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/worker/memory_extraction_worker.py

@@ -68,6 +68,8 @@ class MemoryExtractionWorker:
         result_message_id = int(payload["message_id"])
         customer_id = int(payload["customer_id"])
         run_id = str(payload.get("run_id", ""))
+        logger.info("memory extraction start run_id=%s customer_id=%s message_id=%s",
+                    run_id, customer_id, result_message_id)
         result_message = await self.session.get(ConversationMessage, result_message_id)
         if result_message is None:
             logger.warning("memory extraction skipped: message missing message_id=%s",
@@ -92,8 +94,14 @@ class MemoryExtractionWorker:
         extracted = await self.extractor.extract(message=source_text)
         if extracted is None:
             # 模型判定这条消息没有持久事实：不是错误，但也没有可写的记忆。
-            logger.info("memory extraction found no durable fact run_id=%s", run_id)
+            logger.info("memory extraction found no durable fact run_id=%s source=%r",
+                        run_id, source_text[:120])
             return False
+        logger.info(
+            "memory extraction extracted run_id=%s key=%s type=%s confidence=%s value=%r",
+            run_id, extracted.memory_key, extracted.memory_type, extracted.confidence,
+            extracted.value,
+        )
         service = MemoryService(self.session, cache=self.cache)
         memory = await service.upsert(
             customer_id,
@@ -111,6 +119,12 @@ class MemoryExtractionWorker:
                 "session_id": result_message.session_id,
             },
         )
+        logger.info(
+            "memory upsert done run_id=%s customer_id=%s memory_uuid=%s key=%s status=%s "
+            "confidence=%s",
+            run_id, customer_id, memory.memory_uuid, memory.memory_key, memory.status,
+            memory.confidence,
+        )
         recorded = await service.record_evidence(
             memory,
             idempotency_key=idempotency_key,

app/worker/runtime.py

@@ -191,15 +191,32 @@ class WorkerRuntime:
         result: AgentResult, business_events: tuple[str, ...] | list[str],
     ) -> bool:
         """长期记忆抽取只接收非客服、非访客的明确业务事实。"""
-        if agent_type == "customer_service" or "visitor" in context.roles:
+        if agent_type == "customer_service":
+            # 客服走的是「候选画像」链路（customer_profile.candidate_requested），
+            # 不写长期记忆。此前这里静默 return False，运维无法区分"不该抽"与"该抽但没抽"。
+            logger.info("memory extraction skipped: agent_type=%s 走候选画像链路，不写长期记忆",
+                        agent_type)
             return False
-        return MemoryService.should_extract_memory(
+        if "visitor" in context.roles:
+            logger.info("memory extraction skipped: 访客身份不写长期记忆")
+            return False
+        tool_result = any(call.status == "succeeded" for call in result.result.tool_calls)
+        signals = MemoryService.detect_memory_signals(message)
+        event_type = business_events[0] if business_events else None
+        decision = MemoryService.should_extract_memory(
             conversation_content=message,
             role="user",
-            tool_result=any(call.status == "succeeded" for call in result.result.tool_calls),
-            event_type=business_events[0] if business_events else None,
-            signals=MemoryService.detect_memory_signals(message),
+            tool_result=tool_result,
+            event_type=event_type,
+            signals=signals,
         )
+        logger.info(
+            "memory extraction decision=%s agent_type=%s tool_result=%s event_type=%s "
+            "signals=%s message_len=%s preview=%r",
+            decision, agent_type, tool_result, event_type, list(signals), len(message),
+            message[:80],
+        )
+        return decision
 
     @staticmethod
     def should_request_profile_candidate(