基线：姓名档案修复、疑问句防误写、搜索与传输测试

这是进入 Pipecat Flows 改造前的回滚点。
提交时已核对本地与线上代码 md5 一致（engine.py 7e97bad8、
bot_server.py 1cf543ae），所以这个提交就是当前线上状态。

内容（此前一直在线上运行但未提交的改动）：
- 姓名档案：用户自报"我叫林"同步写 confirmed 姓名，重连后恢复
- 疑问句防误写："谁吗"之类的疑问句不再被覆盖成姓名
- 新增 test_profile_memory.py（姓名档案专项回归）
- 新增 test_profile_live.py（需要真实 LLM 的现场测试）
- 搜索、身份、记忆测试的相应补充

背景：下一步要按 P1-Pipecat Flows Agent化与记忆改造交接.md
渐进引入 Pipecat Flows，交接文档明确要求先保护基线、不得
reset/checkout/覆盖现有改动。此提交即该基线。

部署说明.md

@@ -88,6 +88,7 @@ DoA 读取和网络桥接，不跑任何推理。
 | `AI_TTS_INSTRUCTIONS` | `用轻快活泼的语气说` | 风格指令 |
 | `AI_STT_THREADS` | `4` | **N5095 上必须改成 2**（见下） |
 | `AI_MODEL_DIR` | `/home/yonglin/ai-companion/models` | 两边模型位置不同 |
+| `AI_DEFAULT_USER_ID` | `u_ylhan`（默认） | 单用户原型的内部档案 ID；不能作为姓名展示 |
 | `SEARCH_ENABLED` | `true` | 向 LLM 注册只读 `web_search` 工具 |
 | `SEARXNG_BASE_URL` | `http://127.0.0.1:18080` | 私有 SearXNG，仅服务器回环可达 |
 | `SEARCH_TIMEOUT_S` | `6`（默认） | 搜索总超时，失败后让模型明确降级 |
@@ -161,13 +162,17 @@ rsync -az --delete --exclude '__pycache__' --exclude '*.pyc' \
    生效。不加限制就变成"每轮全量注入"，不再是按需检索。
 9. **"被引用的 user 必须存在"由存储层自己保证**（`_ensure_user_row`），
    不能让每个调用点各自记得——漏一处就报 `FOREIGN KEY constraint failed`。
+10. **内部 `user_id` 不是用户姓名。** 网页客户端当前把每个连接绑定到稳定档案
+    `AI_DEFAULT_USER_ID`，但提示词不得暴露该值。用户明确说“我叫林”时，称呼同步
+    写入用户表和 confirmed 姓名记忆；同步写是为了避免刚说完就断线导致后台任务丢失。
+    新连接从用户表恢复 `display_name`。自报姓名不构成身份认证，不改变 trust level。
 
 ### 依赖层
 
-10. **qwen-tts 与 vllm-omni 依赖互斥**（transformers 4.57 vs 5.14、
+11. **qwen-tts 与 vllm-omni 依赖互斥**（transformers 4.57 vs 5.14、
     hf_hub 0.36 vs 1.31）。装同一个 venv 会互相破坏，实测把 vllm-omni 搞崩过。
     所以 TTS 跑独立进程 + HTTP。
-11. **flash-attn 装不上**：预编译 wheel 最高只支持 torch 2.9，本机是 2.14
+12. **flash-attn 装不上**：预编译 wheel 最高只支持 torch 2.9，本机是 2.14
     （vLLM 0.28 拉上来的）；源码编译要从 GitHub 拉依赖，而这台机器下
     GitHub release 会断连。
 
@@ -197,6 +202,12 @@ P2 的本地唤醒和 20 秒连续对话窗口。
 完整的 `bot-transcription` / `bot-output` 事件，不能只发送 token 级
 `bot-llm-text`。
 
+**姓名记忆已修复并迁移。** 用户明确自报姓名时，同步更新 `users.display_name`
+和 confirmed 姓名记忆；新连接从用户表恢复称呼，内部 `user_id` 不进入用户可见
+称呼。姓名疑问句（例如“知道我是谁吗”）不会再被误写为姓名。需要注意：通用的
+“记住/我喜欢/我习惯”目前仍全部写成 candidate，默认检索不会读取，而且还没有确认
+和晋升流程；所以通用长期记忆尚未闭环。
+
 **联网搜索已实现并部署。** DeepSeek 通过 Function Calling 请求 `web_search`，引擎
 聚合完整的流式工具参数，调用回环地址上的 SearXNG，并把标题、摘要、URL 作为
 `tool` 消息回灌后生成最终回答。最多连续搜索两轮，搜索失败不会拖垮对话；网页保留
@@ -207,6 +218,22 @@ P2 的本地唤醒和 20 秒连续对话窗口。
 启用 Bing、360 搜索、搜狗；其中 360 与搜狗实测有结果，Bing 当前返回空结果。
 容器只监听 `127.0.0.1:18080`，不向局域网或公网暴露。
 
+## Agent 与打断的下一阶段
+
+架构已选择 **Pipecat Flows 渐进改造**，不整体迁移 OpenClaw、Agno、LangGraph 或
+LiveKit Agents。现有 `ConversationEngine` 已手写最多两轮的搜索工具循环，而
+Pipecat Flows 依赖 Pipecat `LLMService`、context aggregator 和 PipelineTask；
+两者不能直接替换。实施必须先完成无传输的兼容性 spike，验证 DeepSeek 流式内容、
+工具参数聚合、取消传播和 RTVI 文本事件，再用 `AI_AGENT_RUNTIME=legacy|flows`
+保留回退路径。详细任务与验收见笔记库
+`P1-Pipecat Flows Agent化与记忆改造交接.md`。
+
+当前打断不是完整闭环：`SimpleVAD` 在助手推送音频时检测到高能量只记录日志；
+语音话段要等 700ms 尾静音后才会取消旧轮次。收到 `InterruptionFrame` 时任务确实
+可以取消，但服务端尚未在用户开口时主动生成该信号，也没有同时清空浏览器已缓冲音频。
+下一阶段先用合成帧验证“开始说话 → 取消生成 → 清空输出”的控制链；真实 AEC、回声
+条件下的误触发率仍必须等 N5095 音频硬件到位后验收。
+
 ## 未做的事
 
 - **没有常驻服务**：TTS 服务和助手都没有 systemd 开机自启（方案 §10 要求 P2 后做）
@@ -214,6 +241,10 @@ P2 的本地唤醒和 20 秒连续对话窗口。
   需要 HTTPS；Tailscale Serve 仍需在 tailnet 管理页启用
 - **唤醒尚未实现**：当前网页连接后会持续上传麦克风并响应每段有效语音；正式方案
   是在 N5095 本地做关键词检测，待机时音频不出网
+- **实时打断尚未闭环**：有能量 VAD、异步任务取消和客户端停播能力，但三者还没有
+  由可靠的 user-started-speaking 事件串起来
+- **通用长期记忆尚未闭环**：除姓名外的自动抽取均为 candidate，缺少确认、晋升、
+  修改、忘记的用户可见流程
 - **设备侧代码不存在**：N5095 的外设桥（USB、WebRTC 客户端、串口）尚未开始
 - **STT 没换**：仍是 2023 年的 Zipformer int8，中文识别率从未测过
 - **记忆库在服务器上**，而人脸特征按方案必须留在设备端——将来做