memory-dream 是一套记忆整合（memory consolidation）流程，用于定期清理和优化用户已存储的记忆，把零散观察压缩为干净、持久的长期知识。
用途：审查某用户或智能体的全部记忆，合并重复项，删除噪音、凭据和过期条目，重写不清晰记录并执行 TTL 规则。
主要能力与工具：memory_search（语义搜索，支持 query、limit、userId/agentId、scope、categories）；memory_add（按 category 与 importance 存储事实，同一批事实须同类别）；memory_get；memory_list；memory_update（原地更新，原子操作并保留编辑历史）；memory_delete（按 ID、查询或全量删除，全量需 confirm: true）；memory_event_list 与 memory_event_status（仅平台模式下的后台事件）。
使用方式：按四个阶段执行。Phase 1 Orient，用 memory_list 盘点并按类别计数，找出最旧/最新记忆及明显问题，本阶段不改动。Phase 2 Gather Targets，用 memory_search 配合 created_at 过滤找出新增条目，将每个目标分类为 DELETE、MERGE 或 REWRITE。Phase 3 Consolidate，先删除危险与过期条目（凭据、密钥、令牌、密码、纯时间戳、原始工具输出、心跳或定时记录、通用确认语；操作性记忆超 7 天、项目记忆超 90 天），再合并重复项（以最完整版本为基，memory_update 补充细节后 memory_delete 冗余项，保留用户原话与时间锚点，合并结果不超过 50 词且自包含），最后用 memory_update 重写不清晰条目（改第一人称为第三人称、补充时间锚点、具体化、纠正类别、压缩过长内容）。Phase 4 Report，汇总审查数、删除数、合并组数、重写数、最终数量与发现的问题。
适用场景：需要维护长期记忆质量的智能体或平台，可定期运行该整合流程。
限制：流程分为四个必须按序执行的阶段；整合后每条记忆应为 15–50 词、自包含、原子化，统一使用第三人称，项目和操作性记忆须带“As of YYYY-MM-DD”式时间锚点。原文未提供具体调度频率、平台覆盖细节或费用信息，暂未提供。