@pcircle/memesh 4.0.1 → 4.0.3

package/README.de.md

@@ -3,253 +3,108 @@
 <p align="center">
   <h1 align="center">MeMesh LLM Memory</h1>
   <p align="center">
-    <strong>Die leichteste universelle KI-Gedächtnisschicht.</strong><br />
-    Eine SQLite-Datei. Jedes LLM. Kein Cloud-Dienst.
-  </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>
+    <strong>Die lokale Memory-Schicht für Claude Code und MCP-kompatible Coding Agents.</strong><br />
+    Eine SQLite-Datei. Kein Docker. Keine Cloud erforderlich.
   </p>
 </p>
 
----
+> Dieses deutsche README ist eine kompakte Übersicht. Für die vollständige und aktuellste Dokumentation gilt das [English README](README.md) als Referenz.
 
-## Das Problem
+## Welches Problem löst es?
 
-Deine KI vergisst zwischen Sessions alles. Jede Entscheidung, jeder Bugfix, jede Erkenntnis — weg. Du erklärst denselben Kontext immer wieder, Claude entdeckt dieselben Muster erneut, und das KI-Wissen deines Teams wird jedes Mal auf null zurückgesetzt.
+Coding Agents verlieren zwischen Sessions schnell den Zusammenhang. Architekturentscheidungen, frühere Bugfixes, gewonnene Erkenntnisse und Projektrahmenbedingungen müssen deshalb immer wieder neu erklärt werden.
 
-**MeMesh gibt jeder KI ein dauerhaftes, durchsuchbares und sich weiterentwickelndes Gedächtnis.**
+**MeMesh hält dieses Wissen lokal fest, macht es durchsuchbar und bringt es später wieder in den Arbeitsfluss zurück.**
 
----
+Dieses npm-Paket ist die lokale Plugin- / Package-Version von MeMesh. Es ist weder das Cloud-Workspace-Produkt noch eine vollständige Enterprise-Plattform.
 
-## In 60 Sekunden Loslegen
+## In 60 Sekunden starten
 
-### Schritt 1: Installieren
+### 1. Installieren
 
 ```bash
 npm install -g @pcircle/memesh
 ```
 
-### Schritt 2: Deine KI erinnert sich
+### 2. Eine Entscheidung speichern
 
 ```bash
 memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
 ```
 
-### Schritt 3: Deine KI ruft ab
+### 3. Später wiederfinden
 
 ```bash
 memesh recall "login security"
-# → Findet "OAuth 2.0 with PKCE", obwohl du andere Wörter verwendet hast
+# → findet "OAuth 2.0 with PKCE" auch mit anderer Formulierung
 ```
 
-**Das war's.** MeMesh erinnert und ruft nun über Sessions hinweg ab.
-
-Öffne das Dashboard, um dein Gedächtnis zu erkunden:
+Dashboard öffnen:
 
 ```bash
 memesh
 ```
 
-<p align="center">
-  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — finde jede Erinnerung sofort" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — verstehe das Wissen deiner KI" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — interaktiver Wissensgraph mit Typfiltern und Ego-Modus" width="100%" />
-</p>
-
----
-
-## Für Wen ist Das?
-
-| Wenn du... | hilft dir MeMesh... |
-|---------------|---------------------|
-| **Entwickler der Claude Code nutzt** | Entscheidungen, Muster und Erkenntnisse sitzungsübergreifend automatisch zu merken |
-| **Team, das mit LLMs entwickelt** | Team-Wissen per Export/Import zu teilen und den KI-Kontext aller synchron zu halten |
-| **KI-Agent-Entwickler** | Deinen Agenten über MCP, HTTP API oder Python SDK dauerhaftes Gedächtnis zu geben |
-| **Power-User mit mehreren KI-Tools** | Eine Gedächtnisschicht für Claude, GPT, LLaMA, Ollama oder jeden MCP-Client |
-
----
-
-## Funktioniert mit Allem
-
-<table>
-<tr>
-<td width="33%" align="center">
-
-**Claude Code / Desktop**
-```bash
-memesh-mcp
-```
-MCP-Protokoll (automatisch konfiguriert)
-
-</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">
-
-**Beliebige LLMs (OpenAI-Format)**
-```bash
-memesh export-schema \
-  --format openai
-```
-Tools in jeden API-Aufruf einfügen
-
-</td>
-</tr>
-</table>
-
----
-
-## Warum Nicht Einfach Mem0 / Zep?
+## Für wen ist das gedacht?
 
-| | **MeMesh** | Mem0 | Zep |
-|---|---|---|---|
-| **Installationszeit** | 5 Sekunden | 30–60 Minuten | 30+ Minuten |
-| **Einrichtung** | `npm i -g` — fertig | Neo4j + VectorDB + API-Schlüssel | Neo4j + Konfiguration |
-| **Speicherung** | Einzelne SQLite-Datei | Neo4j + Qdrant | Neo4j |
-| **Offline nutzbar** | Ja, immer | Nein | Nein |
-| **Dashboard** | Integriert (7 Tabs + Analytik) | Keins | Keins |
-| **Abhängigkeiten** | 6 | 20+ | 10+ |
-| **Preis** | Dauerhaft kostenlos | Kostenlose Stufe / Kostenpflichtig | Kostenlose Stufe / Kostenpflichtig |
+- Entwickler, die Claude Code nutzen und Projektkontext über Sessions hinweg behalten wollen
+- Power-User, die dieselbe lokale Memory zwischen mehreren MCP Coding Agents nutzen möchten
+- Kleine AI-native Teams, die Projektwissen per export / import teilen wollen
+- Agent-Entwickler, die lokale Memory über CLI, HTTP oder MCP einbinden möchten
 
-**MeMesh tauscht:** Enterprise-Multi-Tenant-Funktionen gegen **sofortige Einrichtung, kein Infrastrukturaufwand und 100 % Datenschutz**.
+## Warum MeMesh?
 
----
+- Local-first: die Daten liegen in deiner eigenen SQLite-Datei
+- Leichte Installation: `npm install -g` und los
+- Direkte Integration: CLI, HTTP und MCP werden unterstützt
+- Gute Claude-Code-Passung: hooks bringen relevantes Wissen in den Workflow
+- Einsehbar statt Black Box: das Dashboard macht Memory sichtbar und pflegbar
+- Sicherere Import-Grenze: importierte Erinnerungen bleiben auffindbar, werden aber nicht automatisch in Claude-Hooks injiziert, solange sie nicht geprüft oder lokal neu gespeichert wurden
 
-## Was Automatisch Passiert
+## Was passiert automatisch in Claude Code?
 
-Du musst nicht alles manuell merken. MeMesh hat **4 Hooks**, die Wissen erfassen, ohne dass du etwas tun musst:
+MeMesh unterstützt aktuell an 5 Stellen:
 
-| Wann | Was MeMesh tut |
-|------|------------------|
-| **Zu Beginn jeder Session** | Lädt deine relevantesten Erinnerungen + proaktive Warnungen aus früheren Lektionen |
-| **Nach jedem `git commit`** | Erfasst was du geändert hast, mit Diff-Statistiken |
-| **Wenn Claude beendet** | Erfasst bearbeitete Dateien, behobene Fehler und generiert automatisch strukturierte Lektionen aus Fehlern |
-| **Vor der Kontextkomprimierung** | Sichert Wissen, bevor es durch Kontextgrenzen verloren geht |
+- beim Start der Session lädt es relevante Erinnerungen und bekannte Lessons
+- vor Dateibearbeitungen ruft es projekt- oder dateibezogene Memory ab
+- nach `git commit` protokolliert es die Änderung
+- am Session-Ende fasst es Fixes, Fehler und lessons learned zusammen
+- vor dem Context Compact speichert es wichtige Inhalte zurück in die lokale Memory
 
-> **Jederzeit deaktivierbar:** `export MEMESH_AUTO_CAPTURE=false`
+## Was bietet das Dashboard?
 
----
+Das Dashboard hat 7 Tabs und unterstützt 11 Sprachen:
 
-## Dashboard
+- Search: Memory durchsuchen
+- Browse: alle Einträge ansehen
+- Analytics: Gesundheit und Trends verstehen
+- Graph: Wissensbeziehungen visualisieren
+- Lessons: frühere Erkenntnisse prüfen
+- Manage: archivieren und wiederherstellen
+- Settings: LLM-Provider und Sprache einstellen
 
-7 Tabs, 11 Sprachen, null externe Abhängigkeiten. Zugriff über `http://localhost:3737/dashboard` wenn der Server läuft.
+## Was ist Smart Mode?
 
-| Tab | Was du siehst |
-|-----|---------------|
-| **Search** | Volltextsuche + Vektor-Ähnlichkeitssuche über alle Erinnerungen |
-| **Browse** | Paginierte Liste aller Entitäten mit Archivierung/Wiederherstellung |
-| **Analytics** | Memory Health Score (0-100), 30-Tage-Timeline, Wert-Metriken, Wissensabdeckung, Aufräum-Vorschläge, deine Arbeitsmuster |
-| **Graph** | Interaktiver kräftebasierter Wissensgraph mit Typfiltern, Suche, Ego-Modus, Aktualitäts-Heatmap |
-| **Lessons** | Strukturierte Lektionen aus vergangenen Fehlern (Fehler, Ursache, Fix, Prävention) |
-| **Manage** | Entitäten archivieren und wiederherstellen |
-| **Settings** | LLM-Anbieter-Konfiguration, Sprachauswahl |
+MeMesh funktioniert standardmäßig offline. Mit einem LLM-API-Key lassen sich zusätzliche Fähigkeiten aktivieren, zum Beispiel:
 
----
+- query expansion
+- bessere automatische Extraktion
+- intelligentere Verdichtung und Organisation
 
-## Intelligente Funktionen
+Auch ohne API-Key bleiben die Kernfunktionen nutzbar.
 
-**🧠 Smart Search** — Suche nach „login security" und finde Erinnerungen über „OAuth PKCE". MeMesh erweitert Suchanfragen mit verwandten Begriffen über das konfigurierte LLM.
+## Mehr Informationen
 
-**📊 Scored Ranking** — Ergebnisse gerankt nach Relevanz (35 %) + letzter Nutzung (25 %) + Häufigkeit (20 %) + Vertrauen (15 %) + ob die Info noch aktuell ist (5 %).
+- Vollständige Funktionen, Vergleiche, API und Release-Details: [English README](README.md)
+- Integrationsleitfaden: [docs/platforms/README.md](docs/platforms/README.md)
+- API-Referenz: [docs/api/API_REFERENCE.md](docs/api/API_REFERENCE.md)
 
-**🔄 Wissensentwicklung** — Entscheidungen ändern sich. `forget` archiviert alte Erinnerungen (löscht nie). `supersedes`-Beziehungen verknüpfen Alt mit Neu. Deine KI sieht immer die neueste Version.
-
-**⚠️ Konflikterkennung** — Wenn zwei Erinnerungen sich widersprechen, warnt MeMesh dich.
-
-**📦 Team-Sharing** — `memesh export > team-knowledge.json` → mit Team teilen → `memesh import team-knowledge.json`
-
----
-
-## Smart Mode Freischalten (Optional)
-
-MeMesh funktioniert standardmäßig vollständig offline. Füge einen LLM-API-Schlüssel hinzu, um intelligentere Suche zu aktivieren:
-
-```bash
-memesh config set llm.provider anthropic
-memesh config set llm.api-key sk-ant-...
-```
-
-Oder verwende den Einstellungs-Tab im Dashboard (visuelle Einrichtung):
-
-```bash
-memesh  # öffnet Dashboard → Einstellungs-Tab
-```
-
-| | Level 0 (Standard) | Level 1 (Smart Mode) |
-|---|---|---|
-| **Suche** | FTS5 Keyword-Matching | + LLM-Anfrageerweiterung (~97 % Recall) |
-| **Auto-Erfassung** — | Regelbasierte Muster | + LLM extrahiert Entscheidungen & Erkenntnisse |
-| **Komprimierung** | Nicht verfügbar | `consolidate` komprimiert ausführliche Erinnerungen |
-| **Kosten** | Kostenlos, kein API-Schlüssel | ~0,0001 $ pro Suche (Haiku) |
-
----
-
-## Alle 8 Gedächtnis-Tools
-
-| Tool | Funktion |
-|------|-------------|
-| `remember` | Speichert Wissen mit Beobachtungen, Beziehungen und Tags |
-| `recall` | Intelligente Suche mit Multi-Faktor-Scoring und LLM-Anfrageerweiterung |
-| `forget` | Soft-Archivierung (kein Löschen) oder Entfernen spezifischer Beobachtungen |
-| `consolidate` | LLM-gestützte Komprimierung ausführlicher Erinnerungen |
-| `export` | Teilt Erinnerungen als JSON zwischen Projekten oder Teammitgliedern |
-| `import` | Importiert Erinnerungen mit Zusammenführungsstrategien (überspringen / überschreiben / anhängen) |
-| `learn` | Strukturierte Lektionen aus Fehlern aufzeichnen (Fehler, Ursache, Fix, Prävention) |
-| `user_patterns` | Analysiere deine Arbeitsmuster — Zeitplan, Tools, Stärken, Lernbereiche |
-
----
-
-## Architektur
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (8 operations) │
-                    └────────┬────────┘
-           ┌─────────────────┼─────────────────┐
-           │                 │                 │
-     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
-           │                 │                 │
-           └─────────────────┼─────────────────┘
-                             │
-                    SQLite + FTS5 + sqlite-vec
-                    (~/.memesh/knowledge-graph.db)
-```
-
-Der Kern ist framework-unabhängig. Dieselbe Logik läuft vom Terminal, HTTP oder MCP aus.
-
----
-
-## Mitwirken
+## Entwicklung und Verifikation
 
 ```bash
 git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
-cd memesh-llm-memory && npm install && npm run build
-npm test -- --run    # 413 tests
+cd memesh-llm-memory
+npm install
+npm run build
+npm test
 ```
-
-Dashboard: `cd dashboard && npm install && npm run dev`
-
----
-
-<p align="center">
-  <strong>MIT</strong> — Erstellt von <a href="https://pcircle.ai">PCIRCLE AI</a>
-</p>

package/README.es.md

@@ -3,253 +3,108 @@
 <p align="center">
   <h1 align="center">MeMesh LLM Memory</h1>
   <p align="center">
-    <strong>La capa de memoria de IA universal más ligera.</strong><br />
-    Un solo archivo SQLite. Cualquier LLM. Cero nube.
-  </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>
+    <strong>La capa de memoria local para Claude Code y los coding agents compatibles con MCP.</strong><br />
+    Un archivo SQLite. Sin Docker. Sin depender de la nube.
   </p>
 </p>
 
----
+> Este README en español es una guía resumida. Para la documentación completa y más reciente, toma como referencia el [English README](README.md).
 
-## El Problema
+## ¿Qué problema resuelve?
 
-Tu IA olvida todo entre sesiones. Cada decisión, cada corrección de bug, cada lección aprendida — desaparecen. Vuelves a explicar el mismo contexto una y otra vez, Claude redescubre los mismos patrones, y el conocimiento de IA de tu equipo se resetea a cero cada vez.
+Los coding agents pierden el contexto con facilidad entre sesiones. Decisiones de arquitectura, bugs ya corregidos, lecciones aprendidas y restricciones del proyecto terminan explicándose una y otra vez.
 
-**MeMesh da a cada IA una memoria persistente, con búsqueda inteligente y en constante evolución.**
+**MeMesh conserva ese conocimiento en local, lo hace consultable y permite reutilizarlo cuando vuelve a hacer falta.**
 
----
+Este paquete npm es la versión local del plugin / package de MeMesh. No es el producto de workspace en la nube ni una plataforma enterprise completa.
 
-## Empieza en 60 Segundos
+## Empieza en 60 segundos
 
-### Paso 1: Instala
+### 1. Instala
 
 ```bash
 npm install -g @pcircle/memesh
 ```
 
-### Paso 2: Tu IA recuerda
+### 2. Guarda una decisión
 
 ```bash
 memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
 ```
 
-### Paso 3: Tu IA recupera
+### 3. Recupérala después
 
 ```bash
 memesh recall "login security"
-# → Encuentra "OAuth 2.0 with PKCE" aunque busques con otras palabras
+# → encuentra "OAuth 2.0 with PKCE" aunque uses otras palabras
 ```
 
-**Eso es todo.** MeMesh ya está recordando y recuperando entre sesiones.
-
-Abre el panel para explorar tu memoria:
+Abre el dashboard:
 
 ```bash
 memesh
 ```
 
-<p align="center">
-  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — encuentra cualquier recuerdo al instante" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — comprende el conocimiento de tu IA" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — grafo de conocimiento interactivo con filtros de tipo y modo ego" width="100%" />
-</p>
-
----
-
-## ¿Para Quién Es?
-
-| Si eres... | MeMesh te ayuda a... |
-|---------------|---------------------|
-| **Desarrollador usando Claude Code** | Recordar decisiones, patrones y lecciones entre sesiones automáticamente |
-| **Equipo construyendo con LLMs** | Compartir conocimiento del equipo mediante exportación/importación, manteniendo el contexto de IA de todos alineado |
-| **Desarrollador de agentes de IA** | Dar a tus agentes memoria persistente mediante MCP, HTTP API o Python SDK |
-| **Usuario avanzado con múltiples herramientas de IA** | Una capa de memoria que funciona con Claude, GPT, LLaMA, Ollama o cualquier cliente MCP |
-
----
-
-## Funciona con Todo
-
-<table>
-<tr>
-<td width="33%" align="center">
-
-**Claude Code / Desktop**
-```bash
-memesh-mcp
-```
-Protocolo MCP (configurado automáticamente)
-
-</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">
-
-**Cualquier LLM (formato OpenAI)**
-```bash
-memesh export-schema \
-  --format openai
-```
-Pega las herramientas en cualquier llamada a la API
-
-</td>
-</tr>
-</table>
-
----
-
-## ¿Por Qué No Mem0 / Zep?
+## ¿Para quién está pensado?
 
-| | **MeMesh** | Mem0 | Zep |
-|---|---|---|---|
-| **Tiempo de instalación** | 5 segundos | 30–60 minutos | 30+ minutos |
-| **Configuración** | `npm i -g` — listo | Neo4j + VectorDB + claves API | Neo4j + config |
-| **Almacenamiento** | Archivo SQLite único | Neo4j + Qdrant | Neo4j |
-| **Funciona sin conexión** | Sí, siempre | No | No |
-| **Panel** | Integrado (7 pestañas + analytics) | Ninguno | Ninguno |
-| **Dependencias** | 6 | 20+ | 10+ |
-| **Precio** | Gratis para siempre | Plan gratuito / De pago | Plan gratuito / De pago |
+- Desarrolladores que usan Claude Code y quieren mantener contexto entre sesiones
+- Usuarios avanzados que quieren compartir la misma memoria local entre varios MCP coding agents
+- Equipos AI-native pequeños que quieren compartir conocimiento de proyecto vía export / import
+- Desarrolladores de agents que quieren integrar memoria local mediante CLI, HTTP o MCP
 
-**MeMesh sacrifica:** funcionalidades enterprise multi-inquilino a cambio de **instalación instantánea, cero infraestructura y 100 % de privacidad**.
+## ¿Por qué MeMesh?
 
----
+- Local-first: los datos quedan en tu propio archivo SQLite
+- Instalación ligera: `npm install -g` y listo
+- Integración directa: soporta CLI, HTTP y MCP
+- Encaja bien con Claude Code: los hooks ayudan a traer el contexto adecuado al flujo de trabajo
+- Es visible y manejable: el dashboard permite revisar y limpiar la memoria
+- Límite de confianza más seguro: la memoria importada sigue siendo searchable, pero no se inyecta automáticamente en los hooks de Claude hasta que la revises o la vuelvas a guardar en local
 
-## Qué Ocurre Automáticamente
+## ¿Qué hace automáticamente en Claude Code?
 
-No necesitas recordar todo manualmente. MeMesh tiene **4 hooks** que capturan conocimiento sin que hagas nada:
+Hoy MeMesh ayuda en 5 momentos:
 
-| Cuándo | Qué hace MeMesh |
-|------|------------------|
-| **Al inicio de cada sesión** | Carga tus recuerdos más relevantes + advertencias proactivas de lecciones pasadas |
-| **Tras cada `git commit`** | Registra lo que cambiaste, con estadísticas del diff |
-| **Cuando Claude se detiene** | Captura archivos editados, errores corregidos y genera automáticamente lecciones estructuradas a partir de fallos |
-| **Antes de la compactación de contexto** | Guarda el conocimiento antes de que se pierda por los límites del contexto |
+- al iniciar la sesión, carga memorias relevantes y lecciones ya conocidas
+- antes de editar archivos, recupera memoria relacionada con el archivo o el proyecto
+- después de `git commit`, registra los cambios realizados
+- al terminar la sesión, resume correcciones, errores y lessons learned
+- antes del compactado de contexto, guarda lo importante en la memoria local
 
-> **Desactívalo cuando quieras:** `export MEMESH_AUTO_CAPTURE=false`
+## ¿Qué incluye el dashboard?
 
----
+El dashboard tiene 7 pestañas y soporte para 11 idiomas:
 
-## Panel de Control
+- Search: buscar memoria
+- Browse: ver todas las memorias
+- Analytics: revisar salud y tendencias
+- Graph: ver relaciones de conocimiento
+- Lessons: revisar lecciones aprendidas
+- Manage: archivar y restaurar
+- Settings: configurar proveedor de LLM e idioma
 
-7 pestañas, 11 idiomas, cero dependencias externas. Accede en `http://localhost:3737/dashboard` cuando el servidor esté activo.
+## ¿Qué es Smart Mode?
 
-| Pestaña | Qué ves |
-|---------|---------|
-| **Search** | Búsqueda de texto completo + similitud vectorial en todas las memorias |
-| **Browse** | Lista paginada de todas las entidades con archivado/restauración |
-| **Analytics** | Puntuación de Salud de Memoria (0-100), timeline de 30 días, métricas de valor, cobertura de conocimiento, sugerencias de limpieza, tus patrones de trabajo |
-| **Graph** | Grafo de conocimiento interactivo dirigido por fuerzas con filtros de tipo, búsqueda, modo ego, mapa de calor de recencia |
-| **Lessons** | Lecciones estructuradas de fallos pasados (error, causa raíz, corrección, prevención) |
-| **Manage** | Archivar y restaurar entidades |
-| **Settings** | Configuración del proveedor LLM, selector de idioma |
+MeMesh funciona offline por defecto. Si configuras una API key de LLM, puedes activar capacidades adicionales, por ejemplo:
 
----
+- query expansion
+- mejor extracción automática
+- organización y compresión más inteligentes
 
-## Funcionalidades Inteligentes
+Sin API key, las funciones principales siguen disponibles.
 
-**🧠 Búsqueda Inteligente** — Busca "login security" y encuentra recuerdos sobre "OAuth PKCE". MeMesh expande las consultas con términos relacionados usando el LLM configurado.
+## Más información
 
-**📊 Clasificación por Puntuación** — Los resultados se ordenan por relevancia (35 %) + última vez que se usó (25 %) + frecuencia (20 %) + confianza (15 %) + si la información sigue siendo actual (5 %).
+- Funciones completas, comparativas, API y detalles de release: [English README](README.md)
+- Guía de integraciones: [docs/platforms/README.md](docs/platforms/README.md)
+- Referencia de API: [docs/api/API_REFERENCE.md](docs/api/API_REFERENCE.md)
 
-**🔄 Evolución del Conocimiento** — Las decisiones cambian. `forget` archiva los recuerdos antiguos (nunca borra). Las relaciones `supersedes` conectan lo viejo con lo nuevo. Tu IA siempre ve la versión más reciente.
-
-**⚠️ Detección de Conflictos** — Si tienes dos recuerdos que se contradicen, MeMesh te avisa.
-
-**📦 Compartir en Equipo** — `memesh export > team-knowledge.json` → comparte con tu equipo → `memesh import team-knowledge.json`
-
----
-
-## Activa el Modo Inteligente (Opcional)
-
-MeMesh funciona completamente sin conexión por defecto. Añade una clave API de LLM para desbloquear búsquedas más inteligentes:
-
-```bash
-memesh config set llm.provider anthropic
-memesh config set llm.api-key sk-ant-...
-```
-
-O usa la pestaña Configuración del panel (configuración visual):
-
-```bash
-memesh  # abre el panel → pestaña Configuración
-```
-
-| | Nivel 0 (por defecto) | Nivel 1 (Modo Inteligente) |
-|---|---|---|
-| **Búsqueda** | Coincidencia de palabras clave FTS5 | + Expansión de consulta por LLM (~97 % de recall) |
-| **Captura automática** | Patrones basados en reglas | + LLM extrae decisiones y lecciones |
-| **Compresión** | No disponible | `consolidate` comprime recuerdos extensos |
-| **Coste** | Gratis, sin clave API | ~$0,0001 por búsqueda (Haiku) |
-
----
-
-## Las 8 Herramientas de Memoria
-
-| Herramienta | Qué hace |
-|------|-------------|
-| `remember` | Guarda conocimiento con observaciones, relaciones y etiquetas |
-| `recall` | Búsqueda inteligente con puntuación multifactorial y expansión de consulta por LLM |
-| `forget` | Archivado suave (nunca borra) o elimina observaciones específicas |
-| `consolidate` | Compresión de memorias extensas asistida por LLM |
-| `export` | Comparte memorias como JSON entre proyectos o miembros del equipo |
-| `import` | Importa memorias con estrategias de fusión (omitir / sobrescribir / añadir) |
-| `learn` | Registra lecciones estructuradas a partir de errores (error, causa raíz, corrección, prevención) |
-| `user_patterns` | Analiza tus patrones de trabajo — horario, herramientas, fortalezas, áreas de aprendizaje |
-
----
-
-## Arquitectura
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (8 operations) │
-                    └────────┬────────┘
-           ┌─────────────────┼─────────────────┐
-           │                 │                 │
-     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
-           │                 │                 │
-           └─────────────────┼─────────────────┘
-                             │
-                    SQLite + FTS5 + sqlite-vec
-                    (~/.memesh/knowledge-graph.db)
-```
-
-El núcleo es independiente del framework. La misma lógica se ejecuta desde el terminal, HTTP o MCP.
-
----
-
-## Contribuir
+## Desarrollo y verificación
 
 ```bash
 git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
-cd memesh-llm-memory && npm install && npm run build
-npm test -- --run    # 413 tests
+cd memesh-llm-memory
+npm install
+npm run build
+npm test
 ```
-
-Panel: `cd dashboard && npm install && npm run dev`
-
----
-
-<p align="center">
-  <strong>MIT</strong> — Hecho por <a href="https://pcircle.ai">PCIRCLE AI</a>
-</p>