diff --git a/README.md b/README.md
index 4661420..af896ef 100644
--- a/README.md
+++ b/README.md
@@ -46,6 +46,8 @@
> signals, compresses history, and improves profiles and skills between
> sessions.
+
+
## Why Ever OS
EverOS is a Python library and local-first memory runtime for agents and
@@ -87,6 +89,8 @@ for fast retrieval and self-evolving reuse.
+
+
## Quick Start
> Goal: play with the memory visualizer first, then start EverOS, write one
diff --git a/README.zh-CN.md b/README.zh-CN.md
index 8e67939..5267e56 100644
--- a/README.zh-CN.md
+++ b/README.zh-CN.md
@@ -21,17 +21,12 @@
-- [EverOS 1.0.0](#everos-100)
-- [EverOS: One Memory For All](#everos-one-memory-for-all)
-- [EverOS 的差异](#everos-的差异)
+- [即将推出](#即将推出)
+- [为什么选择 EverOS](#为什么选择-everos)
- [快速开始](#快速开始)
- [使用场景](#使用场景)
-- [架构概览](#架构概览)
-- [存储布局](#存储布局)
-- [功能](#功能)
-- [项目结构](#项目结构)
- [文档](#文档)
-- [关注 EverOS](#关注-everos)
+- [Star 支持](#star-支持)
- [EverMind 生态](#evermind-生态)
- [参与贡献](#参与贡献)
@@ -40,80 +35,24 @@
-## EverOS 1.0.0
+## 即将推出
> [!IMPORTANT]
>
-> **EverOS 1.0.0 是面向自进化记忆的一次重要发布。** 它带来了
-> local-first 运行时、Markdown 作为 source of truth、混合检索、
-> 多模态摄取、用户记忆与 Agent 记忆作用域,以及由
-> [EverAlgo](https://github.com/EverMind-AI/EverAlgo) 支撑的模块化算法。
+> **Knowledge Wiki:** 由记忆生成可编辑、可溯源的 Markdown 知识页。
>
-> **即将推出:** Knowledge Wiki 会把记忆整理成可编辑、可溯源的
-> Markdown 知识页。Reflection 会在系统空闲或离线时
-> 连接信号、压缩历史,并持续改进 profile 和 skills。
+> **Reflection:** 在系统空闲或离线时运行,连接信号、压缩历史,
+> 并在 session 之间持续改进 profiles 和 skills。
-
-[](#readme-top)
+## 为什么选择 EverOS
-
-
-
-## EverOS: One Memory For All
-
-EverOS 是面向 agents 和 makers 的本地记忆操作系统。它提供一层可携带的
-统一记忆层,让记忆穿过 coding assistants、apps、devices 和 workflows。
-目前它会把对话、文件和 Agent 轨迹保存为可读 Markdown,并同步本地 SQLite
-和 LanceDB 索引,用于快速检索和自进化复用。
-
-
-
-
-Markdown As Source Of Truth
-
-所有记忆持久化为 .md 文件:可读、可改、可 grep、可 Git 版本化,也可直接用 Obsidian 打开。
- |
-
-Local Three-Part Stack
-
-Markdown + SQLite + LanceDB 在本地完成向量、BM25 和标量过滤检索,无需 MongoDB、Elasticsearch 或 Redis。
- |
-
-Dual-Track Memory
-
-Agent 记忆(cases / skills)与用户记忆(episodes / profile)独立提取,互不污染。
- |
-
-
-
-Multimodal Ingestion
-
-文本、图像、音频、文档、PDF、HTML 和邮件统一抽取为可检索的记忆形态。
- |
-
-Self-Evolution
-
-从真实使用经验中自动抽取共性 skills,重复模式沉淀为可复用流程,无需重训。
- |
-
-Orthogonal Retrieval
-
-按 user_id、agent_id、app_id、project_id 和 session_id 五维独立检索。
- |
-
-
-
-
-
-
-[](#readme-top)
-
-
-
-
-## EverOS 的差异
+EverOS 是面向 agents 和 makers 的 Python library 与 local-first memory
+runtime。它从 day one 开始就提供一层可携带的记忆层,让记忆穿过 coding
+assistants、apps、devices 和 workflows。它会把 conversations、files 和
+agent trajectories 保存为可读 Markdown,并同步本地 SQLite 与 LanceDB
+索引,用于快速检索和自进化复用。
@@ -146,37 +85,23 @@ Agent 记忆(cases / skills)与用户记忆(✅ 按 user_id、agent_id、app_id、project_id 和 session_id 检索
❌ 通常按 app、namespace、tenant、thread 或 graph 来组织 |
-
-| Knowledge Wiki |
-✅ 即将推出:由记忆形成可编辑、可溯源的 Markdown 知识页 |
-❌ 通常是 retrieval、graph、dashboard 或 generated summaries,而不是可编辑、可溯源的知识页 |
-
-
-| Reflection |
-✅ 即将推出:在系统空闲或离线时运行,用来连接信号、压缩历史,并在 session 之间改进 profiles 和 skills |
-❌ 通常是在线读写 API、retrieval records 或 summaries,而不是空闲态记忆整理 |
-
-
-
-[](#readme-top)
-
-
-
## 快速开始
-> 目标:启动 EverOS,写入一条记忆,然后把它搜索回来。
+> 目标:先体验 memory visualizer,然后启动 EverOS,写入一条真实记忆,
+> 再把它搜索回来。
### 0. 前置条件
- Python 3.12+
-- 默认 provider 需要 API keys:[OpenRouter](https://openrouter.ai/) 用于
- chat / multimodal,[DeepInfra](https://deepinfra.com/) 用于 embedding /
- rerank。也可以通过 `.env` 里的 `*__BASE_URL` 字段切换到其他
- OpenAI-compatible providers。
+- `everos demo` 不需要 API keys。
+- server-backed memory flow 需要 API keys:默认使用 OpenRouter 负责
+ chat / multimodal,DeepInfra 负责 embedding / rerank。也可以通过
+ `.env` 中对应的 `*__BASE_URL` 字段切换到其他 OpenAI-compatible
+ providers。
### 1. 安装
@@ -185,21 +110,47 @@ uv pip install everos
# or: pip install everos
```
-### 2. 配置
+### 2. 体验 Demo
+
+在配置 API keys 或启动 server 之前,先运行:
+
+```bash
+everos demo
+```
+
+这个命令会询问一条记忆和一个召回问题,然后打开一个全屏 terminal UI。
+这是一个 educational visualizer:它是 hardcoded 的,只在 CLI 本地运行,
+不会连接 EverOS server。它的作用是把 memory lifecycle 变成可感知的过程:
+conversation -> memory sphere -> recall -> source proof -> confetti。Demo
+范围和 TUI 代码结构见 [docs/everos-demo.md](docs/everos-demo.md)。
+
+Sphere 会经历 ingest、extraction、indexing、recall、source reveal,
+并在第一条记忆落地后进入 confetti successful moment。按 `r` 可以 replay,
+按 `q` 可以退出。下面的优化动图托管在外部,避免仓库变重:
+
+
+
+
+
+README 媒体使用的循环 showroom view 可以这样运行:
+
+```bash
+everos demo --cinematic
+```
+
+如果 shell 不是 interactive,或者你只想看一个可复制的静态预览:
+
+```bash
+everos demo --plain
+```
+
+### 3. 配置
生成一个 starter `.env` 文件,然后根据生成的注释填入对应的 API key 字段。
默认配置需要分别提供 [OpenRouter](https://openrouter.ai/) 和
[DeepInfra](https://deepinfra.com/) 的 API key:OpenRouter 用于
`LLM` / `MULTIMODAL`,DeepInfra 用于 `EMBEDDING` / `RERANK`。
-EverOS 也支持通过
-[阿里云百炼控制台](https://bailian.console.aliyun.com/) 创建一个
-DashScope API Key,统一配置 `LLM` / `EMBEDDING` / `RERANK`
-三个核心能力。把同一个值填到
-`EVEROS_LLM__API_KEY`、`EVEROS_EMBEDDING__API_KEY`、`EVEROS_RERANK__API_KEY`,
-并把对应 model/base_url 切到生成模板里的 Bailian / DashScope 示例。
-当前 EverOS 的百炼 rerank 路线推荐并支持 `gte-rerank-v2`。
-
```bash
everos init
# or, from a source checkout:
@@ -209,23 +160,7 @@ cp .env.example .env
`everos init` 默认写入 `./.env`。也可以使用 `everos init --xdg`
写入 `${XDG_CONFIG_HOME:-~/.config}/everos/.env`。
-百炼三件套示例:
-
-```env
-EVEROS_LLM__MODEL=qwen-plus
-EVEROS_LLM__API_KEY=
-EVEROS_LLM__BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
-
-EVEROS_EMBEDDING__MODEL=text-embedding-v4
-EVEROS_EMBEDDING__API_KEY=
-EVEROS_EMBEDDING__BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
-
-EVEROS_RERANK__MODEL=gte-rerank-v2
-EVEROS_RERANK__API_KEY=
-EVEROS_RERANK__BASE_URL=https://dashscope.aliyuncs.com
-```
-
-### 3. 启动 EverOS
+### 4. 启动 EverOS
```bash
everos server start
@@ -249,7 +184,7 @@ curl http://127.0.0.1:8000/health
vLLM / Ollama / DeepInfra)。你可以覆盖生成的 `.env` 中的 `*__BASE_URL`
来指向任意这些模型服务。
-### 4. 试写第一条记忆
+### 5. 试写第一条记忆
添加一个很小的 conversation:
@@ -335,7 +270,8 @@ git clone https://github.com/EverMind-AI/EverOS.git
cd EverOS
uv sync # creates ./.venv and installs deps
source .venv/bin/activate # or prefix commands with `uv run`
-everos init # fill the API key fields in .env
+everos demo --plain # 先体验本地 educational demo;不需要 API keys
+everos init # fill the four API key slots in .env (two distinct keys)
everos --help
make test
@@ -605,7 +541,7 @@ MCO 为你的主 Agent 配备一个 agent team,让它们可以一起处理复
#### Legacy OpenClaw Agent 记忆
-已归档的 pre-1.0.0 plugin reference。新的集成应使用 EverOS 1.0.0 API。
+已归档的 pre-1.0.0 plugin reference。新的集成应使用当前 EverOS API。
[了解更多](docs/migration-to-1.0.0.md)
@@ -679,114 +615,15 @@ Claude Code 的持久记忆插件。自动保存并回忆过去 coding sessions
-## 架构概览
-
-```
-┌───────────────────────────────────────────────┐
-│ entrypoints/ (CLI + HTTP API) │ presentation
-├───────────────────────────────────────────────┤
-│ service/ (use cases: memorize/retrieve) │ application
-├───────────────────────────────────────────────┤
-│ memory/ (extract + search + cascade) │ domain
-├───────────────────────────────────────────────┤
-│ infra/ (markdown / sqlite / lancedb) │ infrastructure
-└───────────────────────────────────────────────┘
- ↑ ↑
- component/ core/
- (LLM/Embedding) (observability/lifespan)
-```
-
-DDD 5 层架构,单向依赖。详见 [docs/architecture.md](docs/architecture.md)。
-
-
-
-
-[](#readme-top)
-
-
-
-## 存储布局
-
-```
-~/.everos/
-├── default_app/ # app_id ("default" → "default_app" on disk)
-│ └── default_project/ # project_id ("default" → "default_project")
-│ ├── users//
-│ │ ├── user.md # profile
-│ │ ├── episodes/ # daily-log episodes (visible)
-│ │ ├── .atomic_facts/ # nested facts (dotfile-hidden)
-│ │ └── .foresights/ # predictive memory (dotfile-hidden)
-│ └── agents//
-│ ├── agent.md
-│ ├── .cases/ # one task case per entry
-│ └── skills/ # named procedural memories
-├── .index/ # derived indexes (rebuildable from md)
-│ ├── sqlite/system.db # state + queue + audit
-│ └── lancedb/*.lance/ # vector + BM25 + scalar
-└── .tmp/ # transient working files
-```
-
-在 Obsidian 中打开任意 `//users//` 文件夹即可。
-你的 Agent 大脑本质上就是一组文件。dotfile 目录(`.atomic_facts/`、
-`.foresights/`、`.cases/`)默认保持隐藏,因此可见文件夹仍然是面向用户的
-记忆表面,而提取出的衍生信息则安静地放在旁边。
-
-
-
-
-[](#readme-top)
-
-
-
-## 功能
-
-- **混合检索**: BM25 + vector(HNSW/IVF-PQ)+ scalar filter,在 LanceDB 中完成单次查询
-- **级联索引同步**: 编辑 `.md` → file watcher → entry-level diff → LanceDB sync,亚秒级同步
-- **多源提取**: conversations / agent trajectories / file knowledge
-- **双轨记忆**: user-track(Episodes / Profiles)+ agent-track(Cases / Skills)
-- **异步优先**: 完整 asyncio,单一 event loop
-- **多模态**: text + 小图片 / audio inline;大媒体通过 S3/OSS reference
-
-
-
-
-[](#readme-top)
-
-
-
-## 项目结构
-
-```
-everos/ # repo root
-├── src/everos/ # main package (src layout)
-│ ├── entrypoints/ # cli + api
-│ ├── service/ # use case orchestration
-│ ├── memory/ # domain: extract + search + cascade + prompt_slots
-│ ├── infra/ # storage: markdown + lancedb + sqlite
-│ ├── component/ # cross-cutting: llm / embedding / config / utils
-│ ├── core/ # runtime: observability / lifespan / context
-│ └── config/ # configuration data + Settings schema
-├── tests/ # unit / integration / golden / fixtures
-├── docs/ # design docs
-└── .claude/ # team-shared rules + skills (auto-loaded by Claude Code)
-```
-
-
-
-[](#readme-top)
-
-
-
## 文档
-- [docs/overview.md](docs/overview.md) - 项目概览与愿景
-- [docs/architecture.md](docs/architecture.md) - DDD 分层架构与依赖规则
-- [docs/engineering.md](docs/engineering.md) - 工程与开发效率基础设施(CI / tooling / Claude Code)
+- [docs/everos-demo.md](docs/everos-demo.md) - Demo 范围与 TUI 源码布局
+- [docs/how-memory-works.md](docs/how-memory-works.md) - Markdown、SQLite、LanceDB 与 recall flow
- [docs/use-cases.md](docs/use-cases.md) - 完整使用场景 gallery 和集成示例
-- [docs/migration-to-1.0.0.md](docs/migration-to-1.0.0.md) - Legacy API 与基础设施迁移说明
+- [docs/engineering.md](docs/engineering.md) - 工程与 CI tooling
+- [docs/migration-to-1.0.0.md](docs/migration-to-1.0.0.md) - Legacy API 迁移说明
- [CHANGELOG.md](CHANGELOG.md) - 发布记录
- [CONTRIBUTING.md](CONTRIBUTING.md) - 如何贡献
-- [.claude/rules/](.claude/rules/) - 详细代码规范(Claude Code 会自动加载)
@@ -795,38 +632,10 @@ everos/ # repo root
+## Star 支持
-
-## 关注 EverOS
-
-EverOS 1.0.0 是更大规模记忆系统路线图的第一个发布版本。Watch 这个仓库,
-即可持续关注更深入的空闲态和离线进化、benchmark releases,以及更多真实 Agent 集成。
-
-
-
-
-Knowledge Wiki
-
-把分散的 episodes、files、facts 和 Agent traces 整理成有来源的 Markdown
-知识页,覆盖 people、projects、topics、decisions 和 workflows。记忆不再只是
-向量召回结果,而是用户可以阅读、修正、链接、版本化,并用现有 Markdown 工具打开的知识层。
- |
-
-Reflection
-
-在系统空闲或离线时运行,重新审视已存储记忆,连接弱信号,把嘈杂历史压缩成稳定模式,
-并持续改进 profile 和 skills。目标是让 Agent 在活跃 session 之间也能变得更好,
-而不是只在你 prompt 它时才进步。
- |
-
-
-
-许多记忆系统停留在聊天历史、黑盒 profile 或向量召回。EverOS 的差异在于:
-记忆保持本地、Markdown-native、可审计、可自进化;原始记忆仍然可读,
-衍生知识沉淀为 wiki,Reflection 则把重复经验转化为更有用的长期行为。
-
-如果 EverOS 对你的 Agent stack 有帮助,Star 这个仓库也会帮助更多 builders
-发现它。
+如果 EverOS 对你的 Agent stack 有帮助,请 Star 这个仓库。它会帮助更多
+builders 发现这个项目,也会给 memory ecosystem 一个更强的信号,让它持续改进。
### Star 趋势
@@ -848,15 +657,15 @@ EverMind 是一个面向长期记忆、自进化 Agent 和记忆评测的开源
EverMind 开源生态 |
-| 核心记忆架构 |
-EverOS - 本地记忆操作系统,以及有研究支撑的 Agent 和用户记忆运行时。 |
+Memory Runtime |
+EverOS - 本地记忆操作系统,以及有研究支撑的 Agent 和用户记忆 runtime。 |
| 算法引擎 |
EverAlgo - stateless extraction、ranking、parsing 和 memory operators,为 EverOS 提供算法能力。 |
-| 替代架构 |
+Hypergraph Memory |
HyperMem - 面向长期对话的 hypergraph memory,拥有独立的 benchmark-backed topic -> episode -> fact 检索方法。 |
@@ -877,8 +686,8 @@ EverMind 是一个面向长期记忆、自进化 Agent 和记忆评测的开源
-这些仓库共同构成 EverMind 的 research-to-runtime stack:新的记忆方法、可复用算法、
-benchmark evidence,以及可落地的 Agent 集成。
+这些仓库共同构成 EverMind 的 research-to-runtime stack:新的记忆方法、
+可复用算法、benchmark evidence,以及可落地的 Agent 集成。
diff --git a/docs/use-cases.md b/docs/use-cases.md
index 37fdd64..05d015d 100644
--- a/docs/use-cases.md
+++ b/docs/use-cases.md
@@ -235,7 +235,7 @@ A context-native AI wearable that listens to everyday life and converts conversa
#### Legacy OpenClaw Agent Memory
-Archived pre-1.0.0 plugin reference. New integrations should use the EverOS 1.0.0 API.
+Archived pre-1.0.0 plugin reference. New integrations should use the current EverOS API.
[Learn more](migration-to-1.0.0.md)