perf(memory): 优化记忆系统数据库操作并修复并发问题

将消息记忆次数的更新方式从单次写入重构为批量更新，在记忆构建任务结束时统一执行，大幅减少数据库写入次数，显著提升性能。

此外，为 `HippocampusManager` 添加了异步锁，以防止记忆巩固和遗忘操作并发执行时产生竞争条件。同时，增加了节点去重逻辑，在插入数据库前检查重复的概念，确保数据一致性。

src/chat/memory_system/Hippocampus.py

@@ -1689,11 +1689,7 @@ class HippocampusManager:
         if not self._initialized:
             raise RuntimeError("HippocampusManager 尚未初始化，请先调用 initialize 方法")
         async with self._db_lock:
-            if self._hippocampus and self._hippocampus.parahippocampal_gyrus:
-                return await self._hippocampus.parahippocampal_gyrus.operation_forget_topic(percentage)
-            else:
-                logger.warning("海马体或海马旁回未初始化，跳过本次记忆遗忘。")
-                return None
+            return await self._hippocampus.parahippocampal_gyrus.operation_forget_topic(percentage)
 
     async def consolidate_memory(self):
         """整合记忆的公共接口"""
@@ -1701,11 +1697,7 @@ class HippocampusManager:
             raise RuntimeError("HippocampusManager 尚未初始化，请先调用 initialize 方法")
         # 使用 operation_build_memory 方法来整合记忆
         async with self._db_lock:
-            if self._hippocampus and self._hippocampus.parahippocampal_gyrus:
-                return await self._hippocampus.parahippocampal_gyrus.operation_build_memory()
-            else:
-                logger.warning("海马体或海马旁回未初始化，跳过本次记忆整合。")
-                return None
+            return await self._hippocampus.parahippocampal_gyrus.operation_build_memory()
 
     async def get_memory_from_text(
         self,

src/plugins/built_in/napcat_adapter_plugin/src/recv_handler/notice_handler.py

@@ -384,7 +384,7 @@ class NoticeHandler:
                         message_id=raw_message.get("message_id",""),
                         emoji_id=like_emoji_id
                         )     
-        seg_data = Seg(type="text",data=f"{user_name}使用Emoji表情{QQ_FACE.get(like_emoji_id,"")}回复了你的消息[{target_message_text}]")
+        seg_data = Seg(type="text",data=f"{user_name}使用Emoji表情{QQ_FACE.get(like_emoji_id, '')}回复了你的消息[{target_message_text}]")
         return seg_data, user_info
 
     async def handle_group_upload_notify(self, raw_message: dict, group_id: int, user_id: int, self_id: int):