memento-mcp-server 1.6.0 → 1.7.2

package/README.md

@@ -1,432 +1,432 @@
-# 🧠 Memento MCP Server
-
-<div align="center">
-  <img src="static/logo.png" alt="Memento Logo" width="200" height="200">
-  
-  <h3>✨ AI Agent의 기억을 영원히 기억하세요 ✨</h3>
-  
-  <p><strong>사람의 기억 구조를 모사한 지능형 메모리 관리 시스템</strong></p>
-  
-  [🇰🇷 한국어](README.md) | [🇺🇸 English](README.en.md)
-</div>
-
-> **🚀 혁신적인 AI Agent 기억 보조 시스템**  
-> Memento는 AI Agent가 사람처럼 기억을 저장, 검색, 관리할 수 있도록 도와주는 MCP(Model Context Protocol) 서버입니다.  
-> 작업기억, 일화기억, 의미기억, 절차기억을 모사하여 **진정한 장기 기억**을 구현합니다.
-
-## 🎯 프로젝트 개요
-
-Memento MCP Server는 AI Agent가 장기 기억을 저장하고 관리할 수 있도록 도와주는 MCP(Model Context Protocol) 서버입니다. 사람의 기억 구조(작업기억, 일화기억, 의미기억, 절차기억)를 모사하여 효율적인 기억 관리 시스템을 제공합니다.
-
-## ✨ 주요 기능
-
-### 🧠 핵심 메모리 관리 (MCP 클라이언트)
-- **기억 저장**: 4가지 타입의 기억 저장 (working, episodic, semantic, procedural)
-- **기억 검색**: 하이브리드 검색 (텍스트 + 벡터)
-- **기억 고정**: 중요한 기억 고정/해제
-- **기억 삭제**: 소프트/하드 삭제
-
-### 🔍 고급 검색
-- **FTS5 텍스트 검색**: SQLite의 Full-Text Search
-- **벡터 검색**: sqlite-vec 기반 의미적 검색
-- **하이브리드 검색**: 텍스트와 벡터 검색의 결합
-- **다중 임베딩 제공자**: TF-IDF, MiniLM, OpenAI, Gemini 지원
-- **자동 제공자 선택**: 설정 기반 최적 제공자 자동 선택
-- **폴백 메커니즘**: 제공자 실패 시 자동 대체
-- **태그 기반 필터링**: 메타데이터 기반 검색
-
-### 🧹 망각 정책
-- **망각 알고리즘**: 최근성, 사용성, 중복 비율 기반 망각 점수 계산
-- **간격 반복**: 중요도와 사용성 기반 리뷰 스케줄링
-- **TTL 관리**: 타입별 수명 관리
-- **자동 정리**: 소프트/하드 삭제 자동화
-
-### 📊 성능 모니터링 (HTTP 관리 API)
-- **실시간 메트릭**: 데이터베이스, 검색, 메모리 성능 모니터링
-- **실시간 알림**: 30초마다 자동 성능 체크 및 임계값 기반 알림
-- **에러 로깅**: 구조화된 에러 로깅 및 통계 수집
-- **데이터베이스 최적화**: 자동 인덱스 추천 및 생성
-- **캐시 시스템**: LRU + TTL 기반 캐싱
-- **비동기 처리**: 워커 풀 기반 병렬 처리
-
-## 🚀 빠른 시작
-
-### 🥇 **원클릭 설치 (권장)**
-```bash
-# 자동 설치 스크립트 실행
-curl -sSL https://raw.githubusercontent.com/jee1/memento/main/install.sh | bash
-```
-
-### 🥈 **npx 방식 (개발자용)**
-```bash
-# 즉시 실행 (설치 없이)
-npx memento-mcp-server@latest dev
-
-# MCP 서버 실행
-npx memento-mcp-server@latest
-
-# HTTP 서버 실행
-npx memento-mcp-server@latest http
-
-# 자동 설정
-npx memento-mcp-server@latest setup
-```
-
-### 🥉 **Docker 방식 (프로덕션용)**
-```bash
-# 개발 환경
-docker-compose -f docker-compose.dev.yml up -d
-
-# 프로덕션 환경
-docker-compose -f docker-compose.prod.yml up -d
-```
-
-### 🛠️ **소스코드 방식 (개발자용)**
-```bash
-# 저장소 클론
-git clone https://github.com/jee1/memento.git
-cd memento
-
-# 원클릭 설치 및 실행
-npm run quick-start
-```
-
-### 📚 **상세 설치 가이드**
-자세한 설치 방법은 [INSTALL.md](INSTALL.md)를 참조하세요.
-
-## 💡 사용 예시
-
-### 🤖 AI Agent와의 연동
-```typescript
-// AI Agent가 학습한 내용을 기억에 저장
-await client.callTool({
-  name: "remember",
-  arguments: {
-    content: "사용자는 React Hook을 학습했습니다. useState는 상태를 관리하고, useEffect는 사이드 이펙트를 처리합니다.",
-    type: "episodic",
-    tags: ["react", "hooks", "javascript"],
-    importance: 0.8
-  }
-});
-
-// 나중에 관련 정보를 검색
-const results = await client.callTool({
-  name: "recall",
-  arguments: {
-    query: "React Hook 사용법",
-    limit: 5
-  }
-});
-```
-
-### 📚 지식 관리 시스템
-```typescript
-// 중요한 지식을 의미기억으로 저장
-await client.callTool({
-  name: "remember",
-  arguments: {
-    content: "TypeScript의 제네릭은 타입을 매개변수화하여 재사용 가능한 컴포넌트를 만드는 기능입니다.",
-    type: "semantic",
-    tags: ["typescript", "generics", "programming"],
-    importance: 0.9
-  }
-});
-```
-
-### 🔧 절차 기억 관리
-```typescript
-// 작업 절차를 절차기억으로 저장
-await client.callTool({
-  name: "remember",
-  arguments: {
-    content: "Docker 컨테이너 빌드 및 배포 절차: 1) Dockerfile 작성 2) docker build 실행 3) docker run으로 테스트 4) 레지스트리에 푸시",
-    type: "procedural",
-    tags: ["docker", "deployment", "devops"],
-    importance: 0.7
-  }
-});
-```
-
-## 🛠️ 사용법
-
-### MCP 클라이언트 연결
-
-```typescript
-import { Client } from "@modelcontextprotocol/sdk/client/index.js";
-
-const client = new Client({
-  name: "memento-client",
-  version: "0.1.0"
-}, {
-  capabilities: {
-    tools: {},
-    resources: {},
-    prompts: {}
-  }
-});
-
-// stdio 연결
-await client.connect({
-  command: "node",
-  args: ["dist/server/index.js"]
-});
-
-// WebSocket 연결
-await client.connect({
-  transport: {
-    type: "websocket",
-    url: "ws://localhost:9001/mcp"
-  }
-});
-```
-
-### 기억 저장
-
-```typescript
-// 기억 저장
-const result = await client.callTool({
-  name: "remember",
-  arguments: {
-    content: "React Hook에 대해 학습했습니다. useState는 상태를 관리하고, useEffect는 사이드 이펙트를 처리합니다.",
-    type: "episodic",
-    tags: ["react", "hooks", "javascript"],
-    importance: 0.8
-  }
-});
-```
-
-### 기억 검색
-
-```typescript
-// 기억 검색
-const results = await client.callTool({
-  name: "recall",
-  arguments: {
-    query: "React Hook",
-    filters: {
-      type: ["episodic", "semantic"],
-      tags: ["react"]
-    },
-    limit: 10
-  }
-});
-```
-
-## 📚 문서
-
-- [임베딩 서비스 가이드](docs/ko/embedding-service-guide.md) - 임베딩 서비스 사용법
-- [성능 벤치마크](docs/ko/embedding-performance-benchmark.md) - 성능 비교 결과
-- [API 레퍼런스](docs/ko/embedding-api-reference.md) - API 상세 문서
-- [설정 가이드](docs/ko/embedding-configuration.md) - 환경 설정 방법
-
-## 📋 API 문서
-
-### MCP Tools (핵심 5개만)
-
-> **중요**: MCP 클라이언트는 핵심 메모리 관리 기능 5개만 노출합니다.  
-> 관리 기능들은 HTTP API 엔드포인트로 분리되었습니다.
-
-| Tool | 설명 | 파라미터 |
-|------|------|----------|
-| `remember` | 기억 저장 | content, type, tags, importance, source, privacy_scope |
-| `recall` | 기억 검색 | query, filters, limit |
-| `pin` | 기억 고정 | memory_id |
-| `unpin` | 기억 고정 해제 | memory_id |
-| `forget` | 기억 삭제 | memory_id, hard |
-
-### HTTP 관리 API
-
-| 엔드포인트 | 설명 | 메서드 |
-|-----------|------|--------|
-| `/admin/memory/cleanup` | 메모리 정리 | POST |
-| `/admin/stats/forgetting` | 망각 통계 조회 | GET |
-| `/admin/stats/performance` | 성능 통계 조회 | GET |
-| `/admin/stats/errors` | 에러 통계 조회 | GET |
-| `/admin/errors/resolve` | 에러 해결 | POST |
-| `/admin/alerts/performance` | 성능 알림 조회 | GET |
-| `/admin/database/optimize` | 데이터베이스 최적화 | POST |
-
-### Resources
-
-| Resource | 설명 |
-|----------|------|
-| `memory/{id}` | 단일 기억 상세 정보 |
-| `memory/search?query=...` | 검색 결과 캐시 |
-
-## 🔧 설정
-
-### 환경 변수
-
-| 변수 | 기본값 | 설명 |
-|------|--------|------|
-| `NODE_ENV` | development | 실행 환경 |
-| `PORT` | 9001 | 서버 포트 |
-| `DB_PATH` | ./data/memory.db | 데이터베이스 경로 |
-| `LOG_LEVEL` | info | 로그 레벨 |
-| `OPENAI_API_KEY` | - | OpenAI API 키 (선택사항) |
-
-### 망각 정책 설정
-
-```bash
-# 망각 임계값
-FORGET_THRESHOLD=0.6
-SOFT_DELETE_THRESHOLD=0.6
-HARD_DELETE_THRESHOLD=0.8
-
-# TTL 설정 (일 단위)
-TTL_SOFT_WORKING=2
-TTL_SOFT_EPISODIC=30
-TTL_SOFT_SEMANTIC=180
-TTL_SOFT_PROCEDURAL=90
-```
-
-## 🧪 테스트
-
-```bash
-# 모든 테스트 실행 (Vitest)
-npm run test
-
-# 개별 테스트 실행
-npm run test:client                    # 클라이언트 테스트
-npm run test:search                    # 검색 기능 테스트
-npm run test:embedding                 # 임베딩 기능 테스트
-npm run test:lightweight-embedding     # 경량 임베딩 테스트
-npm run test:forgetting                # 망각 정책 테스트
-npm run test:performance               # 성능 벤치마크
-npm run test:monitoring                # 성능 모니터링 테스트
-npm run test:error-logging             # 에러 로깅 테스트
-npm run test:performance-alerts        # 성능 알림 테스트
-
-# 테스트 감시 모드
-npm run test -- --watch
-
-# 커버리지 포함 테스트
-npm run test -- --coverage
-```
-
-## 📚 개발자 가이드라인
-
-### 저장소 가이드라인 (`AGENTS.md`)
-- **프로젝트 구조**: `src/` 하위 모듈별 조직화
-- **빌드/테스트 명령어**: `npm run dev`, `npm run build`, `npm run test` 등
-- **코딩 스타일**: Node.js ≥ 20, TypeScript ES 모듈, 2칸 들여쓰기
-- **테스트 가이드라인**: Vitest 기반, `src/test/` 또는 `*.spec.ts` 파일
-- **커밋/PR 가이드라인**: Conventional Commits, 한국어 컨텍스트 포함
-- **환경/데이터베이스**: `.env` 설정, `data/` 폴더 관리
-
-## 📊 성능 지표
-
-### 기본 성능
-- **데이터베이스 성능**: 평균 쿼리 시간 0.16-0.22ms
-- **검색 성능**: 0.78-4.24ms (캐시 효과로 개선)
-- **메모리 사용량**: 11-15MB 힙 사용량
-- **동시 연결**: 최대 1000개 연결 지원
-
-### 고급 성능 최적화
-- **캐시 히트율**: 80% 이상 (검색 결과 캐싱)
-- **임베딩 캐싱**: 24시간 TTL로 비용 절약
-- **비동기 처리**: 워커 풀 기반 병렬 처리
-- **데이터베이스 최적화**: 자동 인덱스 추천 및 생성
-- **실시간 모니터링**: 30초마다 자동 성능 체크
-- **에러 로깅**: 구조화된 에러 추적 및 통계
-- **성능 알림**: 임계값 기반 자동 알림 시스템
-
-### 경량 임베딩 성능
-- **TF-IDF 벡터화**: 512차원 고정 벡터 생성
-- **다국어 지원**: 한국어/영어 불용어 제거
-- **로컬 처리**: OpenAI API 없이 동작
-- **코사인 유사도**: 빠른 벡터 검색
-
-## 🏗️ 아키텍처
-
-### M1: 개인용 (현재 구현)
-- **스토리지**: better-sqlite3 임베디드
-- **인덱스**: FTS5 + sqlite-vss
-- **인증**: 없음 (로컬 전용)
-- **운영**: 로컬 실행
-- **MCP 클라이언트**: 핵심 5개 도구만 노출
-- **관리 기능**: HTTP API로 분리
-- **추가 기능**: 경량 임베딩, 성능 모니터링, 캐시 시스템
-
-### M2: 팀 협업 (계획)
-- **스토리지**: SQLite 서버 모드
-- **인증**: API Key
-- **운영**: Docker 단일 컨테이너
-
-### M3: 조직 초입 (계획)
-- **스토리지**: PostgreSQL + pgvector
-- **인증**: JWT
-- **운영**: Docker Compose
-
-## ❓ 자주 묻는 질문 (FAQ)
-
-### Q: Memento는 어떤 AI Agent와 호환되나요?
-A: MCP(Model Context Protocol)를 지원하는 모든 AI Agent와 호환됩니다. Claude, GPT-4, Gemini 등과 연동 가능합니다.
-
-### Q: 기억 데이터는 어디에 저장되나요?
-A: 기본적으로 로컬 SQLite 데이터베이스(`./data/memory.db`)에 저장됩니다. Docker를 사용하는 경우 컨테이너 내부에 저장됩니다.
-
-### Q: OpenAI API 키가 필요한가요?
-A: 선택사항입니다. OpenAI API 키가 없어도 TF-IDF 기반 경량 임베딩으로 동작합니다. 더 정확한 검색을 원한다면 OpenAI API 키를 설정하세요.
-
-### Q: 기억 용량에 제한이 있나요?
-A: SQLite 데이터베이스의 제한에 따라 달라집니다. 일반적으로 수백만 개의 기억을 저장할 수 있습니다.
-
-### Q: 다른 사용자와 기억을 공유할 수 있나요?
-A: 현재 M1 버전은 개인용입니다. M2 버전부터 팀 협업 기능이 추가될 예정입니다.
-
-### Q: 기억이 자동으로 삭제되나요?
-A: 네, 망각 정책에 따라 자동으로 삭제됩니다. 중요한 기억은 `pin` 기능으로 고정할 수 있습니다.
-
-## 🤝 기여하기
-
-Memento 프로젝트에 기여하고 싶으신가요? 자세한 가이드는 [CONTRIBUTING.md](CONTRIBUTING.md)를 참조하세요.
-
-### 빠른 기여 시작
-1. **Fork** the Project
-2. **Create** your Feature Branch (`git checkout -b feature/AmazingFeature`)
-3. **Commit** your Changes (`git commit -m 'feat: add some AmazingFeature'`)
-4. **Push** to the Branch (`git push origin feature/AmazingFeature`)
-5. **Open** a Pull Request
-
-### 개발 환경 설정
-```bash
-# 저장소 포크 후 클론
-git clone https://github.com/your-username/memento.git
-cd memento
-
-# 의존성 설치
-npm install
-
-# 개발 서버 시작
-npm run dev
-
-# 테스트 실행
-npm run test
-```
-
-### 기여 방법
-- 🐛 **버그 리포트**: [GitHub Issues](https://github.com/jee1/memento/issues)에서 버그를 신고하세요
-- 💡 **기능 제안**: 새로운 아이디어를 제안해주세요
-- 📝 **문서 개선**: 문서를 더 명확하게 만들어주세요
-- 🔧 **코드 기여**: 새로운 기능이나 버그 수정을 도와주세요
-
-## 📄 라이선스
-
-이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 `LICENSE` 파일을 참조하세요.
-
-## 📞 지원
-
-- 이슈 리포트: [GitHub Issues](https://github.com/jee1/memento/issues)
-- 문서: [Wiki](https://github.com/jee1/memento/wiki)
-- 개발자 가이드: [docs/developer-guide.md](docs/developer-guide.md)
-- API 참조: [docs/api-reference.md](docs/api-reference.md)
-
-## 🙏 감사의 말
-
-- [Model Context Protocol](https://modelcontextprotocol.io/) - MCP 프로토콜
-- [OpenAI](https://openai.com/) - 임베딩 서비스
-- [better-sqlite3](https://github.com/WiseLibs/better-sqlite3) - 고성능 SQLite 드라이버
-- [Express](https://expressjs.com/) - 웹 프레임워크
-- [Vitest](https://vitest.dev/) - 테스트 프레임워크
-- [TypeScript](https://www.typescriptlang.org/) - 개발 언어
+# 🧠 Memento MCP Server
+
+<div align="center">
+  <img src="static/logo.png" alt="Memento Logo" width="200" height="200">
+  
+  <h3>✨ AI Agent의 기억을 영원히 기억하세요 ✨</h3>
+  
+  <p><strong>사람의 기억 구조를 모사한 지능형 메모리 관리 시스템</strong></p>
+  
+  [🇰🇷 한국어](README.md) | [🇺🇸 English](README.en.md)
+</div>
+
+> **🚀 혁신적인 AI Agent 기억 보조 시스템**  
+> Memento는 AI Agent가 사람처럼 기억을 저장, 검색, 관리할 수 있도록 도와주는 MCP(Model Context Protocol) 서버입니다.  
+> 작업기억, 일화기억, 의미기억, 절차기억을 모사하여 **진정한 장기 기억**을 구현합니다.
+
+## 🎯 프로젝트 개요
+
+Memento MCP Server는 AI Agent가 장기 기억을 저장하고 관리할 수 있도록 도와주는 MCP(Model Context Protocol) 서버입니다. 사람의 기억 구조(작업기억, 일화기억, 의미기억, 절차기억)를 모사하여 효율적인 기억 관리 시스템을 제공합니다.
+
+## ✨ 주요 기능
+
+### 🧠 핵심 메모리 관리 (MCP 클라이언트)
+- **기억 저장**: 4가지 타입의 기억 저장 (working, episodic, semantic, procedural)
+- **기억 검색**: 하이브리드 검색 (텍스트 + 벡터)
+- **기억 고정**: 중요한 기억 고정/해제
+- **기억 삭제**: 소프트/하드 삭제
+
+### 🔍 고급 검색
+- **FTS5 텍스트 검색**: SQLite의 Full-Text Search
+- **벡터 검색**: sqlite-vec 기반 의미적 검색
+- **하이브리드 검색**: 텍스트와 벡터 검색의 결합
+- **다중 임베딩 제공자**: TF-IDF, MiniLM, OpenAI, Gemini 지원
+- **자동 제공자 선택**: 설정 기반 최적 제공자 자동 선택
+- **폴백 메커니즘**: 제공자 실패 시 자동 대체 (OpenAI → 경량 서비스)
+- **태그 기반 필터링**: 메타데이터 기반 검색
+
+### 🧹 망각 정책
+- **망각 알고리즘**: 최근성, 사용성, 중복 비율 기반 망각 점수 계산
+- **간격 반복**: 중요도와 사용성 기반 리뷰 스케줄링
+- **TTL 관리**: 타입별 수명 관리
+- **자동 정리**: 소프트/하드 삭제 자동화
+
+### 📊 성능 모니터링 (HTTP 관리 API)
+- **실시간 메트릭**: 데이터베이스, 검색, 메모리 성능 모니터링
+- **실시간 알림**: 30초마다 자동 성능 체크 및 임계값 기반 알림
+- **에러 로깅**: 구조화된 에러 로깅 및 통계 수집
+- **데이터베이스 최적화**: 자동 인덱스 추천 및 생성
+- **캐시 시스템**: LRU + TTL 기반 캐싱
+- **비동기 처리**: 워커 풀 기반 병렬 처리
+
+## 🚀 빠른 시작
+
+### 🥇 **원클릭 설치 (권장)**
+```bash
+# 자동 설치 스크립트 실행
+curl -sSL https://raw.githubusercontent.com/jee1/memento/main/install.sh | bash
+```
+
+### 🥈 **npx 방식 (개발자용)**
+```bash
+# 즉시 실행 (설치 없이)
+npx memento-mcp-server@latest dev
+
+# MCP 서버 실행
+npx memento-mcp-server@latest
+
+# HTTP 서버 실행
+npx memento-mcp-server@latest http
+
+# 자동 설정
+npx memento-mcp-server@latest setup
+```
+
+### 🥉 **Docker 방식 (프로덕션용)**
+```bash
+# 개발 환경
+docker-compose -f docker-compose.dev.yml up -d
+
+# 프로덕션 환경
+docker-compose -f docker-compose.prod.yml up -d
+```
+
+### 🛠️ **소스코드 방식 (개발자용)**
+```bash
+# 저장소 클론
+git clone https://github.com/jee1/memento.git
+cd memento
+
+# 원클릭 설치 및 실행
+npm run quick-start
+```
+
+### 📚 **상세 설치 가이드**
+자세한 설치 방법은 [INSTALL.md](INSTALL.md)를 참조하세요.
+
+## 💡 사용 예시
+
+### 🤖 AI Agent와의 연동
+```typescript
+// AI Agent가 학습한 내용을 기억에 저장
+await client.callTool({
+  name: "remember",
+  arguments: {
+    content: "사용자는 React Hook을 학습했습니다. useState는 상태를 관리하고, useEffect는 사이드 이펙트를 처리합니다.",
+    type: "episodic",
+    tags: ["react", "hooks", "javascript"],
+    importance: 0.8
+  }
+});
+
+// 나중에 관련 정보를 검색
+const results = await client.callTool({
+  name: "recall",
+  arguments: {
+    query: "React Hook 사용법",
+    limit: 5
+  }
+});
+```
+
+### 📚 지식 관리 시스템
+```typescript
+// 중요한 지식을 의미기억으로 저장
+await client.callTool({
+  name: "remember",
+  arguments: {
+    content: "TypeScript의 제네릭은 타입을 매개변수화하여 재사용 가능한 컴포넌트를 만드는 기능입니다.",
+    type: "semantic",
+    tags: ["typescript", "generics", "programming"],
+    importance: 0.9
+  }
+});
+```
+
+### 🔧 절차 기억 관리
+```typescript
+// 작업 절차를 절차기억으로 저장
+await client.callTool({
+  name: "remember",
+  arguments: {
+    content: "Docker 컨테이너 빌드 및 배포 절차: 1) Dockerfile 작성 2) docker build 실행 3) docker run으로 테스트 4) 레지스트리에 푸시",
+    type: "procedural",
+    tags: ["docker", "deployment", "devops"],
+    importance: 0.7
+  }
+});
+```
+
+## 🛠️ 사용법
+
+### MCP 클라이언트 연결
+
+```typescript
+import { Client } from "@modelcontextprotocol/sdk/client/index.js";
+
+const client = new Client({
+  name: "memento-client",
+  version: "0.1.0"
+}, {
+  capabilities: {
+    tools: {},
+    resources: {},
+    prompts: {}
+  }
+});
+
+// stdio 연결
+await client.connect({
+  command: "node",
+  args: ["dist/server/index.js"]
+});
+
+// WebSocket 연결
+await client.connect({
+  transport: {
+    type: "websocket",
+    url: "ws://localhost:9001/mcp"
+  }
+});
+```
+
+### 기억 저장
+
+```typescript
+// 기억 저장
+const result = await client.callTool({
+  name: "remember",
+  arguments: {
+    content: "React Hook에 대해 학습했습니다. useState는 상태를 관리하고, useEffect는 사이드 이펙트를 처리합니다.",
+    type: "episodic",
+    tags: ["react", "hooks", "javascript"],
+    importance: 0.8
+  }
+});
+```
+
+### 기억 검색
+
+```typescript
+// 기억 검색
+const results = await client.callTool({
+  name: "recall",
+  arguments: {
+    query: "React Hook",
+    filters: {
+      type: ["episodic", "semantic"],
+      tags: ["react"]
+    },
+    limit: 10
+  }
+});
+```
+
+## 📚 문서
+
+- [임베딩 서비스 가이드](docs/ko/embedding-service-guide.md) - 임베딩 서비스 사용법
+- [성능 벤치마크](docs/ko/embedding-performance-benchmark.md) - 성능 비교 결과
+- [API 레퍼런스](docs/ko/embedding-api-reference.md) - API 상세 문서
+- [설정 가이드](docs/ko/embedding-configuration.md) - 환경 설정 방법
+
+## 📋 API 문서
+
+### MCP Tools (핵심 5개만)
+
+> **중요**: MCP 클라이언트는 핵심 메모리 관리 기능 5개만 노출합니다.  
+> 관리 기능들은 HTTP API 엔드포인트로 분리되었습니다.
+
+| Tool | 설명 | 파라미터 |
+|------|------|----------|
+| `remember` | 기억 저장 | content, type, tags, importance, source, privacy_scope |
+| `recall` | 기억 검색 | query, filters, limit |
+| `pin` | 기억 고정 | memory_id |
+| `unpin` | 기억 고정 해제 | memory_id |
+| `forget` | 기억 삭제 | memory_id, hard |
+
+### HTTP 관리 API
+
+| 엔드포인트 | 설명 | 메서드 |
+|-----------|------|--------|
+| `/admin/memory/cleanup` | 메모리 정리 | POST |
+| `/admin/stats/forgetting` | 망각 통계 조회 | GET |
+| `/admin/stats/performance` | 성능 통계 조회 | GET |
+| `/admin/stats/errors` | 에러 통계 조회 | GET |
+| `/admin/errors/resolve` | 에러 해결 | POST |
+| `/admin/alerts/performance` | 성능 알림 조회 | GET |
+| `/admin/database/optimize` | 데이터베이스 최적화 | POST |
+
+### Resources
+
+| Resource | 설명 |
+|----------|------|
+| `memory/{id}` | 단일 기억 상세 정보 |
+| `memory/search?query=...` | 검색 결과 캐시 |
+
+## 🔧 설정
+
+### 환경 변수
+
+| 변수 | 기본값 | 설명 |
+|------|--------|------|
+| `NODE_ENV` | development | 실행 환경 |
+| `PORT` | 9001 | 서버 포트 |
+| `DB_PATH` | ./data/memory.db | 데이터베이스 경로 |
+| `LOG_LEVEL` | info | 로그 레벨 |
+| `OPENAI_API_KEY` | - | OpenAI API 키 (선택사항) |
+
+### 망각 정책 설정
+
+```bash
+# 망각 임계값
+FORGET_THRESHOLD=0.6
+SOFT_DELETE_THRESHOLD=0.6
+HARD_DELETE_THRESHOLD=0.8
+
+# TTL 설정 (일 단위)
+TTL_SOFT_WORKING=2
+TTL_SOFT_EPISODIC=30
+TTL_SOFT_SEMANTIC=180
+TTL_SOFT_PROCEDURAL=90
+```
+
+## 🧪 테스트
+
+```bash
+# 모든 테스트 실행 (Vitest)
+npm run test
+
+# 개별 테스트 실행
+npm run test:client                    # 클라이언트 테스트
+npm run test:search                    # 검색 기능 테스트
+npm run test:embedding                 # 임베딩 기능 테스트
+npm run test:lightweight-embedding     # 경량 임베딩 테스트
+npm run test:forgetting                # 망각 정책 테스트
+npm run test:performance               # 성능 벤치마크
+npm run test:monitoring                # 성능 모니터링 테스트
+npm run test:error-logging             # 에러 로깅 테스트
+npm run test:performance-alerts        # 성능 알림 테스트
+
+# 테스트 감시 모드
+npm run test -- --watch
+
+# 커버리지 포함 테스트
+npm run test -- --coverage
+```
+
+## 📚 개발자 가이드라인
+
+### 저장소 가이드라인 (`AGENTS.md`)
+- **프로젝트 구조**: `src/` 하위 모듈별 조직화
+- **빌드/테스트 명령어**: `npm run dev`, `npm run build`, `npm run test` 등
+- **코딩 스타일**: Node.js ≥ 20, TypeScript ES 모듈, 2칸 들여쓰기
+- **테스트 가이드라인**: Vitest 기반, `src/test/` 또는 `*.spec.ts` 파일
+- **커밋/PR 가이드라인**: Conventional Commits, 한국어 컨텍스트 포함
+- **환경/데이터베이스**: `.env` 설정, `data/` 폴더 관리
+
+## 📊 성능 지표
+
+### 기본 성능
+- **데이터베이스 성능**: 평균 쿼리 시간 0.16-0.22ms
+- **검색 성능**: 0.78-4.24ms (캐시 효과로 개선)
+- **메모리 사용량**: 11-15MB 힙 사용량
+- **동시 연결**: 최대 1000개 연결 지원
+
+### 고급 성능 최적화
+- **캐시 히트율**: 80% 이상 (검색 결과 캐싱)
+- **임베딩 캐싱**: 24시간 TTL로 비용 절약
+- **비동기 처리**: 워커 풀 기반 병렬 처리
+- **데이터베이스 최적화**: 자동 인덱스 추천 및 생성
+- **실시간 모니터링**: 30초마다 자동 성능 체크
+- **에러 로깅**: 구조화된 에러 추적 및 통계
+- **성능 알림**: 임계값 기반 자동 알림 시스템
+
+### 경량 임베딩 성능
+- **TF-IDF 벡터화**: 512차원 고정 벡터 생성
+- **다국어 지원**: 한국어/영어 불용어 제거
+- **로컬 처리**: OpenAI API 없이 동작
+- **코사인 유사도**: 빠른 벡터 검색
+
+## 🏗️ 아키텍처
+
+### M1: 개인용 (현재 구현)
+- **스토리지**: better-sqlite3 임베디드
+- **인덱스**: FTS5 + sqlite-vss
+- **인증**: 없음 (로컬 전용)
+- **운영**: 로컬 실행
+- **MCP 클라이언트**: 핵심 5개 도구만 노출
+- **관리 기능**: HTTP API로 분리
+- **추가 기능**: 경량 임베딩, 성능 모니터링, 캐시 시스템
+
+### M2: 팀 협업 (계획)
+- **스토리지**: SQLite 서버 모드
+- **인증**: API Key
+- **운영**: Docker 단일 컨테이너
+
+### M3: 조직 초입 (계획)
+- **스토리지**: PostgreSQL + pgvector
+- **인증**: JWT
+- **운영**: Docker Compose
+
+## ❓ 자주 묻는 질문 (FAQ)
+
+### Q: Memento는 어떤 AI Agent와 호환되나요?
+A: MCP(Model Context Protocol)를 지원하는 모든 AI Agent와 호환됩니다. Claude, GPT-4, Gemini 등과 연동 가능합니다.
+
+### Q: 기억 데이터는 어디에 저장되나요?
+A: 기본적으로 로컬 SQLite 데이터베이스(`./data/memory.db`)에 저장됩니다. Docker를 사용하는 경우 컨테이너 내부에 저장됩니다.
+
+### Q: OpenAI API 키가 필요한가요?
+A: 선택사항입니다. OpenAI API 키가 없어도 TF-IDF 기반 경량 임베딩으로 동작합니다. 더 정확한 검색을 원한다면 OpenAI API 키를 설정하세요.
+
+### Q: 기억 용량에 제한이 있나요?
+A: SQLite 데이터베이스의 제한에 따라 달라집니다. 일반적으로 수백만 개의 기억을 저장할 수 있습니다.
+
+### Q: 다른 사용자와 기억을 공유할 수 있나요?
+A: 현재 M1 버전은 개인용입니다. M2 버전부터 팀 협업 기능이 추가될 예정입니다.
+
+### Q: 기억이 자동으로 삭제되나요?
+A: 네, 망각 정책에 따라 자동으로 삭제됩니다. 중요한 기억은 `pin` 기능으로 고정할 수 있습니다.
+
+## 🤝 기여하기
+
+Memento 프로젝트에 기여하고 싶으신가요? 자세한 가이드는 [CONTRIBUTING.md](CONTRIBUTING.md)를 참조하세요.
+
+### 빠른 기여 시작
+1. **Fork** the Project
+2. **Create** your Feature Branch (`git checkout -b feature/AmazingFeature`)
+3. **Commit** your Changes (`git commit -m 'feat: add some AmazingFeature'`)
+4. **Push** to the Branch (`git push origin feature/AmazingFeature`)
+5. **Open** a Pull Request
+
+### 개발 환경 설정
+```bash
+# 저장소 포크 후 클론
+git clone https://github.com/your-username/memento.git
+cd memento
+
+# 의존성 설치
+npm install
+
+# 개발 서버 시작
+npm run dev
+
+# 테스트 실행
+npm run test
+```
+
+### 기여 방법
+- 🐛 **버그 리포트**: [GitHub Issues](https://github.com/jee1/memento/issues)에서 버그를 신고하세요
+- 💡 **기능 제안**: 새로운 아이디어를 제안해주세요
+- 📝 **문서 개선**: 문서를 더 명확하게 만들어주세요
+- 🔧 **코드 기여**: 새로운 기능이나 버그 수정을 도와주세요
+
+## 📄 라이선스
+
+이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 `LICENSE` 파일을 참조하세요.
+
+## 📞 지원
+
+- 이슈 리포트: [GitHub Issues](https://github.com/jee1/memento/issues)
+- 문서: [Wiki](https://github.com/jee1/memento/wiki)
+- 개발자 가이드: [docs/developer-guide.md](docs/developer-guide.md)
+- API 참조: [docs/api-reference.md](docs/api-reference.md)
+
+## 🙏 감사의 말
+
+- [Model Context Protocol](https://modelcontextprotocol.io/) - MCP 프로토콜
+- [OpenAI](https://openai.com/) - 임베딩 서비스
+- [better-sqlite3](https://github.com/WiseLibs/better-sqlite3) - 고성능 SQLite 드라이버
+- [Express](https://expressjs.com/) - 웹 프레임워크
+- [Vitest](https://vitest.dev/) - 테스트 프레임워크
+- [TypeScript](https://www.typescriptlang.org/) - 개발 언어