@pcircle/memesh 4.5.1 → 4.6.0

package/README.zh-CN.md

@@ -1,466 +0,0 @@
-🌐 [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>为 Claude Code 和 MCP 编码代理设计的本地内存层。</strong><br />
-    一个 SQLite 文件。无需 Docker。无需云服务。
-  </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%3D22-22c55e?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>
-  </p>
-</p>
-
----
-
-> [!IMPORTANT]
-> **持续开发中的项目** — 功能会持续更新，版本之间可能会有变动。遇到问题或想要新功能，请[开 issue](https://github.com/PCIRCLE-AI/memesh-llm-memory/issues)。
-
-## 问题
-
-编码代理在会话间会遗忘。每个架构决策、每次 bug 修复、失败的测试用例、每一次来之不易的经验教训都需要重新解释一遍。Claude Code 每次都从零开始，重新发现老约束，浪费上下文在早该掌握的东西上。
-
-**MeMesh 为编码代理提供持久化、可搜索、不断演进的本地内存。**
-
-本包是 MeMesh 产品系列的本地内存层。我们刻意保持简洁并开源：用 npm 安装，内存文件保存在 `~/.memesh/knowledge-graph.db`，连接到 Claude Code 或任何兼容 MCP 的客户端即可。托管工作区和企业级操作系统产品应当独立于本包的 README 和路线图。
-
----
-
-## 实测数据 — LongMemEval-S 上 R@5 达到 95.60%
-
-MeMesh 的检索引擎**只用 FTS5**（热路径上没有 LLM、也没有 embeddings），在公开的 [LongMemEval-S](https://huggingface.co/datasets/xiaowu0162/longmemeval) 基准（500 道题，MIT 许可）上的实测结果：
-
-| 系统 | R@5 | 来源 |
-|---|---|---|
-| **MeMesh (Mode A, via `recallEnhanced()`)** | **95.60%** | [benchmarks/longmemeval/RESULTS.md](benchmarks/longmemeval/RESULTS.md) |
-| MemPalace | 96.6% | 厂商自报 |
-| Supermemory | ~82% | 厂商估计 |
-| Zep | 63.8% | LongMemEval 论文 |
-| Mem0 | 49.0% | LongMemEval 论文 |
-
-复现命令、数据集 SHA256、每题原始结果以及已知失败分析全部放在 [`benchmarks/longmemeval/`](benchmarks/longmemeval/) 中。约 10 秒可重跑。
-
----
-
-## 安装路径一览
-
-MeMesh 有**两条共存的安装路径**。多数用户两条都需要。它们写入**同一份记忆数据库**（`~/.memesh/knowledge-graph.db`），所以 Claude Code 对话里记下的东西在 terminal 也看得到，反之亦然。
-
-```mermaid
-flowchart TB
-    classDef client fill:#1f2937,stroke:#4b5563,color:#f9fafb,stroke-width:1px
-    classDef pathA  fill:#1e3a8a,stroke:#3b82f6,color:#eff6ff,stroke-width:2px
-    classDef pathB  fill:#14532d,stroke:#22c55e,color:#f0fdf4,stroke-width:2px
-    classDef db     fill:#7c2d12,stroke:#f97316,color:#fff7ed,stroke-width:2px
-
-    subgraph clients["Where you use memesh from"]
-      direction LR
-      CC["Claude Code<br/>(chat + agent)"]:::client
-      TERM["Terminal / other<br/>MCP clients<br/>(Cursor, Cline...)"]:::client
-    end
-
-    subgraph paths["Two install paths"]
-      direction LR
-      A["<b>Path A — /plugin install</b><br/>───────────────<br/>Lives in <code>~/.claude/plugins/</code><br/><br/>• MCP tools in chat<br/>• Auto-capture hooks<br/>• <code>/memesh</code> skill<br/>• Session-start banner"]:::pathA
-      B["<b>Path B — npm install -g</b><br/>───────────────<br/>Lives in <code>$(npm prefix -g)/bin/</code><br/><br/>• <code>memesh</code> shell command<br/>• <code>memesh-mcp</code>, <code>-http</code>, <code>-view</code> bins<br/>• For Cursor / Cline / other MCP"]:::pathB
-    end
-
-    DB[("Shared memory DB<br/><code>~/.memesh/knowledge-graph.db</code><br/>Same data, both paths see it")]:::db
-
-    CC -->|uses| A
-    TERM -->|uses| B
-    A --> DB
-    B --> DB
-```
-
-**你需要哪条？**
-
-| 你想做什么 | 安装路径 |
-|---|---|
-| 在 Claude Code 对话里用 `/memesh` skill | Path A（plugin）|
-| 在 Claude Code 启用自动 capture（session → 教训 → 下次 recall） | Path A（plugin）|
-| 在任何 terminal 跑 `memesh remember` / `memesh recall` / `memesh doctor` | Path B（npm-global）|
-| 用 `memesh serve` 直接开 dashboard（没有 `npx` 启动延迟） | Path B（npm-global）|
-| 把 `memesh-mcp` 接到 Cursor、Cline 或其他 MCP client | Path B（npm-global）|
-| 以上全要 | **两条都装** — 不会冲突 |
-
-> **常见误会**：Claude Code 的 plugin **不会** 把 `memesh` 放到你的 shell `PATH` 上。如果你只跑 `/plugin install`，然后在 terminal 打 `memesh reindex`，你会看到 `command not found`。这是正常的 — 还要加 `npm install -g @pcircle/memesh` 才有 shell 命令。
-
-### ⚠️ 装 plugin 不会装 CLI
-
-这是最常见的踩坑点，读一次省下未来的循环：
-
-- 从 Claude Code 跑 `/plugin install memesh@pcircle-memesh` → 只装 **Path A**。给你 MCP 工具、hooks、`/memesh` skill。**不会**把 `memesh` 放到你的 shell `PATH`。
-- 在 terminal 打 `memesh reindex` / `memesh update` / `memesh doctor` → 需要 **Path B**（npm-global）。没装就会 `zsh: command not found: memesh`。
-- **Claude Code 使用者建议的安装方式**：**两条都装**。共存、共用同一份数据库、不冲突。
-
-```bash
-# 跑完 /plugin install ... 之后，再跑这个：
-npm install -g @pcircle/memesh
-```
-
-如果你只透过 Claude Code 对话用 memesh（从不在 terminal 打 `memesh`），Path A 自己就够了。其他人请两条都装。
-
----
-
-## 60 秒快速开始
-
-### 选项 A — Claude Code 插件（一行安装）
-
-如果你使用 Claude Code，可以直接在 CLI 内把 MeMesh 作为插件安装：
-
-```
-/plugin marketplace add PCIRCLE-AI/memesh-llm-memory
-/plugin install memesh@pcircle-memesh
-```
-
-Claude Code 会自动接好 hooks、skills 以及 MCP server。你将获得会话内自动捕获、主动回忆、Claude Code 对话内的 `/memesh` skill（remember / recall / learn / forget），并且 `remember` / `recall` / `forget` / `learn` 也以 MCP 工具提供给代理使用。CLI 和本地仪表板也都无需额外全局安装即可访问 — `npx @pcircle/memesh <command>` 可以执行所有 CLI 命令，`npx @pcircle/memesh` 会在 `localhost:3737` 启动仪表板。MCP server 直接从插件内置的编译产物启动 — 不需要 `npx` 查找、不需要 `npm install -g`、不需要本地构建步骤。memesh 通过 Node 内置的 `node:sqlite`（22.13+）存放数据，所以升级 Node 不会留下一个为错误 runtime 编译的二进制文件。
-
-### 选项 B — npm 全局安装（可选优化）
-
-如果你想把二进制直接放在 shell `PATH` 上（这样 `memesh`、`memesh-mcp` 等可在任意终端中直接使用，不需要每次都走 `npx` 查找），或者你想把 `memesh-mcp` 作为固定路径 stdio 命令暴露给**非 Claude Code 的 MCP 客户端**（Cursor、Cline、纯终端流程）：
-
-```bash
-npm install -g @pcircle/memesh
-```
-
-> **首次安装注意事项（一次性）：**
-> - **不需要编译器** — 数据库引擎就是 Node 自己的 `node:sqlite`。负责「按意思搜索」的 `sqlite-vec` 以预编译文件形式提供 macOS（arm64/x64）、Linux（x64/arm64）和 Windows x64；在其他平台它就是不存在，回忆保持关键词搜索。这里没有任何东西会执行安装脚本，所以 `npm install --ignore-scripts` 也能装出完全可用的 memesh。
-> - **语义搜索是可选的** — 默认检索路径是关键词搜索（FTS5），不需要模型也不需要下载。基于语义的搜索需要一个 embedder：在本地运行 [Ollama](https://ollama.com)，或配置一个云端 embedder（见下方“嵌入”）。没有配置时，memesh 只使用关键词搜索。
-
-### 第一步半：把 MeMesh 接入 Claude Code（仅 npm 路径）
-
-如果你通过**选项 A**（`/plugin install memesh@pcircle-memesh`）安装，跳过这一步 — Claude Code 会自动接好插件 hooks。
-
-如果你通过**选项 B**（`npm install -g`）安装，CLI 已经在 PATH 上、MCP server 也已注册，但 Claude Code session hooks 不会自动接上。没有这些 hooks，你仍然可以手动用 `memesh remember` / `recall`，但**自动捕捉循环**（session → 教训 → 下次 session 主动回想）就会静默不动。
-
-```bash
-memesh install-hooks         # 把 memesh hooks 加到 ~/.claude/settings.json
-memesh doctor                # 确认「Hooks wired into Claude Code」通过
-```
-
-这些 hooks 会和你已有的 `~/.claude/hooks/` 自定义 hooks 并存 — `install-hooks` 用追加方式写，从不覆盖你的东西。要移除：`memesh uninstall-hooks`。
-
-### 第二步：记录一个决策
-
-> 下面的 bash 示例假设 `memesh` 已在你的 `PATH` 上（选项 B）。选项 A（仅插件）用户有两条等价路径：在 Claude Code 对话内询问（`/memesh` skill + MCP 工具覆盖相同流程），或在任意 shell 中把 `memesh` 替换成 `npx @pcircle/memesh` — 参数完全相同，无需全局安装。
-
-```bash
-memesh remember "Use OAuth 2.0 with PKCE for the new auth"
-```
-
-或在你想要稳定名称和类型用于后续过滤时使用显式形式：
-
-```bash
-memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
-```
-
-### 第三步：之后随时调用
-
-```bash
-memesh recall "login security"
-# → 即使用词不同，也能找到 "OAuth 2.0 with PKCE"
-```
-
-**就这样。** MeMesh 现在已经在会话间记忆和回忆了。
-
-想验证安装和本地接线是否完整：
-
-```bash
-memesh doctor
-```
-
-打开仪表板浏览你的内存：
-
-```bash
-memesh serve
-```
-
-<p align="center">
-  <img src="docs/images/dashboard-search.png" alt="MeMesh 搜索 — 瞬间找到任何记忆" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-analytics.png" alt="MeMesh 分析 — 健康评分、时间线、模式、知识覆盖" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh 知识图 — 交互式知识图，支持类型过滤和中心模式" width="100%" />
-</p>
-
----
-
-## 这是为谁设计的？
-
-| 你是... | MeMesh 帮助你... |
-|--------|-----------------|
-| **使用 Claude Code 的开发者** | 工作时自动回忆项目决策、文件特定的经验教训和过去的失败 |
-| **编码代理重度用户** | 在 MCP 兼容工具间共享一个本地内存层 |
-| **团队试验 AI 编码工作流** | 导出/导入项目知识，无需引入托管基础设施 |
-| **代理开发者** | 通过 MCP、HTTP 或 CLI 添加本地内存 |
-
----
-
-## 为编码代理优先设计
-
-<table>
-<tr>
-<td width="33%" align="center">
-
-**Claude Code / Desktop**
-```bash
-memesh-mcp
-```
-MCP 工具 + Claude Code 钩子
-
-</td>
-<td width="33%" align="center">
-
-**任何 HTTP 客户端**
-```bash
-curl localhost:3737/v1/recall \
-  -H "Content-Type: application/json" \
-  -d '{"query":"auth"}'
-```
-`memesh serve` (REST API)
-
-</td>
-<td width="33%" align="center">
-
-**任何 LLM (OpenAI 格式)**
-```bash
-memesh export-schema \
-  --format openai
-```
-粘贴工具到任何 API 调用
-
-</td>
-</tr>
-</table>
-
----
-
-## 为什么不用 OpenMemory、Cursor Memories、Mem0 或 Zep？
-
-| | **MeMesh** | OpenMemory | Cursor Memories | Mem0 | Zep / Graphiti |
-|---|---|---|---|---|---|
-| **最佳适用场景** | 编码代理的本地内存 | 本地/跨客户端 MCP 内存 | Cursor 原生项目内存 | 托管应用/代理内存 | 时间知识图 |
-| **安装形式** | `npm install -g @pcircle/memesh` | 本地应用/服务器流程 | 内置于 Cursor | 云 API / SDK / MCP | 服务/框架配置 |
-| **存储方式** | 单个本地 SQLite 文件 | 本地内存栈 | Cursor 管理的规则/内存 | 托管或自托管栈 | 图数据库 |
-| **是否需要云** | 否 | 本地模式不需要 | 取决于 Cursor 账户/设置 | 平台需要 | 通常需要/自托管 |
-| **Claude Code 钩子** | 一级支持 | MCP 工具 | 否 | MCP 工具 | 不针对 Claude Code |
-| **仪表板** | 内置 | 内置 | Cursor 设置 | 平台仪表板 | 平台/图形工具 |
-| **权衡** | 简洁的本地方案，不适用企业规模 | 更宽泛的本地应用足迹 | 绑定 Cursor | 强大的托管平台，本地化程度低 | 强大的图模型，配置更复杂 |
-
-**MeMesh 用即插即用的本地设置、可检视的存储和编码代理工作流钩子，换取企业级托管基础设施。**
-
----
-
-## Claude Code 中的自动化流程
-
-你不需要手动记住一切。MeMesh 有 **6 个钩子**在你工作时自动捕获和注入知识：
-
-| 触发条件 | MeMesh 的动作 |
-|---------|------------|
-| **每个会话开始** | 加载最相关的记忆 + 来自过去经验教训的主动警告 |
-| **编辑文件前** | 回忆与该文件或项目相关的记忆，然后 Claude 才开始写代码 |
-| **当你要求记忆时** | 检测「remember this」/「guardar en memesh」/「sauvegarder dans memesh」/「记下来」意图（5 种语言），并提醒 Claude 使用 memesh |
-| **每次 `git commit` 后** | 记录你的改动，附带 diff 统计 |
-| **Claude 停止时** | 捕获编辑过的文件、修复的错误、自动从失败中生成结构化经验教训 |
-| **上下文压缩前** | 在知识被上下文限制吞没前保存 |
-
-> **随时退出：** `export MEMESH_AUTO_CAPTURE=false`
-
----
-
-## 配置
-
-所有配置都通过环境变量。默认值为本地、零网络 — 无需设置任何东西即可获得可用系统。
-
-| 变量 | 默认 | 作用 |
-|---|---|---|
-| `MEMESH_DB_PATH` | `~/.memesh/knowledge-graph.db` | 覆盖 SQLite 数据库位置。 |
-| `MEMESH_AUTO_CAPTURE` | `true` | 完全禁用自动捕获 hooks（`Stop`、`PreCompact`）。 |
-| `MEMESH_AUTO_DETECT_LLM` | 未设置（自动检测**开启**） | 设为 `0` 让 memesh 不使用它在 shell 环境中找到的 API 密钥。默认情况下，如果设置了 `ANTHROPIC_API_KEY` / `OPENAI_API_KEY` / `OLLAMA_HOST` 且你没有在 `~/.memesh/config.json` 中配置提供商，memesh 会用它来跑写入侧的 LLM 功能（整合、经验提取、自动打标签、dream）。嵌入不受影响 —— 除非你把 `embedder.provider` 显式设置为 `ollama` 或 `openai`，否则保持仅关键词（FTS5）。 |
-| `MEMESH_AUTO_UPDATE` | `off` | 自动升级策略。`off`（默认）从不自动升级；`patch` 允许 `X.Y.Z → X.Y.Z+N`；`minor` 增加 `X.Y.Z → X.Y+1.0`；`major` 允许任意版本跳升。允许时，一个分离的 `npm install -g` 会在会话结束（Stop hook）触发，所以从不阻塞你的工作 — 结果落在 `~/.memesh/auto-update.log`。也可以在 `~/.memesh/config.json` 里写为 `autoUpdate`（环境变量优先）。当已安装版本被维护者标记为 deprecated（安全建议）时，`patch` 会被强制允许，即便策略是 `off` — minor / major 升级仍保持手动，避免行为静默漂移。 |
-| `OPENAI_API_KEY` | 未设置 | 你的 OpenAI 密钥。除非你设置 `MEMESH_AUTO_DETECT_LLM=0` 或显式配置提供商，否则会自动用于 LLM 功能。 |
-| `OLLAMA_HOST` | `http://localhost:11434` | 使用本地 Ollama 提供商时覆盖 Ollama 端点。 |
-
-`memesh doctor` 会打印解析后的配置，你可以看到当前生效的内容。
-
-**备用 LLM 提供商（Smart Mode）。** 在 dashboard 的 **Settings → “Fallback providers”** 可以设置一条有顺序的故障转移链——当主要提供商不可用时，memesh 会依次改用列表里的下一个。可以加本地的 [Ollama](https://ollama.com) 备用，或云端的（OpenAI / Anthropic，需要 API key）。隐私权衡：一旦用到云端备用，记忆内容（可能是私密的）会被发送到该提供商，所以如果你为了隐私只跑本地，这点需要注意。
-
-当 npm 把已安装版本标记为 deprecated（通常为安全建议）时，下次 session-start 会先显示一条强烈的 `⚠️ MeMesh <ver> is DEPRECATED` 横幅，并且 `memesh update-status` 在你升级前会持续显示同一行。检查结果会缓存到 `~/.memesh/update-check.<version>.json`，避免一次临时网络故障让警告变弱。
-
----
-
-## 仪表板
-
-8 个标签页，11 种语言，零外部依赖。服务器运行时访问 `http://localhost:3737/dashboard`。
-
-| 标签页 | 你看到什么 |
-|--------|---------|
-| **Insights** | 记忆洞察 — 来自 dreamer 引擎的每周摘要和模式提案；一键接受/拒绝 |
-| **搜索** | 全文 + 向量相似度搜索，覆盖所有记忆 |
-| **浏览** | 所有实体的分页列表，支持归档/恢复 |
-| **分析** | 记忆健康分数、30 天时间线、PM 速度 + KG 连通性指标、工作模式、清理建议 |
-| **知识图** | 交互式力导向图，支持类型过滤、搜索、中心模式、新近度热力图 |
-| **经验教训** | 来自过去失败的结构化经验教训（错误、根本原因、修复、预防） |
-| **管理** | 归档和恢复实体 |
-| **设置** | LLM 提供商配置、即时语言切换器 |
-
----
-
-## 聪慧功能
-
-**🧠 智能搜索** — 搜索"登录安全"也能找到"OAuth PKCE"相关的记忆。MeMesh 在热路径上用 FTS5 + sqlite-vec，零 LLM。
-
-**🌏 支持不用空格分词的文字** — 中文、日文、韩文、泰文、老挝文、高棉文和半角片假名都会拆成相邻两字一组来建索引，所以写成「资料库迁移前一定要先备份」的记忆，搜索「备份」就找得到，不必打出一模一样的全文。写入和查询两边都会做 NFC 正规化，因此在 macOS 上或用韩文、越南文输入法打的记忆，两种写法都找得到。
-
-**📊 评分排序** — 结果按相关性（30%）+ 新近度（25%）+ 频率（18%）+ 置信度（17%）+ 回忆影响（10%）排序。
-
-**🔄 知识演进** — 决策会变化。`forget` 归档旧记忆（永不删除）。`supersedes` 关系链接 旧 → 新。你的 AI 总是看到最新版本。
-
-**⚠️ 冲突检测** — 如果你有两条相互矛盾的记忆，MeMesh 会警告你。
-
-**🕸️ 知识图连通性** — `memesh kg backfill-relations --all-rules` 使用标签共现、项目聚类、会话上下文和名称相似度连接孤立实体 — 无需 LLM。
-
-**📦 团队共享** — `memesh export > team-knowledge.json` → 与团队分享 → `memesh import team-knowledge.json`
-导入的包保持可搜索，但 MeMesh 不会自动将导入的记忆注入到 Claude 钩子中，直到你审查或本地重新存储它们。
-
----
-
-## 使用示例
-
-> "MeMesh 记得我们三周前选择了 PKCE 而不是隐式流。我再次问 Claude 有关身份验证的问题时，它已经知道——无需重新解释。"
-> — **独立开发者，正在构建 SaaS**
-
-> "我们每周五导出团队的内存，周一导入。每个人的 Claude 周一开始时都知道团队上周学到了什么。"
-> — **3 人初创公司，共享知识库**
-
-> "仪表板显示我 90% 的记忆是自动生成的会话日志。我开始有意使用 `remember` 记录架构决策。彻底改变了游戏规则。"
-> — **发现分析标签页的开发者**
-
----
-
-## 解锁智能模式（可选）
-
-MeMesh 默认离线工作 — 回忆始终是严格无 LLM 的（开箱即用 LongMemEval-S R@5 95.60%）。仅当你想要在此之上叠加 LLM 增强分析流程时才添加 LLM API 密钥：更聪慧的会话提取、为新记忆自动打标签、从失败生成经验教训，以及 `dream` 压缩：
-
-```bash
-memesh config set llm.provider anthropic
-memesh config set llm.api-key sk-ant-...
-```
-
-或使用仪表板设置标签页（可视化配置）：
-
-```bash
-memesh serve  # 打开仪表板 → 设置标签页
-```
-
-**把过去的会话挖成记忆。** `memesh dream run --from-transcripts` 会读取这个项目的 Claude Code 会话记录，请 LLM 找出藏在对话里的决策与教训，再把它们暂存为提案——不会自动写入你的知识图谱。用 `memesh dream show <id>` 逐一查看，挑值得保留的 accept。
-
-### 自带嵌入(可选)
-
-默认情况下 MeMesh 只做**关键词**召回(FTS5)—— 无需 API 密钥,无需下载模型,数据不离开你的机器。语义(基于含义的)搜索是可选的,需要一个嵌入器。配置其中之一:
-
-```bash
-memesh config set embedder.provider openai          # or: ollama
-memesh config set embedder.model text-embedding-3-small
-```
-
-嵌入器**独立于对话 LLM** 配置 —— 更改 `llm.provider` 绝不会悄悄改变你的嵌入。如果切换到不同维度(如 768 → 1536),MeMesh 会在下次写入时自动重建向量索引。支持的 `embedder.provider` 取值:`ollama`(本地)、`openai`(托管)。两者都不设置时,召回保持关键词搜索。
-
-| | 级别 0（默认） | 级别 1（智能模式） |
-|---|---|---|
-| **搜索** | FTS5 + sqlite-vec，95.60% R@5 | 不变 — 回忆在每个级别都是无 LLM 的 |
-| **自动捕获** | 基于规则的模式 | + LLM 提取决策和经验教训 |
-| **自动打标签** | 仅手动标签 | + LLM 为新记忆生成标签 |
-| **失败分析** | 不可用 | + LLM 把会话错误转化为结构化经验教训 |
-| **压缩** | 不可用 | `dream` 压缩冗长的记忆 |
-| **成本** | 免费，无需 API 密钥 | ~$0.0001 每次分析调用（Haiku） |
-
----
-
-## 全部 7 个内存工具
-
-| 工具 | 它做什么 |
-|------|--------|
-| `remember` | 存储知识，附带观察、关系和标签 |
-| `recall` | FTS5 + sqlite-vec 搜索，附带多因素评分（相关性、新近度、频率、置信度、回忆影响）— 热路径上无 LLM |
-| `forget` | 软归档（永不删除）或移除特定观察 |
-| `export` | 在项目或团队成员间共享内存，格式为 JSON |
-| `import` | 导入内存，支持合并策略（跳过 / 覆盖 / 追加） |
-| `learn` | 从错误中记录结构化经验教训（错误、根本原因、修复、预防） |
-| `user_patterns` | 分析你的工作模式——日程、工具、优势、学习领域 |
-
----
-
-## 架构
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (7 operations) │
-                    └────────┬────────┘
-           ┌─────────────────┼─────────────────┐
-           │                 │                 │
-     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
-           │                 │                 │
-           └─────────────────┼─────────────────┘
-                             │
-                    SQLite + FTS5 + sqlite-vec
-                    (~/.memesh/knowledge-graph.db)
-```
-
-核心是框架无关的。相同逻辑从终端、HTTP 或 MCP 运行。
-
----
-
-## 升级
-
-Claude Code 的 plugin marketplace 在安装时把版本钉住，**不会**自动更新。要拿到新版本：
-
-**方法 A — `/plugin` 界面**：先卸载 `memesh@pcircle-memesh`，再重新安装。Claude Code 会抓取 marketplace 最新版。
-
-**方法 B — 一行命令**（无需点击 UI、幂等）：
-
-```bash
-# 如果 plugin 已经是 v4.2.5 或更新，脚本已内置：
-bash ~/.claude/plugins/cache/pcircle-memesh/memesh/<current-version>/scripts/upgrade-plugin.sh
-
-# 如果是 v4.2.5 之前的版本（即 v4.2.4 或 v4.2.3），
-# 脚本还没在你的 plugin 里，改用 npm-global 的副本：
-bash "$(npm prefix -g)/lib/node_modules/@pcircle/memesh/scripts/upgrade-plugin.sh"
-
-# （这假设你也运行过 `npm install -g @pcircle/memesh`。如果还没，
-# 现在正好可以一起装 — 参考上面「安装路径一览」了解为什么大多数人两条路径都装。）
-```
-
-脚本会 fast-forward marketplace cache、把新版本放入 `~/.claude/plugins/cache/`、安装 runtime deps，然后把 `installed_plugins.json` 重指向新版本。完成后请重启 Claude Code 让 MCP server 重连。
-
-**npm-global 安装**（`npm install -g @pcircle/memesh`）可以直接通过 `memesh update` 自动更新。Source checkouts：`git pull && npm install && npm run build`。
-
-Session 开始时，若有新版本可下载，会显示一行 banner（每版本每 24 小时节流一次），`memesh doctor` 会报告升级目标版本与对应命令。
-
----
-
-## 贡献
-
-```bash
-git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
-cd memesh-llm-memory && npm install && npm run build
-npm test             # 630 个测试
-npm run test:e2e-dashboard
-```
-
-仪表板：`cd dashboard && npm install && npm run dev`
-
----
-
-<p align="center">
-  <strong>MIT</strong> — 由 <a href="https://pcircle.com">PCIRCLE AI</a> 开发
-</p>

package/dist/cli/view.d.ts

@@ -1,3 +0,0 @@
-#!/usr/bin/env node
-export declare function generateDashboardHtml(dbPath?: string): string;
-//# sourceMappingURL=view.d.ts.map

package/dist/cli/view.d.ts.map

@@ -1 +0,0 @@
-{"version":3,"file":"view.d.ts","sourceRoot":"","sources":["../../src/cli/view.ts"],"names":[],"mappings":";AA0NA,wBAAgB,qBAAqB,CAAC,MAAM,CAAC,EAAE,MAAM,GAAG,MAAM,CA+V7D"}