用途：解决智能体跨会话“失忆”问题，把零散对话转为可查询的持久实体，让重复用户获得连续体验。
主要能力：按固定类型（campaign、metric、decision、pain_point、preference）抽取命名实体；为每个实体打重要性分数（0-1，新信息高于重复信息）；以 Cloudflare KV 存储并维护实体索引；新会话开始时按任务相关性、重要性与时效性排序检索，组装为上下文注入。
使用方式：定义实体类型 Schema；用抽取提示词从对话流中输出 JSON 实体；通过 EntityStore 的 upsert 写入 KV（键形如 entity:{userId}:{type}:{id}，默认 TTL 180 天），并更新索引；检索时按 contextRelevance0.6 + importance0.3 + recency*0.1 排序取前 N 条；用 assemble_entity_context 按偏好、痛点、决策、活动、指标顺序分组注入，控制 token 上限。
适用场景：服务重复用户的智能体、需长期跟踪活动/账户/项目的领域、需让历史决策影响后续建议、需保留用户偏好与痛点、需跨会话趋势检测、有合规或审计记录要求。
限制：资料未提供具体安装命令、价格与平台部署细节；KV 存储需自备；会话钩子在 Codex、Gemini CLI 上需自定义；实体抽取依赖模型对完整对话上下文的判断，可能产生矛盾或重复，需做合并与冲突检测。