docs(reme): update package data configuration and rename readme

- Remove reme package data entry from pyproject.toml
- Rename README.md to README_ZH.md
- Add design philosophy section explaining Memory as File concept
- Document progressive knowledge abstraction process
- Describe semantic similarity to relationship graph approach
- Update package data configuration for tokenizer component

README_ZH.md

@@ -36,6 +36,14 @@
 - **渐进式混合搜索**：融合 wikilink、BM25 和 embedding，支持从关键词到语义与关系扩展的混合检索。
 - **Agent 友好集成**：通过 SKILL.md + CLI 接入，方便不同 Agent 读写、维护和复用记忆。
 
+## 🧭 设计理念
+
+ReMe 的设计围绕三件事展开：把记忆落到可读写的文件，把知识从原始材料渐进抽象为长期记忆，再用显式链接把知识组织成 Agent 可以展开和推理的关系图。
+
+- **基础：Memory as File**。ReMe 不把长期记忆锁在黑盒数据库或隐式 prompt 中，而是以 Markdown、JSONL、YAML 和资源文件承载记忆。文件既是用户可直接检查、修改和迁移的知识资产，也是 Agent 可读写、可索引、可链接的操作界面。
+- **核心：渐进式知识抽象**。原始对话和资料先保存在 `session/` 与 `resource/` 中，`auto_memory` 和 `auto_resource` 将它们加工为 `daily/` 中的浅层记忆，再由 `auto_dream` 抽取、合并和修正为 `digest/` 中的长期知识。这个过程不是一次性总结，而是从原始知识到浅加工、再到深加工的持续沉淀。
+- **创新：从语义相似到关系图谱**。ReMe 使用 wikilink 表达显式知识关系，让记忆之间不只依赖 embedding 的语义相似，还能表达因果、上下游、来源、依赖、竞争等结构化关系。例如在金融场景中，可以把企业、行业、商品和事件连接成上游、下游、影响和风险链路，支持 Agent 从一个命中节点沿图谱渐进式展开上下文。
+
 <details>
 <summary><b>适用场景</b></summary>
 

pyproject.toml

@@ -72,7 +72,6 @@ include-package-data = true
 
 [tool.setuptools.package-data]
 "*" = ["py.typed", "**/*.yaml", "**/*.json"]
-"reme" = ["skills/**/*"]
 "reme.components.tokenizer" = ["stopwords"]
 
 [tool.setuptools.dynamic]