Phase 4：补齐通用记忆闭环（验收 9/9 通过）

按 P1-Pipecat Flows Agent化与记忆改造交接.md 的 Phase 4 完成。
新增 p1/phase4_acceptance.py：跑真实服务端验 7 条，每条之间查数据库。

实测结果（2026-09-16）
1. "记住我不吃香菜"        → confirmed 落库 ✅
2. **新连接** "我不吃什么？" → "你不吃香菜。" ✅ 连接开始时加载档案生效
3. "我今天吃了香菜"        → 不新增 confirmed，模型还追问了是否口味变了 ✅
4. "其实我现在吃香菜了"    → 同键仍只一条 confirmed，值已更新 ✅
5. "忘掉我的饮食偏好"      → 已删除 ✅
6/7. 访客与跨用户隔离       → 由单测覆盖（客户端不支持切身份）

实现：会话开始时加载稳定档案
- load_stable_memories()：取已确认、未过期记忆（身份未确认返回空）
- _conversation_node 改用 build_system_prompt，与 legacy 共用同一套
  人格与记忆注入格式；记忆进**同一条** system 消息，仍不用 role_message

修掉一个真实缺陷：Flows 路径误用了语音的 max_tokens
- 症状：一句"忘掉我的饮食偏好"，服务端日志
  "Failed to parse function call arguments: {"query": "饮食"（JSON 被截断），
  回复为空、记忆没删掉，且**没有任何报错**
- 根因：Flows 路径沿用了语音的 max_tokens=200（为"回复要短"而设）。
  原始 API 对照实测：max_tokens=200 时模型 finish=stop、根本不调工具；
  600 时正常产生 tool_calls 且参数 JSON 完整
- 修法：新增 AgentConfig.max_tokens（AI_AGENT_MAX_TOKENS，默认 600），
  Flows 路径用它，语音路径仍用 200

新增 client/test_client.py 能力（为验收所需）
- RTVIReplies：收服务端 RTVI 文本消息（bot-output / bot-transcription）
- 打印 BOT_REPLY 供验收脚本断言

回归：test_agent_tools 45/45、test_flows_runtime 24/24、
test_memory 30/30、test_identity 19/19

服务器已改回 AI_AGENT_RUNTIME=legacy（改默认是 Phase 7 的事）

client/test_client.py

@@ -191,6 +191,42 @@ class ReplyRecorder:
         return (self.first_non_silent_at - started_at) * 1000
 
 
+class RTVIReplies:
+    """收集服务端发来的 RTVI 文本消息，供验收脚本断言。
+
+    网页用的 bot-output / bot-transcription 是完整文本，
+    bot-llm-text 是逐 token 增量。验收看完整文本。
+    """
+
+    def __init__(self):
+        self.bot_texts: list[str] = []
+        self.user_texts: list[str] = []
+        self.other: list[str] = []
+
+    def handle(self, raw: str) -> None:
+        try:
+            m = json.loads(raw)
+        except (json.JSONDecodeError, TypeError):
+            return
+        if not isinstance(m, dict):
+            return
+        t = m.get("type")
+        data = m.get("data") or {}
+        text = data.get("text") if isinstance(data, dict) else None
+        if t == "bot-output" and text:
+            self.bot_texts.append(text)
+        elif t == "bot-transcription" and text:
+            self.bot_texts.append(text)
+        elif t == "user-llm-text" and text:
+            self.user_texts.append(text)
+        elif t:
+            self.other.append(t)
+
+    @property
+    def last_bot(self) -> str:
+        return self.bot_texts[-1] if self.bot_texts else ""
+
+
 def rtvi_send_text(channel, text: str, *, audio_response: bool = True) -> None:
     """通过 data channel 发一条 RTVI send-text。
 
@@ -277,11 +313,18 @@ async def run(server: str, wav: Path | None, out: Path, *, connect_only: bool,
     channel = pc.createDataChannel("pipecat")
     dc_state = {"ok": False}
 
+    replies = RTVIReplies()
+
     @channel.on("open")
     def _dc_open():
         dc_state["ok"] = True
         log.info("data channel 已打开，开始发心跳")
 
+    @channel.on("message")
+    def _dc_message(msg):
+        if isinstance(msg, str):
+            replies.handle(msg)
+
     async def _keepalive():
         while pc.connectionState not in ("closed", "failed"):
             if dc_state["ok"]:
@@ -359,6 +402,10 @@ async def run(server: str, wav: Path | None, out: Path, *, connect_only: bool,
             log.info("本轮 %s", "收到语音回复" if recorder.has_speech else "未收到语音")
             # 让它把话说完
             await asyncio.sleep(4)
+            # 打印助手回复全文，供验收脚本断言
+            if replies.bot_texts:
+                print(f"  BOT_REPLY: {replies.bot_texts[-1]}", flush=True)
+                replies.bot_texts.clear()
         await asyncio.sleep(2)
     elif track:
         # 等音频放完 + 留出响应时间