用途：面向智能体记忆系统的工程化评估工具集，强调“工程化遗忘而非只做记住”。脚本不调用 API、不联网，只做测量与门禁，决策由使用者做出。
主要能力：memory_cost_profiler.py 给出构建与查询成本拆分、每个正确答案的成本与摊销，并在构建占主导时提示先削减构建 token；memory_architecture_picker.py 对四类架构打分、排除不合格项、指出所选方案带来的代价，平局时拒绝选型；memory_density_auditor.py 按 FACT/SKILL/LOG/PROSE 分类记录，检查重复、陈旧度与密度（支持 --dir 或 --jsonl）；forgetting_policy_linter.py 为发布门禁，含 8 项检查，其中 F1 显式遗忘规则与 F4 矛盾需暴露而非自动合并为阻塞项。文档给出自动合并矛盾会破坏冲突证据、事后为历史数据补遗忘规则难以执行等观点。
使用方式：先运行 profiler 生成并评估 workload.json；再用 picker 结合约束选型；对既有存储用 auditor 审计；最后用 linter 检查策略。所有脚本支持 --output json 与 --sample。退出码非零表示发现或输入错误，应作为结果呈现。
限制：资料未提供具体价格、性能数据或平台信息；部分数值来自引用的参考文献，厂商客户数据被视为证言而非基准。第 5 步手工验证无对应脚本。