@pcircle/memesh 4.0.2 → 4.0.3

package/README.th.md

@@ -3,253 +3,108 @@
 <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>
+    <strong>ชั้นความจำแบบ local สำหรับ Claude Code และ coding agents ที่รองรับ MCP</strong><br />
+    ใช้ SQLite ไฟล์เดียว ไม่ต้องมี Docker และไม่ต้องพึ่ง cloud
   </p>
 </p>
 
----
+> README ภาษาไทยฉบับนี้เป็นเวอร์ชันสรุป หากต้องการข้อมูลที่ครบและอัปเดตที่สุด ให้ยึด [English README](README.md) เป็นหลัก
 
-## ปัญหาที่เกิดขึ้น
+## MeMesh แก้ปัญหาอะไร?
 
-AI ของคุณลืมทุกอย่างหลังจากจบแต่ละ session ทุกการตัดสินใจ ทุกการแก้บัก ทุกบทเรียนที่ได้รับ — หายไปหมด คุณต้องอธิบายบริบทเดิมซ้ำแล้วซ้ำเล่า Claude ค้นพบ pattern เดิมอีกครั้ง และความรู้ AI ของทีมก็รีเซ็ตกลับเป็นศูนย์ทุกครั้ง
+coding agent มักจะลืมบริบทเมื่อจบ session ไปแล้ว พอเริ่มงานรอบใหม่ ก็ต้องอธิบายการตัดสินใจทางสถาปัตยกรรม บั๊กที่เคยแก้ บทเรียนที่เคยได้ และข้อจำกัดของโปรเจกต์ซ้ำอีกครั้ง
 
-**MeMesh มอบหน่วยความจำที่ยั่งยืน ค้นหาได้ และพัฒนาอยู่เสมอให้กับทุก AI**
+**MeMesh ช่วยเก็บความรู้เหล่านี้ไว้ในเครื่องของคุณ ค้นหาได้ ตรวจสอบได้ และดึงกลับมาใช้ต่อได้**
 
----
+แพ็กเกจ npm นี้คือ MeMesh เวอร์ชัน plugin / package แบบ local ไม่ใช่ผลิตภัณฑ์ workspace บน cloud และไม่ใช่แพลตฟอร์ม enterprise แบบเต็มรูปแบบ
 
-## เริ่มต้นใน 60 วินาที
+## เริ่มได้ใน 60 วินาที
 
-### ขั้นตอนที่ 1: ติดตั้ง
+### 1. ติดตั้ง
 
 ```bash
 npm install -g @pcircle/memesh
 ```
 
-### ขั้นตอนที่ 2: AI ของคุณจดจำ
+### 2. บันทึกการตัดสินใจหนึ่งรายการ
 
 ```bash
 memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
 ```
 
-### ขั้นตอนที่ 3: AI ของคุณเรียกคืน
+### 3. เรียกกลับมาใช้ภายหลัง
 
 ```bash
 memesh recall "login security"
-# → ค้นพบ "OAuth 2.0 with PKCE" แม้จะค้นด้วยคำอื่น
+# → ต่อให้ใช้คำค้นคนละแบบ ก็ยังหา "OAuth 2.0 with PKCE" เจอได้
 ```
 
-**แค่นี้เอง** MeMesh เริ่มจดจำและเรียกคืนข้ามแต่ละ session แล้ว
-
-เปิด dashboard เพื่อสำรวจหน่วยความจำของคุณ:
+เปิด dashboard:
 
 ```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>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — กราฟความรู้แบบโต้ตอบพร้อมฟิลเตอร์ประเภทและโหมด ego" 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?
+## เหมาะกับใคร?
 
-| | **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 (7 แท็บ + analytics) | ไม่มี | ไม่มี |
-| **Dependencies** | 6 | 20+ | 10+ |
-| **ราคา** | ฟรีตลอดชีพ | แผนฟรี / เสียเงิน | แผนฟรี / เสียเงิน |
+- นักพัฒนาที่ใช้ Claude Code และอยากเก็บบริบทของโปรเจกต์ข้าม session
+- ผู้ใช้ระดับสูงที่อยากใช้ความจำ local ชุดเดียวร่วมกันระหว่าง MCP coding agents
+- ทีม AI-native ขนาดเล็กที่อยากแชร์ความรู้ของโปรเจกต์ผ่าน export / import
+- นักพัฒนา agent ที่อยากเชื่อม memory local ผ่าน CLI, HTTP หรือ MCP
 
-**MeMesh แลกเปลี่ยน:** ฟีเจอร์ multi-tenant ระดับ enterprise เพื่อ**ติดตั้งทันที ไม่ต้องการ infrastructure และความเป็นส่วนตัว 100%**
+## ทำไมต้อง MeMesh?
 
----
+- local-first: ข้อมูลอยู่ในไฟล์ SQLite ของคุณเอง
+- ติดตั้งง่าย: `npm install -g` แล้วเริ่มใช้ได้เลย
+- เชื่อมต่อได้ตรงไปตรงมา: รองรับ CLI, HTTP และ MCP
+- เหมาะกับ Claude Code: มี hooks ช่วยดึงบริบทที่เกี่ยวข้องเข้ามาใน workflow
+- ตรวจสอบและจัดการได้: มี dashboard ให้ดูและจัดระเบียบ memory
+- มีขอบเขตความเชื่อถือที่ปลอดภัยกว่า: memory ที่ import เข้ามายังค้นหาได้ แต่จะไม่ถูก inject เข้า Claude hooks โดยอัตโนมัติ จนกว่าจะมีการตรวจทานหรือบันทึกใหม่ในเครื่อง
 
-## สิ่งที่เกิดขึ้นโดยอัตโนมัติ
+## ใน Claude Code จะทำอะไรให้อัตโนมัติ?
 
-คุณไม่ต้องจดจำทุกอย่างด้วยตัวเอง MeMesh มี **4 hook** ที่จับความรู้โดยที่คุณไม่ต้องทำอะไร:
+ตอนนี้ MeMesh ช่วยใน 5 ช่วงหลัก:
 
-| เมื่อไหร่ | MeMesh ทำอะไร |
-|------|------------------|
-| **ทุกครั้งที่เริ่ม session** | โหลดความจำที่เกี่ยวข้องมากที่สุด + การแจ้งเตือนเชิงรุกจากบทเรียนที่ผ่านมา |
-| **หลังทุก `git commit`** | บันทึกสิ่งที่คุณเปลี่ยน พร้อมสถิติ diff |
-| **เมื่อ Claude หยุดทำงาน** | จับไฟล์ที่แก้ไข บักที่แก้ไขแล้ว และสร้างบทเรียนที่มีโครงสร้างจากความล้มเหลวโดยอัตโนมัติ |
-| **ก่อนการบีบอัด context** | บันทึกความรู้ก่อนที่จะหายไปเพราะข้อจำกัดของ context |
+- ตอนเริ่ม session จะโหลด memory ที่เกี่ยวข้องและบทเรียนที่เคยมี
+- ก่อนแก้ไฟล์ จะเรียก memory ที่เกี่ยวข้องกับไฟล์หรือโปรเจกต์
+- หลัง `git commit` จะบันทึกสิ่งที่เปลี่ยนไป
+- ตอนจบ session จะสรุปการแก้ไข ข้อผิดพลาด และ lessons learned
+- ก่อน compact context จะเก็บข้อมูลสำคัญกลับเข้า memory local
 
-> **ปิดใช้งานได้ตลอดเวลา:** `export MEMESH_AUTO_CAPTURE=false`
+## Dashboard มีอะไรบ้าง?
 
----
+Dashboard ตอนนี้มี 7 แท็บ และรองรับ 11 ภาษา:
 
-## Dashboard
+- Search: ค้นหา memory
+- Browse: ดู memory ทั้งหมด
+- Analytics: ดูสุขภาพและแนวโน้ม
+- Graph: ดูความสัมพันธ์ของความรู้
+- Lessons: ทบทวนบทเรียนที่ผ่านมา
+- Manage: archive และ restore
+- Settings: ตั้งค่า LLM provider และภาษา
 
-7 แท็บ, 11 ภาษา, ไม่มี dependency ภายนอก เข้าถึงที่ `http://localhost:3737/dashboard` เมื่อเซิร์ฟเวอร์ทำงาน
+## Smart Mode คืออะไร?
 
-| แท็บ | สิ่งที่คุณเห็น |
-|------|----------------|
-| **Search** | ค้นหาเต็มรูปแบบ + ความคล้ายคลึงเชิงเวกเตอร์ในทุกความจำ |
-| **Browse** | รายการแบบแบ่งหน้าของ entity ทั้งหมดพร้อมการเก็บถาวร/กู้คืน |
-| **Analytics** | คะแนนสุขภาพหน่วยความจำ (0-100), ไทม์ไลน์ 30 วัน, ตัวชี้วัดมูลค่า, ความครอบคลุมของความรู้, คำแนะนำการทำความสะอาด, pattern การทำงาน |
-| **Graph** | กราฟความรู้แบบโต้ตอบ force-directed พร้อมฟิลเตอร์ประเภท, ค้นหา, โหมด ego, heatmap ความใหม่ |
-| **Lessons** | บทเรียนที่มีโครงสร้างจากความล้มเหลวในอดีต (ข้อผิดพลาด, สาเหตุหลัก, การแก้ไข, การป้องกัน) |
-| **Manage** | เก็บถาวรและกู้คืน entity |
-| **Settings** | ตั้งค่าผู้ให้บริการ LLM, เลือกภาษา |
+MeMesh ใช้งานแบบ offline ได้ตั้งแต่ต้น หากคุณใส่ LLM API key เพิ่ม ก็จะเปิดความสามารถเสริม เช่น
 
----
+- query expansion
+- การสกัดข้อมูลอัตโนมัติที่ดีขึ้น
+- การจัดระเบียบและบีบอัดข้อมูลที่ฉลาดขึ้น
 
-## ฟีเจอร์อัจฉริยะ
+ถึงไม่มี API key ก็ยังใช้ฟังก์ชันหลักได้ตามปกติ
 
-**🧠 Smart Search** — ค้น "login security" แล้วพบความจำเกี่ยวกับ "OAuth PKCE" MeMesh ขยายคำค้นด้วยคำที่เกี่ยวข้องผ่าน LLM ที่ตั้งค่าไว้
+## อ่านต่อ
 
-**📊 Scored Ranking** — ผลลัพธ์จัดอันดับตาม ความเกี่ยวข้อง (35%) + ใช้ล่าสุดเมื่อไหร่ (25%) + ความถี่ (20%) + ความน่าเชื่อถือ (15%) + ข้อมูลยังทันสมัยหรือไม่ (5%)
+- ฟีเจอร์ทั้งหมด การเปรียบเทียบ API และข้อมูล release: [English README](README.md)
+- คู่มือการเชื่อมต่อแพลตฟอร์ม: [docs/platforms/README.md](docs/platforms/README.md)
+- เอกสารอ้างอิง API: [docs/api/API_REFERENCE.md](docs/api/API_REFERENCE.md)
 
-**🔄 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 8 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) |
-| `learn` | บันทึกบทเรียนที่มีโครงสร้างจากข้อผิดพลาด (ข้อผิดพลาด, สาเหตุหลัก, การแก้ไข, การป้องกัน) |
-| `user_patterns` | วิเคราะห์ pattern การทำงาน — ตารางเวลา, เครื่องมือ, จุดแข็ง, สิ่งที่ต้องเรียนรู้ |
-
----
-
-## สถาปัตยกรรม
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (8 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
+## การพัฒนาและการตรวจสอบ
 
 ```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> — สร้างโดย <a href="https://pcircle.ai">PCIRCLE AI</a>
-</p>

package/README.vi.md

@@ -3,253 +3,108 @@
 <p align="center">
   <h1 align="center">MeMesh LLM Memory</h1>
   <p align="center">
-    <strong>Lớp bộ nhớ AI phổ quát nhẹ nhất.</strong><br />
-    Một file SQLite. Mọi LLM. Không cần đám mây.
-  </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>Lớp bộ nhớ cục bộ cho Claude Code và các coding agent tương thích MCP.</strong><br />
+    Một tệp SQLite. Không cần Docker. Không cần phụ thuộc vào cloud.
   </p>
 </p>
 
----
+> README tiếng Việt này là bản giới thiệu rút gọn. Để xem nội dung đầy đủ và mới nhất, hãy dùng [English README](README.md) làm bản tham chiếu chính.
 
-## Vấn Đề
+## MeMesh giải quyết vấn đề gì?
 
-AI của bạn quên sạch mọi thứ sau mỗi phiên làm việc. Mọi quyết định, mọi lần sửa lỗi, mọi bài học rút ra — biến mất. Bạn phải giải thích lại cùng một bối cảnh, Claude lại khám phá lại cùng một pattern, và kiến thức AI của cả nhóm cứ reset về không mỗi lần.
+Coding agent thường mất ngữ cảnh giữa các session. Quyết định kiến trúc, lỗi đã sửa, bài học đã rút ra và các ràng buộc của dự án cứ phải giải thích lại nhiều lần.
 
-**MeMesh trao cho mọi AI bộ nhớ bền vững, có thể tìm kiếm và không ngừng phát triển.**
+**MeMesh giữ lại phần kiến thức đó trên máy cục bộ, cho phép tìm kiếm, xem lại và dùng lại khi cần.**
 
----
+Gói npm này là phiên bản plugin / package chạy cục bộ của MeMesh. Nó không phải sản phẩm workspace trên cloud hay toàn bộ nền tảng enterprise.
 
-## Bắt Đầu Trong 60 Giây
+## Bắt đầu trong 60 giây
 
-### Bước 1: Cài đặt
+### 1. Cài đặt
 
 ```bash
 npm install -g @pcircle/memesh
 ```
 
-### Bước 2: AI của bạn ghi nhớ
+### 2. Lưu một quyết định
 
 ```bash
 memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
 ```
 
-### Bước 3: AI của bạn gợi nhớ
+### 3. Gọi lại sau này
 
 ```bash
 memesh recall "login security"
-# → Tìm thấy "OAuth 2.0 with PKCE" dù tìm bằng từ khác
+# → vẫn tìm được "OAuth 2.0 with PKCE" dù dùng cách diễn đạt khác
 ```
 
-**Vậy là xong.** MeMesh đã bắt đầu ghi nhớ và gợi nhớ xuyên suốt các phiên làm việc.
-
-Mở dashboard để khám phá bộ nhớ của bạn:
+Mở dashboard:
 
 ```bash
 memesh
 ```
 
-<p align="center">
-  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — tìm bất kỳ ký ức nào ngay lập tức" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — hiểu rõ tri thức của AI bạn" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — đồ thị tri thức tương tác với bộ lọc loại và chế độ ego" width="100%" />
-</p>
-
----
-
-## Dành Cho Ai?
-
-| Nếu bạn là... | MeMesh giúp bạn... |
-|---------------|---------------------|
-| **Lập trình viên dùng Claude Code** | Tự động ghi nhớ quyết định, pattern và bài học qua các phiên làm việc |
-| **Nhóm xây dựng sản phẩm với LLM** | Chia sẻ kiến thức nhóm qua xuất/nhập, giữ ngữ cảnh AI của mọi người đồng bộ |
-| **Nhà phát triển AI agent** | Trao cho agent bộ nhớ bền vững qua MCP, HTTP API hoặc Python SDK |
-| **Người dùng nặng với nhiều công cụ AI** | Một lớp bộ nhớ dùng được với Claude, GPT, LLaMA, Ollama hoặc bất kỳ MCP client nào |
-
----
-
-## Tương Thích Với Tất Cả
-
-<table>
-<tr>
-<td width="33%" align="center">
-
-**Claude Code / Desktop**
-```bash
-memesh-mcp
-```
-Giao thức MCP (tự động cấu hình)
-
-</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">
-
-**Mọi LLM (định dạng OpenAI)**
-```bash
-memesh export-schema \
-  --format openai
-```
-Dán tools vào bất kỳ API call nào
-
-</td>
-</tr>
-</table>
-
----
-
-## Tại Sao Không Dùng Mem0 / Zep?
+## Dành cho ai?
 
-| | **MeMesh** | Mem0 | Zep |
-|---|---|---|---|
-| **Thời gian cài đặt** | 5 giây | 30–60 phút | 30+ phút |
-| **Cấu hình** | `npm i -g` — xong | Neo4j + VectorDB + API key | Neo4j + config |
-| **Lưu trữ** | Một file SQLite | Neo4j + Qdrant | Neo4j |
-| **Hoạt động offline** | Có, luôn luôn | Không | Không |
-| **Dashboard** | Tích hợp sẵn (7 tab + phân tích) | Không có | Không có |
-| **Phụ thuộc** | 6 | 20+ | 10+ |
-| **Giá** | Miễn phí mãi mãi | Gói miễn phí / Trả phí | Gói miễn phí / Trả phí |
+- Nhà phát triển dùng Claude Code và muốn giữ ngữ cảnh dự án giữa các session
+- Người dùng nâng cao muốn dùng chung một bộ nhớ cục bộ cho nhiều MCP coding agents
+- Nhóm AI-native nhỏ muốn chia sẻ kiến thức dự án qua export / import
+- Nhà phát triển agent muốn tích hợp bộ nhớ cục bộ qua CLI, HTTP hoặc MCP
 
-**MeMesh đánh đổi:** tính năng multi-tenant cấp doanh nghiệp để lấy **cài đặt tức thì, không hạ tầng, bảo mật 100%**.
+## Vì sao chọn MeMesh?
 
----
+- Local-first: dữ liệu nằm trong tệp SQLite của chính bạn
+- Cài đặt gọn nhẹ: `npm install -g` là có thể dùng
+- Tích hợp rõ ràng: hỗ trợ CLI, HTTP và MCP
+- Hợp với Claude Code: hooks giúp kéo đúng ngữ cảnh vào lúc làm việc
+- Dễ kiểm tra và dọn dẹp: dashboard giúp nhìn thấy bộ nhớ, không phải hộp đen
+- Ranh giới tin cậy an toàn hơn: bộ nhớ import vẫn tìm kiếm được, nhưng không tự động inject vào Claude hooks nếu chưa được rà soát hoặc lưu lại tại máy cục bộ
 
-## Những Gì Xảy Ra Tự Động
+## MeMesh tự động làm gì trong Claude Code?
 
-Bạn không cần phải tự ghi nhớ mọi thứ. MeMesh có **4 hook** tự động thu thập kiến thức mà không cần bạn làm gì:
+Hiện tại, MeMesh hỗ trợ ở 5 thời điểm:
 
-| Khi nào | MeMesh làm gì |
-|------|------------------|
-| **Mỗi khi bắt đầu phiên** | Tải các ký ức liên quan nhất + cảnh báo chủ động từ bài học trước đó |
-| **Sau mỗi `git commit`** | Ghi lại những gì bạn thay đổi, kèm thống kê diff |
-| **Khi Claude kết thúc** | Thu thập file đã sửa, lỗi đã fix và tự động tạo bài học có cấu trúc từ các lỗi |
-| **Trước khi nén context** | Lưu kiến thức trước khi mất do giới hạn context |
+- khi bắt đầu session, nạp các memory liên quan và bài học đã biết
+- trước khi sửa file, gọi lại memory liên quan đến file hoặc dự án
+- sau `git commit`, ghi lại thay đổi vừa thực hiện
+- khi kết thúc session, tổng hợp lỗi, bản sửa và lessons learned
+- trước khi compact context, lưu lại những gì quan trọng vào bộ nhớ cục bộ
 
-> **Tắt bất cứ lúc nào:** `export MEMESH_AUTO_CAPTURE=false`
+## Dashboard có gì?
 
----
+Dashboard hiện có 7 tab và hỗ trợ 11 ngôn ngữ:
 
-## Dashboard
+- Search: tìm memory
+- Browse: xem toàn bộ memory
+- Analytics: theo dõi độ khỏe và xu hướng
+- Graph: xem quan hệ kiến thức
+- Lessons: xem lại bài học
+- Manage: lưu trữ và khôi phục
+- Settings: cấu hình LLM provider và ngôn ngữ
 
-7 tab, 11 ngôn ngữ, không phụ thuộc bên ngoài. Truy cập tại `http://localhost:3737/dashboard` khi server đang chạy.
+## Smart Mode là gì?
 
-| Tab | Nội dung |
-|-----|----------|
-| **Search** | Tìm kiếm toàn văn + tương tự vector trên tất cả ký ức |
-| **Browse** | Danh sách phân trang của tất cả thực thể với lưu trữ/khôi phục |
-| **Analytics** | Điểm Sức khỏe Bộ nhớ (0-100), timeline 30 ngày, chỉ số giá trị, phạm vi kiến thức, đề xuất dọn dẹp, pattern làm việc |
-| **Graph** | Đồ thị tri thức tương tác dạng lực với bộ lọc loại, tìm kiếm, chế độ ego, heatmap mức độ mới |
-| **Lessons** | Bài học có cấu trúc từ các lỗi trước đó (lỗi, nguyên nhân gốc, cách sửa, phòng ngừa) |
-| **Manage** | Lưu trữ và khôi phục thực thể |
-| **Settings** | Cấu hình nhà cung cấp LLM, chọn ngôn ngữ |
+Mặc định MeMesh chạy offline. Nếu bạn thêm LLM API key, bạn có thể bật thêm các khả năng như:
 
----
+- query expansion
+- tự động trích xuất tốt hơn
+- sắp xếp và nén thông minh hơn
 
-## Tính Năng Thông Minh
+Ngay cả khi không có API key, phần cốt lõi vẫn hoạt động bình thường.
 
-**🧠 Tìm kiếm thông minh** — Tìm "login security" là ra ký ức về "OAuth PKCE". MeMesh mở rộng truy vấn bằng các thuật ngữ liên quan qua LLM đã cấu hình.
+## Tìm hiểu thêm
 
-**📊 Xếp hạng theo điểm** — Kết quả được xếp hạng theo mức liên quan (35%) + thời gian sử dụng gần nhất (25%) + tần suất (20%) + độ tin cậy (15%) + thông tin còn hiệu lực không (5%).
+- Tính năng đầy đủ, so sánh, API và thông tin release: [English README](README.md)
+- Hướng dẫn tích hợp: [docs/platforms/README.md](docs/platforms/README.md)
+- Tài liệu API: [docs/api/API_REFERENCE.md](docs/api/API_REFERENCE.md)
 
-**🔄 Tiến hóa kiến thức** — Quyết định thay đổi. `forget` lưu trữ ký ức cũ (không bao giờ xóa thật sự). Quan hệ `supersedes` nối cũ với mới. AI của bạn luôn thấy phiên bản mới nhất.
-
-**⚠️ Phát hiện mâu thuẫn** — Nếu có hai ký ức mâu thuẫn nhau, MeMesh sẽ cảnh báo.
-
-**📦 Chia sẻ nhóm** — `memesh export > team-knowledge.json` → chia sẻ với nhóm → `memesh import team-knowledge.json`
-
----
-
-## Mở Khóa Chế Độ Thông Minh (Tùy Chọn)
-
-MeMesh hoạt động hoàn toàn offline theo mặc định. Thêm API key của LLM để mở khóa tìm kiếm thông minh hơn:
-
-```bash
-memesh config set llm.provider anthropic
-memesh config set llm.api-key sk-ant-...
-```
-
-Hoặc dùng tab Cài đặt trong dashboard (cấu hình trực quan):
-
-```bash
-memesh  # mở dashboard → tab Cài đặt
-```
-
-| | Cấp 0 (mặc định) | Cấp 1 (Chế độ thông minh) |
-|---|---|---|
-| **Tìm kiếm** | Khớp từ khóa FTS5 | + Mở rộng truy vấn bằng LLM (~97% recall) |
-| **Tự động thu thập** | Pattern dựa trên quy tắc | + LLM trích xuất quyết định & bài học |
-| **Nén** | Không có | `consolidate` nén ký ức dài dòng |
-| **Chi phí** | Miễn phí, không cần API key | ~$0.0001 mỗi tìm kiếm (Haiku) |
-
----
-
-## Tất Cả 8 Công Cụ Bộ Nhớ
-
-| Công cụ | Chức năng |
-|------|-------------|
-| `remember` | Lưu kiến thức kèm quan sát, quan hệ và thẻ nhãn |
-| `recall` | Tìm kiếm thông minh với scoring đa nhân tố và mở rộng truy vấn bằng LLM |
-| `forget` | Lưu trữ mềm (không bao giờ xóa thật) hoặc xóa quan sát cụ thể |
-| `consolidate` | Nén ký ức dài dòng bằng LLM |
-| `export` | Chia sẻ ký ức dạng JSON giữa dự án hoặc thành viên nhóm |
-| `import` | Nhập ký ức với chiến lược gộp (bỏ qua / ghi đè / nối thêm) |
-| `learn` | Ghi lại bài học có cấu trúc từ sai lầm (lỗi, nguyên nhân gốc, cách sửa, phòng ngừa) |
-| `user_patterns` | Phân tích pattern làm việc — lịch trình, công cụ, điểm mạnh, lĩnh vực cần học |
-
----
-
-## Kiến Trúc
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (8 operations) │
-                    └────────┬────────┘
-           ┌─────────────────┼─────────────────┐
-           │                 │                 │
-     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
-           │                 │                 │
-           └─────────────────┼─────────────────┘
-                             │
-                    SQLite + FTS5 + sqlite-vec
-                    (~/.memesh/knowledge-graph.db)
-```
-
-Core độc lập với framework. Logic giống nhau chạy từ terminal, HTTP hoặc MCP.
-
----
-
-## Đóng Góp
+## Phát triển và kiểm thử
 
 ```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> — Được tạo bởi <a href="https://pcircle.ai">PCIRCLE AI</a>
-</p>