fix(conversation): 离屏不丢回复、列表预热 WS 与非阻塞进入聊天

- 后端：文本/转写后 AI 生成改为独立任务，避免断连取消整轮；按需 TTS 等与 WS 改动
- 前端：RealtimeSession 重绑 UI 时恢复流式 buffer；列表 onPressIn/挂载预热、已有会话立即 push
- 同步会话相关类型、i18n、测试与 env/资源等累计改动

Co-authored-by: Cursor <cursoragent@cursor.com>

api/app/features/conversation/ws/protocol.md

@@ -1,25 +1,35 @@
 # WebSocket 消息协议
 
 ## 连接
-- URL: /ws/conversation/{conversation_id}?token={jwt_access_token}
-- 鉴权: query 参数 token，JWT access_token
+
+- URL: `/ws/conversation/{conversation_id}?token={jwt_access_token}`
+- 鉴权: query 参数 `token`，JWT `access_token`
 
 ## 消息类型 (client → server)
-- TEXT: 文本消息
-- AUDIO_SEGMENT: 语音分段
-- AUDIO_MESSAGE: 完整语音消息
-- TRANSCRIBE_ONLY: 仅转写不回复
-- END_CONVERSATION: 结束对话
+
+- `TEXT`：文本消息。`data.text` 必填。可选 `data.tts_this_turn`（布尔）：为 `true` 且服务端 `ENABLE_TTS` 开启且本轮回避 `skip_tts` 时，对该轮助手回复分段合成 TTS；默认为 `false`/缺省即不合成。**当开启本轮 TTS 时，每个助手分段服务端先推送 `tts_audio` 再推送该段 `agent_response`**，便于客户端先收音频再展示同段文字。
+- `AUDIO_SEGMENT`：语音分段。`data` 含 `audio_base64`、`segment_index`、`voice_session_id` / `client_segment_id`、`is_last`、`duration`。可选同上 `tts_this_turn`。
+- `AUDIO_MESSAGE`：整段音频（单次 ASR + 对话）。同上可选 `tts_this_turn`。
+- `TRANSCRIBE_ONLY`：仅转写不回复
+- `TTS_CANCEL`：取消当前轮未完成的分段合成与下发
+- `TTS_REQUEST`：用户点击某一助手气泡「朗读」且该段尚无 TTS 时下发。`data` 含 `assistant_message_id`（落库 `conversation_messages.id`）、`segment_index`（与该条助手正文按 `[SPLIT]` 分段后的从 0 下标）、可选 `segment_text`（须与该分段正文一致，用于校验）。服务端若该段已有 URL 则只做预签名后推送 `tts_audio`（`data.manual=true`），**不重复合成**。
+- `END_CONVERSATION`：结束对话
+- `PING` / `PONG`：心跳（客户端也可用 JSON `{"type":"ping"}`）
 
 ## 消息类型 (server → client)
-- TRANSCRIPT: ASR 转写结果
-- AGENT_RESPONSE: AI 回复文本
-- TTS_AUDIO: 语音合成音频 (base64)
-- MEMOIR_UPDATE: 回忆录更新通知
-- ERROR: 错误信息
+
+- `TRANSCRIPT`: ASR 转写结果
+- `AGENT_RESPONSE`: AI 回复文本分段
+- `TTS_AUDIO`: 语音合成结果（可与 `COS` 签名 URL、`base64` 并存）。按需朗读成功时 `data.manual` 可为 `true`，提示客户端应播放（即使用户未开「本轮 Speak」）。
+- `MEMOIR_UPDATE`: 回忆录更新通知
+- `ERROR`: 错误信息
 
 ## 状态流转
-CONNECT → (TEXT|AUDIO_*) ↔ (TRANSCRIPT|AGENT_RESPONSE|TTS_AUDIO) → END_CONVERSATION
+
+`CONNECT → (TEXT|AUDIO_*) ↔ (TRANSCRIPT|AGENT_RESPONSE|[TTS_AUDIO]) → END_CONVERSATION`
+
+同一连接内消息顺序稳定；首轮朗读模式下每一助手分段为 `tts_audio` 先于对应 `agent_response`。
 
 ## 重连
-客户端断连后可用相同 conversation_id 重连，历史消息从 Redis 恢复。
+
+客户端断连后可用相同 `conversation_id` 重连，历史消息从 Redis / HTTP 缓存恢复。