@pcircle/memesh 4.5.1 → 4.6.1

package/README.pt.md

@@ -1,459 +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>Memória local para Claude Code e agentes de codificação MCP.</strong><br />
-    Um arquivo SQLite. Sem Docker. Sem dependência de 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%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]
-> **Projeto em desenvolvimento ativo** — funcionalidades evoluem continuamente e podem mudar entre releases. Em caso de bug ou pedido de funcionalidade, por favor [abra uma issue](https://github.com/PCIRCLE-AI/memesh-llm-memory/issues).
-
-## O Problema
-
-Seu agente de código esquece tudo entre sessões. Toda decisão arquitetônica, correção de bug, teste que falhou e lição conquistada na marra precisa ser re-explicada. Claude Code sempre começa do zero, redescobre restrições antigas e queima contexto em coisas que já deveria saber.
-
-**MeMesh oferece memória local persistente, pesquisável e evolutiva para agentes de código.**
-
-Este pacote é a camada de memória local da família de produtos MeMesh. É propositalmente pequeno e open-source: instale via npm, mantenha sua memória em `~/.memesh/knowledge-graph.db` e conecte ao Claude Code ou qualquer cliente compatível com MCP. Produtos de workspace hospedado e sistemas operacionais corporativos devem se manter separados do roadmap e README deste pacote.
-
----
-
-## Prova — 95,60% R@5 no LongMemEval-S
-
-O motor de recuperação do MeMesh é **apenas FTS5** (sem LLM, sem embeddings no hot path), medido contra o benchmark público [LongMemEval-S](https://huggingface.co/datasets/xiaowu0162/longmemeval) (500 perguntas, licença MIT):
-
-| Sistema | R@5 | Fonte |
-|---|---|---|
-| **MeMesh (Mode A, via `recallEnhanced()`)** | **95,60%** | [benchmarks/longmemeval/RESULTS.md](benchmarks/longmemeval/RESULTS.md) |
-| MemPalace | 96,6% | Auto-relato do fornecedor |
-| Supermemory | ~82% | Estimativa do fornecedor |
-| Zep | 63,8% | Paper LongMemEval |
-| Mem0 | 49,0% | Paper LongMemEval |
-
-Comandos de reprodução, SHA256 do dataset, resultados brutos por pergunta e análise de falhas conhecidas estão todos em [`benchmarks/longmemeval/`](benchmarks/longmemeval/). Reexecutável em ~10 segundos.
-
----
-
-## Caminhos de instalação resumidos
-
-MeMesh tem **dois caminhos de instalação que coexistem**. A maioria dos usuários quer ambos. Ambos escrevem no **mesmo banco de dados de memória** (`~/.memesh/knowledge-graph.db`), então memórias capturadas no chat do Claude Code aparecem no seu shell, e vice-versa.
-
-```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
-```
-
-**Qual você precisa?**
-
-| O que você quer fazer | Caminho de instalação |
-|---|---|
-| Usar o skill `/memesh` numa conversa do Claude Code | Path A (plugin) |
-| Auto-captura no Claude Code (sessão → lições → recall seguinte) | Path A (plugin) |
-| Rodar `memesh remember` / `memesh recall` / `memesh doctor` em qualquer terminal | Path B (npm-global) |
-| Abrir o dashboard via `memesh serve` (sem atraso de inicialização do `npx`) | Path B (npm-global) |
-| Conectar `memesh-mcp` ao Cursor, Cline ou outro cliente MCP | Path B (npm-global) |
-| Tudo acima | **Instale ambos** — não conflitam |
-
-> **Confusão comum**: o plugin do Claude Code **não** coloca `memesh` no `PATH` do seu shell. Se você só rodar `/plugin install` e depois digitar `memesh reindex` num terminal, vai ver `command not found`. É normal — adicione `npm install -g @pcircle/memesh` também para acesso pelo shell.
-
-### ⚠️ Instalar o plugin NÃO instala o CLI
-
-É a confusão mais comum. Leia uma vez e economize tempo no futuro:
-
-- `/plugin install memesh@pcircle-memesh` no Claude Code → instala **apenas Path A**. Te dá ferramentas MCP, hooks, o skill `/memesh`. **NÃO** coloca `memesh` no `PATH` do seu shell.
-- `memesh reindex` / `memesh update` / `memesh doctor` num terminal → precisa do **Path B** (npm-global). Sem ele: `zsh: command not found: memesh`.
-- **Configuração recomendada para usuários do Claude Code**: **instale ambos**. Coexistem, compartilham o mesmo banco, sem conflito.
-
-```bash
-# Depois de /plugin install ..., rode também isto:
-npm install -g @pcircle/memesh
-```
-
-Se você só usa memesh pelo chat do Claude Code (nunca digita `memesh` num terminal), Path A sozinho basta. Os demais: instale ambos.
-
----
-
-## Comece em 60 Segundos
-
-### Opção A — Plugin do Claude Code (instalação em uma linha)
-
-Se você usa o Claude Code, instale o MeMesh como plugin de dentro da CLI:
-
-```
-/plugin marketplace add PCIRCLE-AI/memesh-llm-memory
-/plugin install memesh@pcircle-memesh
-```
-
-O Claude Code conecta hooks, skills e o servidor MCP automaticamente. Você ganha auto-captura em sessão, recall proativo, o skill `/memesh` na conversa e `remember` / `recall` / `forget` / `learn` como ferramentas MCP para o agente.
-
-### Opção B — npm global (otimização opcional)
-
-Se quiser o binário direto no seu `PATH` (para que `memesh` funcione em qualquer terminal sem o atraso do `npx`), ou expor `memesh-mcp` como comando stdio de caminho fixo para clientes MCP fora do Claude Code (Cursor, Cline):
-
-```bash
-npm install -g @pcircle/memesh
-```
-
-### Passo 1.5: Conecte o MeMesh ao Claude Code (recomendado, uma só vez)
-
-`npm install -g` coloca a CLI no PATH e registra o servidor MCP, mas **não** conecta automaticamente os hooks de sessão do MeMesh ao Claude Code. Sem esses hooks você pode usar `memesh remember` / `recall` manualmente, mas o **loop de auto-captura** (sessão → lições → recall proativo na próxima sessão) fica silencioso.
-
-```bash
-memesh install-hooks         # adiciona os hooks do memesh em ~/.claude/settings.json
-memesh doctor                # confirma que "Hooks wired into Claude Code" passou
-```
-
-Os hooks coexistem com qualquer hook customizado em `~/.claude/hooks/` — `install-hooks` escreve de forma aditiva e nunca sobrescreve. Para remover: `memesh uninstall-hooks`.
-
-### Passo 2: Armazene uma decisão
-
-```bash
-memesh remember "Use OAuth 2.0 with PKCE for the new auth"
-```
-
-Ou use a forma explícita quando quiser um nome e um tipo estáveis para filtrar depois:
-
-```bash
-memesh remember --name "auth-decision" --type "decision" --obs "Use OAuth 2.0 with PKCE"
-```
-
-### Passo 3: Recupere depois
-
-```bash
-memesh recall "login security"
-# → Encontra "OAuth 2.0 with PKCE" mesmo com palavras de busca diferentes
-```
-
-**É só isso.** MeMesh já está lembrando e recuperando entre sessões.
-
-Se quiser verificar a instalação e toda a configuração local de ponta a ponta:
-
-```bash
-memesh doctor
-```
-
-Abra o dashboard para explorar sua memória:
-
-```bash
-memesh serve
-```
-
-<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 — score de saúde, timeline, padrões, cobertura de conhecimento" width="100%" />
-</p>
-
-<p align="center">
-  <img src="docs/images/dashboard-graph.png" alt="MeMesh Graph — grafo de conhecimento interativo com filtros por tipo e modo ego" width="100%" />
-</p>
-
----
-
-## Para Quem é Isso?
-
-| Se você é... | MeMesh te ajuda a... |
-|---------------|---------------------|
-| **Um dev usando Claude Code** | Recuperar automaticamente decisões de projeto, lições por arquivo e falhas passadas enquanto trabalha |
-| **Um power user de agentes de código** | Compartilhar uma camada de memória local entre ferramentas compatíveis com MCP |
-| **Uma equipe experimentando workflows de IA para código** | Exportar/importar conhecimento de projeto sem precisar de infraestrutura hospedada |
-| **Um desenvolvedor de agentes** | Adicionar memória local via MCP, HTTP ou CLI |
-
----
-
-## Pensado Primeiro para Agentes de Código
-
-<table>
-<tr>
-<td width="33%" align="center">
-
-**Claude Code / Desktop**
-```bash
-memesh-mcp
-```
-Ferramentas MCP + hooks do Claude Code
-
-</td>
-<td width="33%" align="center">
-
-**Qualquer cliente HTTP**
-```bash
-curl localhost:3737/v1/recall \
-  -H "Content-Type: application/json" \
-  -d '{"query":"auth"}'
-```
-`memesh serve` (REST API)
-
-</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 OpenMemory, Cursor Memories, Mem0 Ou Zep?
-
-| | **MeMesh** | OpenMemory | Cursor Memories | Mem0 | Zep / Graphiti |
-|---|---|---|---|---|---|
-| **Melhor para** | Memória local para agentes de código | Memória local/cross-client MCP | Memória de projeto nativa do Cursor | Memória gerenciada de app/agent | Grafos de conhecimento temporal |
-| **Forma de instalar** | `npm install -g @pcircle/memesh` | Fluxo de app local/server | Integrado no Cursor | Cloud API / SDK / MCP | Setup de serviço/framework |
-| **Armazenamento** | Um arquivo SQLite local | Stack de memória local | Regras/memórias gerenciadas pelo Cursor | Stack hospedada ou self-hosted | Banco de dados de grafo |
-| **Requer nuvem** | Não | Não em modo local | Depende de conta Cursor/configurações | Sim para plataforma | Geralmente sim/self-hosted |
-| **Hooks Claude Code** | Primeira classe | Ferramentas MCP | Não | Ferramentas MCP | Não específico para Claude Code |
-| **Dashboard** | Integrado | Integrado | Configurações do Cursor | Dashboard da plataforma | Ferramentas de plataforma/grafo |
-| **Trade-off** | Cunha local simples, não em escala corporativa | Footprint de app local mais amplo | Preso ao Cursor | Plataforma gerenciada forte, menos local-first | Modelo de grafo forte, setup mais pesado |
-
-**MeMesh troca infraestrutura gerenciada em escala corporativa por setup local instantâneo, armazenamento inspeionável e hooks de workflow para agentes de código.**
-
----
-
-## O Que Acontece Automaticamente no Claude Code
-
-Você não precisa lembrar tudo manualmente. MeMesh tem **6 hooks** que capturam e injetam conhecimento enquanto você trabalha:
-
-| Quando | O que MeMesh faz |
-|------|------------------|
-| **Início de cada sessão** | Carrega suas memórias mais relevantes + alertas proativos de lições passadas + banner de orquestração de agentes |
-| **Antes de editar arquivos** | Recupera memórias vinculadas ao arquivo ou projeto antes de Claude escrever código |
-| **Quando você pede para lembrar** | Detecta intenção "remember this" / "記下來" e lembra Claude de escrever dual (memesh + MEMORY.md) |
-| **Depois de cada `git commit`** | Registra o que você mudou, com estatísticas de diff |
-| **Quando Claude para** | Captura arquivos editados, erros corrigidos e gera automaticamente lições estruturadas de falhas |
-| **Antes da compactação de contexto** | Salva conhecimento antes de ser perdido nos limites de contexto |
-
-> **Desative quando quiser:** `export MEMESH_AUTO_CAPTURE=false`
-
----
-
-## Configuração
-
-Toda a configuração é feita por variáveis de ambiente. Os padrões são local-only e zero-network — você não precisa configurar nada para ter um sistema funcional.
-
-| Variável | Padrão | O que faz |
-|---|---|---|
-| `MEMESH_DB_PATH` | `~/.memesh/knowledge-graph.db` | Sobrescreve a localização do banco SQLite. |
-| `MEMESH_AUTO_CAPTURE` | `true` | Desativa completamente os hooks de auto-captura (`Stop`, `PreCompact`). |
-| `MEMESH_AUTO_DETECT_LLM` | não definido (autodetecção **ligada**) | Defina como `0` para que o memesh NÃO use uma chave de API encontrada no ambiente do shell. Por padrão, se `ANTHROPIC_API_KEY` / `OPENAI_API_KEY` / `OLLAMA_HOST` estiver definida e você não tiver configurado um provedor em `~/.memesh/config.json`, o memesh a usa para as funções LLM de escrita (consolidação, extração de lições, autotagging, dream). Os embeddings não são afetados — permanecem apenas por palavras-chave (FTS5) a menos que você defina `embedder.provider` como `ollama` ou `openai`. |
-| `MEMESH_AUTO_UPDATE` | `off` | Política de auto-update. `off` (padrão) nunca faz auto-update; `patch` permite `X.Y.Z → X.Y.Z+N`; `minor` adiciona `X.Y.Z → X.Y+1.0`; `major` permite qualquer bump. Quando permitido, um `npm install -g` desanexado dispara no fim da sessão (hook Stop) para nunca bloquear seu trabalho — os resultados aparecem em `~/.memesh/auto-update.log`. Também configurável como `autoUpdate` em `~/.memesh/config.json` (env vence). Quando a versão instalada é depreciada pelos mantenedores (advisory de segurança), `patch` é forçado mesmo em `off` — bumps minor / major continuam manuais para evitar drift silencioso de comportamento. |
-| `OPENAI_API_KEY` | não definido | Sua chave da OpenAI. Usada automaticamente para as funções LLM a menos que você defina `MEMESH_AUTO_DETECT_LLM=0` ou configure um provedor explicitamente. |
-| `OLLAMA_HOST` | `http://localhost:11434` | Sobrescreve o endpoint do Ollama ao usar um provedor Ollama local. |
-
-`memesh doctor` imprime a configuração resolvida para você ver o que está ativo.
-
-**Provedores LLM de fallback (Smart Mode).** No dashboard, em **Settings → “Fallback providers”**, você pode definir uma cadeia de failover ordenada — o memesh tenta cada provedor por vez quando o principal está fora do ar. Adicione um fallback local [Ollama](https://ollama.com), ou um na nuvem (OpenAI / Anthropic, com uma API key). Compromisso de privacidade: quando um fallback na nuvem é usado, o texto da memória — que pode ser privado — é enviado a esse provedor, o que importa se você roda só local por privacidade.
-
-Quando o npm sinaliza uma versão instalada como depreciada (tipicamente um advisory de segurança), o próximo início de sessão antepõe um banner forte `⚠️ MeMesh <ver> is DEPRECATED` e `memesh update-status` mostra a mesma linha até você atualizar. A verificação fica em cache em `~/.memesh/update-check.<version>.json` para que uma falha de rede transitória não atenue o aviso.
-
----
-
-## Dashboard
-
-8 abas, 11 idiomas, zero dependências externas. Acesse em `http://localhost:3737/dashboard` quando o servidor estiver rodando.
-
-| Aba | O que você vê |
-|-----|-------------|
-| **Insights** | Insights de memória — resumos semanais e propostas de padrões do motor dreamer; aceitar/rejeitar com um clique |
-| **Search** | Busca full-text + similaridade vetorial em todas as memórias |
-| **Browse** | Lista paginada de todas as entidades com archive/restore |
-| **Analytics** | Memory Health Score, timeline de 30 dias, velocidade PM + métricas de conectividade KG, padrões de trabalho, sugestões de limpeza |
-| **Graph** | Grafo de conhecimento interativo force-directed com filtros por tipo, busca, modo ego, heatmap de recência |
-| **Lessons** | Lições estruturadas de falhas passadas (erro, causa raiz, fix, prevenção) |
-| **Manage** | Archive e restore de entidades |
-| **Settings** | Config do provedor LLM, seletor de idioma instantâneo |
-
----
-
-## Funcionalidades Inteligentes
-
-**🧠 Busca Inteligente** — Busque "login security" e encontre memórias sobre "OAuth PKCE". MeMesh usa FTS5 + sqlite-vec no caminho quente, sem LLM; o complemento vetorial ainda alcança termos relacionados.
-
-**🌏 Busca em escritas que não separam palavras por espaços** — Chinês, japonês, coreano, tailandês, laosiano, khmer e katakana de meia largura são indexados como pares de caracteres sobrepostos. Assim, uma memória escrita como 「資料庫遷移前一定要先備份」 é encontrada buscando 「備份」, e não apenas pelo texto completo exato. O texto é normalizado (NFC) tanto na escrita quanto na consulta, então uma memória digitada no macOS ou com um IME coreano ou vietnamita é encontrada em qualquer das duas grafias.
-
-**📊 Ranking Pontuado** — Resultados ranqueados por relevância (30%) + recência (25%) + frequência (18%) + confiança (17%) + impacto de recall (10%).
-
-**🔄 Evolução de Conhecimento** — Decisões mudam. `forget` arquiva memórias antigas (nunca deleta). Relações `supersedes` vinculam antigas → novas. Sua IA sempre vê a versão mais recente.
-
-**⚠️ Detecção de Conflitos** — Se você tem duas memórias que se contradizem, MeMesh te avisa.
-
-**🕸️ Conectividade do grafo de conhecimento** — `memesh kg backfill-relations --all-rules` liga entidades órfãs usando co-ocorrência de tags, agrupamento de projetos, contexto de sessão e similaridade de nomes — sem LLM.
-
-**📦 Compartilhamento em Equipe** — `memesh export > team-knowledge.json` → compartilhe com sua equipe → `memesh import team-knowledge.json`
-Bundles importados permanecem pesquisáveis, mas MeMesh não injeta automaticamente memórias importadas nos hooks do Claude até você revisar ou re-armazená-las localmente.
-
----
-
-## Exemplos de Uso
-
-> "MeMesh lembrou que escolhemos PKCE em vez de implicit flow há três semanas. Quando pedi ao Claude sobre auth de novo, ele já sabia — sem need de re-explicar."
-> — **Dev solo, construindo um SaaS**
-
-> "Exportamos a memória da equipe toda sexta e importamos segunda. O Claude de todo mundo começa a semana sabendo o que a equipe aprendeu na semana passada."
-> — **Startup com 3 pessoas, base de conhecimento compartilhada**
-
-> "O dashboard mostrou que 90% das minhas memórias eram logs de sessão auto-gerados. Comecei a usar `remember` deliberadamente para decisões arquitetônicas. Game changer."
-> — **Dev que descobriu a aba Analytics**
-
----
-
-## Desbloqueie Smart Mode (Opcional)
-
-MeMesh funciona offline por padrão — o recall permanece estritamente LLM-free (95,60% R@5 no LongMemEval-S, sem LLM). Adicione uma chave de API de LLM apenas se quiser fluxos de análise LLM-augmented adicionais: extração de sessão mais inteligente, auto-tagging de novas memórias, geração de lessons a partir de falhas, e compressão `dream`:
-
-```bash
-memesh config set llm.provider anthropic
-memesh config set llm.api-key sk-ant-...
-```
-
-Ou use a aba Settings do dashboard (setup visual):
-
-```bash
-memesh serve  # abre dashboard → aba Settings
-```
-
-**Minere memória das suas sessões passadas.** `memesh dream run --from-transcripts` lê as transcrições de sessão do Claude Code deste projeto, pede ao LLM as decisões e lições escondidas na conversa e as prepara como propostas — nada entra no seu grafo automaticamente. Revise cada uma com `memesh dream show <id>` e aceite as que valerem a pena.
-
-### Use seus próprios embeddings (opcional)
-
-Por padrão o MeMesh faz recall **apenas por palavras-chave** (FTS5) — sem chave de API, sem download de modelo, nada sai da sua máquina. A busca semântica (por significado) é opcional e precisa de um embedder. Configure um:
-
-```bash
-memesh config set embedder.provider openai          # or: ollama
-memesh config set embedder.model text-embedding-3-small
-```
-
-O embedder é configurado **independentemente do LLM de chat** — mudar `llm.provider` nunca muda seus embeddings silenciosamente. Se você trocar para uma dimensão diferente (ex.: 768 → 1536), o MeMesh reconstrói o índice vetorial automaticamente na próxima escrita. Valores de `embedder.provider` suportados: `ollama` (local), `openai` (hospedado). Sem nenhum, o recall permanece na busca por palavras-chave.
-
-| | Level 0 (padrão) | Level 1 (Smart Mode) |
-|---|---|---|
-| **Busca** | FTS5 + sqlite-vec, 95,60% R@5 | inalterado — recall é LLM-free em todos os níveis |
-| **Auto-capture** | Padrões baseados em regras | + LLM extrai decisões & lições |
-| **Auto-tagging** | Apenas tags manuais | + LLM gera tags para novas memórias |
-| **Análise de falhas** | Não disponível | + LLM converte erros de sessão em structured lessons |
-| **Compressão** | Não disponível | `dream` comprimem memórias verbosas |
-| **Custo** | Grátis, sem chave de API | ~$0.0001 por analysis call (Haiku) |
-
----
-
-## Todas as 7 Ferramentas de Memória
-
-| Ferramenta | O que faz |
-|------|-------------|
-| `remember` | Armazena conhecimento com observações, relações e tags |
-| `recall` | Busca FTS5 + sqlite-vec com scoring multi-fator (relevância, recência, frequência, confiança, impacto de recall) — sem LLM no hot path |
-| `forget` | Soft-archive (nunca deleta) ou remove observações específicas |
-| `export` | Compartilha memórias como JSON entre projetos ou membros da equipe |
-| `import` | Importa memórias com estratégias de merge (skip / overwrite / append) |
-| `learn` | Registra lições estruturadas de erros (erro, causa raiz, fix, prevenção) |
-| `user_patterns` | Analisa seus padrões de trabalho — schedule, ferramentas, pontos fortes, áreas de aprendizado |
-
----
-
-## Arquitetura
-
-```
-                    ┌─────────────────┐
-                    │   Core Engine   │
-                    │  (7 operations) │
-                    └────────┬────────┘
-           ┌─────────────────┼─────────────────┐
-           │                 │                 │
-     CLI (memesh)    HTTP API (serve)    MCP (memesh-mcp)
-           │                 │                 │
-           └─────────────────┼─────────────────┘
-                             │
-                    SQLite + FTS5 + sqlite-vec
-                    (~/.memesh/knowledge-graph.db)
-```
-
-Core é agnóstico a framework. A mesma lógica roda de terminal, HTTP ou MCP.
-
----
-
-## Atualizando
-
-O plugin marketplace do Claude Code fixa versões no momento da instalação e **não** atualiza automaticamente. Para obter uma nova versão:
-
-**Opção A — UI `/plugin`**: desinstale `memesh@pcircle-memesh`, depois reinstale. O Claude Code busca a versão mais recente do marketplace.
-
-**Opção B — Script de uma linha** (sem cliques na UI, idempotente):
-
-```bash
-# Se o seu plugin instalado for v4.2.5 ou mais recente, o script já está incluído:
-bash ~/.claude/plugins/cache/pcircle-memesh/memesh/<current-version>/scripts/upgrade-plugin.sh
-
-# Se você instalou antes de v4.2.5 (ou seja, v4.2.4 ou v4.2.3),
-# o script ainda não está no seu plugin. Use a cópia npm-global no lugar:
-bash "$(npm prefix -g)/lib/node_modules/@pcircle/memesh/scripts/upgrade-plugin.sh"
-
-# (Isso assume que você também executou `npm install -g @pcircle/memesh`. Se não,
-# este é um bom momento para fazê-lo — veja a seção "Caminhos de instalação resumidos"
-# acima para entender por que a maioria dos usuários quer ambos os caminhos.)
-```
-
-O script fast-forwarded o cache do marketplace, prepara a nova versão em `~/.claude/plugins/cache/`, instala runtime deps e repõe o ponteiro de `installed_plugins.json`. Reinicie o Claude Code depois para o MCP server reconectar.
-
-**Instalações npm-global** (`npm install -g @pcircle/memesh`) podem se auto-atualizar via `memesh update`. Source checkouts: `git pull && npm install && npm run build`.
-
-No início da sessão aparece um banner de uma linha (limitado a uma vez por 24h por versão) quando há uma nova versão disponível, e `memesh doctor` reporta o alvo de upgrade com o comando específico do canal.
-
----
-
-## Contribuindo
-
-```bash
-git clone https://github.com/PCIRCLE-AI/memesh-llm-memory
-cd memesh-llm-memory && npm install && npm run build
-npm test
-npm run test:e2e-dashboard
-```
-
-Dashboard: `cd dashboard && npm install && npm run dev`
-
----
-
-<p align="center">
-  <strong>MIT</strong> — Feito por <a href="https://pcircle.com">PCIRCLE AI</a>
-</p>