feat: 记忆→画像打通（事实提升 + 画像组装 + 版本快照）

补齐"记忆系统为画像服务"的断链，按 docs/23 的分层设计实现后三层。

1. 新增 app/model/profile.py：user_facts 与 profile_snapshots 的 ORM 映射。此前这两张表
   只有结构、没有 Model，实际没有任何代码在用。两处表结构特例在 docstring 里显式标注，
   避免后续有人按直觉写入踩坑：
   · user_facts.id 无 auto_increment，主键必须由应用提供（本实现用微秒时间戳，单调递增）；
   · profile_snapshots.current_customer_id 是生成列（IF(is_current=1, customer_id, NULL)），
     故意不映射——映射了反而会在写入时与之冲突。

2. 新增 app/service/profile_assembly_service.py，三段职责：
   · 事实提升（中期→长期）：evidence_count ≥ 2 或 confidence ≥ 0.90 才从 memory_unit
     提炼进 user_facts —— 这条门槛就是"客户随口一说不能变成画像结论"的落地方式；
   · 画像组装（长期→画像）：按白名单映射进 fin_customer_profile，未列入白名单的事实
     （如 profile:family）只进 user_facts，保证画像的信噪比；
   · 版本留痕：每次重建写一条 profile_snapshots，generation_basis 逐字段记录来源，
     用于回答"当时凭什么这么判断"。

3. 新增 tools/rebuild_profile.py：手工触发入口（单客户或 --all）。画像暂无自动触发，
   这是目前唯一的重建方式，也便于排查"画像为什么没更新"。

红线由代码保证而非约定：investor_type 只从 fin_risk_assessment 最新一条读取，实现中
不存在任何记忆路径能写它。实测——客户 9001 问卷为 C2、对话自述"稳健型"，重建后
investor_type 仍为 C2，自述信息进入 risk_tags 并标注"自述:"前缀。三方不一致保持可见，
但等级判定只认问卷，客户无法靠对话改变自己的可购范围。

另一处由实测修正的设计：fin_customer_profile 的 trade_account/real_name/total_asset/
behavior_score 均为 NOT NULL，说明画像行由开户流程创建（也印证了"注册时填问卷"是开户
前置条件）。原先"首次重建时创建画像行"的做法是错的——会写出一条假的开户记录，而画像
恰恰是风控要读的数据。已改为只更新已存在的画像，未开户时返回 reason=profile_row_not_opened
并如实报告，而不是静默成功。

同时新增 docs/23-记忆分层与画像设计.md：短期/中期/长期/画像四层各自存在哪里、谁写、
提升门槛、是否进画像，以及三条路径（问卷/行为/对话）在画像层汇合的设计。

验证：ruff 通过、mypy 109 文件无错；tools/rebuild_profile.py 对客户 9001 连续两次重建
产生 version=1/2 两条快照且 is_current 正确轮转（旧版本置 0）。

docs/23-记忆分层与画像设计.md

@@ -0,0 +1,114 @@
+# 记忆分层与画像设计
+
+> 目的：讲清短期／中期／长期／画像四层**各自存在哪里、谁写、什么条件下向上提升、是否进画像**。
+> 全部基于底座已有的真实表，不是另起一套；每节末尾标注实现现状。
+
+## 0. 一句话
+
+```
+短期（会话上下文）→ 中期（候选事实）→ 长期（稳定事实）→ 画像（决策依据）
+```
+
+**逐层提高门槛**，是为了让"随口一说"永远变不成画像结论；
+**三条路径（问卷／行为／对话）在画像层汇合**，但按字段划分所有权，不互相覆盖。
+
+## 1. 总览
+
+| 层 | 存在哪里 | 装什么 | 谁写 | 提升门槛 | 进画像 |
+| --- | --- | --- | --- | --- | --- |
+| **短期** | Redis 会话列表（设计）；`conversation_message` 表（现状只有存档） | 当前会话最近的对话轮次 | 每次 run 追加 | — | ❌ 不进 |
+| **中期** | `memory_unit` + `memory_evidence` | 从对话抽出的候选事实，带证据链 | Worker 记忆抽取 | `evidence_count ≥ 2` 或 `confidence ≥ 0.90` | ✅ 过门槛后提升 |
+| **长期** | `user_facts`（`is_critical` 标关键事实） | 已确认的稳定事实 | 由中期提升 | 由 `user_facts` 判定 | ✅ 唯一用途就是喂画像 |
+| **画像** | `fin_customer_profile`（当前）+ `profile_snapshots`（版本化，带 `generation_basis`） | 整合三路来源的客户视图 | 画像组装服务 | — | 它就是画像 |
+
+## 2. 三条路径在画像汇合
+
+这是整套设计的核心结构。**只有对话路径需要累积证据**，另外两条是权威／客观数据，直接写：
+
+```
+对话消息 ──→ [短期] 会话上下文 ──→ Agent 用它理解指代（"它""那个"）
+                  │
+                  └─(run 完成，发 memory.extraction_requested 事件)
+                          ↓
+                    [中期] memory_unit + memory_evidence
+                          │ 证据累积过门槛
+                          ↓
+                    [长期] user_facts
+                          │
+                          │            ┌── 问卷测评（权威）────┐
+                          └──组装──────┤                      ├──→ [画像]
+                                       └── 行为／流水（客观）──┘
+                                                                    │
+                                                        投顾 / 风控 / 客服
+```
+
+**为什么问卷和行为不需要走前三层**：它们是**权威**（问卷由客户答题、系统评分）与**客观**（交易记录无法自称）数据，不需要"多次出现才可信"这层保护；对话自述才有"记错、修饰、被引导"的风险。
+
+## 3. 各层细节
+
+### 3.1 短期：会话上下文
+
+- **装什么**：当前会话最近若干轮对话，用于解析指代与保持连贯。
+- **怎么工作**：run 开始时按 `session_id` 读出历史 → 与当前消息一起交给意图分类与回答生成；run 结束时把本轮追加进去。
+- **生命周期**：会话结束或长时间无活动即失效（方案 §2.2 给的是 TTL 30min、最长 24h、超 4096 token 截断旧消息）。
+- **为什么不进画像**：会话上下文是"他刚才说了什么"，不是"他是什么样的人"。把临时对话当画像会造成画像抖动。
+- **实现现状**：❌ **未实现**。`conversation_message` 表存了全部消息、`svc_conversation_session.message_count` 只在计数，但**没有任何"加载最近 N 条"的代码**，run 时只拿到当前这一条消息。后果是多轮指代无法解析（问"那它风险高吗"无法知道"它"指谁）。
+
+### 3.2 中期：候选事实
+
+- **装什么**：从对话里抽出的事实（风险偏好自述、投资期限、家庭情况、资产类别偏好等），每条都带证据。
+- **怎么工作**：
+  - 写入：run 完成 → 发布 `memory.extraction_requested` → **Worker 消费事件** → 调模型抽取 → 写 `memory_unit`，同时写一条 `memory_evidence`（含原文摘录，可回溯"这句话从哪来"）。
+  - 读取：run 开始时 `recall_memory` 自动召回，`recall_count` 累加。
+  - 演进：同一事实再次出现 → `evidence_count` 增加；出现相反证据 → `conflict_count` 增加（**不直接覆盖**，留冲突待判）。
+- **生命周期**：`valid_from` / `valid_until`；过期或长期无新证据即降级／失效（`memory_lifecycle_service` 负责级联失效）。
+- **进画像的条件**：`evidence_count ≥ 2` **或** `confidence ≥ 0.90` —— 这条门槛就是"一次性说法不该成为画像结论"的落地方式。
+- **实现现状**：✅ **已实现并可验证**。实测：客户说"我的风险偏好是稳健型，平时只买债券基金" → 抽出 `preference:risk_level = 稳健型`（置信 0.95）+ 1 条证据。
+- **⚠️ 运维前提**：抽取依赖**常驻 Worker** 消费 Outbox 事件。只起 API 服务不起 Worker，事件会一直堆在 `pending`，记忆永远不产生。
+
+### 3.3 长期：稳定事实
+
+- **装什么**：经过证据累积确认的稳定事实，`is_critical` 标记其中对决策关键的那些（如风险偏好、投资期限）。
+- **怎么工作**：只由中期提升而来（不直接从对话写）；`source_portal` 记录事实来自哪个入口，`source_episode_id` 记录来自哪个会话片段。
+- **为什么不直接从对话写**：长期层是画像的输入，必须保证"这条结论经过验证"，否则画像会被一次性说法污染。
+- **进画像**：✅ 它的存在意义就是喂画像。
+- **实现现状**：❌ **表在（9 列），无生成代码**，当前 0 行。
+
+### 3.4 画像：决策依据
+
+- **装什么**：整合三路来源后的客户视图，是投顾、风控、客服共同读取的**唯一**客户数据入口。
+- **怎么工作**：画像组装服务按字段所有权写入 → `fin_customer_profile` 保存当前值 → 每次重建写一条 `profile_snapshots`（带 `version`、`generation_basis`、`snapshot_hash`、`is_current`），从而**每次变化都可追溯**。
+- **字段所有权（关键：按字段切开，避免互相覆盖）**：
+
+  | 字段 | 唯一写入方 | 性质 |
+  | --- | --- | --- |
+  | `investor_type`（C1–C5） | **只有问卷测评** | 权威、合规硬约束 |
+  | `total_asset`、`trading_frequency`、`behavior_score` | 交易／流水侧 | 客观行为 |
+  | `preferred_asset_class`、`investment_horizon`、`risk_tags` | 记忆系统（经长期层） | 软信息、需累积 |
+  | `real_name`、`birth_date`、`occupation`、`mobile_masked`、`opened_at` | 注册／账户流程 | 身份 |
+
+- **客户自述风险偏好放哪**：放 `risk_tags` 并标注"客户自述"，**不得写入 `investor_type`**。
+  保留它的价值在于：当出现「问卷 C4 / 自述稳健 / 行为买 R4」三方不一致时，**这种矛盾本身就是风控信号**。
+- **实现现状**：❌ **两张表都在，无组装代码**，当前 0 行。
+
+## 4. 红线（必须由代码保证，不能只靠约定）
+
+1. **适当性判定只认问卷**。`investor_type` 只能由问卷写入，记忆与对话在任何情况下都不得修改它。客户在对话里说"我是激进型"不能让他买到 R5。
+2. **风控与投顾只读画像**，不直接读 `memory_unit`。否则同一条记忆会被多处按各自口径解释。
+3. **每条画像字段都要能回答"凭什么"**。写入时通过 `generation_basis` 记录依据来源。
+4. **画像变更留版本**，不原地覆盖 —— 风控复盘时需要"当时看到的是什么"。
+5. **内部资料不进入面向客户的知识库**（已按此处理：反洗钱手册 `visibility=internal`）。
+
+## 5. 现状与缺口一览
+
+| 环节 | 状态 |
+| --- | --- |
+| 对话 → 中期记忆（抽取 + 证据 + 可回溯） | ✅ 已实现（依赖常驻 Worker） |
+| 中期 → 长期（证据累积与门槛） | ❌ 待实现 |
+| 长期 → 画像（组装 + 版本快照） | ❌ 待实现 |
+| 问卷 → 画像 | ❌ 待实现（注册问卷流程未做） |
+| 行为 → 画像 | ❌ 待实现（交易模块未做） |
+| 短期会话上下文 | ❌ 待实现（影响多轮指代） |
+| 画像 → 投顾 / 风控 | ❌ 待实现 |
+
+**建议顺序**：先做「中期 → 长期 → 画像」这一段（现在就有记忆数据可验证），再接问卷与行为两路，最后接下游消费者。