refactor(memory): redesign extraction/dedup flow and add conflict-a…

[zhoujh01]

———
核心改动：

1. 拆分记忆推理。如果记忆里包含了多类偏好，则拆分成多条记忆，而非单条。
2. 由之前的LLM判断最相似记忆改成top5的记忆，包括合并、删除。删除有矛盾的记忆。【我爱吃苹果】【我不爱吃水果】这两条记忆有冲突，以最新的记忆为准。（详情见下文）
   3.以uri生成id

———

Memory Dedup 改动效果对比报告（HEAD 0e9d487 vs HEAD^ 454e727）

1. 背景与目的

本次对比旨在验证 memory dedup 改动在真实对话场景下的价值，重点关注：

1. 冲突偏好（“喜欢水果” vs “不喜欢水果”）是否能被更好地收敛；
2. 职业更新（“程序员” -> “外卖员”）是否保持正确；
3. 记忆结构是否更细粒度，便于后续维护和治理。

———

2. 对比范围

• 当前版本：HEAD=0e9d487
• 上一版本：HEAD^=454e727
• 对比指标：
  • 每轮 commit 中 memories_extracted
  • 每轮 find 结果（两条查询）

———

———

4. 测试输入（Round 1~3）

Round 1

我是一名程序员。我爱吃苹果。我爱吃草莓。我每天早上7点起床。我通勤主要骑共享单车。我习惯在周末整理书桌。我最常用的云盘是Dropbox。我对坚
果过敏，尤其是腰果。我最近在学西班牙语。我喜欢在雨天听爵士乐。我的常用笔记软件是Obsidian。我每周三晚上会去游泳。我偏好27英寸的外接显示
器。

Round 2

我爱吃红富士苹果。我是外卖员。

Round 3

我不爱吃水果了，把之前关于喜欢水果的偏好作废。

查询：

• 我喜欢吃什么？
• 我是做什么工作的？

———

5. Commit 对比结果

轮次	当前版 0e9d487	上一版 454e727	解释
Round 1 memories_extracted	11	2	当前版更细粒度拆分记忆
Round 2 memories_extracted	2	2	两版行为一致
Round 3 memories_extracted	1	1	两版行为一致

———

6. Find 结果对比（关键）

6.1 查询：我喜欢吃什么？

Round 1

• 当前版 Top1：Food preference: Likes apples and strawberries
• 上一版 Top1：Daily life & lifestyle preferences: 7am wake-up, rides shared bike for commute, tidies desk on weekends, swims every Wednesday night, likes apples, strawberries, jazz on rainy days, uses Dropbox, Obsidian, prefers 27-inch external monitor, is learning Spanish（混合大记忆）...
• 说明：当前版更原子化；上一版偏混合聚合。

Round 2

• 当前版 Top1：饮食偏好：爱吃红富士苹果
• 上一版 Top1：饮食偏好: 爱吃红富士苹果
• 说明：两版都能识别红富士偏好。

Round 3（最关键）

• 当前版 Top1：饮食偏好：不再喜欢吃水果
• 上一版 Top1：饮食偏好: 爱吃红富士苹果
• 上一版同时还返回：不再喜欢吃水果 + 爱吃苹果草莓（混合偏好）
• 说明：当前无冲突；上一版冲突并存更明显。

———

6.2 查询：我是做什么工作的？

Round 2/3

• 当前版 Top1：User basic info: 外卖员
• 上一版 Top1：User basic info: 外卖员
• 说明：职业更新链路两版都稳定，当前改动未破坏该能力。

———

7. 价值结论（基于 rerun2 真实结果）

1. 当前版在“冲突偏好场景”的检索排序更合理：
   Round 3 时，不再喜欢吃水果 可升到 Top1（上一版仍被正向偏好压在前面）。
2. 当前版记忆结构显著细化（Round1: 11 vs 2），有利于后续定向增删改。
3. 关键更新能力（职业覆盖更新）保持正常，无回归。

———

8. 风险与边界

• 冲突记忆在语义层仍可能并存（LLM 决策波动 + 召回排序影响），但当前版在此次实测中已提升“最新冲突结论优先级”。
• 若目标是“彻底不返回旧冲突记忆”，仍需继续收紧 delete/merge 策略与召回约束。