fix(identity): 接通身份信号提取与持久化 — 对话中起名跨会话记忆

根因: 记忆提取管道(COMBINED_EXTRACTION_PROMPT)提取5种画像信号
但无身份信号(agent_name/user_name)，不存在从对话到AgentConfig.name
或IdentityFiles的写回路径。

修复内容:
- ProfileSignals 增加 agent_name/user_name 字段
- COMBINED_EXTRACTION_PROMPT 增加身份提取指令
- parse_profile_signals 解析新字段 + 回退推断
- GrowthIntegration 存储身份信号到 VikingStorage
- post_conversation_hook 写回 soul.md + emit Tauri 事件
- streamStore 规则化检测 agent 名字并更新 AgentConfig.name
- cold-start-mapper 新增 detectAgentNameSuggestion

链路: 对话→提取→VikingStorage→hook写回soul.md→事件→前端刷新

crates/zclaw-growth/src/extractor.rs

@@ -253,6 +253,18 @@ impl MemoryExtractor {
         Ok(stored)
     }
 
+    /// Store a single pre-built MemoryEntry to VikingStorage
+    pub async fn store_memory_entry(&self, entry: &crate::types::MemoryEntry) -> Result<()> {
+        let viking = match &self.viking {
+            Some(v) => v,
+            None => {
+                tracing::warn!("[MemoryExtractor] No VikingAdapter configured");
+                return Err(zclaw_types::ZclawError::Internal("No VikingAdapter".to_string()));
+            }
+        };
+        viking.store(entry).await
+    }
+
     /// 统一提取：单次 LLM 调用同时产出 memories + experiences + profile_signals
     ///
     /// 优先使用 `extract_with_prompt()` 进行单次调用；若 driver 不支持则
@@ -481,6 +493,16 @@ fn parse_profile_signals(obj: &serde_json::Value) -> crate::types::ProfileSignal
             .and_then(|s| s.get("communication_style"))
             .and_then(|v| v.as_str())
             .map(String::from),
+        agent_name: signals
+            .and_then(|s| s.get("agent_name"))
+            .and_then(|v| v.as_str())
+            .filter(|s| !s.is_empty())
+            .map(String::from),
+        user_name: signals
+            .and_then(|s| s.get("user_name"))
+            .and_then(|v| v.as_str())
+            .filter(|s| !s.is_empty())
+            .map(String::from),
     }
 }
 
@@ -525,6 +547,22 @@ fn infer_profile_signals_from_memories(
                         signals.communication_style = Some(m.content.clone());
                     }
                 }
+                // 身份信号回退: 从 preference 记忆中检测命名/称呼关键词
+                let lower = m.content.to_lowercase();
+                if lower.contains("叫你") || lower.contains("助手名字") || lower.contains("称呼") {
+                    if signals.agent_name.is_none() {
+                        // 尝试提取引号内的名字
+                        signals.agent_name = extract_quoted_name(&m.content)
+                            .or_else(|| extract_name_after_pattern(&lower, &m.content, "叫你"));
+                    }
+                }
+                if lower.contains("我叫") || lower.contains("我的名字") || lower.contains("用户名") {
+                    if signals.user_name.is_none() {
+                        signals.user_name = extract_name_after_pattern(&lower, &m.content, "我叫")
+                            .or_else(|| extract_name_after_pattern(&lower, &m.content, "我的名字是"))
+                            .or_else(|| extract_name_after_pattern(&lower, &m.content, "我叫"));
+                    }
+                }
             }
             crate::types::MemoryType::Knowledge => {
                 if signals.recent_topic.is_none() && !m.keywords.is_empty() {
@@ -547,6 +585,38 @@ fn infer_profile_signals_from_memories(
     signals
 }
 
+/// 从引号中提取名字（如"以后叫你'小马'"→"小马"）
+fn extract_quoted_name(text: &str) -> Option<String> {
+    for delim in ['"', '\'', '「', '」', '『', '』'] {
+        let mut parts = text.split(delim);
+        parts.next(); // skip before first delimiter
+        if let Some(name) = parts.next() {
+            let trimmed = name.trim();
+            if !trimmed.is_empty() && trimmed.chars().count() <= 20 {
+                return Some(trimmed.to_string());
+            }
+        }
+    }
+    None
+}
+
+/// 从指定模式后提取名字（如"叫你小马"→"小马"）
+fn extract_name_after_pattern(lower: &str, original: &str, pattern: &str) -> Option<String> {
+    if let Some(pos) = lower.find(pattern) {
+        let after = &original[pos + pattern.len()..];
+        // 取第一个词（中文或英文，最多10个字符）
+        let name: String = after
+            .chars()
+            .take_while(|c| !c.is_whitespace() && !matches!(c, '，'| '。' | '！' | '？' | ',' | '.' | '!' | '?'))
+            .take(10)
+            .collect();
+        if !name.is_empty() {
+            return Some(name);
+        }
+    }
+    None
+}
+
 /// Default extraction prompts for LLM
 pub mod prompts {
     use crate::types::MemoryType;
@@ -594,7 +664,9 @@ pub mod prompts {
     "recent_topic": "最近讨论的主要话题(可选)",
     "pain_point": "用户当前痛点(可选)",
     "preferred_tool": "用户偏好的工具/技能(可选)",
-    "communication_style": "沟通风格: concise|detailed|formal|casual(可选)"
+    "communication_style": "沟通风格: concise|detailed|formal|casual(可选)",
+    "agent_name": "用户给助手起的名称(可选，仅在用户明确命名时填写，如'以后叫你小马')",
+    "user_name": "用户提到的自己的名字(可选，仅在用户明确自我介绍时填写，如'我叫张三')"
   }
 }
 ```
@@ -604,8 +676,9 @@ pub mod prompts {
 1. **memories**: 提取用户偏好(沟通风格/格式/语言)、知识(事实/领域知识/经验教训)、使用经验(技能/工具使用模式和结果)
 2. **experiences**: 仅提取明确的"问题→解决"模式，要求有清晰的痛点和步骤，confidence >= 0.6
 3. **profile_signals**: 从对话中推断用户画像信息，只在有明确信号时填写，留空则不填
-4. 每个字段都要有实际内容，不确定的宁可省略
-5. 只返回 JSON，不要附加其他文本
+4. **identity**: 检测用户是否给助手命名(如"你叫X"/"以后叫你X"/"你的名字是X")或自我介绍(如"我叫X"/"我的名字是X")，填入 agent_name 或 user_name 字段
+5. 每个字段都要有实际内容，不确定的宁可省略
+6. 只返回 JSON，不要附加其他文本
 
 对话内容：
 "#;

crates/zclaw-growth/src/types.rs

@@ -432,6 +432,10 @@ pub struct ProfileSignals {
     pub pain_point: Option<String>,
     pub preferred_tool: Option<String>,
     pub communication_style: Option<String>,
+    /// 用户给助手起的名称（如"以后叫你小马"）
+    pub agent_name: Option<String>,
+    /// 用户提到的自己的名字（如"我叫张三"）
+    pub user_name: Option<String>,
 }
 
 impl ProfileSignals {
@@ -442,6 +446,8 @@ impl ProfileSignals {
             || self.pain_point.is_some()
             || self.preferred_tool.is_some()
             || self.communication_style.is_some()
+            || self.agent_name.is_some()
+            || self.user_name.is_some()
     }
 
     /// 有效信号数量
@@ -452,8 +458,15 @@ impl ProfileSignals {
         if self.pain_point.is_some() { count += 1; }
         if self.preferred_tool.is_some() { count += 1; }
         if self.communication_style.is_some() { count += 1; }
+        if self.agent_name.is_some() { count += 1; }
+        if self.user_name.is_some() { count += 1; }
         count
     }
+
+    /// 是否包含身份信号（agent_name 或 user_name）
+    pub fn has_identity_signal(&self) -> bool {
+        self.agent_name.is_some() || self.user_name.is_some()
+    }
 }
 
 /// 进化事件
@@ -674,8 +687,23 @@ mod tests {
             pain_point: None,
             preferred_tool: Some("researcher".to_string()),
             communication_style: Some("concise".to_string()),
+            agent_name: None,
+            user_name: None,
         };
         assert_eq!(signals.industry.as_deref(), Some("healthcare"));
         assert!(signals.pain_point.is_none());
+        assert!(!signals.has_identity_signal());
+    }
+
+    #[test]
+    fn test_profile_signals_identity() {
+        let signals = ProfileSignals {
+            agent_name: Some("小马".to_string()),
+            user_name: Some("张三".to_string()),
+            ..Default::default()
+        };
+        assert!(signals.has_identity_signal());
+        assert_eq!(signals.signal_count(), 2);
+        assert_eq!(signals.agent_name.as_deref(), Some("小马"));
     }
 }