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-mcp-go/internal/memory/store_test.go

@@ -59,8 +59,8 @@ func TestProfileStore_Integration(t *testing.T) {
 		}
 	}
 
-	// Upsert 两次同 (user_id,key) → 覆盖，不新增；id 稳定。
-	if err := s.Upsert(ctx, "u1", "城市", "北京"); err != nil {
+	// Upsert 两次同 (user_id,key) → 覆盖，不新增；id 稳定；importance/last_seen 写入。
+	if err := s.Upsert(ctx, "u1", "城市", "北京", 5); err != nil {
 		t.Fatal(err)
 	}
 	var first Profile
@@ -68,7 +68,10 @@ func TestProfileStore_Integration(t *testing.T) {
 	if first.ID == "" || first.CreatedAt.IsZero() {
 		t.Error("行应有雪花 id 与创建时间")
 	}
-	if err := s.Upsert(ctx, "u1", "城市", "上海"); err != nil {
+	if first.Importance != 5 || first.LastSeenAt.IsZero() {
+		t.Errorf("应写入 importance 与 last_seen: imp=%v last=%v", first.Importance, first.LastSeenAt)
+	}
+	if err := s.Upsert(ctx, "u1", "城市", "上海", 8); err != nil {
 		t.Fatal(err)
 	}
 	var cnt int64
@@ -78,12 +81,24 @@ func TestProfileStore_Integration(t *testing.T) {
 	}
 	var after Profile
 	raw.Where("user_id = ? AND key = ?", "u1", "城市").First(&after)
-	if after.Value != "上海" || after.ID != first.ID {
-		t.Errorf("应覆盖 value 且保留 id: value=%s id=%s/%s", after.Value, after.ID, first.ID)
+	if after.Value != "上海" || after.ID != first.ID || after.Importance != 8 {
+		t.Errorf("应覆盖 value/importance 且保留 id: value=%s imp=%v id=%s/%s", after.Value, after.Importance, after.ID, first.ID)
 	}
 
-	// Get 渲染多行（按 key 排序）。
-	_ = s.Upsert(ctx, "u1", "爱好", "围棋")
+	// Delete 软删：行打 deleted_at，正常查询不返回，但物理行还在（可审计）。
+	_ = s.Upsert(ctx, "u1", "临时", "可删", 1)
+	if err := s.Delete(ctx, "u1", "临时"); err != nil {
+		t.Fatal(err)
+	}
+	var liveCnt, rawCnt int64
+	raw.Model(&Profile{}).Where("user_id = ? AND key = ?", "u1", "临时").Count(&liveCnt)
+	raw.Unscoped().Model(&Profile{}).Where("user_id = ? AND key = ?", "u1", "临时").Count(&rawCnt)
+	if liveCnt != 0 || rawCnt != 1 {
+		t.Errorf("软删后正常查询应 0、物理行应 1：live=%d raw=%d", liveCnt, rawCnt)
+	}
+
+	// Get 渲染多行（按 key 排序），软删的不出现。
+	_ = s.Upsert(ctx, "u1", "爱好", "围棋", 6)
 	got, _ := s.Get(ctx, "u1")
 	if got == "" || got != "- 城市：上海\n- 爱好：围棋" {
 		t.Errorf("Get 渲染不符: %q", got)