docs: 架构节改成参考文档写法

上一版还是论证体：四个小标题里三个是否定式断言（「上下文**不是**截断+摘要」
「三层记忆是迁移，**不是**复制」「记忆按场面分，**不按**会话」），
每段都以一句评论收尾。段落字数 62–128，几乎等长 —— 这是最明显的机器痕迹。

改成参考文档：

## 小标题换成名词

   上下文不是「截断 + 摘要」  →  上下文窗口
   三层记忆是迁移，不是复制    →  三层记忆
   记忆按场面分，不按会话      →  场面

标题说明这节讲什么，不下判断。判断该由正文的数据支撑，不该写在标题里。

## 删掉与假想敌的对比

「常见做法是把超窗的对话裁掉或让模型自己摘要，两者的共同问题是丢什么由位置决定」
「普通 agent 通常一条会话一条历史，换个话题就失忆」

换成直接说我们怎么做的。读者不需要先被告知别人怎么错。

## 段落长度拉开

之前 62–128 字（极差 66）。现在每节先给一行文件路径，正文长短不一：

    32 字  `internal/agent/core/context.go`
   127 字  这条约束来自一次实测。50k 窗口……
    51 字  N 默认 10，实际取值受预算约束：……
   129 字  场面由五个特征构成……

极差 98 字。技术文档本来就是「一行路径 + 一段解释 + 一行数字」这种不均匀节奏。

## 去掉两处破折号

「没有『取出即删除』的路径 —— 删除排在确认之后」
「不吸收整轮指纹 —— 吸收了会……」

改成句号。全文破折号归零。

## 补上实现位置

原来只讲设计没给代码位置，改成每节标文件路径：
`internal/agent/core/context.go`、`internal/memory/coldcontext/`、
`internal/memory/scene_emerge.go`、`internal/agent/core/stages.go`。

## 核对

文中数字逐条对源码：`preemptPromotionCap = 2`、`minSceneEvidence = 2`、
`FindColdContexts(72*time.Hour, 2)` 均一致。两版 9 个标题对齐，无死链。

README.md

@@ -21,7 +21,7 @@ API 密钥在 WebUI（`http://localhost:8080`）里填。需要 Linux。
 
 ```text
                     homed（内核）
-        LLM 编排 · 三层记忆 · 检索 · 调度
+        LLM 编排 · 记忆 · 检索 · 调度
                        │
         ┌──────────────┼──────────────┐
         │              │              │
@@ -34,56 +34,51 @@ API 密钥在 WebUI（`http://localhost:8080`）里填。需要 Linux。
    WebUI · QQ · 命令行 · 文件 · 浏览器
 ```
 
-内核不发 HTTP、不读文件。所有接触外部世界的能力都在插件里，插件崩溃不影响内核，
-重启退避 1s / 2s / 3s，5 分钟内第 4 次崩溃停止自动重启等人工介入。
+内核进程做编排、记忆、检索；HTTP、文件、设备都由插件负责（`internal/plugin`）。
+插件崩溃后内核重启它，退避 1s / 2s / 3s；5 分钟内第 4 次崩溃停止自动重启，
+等人工介入（`cmd/homed/kmod_runtime.go`）。
 
-### 上下文不是「截断 + 摘要」
+### 上下文窗口
 
-常见做法是把超窗的对话裁掉或让模型自己摘要，两者的共同问题是**丢什么由位置决定**。
-这里换成了按相关度取舍：用当前输入给每条历史事件打分，低分事件下沉到冷上下文层。
+`internal/agent/core/context.go`
 
-打分用稠密向量余弦（与媒体、冷上下文共享同一向量空间），模型未就绪时退化到 TF-IDF。
-裁剪时无条件保住最近 N 条，但 N 本身受预算约束：
+事件进窗口时算两套向量：稠密向量与媒体、冷上下文共用同一空间；词向量用 TF-IDF
+作退路。裁剪时用当前输入给每条历史事件打分，保留 topK，最近 N 条不参与打分直接保留。
 
-```go
-// 保护条数不超过预算能装下的条数
-budgetCap = ContextTokens / avgEventTokens
-pCount = min(配置值, budgetCap)
-```
+N 默认 10，实际取值受预算约束：`min(配置值, ContextTokens / 单条平均 token)`。
 
-这条约束来自一次实测：50k 窗口下单条事件约 5800 token（工具回灌型），预算约 40000，
-「钉住 10 条」本身就装不下，于是每轮裁剪都撞保护下限，两轮后预算耗尽，任务直接终止。
-召回率从 44% 掉到 22%。现在窗口越小越自动收紧，1M 窗口下则能用满配置值。
+这条约束来自一次实测。50k 窗口、单条事件平均 5800 token、预算 40000，固定保留 10 条
+要占 58k，比预算本身还大。于是每轮裁剪都能达标却清不出空间，两轮后预算耗尽、任务终止，
+召回率从 44% 降到 22%。现在小窗口会自动收紧，1M 窗口下用满配置值。
 
-被裁掉的事件不是丢弃，是迁移：事件连同它持有的媒体块一起进冷上下文层，块的 ID 不变、
-只换持有层。回灌时用 `coldcontext_query` 取回，两阶段（先 Peek 确认、再 Remove），
-不用「先删后灌」——那会在回灌失败时永久丢数据。
+被裁掉的事件连同它持有的媒体块写入冷上下文层，块 ID 不变，只换持有层。
+取回用 `coldcontext_query`：先 `Peek` 确认，再 `Remove` 源副本。
+没有「取出即删除」的路径，删除排在确认之后。
 
-### 三层记忆是迁移，不是复制
+### 三层记忆
 
-```text
-L1  上下文 Context       相关性裁剪，最近 N 条恒受保护
-      ↓  低分事件下沉（带媒体块）
-L2  冷上下文 Cold Context 稠密检索，≤2 次访问且 72h 未访问则继续下沉
-      ↓  蒸馏成三元组
-L3  稳定记忆 Stable       实体关系 + 场面索引，支持按场面召回
-```
+`internal/agent/core/context.go` · `internal/memory/coldcontext/` · `internal/memory/graph.go`
 
-块在任一层只有一份持有者，不靠引用计数保活。媒体不是附件：图片、音频是图里的一等节点，
-有自己的向量，和文本在同一空间里检索。
+| 层 | 持有物 | 进模型的方式 | 冷化 |
+|---|---|---|---|
+| L1 上下文 | 事件 + 块 | 直接进 system prompt | 相关性低分下沉 |
+| L2 冷上下文 | 事件 + 块（与 L1 同构） | 召回后插回 L1 时序 | ≤2 次访问且 72h 未读，蒸馏 |
+| L3 稳定记忆 | 三元组，节点即块 | 召回后注入 | 不流出 |
 
-### 记忆按场面分，不按会话
+一块在任一层只有一个持有者，没有引用计数。图片和音频是 L2/L3 里的块，
+有自己的向量，与文本在同一空间检索。
 
-普通 agent 通常一条会话一条历史，换个话题就失忆，或者全塞进一个上下文里互相干扰。
-这里按「可观察的场所指纹」分：通道、对话对象、工具、话题、时段，权重 1.0/1.0/0.8/0.4/0.2。
+### 场面
 
-同一指纹出现到第 2 次才建场景（`minSceneEvidence = 2`），只发生一次的不算。
-归属阈值 0.5、唤起阈值 0.35，唤起比归属宽松——想不起来是损失，多想一条只是多几行上下文。
-场景每次重现强度 +1，久不重现按半衰期衰减。
+`internal/memory/scene_emerge.go`
 
-两个来源并行：**声明**（插件在注入点说明"这是哪个场面"）与**涌现**（指纹自己聚类）。
-声明场景不吸收整轮指纹，否则它会以接近 1.0 的相似度吃掉后续所有同类轮次，
-被动路再也长不出更细的场面。
+场面由五个特征构成，权重各不相同：通道 1.0、对话对象 1.0、工具 0.8、话题 0.4、时段 0.2。
+同一指纹出现两次才建场面（`minSceneEvidence = 2`），一次性的交互不建。
+归属阈值 0.5，唤起阈值 0.35；重现时强度 +1，久不重现按半衰期衰减。
+
+两个入口并行：插件在注入点声明（如 `chan:qq/peer:group_1`），或者指纹自行聚类。
+声明场景只从键本身解析特征，不吸收整轮指纹。吸收之后它会以接近 1.0 的相似度
+匹配后续所有同类轮次，自行聚类那条路就长不出更细的场面。
 
 ### 七个阶段
 
@@ -99,8 +94,8 @@ L3  稳定记忆 Stable       实体关系 + 场面索引，支持按场面召
 | `before_output` | 最终文本就绪 | 格式适配 |
 | `after_output` | 已发送 | 统计 |
 
-`post_action → [before_toolcall → 执行 → after_toolcall] → post_action` 是内循环，
-退出条件：模型不再调工具、全部被拒、或达到上限。
+内循环是 `post_action → [before_toolcall → 执行 → after_toolcall] → post_action`，
+模型不再调工具、全部被拒、或达到上限时退出。
 
 ## 其余