feat: 重构记忆系统配置，移除三层记忆相关配置，优化全局记忆管理逻辑，支持批量生成文本向量

template/bot_config_template.toml

@@ -1,5 +1,5 @@
 [inner]
-version = "7.8.1"
+version = "7.8.2"
 
 #----以下是给开发人员阅读的，如果你只是部署了MoFox-Bot，不需要阅读----
 #如果你想要修改配置文件，请递增version的值
@@ -251,49 +251,10 @@ vector_db_path = "data/memory_graph/chroma_db" # 向量数据库路径 (使用
 search_top_k = 10 # 默认检索返回数量
 search_min_importance = 0.3 # 最小重要性阈值 (0.0-1.0)
 search_similarity_threshold = 0.6 # 向量相似度阈值
-search_expand_semantic_threshold = 0.3 # 图扩展时语义相似度阈值（建议0.3-0.5，过低可能引入无关记忆，过高无法扩展）
 
 # 智能查询优化
 enable_query_optimization = true # 启用查询优化（使用小模型分析对话历史，生成综合性搜索查询）
 
-# === 记忆整合配置 ===
-# 记忆整合包含两个功能：1)去重（合并相似记忆）2)关联（建立记忆关系）
-# 注意：整合任务会遍历所有记忆进行相似度计算，可能占用较多资源
-# 建议：1) 降低执行频率；2) 提高相似度阈值减少误判；3) 限制批量大小
-consolidation_enabled = true # 是否启用记忆整合
-consolidation_interval_hours = 1.0 # 整合任务执行间隔
-consolidation_deduplication_threshold = 0.9 # 相似记忆去重阈值
-consolidation_time_window_hours = 2.0 # 整合时间窗口（小时）- 统一用于去重和关联
-consolidation_max_batch_size = 100 # 单次最多处理的记忆数量
-
-# 记忆关联配置（整合功能的子模块）
-consolidation_linking_enabled = true # 是否启用记忆关联建立
-consolidation_linking_max_candidates = 10 # 每个记忆最多关联的候选数
-consolidation_linking_max_memories = 20 # 单次最多处理的记忆总数
-consolidation_linking_min_importance = 0.5 # 最低重要性阈值（低于此值的记忆不参与关联）
-consolidation_linking_pre_filter_threshold = 0.7 # 向量相似度预筛选阈值
-consolidation_linking_max_pairs_for_llm = 5 # 最多发送给LLM分析的候选对数
-consolidation_linking_min_confidence = 0.7 # LLM分析最低置信度阈值
-consolidation_linking_llm_temperature = 0.2 # LLM分析温度参数
-consolidation_linking_llm_max_tokens = 1500 # LLM分析最大输出长度
-
-# === 记忆遗忘配置 ===
-forgetting_enabled = true # 是否启用自动遗忘
-forgetting_activation_threshold = 0.1 # 激活度阈值（低于此值的记忆会被遗忘）
-forgetting_min_importance = 0.8 # 最小保护重要性（高于此值的记忆不会被遗忘）
-
-# === 记忆激活配置 ===
-activation_decay_rate = 0.9 # 激活度衰减率（每天衰减10%）
-activation_propagation_strength = 0.5 # 激活传播强度（传播到相关记忆的激活度比例）
-activation_propagation_depth = 1 # 激活传播深度（最多传播几层，建议1-2）
-
-# === 记忆检索配置 ===
-search_max_expand_depth = 2 # 检索时图扩展深度（0=仅直接匹配，1=扩展1跳，2=扩展2跳，推荐1-2）
-search_vector_weight = 0.4 # 向量相似度权重
-search_graph_distance_weight = 0.2 # 图距离权重
-search_importance_weight = 0.2 # 重要性权重
-search_recency_weight = 0.2 # 时效性权重
-
 # === 路径评分扩展算法配置（实验性功能）===
 # 这是一种全新的图检索算法，通过路径传播和分数聚合来发现相关记忆
 # 优势：更精确的图结构利用、路径合并机制、动态剪枝优化
@@ -308,6 +269,48 @@ path_expansion_path_score_weight = 0.50 # 路径分数在最终评分中的权
 path_expansion_importance_weight = 0.30 # 重要性在最终评分中的权重
 path_expansion_recency_weight = 0.20 # 时效性在最终评分中的权重
 
+# 🆕 路径扩展 - 记忆去重配置
+enable_memory_deduplication = true # 启用检索结果去重（合并相似记忆）
+memory_deduplication_threshold = 0.85 # 记忆相似度阈值（0.85表示85%相似即合并）
+
+# === 记忆遗忘配置 ===
+forgetting_enabled = true # 是否启用自动遗忘
+forgetting_activation_threshold = 0.1 # 激活度阈值（低于此值的记忆会被遗忘）
+forgetting_min_importance = 0.8 # 最小保护重要性（高于此值的记忆不会被遗忘）
+
+# === 记忆激活配置 ===
+activation_decay_rate = 0.9 # 激活度衰减率（每天衰减10%）
+activation_propagation_strength = 0.5 # 激活传播强度（传播到相关记忆的激活度比例）
+activation_propagation_depth = 1 # 激活传播深度（最多传播几层，建议1-2）
+
+# === 记忆激活配置（强制执行）===
+auto_activate_base_strength = 0.1 # 记忆被检索时自动激活的基础强度
+auto_activate_max_count = 10 # 单次搜索最多自动激活的记忆数量
+
+# === 三层记忆系统配置 ===
+# 感知记忆层配置
+perceptual_max_blocks = 50 # 记忆堆最大容量（全局）
+perceptual_block_size = 5 # 每个记忆块包含的消息数量
+perceptual_similarity_threshold = 0.55 # 相似度阈值（0-1）
+perceptual_topk = 3 # TopK召回数量
+perceptual_activation_threshold = 3 # 激活阈值（召回次数→短期）
+
+# 短期记忆层配置
+short_term_max_memories = 30 # 短期记忆最大数量
+short_term_transfer_threshold = 0.6 # 转移到长期记忆的重要性阈值
+short_term_search_top_k = 5 # 搜索时返回的最大数量
+short_term_decay_factor = 0.98 # 衰减因子
+
+# 长期记忆层配置
+long_term_batch_size = 10 # 批量转移大小
+long_term_decay_factor = 0.95 # 衰减因子
+long_term_auto_transfer_interval = 180 # 自动转移间隔（秒）
+
+# 节点去重合并配置
+node_merger_similarity_threshold = 0.85 # 节点去重相似度阈值
+node_merger_context_match_required = true # 节点合并是否要求上下文匹配
+node_merger_merge_batch_size = 50 # 节点合并批量处理大小
+
 # === 性能配置 ===
 max_memory_nodes_per_memory = 10 # 每条记忆最多包含的节点数
 max_related_memories = 5 # 激活传播时最多影响的相关记忆数
@@ -317,29 +320,6 @@ max_related_memories = 5 # 激活传播时最多影响的相关记忆数
 # 1. 感知记忆层 (Perceptual Memory) - 消息块的短期缓存，自动收集
 # 2. 短期记忆层 (Short-term Memory) - 结构化的活跃记忆，模型格式化
 # 3. 长期记忆层 (Long-term Memory) - 持久化的图结构记忆，批量转移
-[three_tier_memory]
-enable = false # 是否启用三层记忆系统（已经是核心系统，建议启用）
-data_dir = "data/memory_graph/three_tier" # 数据存储目录
-
-# --- 感知记忆层配置 ---
-perceptual_max_blocks = 50 # 记忆堆最大容量（全局）
-perceptual_block_size = 5 # 每个记忆块包含的消息数量
-perceptual_similarity_threshold = 0.55 # 相似度阈值（0-1）
-perceptual_topk = 5 # TopK召回数量
-perceptual_activation_threshold = 3 # 激活阈值（召回次数达到此值→转为短期记忆）
-
-# --- 短期记忆层配置 ---
-short_term_max_memories = 30 # 短期记忆最大数量（达到上限触发批量转移）
-short_term_transfer_threshold = 0.6 # 转移到长期记忆的重要性阈值（0.0-1.0）
-short_term_search_top_k = 5 # 搜索时返回的最大数量
-
-# --- 长期记忆层配置 ---
-long_term_batch_size = 10 # 批量转移大小（每次转移多少条短期记忆）
-long_term_search_top_k = 5 # 长期记忆二次检索返回数量
-
-# --- 记忆检索配置 ---
-enable_judge_retrieval = true # 启用智能检索判断（裁判模型评估是否需要二次检索）
-judge_confidence_threshold = 0.7 # 裁判模型置信度阈值
 
 [voice]
 enable_asr = true # 是否启用语音识别，启用后MoFox-Bot可以识别语音消息，启用该功能需要配置语音识别模型[model.voice]