ReMe/docs4/background_backup.md

ReMe新版本V4

@jinli 新版reme是一个自管理的个人知识库。

• 记忆分层： → 记忆按"原始 → 加工"两层组织：resource/（原始素材）、daily/（日记事件）是只增不删的流水帐；digest/ 是加工层，下分 personal/（个性化）、knowledge/（主题知识）、procedural/（Agent 任务经验）、proactive/（主动洞察）四个固定子目录，写入策略和检索权重各有差异。
• 记忆的载体还是 Markdown： → 所有记忆都是 Obsidian 兼容的 .md 文件——YAML front matter、四种 wikilink（[[X]] / [[X#anchor]] / [[X|alias]] / ![[X]]）、Dataview 风格 predicate:: [[X]] 语义关系全部沿用社区约定。用户可读、可备份、可迁移，对抗黑盒。
• 自我管理进化 → 不需要用户手工整理，Agent 在后台自动对于原始素材进行整理和融合，按照记忆的类型（个性化、程序化、知识类）进行分类整理并更新现有逻辑，同时自动Build link让笔记自己长出结构。这一点把 ReMe 同时与"手动建图的 Obsidian"和"扁平存储的Mem0"拉开。
• 渐进式检索 → 自我管理进化的产出物不是一堆扁平笔记，而是一张可被渐进式检索消费的图：向量 + 关键词 + 图谱三路 RRF 融合，返回时通过 1-hop 邻居 meta 让 Agent"先看目录、再决定要不要展开正文"，不像传统 RAG 那样一次性把 top-K 切片塞进上下文。
• 被集成而非内置（分发形态） → ReMe 不做独立 Agent 产品，而是作为能力被任意 Harness 调用：SDK 深度集成（qwenpaw / AgentScope）、MCP Tool + skill.md、CLI + skill.md 三条路径并行，记忆跟着用户走，不绑定任何上层框架。

1. 目标： 构建个人知识库，集成qwenpaw等harness框架中，实现知识/记忆的自进化和自管理，结合graph高效搜索。
2. 新的特性：
   • 支持多种记忆类型，包括个性化记忆、程序化记忆、知识类记忆
     • [❌ 待补充] 当前 reme4 中只有统一的 FileNode/FileChunk 抽象（reme4/schema/file_node.py、reme4/schema/file_chunk.py），尚未在代码层区分"个性化/程序化/知识类"三类记忆，需要在 schema 与 store 中扩展类型字段或子类。
   • 支持memory-self-evolving
     • [❌ 待补充] 没有发现自进化相关的 step/job 实现，目前只有基础的 search/reindex 等 common steps（reme4/steps/common/）。需要新增 auto-memory/auto-dream 等 step。
   • 支持markdown之间的链接，构建graph，更好的渐进式展开
     • [✅ 已实现 → reme4/components/file_parser/linked_file_parser.py（wikilink 解析 + Dataview 谓词）、reme4/components/file_graph/（local/nx/neo4j 三种 graph 后端）]
     • [✅ 已实现 → reme4/steps/common/search.py:109 _expand_links、reme4/config/default.yaml:86 expand_links 参数（搜索结果可附 outlinks/inlinks 邻居元数据）]
3. 工程实现：
   1. components
      • 支持backend切换
        • [✅ 已实现 → reme4/components/component_registry.py（R.register(name) 装饰器 + R.get(ctype, backend) 查找）；reme4/application.py:51 通过 config.components 中的 backend 字段动态构造]
      • 生命周期管理 start/close
        • [✅ 已实现 → reme4/components/base_component.py:151 start() / :162 close() / :172 restart()，含 is_started 幂等保护与 asyncio.Lock]
      • components之间相互调用，支持前序依赖还是啥
        • [✅ 已实现 → reme4/components/base_component.py:78 BaseComponent.bind() 声明依赖（含 optional、default_factory），:98 _resolve_bindings() 自动注入；reme4/application.py:80 _topological_order() Kahn 算法做拓扑排序、检测循环依赖]
   2. job/step，借鉴自github action
      • step是最小的执行单元，可以自由使用components，不需要管理生命周期
        • [✅ 已实现 → reme4/steps/base_step.py、reme4/steps/common/（demo/health_check/help/reindex/search/version/stream_demo 等内置 step）]
      • job是steps的集合，可以自由组合，支持step复用
        • [✅ 已实现 → reme4/components/job/base_job.py（顺序执行 step）、reme4/components/job/stream_job.py（流式 job）；reme4/config/default.yaml:5 通过 yaml 声明 job→steps 组合]
      • 对外job可以封装cli命令，mcp_tool，http服务接口等
        • [✅ 已实现（HTTP / MCP / CLI client） → reme4/components/service/http_service.py:35 _add_job 把 job 注册成 POST 端点；reme4/components/service/mcp_service.py；reme4/components/client/http_client.py、reme4/components/client/mcp_client.py；reme4/reme.py:27 main() 通过 CLI 子命令 start / find_reme / <job_name> 调用 client]
   3. application：
      • components的生命周期管理，通过前序依赖构建拓扑图启动应用
        • [✅ 已实现 → reme4/application.py:115 _start() 按拓扑顺序启动所有 component；:133 _close() 反序关闭]
      • 集成run_job
        • [✅ 已实现 → reme4/application.py:148 run_job() / :154 run_stream_job()]
      • 集成Service能力对外提供能力
        • [✅ 已实现 → reme4/application.py:170 run_app() 调用 service.run_app(app=self)；reme4/components/service/base_service.py]
   4. 对外接口：
      • skill.md + cli方案，通用方案，支持集成到各种harness框架中
        • [⚠️ 部分实现] CLI 调用通道已具备（reme4/reme.py:17 call_server() 通过 http_client / mcp_client 调任意已注册 job），但 [❌ 待补充] 仓库内未发现 skill.md 文件，需要为 Claude Code / 其它 harness 编写 skill 描述文件。
        • 可以选择agent来启动reme服务（后台）
          • [❌ 待补充] 未见"由 agent 自动拉起后台 reme 服务"的脚本/约定，需要补充进程托管或 launchctl/systemd 集成方案。
      • skill.md + mcp-tool方案，通用方案
        • [⚠️ 部分实现] MCP 服务通道存在（reme4/components/service/mcp_service.py、reme4/components/client/mcp_client.py），但 [❌ 待补充] 同样缺 skill.md 模板。
        • 需要手动启动mcp服务
          • [✅ 已实现 → reme service 模式可通过 reme4/config/default.yaml:1 service.backend: mcp 切换，reme4/reme.py start 子命令拉起]
      • sdk集成（qwenpaw集成）
        • [❌ 待补充] reme4 内未见 qwenpaw / agentscope 相关适配代码（仅 reme/、reme_ai/ 旧版有部分逻辑，但已废弃，按记忆 feedback_deprecated_directories 不应改动）。需要新建 reme4/integrations/qwenpaw/ 之类的模块。
        • str + 封装AgentscopeTools
          • [❌ 待补充] 没有 AgentscopeTools 包装层。
        • 集成auto-memory、auto-dream、auto-memory-search的能力
          • [❌ 待补充] 三个能力均未实现。
4. 记忆存储方案：
   • resource：原始对话日志，上传的文件，原始的html文件等
     • [❌ 待补充] reme4/application.py:20 仅创建 metadata_dir / daily_dir / knowledge_dir，未见 resource_dir 概念；需要在 ApplicationConfig 中加入并落地相应目录与抓取/上传逻辑。
   • daily：
     • daily/YYYYMMDD.md：主Agent调用write/edit工具修改，兼容上一版，同时承担了当天其他md的索引
       • [⚠️ 部分实现] reme4/application.py:23 已建 daily_dir，但目录内 markdown 的"主索引"约定与 write/edit 兼容协议无显式实现，主要靠主 agent 自身行为。需要文档化 + 校验。
     • daily/YYYYMMDD/{event}.md auto-memory 针对上下文对话，拆分成不同的事件存储，同时在YYYYMMDD.md构建好索引可以链接过来
       • [❌ 待补充] auto-memory 拆事件的 step / job 不存在。
   • knowledge:
     • knowledge/{topic:-personal/agent/financial/work...}/{xxx}.md 在空闲时间整理记忆，按照主题和事件进行分类存储
       • [⚠️ 部分实现] knowledge_dir 已建（reme4/application.py:24），但"按主题/事件整理"的后台任务、topic 枚举均缺失。
   • proactive:
     • proactive/YYYYMMDD.md 待定。如果存在给用户主动推送的能力，这里可以记录每一天agent给用户推荐的分析和心路历程。
       • [❌ 待补充] 主动推送/proactive 目录与逻辑均未实现。
5. Markdown 格式 & Build Graph
   1. obsidian格式的Markdown文件格式
      • front matter格式
        • [✅ 已实现 → reme4/components/file_parser/linked_file_parser.py:313 frontmatter.loads(...)；reme4/schema/file_front_matter.py]
      • file link格式 4种格式
        • [⚠️ 部分实现] linked_file_parser.py:88 _WIKILINK_RE 已支持 [[target]] / [[target#anchor]] / [[target|alias]] / ![[target]]（嵌入），并支持 Dataview predicate:: [[X]] 与 inline [predicate:: [[X]]]。但 [❌ 待补充] 标准 Markdown [text](url.md) 链接尚未被解析为 graph 边。
   2. 更好的文件chunking机制
      • 旧版 类似rag 带overlap的chunking机制
        • [📌 历史] V3 旧逻辑，对照说明用，无需在 reme4 中实现。
      • 解析 Markdown Ast
        • [✅ 已实现 → linked_file_parser.py:308 使用 mistletoe 的 Document/MarkdownRenderer；:335 _build_tree 把扁平 children 折叠成 section 嵌套树（MdNode）]
      • 每一个chunk都带全部标题
        • [✅ 已实现 → linked_file_parser.py:381 _chunk_node（before 累积已经过的标题、after 拼剩余 desc_toc）；:712 _make_chunk 用 _toc_join(before, content, after) 把全文目录骨架前后包裹]
   3. 通过link构建graph索引，同时构建反向link索引
      • [✅ 已实现 → reme4/components/file_graph/base_file_graph.py、reme4/components/file_graph/local_file_graph.py（含 get_outlinks、get_inlinks 双向索引）；nx/neo4j 后端同 API；reme4/steps/common/search.py:114-129 使用双向 link]
   4. link的生成有两种，一种是主agent在生成link；另一种是通过后台任务，自动构建文档之间的link
      • 介绍如何auto-link
        • [⚠️ 部分实现] 主 agent 显式写 [[link]] 已经会被 parser 抓为边（linked_file_parser.py:152 _extract_links）。但 [❌ 待补充] "后台任务自动补 link" 的实现（实体抽取 / 候选文档相似度匹配 / link 写回 markdown）尚不存在，需要单独的 step/job。
6. 如何做memory自进化 Auto-memory auto-dream
   • [❌ 待补充] reme4 没有 auto-memory / auto-dream 任何代码。需要：
     • 新增 step（如 reme4/steps/auto_memory.py、reme4/steps/auto_dream.py），基于现有 BaseStep + LLM component；
     • 设计触发机制（job 调度、空闲检测）；
     • 与上面的 daily/knowledge 目录约定打通。
7. 更好的检索：
   • 渐进式展开的检索
     • [⚠️ 部分实现] reme4/steps/common/search.py:14 SearchStep 已做 vector + keyword 的 RRF 融合，并支持 expand_links 一跳展开（outlinks/inlinks + 邻居 meta）。但 [❌ 待补充] "多跳渐进展开"、"按需要由 agent 主动展开下一层"的交互式 API 尚未实现。
8. 结合外部的Agent工具： ReMe更加专注于知识加工，而不是知识获取

• 结合qwenpaw
  • sdk集成（qwenpaw集成）
    • [❌ 待补充] 见 §3.4。
  • str + 封装AgentscopeTools
    • [❌ 待补充] 同上。
  • 集成auto-memory、auto-dream、auto-memory-search的能力
    • [❌ 待补充] 同上。
• 结合其他的Agent框架
  • skill.md + cli方案，通用方案，支持集成到各种harness框架中
    • 可以选择agent来启动reme服务（后台）
      • [❌ 待补充] 同 §3.4。
  • skill.md + mcp-tool方案，通用方案
    • 需要手动启动mcp服务
      • [⚠️ 部分实现] MCP 服务可启动，但 skill.md 缺失。

更好的性能，更稳定和兼容

V4更加高效的底层记忆索引

• V3版本基于sqlite/chroma等本地数据库
  • 在qwenpaw等低版本linux & win系统存在兼容性问题，会存在core dump等问题
  • 不支持关键词检索，这里需要Keyword倒排索引，对中文的支持较差
  • [📌 历史] 描述 V3 痛点，不需要代码。
• V4版本我们重写了file parser，file store，file graph，file watcher，手写了支持增量更新倒排索引
  • file parser → [✅ reme4/components/file_parser/（base/default/chunked/linked 四种）]
  • file store → [✅ reme4/components/file_store/local_file_store.py]
  • file graph → [✅ reme4/components/file_graph/（local/nx/neo4j）]
  • file watcher → [✅ reme4/components/file_watcher/lite_file_watcher.py 基于 watchfiles awatch；base_file_watcher.py 抽象接口]
  • 增量倒排索引 → [✅ reme4/components/keyword_index/bm25_index.py（增量 BM25）；reme4/components/tokenizer/（regex / jieba 两种 tokenizer，jieba 含 stopwords 子目录）]
• 未来可以使用rust/c++重写，高性能本地知识引擎
  • [📌 规划]

知识库应用场景（重点）

金融

产业链

• [❌ 待补充] 没有领域 schema / 产业链知识图谱样例，需要写 demo 数据集 + topic 配置。

自己的工作&生活

xxxx

• [❌ 待补充] 文档本身就是占位，需要补充具体场景描述与对应的 daily/knowledge 目录样例。

---

标注小结

✅ 已经在 reme4/ 中实现的能力

1. 组件框架：backend 注册（component_registry.py）、生命周期（base_component.py）、依赖声明 + 拓扑启动（application.py:80）。
2. Job/Step 体系：components/job/base_job.py、components/job/stream_job.py、steps/base_step.py 与 steps/common/*。
3. 服务/客户端：HTTP（service/http_service.py + client/http_client.py）、MCP（service/mcp_service.py + client/mcp_client.py），CLI 入口 reme.py:main。
4. Markdown 解析：file_parser/linked_file_parser.py，含 frontmatter、wikilink + Dataview 谓词、AST 树、带全标题骨架的 chunking。
5. Graph：file_graph/{local,nx,neo4j}_file_graph.py，双向链接索引。
6. 存储 / 索引：file_store/local_file_store.py + keyword_index/bm25_index.py（增量 BM25）+ tokenizer/{regex,jieba}_tokenizer.py。
7. 文件监听：file_watcher/lite_file_watcher.py（watchfiles 轮询）。
8. 混合检索 + 一跳展开：steps/common/search.py（vector + keyword RRF 融合，可附 outlinks/inlinks）。
9. Embedding / LLM 适配壳：components/embedding/openai_embedding_model.py、components/as_llm/、components/as_llm_formatter/、components/as_token_counter/。

❌ 需要额外补充的能力

1. 记忆类型分层：个性化 / 程序化 / 知识类的 schema 与路由。
2. memory-self-evolving：auto-memory（拆事件→ daily/YYYYMMDD/{event}.md）、auto-dream（空闲整理→ knowledge/{topic}/）、对应触发器与调度。
3. 存储目录约定：resource/、proactive/ 目录、daily 主索引协议、knowledge topic 枚举均未落地。
4. auto-link 后台任务：自动从正文挖出实体并写回 wikilink。
5. 多跳渐进展开检索 API：当前只能一跳。
6. 标准 Markdown [text](url.md) 链接：尚未纳入 graph 边解析。
7. skill.md 模板：CLI 与 MCP 两种集成方式都缺 skill 描述文件。
8. Agent 拉起后台 reme 服务：缺脚本/约定。
9. qwenpaw / AgentScope SDK 集成：包括 AgentscopeTools 包装层与 auto-memory/dream/search 暴露。
10. 应用场景样例：金融产业链、个人工作&生活的 demo 数据 + topic 配置。