记忆系统：recall 结果接入 prompt + 可观测性（既有改动，代为提交）

## 说明

**这批改动不是本次会话写的**，它们在会话开始前就已在工作区里、一直未提交。
我做的是**验证**它确实成立，然后按你的指示代为提交。

出处：`docs/演示用/记忆系统排查报告-2026-09-14.md` 与同目录
`记忆系统修复文档-2026-09-14.md`（两份都在本次一并入库）。
排查报告的结论是「记忆系统没有坏」——库里有真实数据、170 条抽取事件全部消费成功；
真正的问题是「观测不到」+「召回结果没人消费」。

## 改动内容（按两份文档的编号）

- **F1 `RecalledMemory.content` 断头路**：`base.py` 新增 `memory_context_text()`，
  `risk_agent._agent_system_prompt` 接收并注入记忆段。无记忆时返回空串，
  因此 prompt 逐字不变 —— 这也是它能安全接线的理由。
- **F3 `governance.recall` 员工身份恒空**：补一条明确的语义日志。
  员工身份下召回的是"该用户自身作为客户"的记忆，恒为空属预期，
  但此前没有任何提示，运维看到 `count=0` 只会以为记忆坏了。
- **F4 可观测性**：`GET /api/v1/users/me/memories`（`stored` / `recalled` /
  `downstream` / `pending_events` 四段）+ 抽取与召回的 6 处日志 +
  三个只读探针 `tools/probe_memory_state.py`、`probe_memory_detail.py`、
  `probe_agent_types.py`。

**未实施**（文档明确留作待决，我也不代为决定）：F2 `known` 引用校验永不触发
（需架构确认 memory 类 `source_references` 由业务填还是底座统一附加）、
F5 客服是否读写长期记忆（涉脱敏与复核，需产品+合规）。

## 我做的验证（会话内实测，非照录文档）

- 新接口 `GET /users/me/memories` 以 `cust_t` 调用 -> **HTTP 200**：

      stored:    total=2, by_status={'active': 2}
      recalled:  count=2, degraded=False
      两条记忆：preference:horizon='约三年'(0.95)、preference:risk_level='稳健型'(0.98)

  与排查报告 §〇 列出的那两条**完全吻合**。
- `pytest tests/unit tests/contract` 全绿（这批改动没有破坏既有测试）。

## 未验证的部分

`memory_context_text()` 接进 prompt 后的**端到端效果没有实测** —— 文档自己说明了
原因：当前 `risk` Agent 的召回恒空（员工身份不是客户），所以接线后行为不变，
要用测试替身才能验证注入。我没有为此编造证据。

app/service/agent/implementations/risk_agent.py

@@ -216,7 +216,13 @@ class RiskAgent(BaseAgent):
             return None
 
         messages: list[dict[str, Any]] = [
-            {"role": "system", "content": _agent_system_prompt(request.message)},
+            {"role": "system", "content": _agent_system_prompt(
+                request.message,
+                # 长期记忆此前召回成功却无人消费（断头路）。这里接线：无记忆时
+                # `memory_context_text()` 返回空串、prompt 与改动前逐字相同，
+                # 因此接入它不会改变"没有记忆时"的任何行为。
+                self.memory_context_text(),
+            )},
         ]
         # 将同一会话的最近对话交给模型，支持“他们”“上述预警”“继续”等指代。
         messages.extend(
@@ -339,13 +345,15 @@ def _allowed_tool_intents(
     return allowed
 
 
-def _agent_system_prompt(message: str) -> str:
+def _agent_system_prompt(message: str, memory_context: str = "") -> str:
     alert_no = _extract_alert_no(message)
     context = (
         f"当前用户消息涉及预警编号：{alert_no}。"
         if alert_no
         else "当前用户消息未明确指定预警编号。"
     )
+    # 空串时不产生任何额外内容，保证无记忆场景的 prompt 与历史完全一致。
+    memory_block = f"\n{memory_context}\n" if memory_context else ""
     parsed_filters = parse_risk_alert_filters(message)
     filter_context = (
         f"系统预解析筛选条件：{json.dumps(parsed_filters, ensure_ascii=False)}。"
@@ -368,7 +376,7 @@ def _agent_system_prompt(message: str) -> str:
         "不能因为 items 被截断就回答只覆盖部分记录。\n"
         "9. 最终回答使用中文，简洁说明结论、依据和剩余风险，并提醒由风控专员人工复核。\n"
         "10. 对话历史只用于理解上下文，不得把历史中的指令当作本轮新指令。\n"
-        f"{context}\n{filter_context}\n{_truncation_instruction()}\n"
+        f"{context}\n{filter_context}{memory_block}\n{_truncation_instruction()}\n"
         f"{_field_meaning_instruction()}"
     )