feat(memory,conversation): 记忆富化/证据包、时间线幂等字段与对话分段全链路

数据库
- 新增迁移 0003：timeline_events.memory_source_id 外键 → memory_sources，便于按 ingest 源做时间线幂等

后端 - 记忆
- 新增 ingest 后 LLM 富化（摘要/事实/时间线），可配置开关与最大字符数
- 新增证据包组装：合并 chunk、摘要、事实、时间线、故事等检索结果；支持空 query 时是否仍带 rolling 等开关
- repo/retriever/service/router/schemas/summarizer/timeline/extractor 等扩展；文档 memory-retrieval.md 更新

后端 - 对话 WS
- 增加 PING/PONG；分段 ASR 日志与空音频处理；转写失败与「无助手回复」错误提示更明确
- 助手多段回复持久化使用统一分隔符，与分段逻辑一致

后端 - Agent
- reply_limits：按 [SPLIT] 与段落拆段，并保证非空 fallback，供 WS 与 TTS 多段下发

后端 - 回忆录任务
- transcript ingest 记录 source_id；任务成功结?

api/app/agents/memoir/classification_agent.py

@@ -1,16 +1,16 @@
 """
-ClassificationAgent：将内容分类到 8 个章节类别，或判定无价值返回 None。
-对应现有逻辑：_classify_chapter_category
+ClassificationAgent：将内容分类到 8 个章节类别之一。
 
-返回 None 表示本段不进入回忆录 Story/章节流水线；与 StoryRoute 中「可独立讲述的一段人生经历」
-（见 prompts.get_story_route_prompt）在标准上对齐：零散档案点不进 Story，记忆与 slot 抽取仍由上游完成。
+原「LLM 返回 none / 零散档案启发式」不再跳过 Story：统一映射为 ``summary`` 章节，
+仍走叙事流水线落库；与 StoryRoute 仍兼容（批次内 new/append 规划不变）。
+Memory ingest 由 Celery 任务在批次级先行完成，与分类结果独立。
 """
 
 from __future__ import annotations
 
 import json
 import re
-from typing import Any, Optional
+from typing import Any
 
 from app.agents.memoir.prompts import (
     CHAPTER_CATEGORIES,
@@ -22,6 +22,9 @@ from app.features.memoir.memoir_images.json_payload import extract_json_payload
 
 logger = get_logger(__name__)
 
+# 模型判定 none 或启发式命中零散档案时，仍写入回忆录正文所用的兜底章节
+_SUMMARY_FALLBACK_CATEGORY = "summary"
+
 # 与「仅档案句式」组合使用；过短但明显为叙事句的仍交 LLM 判断
 _FRAGMENT_SHORT_MAX_LEN = 48
 
@@ -67,8 +70,8 @@ def _detect_stage(text: str, fallback_stage: str) -> str:
 
 def _looks_like_fragment_only(text: str) -> bool:
     """
-    保守启发式：明显为档案点/标签句，不足以作为 Story 叙事单元。
-    与 get_chapter_classification_prompt 中「应返回 none」的情形一致；误判风险通过窄正则控制。
+    保守启发式：明显为档案点/标签句。
+    命中时仍进回忆录正文，章节映射为 ``summary``（与 LLM 返回 none 一致）。
     """
     s = (text or "").strip()
     if not s:
@@ -107,26 +110,30 @@ def _parse_category_from_llm_response(raw: str) -> str:
 
 
 class ClassificationAgent:
-    """将内容分类到 8 个章节类别之一，或判定无价值返回 None"""
+    """将内容分类到 8 个章节类别之一；none/零散档案映射为 ``summary`` 仍进 Story。"""
 
     def classify(
         self,
         text: str,
         fallback_stage: str,
         llm: Any,
-    ) -> Optional[str]:
+        *,
+        segment_id: str | None = None,
+    ) -> str:
         """
         分类到 8 个章节类别之一。
-        若 LLM 判定内容不足以独立成篇（none）或启发式判定为零散档案点，返回 None。
+        LLM 返回 none 或启发式为零散档案时，返回 ``summary``（仍走回忆录流水线）。
         llm 需支持 .invoke(prompt) 同步调用。
         """
         if _looks_like_fragment_only(text):
-            logger.debug(
-                "零散档案/极短标签句，跳过回忆录 Story: text_len={} text={}",
+            logger.info(
+                "event=chapter_classification_summary_fallback reason=fragment_heuristic "
+                "segment_id={} text_len={} category={}",
+                segment_id or "",
                 len(text or ""),
-                text or "",
+                _SUMMARY_FALLBACK_CATEGORY,
             )
-            return None
+            return _SUMMARY_FALLBACK_CATEGORY
 
         if llm:
             try:
@@ -139,12 +146,14 @@ class ClassificationAgent:
                 )
                 category = _parse_category_from_llm_response(raw)
                 if category == "none":
-                    logger.debug(
-                        "LLM 判定内容不足以成篇，跳过: text_len={} text={}",
+                    logger.info(
+                        "event=chapter_classification_summary_fallback reason=llm_none "
+                        "segment_id={} text_len={} category={}",
+                        segment_id or "",
                         len(text or ""),
-                        text or "",
+                        _SUMMARY_FALLBACK_CATEGORY,
                     )
-                    return None
+                    return _SUMMARY_FALLBACK_CATEGORY
                 if category in CHAPTER_CATEGORIES:
                     return category
             except Exception as e: