新增 Pipecat Flows 兼容性 spike 结论

交接文档规定"未经 spike 结论，不进入 Phase 3"。本次完成 Phase 1 spike，
7 项验证全部通过，并给出可进入 Phase 2 的结论。

新增 P1-Flows兼容性Spike结论.md

核心结论：
- **不装 pipecat-ai-flows**。Pipecat 1.10 内置 Flows（pipecat.flows），
  装独立包会报错提示卸载；独立包 1.4.0 会把 pipecat 降到 1.4.0
- **复用 DeepSeekLLMService**，不写 FallbackProvider 适配器。它自带
  DeepSeekLLMAdapter 处理 reasoning_content 回传（P0 踩过的坑），
  thinking 默认 disabled。代价是失去本地 vLLM 降级
- 实测：中文流式 14–22 块/回复、工具参数无重复拼接、回灌后出最终回答、
  worker.cancel() 立即终止、role_message 生效

定位了 5 个坑（4 个 Flows 相关 + 1 个环境）：
1. FlowManager.initialize 是协程但签名显示 -> None，漏 await 静默失效，
   role_message/task_messages/工具全部不生效而 LLM 照样回复，极易误判
2. 必须用 PipelineRunner 跑 worker；直接 run() 会让工具执行失败，
   异常被转成通用错误串，handler 从不执行，默认日志看不到
3. respond_immediately 默认 True，initialize 会立刻触发一轮回复，
   做归因测试时不清空观察窗口会归因错
4. role_message 与 task_messages 各产生一条 system 消息，
   两者不要同时用（切回本地 vLLM 时会 400）
5. NLTK punkt_tab 本地也需预装，否则 setup 超时卡住

对现有功能的影响：分句 TTS、RTVI、记忆身份不受影响；
SearXNG 工具需迁移；本地 vLLM fallback 会失去。
第四节给出 Phase 3 的最小生产集成 diff 要点。

有趣的项目/AI桌面陪伴助手/P0-Pipecat传输层实验报告.md

@@ -122,6 +122,21 @@ metrics 与 interruption，不重写已有的记忆、身份、LLM/TTS 适配。
 - **不做 AEC、不做播放参考、不做打断**——那些要真实声卡和硬件
 - 它是 N5095 客户端的雏形，不是产品代码
 
+## 八点五、2026-09-16 后续架构补充
+
+媒体传输闭环不等于 Agent、长期记忆和实时打断已经闭环。真人网页测试后确认：
+
+- 姓名档案已经能跨连接恢复，但通用“记住/偏好”仍写 candidate，默认不会召回；
+- 当前 `SimpleVAD` 能判断 700ms 尾静音，助手说话时检测到用户声音却只记日志；
+- `InterruptionFrame` 和异步任务取消能力存在，但没有由 user-started-speaking
+  可靠触发，也没有保证清空浏览器已经缓冲的音频；
+- 当前只有 `web_search` 的手写工具循环。
+
+后续 Agent 层选择 **Pipecat Flows 渐进集成**，继续坚持 A 方案，不重写已经验证的
+传输层。因为 Flows 使用 Pipecat `LLMService` 与 context aggregator，而项目当前
+使用自有 `ConversationEngine`，必须先做独立兼容性 spike，并保留 legacy feature
+flag。详细交接见 [[P1-Pipecat Flows Agent化与记忆改造交接]]。
+
 ## 八、复现
 
 ```bash