Metadata-Version: 2.4
Name: dierdanao
Version: 1.2.0
Summary: Second Brain — AI Agent friendly memory engine ecosystem
Author: pjr0
License: MIT
Project-URL: Homepage, https://gitee.com/pjr0/dierdanao
Project-URL: Source, https://gitee.com/pjr0/dierdanao
Project-URL: BugTracker, https://gitee.com/pjr0/dierdanao/issues
Project-URL: Documentation, https://gitee.com/pjr0/dierdanao#readme
Keywords: memory-engine,ai-agent,knowledge-graph,faiss,second-brain
Classifier: Development Status :: 4 - Beta
Classifier: Intended Audience :: Developers
Classifier: License :: OSI Approved :: MIT License
Classifier: Programming Language :: Python :: 3
Classifier: Programming Language :: Python :: 3.10
Classifier: Programming Language :: Python :: 3.11
Classifier: Programming Language :: Python :: 3.12
Classifier: Programming Language :: Python :: 3.13
Classifier: Operating System :: POSIX :: Linux
Classifier: Operating System :: MacOS
Classifier: Topic :: Scientific/Engineering :: Artificial Intelligence
Requires-Python: >=3.10
Description-Content-Type: text/markdown
License-File: LICENSE
Requires-Dist: faiss-cpu>=1.13
Requires-Dist: numpy>=2.0
Requires-Dist: typer>=0.12
Requires-Dist: pyyaml>=6.0
Requires-Dist: requests>=2.31
Requires-Dist: tenacity>=8.0
Requires-Dist: scikit-learn>=1.3.0
Requires-Dist: packaging>=24.0
Dynamic: license-file

# 🧠 dierdanao — 第二大脑

**你的 AI 外脑，让它替你记住、关联、发现。** 完全本地运行，零隐私风险。

> **你**：帮我记，我家狗每次我上厕所它都要跟进来盯着
>
> **你**：又记一条——狗的祖先是群居动物，野外排便时同伴会互相放哨
>
> **你**：依恋理论里有个概念叫"安全基地"——婴儿把妈妈当作探索世界的安全后盾
>
> *…几周后，你的知识库里攒了一些宠物行为、动物学、心理学的零散观察…*
>
> **你**：看看这些宠物相关的记录有没有关联？
>
> **AI**：聚合了 5 条相关记忆。发现一处知识空白——你对"犬类社会认知"的研究很少。另外，基于你记录的机制我推导出一个假设：**如果厕所对狗来说是一个密闭且无法逃跑的空间，它在你排便时仍然选择跟随你，这不是好奇——它在给你当哨兵。它认为排便时的你是脆弱的，在用盯防回馈你给它的安全感。**

你不是动物学家，你只是养了条狗。系统帮你从日常观察中推了一个跨物种的行为学假设。

---

## 为什么你需要它？

每次对话结束，你的 AI 助手就忘了你们讨论过什么。

dierdanao 给它装上"记忆硬盘"：

- **记住一切** — 知识、决策、灵感，语义级存储
- **随时检索** — 一句话就能找到，不需要精确关键词
- **自动关联** — 发现隐藏联系，识别矛盾，找到空白
- **推导新想法** — 从已有知识交叉推导出新假设

---

## 快速安装

### AI 自主安装（推荐）

复制这个链接给你的 AI Agent，它会自动完成全部安装：

```
https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md
```

如果无法访问 Gitee，也可以复制仓库中的 [`AI-INSTALL.md`](https://gitee.com/pjr0/dierdanao/raw/main/AI-INSTALL.md) 文件内容直接粘贴给 AI。

> AI 会优先从 PyPI（`pip install dierdanao`）安装，仅在 PyPI 不可达时回退到 git clone。无需 Gitee 访问即可完成安装。

### 手动安装

**方式一：PyPI 安装（推荐）**

```bash
pip install dierdanao
dierdanao init           # 部署 AI Agent 技能
```

需要 Embedding 服务时设置环境变量再执行初始化：

```bash
export OPENMEM_EMBEDDING_BASE_URL=http://localhost:8080/v1
export OPENMEM_EMBEDDING_API_KEY=sk-noop
open-mem init
```

**方式二：源码安装（备选）**

```bash
git clone https://gitee.com/pjr0/dierdanao.git
cd dierdanao
bash install.sh      # 自动完成所有安装
dierdanao init       # 部署 AI Agent 技能
```

---

## 它是怎么工作的

```
你随口记录
    │
    ▼
┌─────────────┐    ┌──────────────────┐    ┌───────────────────┐
│  open-mem   │───▶│ knowledge-linker │───▶│   gap-detector    │
│  语义存储    │    │   发现隐藏关联     │    │   识别知识空白      │
└─────────────┘    └──────────────────┘    └───────────────────┘
                                                      │
                         ┌────────────────────────────┘
                         ▼
              ┌─────────────────────┐    ┌────────────────────────┐
              │ contradiction-finder│───▶│  hypothesis-generator  │
              │    发现观点冲突       │    │    从矛盾中生成新假设     │
              └─────────────────────┘    └────────────────────────┘
```

**当你的记忆到达一定规模，更深层的东西开始浮现：**

> 你在研究心理学和社会学，记忆库里并存着：
>
> 津巴多监狱实验：情境力量使普通人作恶 / 米尔格拉姆服从实验 / 企业科层组织研究：层级越多发声意愿越低 / 旁观者效应：群体中个人责任感被稀释
>
> `contradiction-finder` 标记了深层矛盾：**"个体有道德判断力" vs "群体中个体服从权威"**
>
> `gap-detector` 发现你在"权威服从"上积累了大量研究，但对**"如何打破服从"**的记录几乎为零
>
> `hypothesis-generator` 推导出一个跨领域假设：**旁观者效应中的"责任分散"和科层组织中的"责任上移"可能共享同一心理机制——组织扁平化 + 匿名举报通道，是否能打破米尔格拉姆式的服从链条？**
>
> 两条独立的研究线索，系统帮你架了一座桥。

---

## 8 个工具，一个生态

| 工具 | 用途 | 一句话 |
|------|------|--------|
| **open-mem** 🧩 | 核心记忆引擎 | 存进去，搜出来 |
| **open-mem-doctor** 🏥 | 健康诊断 | 14 项检查，一键定位问题 |
| **knowledge-linker** 🔗 | 关联发现 | 新知识进来，自动关联已有记忆 |
| **contradiction-finder** ⚡ | 矛盾检测 | 发现知识库中的观点冲突 |
| **gap-detector** 🕳️ | 空白扫描 | 告诉你该补什么知识 |
| **hypothesis-generator** 💡 | 假设生成 | 从已有知识推导新想法 |
| **knowledge-synthesis** 🧪 | 知识合成 | 聚合主题下的记忆，供 AI 提炼总结 |
| **open-mem-client** 📦 | 客户端库 | 给其他工具调用的 Python SDK |

---

## 教程

### 基础工具

| 教程 | |
|------|------|
| [构建个人知识库](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/01-personal-knowledge-base.md) | 记、搜、改、删——掌握 open-mem 核心操作 |
| [健康诊断](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/07-open-mem-doctor.md) | 14 项检查覆盖引擎、工具链、数据完整性，一键定位问题 |
| [发现知识关联](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/05-knowledge-linker.md) | 新知识进来，自动发现它与已有记忆的隐藏联系 |
| [发现知识矛盾](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/02-contradiction-detection.md) | 扫描知识库，找出互相对立的观点，避免认知冲突 |
| [发现知识空白](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/03-gap-detection.md) | 聚类分析告诉你哪些领域积累不够，该补什么 |
| [生成新假设](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/04-hypothesis-generation.md) | 从已有知识交叉推导，生成可验证的新想法 |
| [知识合成](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/06-knowledge-synthesis.md) | 按主题聚合记忆，供 AI 提炼深度总结 |

### 实战场景

| 教程 | |
|------|------|
| [日常 AI 工作流](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/08-daily-ai-workflow.md) | 从"帮我记一下"开始——你随口说，AI 自动归类存入 open-mem；几天后你问"我上次记的那个咖啡相关的东西"，AI 搜出来不说，还告诉你"咖啡因阻断腺苷和午睡清除腺苷其实是同一件事的两个面"，最后推导出一个你没想到的结论 |
| [用 dierdanao 做技术调研](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/09-tech-research.md) | 调研新技术方向时，把每次查到的资料、自己的判断、踩的坑全部记进去。积累到一定量后，系统自动找出：哪些信息互相矛盾？哪块你了解得还不够？已有信息能推导出什么新方向？——从信息收集到形成观点 |
| [管理读书笔记](https://gitee.com/pjr0/dierdanao/blob/main/docs/tutorials/10-reading-notes.md) | 读完一本书记几条核心观点，读完另一本又记几条。当笔记跨了 5 本书，系统开始做你大脑做不到的事——发现《思考快与慢》的系统 1 和《原子习惯》的"环境设计"在说同一件事，推导出"用环境触发代替意志力决策"这个两本书都没明说的结论 |

---

## 配置

启动一个本地 Embedding 服务（如 [llama.cpp](https://github.com/ggerganov/llama.cpp)），或使用任意 OpenAI 兼容接口：

```yaml
# ~/.open-mem/config.yaml
embedding:
  base_url: http://localhost:8080/v1
  model: default
  api_key: sk-noop
```

也支持环境变量：

| 变量 | 默认值 | 说明 |
|------|--------|------|
| `OPENMEM_EMBEDDING_BASE_URL` | `http://localhost:8080/v1` | Embedding API 地址 |
| `OPENMEM_EMBEDDING_API_KEY` | `sk-noop` | API 密钥 |
| `OPENMEM_DEDUP_THRESHOLD` | `0.92` | 去重阈值 |
| `OPENMEM_ENABLE_TIME_DECAY` | `false` | 启用时间衰减 |

---

## 卸载

```bash
# 移除所有 AI 工具的 skill 文件
dierdanao uninstall

# 移除 skill 的同时删除记忆数据
dierdanao uninstall --purge-data

# 完全移除（skill + 数据 + pip 卸载提示）
dierdanao uninstall --all
```

---

## 许可证

MIT © 2026 pjr0

欢迎 fork 和自定义改造。如果你基于本项目做了有意思的修改，欢迎提 Pull Request 或联系作者交流。
