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/orchestrator.py

@@ -91,6 +91,7 @@ class MemoirOrchestrator:
                     text=text,
                     fallback_stage=detected_stage,
                     llm=llm,
+                    segment_id=segment.id,
                 )
             if agent_summary_enabled():
                 logger.info(
@@ -108,13 +109,6 @@ class MemoirOrchestrator:
                 segment.id,
                 list((result.slots or {}).keys()),
             )
-            if chapter_category is None:
-                logger.debug(
-                    "段落无回忆录价值，跳过: segment_id={} transcript={}",
-                    segment.id,
-                    getattr(segment, "user_input_text", None) or "",
-                )
-                continue
             category_to_segments.setdefault(chapter_category, []).append(segment)
 
         return PreparedMemoirBatches(