dierdanao 1.1.0__tar.gz

dierdanao-1.1.0/LICENSE

@@ -0,0 +1,21 @@
+MIT License
+
+Copyright (c) 2026 pjr0
+
+Permission is hereby granted, free of charge, to any person obtaining a copy
+of this software and associated documentation files (the "Software"), to deal
+in the Software without restriction, including without limitation the rights
+to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
+copies of the Software, and to permit persons to whom the Software is
+furnished to do so, subject to the following conditions:
+
+The above copyright notice and this permission notice shall be included in all
+copies or substantial portions of the Software.
+
+THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
+IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
+FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
+AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
+LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
+OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
+SOFTWARE.

dierdanao-1.1.0/PKG-INFO

@@ -0,0 +1,209 @@
+Metadata-Version: 2.4
+Name: dierdanao
+Version: 1.1.0
+Summary: Second Brain — AI Agent friendly memory engine ecosystem
+Author: pjr0
+License: MIT
+Project-URL: Homepage, https://gitee.com/pjr0/dierdanao
+Project-URL: Source, https://gitee.com/pjr0/dierdanao
+Project-URL: BugTracker, https://gitee.com/pjr0/dierdanao/issues
+Project-URL: Documentation, https://gitee.com/pjr0/dierdanao#readme
+Keywords: memory-engine,ai-agent,knowledge-graph,faiss,second-brain
+Classifier: Development Status :: 4 - Beta
+Classifier: Intended Audience :: Developers
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Operating System :: POSIX :: Linux
+Classifier: Operating System :: MacOS
+Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
+Requires-Python: >=3.10
+Description-Content-Type: text/markdown
+License-File: LICENSE
+Requires-Dist: faiss-cpu>=1.13
+Requires-Dist: numpy>=2.0
+Requires-Dist: typer>=0.12
+Requires-Dist: pyyaml>=6.0
+Requires-Dist: requests>=2.31
+Requires-Dist: tenacity>=8.0
+Requires-Dist: scikit-learn>=1.3.0
+Dynamic: license-file
+
+# 🧠 dierdanao — 第二大脑
+
+**你的 AI 外脑，让它替你记住、关联、发现。** 完全本地运行，零隐私风险。
+
+> **你**：帮我记，我家狗每次我上厕所它都要跟进来盯着
+>
+> **你**：又记一条——狗的祖先是群居动物，野外排便时同伴会互相放哨
+>
+> **你**：依恋理论里有个概念叫"安全基地"——婴儿把妈妈当作探索世界的安全后盾
+>
+> *…几周后，你的知识库里攒了一些宠物行为、动物学、心理学的零散观察…*
+>
+> **你**：看看这些宠物相关的记录有没有关联？
+>
+> **AI**：聚合了 5 条相关记忆。发现一处知识空白——你对"犬类社会认知"的研究很少。另外，基于你记录的机制我推导出一个假设：**如果厕所对狗来说是一个密闭且无法逃跑的空间，它在你排便时仍然选择跟随你，这不是好奇——它在给你当哨兵。它认为排便时的你是脆弱的，在用盯防回馈你给它的安全感。**
+
+你不是动物学家，你只是养了条狗。系统帮你从日常观察中推了一个跨物种的行为学假设。
+
+---
+
+## 为什么你需要它？
+
+每次对话结束，你的 AI 助手就忘了你们讨论过什么。
+
+dierdanao 给它装上"记忆硬盘"：
+
+- **记住一切** — 知识、决策、灵感，语义级存储
+- **随时检索** — 一句话就能找到，不需要精确关键词
+- **自动关联** — 发现隐藏联系，识别矛盾，找到空白
+- **推导新想法** — 从已有知识交叉推导出新假设
+
+---
+
+## 快速安装
+
+### AI 自主安装（推荐）
+
+复制这个链接给你的 AI Agent，它会自动完成全部安装：
+
+```
+https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md
+```
+
+如果无法访问 Gitee，也可以复制仓库中的 [`AI-INSTALL.md`](https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md) 文件内容直接粘贴给 AI。
+
+> 注意：AI 需要能访问 gitee.com 来 git clone 仓库。如果网络受限，请先手动下载仓库再让 AI 安装。
+
+### 手动安装
+
+```bash
+git clone https://gitee.com/pjr0/dierdanao.git
+cd dierdanao
+bash install.sh      # 自动完成所有安装
+dierdanao init       # 部署 AI Agent 技能
+```
+
+---
+
+## 它是怎么工作的
+
+```
+你随口记录
+    │
+    ▼
+┌─────────────┐    ┌──────────────────┐    ┌───────────────────┐
+│  open-mem   │───▶│ knowledge-linker │───▶│   gap-detector    │
+│  语义存储    │    │   发现隐藏关联     │    │   识别知识空白      │
+└─────────────┘    └──────────────────┘    └───────────────────┘
+                                                      │
+                         ┌────────────────────────────┘
+                         ▼
+              ┌─────────────────────┐    ┌────────────────────────┐
+              │ contradiction-finder│───▶│  hypothesis-generator  │
+              │    发现观点冲突       │    │    从矛盾中生成新假设     │
+              └─────────────────────┘    └────────────────────────┘
+```
+
+**当你的记忆到达一定规模，更深层的东西开始浮现：**
+
+> 你在研究心理学和社会学，记忆库里并存着：
+>
+> 津巴多监狱实验：情境力量使普通人作恶 / 米尔格拉姆服从实验 / 企业科层组织研究：层级越多发声意愿越低 / 旁观者效应：群体中个人责任感被稀释
+>
+> `contradiction-finder` 标记了深层矛盾：**"个体有道德判断力" vs "群体中个体服从权威"**
+>
+> `gap-detector` 发现你在"权威服从"上积累了大量研究，但对**"如何打破服从"**的记录几乎为零
+>
+> `hypothesis-generator` 推导出一个跨领域假设：**旁观者效应中的"责任分散"和科层组织中的"责任上移"可能共享同一心理机制——组织扁平化 + 匿名举报通道，是否能打破米尔格拉姆式的服从链条？**
+>
+> 两条独立的研究线索，系统帮你架了一座桥。
+
+---
+
+## 8 个工具，一个生态
+
+| 工具 | 用途 | 一句话 |
+|------|------|--------|
+| **open-mem** 🧩 | 核心记忆引擎 | 存进去，搜出来 |
+| **open-mem-doctor** 🏥 | 健康诊断 | 14 项检查，一键定位问题 |
+| **knowledge-linker** 🔗 | 关联发现 | 新知识进来，自动关联已有记忆 |
+| **contradiction-finder** ⚡ | 矛盾检测 | 发现知识库中的观点冲突 |
+| **gap-detector** 🕳️ | 空白扫描 | 告诉你该补什么知识 |
+| **hypothesis-generator** 💡 | 假设生成 | 从已有知识推导新想法 |
+| **knowledge-synthesis** 🧪 | 知识合成 | 聚合主题下的记忆，供 AI 提炼总结 |
+| **open-mem-client** 📦 | 客户端库 | 给其他工具调用的 Python SDK |
+
+---
+
+## 教程
+
+### 基础工具
+
+| 教程 | |
+|------|------|
+| [构建个人知识库](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/01-personal-knowledge-base.md) | 记、搜、改、删——掌握 open-mem 核心操作 |
+| [健康诊断](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/07-open-mem-doctor.md) | 14 项检查覆盖引擎、工具链、数据完整性，一键定位问题 |
+| [发现知识关联](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/05-knowledge-linker.md) | 新知识进来，自动发现它与已有记忆的隐藏联系 |
+| [发现知识矛盾](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/02-contradiction-detection.md) | 扫描知识库，找出互相对立的观点，避免认知冲突 |
+| [发现知识空白](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/03-gap-detection.md) | 聚类分析告诉你哪些领域积累不够，该补什么 |
+| [生成新假设](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/04-hypothesis-generation.md) | 从已有知识交叉推导，生成可验证的新想法 |
+| [知识合成](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/06-knowledge-synthesis.md) | 按主题聚合记忆，供 AI 提炼深度总结 |
+
+### 实战场景
+
+| 教程 | |
+|------|------|
+| [日常 AI 工作流](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/08-daily-ai-workflow.md) | 从"帮我记一下"开始——你随口说，AI 自动归类存入 open-mem；几天后你问"我上次记的那个咖啡相关的东西"，AI 搜出来不说，还告诉你"咖啡因阻断腺苷和午睡清除腺苷其实是同一件事的两个面"，最后推导出一个你没想到的结论 |
+| [用 dierdanao 做技术调研](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/09-tech-research.md) | 调研新技术方向时，把每次查到的资料、自己的判断、踩的坑全部记进去。积累到一定量后，系统自动找出：哪些信息互相矛盾？哪块你了解得还不够？已有信息能推导出什么新方向？——从信息收集到形成观点 |
+| [管理读书笔记](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/10-reading-notes.md) | 读完一本书记几条核心观点，读完另一本又记几条。当笔记跨了 5 本书，系统开始做你大脑做不到的事——发现《思考快与慢》的系统 1 和《原子习惯》的"环境设计"在说同一件事，推导出"用环境触发代替意志力决策"这个两本书都没明说的结论 |
+
+---
+
+## 配置
+
+启动一个本地 Embedding 服务（如 [llama.cpp](https://github.com/ggerganov/llama.cpp)），或使用任意 OpenAI 兼容接口：
+
+```yaml
+# ~/.open-mem/config.yaml
+embedding:
+  base_url: http://localhost:8080/v1
+  model: default
+  api_key: sk-noop
+```
+
+也支持环境变量：
+
+| 变量 | 默认值 | 说明 |
+|------|--------|------|
+| `OPENMEM_EMBEDDING_BASE_URL` | `http://localhost:8080/v1` | Embedding API 地址 |
+| `OPENMEM_EMBEDDING_API_KEY` | `sk-noop` | API 密钥 |
+| `OPENMEM_DEDUP_THRESHOLD` | `0.92` | 去重阈值 |
+| `OPENMEM_ENABLE_TIME_DECAY` | `false` | 启用时间衰减 |
+
+---
+
+## 卸载
+
+```bash
+# 移除所有 AI 工具的 skill 文件
+dierdanao uninstall
+
+# 移除 skill 的同时删除记忆数据
+dierdanao uninstall --purge-data
+
+# 完全移除（skill + 数据 + pip 卸载提示）
+dierdanao uninstall --all
+```
+
+---
+
+## 许可证
+
+MIT © 2026 pjr0
+
+欢迎 fork 和自定义改造。如果你基于本项目做了有意思的修改，欢迎提 Pull Request 或联系作者交流。

dierdanao-1.1.0/README.md

@@ -0,0 +1,175 @@
+# 🧠 dierdanao — 第二大脑
+
+**你的 AI 外脑，让它替你记住、关联、发现。** 完全本地运行，零隐私风险。
+
+> **你**：帮我记，我家狗每次我上厕所它都要跟进来盯着
+>
+> **你**：又记一条——狗的祖先是群居动物，野外排便时同伴会互相放哨
+>
+> **你**：依恋理论里有个概念叫"安全基地"——婴儿把妈妈当作探索世界的安全后盾
+>
+> *…几周后，你的知识库里攒了一些宠物行为、动物学、心理学的零散观察…*
+>
+> **你**：看看这些宠物相关的记录有没有关联？
+>
+> **AI**：聚合了 5 条相关记忆。发现一处知识空白——你对"犬类社会认知"的研究很少。另外，基于你记录的机制我推导出一个假设：**如果厕所对狗来说是一个密闭且无法逃跑的空间，它在你排便时仍然选择跟随你，这不是好奇——它在给你当哨兵。它认为排便时的你是脆弱的，在用盯防回馈你给它的安全感。**
+
+你不是动物学家，你只是养了条狗。系统帮你从日常观察中推了一个跨物种的行为学假设。
+
+---
+
+## 为什么你需要它？
+
+每次对话结束，你的 AI 助手就忘了你们讨论过什么。
+
+dierdanao 给它装上"记忆硬盘"：
+
+- **记住一切** — 知识、决策、灵感，语义级存储
+- **随时检索** — 一句话就能找到，不需要精确关键词
+- **自动关联** — 发现隐藏联系，识别矛盾，找到空白
+- **推导新想法** — 从已有知识交叉推导出新假设
+
+---
+
+## 快速安装
+
+### AI 自主安装（推荐）
+
+复制这个链接给你的 AI Agent，它会自动完成全部安装：
+
+```
+https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md
+```
+
+如果无法访问 Gitee，也可以复制仓库中的 [`AI-INSTALL.md`](https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md) 文件内容直接粘贴给 AI。
+
+> 注意：AI 需要能访问 gitee.com 来 git clone 仓库。如果网络受限，请先手动下载仓库再让 AI 安装。
+
+### 手动安装
+
+```bash
+git clone https://gitee.com/pjr0/dierdanao.git
+cd dierdanao
+bash install.sh      # 自动完成所有安装
+dierdanao init       # 部署 AI Agent 技能
+```
+
+---
+
+## 它是怎么工作的
+
+```
+你随口记录
+    │
+    ▼
+┌─────────────┐    ┌──────────────────┐    ┌───────────────────┐
+│  open-mem   │───▶│ knowledge-linker │───▶│   gap-detector    │
+│  语义存储    │    │   发现隐藏关联     │    │   识别知识空白      │
+└─────────────┘    └──────────────────┘    └───────────────────┘
+                                                      │
+                         ┌────────────────────────────┘
+                         ▼
+              ┌─────────────────────┐    ┌────────────────────────┐
+              │ contradiction-finder│───▶│  hypothesis-generator  │
+              │    发现观点冲突       │    │    从矛盾中生成新假设     │
+              └─────────────────────┘    └────────────────────────┘
+```
+
+**当你的记忆到达一定规模，更深层的东西开始浮现：**
+
+> 你在研究心理学和社会学，记忆库里并存着：
+>
+> 津巴多监狱实验：情境力量使普通人作恶 / 米尔格拉姆服从实验 / 企业科层组织研究：层级越多发声意愿越低 / 旁观者效应：群体中个人责任感被稀释
+>
+> `contradiction-finder` 标记了深层矛盾：**"个体有道德判断力" vs "群体中个体服从权威"**
+>
+> `gap-detector` 发现你在"权威服从"上积累了大量研究，但对**"如何打破服从"**的记录几乎为零
+>
+> `hypothesis-generator` 推导出一个跨领域假设：**旁观者效应中的"责任分散"和科层组织中的"责任上移"可能共享同一心理机制——组织扁平化 + 匿名举报通道，是否能打破米尔格拉姆式的服从链条？**
+>
+> 两条独立的研究线索，系统帮你架了一座桥。
+
+---
+
+## 8 个工具，一个生态
+
+| 工具 | 用途 | 一句话 |
+|------|------|--------|
+| **open-mem** 🧩 | 核心记忆引擎 | 存进去，搜出来 |
+| **open-mem-doctor** 🏥 | 健康诊断 | 14 项检查，一键定位问题 |
+| **knowledge-linker** 🔗 | 关联发现 | 新知识进来，自动关联已有记忆 |
+| **contradiction-finder** ⚡ | 矛盾检测 | 发现知识库中的观点冲突 |
+| **gap-detector** 🕳️ | 空白扫描 | 告诉你该补什么知识 |
+| **hypothesis-generator** 💡 | 假设生成 | 从已有知识推导新想法 |
+| **knowledge-synthesis** 🧪 | 知识合成 | 聚合主题下的记忆，供 AI 提炼总结 |
+| **open-mem-client** 📦 | 客户端库 | 给其他工具调用的 Python SDK |
+
+---
+
+## 教程
+
+### 基础工具
+
+| 教程 | |
+|------|------|
+| [构建个人知识库](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/01-personal-knowledge-base.md) | 记、搜、改、删——掌握 open-mem 核心操作 |
+| [健康诊断](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/07-open-mem-doctor.md) | 14 项检查覆盖引擎、工具链、数据完整性，一键定位问题 |
+| [发现知识关联](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/05-knowledge-linker.md) | 新知识进来，自动发现它与已有记忆的隐藏联系 |
+| [发现知识矛盾](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/02-contradiction-detection.md) | 扫描知识库，找出互相对立的观点，避免认知冲突 |
+| [发现知识空白](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/03-gap-detection.md) | 聚类分析告诉你哪些领域积累不够，该补什么 |
+| [生成新假设](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/04-hypothesis-generation.md) | 从已有知识交叉推导，生成可验证的新想法 |
+| [知识合成](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/06-knowledge-synthesis.md) | 按主题聚合记忆，供 AI 提炼深度总结 |
+
+### 实战场景
+
+| 教程 | |
+|------|------|
+| [日常 AI 工作流](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/08-daily-ai-workflow.md) | 从"帮我记一下"开始——你随口说，AI 自动归类存入 open-mem；几天后你问"我上次记的那个咖啡相关的东西"，AI 搜出来不说，还告诉你"咖啡因阻断腺苷和午睡清除腺苷其实是同一件事的两个面"，最后推导出一个你没想到的结论 |
+| [用 dierdanao 做技术调研](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/09-tech-research.md) | 调研新技术方向时，把每次查到的资料、自己的判断、踩的坑全部记进去。积累到一定量后，系统自动找出：哪些信息互相矛盾？哪块你了解得还不够？已有信息能推导出什么新方向？——从信息收集到形成观点 |
+| [管理读书笔记](https://gitee.com/pjr0/dierdanao/raw/main/docs/tutorials/10-reading-notes.md) | 读完一本书记几条核心观点，读完另一本又记几条。当笔记跨了 5 本书，系统开始做你大脑做不到的事——发现《思考快与慢》的系统 1 和《原子习惯》的"环境设计"在说同一件事，推导出"用环境触发代替意志力决策"这个两本书都没明说的结论 |
+
+---
+
+## 配置
+
+启动一个本地 Embedding 服务（如 [llama.cpp](https://github.com/ggerganov/llama.cpp)），或使用任意 OpenAI 兼容接口：
+
+```yaml
+# ~/.open-mem/config.yaml
+embedding:
+  base_url: http://localhost:8080/v1
+  model: default
+  api_key: sk-noop
+```
+
+也支持环境变量：
+
+| 变量 | 默认值 | 说明 |
+|------|--------|------|
+| `OPENMEM_EMBEDDING_BASE_URL` | `http://localhost:8080/v1` | Embedding API 地址 |
+| `OPENMEM_EMBEDDING_API_KEY` | `sk-noop` | API 密钥 |
+| `OPENMEM_DEDUP_THRESHOLD` | `0.92` | 去重阈值 |
+| `OPENMEM_ENABLE_TIME_DECAY` | `false` | 启用时间衰减 |
+
+---
+
+## 卸载
+
+```bash
+# 移除所有 AI 工具的 skill 文件
+dierdanao uninstall
+
+# 移除 skill 的同时删除记忆数据
+dierdanao uninstall --purge-data
+
+# 完全移除（skill + 数据 + pip 卸载提示）
+dierdanao uninstall --all
+```
+
+---
+
+## 许可证
+
+MIT © 2026 pjr0
+
+欢迎 fork 和自定义改造。如果你基于本项目做了有意思的修改，欢迎提 Pull Request 或联系作者交流。

dierdanao-1.1.0/pyproject.toml

@@ -0,0 +1,64 @@
+[build-system]
+requires = ["setuptools>=68"]
+build-backend = "setuptools.build_meta"
+
+[project]
+name = "dierdanao"
+version = "1.1.0"
+description = "Second Brain — AI Agent friendly memory engine ecosystem"
+requires-python = ">=3.10"
+authors = [
+    {name = "pjr0"},
+]
+license = {text = "MIT"}
+readme = "README.md"
+keywords = ["memory-engine", "ai-agent", "knowledge-graph", "faiss", "second-brain"]
+classifiers = [
+    "Development Status :: 4 - Beta",
+    "Intended Audience :: Developers",
+    "License :: OSI Approved :: MIT License",
+    "Programming Language :: Python :: 3",
+    "Programming Language :: Python :: 3.10",
+    "Programming Language :: Python :: 3.11",
+    "Programming Language :: Python :: 3.12",
+    "Programming Language :: Python :: 3.13",
+    "Operating System :: POSIX :: Linux",
+    "Operating System :: MacOS",
+    "Topic :: Scientific/Engineering :: Artificial Intelligence",
+]
+dependencies = [
+    "faiss-cpu>=1.13",
+    "numpy>=2.0",
+    "typer>=0.12",
+    "pyyaml>=6.0",
+    "requests>=2.31",
+    "tenacity>=8.0",
+    "scikit-learn>=1.3.0",
+]
+
+[project.scripts]
+open-mem = "dierdanao.open_mem.cli:app"
+open-mem-doctor = "dierdanao.open_mem_doctor.cli:app"
+contradiction-finder = "dierdanao.contradiction_finder.cli:app"
+gap-detector = "dierdanao.gap_detector.cli:app"
+hypothesis-generator = "dierdanao.hypothesis_generator.cli:app"
+knowledge-linker = "dierdanao.knowledge_linker.cli:app"
+knowledge-synthesis = "dierdanao.knowledge_synthesis.cli:app"
+dierdanao = "dierdanao.cli.main:app"
+
+[tool.setuptools.packages.find]
+where = ["src"]
+include = ["dierdanao*"]
+
+[tool.setuptools.package-data]
+dierdanao = ["skills/**/*.md"]
+
+[tool.pytest.ini_options]
+testpaths = ["tests"]
+python_files = ["test_*.py"]
+
+[project.urls]
+Homepage = "https://gitee.com/pjr0/dierdanao"
+Source = "https://gitee.com/pjr0/dierdanao"
+BugTracker = "https://gitee.com/pjr0/dierdanao/issues"
+Documentation = "https://gitee.com/pjr0/dierdanao#readme"

dierdanao-1.1.0/setup.cfg

@@ -0,0 +1,4 @@
+[egg_info]
+tag_build = 
+tag_date = 0
+

dierdanao-1.1.0/src/dierdanao/__init__.py

@@ -0,0 +1 @@
+__version__ = "1.1.0"

dierdanao-1.1.0/src/dierdanao/cli/__init__.py

@@ -0,0 +1 @@
+

dierdanao-1.1.0/src/dierdanao/cli/main.py

@@ -0,0 +1,195 @@
+import shutil
+from pathlib import Path
+
+import typer
+
+app = typer.Typer(
+    name="dierdanao",
+    help="Second Brain — memory engine ecosystem management",
+)
+
+
+@app.callback()
+def main():
+    """Second Brain — memory engine ecosystem management"""
+    pass
+
+TOOL_PATHS = {
+    "opencode": {
+        "project": ".opencode/skills",
+        "global": lambda: Path.home() / ".config" / "opencode" / "skills",
+    },
+    "claude-code": {
+        "project": ".claude/skills",
+        "global": lambda: Path.home() / ".claude" / "skills",
+    },
+    "pi": {
+        "project": ".pi/skills",
+        "global": lambda: Path.home() / ".pi" / "agent" / "skills",
+    },
+}
+
+
+def _get_skill_names() -> list[str]:
+    """Return skill names from the bundled skills/ directory."""
+    from importlib.resources import files
+    skills_dir = files("dierdanao") / "skills"
+    if not skills_dir.is_dir():
+        return []
+    return sorted(d.name for d in skills_dir.iterdir() if d.is_dir())
+
+
+def _deploy_skill(skill_name: str, dest_dir: Path, force: bool) -> bool:
+    """Deploy one SKILL.md to target directory. Returns True if copied."""
+    from importlib.resources import files
+    src = files("dierdanao") / "skills" / skill_name / "SKILL.md"
+    if not src.is_file():
+        return False
+    dest = dest_dir / skill_name / "SKILL.md"
+    if dest.exists() and not force:
+        return False
+    dest.parent.mkdir(parents=True, exist_ok=True)
+    shutil.copy2(str(src), str(dest))
+    return True
+
+
+def _deploy_all(dest_dir: Path, force: bool) -> dict[str, str]:
+    """Deploy all skills. Returns {skill_name: status}."""
+    results = {}
+    for skill_name in _get_skill_names():
+        copied = _deploy_skill(skill_name, dest_dir, force)
+        if copied:
+            results[skill_name] = "copied"
+        elif (dest_dir / skill_name / "SKILL.md").exists():
+            results[skill_name] = "exists"
+        else:
+            results[skill_name] = "failed"
+    return results
+
+
+@app.command(name="init")
+def init(
+    global_install: bool = typer.Option(
+        False, "--global", help="Install to global skill directories"
+    ),
+    tool: str = typer.Option(
+        None, "--tool", help="Target tool: opencode, claude-code, pi (default: all)"
+    ),
+    force: bool = typer.Option(
+        False, "--force", help="Overwrite existing SKILL.md files"
+    ),
+):
+    """Deploy SKILL.md files to AI coding agent skill directories."""
+    tools = [tool] if tool else list(TOOL_PATHS.keys())
+
+    for t in tools:
+        if t not in TOOL_PATHS:
+            typer.secho(f"Unknown tool: {t}", fg=typer.colors.RED, err=True)
+            raise typer.Exit(code=1)
+
+        if global_install:
+            dest = TOOL_PATHS[t]["global"]()
+        else:
+            dest = Path.cwd() / TOOL_PATHS[t]["project"]
+
+        results = _deploy_all(dest, force)
+
+        typer.secho(f"\n[{t}] {dest}", fg=typer.colors.BLUE, bold=True)
+        for skill_name, status in results.items():
+            if status == "copied":
+                typer.secho(f"  ✓ {skill_name}", fg=typer.colors.GREEN)
+            elif status == "exists":
+                typer.secho(f"  - {skill_name} (already exists)", fg=typer.colors.YELLOW)
+            else:
+                typer.secho(f"  ✗ {skill_name} (failed)", fg=typer.colors.RED)
+
+    typer.secho("\nDone. Restart your AI agent to load new skills.", bold=True)
+
+
+@app.command(name="uninstall")
+def uninstall(
+    global_install: bool = typer.Option(
+        False, "--global", help="Remove from global skill directories"
+    ),
+    tool: str = typer.Option(
+        None, "--tool", help="Target tool: opencode, claude-code, pi (default: all)"
+    ),
+    purge_data: str = typer.Option(
+        "", "--purge-data",
+        help="Delete memory data: project, global, both, or empty for interactive mode"
+    ),
+    all_remove: bool = typer.Option(
+        False, "--all", help="Remove skills, data, and show pip uninstall hint"
+    ),
+):
+    """Remove deployed SKILL.md files from AI coding agent skill directories."""
+    tools = [tool] if tool else list(TOOL_PATHS.keys())
+
+    for t in tools:
+        if t not in TOOL_PATHS:
+            typer.secho(f"Unknown tool: {t}", fg=typer.colors.RED, err=True)
+            raise typer.Exit(code=1)
+
+        if global_install or all_remove:
+            dest = TOOL_PATHS[t]["global"]()
+        else:
+            dest = Path.cwd() / TOOL_PATHS[t]["project"]
+
+        _remove_all(dest)
+
+    if purge_data or all_remove:
+        _remove_data(purge_data if not all_remove else "")
+
+    if all_remove:
+        typer.secho("\nRun 'pip uninstall dierdanao -y' to fully remove the package.", bold=True)
+
+    typer.secho("\nDone. Restart your AI agent to apply changes.", bold=True)
+
+
+def _remove_all(dest_dir: Path) -> dict[str, str]:
+    """Remove all deployed skills. Returns {skill_name: status}."""
+    results = {}
+    for skill_name in _get_skill_names():
+        skill_path = dest_dir / skill_name
+        if skill_path.exists():
+            shutil.rmtree(skill_path)
+            results[skill_name] = "removed"
+        else:
+            results[skill_name] = "not_found"
+
+    tool_label = str(dest_dir)
+    typer.secho(f"\n[{tool_label}]", fg=typer.colors.BLUE, bold=True)
+    for skill_name, status in results.items():
+        if status == "removed":
+            typer.secho(f"  ✓ {skill_name}", fg=typer.colors.GREEN)
+        else:
+            typer.secho(f"  - {skill_name} (not found)", fg=typer.colors.YELLOW)
+    return results
+
+
+def _remove_data(level: str = "project"):
+    """Remove memory data directories based on level: project, global, both, or empty for interactive."""
+    valid = {"project", "global", "both", ""}
+    if level not in valid:
+        typer.secho(f"Unknown purge-data value: {level}. Use project, global, or both.", fg=typer.colors.RED, err=True)
+        raise typer.Exit(code=1)
+
+    if level in ("project", "both", ""):
+        project_dir = Path.cwd() / ".open-mem"
+        if project_dir.exists():
+            shutil.rmtree(project_dir)
+            typer.secho("  Memory data removed (.open-mem/)", fg=typer.colors.GREEN)
+        elif level != "":
+            typer.secho("  No .open-mem/ data found", fg=typer.colors.YELLOW)
+
+    if level in ("global", "both"):
+        global_dir = Path.home() / ".open-mem" / "data"
+        if global_dir.exists():
+            shutil.rmtree(global_dir)
+            typer.secho("  Global data removed (~/.open-mem/data/)", fg=typer.colors.GREEN)
+        else:
+            typer.secho("  No ~/.open-mem/data/ found", fg=typer.colors.YELLOW)
+
+
+if __name__ == "__main__":
+    app()