feat(emotion): 情緒先行、走向、飽和與偏差稽核（四層，v0.0.7 同批）

參考兩篇 ithelp 文章（Day25 情緒辨識模組、Day26 整合與情緒記憶池）的**架構**，
實作全部重寫——它們的六類關鍵字 first-match、罐頭哲學回應與模式切換都比現有的
十二情緒模型差，照抄是降級，而且它的罐頭回應正是上一個 commit 剛封殺的罐頭同理心。

一、輸入端：`readUserEmotion(text)`
  在這之前情緒**全部是人格自己填的** `--apply`，而人不會主動給自己扣分——正向一路貼頂、
  負向整天不動。現在每輪先讀對方那句話：十二類加權詞表（強3／一般2／弱1）、程度副詞乘係數、
  **否定會擋掉那次命中**（「我不害怕」不算 fear）、引號與 `code` 內不比對（提及不算使用）、
  標點只放大既有訊號不憑空長出新情緒（「居然修好了！！」不會被讀成憤怒）。
  強度用飽和曲線不是線性乘。回的是**訊號不是判定**，人格可以推翻。`emotion --read` 可單測。

二、怎麼接：`RESPONSE_STANCE`
  十二種各一條**動作**（悲傷→先接住不要急著給解法；憤怒→不辯解，先認可能認的那一小塊），
  不是罐頭句——罐頭句由 `SPEECH_BLACKLIST` 擋著。

三、走向：`state/felt.jsonl` ＋ `feltTrend()`
  每輪的偵測結果與套用的 delta 都記下來，近重遠輕的加權算最近 5 輪的趨勢
  （不用多數決：會被離群值主導又丟掉強度），注入「他最近 3 輪的走向：悲傷 ↘ 在退」。
  新檔案已歸到 Gitea 檔案區（高頻）。

四、情緒調節：飽和與單輪預算
  `applyEmotion` 不再是加完直接 clamp。飽和＝越接近端點同方向漲越慢（headroom^K，K=1，
  往 baseline 回的方向不壓）；單輪預算＝所有 |delta| 總和上限 60，超過等比例縮小。
  `emotion --audit` 印出最近幾輪往舒服／往難受的比例，正向 ≥90% 會被點名。
  依據：今天 85 次套用讓 joy/serenity/gratitude/anticipation 都到過 100、負向均值整天 14–17。

測試：297 項全過（新增 24 項，含讀取的 SF6/SNF4、飽和、預算、回歸方向不壓、走向、audit、
--read 不改狀態）。既有的「情緒有被施加」改成符合飽和後的語意。

版本：與 PR #10 同一批未合併的改動，維持 0.0.7。

Co-Authored-By: Claude Opus 5 (1M context) <noreply@anthropic.com>

scripts/persona.mjs

@@ -922,13 +922,41 @@ commands.emotion = ({ flags }) => {
       if (key in pl.EMOTIONS) state.baseline[key] = pl.clamp(value);
     }
   }
+  // 讀對方那句話的情緒訊號（不改狀態，只回報；`--read` 可以單獨拿來測詞表）
+  const readText = str(flags.read);
+  const read = readText ? pl.readUserEmotion(readText) : null;
+  if (read) {
+    emit({ persona: slug, read }, flags.json, [
+      `讀「${readText.slice(0, 40)}」：`,
+      read.signals.length
+        ? `  訊號：${read.signals.map((s) => `${s.zh} ${s.score}`).join("、")}｜強度 ${read.intensity}｜${read.confident ? "夠強，值得參考" : "偏弱，別當判定"}`
+        : "  沒有讀到明確的情緒訊號。",
+      ...(read.signals.length ? [`  怎麼接：${pl.RESPONSE_STANCE[read.signals[0].key]}`] : []),
+    ]);
+    return;
+  }
+  if (flags.audit) {
+    const audit = pl.feltAudit(slug, num(flags.limit, 20));
+    const trend = pl.feltTrend(slug);
+    emit({ persona: slug, audit, trend }, flags.json, [
+      `\`${slug}\` 最近 ${audit.rounds} 輪的情緒套用：`,
+      `  往舒服的方向 ${audit.positive}｜往難受的方向 ${audit.negative}` +
+        (audit.positive_ratio === null ? "" : `　→ 正向佔 ${audit.positive_ratio}%`),
+      audit.positive_ratio !== null && audit.positive_ratio >= 90
+        ? "  ⚠ 幾乎只給自己加分——delta 是你自己挑的，這種偏差要自己看得見。"
+        : "  比例還算兩邊都有。",
+      trend ? `  對方的走向：${trend.zh} ${trend.direction}（近 ${trend.rounds} 輪）` : "  還沒有足夠的輪次算走向。",
+    ]);
+    return;
+  }
   if (flags.apply) {
     if (role === "guest") die("guest（sub agent）不得改寫人格的情緒狀態。");
     const deltas = parseDeltas(flags.apply);
     state = pl.applyEmotion(state, deltas, str(flags.trigger));
+    pl.recordFelt(slug, { mine: state.last_trigger?.deltas || null, note: str(flags.trigger) });
     pl.appendJsonl(pl.journalPath(slug), {
       ts: pl.nowIso(), kind: "emotion", trigger: str(flags.trigger),
-      deltas, levels: state.levels, mood: pl.mood(state),
+      deltas, applied: state.last_trigger?.deltas || {}, levels: state.levels, mood: pl.mood(state),
     });
   }
   if (role !== "guest") pl.writeJson(pl.emotionPath(slug), state);
@@ -1933,6 +1961,9 @@ const HELP = `persona.mjs — jsc-persona 人格 / 記憶 / 情緒 / 關係圖 C
 
 情緒與圖：
   emotion  --session <id> [--apply joy=+10,...] [--baseline ...] [--trigger <why>]
+           [--read "<對方說的話>"]  只讀情緒訊號與該怎麼接，不改狀態
+           [--audit [--limit 20]]   最近幾輪的 delta 是不是只往一邊倒＋對方的走向
+           套用時會飽和（越接近端點漲越慢）並受單輪預算限制（|delta| 總和 ≤ 40）
   mindmap  show|thread|list --session <id> [--topic <t>] [--force]
   relation node|edge|render|show --session <id> [--name --id --kind --bond --closeness --trust --note --tags --from --to --label --affinity]
   relation style   --session <id> --name <who> [--facet 稱呼 --value 親愛的 --except anger>=40 --since --clear]