WIP: memory system improvements (in progress)

Interview/chat prompt layers, reply planner, style profiles, memory
injection, interview meta store, and related tests. Work not finished.

Made-with: Cursor

api/.env.example

@@ -59,23 +59,29 @@ EMBEDDING_MODEL=embedding-3
 # Chat 访谈：每轮根据用户内容判定主人生阶段（关则仅用关键词，省一次 LLM）
 # CHAT_STAGE_DETECTION_ENABLED=true
 # CHAT_STAGE_DETECTION_MAX_TOKENS=128
-# 访谈性格（InterviewAgent）：default | warm_listener | curious_guide
+# 年代/流行文化联想块（config 默认 true；若减少「文艺硬接」可设 false）
+# CHAT_ERA_CONTEXT_ENABLED=true
+# 访谈性格（InterviewAgent）：default | warm_listener | curious_guide（config 默认 default）
 # CHAT_INTERVIEW_PERSONA=default
 # 访谈回复长度档位（brief/standard/expanded）联动：极短输入 / 默认 / 长段+新细节（若与当前代码不一致以 config 为准）
 # CHAT_INTERVIEW_BRIEF_MAX_TOKENS=240
 # CHAT_INTERVIEW_BRIEF_MAX_CHARS_PER_SEGMENT=180
 # CHAT_INTERVIEW_EXPANDED_MAX_TOKENS=400
 # CHAT_INTERVIEW_EXPANDED_MAX_CHARS_PER_SEGMENT=300
-# 访谈/开场采样温度（略高于 LLM_TEMPERATURE 时口语更活）
+# 访谈/开场采样温度（config 默认 0.93；偏「好访谈者」体验时可试 0.60~0.70）
 # CHAT_INTERVIEW_TEMPERATURE=0.93
 # 访谈主回复：统一 max_tokens / 单段字数（代码截断）
-# CHAT_INTERVIEW_MAX_TOKENS=380
-# CHAT_INTERVIEW_MAX_CHARS_PER_SEGMENT=260
+# CHAT_INTERVIEW_MAX_TOKENS=512
+# CHAT_INTERVIEW_MAX_CHARS_PER_SEGMENT=380
 # CHAT_INTERVIEW_MAX_SEGMENTS=2
 # 访谈：是否按本轮用户话检索记忆并注入提示词（关则不调 retrieve）
 # CHAT_MEMORY_RETRIEVAL_ENABLED=true
 # CHAT_MEMORY_TOP_K=8
 # CHAT_MEMORY_EVIDENCE_MAX_CHARS=4096
+# 规则 TurnPlan 之后再调一轮 JSON focus planner（config 默认 false；开启则多一次 LLM）
+# CHAT_REPLY_PLANNER_LLM_ENABLED=true
+# CHAT_REPLY_PLANNER_MAX_TOKENS=256
+# CHAT_REPLY_PLANNER_TEMPERATURE=0.2
 
 # Memoir：批处理/抽取更新 slot 时是否允许改写 MemoirState.current_stage（默认 false，访谈 switch_stage 仍可推进）
 # True 时仅当 proposed 与 existing 在同一 chat_bucket 才对齐 current_stage