v1.1.0 — FTS5 词法召回 + thinking-guard 并入

v1.1.0 — 更快、更干净、带防复读

⚡ 词法召回从 440ms 降到毫秒级

轮次召回改用 SQLite FTS5（中文按 bigram 入索引，与内存 BM25 同一套分词）。
实测 1391 轮：每轮固定开销 440ms → 6~17ms，且不再随库规模线性增长。
升级后自动迁移（首次打开库建索引 + 回填存量轮次，1424 轮约 0.65s，一次性），无需手动重建。

🛡️ 防复读退化（thinking-guard 并入）

思考退化成复读时，那块 reasoning 会被从模型可见历史里折叠掉——日志原文不删、人看的记录不受影响。
新增 guard 配置段（判据与独立版 thinking-guard 一致，235 会话校准）；建议先用 guard.dryRun: true 观察一天。

🔧 Ollama 自动拉起更可靠

autoStart 现在在插件启动时就探测/点火，不再只在调用 memory_semantic 工具时触发；并每 5 分钟低频守护，Ollama 中途退出会被重新拉起。设置页文案同步。

🕸️ 图谱重建不再卡界面

重建改为后台任务，构图分块让出事件循环（此前 820 节点 1.4s 全程阻塞宿主）；设置页新增「重建图谱」按钮与过期提示。

🐛 修复

• 轮次 id 改为按 (sessionId, userSeq) 派生，与 UNIQUE(session_id, user_seq) 对齐——消除已实证的 UNIQUE constraint failed
• 写库序列包进单事务，失败回滚并记 failed 走退避——不再"半写的轮次 + 队列永久 pending"
• 合同层空白串改 trim()；recoverLimit / guardCooldownMs 补进归一化；embedTexts 加 8s 超时
• 融合权重接上实测值（ROUTE_WEIGHTS 此前是死常量）；routes 标签统一语义；图谱路线只保留分数前 20%

v1.0.0 — 首个公开版本

给 meow-memory 记忆系统加一层语义检索：让"记过的"变成"想得起来的"。

它补上三件事

工具	作用
memory_semantic	语义检索：本地向量 + BM25 融合，换个说法也找得到
memory_graph	记忆图谱：加权 PageRank 找枢纽、社区聚类找同类、相似邻居
recall_turns	对话原文召回：翻回更早对话里的逐字问答

外加几条自动接线：跨会话接力 / 动作触发注入 / 每轮召回注入 / 注入去重。

实测（本机 1300+ 轮真实记忆库）

• 全库融合检索 R@1 54.7%、R@3 62.5%、R@5 68.8%
• 纯语义单路 R@1 32.8%（索引文本从"抽取摘要"改成"用户原文"后，从 6.3% 修上来）
• 一条结论：语义不是"更强的检索"，是另一种视角——价值只在融合里兑现

装之前请务必先读

• ⚠️ 必须和 meow-memory 一起用：本插件不含任何写入能力，只读记忆库（单独装等于空转）
• Ollama 可选：装了走向量+关键词融合；没装自动降级纯 BM25，功能不中断
• token 开销已实测：见 README「配套使用须知」第 ⑥ 节——每轮抽取约 2,600 输入 + 240 输出 tokens，召回注入每轮最多约 1,100；两条都能单独关

法律与致谢

本项目移植设计（不 fork）自 graph-memory（MIT License）：轮次记忆数据模型、召回算法与 surface-takeover range 语义。详见 README 的 Credits。