feat(frontend): add memory components, temple/war-room pages, and composables

- Add DailyDigestCard and ReminderToast memory components
- Add temple and war-room page routes
- Add memory API module with TypeScript definitions
- Add chat composables: useClientTime, useDailyDigest, useSidebarPlan
- Simplify chat/logs/settings pages (remove unused code)
- Add settingsPage.css

development-doc/plan/memory-update/phase-m-4-auto-extraction.md

@@ -0,0 +1,193 @@
+# Phase M.4：对话自动学习（Auto Memory Extraction）
+
+日期：2026-04-05
+状态：规划中
+依赖：M.1 (重要性评分)
+工作量：3 天
+
+---
+
+## 1. 本阶段目的
+
+让 Jarvis 在每次对话结束后**自动**从对话内容中提取记忆，而不需要用户手动触发。
+
+当前问题：
+- `POST /brain/learn/run` 是手动触发，用户不会每次手动调
+- 没有自动学习，M.1 的评分系统、M.2 的遗忘系统都缺少输入
+- 记忆库会随时间停滞，而不是随使用不断丰富
+
+---
+
+## 2. 核心架构
+
+```
+对话结束
+    │
+    ▼
+ConversationEndHook
+    │
+    ▼
+MemoryExtractor
+    ├── extract_facts()       # 事实：你住在北京、你用 Python
+    ├── extract_preferences() # 偏好：你喜欢简短的回答
+    ├── extract_goals()       # 目标：你想学 Rust
+    ├── extract_pain_points() # 痛点：反复问同一类问题
+    └── extract_events()      # 事件：今天提到的重要事情
+         │
+         ▼
+    ImportanceScorer (M.1)   # 评分后存入 UserMemory
+         │
+         ▼
+    去重检查                  # 避免重复存储相似记忆
+         │
+         ▼
+    UserMemory / BrainMemory
+```
+
+---
+
+## 3. 核心实现
+
+### 3.1 MemoryExtractor
+
+```python
+class MemoryExtractor:
+    async def extract_from_conversation(
+        self,
+        user_id: str,
+        messages: list[Message],
+    ) -> list[ExtractedMemory]:
+        """
+        从一段对话中提取记忆条目。
+        调用 LLM 做结构化抽取，返回待存储的记忆列表。
+        """
+
+    async def deduplicate(
+        self,
+        new_memories: list[ExtractedMemory],
+        existing_memories: list[UserMemory],
+    ) -> list[ExtractedMemory]:
+        """
+        与现有记忆做相似度对比，过滤重复项。
+        相似度 > 0.85 视为重复，更新而非新增。
+        """
+```
+
+### 3.2 LLM 提取 Prompt（结构化输出）
+
+```python
+EXTRACT_PROMPT = """
+从以下对话中提取用户的记忆信息，以 JSON 格式返回：
+
+对话内容：
+{conversation_text}
+
+提取以下类型：
+- fact: 关于用户的客观事实（职业、地点、技能等）
+- preference: 用户的偏好和习惯
+- goal: 用户提到的目标或计划
+- pain_point: 反复出现或明显困扰用户的问题
+- event: 今天发生的重要事件
+
+输出格式：
+[
+  {"type": "fact", "content": "...", "confidence": 0.9},
+  {"type": "goal", "content": "...", "confidence": 0.7}
+]
+
+只提取明确的信息，不要猜测。
+"""
+```
+
+### 3.3 触发时机
+
+```python
+# 在 conversation router 的对话结束时异步触发
+# routers/conversation.py
+
+@router.post("/api/conversations/{conversation_id}/end")
+async def end_conversation(conversation_id: str, ...):
+    # 原有逻辑...
+
+    # 异步触发记忆提取，不阻塞响应
+    background_tasks.add_task(
+        memory_extractor.extract_from_conversation,
+        user_id=current_user.id,
+        messages=messages,
+    )
+```
+
+也支持**会话超时自动触发**（超过 30 分钟无新消息视为对话结束）：
+
+```python
+# scheduler_service.py
+@scheduler.scheduled_task("interval", minutes=30)
+async def check_idle_conversations():
+    """检查闲置对话，触发记忆提取"""
+```
+
+---
+
+## 4. 去重逻辑
+
+```python
+# 简单相似度检查（用 Mem0 自带的语义去重，或简单字符串匹配）
+async def deduplicate(self, new_memory: ExtractedMemory, user_id: str) -> bool:
+    """
+    返回 True 表示是新记忆，False 表示已存在（更新原记忆即可）
+    """
+    existing = await self.memory_service.search(
+        query=new_memory.content,
+        user_id=user_id,
+        top_k=3,
+    )
+    for mem in existing:
+        if similarity(mem.content, new_memory.content) > 0.85:
+            # 更新现有记忆的 frequency_count，而非新建
+            await self.memory_service.reinforce(mem.id)
+            return False
+    return True
+```
+
+---
+
+## 5. 核心文件
+
+### 5.1 新增文件
+
+| 文件 | 职责 |
+|------|------|
+| `services/memory/memory_extractor.py` | 对话记忆提取 |
+| `tests/services/test_memory_extractor.py` | 提取测试 |
+
+### 5.2 修改文件
+
+| 文件 | 修改内容 |
+|------|---------|
+| `routers/conversation.py` | 对话结束时触发提取 |
+| `services/scheduler_service.py` | 添加闲置对话检查 |
+
+---
+
+## 6. 验收标准
+
+| 标准 | 说明 |
+|------|------|
+| 自动触发 | 对话结束后 30 秒内完成提取 |
+| 提取准确 | fact/goal/pain_point 类型识别准确 |
+| 去重有效 | 重复内容不新建，只强化原记忆 |
+| 不阻塞对话 | 提取为后台任务，不影响响应速度 |
+| 单元测试覆盖率 | > 80% |
+
+---
+
+## 7. 工作量估算
+
+| 任务 | 工作量 |
+|------|--------|
+| MemoryExtractor 实现 | 1 天 |
+| LLM Prompt 调优 | 0.5 天 |
+| 去重逻辑 | 0.5 天 |
+| 触发集成（对话结束 + 调度） | 0.5 天 |
+| 测试 | 0.5 天 |
+| **合计** | **3 天** |