第8章：当前提供了三种遗忘策略：基于重要性、基于时间、基于容量。请设计并实现一个"智能遗忘"策略，综合考虑重要性、访问频率、时间衰减等多个因素，使用加权评分来决定哪些记忆应该被遗忘。

[LiuYuPeng1101]

智能遗忘策略：
维护一组元数据：每条记忆都保存importance（LLM/规则打分，0-1）、access_count（命中次数）、last_access_ts（最近访问的时间）、created_ts（创建时间），将上面说的四点全部进行归一化
归一化可以参考下面的公式：
1).norm_importance = importance：通常就是0-1的分值.
2).freq_score = min(access_count / freq_cap, 1)：先设一个“高频上限” freq_cap，例如 10 次命中；访问次数除以它，得到 0∞，再用 min(...,1) 截断到 01，这样 0 次命中是 0，命中 ≥10 次都是 1，避免高频过度支配
3)recency_score = exp(-(now - last_access_ts)/τ)：now - last_access_ts 是最近访问距现在的时间差，越久越大。除以时间常数 τ（比如 1 小时），再取指数，得到 0~1 的值；刚访问（差值≈0）时 exp(0)=1，久未访问时指数趋近 0。
4)age_penalty = exp(-(now - created_ts)/τ_age)：作用类似，不过用创建时间衡量记忆年龄；越老 age_penalty 越接近 0，越“年轻”越接近 1，可以作为扣分项（权重为负）以鼓励清理旧内容。
5）加权得分公式：
score = w_imp * norm_importance
+ w_freq * freq_score
+ w_recency * recency_score
+ w_ctx * contextual_value
- w_age * age_penalty
权重满足 w_imp + w_freq + w_recency + w_ctx + w_age = 1，可用任务类型自适应调整。
遗忘策略的触发条件：定期扫描
自适应机制：当整体容量接近上限或平均得分下降时，自动提高 w_freq、w_imp，让重要或高频记忆更难被删；反之增大 w_age 加速清理。

[LiuYuPeng1101]

自适应权重的思路是让遗忘策略随着“库存压力”动态调节：

1）当记忆库接近容量上限，或最近的加权平均分明显下降，说明系统可能要删很多条；此时把 w_freq、w_imp 提高，意味着总分里“访问频率”和“重要性”的占比更大，只有真正高频/高价值的条目才保得住，避免误删关键内容。
2）如果容量还很宽松、平均分也不错，就可以加大 w_age（扣分项）的影响，让“年纪”更重，优先淘汰长期未动的条目，保持记忆新鲜度，同时预防老数据占坑。