存储一条新记忆到球状记忆空间。

每次对话产生值得记住的信息时调用此工具。应在对话自然停顿点（如完成一个话题时）批量调用，而非逐句调用。

参数: content: 记忆内容全文（必填） memory_type: 一级类型（必填）。可选值：coding（编码开发）、creation（内容创作）、discussion（讨论交流）、planning（规划决策）、emotion（情感陪伴）、life（生活记录）、learning（知识学习） event_ids: 所属事件ID列表，最多3个。不提供则挂在默认事件上 personality_match: 此记忆与 Agent 人格核心的匹配度 0-1（可选，默认0.5）。0=与人格无关，1=高度相关 emotion_intensity: 情感强度 0-1（可选，默认0.3）。0=完全中性，1=极度强烈的情感冲击 emotion_type: 情感类型（可选，默认neutral）。可选值：joy（喜悦）、sadness（悲伤）、anger（愤怒）、fear（恐惧）、surprise（惊讶）、disgust（厌恶）、trust（信任）、anticipation（期待）、neutral（中性） semantic_tags: 语义标签列表（强烈建议提供，3-8个精准关键词）。❌ 不提供会导致引力检索效果极差！标签是引力链接的生命线。推荐：["项目名", "核心概念", "关键实体"] summary: 记忆摘要（可选）。不提供则自动截取前100字 sub_type: 二级子类型（可选）。如 coding.bugfix, creation.writing 等

【核心工具】引力联想检索 — 从入口节点沿引力链接扩散，激活相关联的记忆。

这是球状记忆体系最核心的差异化能力。当用户提到某个话题、需要联想回忆、或说"你还记得..."时，优先使用此工具。

参数: query: 查询描述文本（必填）。纯自然语言，如"用户又提到了辞职的想法" query_tags: 从 query 中提取的关键标签（必填！）。❌ 必填！MCP Server 无推理能力，必须由你从 query 中提取核心概念作为标签。示例：用户说"我又想辞职了" → 提取 ["辞职", "职业", "决定"] max_activations: 最大激活记忆数（可选，默认8，上限8） gravity_threshold: 引力阈值（可选，默认0.6）。低于此值的链接不会被激活。需要更宽泛联想时降至0.4，需要精确匹配时升至0.8 memory_type_filter: 限制记忆类型范围（可选） time_range: 时间范围（可选）。格式：{"from": "2025-06-01", "to": "2025-12-31"} depth: 引力扩散深度（可选，默认2，上限3）。深度越大召回越多但噪声也越多

坐标精确查询 — 通过时间/类型/事件三轴交叉定位记忆。

当用户明确指定了时间范围或类型时使用。适合精确查找，不适合联想检索。

参数: memory_type: 精确匹配记忆类型（可选）。可选值同 store_memory event_id: 精确匹配事件ID（可选） time_range: 时间范围（可选）。格式：{"from": "2025-06-01", "to": "2025-12-31"} keyword: 内容关键词（可选），用于全文搜索 limit: 返回数量上限（可选，默认10，上限20） sort_by: 排序方式（可选，默认time_desc）。可选：time_desc（时间倒序）、time_asc（时间正序）、mass_desc（质量降序）

注册一个新事件到事件空间，自动分配极角坐标。

对话中出现新的项目、任务、话题等独立事件线索时调用。Agent 应主动识别事件边界，而非被动等用户声明。 例如："我们开始开发一个新功能" → 注册事件"XX功能开发"；"换个话题，聊聊你的童年" → 注册事件"童年回忆"

参数: event_name: 事件名称（必填）。简洁明确，如"川西旅行"、"Python课程开发"、"辞职与转行" parent_event_id: 父事件ID（可选）。用于创建子事件 description: 事件描述（可选）

手动为两条记忆建立引力链接，补充自动计算的不足。

当你在对话中识别到两条记忆存在明确的深层关联时调用。自动算法遗漏的因果/类比/对照关系，由此工具补充。 手动建立的链接权重高于自动链接。

参数: source_id: 源记忆ID（必填） target_id: 目标记忆ID（必填） link_type: 链接类型（必填）。可选：semantic（语义相关）、emotion（情感共鸣）、causal（因果关联） strength_override: 手动指定关联因子 0-1（可选）。不提供则自动计算

查看记忆空间的整体状况。

包含总记忆数、类型分布、大质量节点、最近记忆、衰减状态等。 在对话开始时了解记忆全景，或用户问"你记得多少东西？"时调用。

参数: detail_level: 详细程度（可选，默认summary）。可选：summary（概要）、detailed（详细）

执行一轮记忆质量衰减（遗忘机制）。

低质量记忆会沉降但不删除，未来可被强引力链接唤醒。 建议定期调用（如每24小时或每100轮对话），而非每次对话都调用。

参数: decay_rate: 每轮衰减系数（可选，默认0.95）。0.95表示每条衰减记忆的质量乘以0.95 batch_size: 每轮处理的记忆数上限（可选，默认100）

对话心跳 — 追踪轮次并自动触发记忆固化。

🫀 每轮对话结束时调用此工具。它会自动统计轮次数，在达到配置的间隔时返回 consolidate=true，提示你应该执行一次记忆固化（批量 store_memory）。

返回: turn_count: 当前总轮次 consolidate: 是否应该执行记忆固化（批量写入 store_memory） turns_since_consolidation: 距上次固化已过轮数 next_consolidation_at: 下次触发固化的轮次