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）

services/bot_server.py

@@ -78,7 +78,7 @@ from pipecat.workers.base_worker import WorkerParams
 
 from app.agent.flows_runtime import (
     UserTextRecorder, build_flows_parts, initialize_conversation_node,
-    make_flow_manager,
+    load_stable_memories, make_flow_manager,
 )
 from app.config import AppConfig
 from app.engine import ConversationEngine, EventKind
@@ -557,7 +557,8 @@ async def offer(request: SmallWebRTCRequest):
                 aggregator.assistant(),
                 transport.output(),
             ])
-            flows_objs = (llm, aggregator, ctx_factory, tool_schemas)
+            flows_objs = (llm, aggregator, ctx_factory, tool_schemas,
+                          memory, identity)
             log.info("Agent 运行时: flows（文字路径），语音仍走 legacy")
         else:
             pipeline = Pipeline([transport.input(), engine_proc, transport.output()])
@@ -636,18 +637,18 @@ async def offer(request: SmallWebRTCRequest):
             log.info("PipelineWorker 已结束")
 
         if flows_objs is not None:
-            llm, aggregator, ctx_factory, tool_schemas = flows_objs
+            llm, aggregator, ctx_factory, tool_schemas, memory, identity = flows_objs
             flow = make_flow_manager(worker=task, llm=llm, aggregator=aggregator)
-            identity = engine_proc._engine.identity if engine_proc._engine else None
-            display_name = ""
-            if identity is not None:
-                display_name = getattr(identity.current(), "display_name", "") or ""
+            # 方案 §四要求稳定档案"连接开始时加载"，不等模型自己想起来查。
+            # 身份未确认时返回空——访客拿不到任何私人记忆（Phase 4 验收第 6 条）。
+            memories = await load_stable_memories(memory, identity)
             # **必须 await**：initialize 是协程但签名显示 -> None，
-            # 漏 await 不报错，只是人格/任务/工具全部静默失效（Phase 1 栽过）。
+            # 漏 await 不报错，只是人格/记忆/工具全部静默失效（Phase 1 栽过）。
             await initialize_conversation_node(
-                flow, display_name=display_name, tool_schemas=tool_schemas,
-                ctx_factory=ctx_factory)
-            log.info("Flows 节点已初始化：工具 %d 个", len(tool_schemas))
+                flow, identity_decision=identity.current(), memories=memories,
+                tool_schemas=tool_schemas, ctx_factory=ctx_factory)
+            log.info("Flows 节点已初始化：工具 %d 个，稳定记忆 %d 条",
+                     len(tool_schemas), len(memories))
 
         bg = asyncio.create_task(_run_task())
         _bg_tasks.add(bg)