@pcircle/memesh 4.0.2 → 4.1.0

package/README.ja.md

@@ -1,10 +1,13 @@
+<!-- translated from README.md @ ab9d25f8d9cb7c78c4cc271717709e2efb4bac76 -->
+<!-- DO NOT edit this file by hand. The maintainer regenerates it from README.md via a private toolkit script (see internal docs). Manual edits will be overwritten on next sync. -->
+
 🌐 [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>最も軽量なユニバーサル AI メモリ層。</strong><br />
-    SQLite ファイル 1 つ。あらゆる LLM に対応。クラウド不要。
+    <strong>Claude Code と MCP コーディングエージェント向けのローカルメモリ</strong><br />
+    SQLite ファイル 1 つ。Docker も クラウドも不要。
   </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>
@@ -16,11 +19,13 @@
 
 ---
 
-## 問題の本質
+## 課題
+
+コーディングエージェントはセッション間で記憶を失います。アーキテクチャの決定、バグ修正、テスト失敗、苦労して得た教訓 — すべてを毎回説明し直さなければなりません。Claude Code はいつも初期状態から始まり、既に知っているはずの制約を再発見し、貴重なコンテキストを無駄にします。
 
-AI はセッションをまたぐたびにすべてを忘れます。すべての決断、すべてのバグ修正、すべての学び——消えてしまいます。同じコンテキストを何度も説明し直し、Claude は同じパターンを再発見し、チームの AI 知識は毎回ゼロにリセットされます。
+**MeMesh は、コーディングエージェントに永続的で検索可能な進化するローカルメモリを与えます。**
 
-**MeMesh はすべての AI に、永続的で検索可能な、進化し続けるメモリを与えます。**
+このパッケージは MeMesh プロダクトファミリーのローカルメモリ層です。意図的にシンプルでオープンソース設計になっています。npm でインストール、メモリを `~/.memesh/knowledge-graph.db` に保存、Claude Code や MCP 互換クライアントに接続するだけ。ホステッドワークスペースやエンタープライズ向けのプロダクトは、このパッケージの README やロードマップとは分離して提供されます。
 
 ---
 
@@ -32,53 +37,59 @@ AI はセッションをまたぐたびにすべてを忘れます。すべて
 npm install -g @pcircle/memesh
 ```
 
-### ステップ 2: AI が記憶する
+### ステップ 2: 決定を記録
 
 ```bash
 memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
 ```
 
-### ステップ 3: AI が思い出す
+### ステップ 3: あとで思い出す
 
 ```bash
 memesh recall "login security"
-# → 別の言葉で検索しても「OAuth 2.0 with PKCE」が見つかります
+# → 別の単語で検索しても「OAuth 2.0 with PKCE」が見つかります
 ```
 
-**以上です。** MeMesh はセッションをまたいで記憶・想起を始めています。
+**これだけです。** MeMesh がセッション間でメモリを保持・検索し始めます。
+
+インストールと接続をエンドツーエンドで確認したい場合:
+
+```bash
+memesh doctor
+```
 
-ダッシュボードを開いてメモリを探索してみましょう：
+ダッシュボードを開いてメモリを探索します:
 
 ```bash
 memesh
 ```
 
 <p align="center">
-  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — 任意のメモリを瞬時に検索" width="100%" />
+  <img src="docs/images/dashboard-search.png" alt="MeMesh Search — any memory instantly" width="100%" />
 </p>
 
 <p align="center">
-  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — AI の知識を可視化" width="100%" />
+  <img src="docs/images/dashboard-analytics.png" alt="MeMesh Analytics — health score, timeline, patterns, knowledge coverage" width="100%" />
 </p>
 
 <p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — タイプフィルターとエゴモード付きインタラクティブ知識グラフ" width="100%" />
+  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — interactive knowledge graph with type filters and ego mode" width="100%" />
 </p>
 
 ---
 
-## 誰のためのツールか？
+## こんな方向けです
 
-| あなたが…なら | MeMesh はこう役立てます |
-|---------------|---------------------|
-| **Claude Code を使う開発者** | 決断・パターン・学びをセッションをまたいで自動的に記憶 |
-| **LLM でプロダクトを作るチーム** | エクスポート/インポートでチーム知識を共有し、全員の AI コンテキストを統一 |
-| **AI エージェント開発者** | MCP・HTTP API・Python SDK 経由でエージェントに永続メモリを付与 |
-| **複数の AI ツールを使うパワーユーザー** | Claude・GPT・LLaMA・Ollama または任意の MCP クライアントで使える共通メモリ層 |
+| あなたが... | MeMesh でできること |
+|-----------|-----------------|
+| **Claude Code を使う開発者** | プロジェクト判断、ファイル固有の知見、過去の失敗が自動で呼び出される |
+| **コーディングエージェントのパワーユーザー** | 1 つのローカルメモリレイヤーを MCP 互換ツール全体で共有 |
+| **AI コーディングワークフローを実験中のチーム** | ホステッドインフラを導入せず、プロジェクト知識をエクスポート・インポート |
+| **エージェント開発者** | MCP、HTTP、CLI、Python SDK 経由でローカルメモリを追加 |
 
 ---
 
-## あらゆるものと連携
+## コーディングエージェント向けに設計
 
 <table>
 <tr>
@@ -88,28 +99,28 @@ memesh
 ```bash
 memesh-mcp
 ```
-MCP プロトコル（自動設定済み）
+MCP ツール + Claude Code フック
 
 </td>
 <td width="33%" align="center">
 
-**Python / LangChain**
-```python
-from memesh import MeMesh
-m = MeMesh()
-m.recall("auth")
+**HTTP クライアント**
+```bash
+curl localhost:3737/v1/recall \
+  -H "Content-Type: application/json" \
+  -d '{"query":"auth"}'
 ```
-`pip install memesh`
+`memesh serve` (REST API)
 
 </td>
 <td width="33%" align="center">
 
-**任意の LLM（OpenAI 形式）**
+**任意の LLM (OpenAI 形式)**
 ```bash
 memesh export-schema \
   --format openai
 ```
-任意の API 呼び出しに貼り付け
+ツールを任意の API 呼び出しに貼り付け可能
 
 </td>
 </tr>
@@ -117,103 +128,120 @@ memesh export-schema \
 
 ---
 
-## なぜ Mem0 / Zep ではないのか？
+## OpenMemory、Cursor Memories、Mem0、Zep との違い
 
-| | **MeMesh** | Mem0 | Zep |
-|---|---|---|---|
-| **セットアップ時間** | 5 秒 | 30〜60 分 | 30 分以上 |
-| **設定方法** | `npm i-g` — 完了 | Neo4j + VectorDB + API キー | Neo4j + 設定 |
-| **ストレージ** | SQLite ファイル 1 つ | Neo4j + Qdrant | Neo4j |
-| **オフライン利用** | 常時対応 | 非対応 | 非対応 |
-| **ダッシュボード** | 組み込み（7 タブ + アナリティクス） | なし | なし |
-| **依存関係** | 6 | 20+ | 10+ |
-| **価格** | 永久無料 | 無料枠 / 有料 | 無料枠 / 有料 |
+| | **MeMesh** | OpenMemory | Cursor Memories | Mem0 | Zep / Graphiti |
+|---|---|---|---|---|---|
+| **最適な用途** | コーディングエージェント向けローカルメモリ | ローカル・クロスクライアント MCP メモリ | Cursor ネイティブプロジェクトメモリ | 管理型アプリ・エージェントメモリ | テンポラル知識グラフ |
+| **インストール形態** | `npm install -g @pcircle/memesh` | ローカルアプリ・サーバーフロー | Cursor ビルトイン | クラウド API / SDK / MCP | サービス・フレームワークセットアップ |
+| **ストレージ** | 1 つのローカル SQLite ファイル | ローカルメモリスタック | Cursor 管理ルール・メモリ | ホステッド・セルフホスト型スタック | グラフデータベース |
+| **クラウド必須** | いいえ | ローカルモードなら不要 | Cursor アカウント設定による | プラットフォーム利用時は必須 | 通常は必須・セルフホスト可能 |
+| **Claude Code フック** | 第一級 | MCP ツール | いいえ | MCP ツール | Claude Code 専用ではない |
+| **ダッシュボード** | ビルトイン | ビルトイン | Cursor 設定 | プラットフォームダッシュボード | プラットフォーム・グラフツール |
+| **トレードオフ** | シンプルなローカル構成、エンタープライズスケールは非対応 | より広いローカルアプリフットプリント | Cursor に限定 | 強力な管理プラットフォーム、ローカルファースト性が低い | 強力なグラフモデル、セットアップが重い |
 
-**MeMesh のトレードオフ：** エンタープライズ向けマルチテナント機能を省き、**即時セットアップ・インフラ不要・完全プライバシー**を実現しています。
+**MeMesh は、エンタープライズスケールの管理インフラストラクチャと引き換えに、即座のローカルセットアップ、検査可能なストレージ、コーディングエージェントワークフロー統合を選びました。**
 
 ---
 
-## 自動で動く仕組み
+## Claude Code での自動動作
 
-すべてを手動で記憶する必要はありません。MeMesh には **4 つのフック**があり、何もしなくても知識を自動的にキャプチャします：
+すべてを手動で記録する必要はありません。MeMesh に **6 つのフック** があり、作業中に知識を自動キャプチャ・注入します:
 
-| タイミング | MeMesh が行うこと |
-|------|------------------|
-| **セッション開始時** | 最も関連性の高いメモリを読み込み + 過去の教訓からのプロアクティブな警告 |
-| **`git commit` 後** | 変更内容と差分統計を記録する |
-| **Claude 終了時** | 編集したファイル・修正したエラーをキャプチャし、失敗から構造化された教訓を自動生成 |
-| **コンテキスト圧縮前** | コンテキスト上限で失われる前に知識を保存する |
+| タイミング | MeMesh の動作 |
+|---------|-----------|
+| **セッション開始時** | 最も関連の高いメモリ + 過去の教訓から得た予防警告 + エージェント編成バナーをロード |
+| **ファイル編集前** | ファイルまたはプロジェクト関連のメモリをリコール (Claude がコード執筆前) |
+| **bash コマンド実行前** | 高い検証性を持つコマンド (テスト、ビルド、lint、マイグレーション、デプロイ、ベンチマーク) をバックグラウンドエージェントとして実行するよう促す |
+| **`git commit` 後** | 変更内容と diff 統計を記録 |
+| **Claude 停止時** | 編集ファイル、修正エラー、失敗から自動生成した構造化教訓をキャプチャ |
+| **コンテキスト圧縮前** | コンテキスト限界で失われる前に知識を保存 |
 
-> **いつでも無効化：** `export MEMESH_AUTO_CAPTURE=false`
+> **いつでも無効化可能:** `export MEMESH_AUTO_CAPTURE=false`
 
 ---
 
 ## ダッシュボード
 
-7 タブ、11 言語、外部依存ゼロ。サーバー起動中は `http://localhost:3737/dashboard` でアクセス。
+7 つのタブ、11 言語対応、外部依存なし。サーバー実行中は `http://localhost:3737/dashboard` でアクセス可能。
 
-| タブ | 内容 |
-|------|------|
-| **Search** | すべてのメモリに対する全文検索 + ベクトル類似度検索 |
-| **Browse** | すべてのエンティティのページネーション一覧（アーカイブ/復元対応） |
-| **Analytics** | メモリヘルススコア（0-100）、30日タイムライン、価値指標、知識カバレッジ、クリーンアップ提案、作業パターン |
-| **Graph** | タイプフィルター、検索、エゴモード、最新性ヒートマップ付きインタラクティブ力学グラフ |
-| **Lessons** | 過去の失敗から生成された構造化レッスン（エラー、根本原因、修正方法、予防策） |
-| **Manage** | エンティティのアーカイブと復元 |
-| **Settings** | LLM プロバイダー設定、言語セレクター |
+| タブ | 表示内容 |
+|-----|--------|
+| **Search** | 全メモリ対象の全文検索 + ベクトル類似度検索 |
+| **Browse** | ページネーション表示された全エンティティ、アーカイブ・復元機能 |
+| **Analytics** | メモリ健全性スコア (0-100)、30 日間タイムライン、価値指標、知識カバレッジ、クリーンアップ提案、あなたの作業パターン |
+| **Graph** | インタラクティブ力指向知識グラフ、型フィルタ、検索、エゴモード、再度ヒートマップ |
+| **Lessons** | 過去の失敗から構造化された教訓 (エラー、根本原因、修正、予防) |
+| **Manage** | エンティティのアーカイブ・復元 |
+| **Settings** | LLM プロバイダ設定、言語セレクタ |
 
 ---
 
 ## スマート機能
 
-**🧠 スマート検索** — 「login security」で「OAuth PKCE」に関するメモリが見つかります。設定した LLM を使ってクエリを関連語に展開します。
+**🧠 スマート検索** — 「login security」で検索すると「OAuth PKCE」についてのメモリが見つかります。設定した LLM を使いクエリを関連用語で拡張します。
 
-**📊 スコアリングランキング** — 結果は関連性（35%）+ 最終使用日（25%）+ 使用頻度（20%）+ 信頼度（15%）+ 情報の有効期限（5%）で順位付けされます。
+**📊 スコア付きランキング** — 関連性 (30%) + 新しさ (25%) + 頻度 (15%) + 信頼度 (15%) + リコール影響度 (10%) + 時間的有効性 (5%) でランク付け。
 
-**🔄 知識の進化** — 決断は変わります。`forget` は古いメモリをアーカイブします（削除はしません）。`supersedes` の関係で古いものと新しいものをつなぎます。AI は常に最新版を参照します。
+**🔄 知識の進化** — 判断は変わります。`forget` で古いメモリをアーカイブ (削除されない)。`supersedes` 関係で古い → 新しい をリンク。AI は常に最新版を参照します。
 
-**⚠️ 矛盾検出** — 2 つのメモリが相互に矛盾している場合、MeMesh が警告を出します。
+**⚠️ 矛盾検出** — 互いに矛盾するメモリが 2 つある場合、MeMesh が警告します。
 
-**📦 チーム共有** — `memesh export > team-knowledge.json` → チームと共有 → `memesh import team-knowledge.json`
+**📦 チーム共有** — `memesh export > team-knowledge.json` → チームと共有 → `memesh import team-knowledge.json`。
+インポートされたバンドルは検索可能ですが、MeMesh はレビュー・ローカル再保存まで Claude フックへの自動注入はしません。
 
 ---
 
-## スマートモードを有効にする（任意）
+## 使用例
 
-MeMesh はデフォルトで完全にオフラインで動作します。LLM API キーを追加するとより賢い検索が使えます：
+> 「MeMesh が 3 週間前に PKCE と implicit フロー間で PKCE を選んだことを覚えていました。再び認証について Claude に聞いた時、すでに知っていました — 説明し直す必要がなかった。」
+> — **SaaS 構築中のソロ開発者**
+
+> 「毎週金曜日にチームのメモリをエクスポート、月曜日にインポートします。全員の Claude は先週チームが学んだことを知った状態で週を始めます。」
+> — **3 人スタートアップ、共有知識ベース**
+
+> 「ダッシュボードで、メモリの 90% が自動生成セッションログだったことに気づきました。アーキテクチャ判断向けに意図的に `remember` を使い始めました。ゲームチェンジャーです。」
+> — **Analytics タブを発見した開発者**
+
+---
+
+## スマートモードをアンロック (オプション)
+
+MeMesh はデフォルトでオフライン動作します。クエリ拡張、より賢い抽出、圧縮が必要な場合のみ LLM API キーを追加:
 
 ```bash
 memesh config set llm.provider anthropic
 memesh config set llm.api-key sk-ant-...
 ```
 
-またはダッシュボードの設定タブで視覚的に設定：
+またはダッシュボード Settings タブで視覚的にセットアップ:
 
 ```bash
-memesh  # ダッシュボードを開く → 設定タブ
+memesh  # ダッシュボード → Settings タブを開く
 ```
 
-| | レベル 0（デフォルト） | レベル 1（スマートモード） |
+| | レベル 0 (デフォルト) | レベル 1 (スマートモード) |
 |---|---|---|
-| **検索** | FTS5 キーワードマッチング | + LLM クエリ展開（約 97% 再現率） |
-| **自動キャプチャ** | ルールベースのパターン | + LLM が決断・学びを抽出 |
-| **圧縮** | 利用不可 | `consolidate` で冗長なメモリを圧縮 |
-| **コスト** | 無料・API キー不要 | 検索 1 回約 $0.0001（Haiku） |
+| **検索** | FTS5 キーワードマッチング | + LLM クエリ拡張 (~97% リコール率) |
+| **自動キャプチャ** | ルールベースパターン | + LLM が判断・教訓を抽出 |
+| **圧縮** | 利用不可 | `consolidate` で冗長メモリを圧縮 |
+| **コスト** | 無料、API キー不要 | 検索あたり ~$0.0001 (Haiku) |
 
 ---
 
-## 全 8 つのメモリツール
+## 9 つのメモリツール全覧
 
 | ツール | 機能 |
-|------|-------------|
-| `remember` | 観察記録・関係性・タグとともに知識を保存 |
-| `recall` | 多因子スコアリングと LLM クエリ展開によるスマート検索 |
-| `forget` | ソフトアーカイブ（完全削除なし）または特定の観察記録を削除 |
-| `consolidate` | LLM を使って冗長なメモリを圧縮 |
-| `export` | メモリを JSON でプロジェクトやチームメンバーと共有 |
-| `import` | マージ戦略（スキップ / 上書き / 追加）を選んでメモリをインポート |
-| `learn` | ミスから構造化されたレッスンを記録（エラー、根本原因、修正方法、予防策） |
-| `user_patterns` | 作業パターンを分析 — スケジュール、ツール、強み、学習分野 |
+|------|------|
+| `remember` | 観察、関係、タグ付きで知識を保存 |
+| `recall` | 多要素スコアリングと LLM クエリ拡張のスマート検索 |
+| `forget` | ソフトアーカイブ (削除されない) または特定の観察を削除 |
+| `consolidate` | LLM が冗長メモリを圧縮 |
+| `export` | メモリを JSON でシェア (プロジェクト・チーム間) |
+| `import` | マージ戦略付きメモリインポート (スキップ / 上書き / 追記) |
+| `learn` | ミスから構造化教訓を記録 (エラー、根本原因、修正、予防) |
+| `user_patterns` | 作業パターンを分析 — スケジュール、ツール、強み、学習領域 |
+| `verify_agent_work` | バックグラウンドエージェント作業の検証レポートを永続化、`git diff` で主張を現実チェック |
 
 ---
 
@@ -234,7 +262,7 @@ memesh  # ダッシュボードを開く → 設定タブ
                     (~/.memesh/knowledge-graph.db)
 ```
 
-コアはフレームワーク非依存。ターミナル・HTTP・MCP のいずれから呼び出しても、同じロジックが実行されます。
+コアはフレームワーク非依存。ターミナル、HTTP、MCP から同じロジックで動作します。
 
 ---
 
@@ -243,13 +271,14 @@ memesh  # ダッシュボードを開く → 設定タブ
 ```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
+npm test             # 489 tests
+npm run test:e2e-dashboard
 ```
 
-ダッシュボード：`cd dashboard && npm install && npm run dev`
+ダッシュボード: `cd dashboard && npm install && npm run dev`
 
 ---
 
 <p align="center">
-  <strong>MIT</strong> — <a href="https://pcircle.ai">PCIRCLE AI</a> 制作
+  <strong>MIT</strong> — Made by <a href="https://pcircle.ai">PCIRCLE AI</a>
 </p>