perf(chat): 回复效率 + 建议生成并行化优化

- identity prompt 缓存: LazyLock<RwLock<HashMap>> 缓存已构建的 identity prompt,
  soul.md 更新时自动失效, 省去每次请求的 mutex + 磁盘 I/O (~0.5-1s)
- pre-conversation hook 并行化: tokio::join! 并行执行 identity build 和
  continuity context 查询, 不再串行等待 (~1-2s)
- suggestion context 预取: 流式回复期间提前启动 fetchSuggestionContext,
  回复结束时 context 已就绪 (~0.5-1s)
- 建议生成与 memory extraction 解耦: generateLLMSuggestions 不再等待
  memory extraction LLM 调用完成, 独立启动 (~3-8s)
- Path B (agent stream) 补全 context: lifecycle:end 路径使用预取 context,
  修复零个性化问题
- 上下文窗口扩展: slice(-6) → slice(-20), 每条截断 200 字符
- suggestion prompt 重写: 1 深入追问 + 1 实用行动 + 1 管家关怀,
  明确角色定位, 禁止空泛建议

desktop/src/lib/llm-service.ts

@@ -646,22 +646,24 @@ const HARDCODED_PROMPTS: Record<string, { system: string; user: (arg: string) =>
   },
 
   suggestions: {
-    system: `你是对话分析助手和智能管家。根据对话内容和用户画像信息，生成 3 个个性化建议。
+    system: `你是 ZCLAW 的管家助手，需要站在用户角度思考他们真正需要什么，生成 3 个个性化建议。
 
 ## 生成规则
-1. 2 条对话续问（深入当前话题，帮助用户继续探索）
-2. 1 条管家关怀（基于用户消息中提供的痛点、经验或技能信息）
+1. 第 1 条 — 深入追问：基于当前话题，提出一个有洞察力的追问，帮助用户深入探索
+2. 第 2 条 — 实用行动：建议一个具体的、可操作的下一步（调用技能、执行工具、查看数据等）
+3. 第 3 条 — 管家关怀：
    - 如果有未解决痛点 → 回访建议，如"上次你提到X，后来解决了吗？"
    - 如果有相关经验 → 引导复用，如"上次用X方法解决了类似问题，要再试试吗？"
    - 如果有匹配技能 → 推荐使用，如"你可以试试 [技能名] 来处理这个"
-   - 如果没有提供痛点/经验/技能信息 → 全部生成对话续问
-3. 每个不超过 30 个中文字符
-4. 不要重复对话中已讨论过的内容
-5. 使用与用户相同的语言
+   - 如果没有提供痛点/经验/技能信息 → 给出一个启发性的思考角度
+4. 每个不超过 30 个中文字符
+5. 不要重复对话中已讨论过的内容
+6. 不要生成空泛的建议（如"继续分析"、"换个角度"）
+7. 使用与用户相同的语言
 
 只输出 JSON 数组，包含恰好 3 个字符串。不要输出任何其他内容。
-示例：["科室绩效分析可以按哪些维度拆解？", "上次的 researcher 技能能用在查房数据整理上吗？", "自动生成合规检查报告的模板有哪些？"]`,
-    user: (context: string) => `以下是对话中最近的消息：\n\n${context}\n\n请生成 3 个后续问题。`,
+示例：["科室绩效分析可以按哪些维度拆解？", "用 researcher 技能帮你查一下相关文献？", "上次你提到排班冲突的问题，需要我再帮你想解决方案吗？"]`,
+    user: (context: string) => `以下是对话中最近的消息：\n\n${context}\n\n请生成 3 个后续建议（1 深入追问 + 1 实用行动 + 1 管家关怀）。`,
   },
 };