ReMe重构
1. 根目录
  a. ✅ vault_root → working_dir @sen
2. file_parser
  a. 抽象基类 parse: @jinli
    ⅰ. 输入是path：相对路径 
    ⅱ. 输出是FileMetadata & list[FileChunks] & list[FileEdge]
  b. default parser 兼容老方案 @jinli 
    ⅰ. 带overlap的chunking策略 ，不输出FileEdge
  c. markdown parser @sen
    ⅰ. 根据markdown ast做chunk，不需要overlap
    ⅱ. 增加一个索引的chunk chunk_type @锦鲤 file_chunk_type content/index
    ⅲ. 增加link的正则解析：predicate:: [[path#anchor]]
3. file_store @sen
  a. 抽象存储：
    ⅰ. filenode = file + path + st_mtime + metadata + list[FileEdge]
    ⅱ. graph=dict[str, filenode] 内存+json
    ⅲ. list[FileChunk] 存db
  b. 抽象基类
    ⅰ. graph：fellow dict的操作 update/get/set
    ⅱ. chunks 	dict[str, list[chunk]]
      1. delete_chunks_by_path
      2. update_chunks_by_path
      3. list_chunks_by_path
      4. vector_search/keyword_search
    ⅲ. 手写一个bm25检索
    ⅳ. 【核心】检索机制 vector bm25 graph 如何进行融合
4. file_watcher @jinli
  a. 抽象基类
    ⅰ. on_start: 
      1. file_store 的start 在前，加载graph，file_watcher在后，递归扫描目录
        a. 通过ms_time对比graph，on_change 进行改动
    ⅱ. on_change:
      1. 更新/增加: 
        a. delete_chunks_by_path 更新数据库
        b. upate_chunks_by_path 更新数据库
        c. 更新graph
      2. 删除
        a. delete_chunks_by_path 更新数据库

MemorySchema
1. markdown文件结构 @sen
  a. formatter：
    ⅰ. title
    ⅱ. desc
    ⅲ. tags
    ⅳ. 
2. memory文件结构目录
  a. MEMORY.md
  b. msg/files -> daily/YYYYMMDD/YYYYMMDD.md + xxxx.md
    ⅰ. YYYYMMDD.md
      1. xxx -> xxxx.md
      2. xxx -> xxxd.md
    ⅱ. 
  c. daily -> topic/topic_l1/topic_l1.md + xxx.md + topic_l2
  d. proactive

steps:
1. 治理（算法+LLM）：
  a. 节点关联P0：现有的链接做补充，挖掘新的LLM的link
    ⅰ. /Users/yuli/workspace/ReMe/reme2/component/edge_extractor/llm_edge_extractor.py
    ⅱ. 移动到steps
  b. 节点整合/节点拆分/节点归档
  c. 健康度检查
2. retrieve 调用store的检索
3. 原子steps：reme edit
4. 组合steps：总结：
  a. - freq (every_n_turn、compact) -> daily_summarizer
  b. topic (/dream ) -> topic_summarizer(daily_xx -> topic_xx)
  c. proactive -> proactive_summarizer(personal_xxx -> proactive_query - pre_query















Qwenpaw