fix(memory): doc→graph 补回常用词闸门 + 存量噪音/孤立节点清理

问题：图记忆里堆着「结果(192) / 什么(59) / 哪个(99) / 待命(176) / 报告(174) /
context_archived(43)」这类节点，mention_count 冲到几百、度数只有 1~2——
占着热实体位、挤满召回预算，却不带任何结构。

根因：这层过滤原本存在，后来被换掉没补回。61fbc55（NLP 三元组提取系统）
把 doc→graph 从「CutExact 滑窗词链」换成依存句法提取器时，CutExact
（去停用词 324 条 + validEntityName + 去重，注释至今还写着「用于 doc→graph
蒸馏」）失去了唯一生产调用点，只剩 cut_test.go 在调它。此后落库闸门只剩
validEntityName——它挡的是「不像名字的字符串」（2–50 字符、含字母），
完全不挡「像名字的常用词」。

改动：
- 新增 internal/memory/noise.go：IsNoiseEntity 收敛判定（停用词 /
  context_archived / 模板摘要回声），FilterNoiseTriples 给自动填充路用，
  PurgeNoise + PurgeOrphans + cmd/memgc 供存量清理（默认 dry-run）。
  判定刻意保守：只拦三类客观噪音，开放类词（报告/对话/处理）不拦——
  它们挡不挡是领域决策，见函数注释。
- docToTriples 接上闸门（用户点名的「文档常用词」路）。
  对话蒸馏路 extractKeyTriples **不接**：CutExact 当年也只挂 doc→graph，
  且 pipeline_test 明确断言「我 --读书--> 杭州」必须抽出（代词主语是该路
  既定行为），是否拦属行为决策，已在代码注释里写明并留给使用者定夺。
- cut.go 补全封闭类常用词：咱俩/咱们（我们/你们/他们 早有）、任何/此/本/
  其中/以及/那么/这样/那样/一样/还有/还要/只是/老是/全部/所有/有些/一些/
  别的/其他/其余/各自/本身/方位词/部分/方面。
  「不能/不会」试过又撤回：它们是 embedder tokenize 的实词路径，
  加进停用词会让 static_embedder 的领域聚类用例翻转（今天天气句与股票句
  的相似度大小关系反了），属真回归，不留。
- graph.go：CleanupOrphanedSentences 拆出 Locked 版供 PurgeNoise 复用。

验证：go build/vet 干净，go test -count=1 ./... 全绿。
新增用例：IsNoiseEntity 判定表、FilterNoiseTriples 顺序与边界、
PurgeNoise（统计/幂等/dry-run 不写库/不误删仍被媒体块边引用的句子）、
PurgeOrphans（识别/不误判有边实体/幂等）、docToTriples 噪音闸门与
模板锚点不被误杀。

存量清理（生产库 /home/newqqagent/memory/graph.db，先用 sqlite3 .backup 备份
到 graph.db.bak-20260915-073210）：
- 噪音实体 29 个 + 其关系 59 条
- 零关系孤立实体 25 个
- 结果：实体 778→724，关系 639→580；sentences 3 条与 block_edges 3 条原样保留
  （媒体块引用不被误删），PRAGMA integrity_check=ok、无悬空关系/块边。
- 运行中的 homed 无需重启：下一个 archive 心跳会 Indexer.Sync 重建实体名向量索引。

internal/agent/core/agent_helpers_test.go

@@ -235,3 +235,58 @@ func TestGetFloatInt(t *testing.T) {
 		t.Errorf("expected 5.0, got %f", got)
 	}
 }
+
+// TestDocToTriplesDropsNoiseEntities 钉住 doc→graph 的噪音闸门。
+//
+// 背景：doc→graph 在 1cb3e87 从「CutExact 滑窗词链」换成 NLP 依存提取器后，
+// 唯一还拦常用词的那层（CutExact：去停用词 + validEntityName）失去调用点，
+// 闸门只剩 validEntityName——它只管名字像不像名字，不管名字是不是常用词。
+// 实测生产库里因此攒下「文档 --主题--> 来自 N 个来源的 M 条对话 …」这类
+// 模板回声，以及 context_archived 这个内部标记。
+func TestDocToTriplesDropsNoiseEntities(t *testing.T) {
+	doc := &document.Doc{
+		Summary: "来自 1 个来源的 2 条对话 (agent) 涉及: qq, 通道",
+		Content: "",
+		Source:  "context_archived",
+	}
+	triples := docToTriples(doc, nil)
+
+	for _, tr := range triples {
+		if memory.IsNoiseEntity(tr.Subject) || memory.IsNoiseEntity(tr.Object) {
+			t.Errorf("docToTriples 漏出噪音实体: %+v", tr)
+		}
+	}
+
+	// 模板摘要不当「主题」、context_archived 不当「来源」：两条模板三元组都该被拦下。
+	for _, tr := range triples {
+		if tr.Relation == "主题" {
+			t.Errorf("模板摘要被写成主题: %+v", tr)
+		}
+		if tr.Relation == "来源" && tr.Object == "context_archived" {
+			t.Errorf("归档内部标记被写成来源: %+v", tr)
+		}
+	}
+}
+
+// TestDocToTriplesKeepsTemplateAnchors 保证闸门没把正常的模板三元组一起误杀。
+func TestDocToTriplesKeepsTemplateAnchors(t *testing.T) {
+	doc := &document.Doc{
+		Summary: "多轮对话",
+		Content: "",
+		Source:  "qq",
+	}
+	triples := docToTriples(doc, nil)
+
+	var hasTopic, hasSource bool
+	for _, tr := range triples {
+		if tr.Subject == "文档" && tr.Relation == "主题" && tr.Object == "多轮对话" {
+			hasTopic = true
+		}
+		if tr.Subject == "文档" && tr.Relation == "来源" && tr.Object == "qq" {
+			hasSource = true
+		}
+	}
+	if !hasTopic || !hasSource {
+		t.Errorf("正常模板三元组被误杀: topic=%v source=%v, triples=%+v", hasTopic, hasSource, triples)
+	}
+}

internal/agent/core/distill.go

@@ -468,7 +468,11 @@ func docToTriples(doc *document.Doc, embedder nlp.Vectorizer) []memory.Triple {
 		})
 	}
 
-	return triples
+	// 噪音闸门：NLP 提取器不认常用词（「结果 / 什么 / 待命」都能当主语），
+	// 而落库闸门 validEntityName 只管名字像不像名字。这一层是防止
+	// 「每个文档的常用词都变成实体」的唯一防线（CutExact 时代的那层已随
+	// 提取器换代丢失，见 memory.IsNoiseEntity 的说明）。
+	return memory.FilterNoiseTriples(triples)
 }
 
 // isTemplateSummary 识别 summarizeEntries 生成的模板化摘要