[Feature Request] save_decision() API — 结构化决策持久化，防止上下文压缩丢失关键决策

## 背景

在长对话中，用户确认的关键决策（如行程方案、技术选型、设计方案）会随着上下文压缩被驱逐，导致 agent 回退到旧决策执行。相关讨论见 #5998。

当前的 agent 级 workaround（确认后写入 MEMORY.md）存在鸡生蛋问题：agent 已经因压缩丢失了决策信息，无法可靠地触发存档动作。

## 建议：`save_decision()` API

提供一个框架级的结构化决策存储原语：

### Agent 侧

```python
# 用户确认方案后，agent 显式调用
save_decision(
key="current_travel_plan",
value="Plan B: 郑州→平遥→大同→乌兰察布→太原→郑州",
expires="7d" # 可选过期时间
)
```

### 框架侧

1. **持久化存储**：决策存入独立存储（如 decisions 表或 KV store），与对话历史解耦
2. **自动注入上下文**：框架将所有活跃决策注入 system prompt 或保留上下文槽位，**不参与压缩**
3. **生命周期管理**：支持 overwrite（同 key 更新）、delete、自动过期

### 工作流示例

```
User: "我确认方案B"
Agent: save_decision("travel_plan", "方案B: 郑州→平遥→大同→乌兰察布...")
Agent: "已记录确认方案"
[... 50轮后上下文压缩 ...]
Agent: [生成文档前检查 decisions store，获取方案B内容]
Agent: [严格按照方案B生成文档]
```

## 为什么需要框架级支持

| 层面 | 当前方案 (MEMORY.md) | 建议方案 (save_decision) |
|------|---------------------|------------------------|
| 可靠性 | 依赖 agent 自觉写入 | agent 显式 API 调用，有确定性 |
| 注入方式 | 需要 memory_search 工具调用 | 框架自动注入，零开销 |
| 结构化 | 自由文本，解析不确定 | key-value，确定性查询 |
| 压缩保护 | 无保障 | 专门的保留槽位 |

## 与现有机制的关系

- `scroll_context`：保护**已驱逐轮次的索引**，但不保护决策内容
- `active_turns`：保护**当前活跃轮次**，但不跨轮持久化
- `save_decision()`：保护**跨轮关键决策**，填补上述两者之间的空白

## 复现案例

#5998 中的内蒙古攻略场景：
- 用户确认方案B（seq 4789）→ agent 按方案A生成文档（seq 8932）
- 如果有 `save_decision()`，方案B会持久存储并在生成文档时自动可用

感谢考虑！