@pcircle/memesh 3.0.0 → 3.1.0

package/README.pt.md

@@ -0,0 +1,234 @@
+🌐 [English](README.md) | [繁體中文](README.zh-TW.md) | [简体中文](README.zh-CN.md) | [日本語](README.ja.md) | [한국어](README.ko.md) | [Português](README.pt.md) | [Français](README.fr.md) | [Deutsch](README.de.md) | [Tiếng Việt](README.vi.md) | [Español](README.es.md) | [ภาษาไทย](README.th.md)
+
+<p align="center">
+  <h1 align="center">MeMesh LLM Memory</h1>
+  <p align="center">
+    <strong>A camada de memória de IA universal mais leve.</strong><br />
+    Um único arquivo SQLite. Qualquer LLM. Zero nuvem.
+  </p>
+  <p align="center">
+    <a href="https://www.npmjs.com/package/@pcircle/memesh"><img src="https://img.shields.io/npm/v/@pcircle/memesh?style=flat-square&color=3b82f6&label=npm" alt="npm" /></a>
+    <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-22c55e?style=flat-square" alt="MIT" /></a>
+    <a href="https://nodejs.org"><img src="https://img.shields.io/badge/node-%3E%3D20-22c55e?style=flat-square" alt="Node" /></a>
+    <a href="https://modelcontextprotocol.io"><img src="https://img.shields.io/badge/MCP-compatible-a855f7?style=flat-square" alt="MCP" /></a>
+    <a href="https://pypi.org/project/memesh/"><img src="https://img.shields.io/badge/pip-memesh-3b82f6?style=flat-square" alt="PyPI" /></a>
+  </p>
+</p>
+
+---
+
+## O Problema
+
+Seu AI esquece tudo entre sessões. Cada decisão, cada correção de bug, cada lição aprendida — tudo some. Você explica o mesmo contexto de novo e de novo, o Claude redescobre os mesmos padrões, e o conhecimento de IA da sua equipe volta ao zero toda vez.
+
+**O MeMesh dá a cada AI uma memória persistente, pesquisável e em constante evolução.**
+
+---
+
+## Comece em 60 Segundos
+
+### Passo 1: Instale
+
+```bash
+npm install -g @pcircle/memesh
+```
+
+### Passo 2: Seu AI lembra
+
+```bash
+memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
+```
+
+### Passo 3: Seu AI recupera
+
+```bash
+memesh recall "login security"
+# → Encontra "OAuth 2.0 with PKCE" mesmo com palavras diferentes
+```
+
+**Pronto.** O MeMesh já está lembrando e recuperando memórias entre sessões.
+
+Abra o painel para explorar sua memória:
+
+```bash
+memesh
+```
+
+<p align="center">
+  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — encontre qualquer memória instantaneamente" width="100%" />
+</p>
+
+<p align="center">
+  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — entenda o conhecimento do seu AI" width="100%" />
+</p>
+
+---
+
+## Para Quem É Isso?
+
+| Se você é... | O MeMesh ajuda você a... |
+|---------------|---------------------|
+| **Desenvolvedor usando Claude Code** | Lembrar decisões, padrões e lições entre sessões automaticamente |
+| **Equipe construindo com LLMs** | Compartilhar conhecimento da equipe via exportação/importação, mantendo o contexto de todos alinhado |
+| **Desenvolvedor de agentes de IA** | Dar aos seus agentes memória persistente via MCP, HTTP API ou Python SDK |
+| **Usuário avançado com múltiplas ferramentas de IA** | Uma camada de memória que funciona com Claude, GPT, LLaMA, Ollama ou qualquer cliente MCP |
+
+---
+
+## Funciona com Tudo
+
+<table>
+<tr>
+<td width="33%" align="center">
+
+**Claude Code / Desktop**
+```bash
+memesh-mcp
+```
+Protocolo MCP (configurado automaticamente)
+
+</td>
+<td width="33%" align="center">
+
+**Python / LangChain**
+```python
+from memesh import MeMesh
+m = MeMesh()
+m.recall("auth")
+```
+`pip install memesh`
+
+</td>
+<td width="33%" align="center">
+
+**Qualquer LLM (formato OpenAI)**
+```bash
+memesh export-schema \
+  --format openai
+```
+Cole as ferramentas em qualquer chamada de API
+
+</td>
+</tr>
+</table>
+
+---
+
+## Por que Não Usar Mem0 / Zep?
+
+| | **MeMesh** | Mem0 | Zep |
+|---|---|---|---|
+| **Tempo de instalação** | 5 segundos | 30–60 minutos | 30+ minutos |
+| **Configuração** | `npm i -g` — pronto | Neo4j + VectorDB + chaves de API | Neo4j + config |
+| **Armazenamento** | Arquivo SQLite único | Neo4j + Qdrant | Neo4j |
+| **Funciona offline** | Sim, sempre | Não | Não |
+| **Painel** | Integrado (5 abas) | Nenhum | Nenhum |
+| **Dependências** | 6 | 20+ | 10+ |
+| **Preço** | Grátis para sempre | Plano gratuito / Pago | Plano gratuito / Pago |
+
+**O MeMesh abre mão de:** recursos empresariais multi-inquilino em troca de **configuração instantânea, zero infraestrutura e 100% de privacidade**.
+
+---
+
+## O que Acontece Automaticamente
+
+Você não precisa lembrar de tudo manualmente. O MeMesh possui **4 hooks** que capturam conhecimento sem que você precise fazer nada:
+
+| Quando | O que o MeMesh faz |
+|------|------------------|
+| **Início de cada sessão** | Carrega suas memórias mais relevantes (classificadas por algoritmo de pontuação) |
+| **Após cada `git commit`** | Registra o que você alterou, com estatísticas do diff |
+| **Quando o Claude para** | Captura arquivos editados, erros corrigidos e decisões tomadas |
+| **Antes da compactação de contexto** | Salva o conhecimento antes que se perca por limite de contexto |
+
+> **Desative quando quiser:** `export MEMESH_AUTO_CAPTURE=false`
+
+---
+
+## Funcionalidades Inteligentes
+
+**🧠 Busca Inteligente** — Pesquise "login security" e encontre memórias sobre "OAuth PKCE". O MeMesh expande consultas com termos relacionados usando o LLM configurado.
+
+**📊 Classificação por Pontuação** — Resultados classificados por relevância (35%) + recência de uso (25%) + frequência (20%) + confiança (15%) + se a informação ainda é atual (5%).
+
+**🔄 Evolução do Conhecimento** — As decisões mudam. `forget` arquiva memórias antigas (nunca deleta). Relações `supersedes` conectam o antigo ao novo. Seu AI sempre vê a versão mais recente.
+
+**⚠️ Detecção de Conflitos** — Se você tiver duas memórias que se contradizem, o MeMesh avisa.
+
+**📦 Compartilhamento em Equipe** — `memesh export > team-knowledge.json` → compartilhe com sua equipe → `memesh import team-knowledge.json`
+
+---
+
+## Ative o Modo Inteligente (Opcional)
+
+O MeMesh funciona completamente offline por padrão. Adicione uma chave de API de LLM para desbloquear buscas mais inteligentes:
+
+```bash
+memesh config set llm.provider anthropic
+memesh config set llm.api-key sk-ant-...
+```
+
+Ou use a aba Configurações do painel (configuração visual):
+
+```bash
+memesh  # abre o painel → aba Configurações
+```
+
+| | Nível 0 (padrão) | Nível 1 (Modo Inteligente) |
+|---|---|---|
+| **Busca** | Correspondência de palavras-chave FTS5 | + Expansão de consulta por LLM (~97% de recall) |
+| **Captura automática** | Padrões baseados em regras | + LLM extrai decisões e lições |
+| **Compressão** | Não disponível | `consolidate` comprime memórias longas |
+| **Custo** | Grátis, sem chave de API | ~$0,0001 por busca (Haiku) |
+
+---
+
+## Todas as 6 Ferramentas de Memória
+
+| Ferramenta | O que faz |
+|------|-------------|
+| `remember` | Armazena conhecimento com observações, relações e tags |
+| `recall` | Busca inteligente com pontuação multifatorial e expansão de consulta por LLM |
+| `forget` | Arquivamento suave (nunca deleta) ou remoção de observações específicas |
+| `consolidate` | Compressão de memórias longas com auxílio de LLM |
+| `export` | Compartilha memórias como JSON entre projetos ou membros da equipe |
+| `import` | Importa memórias com estratégias de mesclagem (pular / sobrescrever / anexar) |
+
+---
+
+## Arquitetura
+
+```
+                    ┌─────────────────┐
+                    │   Core Engine   │
+                    │  (6 operations) │
+                    └────────┬────────┘
+           ┌─────────────────┼─────────────────┐
+           │                 │                 │
+     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
+           │                 │                 │
+           └─────────────────┼─────────────────┘
+                             │
+                    SQLite + FTS5 + sqlite-vec
+                    (~/.memesh/knowledge-graph.db)
+```
+
+O núcleo é independente de framework. A mesma lógica é executada a partir do terminal, HTTP ou MCP.
+
+---
+
+## Contribuindo
+
+```bash
+git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
+cd memesh-llm-memory && npm install && npm run build
+npm test -- --run    # 289 tests
+```
+
+Painel: `cd dashboard && npm install && npm run dev`
+
+---
+
+<p align="center">
+  <strong>MIT</strong> — Feito por <a href="https://pcircle.ai">PCIRCLE AI</a>
+</p>

package/README.th.md

@@ -0,0 +1,234 @@
+🌐 [English](README.md) | [繁體中文](README.zh-TW.md) | [简体中文](README.zh-CN.md) | [日本語](README.ja.md) | [한국어](README.ko.md) | [Português](README.pt.md) | [Français](README.fr.md) | [Deutsch](README.de.md) | [Tiếng Việt](README.vi.md) | [Español](README.es.md) | [ภาษาไทย](README.th.md)
+
+<p align="center">
+  <h1 align="center">MeMesh LLM Memory</h1>
+  <p align="center">
+    <strong>เลเยอร์หน่วยความจำ AI สากลที่เบาที่สุด</strong><br />
+    ไฟล์ SQLite เดียว รองรับทุก LLM ไม่ต้องพึ่งคลาวด์
+  </p>
+  <p align="center">
+    <a href="https://www.npmjs.com/package/@pcircle/memesh"><img src="https://img.shields.io/npm/v/@pcircle/memesh?style=flat-square&color=3b82f6&label=npm" alt="npm" /></a>
+    <a href="LICENSE"><img src="https://img.shields.io/badge/license-MIT-22c55e?style=flat-square" alt="MIT" /></a>
+    <a href="https://nodejs.org"><img src="https://img.shields.io/badge/node-%3E%3D20-22c55e?style=flat-square" alt="Node" /></a>
+    <a href="https://modelcontextprotocol.io"><img src="https://img.shields.io/badge/MCP-compatible-a855f7?style=flat-square" alt="MCP" /></a>
+    <a href="https://pypi.org/project/memesh/"><img src="https://img.shields.io/badge/pip-memesh-3b82f6?style=flat-square" alt="PyPI" /></a>
+  </p>
+</p>
+
+---
+
+## ปัญหาที่เกิดขึ้น
+
+AI ของคุณลืมทุกอย่างหลังจากจบแต่ละ session ทุกการตัดสินใจ ทุกการแก้บัก ทุกบทเรียนที่ได้รับ — หายไปหมด คุณต้องอธิบายบริบทเดิมซ้ำแล้วซ้ำเล่า Claude ค้นพบ pattern เดิมอีกครั้ง และความรู้ AI ของทีมก็รีเซ็ตกลับเป็นศูนย์ทุกครั้ง
+
+**MeMesh มอบหน่วยความจำที่ยั่งยืน ค้นหาได้ และพัฒนาอยู่เสมอให้กับทุก AI**
+
+---
+
+## เริ่มต้นใน 60 วินาที
+
+### ขั้นตอนที่ 1: ติดตั้ง
+
+```bash
+npm install -g @pcircle/memesh
+```
+
+### ขั้นตอนที่ 2: AI ของคุณจดจำ
+
+```bash
+memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
+```
+
+### ขั้นตอนที่ 3: AI ของคุณเรียกคืน
+
+```bash
+memesh recall "login security"
+# → ค้นพบ "OAuth 2.0 with PKCE" แม้จะค้นด้วยคำอื่น
+```
+
+**แค่นี้เอง** MeMesh เริ่มจดจำและเรียกคืนข้ามแต่ละ session แล้ว
+
+เปิด dashboard เพื่อสำรวจหน่วยความจำของคุณ:
+
+```bash
+memesh
+```
+
+<p align="center">
+  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — ค้นหาความจำใดก็ได้ทันที" width="100%" />
+</p>
+
+<p align="center">
+  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — ทำความเข้าใจความรู้ของ AI คุณ" width="100%" />
+</p>
+
+---
+
+## เหมาะสำหรับใคร?
+
+| ถ้าคุณเป็น... | MeMesh ช่วยคุณ... |
+|---------------|---------------------|
+| **นักพัฒนาที่ใช้ Claude Code** | จดจำการตัดสินใจ pattern และบทเรียนข้าม session โดยอัตโนมัติ |
+| **ทีมที่สร้างผลิตภัณฑ์ด้วย LLM** | แชร์ความรู้ของทีมผ่านการส่งออก/นำเข้า และรักษา AI context ของทุกคนให้สอดคล้องกัน |
+| **นักพัฒนา AI agent** | มอบหน่วยความจำถาวรให้กับ agent ผ่าน MCP, HTTP API หรือ Python SDK |
+| **ผู้ใช้ขั้นสูงที่มีเครื่องมือ AI หลายตัว** | เลเยอร์หน่วยความจำเดียวที่ใช้ได้กับ Claude, GPT, LLaMA, Ollama หรือ MCP client ใดก็ได้ |
+
+---
+
+## ทำงานร่วมกับทุกอย่าง
+
+<table>
+<tr>
+<td width="33%" align="center">
+
+**Claude Code / Desktop**
+```bash
+memesh-mcp
+```
+โปรโตคอล MCP (ตั้งค่าอัตโนมัติ)
+
+</td>
+<td width="33%" align="center">
+
+**Python / LangChain**
+```python
+from memesh import MeMesh
+m = MeMesh()
+m.recall("auth")
+```
+`pip install memesh`
+
+</td>
+<td width="33%" align="center">
+
+**ทุก LLM (รูปแบบ OpenAI)**
+```bash
+memesh export-schema \
+  --format openai
+```
+วาง tools ลงใน API call ใดก็ได้
+
+</td>
+</tr>
+</table>
+
+---
+
+## ทำไมไม่ใช้ Mem0 / Zep?
+
+| | **MeMesh** | Mem0 | Zep |
+|---|---|---|---|
+| **เวลาติดตั้ง** | 5 วินาที | 30–60 นาที | 30+ นาที |
+| **การตั้งค่า** | `npm i -g` — เสร็จ | Neo4j + VectorDB + API key | Neo4j + config |
+| **การจัดเก็บ** | ไฟล์ SQLite เดียว | Neo4j + Qdrant | Neo4j |
+| **ใช้ออฟไลน์ได้** | ได้ เสมอ | ไม่ได้ | ไม่ได้ |
+| **Dashboard** | ในตัว (5 แท็บ) | ไม่มี | ไม่มี |
+| **Dependencies** | 6 | 20+ | 10+ |
+| **ราคา** | ฟรีตลอดชีพ | แผนฟรี / เสียเงิน | แผนฟรี / เสียเงิน |
+
+**MeMesh แลกเปลี่ยน:** ฟีเจอร์ multi-tenant ระดับ enterprise เพื่อ**ติดตั้งทันที ไม่ต้องการ infrastructure และความเป็นส่วนตัว 100%**
+
+---
+
+## สิ่งที่เกิดขึ้นโดยอัตโนมัติ
+
+คุณไม่ต้องจดจำทุกอย่างด้วยตัวเอง MeMesh มี **4 hook** ที่จับความรู้โดยที่คุณไม่ต้องทำอะไร:
+
+| เมื่อไหร่ | MeMesh ทำอะไร |
+|------|------------------|
+| **ทุกครั้งที่เริ่ม session** | โหลดความจำที่เกี่ยวข้องมากที่สุดของคุณ (จัดอันดับด้วย scoring algorithm) |
+| **หลังทุก `git commit`** | บันทึกสิ่งที่คุณเปลี่ยน พร้อมสถิติ diff |
+| **เมื่อ Claude หยุดทำงาน** | จับไฟล์ที่แก้ไข บักที่แก้ไขแล้ว และการตัดสินใจที่เกิดขึ้น |
+| **ก่อนการบีบอัด context** | บันทึกความรู้ก่อนที่จะหายไปเพราะข้อจำกัดของ context |
+
+> **ปิดใช้งานได้ตลอดเวลา:** `export MEMESH_AUTO_CAPTURE=false`
+
+---
+
+## ฟีเจอร์อัจฉริยะ
+
+**🧠 Smart Search** — ค้น "login security" แล้วพบความจำเกี่ยวกับ "OAuth PKCE" MeMesh ขยายคำค้นด้วยคำที่เกี่ยวข้องผ่าน LLM ที่ตั้งค่าไว้
+
+**📊 Scored Ranking** — ผลลัพธ์จัดอันดับตาม ความเกี่ยวข้อง (35%) + ใช้ล่าสุดเมื่อไหร่ (25%) + ความถี่ (20%) + ความน่าเชื่อถือ (15%) + ข้อมูลยังทันสมัยหรือไม่ (5%)
+
+**🔄 Knowledge Evolution** — การตัดสินใจเปลี่ยนแปลงได้ `forget` เก็บถาวรความจำเก่า (ไม่ลบจริงๆ) ความสัมพันธ์ `supersedes` เชื่อมโยงเก่ากับใหม่ AI ของคุณเห็นเวอร์ชันล่าสุดเสมอ
+
+**⚠️ Conflict Detection** — ถ้ามีความจำสองอันที่ขัดแย้งกัน MeMesh จะแจ้งเตือน
+
+**📦 Team Sharing** — `memesh export > team-knowledge.json` → แชร์กับทีม → `memesh import team-knowledge.json`
+
+---
+
+## เปิดใช้ Smart Mode (ไม่บังคับ)
+
+MeMesh ทำงานออฟไลน์สมบูรณ์แบบโดยค่าเริ่มต้น เพิ่ม LLM API key เพื่อปลดล็อกการค้นหาที่ฉลาดขึ้น:
+
+```bash
+memesh config set llm.provider anthropic
+memesh config set llm.api-key sk-ant-...
+```
+
+หรือใช้แท็บ Settings ใน dashboard (ตั้งค่าแบบ visual):
+
+```bash
+memesh  # เปิด dashboard → แท็บ Settings
+```
+
+| | ระดับ 0 (ค่าเริ่มต้น) | ระดับ 1 (Smart Mode) |
+|---|---|---|
+| **การค้นหา** | FTS5 keyword matching | + LLM query expansion (~97% recall) |
+| **Auto-capture** | Pattern ตามกฎ | + LLM ดึงการตัดสินใจและบทเรียน |
+| **การบีบอัด** | ไม่มี | `consolidate` บีบอัดความจำที่ยาวเกิน |
+| **ค่าใช้จ่าย** | ฟรี ไม่ต้องใช้ API key | ~$0.0001 ต่อการค้นหา (Haiku) |
+
+---
+
+## เครื่องมือหน่วยความจำทั้ง 6 อย่าง
+
+| เครื่องมือ | หน้าที่ |
+|------|-------------|
+| `remember` | บันทึกความรู้พร้อมการสังเกต ความสัมพันธ์ และแท็ก |
+| `recall` | ค้นหาอัจฉริยะด้วย multi-factor scoring และการขยายคำค้นด้วย LLM |
+| `forget` | เก็บถาวรแบบนุ่มนวล (ไม่ลบจริง) หรือลบการสังเกตเฉพาะ |
+| `consolidate` | บีบอัดความจำที่ยืดเยื้อด้วย LLM |
+| `export` | แชร์ความจำในรูปแบบ JSON ระหว่างโปรเจกต์หรือสมาชิกทีม |
+| `import` | นำเข้าความจำด้วยกลยุทธ์การรวม (ข้าม / เขียนทับ / ต่อท้าย) |
+
+---
+
+## สถาปัตยกรรม
+
+```
+                    ┌─────────────────┐
+                    │   Core Engine   │
+                    │  (6 operations) │
+                    └────────┬────────┘
+           ┌─────────────────┼─────────────────┐
+           │                 │                 │
+     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
+           │                 │                 │
+           └─────────────────┼─────────────────┘
+                             │
+                    SQLite + FTS5 + sqlite-vec
+                    (~/.memesh/knowledge-graph.db)
+```
+
+Core ไม่ขึ้นกับ framework ตรรกะเดียวกันทำงานจาก terminal, HTTP หรือ MCP
+
+---
+
+## การมีส่วนร่วม
+
+```bash
+git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
+cd memesh-llm-memory && npm install && npm run build
+npm test -- --run    # 289 tests
+```
+
+Dashboard: `cd dashboard && npm install && npm run dev`
+
+---
+
+<p align="center">
+  <strong>MIT</strong> — สร้างโดย <a href="https://pcircle.ai">PCIRCLE AI</a>
+</p>