docs: 精简 README，添加项目背景故事，文档外链到 docs/

- 精简主 README（231行 → 104行） - 核心叙事：添加故事的开头章节 - 移除技术细节，链接到 docs/ 目录 - 修正用词：参数量→海量参数，正向传播→前向传播
2026-04-14 12:15:00 +08:00
parent 9873d91224
commit f65f1ca3c1
1 changed files with 35 additions and 162 deletions
--- a/README.md
+++ b/README.md
@ -17,22 +17,18 @@

 ---

-## 简介
+## 故事的开头

-TrulyMEM (TrueHumanMEM) 是一个让 AI 拥有长期记忆能力的图记忆系统。通过 SQLite 内嵌图数据库存储实体关系，让 AI 能够像人类一样记忆、回忆和管理信息。
+行业普遍认为，LLM 海量参数让其涌现了智能。但这个智能是「死的」——它不会真的记住，也不理解「记住」的概念。它输出的一切，都是当前输入的全部文本经历无数次前向传播计算出的概率最优解。LLM 不会因为某次对话意识到错误而去修正权重，也无法因此针对模型进行一次反向传播。它的意识是被冻结的，展现出的智能只是冻结的意识的回响。

-### 核心特性
+现在的所谓记忆系统，只是将记忆外化，让「系统」去替 LLM 记住。或者就是粗暴地将一切上下文文本丢给 LLM。这就是对模型输入的浪费。

- 🧠 **长期记忆** - 基于 SQLite 图数据库的持久化存储，开箱即用
- 🎭 **人设图机制** - AI 角色保持和角色扮演支持
- 🔗 **工作记忆链** - 维持对话连贯性的任务跟踪机制
- 🖥️ **现代化 TUI** - 基于 Textual 框架的终端用户界面，键盘驱动
- 💾 **内嵌数据库** - SQLite 实现，无需 Docker/Neo4j
- 📦 **独立部署** - 支持打包为独立可执行文件
- 🌍 **跨平台** - 支持 Windows/Linux/macOS
- 🔌 **后端独立** - 后端可脱离 UI 独立运行
+**TrulyMEM 想，既然 LLM 无法实时纠正模型权重，为什么不把记忆权交还给 LLM 呢？**
+
+我们提供一系列机制，让 LLM 决定它要记住什么、遗忘，什么是重点、什么是糟粕。LLM 推理的过程，就是思考的过程，也是回忆的过程。完全摒弃传统的 messages 数组上下文，将全部记忆以**三元组（图）**的形式保存在图数据库中。在 LLM 思考时，可以按照图数据库的链接自主跳转、联想相关关系，让 LLM 自然地实现联想与回忆。
+
+赋予 LLM 真正的记忆。

- 该项目最核心的机制在于，一切皆图。llm推理时产生与需要读取的一切数据，均以三元组的形式存储在图数据库中，即“起始节点”，“关系”，“目标节点”。这为llm提供了一整套可记录可溯源的关系存储机制。相较传统messages数组上下文，显著提高了模型输入的质量，更加充分的利用了模型有限的上下文空间。同时也保证了模型的上下文消息不会随着聊天轮次的叠加逐渐膨胀，最终触发记忆压缩或滑动窗口机制，造成记忆的废弃。从根本上解决模型的长期记忆问题，为llm记忆存储提供了新范式
 ---

 ## 快速开始
@ -66,160 +62,19 @@ python trulymem_entry.py

 ---

-## 架构设计
+## 文档索引

-### 核心原则
+详细技术文档请参阅 [docs/](docs/) 目录：

- **后端独立**: BackendServer 可脱离 UI 独立运行
- **数据包通信**: 所有通信使用 Packet 格式 `{id, type, body}`
- **多线程**: 后端在独立线程处理请求
- **UI 简化**: UI 仅负责输入和显示
-
-### 数据包协议
-
-```python
-@dataclass
-class Packet:
-    id: str           # 包ID，用于识别
-    type: PacketType  # MESSAGE | CONFIG | TOOL | STATUS | HISTORY
-    body: Dict         # 包体
-```
-
-### 项目结构
-
-```
-TrulyMEM-TrueHumanMEM/
-├── trulymem_entry.py    # 入口
-├── core/               # 后端（独立运行）
-│   ├── __init__.py    # BackendServer, BackendClient, Packet
-│   ├── embedded_db.py # SQLite 图数据库
-│   ├── graph_client.py # LLM 客户端
-│   └── tools/         # 工具定义
-├── ui/               # TUI 显示层
-│   ├── app.py        # 主应用
-│   ├── widgets/     # UI 组件
-│   └── models/       # 数据模型
-└── tests/            # 测试 (42 tests)
-```
-
-### 启动流程
-
-```python
-# 1. 加载配置
-from ui.services.config_service import ConfigService
-config_service = ConfigService(config_file="config.json")
-config = config_service.get_config()
-
-# 2. 创建后端
-server = BackendServer(db_path="graph_memory.db", use_embedded_db=True)
-server.start(api_key=config.api_key, base_url=config.base_url)
-
-# 3. 创建UI（可选，后端可独立使用）
-app = GraphMemoryApp(backend_server=server, config_service=config_service)
-app.run()
-
-# 或直接使用后端
-client = BackendClient(server)
-result = client.process_message("hello")
-```
+| 文档 | 内容 |
+|------|------|
+| [docs/架构.md](docs/架构.md) | 系统架构、技术设计、数据包协议 |
+| [docs/一键启动指南.md](docs/一键启动指南.md) | 完整启动指南与配置说明 |
+| [docs/工作记忆链机制说明.md](docs/工作记忆链机制说明.md) | 连续性任务处理机制 |
+| [docs/api.md](docs/api.md) | BackendServer API 接口（供扩展开发） |

 ---

-## 功能说明
-
-### 记忆管理工具
-
-| 工具 | 功能 | 说明 |
-|------|------|------|
-| `memory_recall` | 检索记忆 | 根据意图查询相关记忆 |
-| `memory_commit` | 写入记忆 | 将信息存储为图结构 |
-| `memory_purge` | 删除记忆 | 删除过期或错误信息 |
-| `memory_introspect` | 查看状态 | 查看记忆系统状态 |
-| `memory_archive` | 归档记忆 | 归档旧记忆 |
-| `memory_cleanup` | 清理数据 | 清理无效数据 |
-
-### 人设工具
-
-| 工具 | 功能 | 说明 |
-|------|------|------|
-| `persona_update` | 更新人设 | 修改 AI 的角色、性格、语气 |
-| `persona_clear` | 清除人设 | 恢复默认身份 |
-
-### 任务工具（工作记忆链）
-
-| 工具 | 功能 | 说明 |
-|------|------|------|
-| `task_create` | 创建任务 | 跟踪连续性任务 |
-| `task_set_state` | 设置状态 | 更新任务状态 |
-| `task_delete` | 删除任务 | 清理完成任务 |
-| `task_link_info` | 关联信息 | 连接任务与记忆 |
-
-### 快捷键
-
-| 快捷键 | 功能 |
-|--------|------|
-| F1 | 帮助 |
-| F2 | 切换侧边栏 |
-| F3 | 工具详情 |
-| F5 | 清屏 |
-| F6 | 退出 |
-
---
-
-## 测试
-
-```bash
-pytest tests/
-```
-
-42 个测试用例覆盖：
- 数据包协议
- 后端初始化/启动/关闭
- 客户端方法
- 配置管理
- 消息历史
- UI 组件
- 集成测试
-
---
-
-## 技术栈
-
- **Python 3.8+** - 编程语言
- **Textual** - TUI 框架
- **SQLite** - 内嵌图数据库
- **OpenAI SDK** - API 调用（兼容 DeepSeek）
- **threading** - 多线程通信
- **queue** - 线程安全队列
-
---
-
-## 许可证
-
-本项目采用 **GNU General Public License v3.0 (GPLv3)** 许可证开源。
-
-详见 [LICENSE](LICENSE) 文件。
-
-> **⚠️ 使用本项目即表示您同意：**
-> - 可以自由使用、修改和分发
-> - 必须保留版权声明和许可证
-> - 修改后的作品必须以 GPLv3 许可证发布
-> - 必须提供源代码
-
---
-## 特别鸣谢（不分先后）
- 感谢 [Prof.Meiting Wang ](https://www.xxmu.edu.cn/yxgcxy/info/1260/4252.htm) 为本项目提供学术指导
-
- 感谢 [逝水秋生白](https://atomgit.com/cenber)为 本项目提供的架构支持
-
- 感谢 anzhitinglan 为本项目提供的测试资源支持与相关指导
-
- 感谢 崔莉萍老师 为本项目提供的理论指导
-
- 感谢 Annie 为本项目提供的专业指导
-
- 感谢 王梓沣，马悦华，隆梦婷 三位同学提供的学术资料与神经科学理论支持
---
 ## 贡献

 欢迎提交 Issue 和 Pull Request！
@ -228,4 +83,22 @@ pytest tests/
 2. 创建特性分支 (`git checkout -b feature/AmazingFeature`)
 3. 提交更改 (`git commit -m 'Add some AmazingFeature'`)
 4. 推送到分支 (`git push origin feature/AmazingFeature`)
-5. 创建 Pull Request
+5. 创建 Pull Request
+
+---
+
+## 许可证
+
+本项目采用 **GNU General Public License v3.0 (GPLv3)** 许可证开源。  
+详见 [LICENSE](LICENSE) 文件。
+
+---
+
+## 特别鸣谢
+
+- [Prof. Meiting Wang](https://www.xxmu.edu.cn/yxgcxy/info/1260/4252.htm) — 学术指导
+- [逝水秋生白](https://atomgit.com/cenber) — 架构支持
+- anzhitinglan — 测试资源支持
+- 崔莉萍老师 — 理论指导
+- Annie — 专业指导
+- 王梓沣、马悦华、隆梦婷 — 神经科学理论支持