v1.1.0 — MCP 标准 stdio + 架构重组 + 质量基线

v1.1.0 — MCP 标准 stdio + 架构重组 + 质量基线

Fixed（关键协议修复）

• MCP stdio 标准协议：v1.0.x 的 stdio 传输层误用 LSP 式 Content-Length 帧，导致任何标准 MCP 客户端（换行分隔 JSON）都握手失败。现改为 MCP 标准的换行分隔 JSON，同时兼容解析旧式 Content-Length 帧（向后不破坏）。
• EOF 忙循环：stdin 关闭后主循环把 EOF 当空消息 continue，进程不退出、CPU 空转。现 _read_message 在 EOF 时抛出并干净退出，附回归测试。

Changed（架构重组，零逻辑改动）

• 巨石拆分：memory_core.py（约 3600 行单文件）机械拆分为 core_base（常量/评分/MemoryDB 数据层）+ engine（WanYiCore + 23 工具 + JSON-RPC 分发）+ transport（stdio 传输层）。
• 兼容门面：wanyi.memory_core 保留 shim——包内导入、sys.path hack 顶层导入、python -m wanyi.memory_core 与 console script wanyi 全部原样可用；另新增 python -m wanyi 入口。
• 版本唯一真源：新增 wanyi/version.py，pyproject.toml 动态读取（hatch）；修复 initialize 返回 "1.0.2"、docstring 标 "v3"、__version__ 三处互相矛盾的硬编码。

Added（质量基线）

• 测试 15 → 33（CI 矩阵 py3.10–3.12 + ruff）：stdio 协议合规 ×6、模块拆分一致性 ×3、symtable 全局名完整性守卫 ×1、23 工具全覆盖冒烟 ×1（按签名自动补哑元逐个真实调用）。
• 护栏模式 WANYI_GUARD_MODE：full（默认，完整拦截）/ warn（只提醒不拦截）/ off。

安装

pip install wanyimem            # core（仅 numpy 依赖）
pip install "wanyimem[all]"     # + 向量/精排模型 + sqlite-vec ANN

本 Release 附带构建产物（wheel + sdist）；PyPI 源同步发布前可从 Assets 直接安装。

v1.0.6 — 向量写入性能（批量嵌入）

v1.0.6 — 向量写入性能：store_batch 批量嵌入

• VectorIndex.store_batch 改为一次 encode 批量嵌入全部 + 统一落库，替代「逐条 store（每条一次嵌入）」。大量记忆灌入（LongMemEval 式批量 ingest / 历史导入）显著提速。
• 结构：抽出 _store_vec（权威表 + ANN 影子表共用）与 _embed_batch（有模型批量 encode；无模型/失败逐条兜底，可被测试 mock）。
• 测试：test_vector_ann.py 新增 test_store_batch_embeds_once，mock 模型断言 encode 仅调 1 次且全部落库；全部 23 测试通过。

安装：pip install "wanyimem[all]"

v1.0.5 — 只读 Markdown 镜像 + 护城河全自动

v1.0.5 — 只读 Markdown 镜像 + 护城河全自动

只读 Markdown 镜像导出（护城河 #6）

• 新增 wanyi/mirror.py + wanyi-export：把事件溯源库渲染成可读、可 diff、可版本化的 Markdown（按 道/法/术 分组，含错题本/经验库/知识空白/反事实分支/跨域模式），只读不写库。
• 用法：wanyi-export --db memory.db --out memory.md

护城河全自动（AutoMoat 护城河 #5）

• 新增 wanyi/auto_moat.py + wanyi-auto。
  • 反事实诚实自动结算：到期仍 open 的分支，有实测结果则自动结算，否则诚实标记 expired（绝不编造赢家）。
  • 自动巩固：睡眠巩固 + 园艺师深巩固。
  • 跨域类比巡检：按命中/置信列出最该被提醒的跨域模式。
  • 周期调度器：wanyi-auto --db memory.db --loop 3600；默认关闭，不把 MCP 服务器变常驻守护。

CLI / 测试

• 新增 console 入口 wanyi-export、wanyi-auto（pip install wanyimem 后可用）。
• 新增 tests/test_mirror.py(3) + tests/test_auto_moat.py(3)；全部 22 测试通过。

安装：pip install "wanyimem[all]"

v1.0.4 — 向量检索提速（sqlite-vec 轻量 ANN）

v1.0.4 — 向量大规模检索提速：sqlite-vec 轻量 ANN

• 混合检索策略：vector_memory.py 升级为"small 精确 / large ANN"双路径
  • 规模 < ANN_MIN_COUNT（默认 2000）→ 全表精确余弦（正确性优先）
  • 规模 ≥ 阈值且 sqlite-vec 可用 → vec0 最近邻预筛（k=limit*3+5）+ 完整 embedding 精确重排（既提速又保准）
  • sqlite-vec 未安装 → 自动回退纯精确，完全向后兼容
• 可选依赖：新增 wanyimem[ann]（sqlite-vec>=0.1.6），并入 wanyimem[all]
• 正确性保障：memory_embeddings 仍是权威真值表；vec0 只是影子索引，换模型/维度变化自动重建
• 测试：新增 tests/test_vector_ann.py（3 用例，无需模型/网络），既有 13 个冒烟用例全通过（16 passed）

回应社区对"向量全表载入内存暴力检索"的顾虑：默认小规模精确、大规模 ANN 预筛+精确重排，兼顾召回质量与扩展性。

安装：pip install "wanyimem[all]"

v1.0.3 - 记忆图谱挂接修复 + 可复现召回基准

本版亮点

• 修复真架构缺口：auto_graph_link 只建了 graph_nodes/graph_edges，却未把记忆挂接到它自己的节点（memory_node_links），导致「记录几条记忆后搜图谱恒为 0」，被外部跑分误判为「图谱能力不足/需向量积累」。修复：建节点后即 link_memory_to_node，记录 -> 查图谱 即刻可用
• 首次公开可复现召回基准 benchmark/recall_benchmark.py（14 条刻意「关键词错开」的 mini LongMemEval）：核心版（BM25+图谱）Recall@5=1.000 / MRR=0.857，完整版（bge 向量+精排）Recall@5=1.000 / MRR=0.857，替换 README 中未经实测的 "Recall@5=90%"
• 图谱挂接修复顺带提升核心版召回 MRR 0.845 -> 0.857
• 测试 12 -> 13；CI 全绿

v1.0.2 - 召回诚实性修复

本版亮点

• 召回诚实性：无匹配的「非空查询」不再硬凑结果 —— 诚实返回空列表并记录知识空白（与「绝不硬凑答案」的元认知理念一致）。空查询兜底仍按时间倒序返回（hook_load 道 / 法级注入专用）
• 工具数量核实：实测 MCP 协议 tools/list 返回 23 个工具且全部可映射到 handler；此前一份外部跑分报告称「实际 21 个」系误判
• 测试 12 通过

v1.0.1 - 环境变量兼容层 + 全量审查修复

本版亮点

• 新增 wanyi/env_compat.py：所有配置项支持「中文优先、英文兜底」双 key（9 个配置 + ASCII 别名），跨平台 / CI / MCP 客户端兼容性提升，向后兼容现有配置
• 修复 4 处真实 bug + 1 处参数未生效：gardener.arbitrate_conflict UnboundLocalError、confidence.needs_review 时区偏差、记忆锚点恢复丢失 process_id、自检 contradiction_candidates 恒 0、recall.min_confidence 从未生效
• 测试 9 -> 12，全部通过

v1.0.0 — 万忆中枢 WanYi Memory Core

万忆中枢 WanYi Memory Core v1.0.0

永不遗忘的全量记忆系统 — Event-sourced long-term memory for AI agents. Local-first MCP server, 23 tools, data never leaves your machine.

核心特性 / Highlights

• 事件溯源：append-only WAL 为唯一事实源，永不删除，衰减只影响召回排序
• 语义召回：BM25 关键词 + 本地中文向量（BAAI/bge-small-zh-v1.5）+ reranker（BAAI/bge-reranker-base）+ 知识图谱扩展 + 时间衰减
• 元认知：召回弱时承认知识空白，而不是编造答案
• 决策护栏：全仓/梭哈/强推/rm -rf 等高风险动作触发置信度拦截，反事实分支让你看到"如果当初听了会怎样"
• 零参与进化：无需说"记住"，系统自主沉淀、夜间整理、每周轨迹回放
• 23 个 MCP 工具：记忆记录/召回/搜索/图谱/时序/反事实/桥接/回放/置信度检查等

安装 / Install

pip install wanyimem            # core
pip install "wanyimem[all]"     # + vector & reranker models deps

Requires Python 3.10+. Models are downloaded on first use from HuggingFace; set HF_ENDPOINT=https://hf-mirror.com in mainland China.

快速开始 / Quick Start (MCP)

Add to mcp.json (Claude Desktop, Cursor, Trae, etc.):

{
  "mcpServers": {
    "wanyi": {
      "command": "python",
      "args": ["-m", "wanyi.memory_core"],
      "env": {"万忆中枢_STORE_DIR": "C:/path/to/your/memory"}
    }
  }
}

CI 状态 / Status

• ✅ Lint (ruff) & Tests (Python 3.10 / 3.11 / 3.12) all passing on GitHub Actions
• ✅ MIT License