refactor: 重构漏掉的模块对于logger的初始化方式（可能不全）

src/plugins/memory_system/memory_manual_build.py

@@ -11,7 +11,7 @@ from pathlib import Path
 import matplotlib.pyplot as plt
 import networkx as nx
 from dotenv import load_dotenv
-from loguru import logger
+from src.common.logger import get_module_logger
 import jieba
 
 # from chat.config import global_config
@@ -29,6 +29,8 @@ project_root = current_dir.parent.parent.parent
 # env.dev文件路径
 env_path = project_root / ".env.dev"
 
+logger = get_module_logger("mem_build")
+
 # 加载环境变量
 if env_path.exists():
     logger.info(f"从 {env_path} 加载环境变量")

src/plugins/memory_system/memory_test1.py

@@ -12,9 +12,11 @@ import matplotlib.pyplot as plt
 import networkx as nx
 import pymongo
 from dotenv import load_dotenv
-from loguru import logger
+from src.common.logger import get_module_logger
 import jieba
 
+logger = get_module_logger("mem_test")
+
 '''
 该理论认为，当两个或多个事物在形态上具有相似性时，
 它们在记忆中会形成关联。

src/plugins/memory_system/offline_llm.py

@@ -5,8 +5,9 @@ from typing import Tuple, Union
 
 import aiohttp
 import requests
-from loguru import logger
+from src.common.logger import get_module_logger
 
+logger = get_module_logger("offline_llm")
 
 class LLMModel:
     def __init__(self, model_name="deepseek-ai/DeepSeek-V3", **kwargs):