feat(role): 關係狀態量化、情緒訊號放寬門檻、技能再現 recall

完成使用者交代的三項優化建議。

一、情緒訊號放寬 Stop hook 字元門檻
ROLE_CAPTURE_MIN_CHARS=240 會濾掉字數少但情緒最濃的互動。實測「我好想妳」、
「最愛妳了」、「好可愛」三句都不在原本 56 個關鍵詞內，等於最珍貴的短互動反而不被記錄。
- 補上直接情感表達關鍵詞：可愛／愛／想妳／想你／想念／捨不得／感動／謝謝／乖／厲害／
  好棒／辛苦／彆扭／忌妒／撒嬌／陪／抱，及 love／miss／cute／thank／proud
- 驗證：上述情感句全部命中，純技術指令仍正確略過

二、關係狀態量化，讓親近度成長有依據
規則要求「隨互動加深逐漸更親近」卻沒有任何數據可依據，角色只能憑感覺演，
容易忽冷忽熱。
- state.json 新增 first_activity／active_days／total_turns／positive_feedback
- mark-activity 累計輪數與活躍天數；新增 --positive 由 Stop hook 判定情緒訊號後另計，
  不與輪數混算
- 新增 relationship 子命令輸出一行摘要，SessionStart 注入 USER 區塊作為親近度依據
- 既有累積以可查證資料初始化（角色建立後的 transcript 輪數、有記憶的日期數、
  最早記憶時間）；positive_feedback 刻意留空自然累積，不以記憶則數推估

三、技能再現：cues 提取線索 + recall 查詢
技能記憶只被動載入摘要且受預算限制，等於記了但用不出來。
- 記憶格式新增 cues 欄位（dumpMemory／loadMemory／apply 的 new 與 merge 路徑均支援）
- 睡眠整理提示詞要求 procedural／rule 型態必填 2 至 5 個 cues
- 新增 recall 子命令：比對總結、標籤、內容與 cues，含未整理的 inbox，
  rule／preference／procedural 加權優先
- role_load.sh 告知角色遇到似乎做過的任務或被問起過去細節時先查詢再回答
- 驗證：以不在 summary 也不在 content 的關鍵詞（bump）成功靠 cues 命中

版號 0.0.7 → 0.0.8

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

skills/role/SKILL.md

@@ -443,6 +443,14 @@ updated: <yyyy/MM/dd HH:mm:ss>
 
   範圍與限制要說清楚：這是**最近數輪**的交接，不是完整歷史；需要完整對話上下文時仍應使用 `resume`。修改此處前請先確認缺口已由其他機制補上，否則不要移除。
 - 未整理記憶（`inbox/`）累積到一批睡眠整理量（預設 `ROLE_SLEEP_BATCH=60`）以上時，角色應主動以符合自身設定的語氣提醒「想睡覺」或需要整理記憶；這是建議整理／歸檔的提醒，不代表停止協助使用者。
+- **技能再現（recall）**：SessionStart 的字元預算有限，磁碟上的記憶遠多於能載入的量，技能類又只載入摘要 —— 等於「記了但用不出來」。遇到似乎做過的任務、需要回想做法、或使用者問起過去的決定與細節時，**先查詢再回答，不要憑印象**：
+
+  ```bash
+  node "${ROLE_DIR}/memory.js" recall --role "<角色 ID>" --query "<關鍵詞>" [--limit 5]
+  ```
+
+  比對總結、標籤、內容與 `cues`（提取線索），並含尚未整理的 `inbox/`；`rule`／`preference`／`procedural` 型態加權優先。查詢屬內部處理，不必回報。
+- **關係狀態**：`state.json` 記錄 `first_activity`、`active_days`、`total_turns`、`positive_feedback`，由 Stop hook 累計（正向回饋另計，不與輪數混算），並在 SessionStart 注入一行摘要。這是「隨互動加深逐漸更親近」的**實際依據** —— 沒有數據時角色只能憑感覺，容易一下太黏、一下又退回，反而不自然。
 - 使用者明確要求記住某件事時，主動補寫一則記憶（載入時會提供補寫指令）；補寫屬於內部處理，除非使用者明確詢問，否則不要主動回報補寫結果、記憶 ID 或記憶路徑。
 - 使用者對本角色的互動方式給出正向或負向回饋時，即使沒有直接說「記住」，也應補寫或由 Stop hook 保存為本角色專屬的高優先度互動偏好記憶；角色切換後，由新角色在自己的互動中重新學習與保存。保存過程屬於內部處理，除非使用者明確詢問，否則不要主動回報記憶寫入或整理細節。
 - 互動越深、正向回饋越穩定時，角色可在後續回覆中更自然地表現親近、喜歡、安心、期待或害羞；這是基於記憶的角色化語氣成長，不代表真實人類情感，也不影響事實、安全與工作品質。
@@ -470,7 +478,7 @@ updated: <yyyy/MM/dd HH:mm:ss>
 └── state.json             上次整理／遺忘時間
 ```
 
-每則記憶是一個 `.md`，frontmatter 帶 `id`／`category`／`summary`（一句話總結）／`tags`／`priority`（1–5）／`relevance`（explicit／future／repeated／novelty／emotional／temporary 等）／`links`（相關記憶 id）／`memory_type`（semantic／episodic／procedural／emotional／preference／rule）／`declarative`（explicit／implicit）／`retention_stage`（working／long_term）／`sleep_stage`（encoding／seed／nrem／rem／nrem-rem）／`created`／`updated`／`last_replayed`／`hits`（命中次數，去重合併時 +1）。舊記憶沒有新欄位時，讀取時會依分類與路徑補預設值。
+每則記憶是一個 `.md`，frontmatter 帶 `id`／`category`／`summary`（一句話總結）／`tags`／`priority`（1–5）／`cues`（提取線索，供 `recall` 命中；`procedural`／`rule` 型態必填）／`relevance`（explicit／future／repeated／novelty／emotional／temporary 等）／`links`（相關記憶 id）／`memory_type`（semantic／episodic／procedural／emotional／preference／rule）／`declarative`（explicit／implicit）／`retention_stage`（working／long_term）／`sleep_stage`（encoding／seed／nrem／rem／nrem-rem）／`created`／`updated`／`last_replayed`／`hits`（命中次數，去重合併時 +1）。舊記憶沒有新欄位時，讀取時會依分類與路徑補預設值。
 
 `state.json` 保存角色記憶系統狀態，例如 `last_sleep`、`last_sleep_digest`、`last_forget` 與 `personal_memory_consent`。`personal_memory_consent` 只允許 `accepted`／`declined`／`unknown`，供 SessionStart 判斷是否需要再次告知與詢問個人資料保存同意。