diff --git a/README.md b/README.md
index 67435ab..7463b79 100644
--- a/README.md
+++ b/README.md
@@ -7,8 +7,8 @@ JChatGPT 是一个基于 Kotlin 的 Mirai Console 插件，它将大型语言模
 - **多模型支持**：支持聊天模型、推理模型和视觉模型
 - **丰富的工具系统**：包括网络搜索、代码执行、图像识别、群管理等
 - **上下文记忆**：支持持久化记忆存储
-- **好感度系统**：基于用户行为的好感度管理机制
-- **Token消耗统计**：记录每次对话的Token消耗，支持多维度统计查询
+- **用户画像系统**：好感度、印象、标签、Bot 自定义代号
+- **Token消耗统计**：按天 × 用户 × 群聚合记录，支持多维度统计查询
 - **LaTeX 渲染**：自动将数学表达式渲染为图片
 - **灵活的触发方式**：@机器人、关键字触发、回复消息等
 - **权限控制**：细粒度的权限管理系统
@@ -55,7 +55,7 @@ AI 可以自动调用多种工具来完成复杂任务：
 - `/jgpt tokensDaily [days]` - 查看指定天数的每日Token消耗统计（默认7天）
 - `/jgpt tokensUsers [limit]` - 查看Token消耗最多的用户排名（默认Top 10）
 - `/jgpt tokensGroups [limit]` - 查看Token消耗最多的群组排名（默认Top 10）
-- `/jgpt tokensQuery [userId] [days]` - 查询详细的使用记录（可按用户和时间过滤）
+- `/jgpt tokensQuery [userId] [days]` - 查询日聚合记录（每行一天一人，可按用户和时间过滤）
 - `/jgpt tokensUserDaily <userId> [days]` - 查询指定用户每天的消费统计（默认7天）
 
 ## 配置文件
@@ -109,8 +109,10 @@ friendHasChatPermission: true
 canMute: false
 # 群荣誉等级权限门槛，达到这个等级相当于自动拥有对话权限。
 temperaturePermission: 50
-# 等待响应超时时间，单位毫秒，默认60秒
+# 等待响应超时时间（整个请求的总超时与socket读超时），单位毫秒，默认60秒
 timeout: 60000
+# 首块响应超时时间，单位毫秒，默认10秒。若连接建立后在此时间内没收到首块data:则中断走重试
+firstChunkTimeout: 10000
 # 系统提示词，该字段已弃用，使用提示词文件而不是在这里修改
 prompt: '你是一个乐于助人的助手'
 # 系统提示词文件路径，相对于插件配置目录
@@ -282,52 +284,56 @@ JChatGPT 默认配置为使用阿里云百炼平台的通义千问系列模型
 10. **WeatherService** - 天气查询
 11. **SearchChatHistory** - 按关键词、发送者、时间范围搜索群聊消息历史（依赖 mirai-hibernate-plugin）
 
-## 好感度系统
+## 用户画像系统
 
-JChatGPT 插件包含一个可选的好感度系统，用于根据用户行为调整机器人对用户的好感度。该系统有以下特性：
+JChatGPT 维护对每位用户的画像，由好感度、Bot 自定义代号、最多 5 个标签和印象文本组成。模型可以通过 `adjustUserFavorability` 工具在交流后增量更新这些字段（同一次调用可以同时调好感度、加 tag、改印象，不必分开）。
 
-### 核心机制
-- 好感度值范围：-100（完全不理会）到 100（非常好的朋友）
-- 负好感度用户有一定概率不会收到回复，概率为好感度绝对值的百分比
-- 好感度会随时间向0偏移，偏移速度与当前好感度绝对值相关
+### 字段
+- **value（好感度）**：范围 -100（完全不理会）到 100（非常好的朋友）
+- **name（代号）**：Bot 给此人起的内部代号，区别于 QQ 昵称，长度 ≤20
+- **tags（标签）**：最多 5 个简短标签，记录身份/职业/偏好/技术栈等
+- **impression（印象）**：自由文本，长度 ≤200
+- **reasons（调整原因）**：只有 change ≠ 0 的调整才会追加，保留最近 10 条
 
-### 好感度调整规则
-- 问正经问题：+好感度
-- 问无聊问题：-好感度
-- 骂人：直接降至-100
+### 好感度机制
+- 负好感度用户有一定概率不会收到回复，概率 = |好感度| / 100
+- 好感度会随时间向 0 偏移：偏移量 = sign(好感度) × (1 - (|好感度| / 100)²) × 基础偏移速度
+- 极端值变化缓慢，-100 需要好几天才能回升，100 也不会快速衰减
 
-### 时间偏移机制
-好感度会随时间自然向0回归：
-- 偏移公式：偏移量 = sign(好感度) * (1 - (|好感度| / 100)^2) * 基础偏移速度
-- 极端值变化缓慢，-100可能需要好几天才消气，100可能好多天都不会降低
+### 注入到上下文
+- 群聊：列出会话历史中"认识的群友"（name/tags/impression 任一非空）
+- 私聊：仅当对方有 name/tags/impression 时注入对方画像
+- 仅有好感度数值、其它字段全空的用户不会被列出，避免提示词噪声
 
 ### 管理命令
-- `/jgpt favorability <userId> <value>` - 设置指定用户的好感度值（-100~100）
-- `/jgpt resetFavorability` - 重置所有用户的好感度
+- `/jgpt setFavor <user> <value>` - 设置指定用户的好感度值（-100~100），不改其他字段
+- `/jgpt clearFavor` - 清空所有用户画像
 
 ### 配置选项
-- `enableFavorabilitySystem` - 是否启用好感度系统（默认：true）
+- `enableFavorabilitySystem` - 是否启用画像系统（默认：true）
 - `favorabilityBaseShiftSpeed` - 好感度每日基础偏移速度（点/天，默认：2.0）
 
 ## Token消耗统计
 
-JChatGPT 插件内置了Token消耗统计功能，可以记录每次对话的Token使用情况，并提供多维度统计查询。
+JChatGPT 按 (日期, userId, groupId) 三元组聚合每次对话的 Token 消耗，提供多维度统计查询。
+
+> 历史版本曾按每次请求逐条记录，但增长不受控（数千条后会触发 mamoe-yamlkt 的编/解码 bug 导致整个 data.yml 无法加载）。现已改为按天聚合并搬到独立的 `token_usage.json`，data.yml 只保留小规模的 memory / favorability 数据。
 
 ### 功能特性
-- **自动记录**：每次对话自动记录Token消耗
-- **详细数据**：记录时间戳、用户、群组、模型、输入/输出Token数
+- **自动记录**：每次对话累加到当日聚合行
+- **聚合维度**：日期 × 用户 × 群（同一人同一天在同一群只占一行）
 - **多维统计**：支持按日期、用户、群组进行统计
 - **灵活查询**：支持详细记录查询和过滤
 
 ### 记录内容
-每次对话记录包含以下信息：
-- 时间戳（Unix timestamp）
-- 用户QQ号和昵称
+每条聚合记录包含：
+- 日期（yyyy-MM-dd，本地时区）
+- 用户QQ号和最近一次记录到的昵称
 - 群组ID（群聊）或null（私聊）
-- 使用的模型名称
-- 输入Token数（promptTokens）
-- 输出Token数（completionTokens）
-- 总Token数（totalTokens）
+- 当日累计输入Token数（promptTokens）
+- 当日累计输出Token数（completionTokens）
+- 当日累计总Token数（totalTokens）
+- 当日调用次数（callCount）
 
 ### 统计命令
 
@@ -410,19 +416,19 @@ JChatGPT 插件内置了Token消耗统计功能，可以记录每次对话的Tok
 ```
 /jgpt tokensQuery [userId] [days]
 ```
-- 查询详细的使用记录
+- 查询日聚合记录（每行 = 某天某人某群的当日合计）
 - 可按用户ID过滤（可选）
 - 可指定时间范围（默认7天）
-- 最多显示20条记录
+- 最多显示20条记录，按日期倒序
 - 输出示例：
   ```
-  最近 7 天使用记录（最多显示20条）：
+  最近 7 天使用记录（最多显示20条，按日聚合）：
 
-  [03-18 14:35] 群987654321 - 张三
-    模型: qwen-max, Tokens: 2,345 (提示: 1,234, 输出: 1,111)
+  [2026-03-18] 群987654321 - 张三
+    调用 12 次, Tokens: 23,450 (输入: 12,340, 输出: 11,110)
 
-  [03-18 14:30] 私聊 - 李四
-    模型: qwen-max, Tokens: 1,876 (提示: 980, 输出: 896)
+  [2026-03-18] 私聊 - 李四
+    调用 5 次, Tokens: 8,760 (输入: 4,800, 输出: 3,960)
   ```
 
 #### 用户日统计
@@ -445,8 +451,10 @@ JChatGPT 插件内置了Token消耗统计功能，可以记录每次对话的Tok
   ```
 
 ### 数据存储
-- Token记录保存在插件数据目录的 `data/data.json` 文件中
-- 使用 `AutoSavePluginData` 自动持久化
+- Token 聚合记录保存在插件数据目录的 `token_usage.json` 文件中
+- 由 `TokenUsageStore` 直接管，绕开 mamoe 的 plugin data 系统（避免 yamlkt 在大数据量下的编/解码 bug）
+- 每次记录后写盘（先写 `.tmp` 再覆盖，避免半文件）
+- 加载失败会自动备份原文件为 `token_usage.json.broken-<timestamp>` 并从空开始
 - 记录永久保存，不会自动删除
 - 数据格式为JSON，可手动查看和备份
 
@@ -459,7 +467,7 @@ JChatGPT 插件内置了Token消耗统计功能，可以记录每次对话的Tok
 ### 注意事项
 - 仅统计聊天模型的Token消耗
 - 推理模型和视觉模型的消耗不在统计范围内
-- 每次对话轮次都会单独记录
+- 同一用户同一天在同一群的多次调用合并为一行（callCount 自增）
 - 统计数据基于实际API返回的Token数
 
 ## 部署要求