feat(memory-mcp): 专家记忆 MCP 增强——外部调用者追溯 + capture 自动提取流水线

[ArvinQi]

Summary（摘要）

本次改动基于 feat/memory-mcp-server 分支（基线 fea4c59），对专家记忆 MCP 服务（/mcp/memory，Streamable HTTP）做三方面增强，全部改动集中在 src/octop/infra/agents/memory_mcp.py 一个文件：

1. 外部接入方也能把内容沉淀成原子记忆：memory_capture 写入 L0 原始事件后，自动触发专家记忆提取流水线（extract → candidate → promote → atom），外部 Agent / Bot 无需 octop 原生 session 也能通过 MCP 沉淀长期记忆。
2. 调用者身份追溯（多用户隔离）：新增 X-Octop-User-Id HTTP Header（或工具 user 参数），所有记忆工具（recall / search_raw / capture / save / update）都能感知"是谁在调用"，每次写入落库可追溯，按人区分使用偏好。
3. 工具定位与稳定性：工具描述明确"日常用 recall/capture、显式记忆用 save/update"的分层；FastMCP 启用 stateless HTTP，避免服务重启后 Mcp-Session-Id 失效导致的 -32600 Session not found。

---

Why（背景与动机）

Octop 专家的记忆（事实、对话、决策）目前只有 Octop 控制台 / 进程内 Agent 能访问。社区 feat/memory-mcp-server 已把记忆通过 MCP 暴露给外部 Agent，但存在两个缺口：

• 外部调用无法沉淀成原子记忆：提取流水线按 session_id 分组，而外部接入方（coding agent、bot）没有 octop 原生 session，memory_capture 记录后永远停留在 L0 原始层，无法蒸馏成可召回的 atom。
• 无法区分调用者：MCP 用单一共享 token 鉴权，所有外部调用者写入同一份专家记忆，无法追溯"这条记忆是谁记录的"、无法按人区分偏好。

本 PR 解决这两个问题，同时顺带提升 MCP 服务的稳定性（stateless HTTP）。

---

What（改动明细）

改动	说明
capture 自动触发提取	memory_capture 写 L0 后调用 _trigger_extract，复用专家进程内 MemoryService 异步执行 extract(incremental=True, promote=True)，raw 事件自动蒸馏 → 候选 → 晋升为 atom（best-effort，依赖运行时的 MemoryService，缺失时静默跳过不报错）
缺省 session 自动派生	session_id 可选；缺省时派生为 ext:{source}:{user}——同来源同用户的多次 capture 落入同一分组，提取器可聚合上下文蒸馏；不同用户自动隔离
调用者 user 追溯	X-Octop-User-Id Header 经 ASGI 中间件 → contextvar → 工具读取（或显式 user 参数覆盖）；add_raw / store 落库 user 字段；recall / search_raw 返回 caller 字段
工具描述分层	memory_recall / memory_capture 标记为日常使用（自动提取）；memory_save / memory_update 标记为显式记忆 / 更新（明确知道事实时才用）
stateless HTTP	FastMCP(stateless_http=True)：每次请求独立会话，杜绝服务重启后 Mcp-Session-Id 失效（代价是每次调用多一次 initialize）
mypy strict 修复	补 server.services / app_runtime 非空断言、_memory() -> Any 类型、ctx: Context 泛型兼容（保持 mcp 工具注入可用）

---

How it works（工作机制）

外部调用 → 原子记忆的完整链路：

外部 Agent ──MCP──▶ memory_capture(content, source)
                        │
                        ├─ add_raw(L0, user=调用者, session=ext:source:user)
                        │
                        └─ _trigger_extract() ──▶ MemoryService.extract(incremental, promote)
                                                      │
                                                      ├─ 候选 (L1)
                                                      └─ 晋升 → atom (L2) ✅ 可经 memory_recall 召回

调用者隔离：

Header: X-Octop-User-Id: user-alice ──▶ session 派生 ext:review-bot:user-alice（分组隔离）
Header: X-Octop-User-Id: user-bob   ──▶ session 派生 ext:review-bot:user-bob（分组隔离）
专家级 atom 记忆共享，但每次写入/调用可追溯调用者

---

Verification（验证结果）

• ✅ memory_capture 不带 session_id → 自动派生 ext:{source}:{user}，extract_scheduled: true
• ✅ 20 秒后 L0 → 候选 → atom 产出（14 个 promoted + 1 个 rejected 去重）
• ✅ X-Octop-User-Id Header 生效：L0 落库 user 字段（user-alice / user-bob 分属不同 session 组）
• ✅ memory_recall 返回 caller 字段（识别调用者）
• ✅ 5 个工具全部注册（recall / search_raw / capture / save / update）
• ✅ ruff lint 通过、memory_mcp.py mypy strict 通过、单测 9 passed

---

Compatibility（兼容性说明）

• stateless_http：依赖 mcp>=1.28（上游 uv.lock 已锁 1.28.1）✅
• _trigger_extract：依赖 harness 运行时注入的 agent._memory_runtime.service（octop 仓库内无此符号）。代码用 getattr 防御性访问——上游环境若无该属性会静默跳过提取（extract_scheduled: false），不会报错；提取触发为 best-effort
• 调用者 user（contextvar）：_AgentRouter 中间件写入 contextvar → 工具读取，不依赖 mcp SDK 内部 request_context（stateless 模式下 SDK 不提供），跨 ASGI→工具稳定传递
• 上游基线：仅增强 memory_mcp.py，不新增挂载、不改其他文件

---

Target branch

• Base is develop (feature / fix — default)
• Base is main (release/* or hotfix/* only)

Type of change

• Bug fix
• New feature
• Breaking change
• Documentation
• Refactor / chore
• Release / hotfix

Test plan

• make all passes locally
• Added/updated tests

Checklist

• Updated CHANGELOG.md (if user-facing)
• README / docs updated (if needed)