用途：把分散的记忆系统整合为统一的 AgentDB 后端，并用 HNSW 向量搜索替代原有查询路径，在保持向后兼容的前提下提升检索性能。
主要能力：统一 MemoryManager、DistributedMemorySystem、SwarmMemory、AdvancedMemoryManager、SQLiteBackend、MarkdownBackend、HybridBackend 等遗留系统；提供统一查询接口、跨智能体记忆共享，并集成 SONA 学习模式存储与检索。
使用方式：通过 Task 调用 v3-memory-specialist 执行三步——设计 AgentDB 统一策略、配置 HNSW 索引与向量搜索、迁移 SQLite/Markdown 数据。核心实现为 UnifiedMemoryService（store 同时写入 AgentDB 并建索引，query 在 semantic 时走 HNSWIndexer.search）与 HNSWIndexer（默认 1536 维，efConstruction 200，M 16）。迁移分两阶段：先建 AgentDBAdapter，再逐条读取 SQLite 或 Markdown 内容、生成 embedding 后写入。
适用场景：多套记忆后端并存、需要语义检索、跨智能体共享记忆，以及希望接入 SONA 学习模式的系统。
限制：资料仅给出性能目标（搜索提速 150x-12,500x、内存降低 50-75%、百万级条目查询延迟 <100ms、SONA 适应时间 <0.05ms）与成功指标，未提供实际基准、部署要求、依赖版本、收费或平台信息，这些暂未提供。