存储层 hybrid mode

-- 001_initial.sql (schema_version = 1)
CREATE TABLE sessions (
    id                    TEXT    PRIMARY KEY,
    agent                 TEXT    NOT NULL,
    dominant_model        TEXT,
    started_at            INTEGER,
    duration_ms           INTEGER,
    raw_path              TEXT NOT NULL,
    raw_mtime             INTEGER NOT NULL,        -- 驱动 dual-path freshness 比较
    total_input_tokens    INTEGER,
    total_output_tokens   INTEGER,
    total_cache_read      INTEGER,
    total_cache_creation  INTEGER,
    schema_version        INTEGER NOT NULL DEFAULT 1,
    ingested_at           INTEGER NOT NULL,
    analysis_report_json  TEXT NOT NULL            -- 完整 AnalysisReport 序列化
);
CREATE INDEX idx_sessions_started       ON sessions(started_at DESC);
CREATE INDEX idx_sessions_agent_started ON sessions(agent, started_at DESC);

CREATE TABLE tools_loaded (
    session_id        TEXT NOT NULL REFERENCES sessions(id) ON DELETE CASCADE,
    tool_name         TEXT NOT NULL,
    source            TEXT NOT NULL,       -- Builtin / Mcp / Skill / User / Unknown
    call_count        INTEGER NOT NULL,
    total_duration_ms INTEGER NOT NULL,
    tokens            INTEGER,
    token_source      TEXT,                -- heuristic / tokenizer / config / sidecar
    PRIMARY KEY (session_id, tool_name)
);

CREATE TABLE turn_buckets (
    session_id     TEXT NOT NULL REFERENCES sessions(id) ON DELETE CASCADE,
    turn_index     INTEGER NOT NULL,
    input_tokens   INTEGER,
    output_tokens  INTEGER,
    cache_read     INTEGER,
    cache_creation INTEGER,
    model          TEXT,
    PRIMARY KEY (session_id, turn_index)
);

-- 002_episodes_column.sql (additive migration, M2.1.1)
ALTER TABLE sessions ADD COLUMN episodes_json TEXT NOT NULL DEFAULT '{}';

开库时自动应用：Db::open_and_migrate(path) 先设 PRAGMA journal_mode=WAL + synchronous=NORMAL + foreign_keys=ON，再按 MIGRATIONS 数组顺序跑全部 SQL。幂等 —— 重开旧库是 no-op。

关系拆细会膨胀写入路径（一份 session ≈ 50-500 turn + 30-200 tool），SQLite 单事务里大几千 row 的 insert 比一条 analysis_report_json blob 慢 5-10x；blob 缺点是不能 SQL 直接 group / filter。折中方案：关键聚合列（total tokens、cache read/creation、dominant_model、started_at）单独成列让 list / aggregate 子命令能直接 SQL 查；per-turn / per-tool 明细有自己的表给 mcp-waste 用；完整 AnalysisReport则 blob 化让 analyze --from-cache 秒级还原渲染。episodes_json 列（M2.1.1 加）是 aggregate 的 escape hatch — 它需要 per-call/per-turn 原始数据。

两个索引覆盖了 99% 的 query pattern：idx_sessions_started（按时间倒序列出最近 N 个 session — list --since 7d）+ idx_sessions_agent_started（同上但限 agent — list --agent claude）。tools_loaded 和 turn_buckets 的复合 PK 已经覆盖按 session_id 的 join，不需要额外索引。

两种用户画像冲突：个人 dogfooder要「装一次、随时跑、清盘没顾虑」（cache 语义）；团队 / 多月审计要「保住每一份 session、自定路径、不被 cron 清掉」（store 语义）。一种 mode 满足不了两边 —— 默认 cache 太激进会让团队丢数据，默认 store 太保守会让个人用户的 disk 越来越大。ADR-0019 的决策：同一套 schema、同一套 code path，配置层选 mode。OS 已有 XDG 约定区分 cache vs data，agentprof 借用即可，零教育成本。

// SessionDataSource 抽象（agentprof-storage::SessionDataSource）
// 关键接口：list_sessions(filter) -> Vec<SessionRef>
//          load_episodes(session_id) -> Episodes
//
// 默认实现 fan out 到两个 source：
//   1. SQLite（如果存在）— 通过 raw_mtime 判断新鲜度
//   2. Live adapter scan — fallback 或 freshness 后备
// 取 union，遇到同 id 时按 raw_mtime 取 newer。

这个设计让用户在没显式 ingest 的情况下也能跑 list / analyze —— SQLite 是优化 path，不是必经 path。--no-cache 显式跳过 SQLite I/O，dual-path 就降级成纯 adapter scan（M2.1 给「不想留痕」的 use case 的 escape）。

走：list、analyze（隐式）、mcp-waste。不走（仅 SQLite）：serve（要求 store mode）、db 子命令（直接 SQL）。暂未走：aggregate — 它需要 Episodes 这层数据，当前由 002_episodes_column 列承担，对未 re-ingest 的旧 row 退化为 Episodes::default()（零贡献到 percentile pool）。下一次 ingest 自动补齐。

MIGRATIONS 静态数组（db.rs:24）— 按数字前缀顺序、用 rusqlite_migration 跑。新增 migration 永远 append-only，加 NOT NULL DEFAULT '...' 这种 additive 改动；禁止 drop column / rename column。schema_version 列在 sessions 表里保留 — 未来如果 analysis_report_json 反序列化失败，能按 version 走 fallback decoder。

agentprof 的 schema 只有 3 表 + 一个 blob，没有 join 链 > 2 张表的 query；ORM 引入编译时 cost（sqlx 的 compile-time 校验需要 live DB 或 prepared cache）和运行时 cost（动态 schema reflection），换来的 type safety 已被 rusqlite + 手写 FromRow + 集成测试覆盖。rusqlite 的 bundled feature 还省了「用户先装 libsqlite」的安装摩擦。