flowmind 1.4.7 → 1.5.0

package/README_CN.md

@@ -11,1179 +11,82 @@
 [![npm version](https://img.shields.io/npm/v/flowmind.svg)](https://www.npmjs.com/package/flowmind)
 [![npm downloads](https://img.shields.io/npm/dw/flowmind.svg)](https://www.npmjs.com/package/flowmind)
 
-[English](README.md) | [快速开始](#-快速开始) | [演示](demo/DEMO_CN.md) | [集成指南](docs/integration-guide.md) | [工作原理](#-工作原理) | [使用场景](#-使用场景) | [架构](#-架构)
+[English](README.md) | [快速开始](#快速开始) | [演示](demo/DEMO_CN.md) | [详细指南](docs/guide.zh-CN.md) | [集成指南](docs/integration-guide.md) | [更新记录](CHANGELOG.md)
 
 </div>
 
 ---
 
-## 为什么值得安装
+## 它是什么
 
-FlowMind 的目标不是“什么都做”，而是把**重复出现的开发工作流记住并复用**。
+FlowMind 是一个面向重复开发工作流的记忆层。
 
-它更适合已经在使用 `MCP`、`Codex`、`Claude Code` 或脚本化 CLI 的开发者，核心价值有三点：
+它适合这样一类场景：你已经有工具，但希望执行入口更稳定：
 
-- 用 skill 路由可复用任务
-- 用显式反馈沉淀偏好和执行习惯
-- 用 CLI / MCP 入口替代重复输 prompt
+- 把重复任务路由到可复用的 skill
+- 把显式反馈沉淀下来，下次自动复用
+- 让同一套工作流同时可用于 CLI、Codex 和 MCP 客户端
 
-一句话概括：
+当前最适合的使用方向：
 
-> FlowMind 是一个面向重复开发操作的记忆层。
-
-## 30 秒跑通示例
-
-更完整的演示见 [demo/DEMO_CN.md](demo/DEMO_CN.md)。
-
-终端操作 GIF 演示：
-
-![FlowMind 终端演示](https://raw.githubusercontent.com/Eleven-M/flowmind/master/demo/flowmind-demo.gif)
-
-```bash
-# 1. 安装
-npm install -g flowmind
-
-# 2. 看看有哪些技能
-flowmind skills --json
-
-# 3. 走真正的日志技能链路
-flowmind process --skill log-audit "查询 traceId abc123 的日志"
-
-# 4. 给出显式反馈
-flowmind "下次用表格格式"
-
-# 5. 如果你在 Codex / 脚本里集成
-flowmind-codex --skill log-audit "查询 traceId abc123 的日志"
-```
-
-你现在就能拿到的价值：
-- 可复用的 skill 执行入口
-- 显式反馈学习
-- 本地持久化偏好
-- 对 Codex 更友好的 CLI 接口
-
-当前最适合的场景：
 - 日志与 trace 排查
 - 有固定标准的代码审查
-- 通过 MCP 适配器串联内部工具
+- 数据校验和内部工具串联
 
 ## 快速开始
 
 ```bash
 npm install -g flowmind
-flowmind init
-flowmind skills --json
-flowmind process --skill log-audit "查询 traceId abc123 的日志"
-```
-
-如果你想先试一下，不想全局安装：
-
-```bash
-npx flowmind@latest skills
-npx flowmind@latest doctor
-```
-
-如果你想最快验证它是否适合你，先跑这组命令：
-
-```bash
 flowmind doctor
 flowmind skills
 flowmind process --skill log-audit "查询最近的错误日志"
 ```
 
-如果你要集成到 Codex 或脚本：
+如果你要给 Codex 或脚本消费 JSON：
 
 ```bash
 flowmind-codex skills
 flowmind-codex --skill log-audit "查询 traceId abc123 的日志"
 ```
 
-FlowMind 会把学习数据保存在本地，并在后续运行中应用这些显式反馈。
-
-如果你要接入 Claude Code、Codex、Cursor 或 MCP 客户端，可以直接看 [docs/integration-guide.md](docs/integration-guide.md)。
-
-## 适合谁
-
-- 已经接入 MCP 内部工具的团队
-- 经常重复做日志排查、代码审查、数据校验、文档同步的工程师
-- 希望把工作流沉淀给 Codex 或 Claude Code 复用的人
-
-## 为什么比直接写 Prompt 更稳
-
-- skill 提供稳定的执行路径
-- 反馈会沉淀成状态，而不是停留在聊天记录里
-- CLI 和 MCP 入口更容易脚本化
-- 切换 provider 主要靠配置，不靠重新组织 prompt
-
----
-
-## 📖 使用方式
-
-FlowMind 支持 4 种使用方式，满足不同场景需求：
-
-### 方式1: CLI 独立使用
-
-最简单的使用方式，无需 AI 模型，直接通过命令行调用。
-
-```bash
-# 单次执行
-flowmind "查询 traceId abc123 的日志"
-flowmind "审查代码质量"
-flowmind "验证订单数据"
-
-# 交互模式
-flowmind
-
-# 指定技能执行
-flowmind process --skill log-audit "查询最近1小时的错误日志"
-```
-
-**特点：**
-- ✅ 无需 AI 模型
-- ✅ 基于规则引擎匹配
-- ✅ 支持学习和记忆
-- ✅ 离线可用
-
----
-
-### 方式2: AI 模型直接接入
-
-FlowMind 内置 AI 模型接入层，可直接调用 OpenAI、Anthropic、Ollama 等模型。
-
-#### 配置 AI 模型
-
-**方式 A：通过 CLI 初始化（推荐）**
-
-```bash
-# 配置 OpenAI
-flowmind init --ai openai
-# 会提示输入 API Key
-
-# 配置 Anthropic
-flowmind init --ai anthropic
-
-# 配置 Ollama (本地模型)
-flowmind init --ai ollama
-```
-
-**方式 B：手动配置**
-
-创建 `~/.flowmind/ai-config.json`：
-
-```json
-{
-  "ai": {
-    "enabled": true,
-    "defaultProvider": "openai",
-    "fallbackToRules": true,
-    "providers": {
-      "openai": {
-        "apiKey": "sk-your-api-key",
-        "model": "gpt-4",
-        "temperature": 0.3
-      },
-      "anthropic": {
-        "apiKey": "sk-ant-your-api-key",
-        "model": "claude-3-sonnet-20240229"
-      },
-      "ollama": {
-        "baseUrl": "http://localhost:11434",
-        "model": "llama2"
-      }
-    },
-    "features": {
-      "intentUnderstanding": true,
-      "parameterExtraction": true,
-      "skillSelection": true,
-      "resultSummary": true,
-      "learningFeedback": true
-    }
-  }
-}
-```
-
-**方式 C：环境变量**
-
-```bash
-export OPENAI_API_KEY=sk-your-api-key
-export ANTHROPIC_API_KEY=sk-ant-your-api-key
-```
-
-#### 测试 AI 连接
-
-```bash
-# 测试默认 Provider
-flowmind ai --test
-
-# 测试指定 Provider
-flowmind ai --test openai
-flowmind ai --test anthropic
-```
-
-#### 使用 AI 增强功能
-
-```bash
-# AI 会理解意图、提取参数、选择技能、生成摘要
-flowmind "帮我查一下最近1小时用户服务的错误日志"
-
-# AI 会分析复杂的多步骤任务
-flowmind "排查线上问题：用户下单失败，需要查看日志、检查数据库、分析原因"
-```
-
-**特点：**
-- ✅ 自然语言理解
-- ✅ 智能参数提取
-- ✅ 结果摘要生成
-- ✅ 降级到规则引擎
-
----
-
-### 方式3: Claude Code 集成（MCP Server）
-
-让 Claude Code 直接调用 FlowMind 的内部流程。
-
-#### 步骤 1：安装 FlowMind
-
-```bash
-npm install -g flowmind
-```
-
-#### 步骤 2：配置 MCP Server
-
-在项目根目录创建 `.claude/settings.local.json`：
-
-```json
-{
-  "mcpServers": {
-    "flowmind": {
-      "command": "flowmind-mcp",
-      "args": [],
-      "env": {
-        "OPENAI_API_KEY": "${OPENAI_API_KEY}"
-      }
-    }
-  }
-}
-```
-
-或者使用完整路径：
-
-```json
-{
-  "mcpServers": {
-    "flowmind": {
-      "command": "node",
-      "args": ["/path/to/flowmind/mcp/server.js"]
-    }
-  }
-}
-```
-
-#### 步骤 3：在 Claude Code 中使用
-
-```
-你：帮我查询最近1小时的错误日志
-
-Claude：我来调用 FlowMind 帮你查询...
-[调用 flowmind_process 工具]
-
-你：审查一下这个项目的代码质量
-
-Claude：我来使用 FlowMind 的代码审查技能...
-[调用 flowmind_skill_code-review 工具]
-```
-
-#### 可用的 MCP 工具
-
-| 工具名称 | 描述 |
-|---------|------|
-| `flowmind_process` | 处理请求的主入口 |
-| `flowmind_list_skills` | 列出所有可用技能 |
-| `flowmind_get_skill` | 获取技能详情 |
-| `flowmind_ai_status` | 查看 AI 状态 |
-| `flowmind_learning_stats` | 查看学习统计 |
-| `flowmind_skill_<name>` | 执行特定技能 |
-
-**特点：**
-- ✅ Claude Code 直接调用
-- ✅ 无需额外配置 MCP Server
-- ✅ 保留学习和记忆功能
-- ✅ 支持所有 FlowMind 技能
-
----
-
-### 方式4: Codex 集成（JSON 输出）
-
-通过 JSON 输出与 Codex 集成。
-
-```bash
-# 推荐：使用 Codex 包装命令
-flowmind-codex "查询最近1小时的错误日志"
-flowmind-codex skills
-flowmind-codex skill log-audit
-flowmind-codex doctor
-
-# 默认使用当前工作区的 .flowmind-codex/
-# 也可以自定义目录
-# FLOWMIND_CODEX_HOME=/your/path flowmind-codex skills
-
-# 获取技能列表 (JSON 格式)
-flowmind skills --json
-
-# 获取技能详情
-flowmind skill log-audit --json
-
-# 执行并输出 JSON
-flowmind process --json "查询日志"
-```
-
-**Codex 脚本示例：**
-
-```python
-import subprocess
-import json
-
-def flowmind_query(query):
-    result = subprocess.run(
-        ['flowmind', 'process', '--json', query],
-        capture_output=True,
-        text=True
-    )
-    return json.loads(result.stdout)
-
-# 使用
-result = flowmind_query("查询 traceId abc123 的日志")
-print(result)
-```
-
----
-
-### 使用方式对比
-
-| 方式 | 适用场景 | 需要 AI | 需要 MCP | 特点 |
-|------|---------|---------|----------|------|
-| CLI 独立使用 | 快速执行、脚本集成 | ❌ | ❌ | 简单直接 |
-| AI 模型接入 | 智能理解、复杂任务 | ✅ | ❌ | 自然语言 |
-| Claude Code | 智能对话、多步骤 | ✅ | ✅ | 深度集成 |
-| Codex 集成 | 自动化、CI/CD | ❌ | ❌ | 程序化调用 |
-
----
-
-## 🧠 工作原理
-
-### 1. 多源代码定位
-
-```mermaid
-graph LR
-    A[你的请求] --> B{代码定位}
-    B -->|本地| C[本地代码库]
-    B -->|MCP| D[远程仓库]
-    B -->|SSH| E[服务器代码]
-    C --> F[智能匹配]
-    D --> F
-    E --> F
-    F --> G[精准定位]
-```
-
-**支持模式：**
-- 📁 **本地模式** - 直接读取本地代码库
-- 🔌 **MCP 模式** - 通过 MCP 协议连接远程仓库
-- 🔐 **SSH 模式** - SSH 连接服务器读取代码
-
-### 2. RAG 智能检索
-
-```mermaid
-graph TD
-    A[历史数据收集] --> B[知识库构建]
-    B --> C[智能检索匹配]
-    C --> D[上下文生成]
-    D --> E[自动应用]
-    E --> F[持续优化]
-    F --> A
-```
-
-**RAG 流程：**
-- 📚 **数据收集** - 收集历史学习记录、工作流、最佳实践
-- 🔍 **智能匹配** - 基于场景相似度计算，推荐最匹配的工作流
-- 📝 **上下文生成** - 自动生成上下文，减少重复输入
-- 🔄 **持续优化** - 每次使用都在优化匹配算法
-
-### 3. 学习反馈机制
-
-```mermaid
-graph LR
-    A[你的请求] --> B[FlowMind 执行]
-    B --> C{你纠正了？}
-    C -->|是| D[记录学习]
-    C -->|否| E[继续]
-    D --> F[下次应用]
-    F --> G[自我进化]
-```
-
-**学习类型：**
-- 📚 **纠正学习** - "不对，用表格格式" → 自动记住
-- 🗺️ **场景学习** - "排查问题先查错误再查链路" → 记录工作流
-- ⚙️ **偏好学习** - "用中文回复" → 记录语言偏好
-- 🔄 **自动应用** - 下次自动使用学习到的工作流
-
-### 4. 可插拔组件架构
-
-FlowMind 采用**可插拔组件架构**，支持通过配置切换云服务商（阿里云、百度云、ELK 等），无需修改技能代码。
-
-```mermaid
-graph TB
-    A[FlowMind Core] --> R[ComponentRegistry 组件注册表]
-    R --> LS[logService 日志服务]
-    R --> DB[databaseManager 数据库管理]
-    R --> DQ[databaseQuery 数据库查询]
-    R --> RD[redisMonitor Redis 监控]
-    R --> AP[apiDoc API 文档]
-    R --> KB[knowledgeBase 知识库]
-    R --> WF[workflow 工作流]
-    R --> RP[report 报告]
-
-    LS --> LS1[阿里云 SLS]
-    LS --> LS2[百度云日志]
-    LS --> LS3[ELK]
-    DB --> DB1[阿里云 DMS]
-    KB --> KB1[语雀]
-    KB --> KB2[Notion]
-    AP --> AP1[YApi]
-```
-
-**8 种组件类型：**
-
-| 组件类型 | 默认提供者 | 说明 |
-|----------|------------|------|
-| `logService` | aliyun-sls | 云日志查询与分析 |
-| `databaseManager` | aliyun-dms | 数据库实例管理 |
-| `databaseQuery` | aliyun-rds-query | 数据库 SQL 直查 |
-| `redisMonitor` | aliyun-redis | Redis Prometheus 监控 |
-| `apiDoc` | yapi | API 文档管理 |
-| `knowledgeBase` | yuque | 知识库与文档 |
-| `workflow` | friday-flow | 自动化工作流与流水线 |
-| `report` | friday-report | 测试与覆盖率报告 |
-
-**切换提供者仅需修改配置：**
-
-```json
-{
-  "components": {
-    "logService": {
-      "default": "baidu-sls",
-      "providers": {
-        "baidu-sls": { "adapter": "baidu-sls-adapter", "enabled": true }
-      }
-    }
-  }
-}
-```
-
----
-
-## 📊 使用场景
-
-### 场景 1：线上问题排查
-
-```bash
-# 传统方式（10+ 步骤）：
-1. 登录 SLS 控制台
-2. 输入查询条件
-3. 找到 traceId
-4. 复制 traceId
-5. 查找链路
-6. 定位错误
-7. 连接 RDS
-8. 查询数据
-9. 分析原因
-10. 修改代码
-11. 提交部署
-12. 写文档归档
-
-# FlowMind 方式（1 个命令）：
-flowmind "排查线上问题 traceId abc123"
-# → 自动完成：SLS 查询 → 链路追踪 → RDS 数据验证 → 代码定位 → 修复建议
-```
-
-### 场景 2：代码审查
-
-```bash
-# 设置你的标准（只需一次）
-flowmind "代码审查先检查安全漏洞，再检查代码质量，最后检查性能"
-
-# 每次审查都遵循你的标准
-flowmind "审查这个 PR"
-# → 安全优先 → 质量检查 → 性能分析
-```
-
-### 场景 3：API 文档同步
-
-```bash
-# 从代码生成文档
-flowmind "从代码注释生成 API 文档"
-
-# 同步到 YApi
-flowmind "同步接口到 YApi"
-
-# 自动更新语雀
-flowmind "同步 API 文档到语雀"
-```
-
-### 场景 4：数据验证
-
-```bash
-# 连接 RDS 验证数据
-flowmind "验证订单表数据完整性"
-
-# 自动执行检查
-# → 引用完整性 → 数据类型 → 业务逻辑 → 状态机
-```
-
-### 场景 5：项目健康检查
-
-```bash
-# 全面审查
-flowmind "审查项目整体状况"
-
-# 自动执行：
-# → 依赖分析 → 安全审计 → 代码复杂度 → 测试覆盖率 → 技术债务
-```
-
-### 场景 6：项目快速上手
+如果你更想先用 `npx` 试一下：
 
 ```bash
-# 刚加入项目？FlowMind 帮你快速理解
-flowmind "帮我理解这个项目的整体架构"
-
-# FlowMind 从资深开发者的经验中学习：
-# → 项目结构分析 → 核心模块讲解 → 数据流梳理
-# → 关键设计决策 → 开发规范指引 → 推荐学习路径
-```
-
-### 场景 7：设计与架构指导
-
-```bash
-# 面临设计选择？FlowMind 借助积累的经验给出建议
-flowmind "这个功能应该用 Redis 还是 MongoDB？"
-
-# FlowMind 运用学到的设计思维：
-# → 你的项目上下文 → 当前技术栈 → 性能需求
-# → 历史类似决策 → 权衡分析 → 数据驱动的建议
-```
-
----
-
-## 📖 CLI 命令参考
-
-### 技能管理
-
-```bash
-# 列出所有可用技能
-flowmind skills
-flowmind skills --verbose          # 显示详细信息
-flowmind skills --json             # JSON 输出（用于工具集成）
-flowmind skills --category quality # 按分类过滤
-
-# 查看单个技能信息
-flowmind skill log-audit
-flowmind skill log-audit --json    # JSON 输出
-flowmind skill log-audit --read    # 读取 SKILL.md 内容
-flowmind skill log-audit --config  # 显示配置
-
-# 修改技能配置
-flowmind skill log-audit --set defaultFormat sequential-list
-flowmind skill code-review --set security.enabled true
-```
-
-### 资源管理
-
-```bash
-# 列出资源文件
-flowmind resource --list
-flowmind resource --list learning
-flowmind resource --list --json    # JSON 输出
-
-# 查看/编辑文件
-flowmind resource --show config.json
-flowmind resource --edit config.json
-
-# 显示资源配置
-flowmind resource --config
-flowmind resource --config --json
-```
-
-### 其他命令
-
-```bash
-# 处理请求
-flowmind process "your request"
-flowmind process --skill log-audit "query logs"
-
-# 管理学习记录
-flowmind learn --list
-flowmind learn --export learnings.json
-
-# 场景管理
-flowmind scenes --list
-flowmind scenes --add
-
-# 显示统计信息
-flowmind stats
-
-# 配置管理
-flowmind config --list
-flowmind config --set learning.enabled true
-```
-
-### 工具集成（Codex/Claude）
-
-所有命令支持 `--json` 参数用于程序化访问：
-
-```bash
-# 获取技能列表 JSON
-flowmind skills --json
-
-# 获取技能信息 JSON
-flowmind skill log-audit --json
-
-# 获取资源列表 JSON
-flowmind resource --list --json
-```
-
----
-
-## 🏗️ 架构
-
-### 系统架构
-
-```
-┌──────────────────────────────────────────────────────────────────┐
-│                        FlowMind Agent                            │
-├──────────────────────────────────────────────────────────────────┤
-│  ┌──────────────┐  ┌──────────────┐  ┌──────────────┐          │
-│  │   场景匹配器  │  │   学习引擎   │  │   技能加载器  │          │
-│  └──────────────┘  └──────────────┘  └──────────────┘          │
-├──────────────────────────────────────────────────────────────────┤
-│  ┌──────────────────────────────────────────────────────────┐  │
-│  │            ComponentRegistry 组件注册表（可插拔）           │  │
-│  ├──────────┬──────────┬──────────┬──────────┬──────────────┤  │
-│  │logService│database  │apiDoc    │knowledge │workflow/report│  │
-│  │Adapter   │Manager   │Adapter   │Base      │Adapters      │  │
-│  └──────────┴──────────┴──────────┴──────────┴──────────────┘  │
-├──────────────────────────────────────────────────────────────────┤
-│  ┌──────────────────────────────────────────────────────────┐  │
-│  │                     技能系统                              │  │
-│  ├─────────────┬─────────────┬─────────────┬────────────────┤  │
-│  │  分析类技能  │  集成类技能  │  质量类技能  │  自动化技能    │  │
-│  └─────────────┴─────────────┴─────────────┴────────────────┘  │
-├──────────────────────────────────────────────────────────────────┤
-│  ┌──────────────────────────────────────────────────────────┐  │
-│  │                   云服务商适配器                           │  │
-│  ├──────────┬──────────┬──────────┬──────────┬──────────────┤  │
-│  │阿里云 SLS│阿里云 DMS│   YApi   │  语雀    │Friday Flow   │  │
-│  │百度云日志 │百度云 DMS │ Swagger  │ Notion   │Friday Report │  │
-│  │ELK       │自建数据库 │          │Confluence│              │  │
-│  └──────────┴──────────┴──────────┴──────────┴──────────────┘  │
-├──────────────────────────────────────────────────────────────────┤
-│  ┌──────────────────────────────────────────────────────────┐  │
-│  │                     数据持久层                            │  │
-│  ├─────────────┬─────────────┬───────────────────────────────┤  │
-│  │  学习记录   │  场景映射   │  组件配置与设置               │  │
-│  └─────────────┴─────────────┴───────────────────────────────┘  │
-└──────────────────────────────────────────────────────────────────┘
-```
-
-### 目录结构
-
-```
-flowmind/
-├── core/                          # 核心引擎
-│   ├── index.js                  # 主入口
-│   ├── learning-engine.js        # 学习引擎
-│   ├── scene-matcher.js          # 场景匹配
-│   ├── skill-loader.js           # 技能加载
-│   ├── config-manager.js         # 配置管理
-│   ├── component-types.js        # 组件类型定义
-│   ├── component-registry.js     # 可插拔组件注册表
-│   ├── mcp-compatibility.js      # MCP 向后兼容层
-│   ├── adapters/                 # 适配器接口
-│   │   ├── base-adapter.js       # 抽象基类
-│   │   ├── mcp-adapter.js        # MCP 适配器基类
-│   │   ├── log-service-adapter.js
-│   │   ├── database-manager-adapter.js
-│   │   ├── database-query-adapter.js
-│   │   ├── knowledge-base-adapter.js
-│   │   ├── api-doc-adapter.js
-│   │   ├── workflow-adapter.js
-│   │   └── report-adapter.js
-│   └── providers/                # 提供者实现
-│       ├── aliyun/               # 阿里云适配器
-│       │   ├── sls-adapter.js
-│       │   ├── dms-adapter.js
-│       │   └── redis-adapter.js
-│       ├── yapi/                 # YApi 适配器
-│       │   └── yapi-adapter.js
-│       ├── yuque/                # 语雀适配器
-│       │   └── yuque-adapter.js
-│       └── friday/               # Friday 平台适配器
-│           ├── flow-adapter.js
-│           └── report-adapter.js
-├── scripts/                       # 迁移工具
-│   └── migrate-config.js         # 配置迁移工具
-├── skills/                        # 技能模块（17 个核心技能）
-│   ├── log-audit/                # 日志审计
-│   ├── sls-log-audit/            # SLS 日志审查（链路追踪）
-│   ├── resource-bind/            # 资源绑定
-│   ├── code-review/              # 代码审查
-│   ├── code-review-audit/        # 代码审查审核（三维审查）
-│   ├── data-validation/          # 数据验证
-│   ├── data-logic-validation/    # 数据逻辑验证
-│   ├── api-sync/                 # API 同步
-│   ├── yapi-sync-interface/      # YApi 接口同步
-│   ├── yuque-sync-design/        # 语雀设计文档同步
-│   ├── project-review/           # 项目审查
-│   ├── git-review/               # Git 审查
-│   ├── archive-change/           # 变更归档
-│   ├── auto-flow/                # 工作流自动化
-│   ├── learning-engine/          # 学习引擎
-│   ├── learning-feedback/        # 学习反馈（全局）
-│   └── requirement-analyst/      # 需求分析师（六维度分析）
-├── learning/                      # 学习存储
-│   ├── records/                  # 学习记录
-│   └── scenes.json               # 场景映射
-├── templates/                     # 输出模板
-└── config/                        # 配置文件
-```
-
-### 学习流程
-
-```mermaid
-sequenceDiagram
-    participant U as 用户
-    participant A as FlowMind Agent
-    participant M as 场景匹配器
-    participant L as 学习引擎
-    participant S as 技能系统
-    participant MCP as MCP 集成
-    participant D as 数据持久层
-
-    U->>A: 发起请求
-    A->>M: 检查场景映射
-    M->>D: 读取历史记录
-    D-->>M: 返回匹配的工作流
-    M-->>A: 返回推荐方案
-
-    A->>S: 执行技能
-    S->>MCP: 调用外部服务
-    MCP-->>S: 返回结果
-    S-->>A: 返回执行结果
-
-    A->>U: 展示结果
-
-    U->>A: 提供反馈
-    A->>L: 记录学习
-    L->>D: 持久化存储
-    L->>L: 优化匹配算法
-```
-
-### 一站式问题解决流程
-
-```mermaid
-graph TB
-    A[问题发现] --> B[代码定位]
-    B --> C[数据验证]
-    C --> D[问题分析]
-    D --> E[一键修复]
-    E --> F[自动部署]
-    F --> G[归档记录]
-
-    B --> B1[本地代码]
-    B --> B2[MCP 远程]
-    B --> B3[SSH 模式]
-
-    C --> C1[RDS 数据读取]
-    C --> C2[数据完整性验证]
-
-    D --> D1[SLS 日志分析]
-    D --> D2[TraceID 链路追踪]
-    D --> D3[根因定位]
-
-    E --> E1[代码修改]
-    E --> E2[单元测试]
-
-    F --> F1[流水线执行]
-    F --> F2[自动部署]
-
-    G --> G1[OpenSpec 归档]
-    G --> G2[语雀文档同步]
-    G --> G3[RAG 数据构建]
-```
-
----
-
-## ✨ 功能特性
-
-### 🏗️ 核心架构
-
-FlowMind 基于**企业级架构设计规范**构建，融合了大量架构师和高级开发者的实践经验：
-
-- 📐 **OpenSpec 设计规范** - 标准化的技能定义和接口规范
-- 🧠 **RAG 业务处理逻辑** - 基于历史数据的智能检索和生成
-- 💾 **数据持久化** - 所有学习记录和配置本地持久化存储
-- ⚙️ **全局配置初始化** - 一次配置，永久生效，无需反复设置
-- 🔌 **可插拔组件** - 通过配置切换云服务商（阿里云、百度云、ELK 等），无需修改代码
-
-### 🔧 技能系统（17 个核心技能）
-
-#### 📊 分析类技能
-
-| 技能 | 功能说明 |
-|------|----------|
-| 🔍 **log-audit** | 日志审计 - 时间过滤、服务筛选、级别过滤、关键词搜索、TraceID 链路追踪、性能分析 |
-| 🔗 **sls-log-audit** | SLS 日志审查 - 阿里云 SLS 日志查询、TraceID 链路分析、Feign 调用链提取、响应耗时分析 |
-| 🔎 **project-review** | 项目审查 - 依赖分析、安全审计、许可证合规、代码复杂度、测试覆盖率、技术债务评估 |
-| 📋 **git-review** | Git 审查 - 提交质量分析、变更大小评估、影响分析、风险评估、依赖变更检测 |
-| 📐 **requirement-analyst** | 需求分析师 - 历史设计原理、迭代演进、扩展性评估、市场路线、需求偏差、升级漏洞（六维度） |
-
-#### 🔌 集成类技能
-
-| 技能 | 功能说明 |
-|------|----------|
-| 🔗 **resource-bind** | 资源绑定 - MySQL/PostgreSQL 连接管理、Redis 操作、REST API 集成、认证管理 |
-| 📚 **api-sync** | API 同步 - 从代码注释生成文档、OpenAPI/Swagger 规范生成、客户端 SDK 生成、版本管理 |
-| 📋 **yapi-sync-interface** | YApi 接口同步 - Controller 接口同步到 YApi、Swagger 导入导出、接口管理 |
-| 📖 **yuque-sync-design** | 语雀设计文档同步 - OpenSpec 设计文档同步到语雀、知识库管理、文档归档 |
-| ✅ **data-validation** | 数据验证 - 引用完整性检查、数据类型验证、业务逻辑验证、状态机验证、重复检测 |
-| 🔬 **data-logic-validation** | 数据逻辑验证 - 通过 MCP 连接数据库/Redis 验证实际 SQL 和缓存逻辑 |
-
-#### 🛠️ 质量类技能
-
-| 技能 | 功能说明 |
-|------|----------|
-| 🔒 **code-review** | 代码审查 - SQL 注入检测、XSS 漏洞扫描、认证问题、代码风格、复杂度分析、设计模式检查 |
-| 🛡️ **code-review-audit** | 代码审查审核 - 三维审查：安全审计、设计合规、强制约束验证，合并/测试前审核 |
-| 📝 **archive-change** | 变更归档 - 完成变更归档、自动生成变更摘要、更新日志、创建知识库条目、关联 Issue/PR |
-
-#### ⚡ 自动化技能
-
-| 技能 | 功能说明 |
-|------|----------|
-| 🔄 **auto-flow** | 工作流自动化 - 顺序执行、并行执行、条件分支、错误处理、工作流模板、团队共享 |
-
-#### 🧠 智能类技能
-
-| 技能 | 功能说明 |
-|------|----------|
-| 🎯 **learning-engine** | 学习引擎 - 纠正学习、场景学习、偏好学习、自动应用、学习循环、知识图谱构建 |
-| 📝 **learning-feedback** | 学习反馈（全局） - 捕获用户修正、场景映射、自动绑定到相关技能、持续优化 |
-
-### 🎯 核心能力详解
-
-#### 1️⃣ OpenSpec 设计规范
-```
-标准化的技能定义 → 统一的接口规范 → 即插即用
-```
-- 每个技能都有标准的 SKILL.md 定义文件
-- 统一的触发条件、功能说明、示例规范
-- 支持自定义技能扩展
-
-#### 2️⃣ RAG 业务处理逻辑
-```
-历史数据收集 → 智能检索匹配 → 上下文生成 → 自动应用
-```
-- 基于历史学习记录的智能匹配
-- 场景相似度计算和推荐
-- 上下文感知的工作流应用
-
-#### 3️⃣ 数据持久化留存
-```
-学习记录 → 本地存储 → 永久保留 → 跨会话复用
-```
-- 所有学习记录本地持久化存储
-- 配置信息永久保留
-- 支持导入导出，团队共享
-
-#### 4️⃣ 全局配置初始化
-```
-flowmind init → 一次性配置 → 永久生效
-```
-- 运行 `flowmind init` 完成初始化
-- 配置资源连接、学习偏好、输出格式
-- 无需每次重复设置
-
-#### 5️⃣ 学习反馈机制（自我进化）
-```
-用户纠正 → 记录学习 → 自动应用 → 持续优化
-```
-- **纠正学习**: "不对，用表格格式" → 自动记住
-- **场景学习**: "排查问题先查错误再查链路" → 记录工作流
-- **偏好学习**: "用中文回复" → 记录语言偏好
-- **自动应用**: 下次自动使用学习到的工作流
-
-#### 6️⃣ 可插拔组件架构（完整配置化）
-```
-组件类型 → 提供者接口 → 云服务适配器 → 通过配置切换
-```
-
-**核心设计原则：**
-- 🔌 **提供者抽象** - 每种组件类型定义标准接口，提供者实现该接口
-- ⚙️ **配置驱动切换** - 修改 JSON 配置即可切换云服务商，零代码改动
-- 🔗 **MCP 向后兼容** - 现有 MCP 服务器配置可无缝继续使用
-- 🧩 **自定义扩展** - 注册自定义适配器，接入私有或第三方服务
-
-**组件生命周期：**
-```
-flowmind init → 加载 component-config.json → 注册适配器 → 激活默认提供者
-                              ↓
-                   技能调用 ComponentRegistry.getAdapter(type)
-                              ↓
-                   适配器委托给 MCP 服务器或自定义实现
-```
-
-**MCP 服务器与组件映射：**
-
-| MCP 服务器 | 组件类型 | 提供者 |
-|------------|----------|--------|
-| `friday-sls-logs` | `logService` | `aliyun-sls` |
-| `aliyun-dms-mcp-server` | `databaseManager` | `aliyun-dms` |
-| `friday-rds-redis-query` | `databaseQuery` | `aliyun-rds-query` |
-| `friday-aliyun-sz-rds-redis` | `redisMonitor` | `aliyun-redis` |
-| `yapi-mcp` | `apiDoc` | `yapi` |
-| `yuque-mcp` | `knowledgeBase` | `yuque` |
-| `friday-auto-flow` | `workflow` | `friday-flow` |
-| `friday-auto-report` | `report` | `friday-report` |
-
-### 🛠️ 自定义适配器开发
-
-创建自定义适配器，接入私有或第三方服务。
-
-**第一步：继承基础适配器**
-
-```javascript
-// core/providers/custom/my-sls-adapter.js
-const LogServiceAdapter = require('../../adapters/log-service-adapter');
-
-class MyCustomSlsAdapter extends LogServiceAdapter {
-  constructor(config = {}) {
-    super('my-custom-sls', config);
-    // 注册 MCP 工具名称映射
-    this.registerTool('queryLogs', 'myQueryLogsTool');
-  }
-
-  get mcpServer() {
-    return 'my-custom-mcp-server';
-  }
-
-  async queryLogs(params) {
-    // 自定义实现
-    return { mcpServer: this.mcpServer, tool: this.resolveTool('queryLogs'), params };
-  }
-}
-
-module.exports = MyCustomSlsAdapter;
-```
-
-**第二步：注册提供者工厂**
-
-```javascript
-// 在初始化代码中
-const registry = new ComponentRegistry(config);
-
-registry.registerFactory('my-custom-sls', () => {
-  const MyCustomSlsAdapter = require('./providers/custom/my-sls-adapter');
-  return new MyCustomSlsAdapter(config.get('components.logService.providers.my-custom-sls'));
-});
-```
-
-**第三步：配置提供者**
-
-```json
-{
-  "components": {
-    "logService": {
-      "default": "my-custom-sls",
-      "providers": {
-        "my-custom-sls": {
-          "adapter": "my-custom-sls-adapter",
-          "enabled": true,
-          "mcpServer": "my-custom-mcp-server",
-          "config": {
-            "endpoint": "my-sls.example.com"
-          }
-        }
-      }
-    }
-  }
-}
+npx flowmind@latest doctor
+npx flowmind@latest skills
 ```
 
-**各组件类型的适配器接口要求：**
-
-| 组件类型 | 必须实现的方法 | 必须具备的能力 |
-|----------|----------------|----------------|
-| `logService` | `queryLogs()`, `listProjects()` | 日志查询与项目列表 |
-| `databaseManager` | `listInstances()`, `executeScript()`, `searchDatabase()` | 实例管理与 SQL 执行 |
-| `databaseQuery` | `queryExec()`, `fetchSource()`, `fetchTables()` | 数据库直查 |
-| `redisMonitor` | `query()`, `queryRange()`, `getLabelValues()` | Prometheus 指标查询 |
-| `apiDoc` | `searchApis()`, `saveApi()`, `getCategories()` | API 文档 CRUD |
-| `knowledgeBase` | `getRepos()`, `getDocs()`, `createDoc()`, `updateDoc()` | 知识库 CRUD |
-| `workflow` | `listPipelines()`, `startPipelineRun()` | 流水线管理 |
-| `report` | `listBuilds()`, `getBuildInfo()` | 构建报告获取 |
+## 为什么它比直接写 Prompt 更稳
 
-### 📦 配置迁移工具
+- skill 提供稳定执行路径，而不是每次重新组织 prompt
+- 显式反馈会沉淀成状态，而不是停留在聊天记录里
+- CLI / MCP 入口让工作流更容易脚本化和复用
 
-将现有 MCP 服务器配置迁移到新的组件架构。
+## 一个真实例子
 
 ```bash
-# 预览迁移（干运行）
-node scripts/migrate-config.js --dry-run
-
-# 生成迁移配置
-node scripts/migrate-config.js
-
-# 指定自定义输出路径
-node scripts/migrate-config.js --output ./my-config.json
-```
-
-**工具功能：**
-1. 从 `.claude/settings.local.json` 读取现有 MCP 服务器配置
-2. 使用默认映射表将 MCP 服务器映射到组件类型
-3. 生成结构化的 `component-config.json`
-
-**迁移输出示例：**
-```json
-{
-  "version": "1.0.0",
-  "components": {
-    "logService": {
-      "default": "aliyun-sls",
-      "providers": {
-        "aliyun-sls": {
-          "adapter": "aliyun-sls-adapter",
-          "enabled": true,
-          "mcpServer": "friday-sls-logs"
-        }
-      }
-    }
-  }
-}
-```
-
----
-
-## 📈 影响与指标
-
-| 指标 | 使用 FlowMind 前 | 使用 FlowMind 后 |
-|------|------------------|------------------|
-| 重复指令 | 100% | ~5% |
-| 工作流一致性 | 不稳定 | 98%+ |
-| 问题排查时间 | 30+ 分钟 | 5 分钟 |
-| 新人上手时间 | 2 周 | 2 天 |
-| Token 消耗 | 高 | 降低 60%+ |
-| 经验沉淀 | 无法保留 | 永久复用 |
-| 设计决策质量 | 靠经验摸索 | 有据可依 |
-
----
-
-## 🌟 社区共建
-
-**FlowMind 的核心理念：越多人使用，越智能！**
-
-### 为什么需要你的参与？
-
-```
-每个人的工作习惯 → 汇聚成智能知识库
-你的每一次使用 → 让 FlowMind 更懂开发者
-你的每一次纠正 → 帮助所有人提升效率
+flowmind process --skill log-audit "查询 traceId abc123 的日志"
+flowmind "下次用表格格式"
 ```
 
-### 如何参与共建？
-
-1. **使用并反馈** - 用 FlowMind 完成日常工作，告诉我们哪里可以更好
-2. **分享工作流** - 将你定义的工作流分享给团队和社区
-3. **贡献代码** - 添加新技能、改进学习算法、优化体验
-4. **传播理念** - 让更多开发者知道 FlowMind
-
-### 共建收益
-
-- 🚀 **个人提效** - 重复工作交给 FlowMind
-- 🧠 **集体智慧** - 汇聚千万开发者的工作经验
-- 🌍 **开源共享** - 所有学习成果开源共享
-- 🤝 **社区认可** - 贡献者将被永久记录
-
-**让我们一起构建更智能的开发工具！**
-
----
-
-## 🤝 贡献
-
-欢迎贡献！详见 [CONTRIBUTING.md](CONTRIBUTING.md)。
-
-### 贡献方式
-- 🐛 报告 Bug
-- 💡 建议功能
-- 📝 改进文档
-- 🛠️ 添加技能
-- 🌍 翻译
-- 🧪 编写测试
-
----
-
-## 📄 许可证
-
-MIT 许可证 - 详见 [LICENSE](LICENSE)。
-
----
-
-## 🎓 你的团队导师
-
-FlowMind 通过持续学习团队的实践经验，成为不同角色的得力助手：
-
-### 👨‍💻 对开发人员：把控质量，设计全流程化
-
-- **全流程设计引导** - 从需求分析到架构设计，FlowMind 学习团队的设计模式，在每个环节提供经验支撑
-- **编码质量把控** - 吸纳团队的 Code Review 标准和最佳实践，在编码阶段即时反馈
-- **技术决策参考** - 基于历史项目经验，为技术选型和架构决策提供数据支撑
-
-### 🧪 对测试人员：以 Review 驱动质量，以需求校准方向
-
-- **代码 Review 质量把控** - 学习团队的审查标准，辅助测试人员从代码层面发现潜在问题
-- **需求核对与追溯** - 将需求与代码实现自动关联，确保测试覆盖完整，不遗漏边界场景
-- **历史缺陷学习** - 从过往 Bug 模式中学习，提前识别高风险区域，精准分配测试资源
-
-### 📦 对产品人员：以史为鉴，推演未来发展
+下次遇到相似请求时，FlowMind 可以从本地学习数据里复用这条显式偏好。
 
-- **历史设计推敲** - 梳理历史资源和设计演进脉络，帮助产品理解"为什么这样设计"
-- **升级路径规划** - 基于历史迭代规律和技术架构约束，推演合理的功能演进方向
-- **需求可行性评估** - 结合技术实现成本和历史经验，为产品决策提供参考依据
+## 按目标阅读
 
-> *FlowMind 不替代任何人——它将团队的设计智慧、质量标准和产品经验跨时间、跨角色地传承下去，让每个角色都能站在前人的肩膀上做出更好的决策。*
+- 想看完整产品说明： [docs/guide.zh-CN.md](docs/guide.zh-CN.md)
+- 想看 Claude Code、Codex、Cursor、MCP 接入： [docs/integration-guide.md](docs/integration-guide.md)
+- 想先看终端演示： [demo/DEMO_CN.md](demo/DEMO_CN.md)
+- 想看版本变化： [CHANGELOG.md](CHANGELOG.md)
 
----
-
-## 🙏 致谢
-
-基于以下技术构建：
-- Claude AI - 智能核心
-- MCP 协议 - 工具集成
-- OpenSpec - 设计规范
-- 开源社区 - 灵感与支持
+## 为什么首页改短了
 
----
+npm 发布页更适合作为入口页，而不是整本使用手册。
+更完整的使用方式、系统阐述和架构说明已经下沉到上面的独立文档。
 
-## 📞 联系方式
+## 贡献
 
-- **GitHub**: [github.com/Eleven-M/flowmind](https://github.com/Eleven-M/flowmind)
-- **邮箱**: 13060993305@163.com
+欢迎提交 PR。先看 [CONTRIBUTING.md](CONTRIBUTING.md)。
 
----
+## 许可证
 
-<div align="center">
-
-**[⬆ 回到顶部](#-flowmind)**
-
-由 FlowMind 团队用 ❤️ 制作
-
-*"学习一次，永远流畅"*
-
-</div>
+MIT，见 [LICENSE](LICENSE)。