feat(dispatcher): 长期偏好记忆抽取（补全记忆闭环）

memorize 的 TODO 落地：写回阶段（异步、离热路径）从本轮对话用 LLM 抽取用户
长期稳定偏好 → 与已有画像去重 → memory_upsert 登记。

- extractMemory：模型/工具不可用或输入过短则跳过；复用 llmCtx 超时；
  抽取 prompt 只取长期偏好、忽略一次性信息。
- 纯逻辑（可单测）：parsePrefs（容忍 json 代码围栏）、parseProfile（把 memory_get
  渲染的"- 维度：值"解析回 map，兼容全/半角冒号）、filterNewPrefs（新增/变更才留，
  同批同 key 去重）。
- 单测覆盖三者；LLM 抽取调用沿用已验证的 pool.Chat 模式。

至此记忆闭环：召回(memory_get) + 历史写回 + 偏好自动抽取 全通。

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

sundynix-dispatcher/internal/eino/memory_extract.go

@@ -0,0 +1,113 @@
+package eino
+
+import (
+	"context"
+	"encoding/json"
+	"fmt"
+	"log"
+	"strings"
+
+	"github.com/sundynix/sundynix-dispatcher/internal/llm"
+	"github.com/sundynix/sundynix-shared/contract"
+)
+
+// Pref 是从对话抽取出的一条长期偏好（key/value）。
+type Pref struct {
+	Key   string `json:"key"`
+	Value string `json:"value"`
+}
+
+// extractMemory 写回阶段（异步、离开热路径）：从本轮对话用 LLM 抽取用户长期偏好，
+// 与已有画像去重后经 memory_upsert 登记。模型/工具不可用或输入过短则跳过。
+func (o *Orchestrator) extractMemory(ctx context.Context, uid, input, answer string) {
+	if uid == "" || o.tools == nil || o.pool == nil || !o.pool.Ready() {
+		return
+	}
+	if len([]rune(strings.TrimSpace(input))) < 2 || len([]rune(strings.TrimSpace(answer))) < 20 {
+		return // 太短，不值得抽取
+	}
+	existing := parseProfile(o.fetchMemory(ctx, uid, ""))
+
+	cctx, cancel := llmCtx(ctx)
+	defer cancel()
+	sys := "你从对话中提取【用户的长期稳定偏好或事实】（如称呼、语言、职业、专业领域、口味、常用工具、固定要求等），" +
+		"忽略一次性的临时信息与你自己的话。"
+	user := fmt.Sprintf("用户输入：%s\n助手回答：%s\n请抽取。只输出 JSON 数组 [{\"key\":\"偏好维度\",\"value\":\"值\"}]，"+
+		"没有可抽取的就输出 []，不要任何多余文字。", truncate(input, 800), truncate(answer, 1200))
+	txt, err := o.pool.Chat(cctx, []llm.ChatMessage{{Role: "system", Content: sys}, {Role: "user", Content: user}})
+	if err != nil {
+		log.Printf("[eino] (writeback) 偏好抽取失败 user=%s: %v", uid, err)
+		return
+	}
+	fresh := filterNewPrefs(parsePrefs(txt), existing)
+	for _, p := range fresh {
+		o.upsertMemory(ctx, uid, p.Key, p.Value)
+	}
+	if len(fresh) > 0 {
+		log.Printf("[eino] (writeback) 已登记 %d 条新偏好 user=%s", len(fresh), uid)
+	}
+}
+
+// upsertMemory 经 mcp-go memory_upsert 工具登记一条偏好。
+func (o *Orchestrator) upsertMemory(ctx context.Context, uid, key, value string) {
+	cctx, cancel := context.WithTimeout(ctx, toolCallTimeout)
+	defer cancel()
+	if _, err := o.tools.CallTool(cctx, contract.ToolSubjectGo("memory_upsert"),
+		&contract.ToolCall{Tool: "memory_upsert", Args: map[string]any{"user_id": uid, "key": key, "value": value}}); err != nil {
+		log.Printf("[eino] memory_upsert 失败 %s=%s: %v", key, value, err)
+	}
+}
+
+// parsePrefs 解析 LLM 抽取结果（容忍 ```json 围栏）为 []Pref，过滤空项。
+func parsePrefs(txt string) []Pref {
+	var ps []Pref
+	if json.Unmarshal([]byte(stripFence(txt)), &ps) != nil {
+		return nil
+	}
+	out := make([]Pref, 0, len(ps))
+	for _, p := range ps {
+		p.Key, p.Value = strings.TrimSpace(p.Key), strings.TrimSpace(p.Value)
+		if p.Key != "" && p.Value != "" {
+			out = append(out, p)
+		}
+	}
+	return out
+}
+
+// parseProfile 把 memory_get 渲染的画像（"- 维度：值" 多行）解析回 map，供去重。
+func parseProfile(s string) map[string]string {
+	m := map[string]string{}
+	for _, line := range strings.Split(s, "\n") {
+		line = strings.TrimSpace(strings.TrimPrefix(strings.TrimSpace(line), "-"))
+		if line == "" {
+			continue
+		}
+		for _, sep := range []string{"：", ":"} { // 兼容全角/半角冒号
+			if i := strings.Index(line, sep); i > 0 {
+				k := strings.TrimSpace(line[:i])
+				if k != "" {
+					m[k] = strings.TrimSpace(line[i+len(sep):])
+				}
+				break
+			}
+		}
+	}
+	return m
+}
+
+// filterNewPrefs 保留新增或值有变化的偏好（同批同 key 去重；已有且相同则跳过）。
+func filterNewPrefs(extracted []Pref, existing map[string]string) []Pref {
+	out := make([]Pref, 0, len(extracted))
+	seen := map[string]bool{}
+	for _, p := range extracted {
+		if seen[p.Key] {
+			continue
+		}
+		seen[p.Key] = true
+		if cur, ok := existing[p.Key]; ok && cur == p.Value {
+			continue
+		}
+		out = append(out, p)
+	}
+	return out
+}

sundynix-dispatcher/internal/eino/memory_extract_test.go

@@ -0,0 +1,43 @@
+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)
+	}
+	if got[0].Key != "称呼" || got[0].Value != "Dexter" {
+		t.Errorf("解析错: %v", got[0])
+	}
+	if parsePrefs("不是 JSON") != nil {
+		t.Error("非 JSON 应返回 nil")
+	}
+}
+
+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" {
+		t.Errorf("画像解析错: %v", m)
+	}
+	if len(parseProfile("")) != 0 {
+		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)
+	}
+}

sundynix-dispatcher/internal/eino/orchestrator.go

@@ -172,8 +172,8 @@ func (o *Orchestrator) memorize(t *contract.Task, answer string) {
 		log.Printf("[eino] (writeback) task %s 已落会话历史 session=%s", t.ID, sid)
 	}
 	if uid != "" {
-		log.Printf("[eino] (writeback) task %s 待抽取 user=%s 的新偏好记忆", t.ID, uid)
+		// 从本轮对话抽取长期偏好 → 去重 → memory_upsert（离开热路径，已在 goroutine 内）。
-		// TODO: 抽取 LLM → 去重/更新 → memory_upsert
+		o.extractMemory(context.Background(), uid, dsl.Compile(t.Graph).Query, answer)
 	}
 }