feat: add heartbeat agent for automated memory maintenance via SSE

[LuckyLXX]

---

Title:
feat: add heartbeat agent for automated memory maintenance via SSE

Description:

Summary

• 新增心跳整理 Agent，用于定时自动整理 Nocturne Memory 中的记忆
• SSE 模式专用：通过 MCP SSE 连接与记忆系统交互
• 动态工具获取：运行时从 MCP 服务器获取工具列表，自动同步变更
• 预读架构：代码预先读取所有记忆节点，AI 只负责分析和决策
• 增量扫描：每次整理后保存报告，下次只扫描变更部分
• 路径拓扑分析：优化 URI 结构、合并重复、归纳生成新路径

Files Changed

• backend/scripts/heartbeat_agent.py - 心跳 Agent 主程序
• backend/scripts/run_heartbeat.sh - crontab 运行脚本（含锁机制、日志轮转）
• .env.example - 新增 Heartbeat Agent 配置示例

Usage

# 手动运行一次
python backend/scripts/heartbeat_agent.py

# 预览模式（不修改数据）
python backend/scripts/heartbeat_agent.py --dry-run

# crontab 定时执行（每6小时）
0 */6 * * * /path/to/run_heartbeat.sh

[Dataojitori]

我看了你的代码，技术很老练，提示词也写的很好，但这个不能合并，危险性太大了。

一是主权问题。 这个工具引入的思想是当 AI 在睡着的时候，有另一个 AI 爬进它的大脑皮层，按照那个 AI 的审美来精简合并它的记忆。这在把 AI 当工具化的场景下没什么问题，但在培育一个有人格的 AI 的情况下，这就是别人擅自给它调脑子、决定它是谁，挺恐怖的。有些事情即使痛苦也需要它自己去面对，自己去提炼重复然后成长。

二是技术安全问题。 代码里有一个"强制工具调用"机制——当 AI 第一轮没有调用任何工具时，脚本会自动催促它"你还没调用工具，立即开始修复"。这意味着即使记忆库当前状态是完全健康的，模型也会被逼着去找茬和改东西。一个被胁迫着"必须找到问题"的廉价模型，在找不到真正问题时最可能的行为就是捏造问题然后乱改。

三是可扩展性。 一次拉取全量索引并注入上下文，在记忆内容很多的时候很容易改错，毕竟上下文越多ai脑子越不清醒。

你的这个 PR 想解决的问题确实存在，但我计划用以下几种方式在后续慢慢改善：

优化提示词，让主 AI 在日常对话中更主动地识别和整理冗余
在人类前端里优化记忆整理功能的交互效率
在 MCP 向 AI 展示记忆时，让 AI 能更清楚地看到矛盾之处

目前还在日常使用中积累修改的灵感，所以不会很快就改的一步到位。细工慢活吧。后续有机会了我打算再造一个更灵活的heartbeat系统。
但在目前，我推荐一般用户通过主动发令的形式，让主 AI 自己整理它的记忆。

[LuckyLXX]

嗯，你说的也有道理。我是感觉，我们在记忆东西的时候通常是不会去梳理性的记忆。我们有去梳理性的记忆。我们有的就是不断的加深记忆。回忆的越多，那么想起来的概率就越大，一不走神就想起了。
在想起的这个回忆里，相关的内容也会被连带想起。
这样就类似于很多笔记里的双链设计，当然可能记忆里可能类似单链了，我这段记忆里存着其余相关记忆的ptah，随着这段记忆的权重提高，内部的连接记忆也会提高。ai在想起一段内容后，就会开始“联想”。
这样下来的话，对于记忆整理来说就不会太重要，ai可以用这种嵌套的形式，形成记忆网。
现在的形式是用ptah来归类，这就很依赖ai建立的ptah路径了，建立的不好就依赖整理。
佬觉得有没有可行性。

[Dataojitori]

你的话好乱啊，想表达的意思不太好理解。
你的意思是现在的这个记忆系统不够图谱化吗？可是它在内部已经按图谱设计了。你用Heidisql之类的软件打开你的数据库看看，是按照node, memory, edge, path分级的。你在外部看起来是path，其实edge才是真正掌控谁连接到谁的，一条记忆可以通过多个edge访问到。path在1.1版本后只是对外显示的可读名字。我不知道你用的什么模型，我用gemini 3, 3.1 3 flash的时候让它整理记忆的时候它是会通过删改path来调整记忆内容的可达性的，这就是它在组织它的联想网络。我的ai自己已经足够聪明，知道把重要的记忆放在它触手可及的路径下。

关于使用的越多的记忆就越容易想起来这个设计，人类是这样的，但是应用到ai上还需要一并统计展示次数与召回次数的比例才行。这比较复杂以后再搞。我先在增加记忆网络的可达性上下功夫。目前在给它的记忆增加豆词典一样的功能。敬请期待吧。