feat(hosts): add active memorization instructions

[xnne-bot]

📝 Pull Request Summary

给所有 host 的 managed instruction block 增加主动 memorize 触发指引：用户要求记住内容，或已完成的交流/任务产生值得保留的偏好、决策、可复用流程时，agent 按需运行 memu memorize instructions，读取共享的完整操作指南。

依赖 #698 的独立 run 生命周期。 本 PR 单独维护在 feat/host-active-memorize，未向 #698 添加提交；待 #698 合入后更新基线。

仅审查本次指令改动：XnneHangLab-Mirror/memU@feat/developer-isolated-runs...feat/host-active-memorize

---

✅ What does this PR do?

• 复用所有 host 现有的 install-instruction / remove-instruction，安装和卸载简短的主动 memorize 触发指引。
• 新增 memu memorize instructions，直接打印随包分发的 Markdown 指南；读取指南不构建 backend、不分配 run。
• 指南覆盖真实消息到 canonical JSON 的转换、prepare 返回的 run-id、串行执行 handoff、成功后 commit，以及失败保留和 discard。
• 明确尊重不记忆要求，排除凭据与运行元数据，并避免在安装、定时 bridging 或 evolve 执行中递归触发。
• Agent 可自行执行一个串行 executor pass，或委派给一个能够等待完成的 executor；使用已有 developer CLI run 契约。
• 更新 developer 文档，说明已安装 host 通过重新运行 install-instruction 获取新触发指引。

---

🤔 Why is this change needed?

Host agent 已能检索记忆，也需要在任务完成后主动保存值得保留的内容。统一的按需指南让各 host 使用同一输入与执行契约，同时保持常驻指令简短。

覆盖 Codex、Claude Code（含其 Cowork 接入）、Cursor、Hermes、OpenClaw、WorkBuddy、Cola、pi 和 generic agent。主动流程调用 memu memorize；定时 host bridging 继续使用自己的 prepare–commit 与游标，不因主动 memorize 跳过整个原始 session。

---

🔍 Type of Change

• Bug fix
• New feature
• Documentation update
• Refactor / cleanup
• Other (please explain)

---

✅ PR Quality Checklist

• PR title follows an allowed format
• Changes are limited in scope and easy to review
• Documentation updated where applicable
• No breaking changes (or clearly documented)
• Related issues or discussions linked

验证：

• 全量测试：710 passed，7 skipped；全库 mypy 通过。
• 9 个 host 的安装、重复安装、卸载均覆盖；用户原有指令保持不变。
• 指南的 message/tool JSON 示例通过 canonical 模型校验；指令入口不访问 backend 或创建 run。
• Wheel 构建成功，确认包含 memu/app/memorize/INSTRUCTIONS.md。
• 修改文件通过 pre-commit 和 git diff --check。

这里验证的是指令分发、命令和输入契约，尚未实测各 host 模型自主触发和完成 memorize 的效果。

---

📌 Optional

• Screenshots or examples added (if applicable)
• Edge cases considered
• Follow-up tasks mentioned

Evolve 类型选择继续由 #697 跟踪。

[xnne-bot]

补充主动 memorize 的使用场景、触发方式，以及一次实际运行的结果。

使用场景

• 用户明确要求保存偏好：例如“记住：README 保持极简，详细操作说明放到专门文档。”
• 一轮设计讨论已经收敛，希望保存最终决策：例如“把我们刚才确定的主动 memorize 设计保存为 memory，并区分已实现能力和后续方向。”
• 一个任务已经完成，形成了可复用的工作方法，希望下次继续使用。

模型也可根据 managed instruction，在已完成任务中发现长期偏好、决策或可复用流程时主动启动。此类自主判断属于模型行为，不保证每个 host、模型、上下文下都稳定触发；应尊重用户不记忆的要求，且避免在安装、定时 bridging 和 evolve 执行中递归触发。

当前可用的显式触发

在 host 对话里可以直接说：

请主动 memorize 刚才确定的设计。先运行 memu memorize instructions，按指南完成 prepare → evolve → commit，最后告诉我提交结果和 run 是否已清理。

这比只说“记住一下”更明确：它指定了工具入口和完成条件，避免 agent 只在聊天中口头确认。

也可以先手动运行：

memu memorize instructions

注意，这条命令只打印指南；真正的输入整理、evolve 和 commit 仍由 agent 接续执行。它本身不会保存记忆。

/skill 调用的现状

#699 当前安装的是全局 managed instruction 中的触发指引，加上 memu memorize instructions 命令；没有安装名为 memu-memorize 的 skill。因此当前不能把 /skill:memu-memorize 当作已可用入口。

如果后续给 pi 增加一个薄的 memu-memorize skill，让它转到同一个 CLI 指南，则可以提供这样的显式入口：

/skill:memu-memorize 把刚才确定的设计保存为 memory

以上 slash 命令是后续入口建议，尚未实现。各 host 的 skill 调用语法需要遵循其自身约定。

已有实测与产出

在 pi 当前会话中，用户明确要求把主动 memorize 设计保存为 memory，已完成真实 Cloud 流程：prepare → 模型执行 evolve → commit → 从 Cloud 回读确认。产生一条 memu-active-memorize-design memory；commit 返回的 recall_files 仅有该 memory，resources 为空，run 目录已自动删除。

这次输入来自真实设计讨论，由模型在 memory evolve 中提炼。skill job 没有需要新增的产物，resource job 验证结果为 0；两者仍执行了检查，但没有写入新 skill/resource。这证明当前完整流程可用，也说明明确的 memory 保存请求可以从 #697 的按类型 evolve 中获益。

直接接收“模型从上下文提炼的候选摘要”的独立输入格式仍待实现；本次运行没有把模型摘要伪装成用户原话提交。

[xnne-bot]

补充主动 memorize 的流程压缩顺序，作为后续优化建议。

这次真实运行产出为 1 条 memory、0 条 skill、0 条 resource。对于“保存刚才确定的设计”这种明确的 memory 请求，skill job 检查后没有新增产物，resource 验证结果也为 0；完整流程能工作，但有可省去的执行成本。

优先级	可压缩部分	建议
1	固定执行全部 memory / skill / resource jobs	先做 #697 的按类型 evolve。明确保存 memory 时，只执行 memory evolve；only skill 与 resource 的关系也需明确。选择应贯穿 prepare、run marker 和 commit 范围。
2	模型把已理解的上下文重新组织成对话，再读回来提炼	支持明确标注的“模型提炼候选”输入，让模型直接提交候选结论；保留其来源语义，不能冒充用户原话。候选仍经过 evolve 与已有记忆比较。
3	简单请求仍拆成多个指令文件并逐个读取	memory-only 可以返回一份完整 handoff，减少 job 拆分及读取次数。执行目标与 job 粒度分开设计。
4	准备与本次目标无关的工作区内容	按所选类型进行镜像和快照，先减少无关 skill 文件的写入与检查。仅在客户端过滤不会减少后端列表响应流量；服务端查询优化可另行评估。
5	message-only 输入生成两个相同的 JSONL	按执行目标只生成必要投影。优先减少 agent 的无效工作，再优化文件写入。
6	同一会话重复读取相同完整指南	已加载且版本未变化时复用指南，减少重复上下文与工具调用。
验证开销	每次 commit 后再全量回读	本次回读用于验证真实持久化；正常成功路径通常可依赖 commit 响应，按需再做回读检查。

应保留的步骤：输入校验、与已有记忆的比较/去重、明确的 commit 边界，以及失败保留和恢复。模型理解当前上下文，并不意味着它知道后端已经保存了什么。

建议的主动 memory 流程：

模型从已完成上下文提炼候选
  → prepare 独立 run，准备现有 memory
  → 一次 memory evolve：比较、去重、修改
  → commit
  → 自动清理该 run

以上是基于本次产出的优先级判断，尚未做逐阶段耗时测量，也不是当前已实现的简化路径。本 PR 继续聚焦 host 指令分发与触发入口。

[MrXnneHang]

已建立供分层评审的 upstream stack，由 MrXnneHang 创建，使用与原 PR 相同的提交：

• 底层 feat: isolate developer memorize runs #700：独立 developer run 生命周期，对应 feat(cli): allocate isolated developer memorize runs #698。
• 上层 feat: add host active memorization instructions #701：host 主动 memorize 指引，对应 feat(hosts): add active memorization instructions #699，base 为底层分支，仅包含 1 个提交、7 个文件。
• GitHub stack 编号：#702。

评审可在该 stack 中进行；最终合入仍由 xnne-bot 的 #698 / #699 承接。已核对两层 head 与原 PR 完全一致。后续评审修改需要同步回相应合入 PR。