feat(memory): P1 长期记忆升级 —— 异步攒批 Consolidate + 软删 + importance/last_seen

把"逐轮盲写抽取"升级为 Mem0 式对账（方案见 memory_industry_analysis.md 落地节）：

mcp-go：
- Profile 加 Importance(1~10, poignancy) + LastSeenAt（为 Generative Agents 读路径
  Score=w1·Relevance+w2·Recency+w3·Importance 铺路）。
- Upsert 收 importance + 每次置 last_seen（印证）；新增 Delete（软删，BaseModel.DeletedAt
  已具备，失效不物删可审计）+ Touch；memory_upsert 透传 importance、新增 memory_delete 工具。

dispatcher：
- extractMemory → consolidateMemory：一次 LLM 调用同时做 抽取+对账，输出
  [{op:ADD|UPDATE|DELETE|NOOP,key,value,importance}]；ADD/UPDATE→upsert、DELETE→软删；
  sanitizeOps 防幻删(DELETE 须命中已有)/夹 importance[1,10]/同key保末个/丢 NOOP。
- 攒批：每 3 轮（per-session 计数）才 consolidate 一次，省成本，对齐 ChatGPT 周期整理。
  从根上解决 exact-key 盲写的记忆腐烂。

验证：parseOps/sanitizeOps/parseProfile 纯逻辑单测；store 集成测试(真 PG)覆盖
importance/last_seen 写入 + 软删(live 0 / 物理 1)；dispatcher -race 全过。
（注：完整多轮 LLM consolidate 未做实跑，属构造性验证 + 沿用已证 pool.Chat 模式。）

P2 待做：读路径按 Score(Recency+Importance) 排序/衰减/截断 + 桌面端记忆面板。

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

sundynix-dispatcher/internal/eino/memory_extract_test.go

@@ -2,19 +2,50 @@ package eino
 
 import "testing"
 
-func TestParsePrefs(t *testing.T) {
-	got := parsePrefs("```json\n[{\"key\":\"称呼\",\"value\":\"Dexter\"},{\"key\":\"语言\",\"value\":\"中文\"},{\"key\":\"\",\"value\":\"空\"}]\n```")
-	if len(got) != 2 {
-		t.Fatalf("应解析出 2 条（过滤空 key），got %d: %v", len(got), got)
+func TestParseOps(t *testing.T) {
+	got := parseOps("```json\n[{\"op\":\"ADD\",\"key\":\"称呼\",\"value\":\"Dexter\",\"importance\":7},{\"op\":\"DELETE\",\"key\":\"旧公司\"}]\n```")
+	if len(got) != 2 || got[0].Op != "ADD" || got[0].Key != "称呼" || got[0].Importance != 7 || got[1].Op != "DELETE" {
+		t.Fatalf("parseOps 解析错: %+v", got)
 	}
-	if got[0].Key != "称呼" || got[0].Value != "Dexter" {
-		t.Errorf("解析错: %v", got[0])
-	}
-	if parsePrefs("不是 JSON") != nil {
+	if parseOps("不是 JSON") != nil {
 		t.Error("非 JSON 应返回 nil")
 	}
 }
 
+func TestSanitizeOps(t *testing.T) {
+	existing := map[string]string{"语言": "中文", "旧公司": "A厂"}
+	in := []memOp{
+		{Op: "add", Key: "重要事", Value: "X", Importance: 99}, // 大小写规范 + importance 夹到 10
+		{Op: "UPDATE", Key: "语言", Value: "英文", Importance: 0}, // importance 提到 1
+		{Op: "ADD", Key: "空值", Value: ""},                     // 无 value → 丢
+		{Op: "DELETE", Key: "旧公司"},                            // 命中已有 → 留
+		{Op: "DELETE", Key: "不存在"},                            // 未命中 → 丢（防幻删）
+		{Op: "NOOP", Key: "语言"},                               // NOOP → 丢（不覆盖已收的 UPDATE）
+		{Op: "ADD", Key: "称呼", Value: "Dexter", Importance: 7},
+		{Op: "ADD", Key: "称呼", Value: "Dex", Importance: 3}, // 同 key 重复 → 保留末个（值+importance）
+	}
+	out := sanitizeOps(in, existing)
+	if len(out) != 4 {
+		t.Fatalf("应剩 4 条（重要事/语言/删旧公司/称呼），得 %d: %+v", len(out), out)
+	}
+	byKey := map[string]memOp{}
+	for _, o := range out {
+		byKey[o.Key] = o
+	}
+	if byKey["重要事"].Importance != 10 {
+		t.Errorf("重要事 importance 应夹到 10: %+v", byKey["重要事"])
+	}
+	if byKey["语言"].Op != "UPDATE" || byKey["语言"].Importance != 1 {
+		t.Errorf("语言 应为 UPDATE 且 importance 提到 1: %+v", byKey["语言"])
+	}
+	if byKey["旧公司"].Op != "DELETE" {
+		t.Errorf("旧公司 应保留 DELETE: %+v", byKey["旧公司"])
+	}
+	if byKey["称呼"].Value != "Dex" || byKey["称呼"].Importance != 3 {
+		t.Errorf("称呼 应取末个 op（Dex/3）: %+v", byKey["称呼"])
+	}
+}
+
 func TestParseProfile(t *testing.T) {
 	m := parseProfile("- 称呼：Dexter\n- 语言: 中文\n\n- 职业：律师")
 	if m["称呼"] != "Dexter" || m["语言"] != "中文" || m["职业"] != "律师" {
@@ -24,20 +55,3 @@ func TestParseProfile(t *testing.T) {
 		t.Error("空画像应得空 map")
 	}
 }
-
-func TestFilterNewPrefs(t *testing.T) {
-	existing := map[string]string{"称呼": "Dexter", "语言": "中文"}
-	in := []Pref{
-		{"称呼", "Dexter"}, // 已有且相同 → 跳
-		{"语言", "英文"},     // 已有但变了 → 留
-		{"职业", "律师"},     // 新 → 留
-		{"职业", "工程师"},    // 同批重复 key → 跳（保留首个）
-	}
-	got := filterNewPrefs(in, existing)
-	if len(got) != 2 {
-		t.Fatalf("应剩 2 条（语言变更 + 新职业），got %d: %v", len(got), got)
-	}
-	if got[0].Key != "语言" || got[0].Value != "英文" || got[1].Key != "职业" || got[1].Value != "律师" {
-		t.Errorf("过滤结果不符: %v", got)
-	}
-}