feat(secretaria): memória de longo prazo por contato (a partir das conversas)

A secretária passa a "lembrar" do cliente entre conversas:
- tabela sec_contact_memory (fato + embedding JSON), chave = ext_chat_id/contact_name.
- na sumarização (a cada ~10 trocas) extrai fatos duradouros do cliente via LLM
  e salva com embedding + dedup por similaridade (>0.92).
- buildSystemPrompt injeta "MEMÓRIA DO CLIENTE" com os fatos mais relevantes à
  pergunta (cosseno); sem chave de embedding usa os mais recentes; tudo com
  fallback silencioso (não regride).

Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>

newwhats.clube67.com/newwhats.local/plugins/secretaria/migrate.ts

@@ -165,6 +165,21 @@ export async function runMigrations(db: Knex): Promise<void> {
     await db.raw('CREATE INDEX IF NOT EXISTS idx_sec_chunks_node ON sec_knowledge_chunks (node_id)')
   }
 
+  // ── sec_contact_memory (memória de longo prazo por contato) ───────────────
+  // Fatos duradouros do cliente extraídos das conversas, com embedding (JSON).
+  // Permite a secretária "lembrar" do contato entre conversas/protocolos.
+  if (!(await db.schema.hasTable('sec_contact_memory'))) {
+    await db.schema.createTable('sec_contact_memory', (t) => {
+      t.uuid('id').primary().defaultTo(db.raw('gen_random_uuid()'))
+      t.uuid('agent_id').notNullable().references('id').inTable('sec_agents').onDelete('CASCADE')
+      t.string('contact_key', 300).notNullable()   // ext_chat_id ou contact_name
+      t.text('content').notNullable()
+      t.text('embedding').notNullable()            // vetor serializado em JSON
+      t.timestamps(true, true)
+    })
+    await db.raw('CREATE INDEX IF NOT EXISTS idx_sec_mem_contact ON sec_contact_memory (agent_id, contact_key)')
+  }
+
   // ── Seeds: agente padrão + nós + calendário ───────────────────────────────
   const agentCount = await db('sec_agents').count('id as c').first()
   if (Number(agentCount?.c ?? 0) === 0) {