mind-map

Mind Map MCP Server v1.22.0

实验性代码智能平台——一个 Model Context Protocol（MCP）服务，探索受神经科学启发的软件开发分析方法。这是一个实验性研究项目，具有高级查询缓存、联想学习模式、上下文感知、注意力机制、时序知识建模和代码分析工具。

⚠️ 当前状态：实验性 v1.22.0

🧪 这是处于积极开发阶段的实验性软件——请用于测试和研究。功能可能会更改或移除。

开发中的功能：上下文感知缓存 • 脑科学启发的学习 • 代码模式检测 • 文档分析 • 多语言 AST 解析 • 文件忽略模式 • CI/CD 自动化 • 内存优化

🎯 最新更新 v1.22.0：跨语言 API 检测——全面检测 12 种编程语言中的 API 端点。新功能：检测 REST API（Flask、Express、Spring Boot）、GraphQL 架构、gRPC 服务、WebSocket 端点和 WebAssembly 模块。语言支持：Python、JavaScript/TypeScript、Java、Go、Rust、C++、C#、PHP、Ruby、Swift、Kotlin 和 Scala。智能检测：采用框架专属模式和置信度评分，准确发现 API。新增专用 MCP 工具 detect_cross_language_apis，用于直接分析 API。

⚠️ 重要免责声明

这是为研究和测试目的而开发的实验性软件。它探索使用 Model Context Protocol（MCP）进行代码分析和项目理解的各种方法。

使用前：

• 可能会遇到错误、未完成的功能和破坏性更改
• 仅在非生产环境中使用
• 大量使用前请备份项目
• 请报告问题并提供反馈，以帮助改进项目

使用场景：

• 借助 Claude Code 改进编码工作流——增强项目理解和上下文
• 尝试开发 MCP 服务
• 测试代码分析和模式检测方法
• 研究替代性编程辅助工具
• 了解 AST 解析和项目结构分析

📦 安装与设置

从 npm 快速安装

# Install globally
npm install -g mind-map-mcp

# Or install locally in your project
npm install mind-map-mcp

与 Claude Code 集成

1. 自动设置（推荐）

使用 Claude Code 设置 Mind Map MCP 的最简单方法：

# Run the automatic setup tool
npx mind-map-mcp init-claude-code

# Or if installed globally
mind-map-mcp init-claude-code

此操作会自动：

• ✅ 检测操作系统和 Claude 安装情况
• ✅ 使用正确路径创建适当的配置文件
• ✅ 提供特定平台的设置说明
• ✅ 提供验证命令和故障排除指南

2. 为 Claude Desktop 手动设置

如果你更喜欢手动配置，请将以下内容添加到 Claude Desktop 配置中：

macOS：~/Library/Application Support/Claude/claude_desktop_config.json Windows：%APPDATA%/Claude/claude_desktop_config.json Linux：~/.config/claude-desktop/config.json

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {}
    }
  }
}

3. 环境变量配置

你可以使用 MCP_PROJECT_ROOT 环境变量，将 MCP 服务配置为使用特定项目目录：

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "npx",
      "args": ["mind-map-mcp"],
      "env": {
        "MCP_PROJECT_ROOT": "/path/to/your/project"
      }
    }
  }
}

作用：

• 让 MCP 扫描并缓存指定项目目录中的文件
• 在目标项目中创建 .mindmap-cache 文件夹
• 使用特定于项目的配置和思维导图数据
• 支持独立处理多个项目

使用示例：

// For a specific project
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/my-app"
}

// For a demo or test project
"env": {
  "MCP_PROJECT_ROOT": "/Users/yourname/projects/demo-project"
}

**不设置此变量时：**MCP 会使用启动 MCP 服务时所在的当前工作目录。

4. 验证安装

设置完成后，重启 Claude 并验证集成：

1. 检查 MCP 工具：在 Claude 中，你应该能看到 33 个新增的 MCP 工具
2. 测试基本功能：在 Claude 中尝试以下命令：

   Please scan the current project and show me the statistics.
   

3. 测试功能特性：尝试实验性功能：

   Please analyze the project architecture.
   

📝 在 Claude Code 中使用

安装后，你可以在 Claude 中尝试以下命令：

示例工作流

# Start with basic scanning:
Please scan the project and get initial statistics.

# Explore analysis features:
Please analyze the project structure and suggest areas of focus.

# Test learning features:
Please update the mind map with information about [task description].

🔬 实验性分析功能

# Hebbian Learning - "Neurons that fire together, wire together"
Please show me the Hebbian learning statistics and top co-activation patterns.

# Hierarchical Context - Multi-level awareness
Please get the hierarchical context stats and most relevant context items.

# Attention System - Dynamic focus allocation
Please show the attention system statistics and allocate attention to important nodes.

# Bi-temporal Knowledge - Valid vs Transaction time tracking
Please get bi-temporal statistics and create a context window for this session.

# Pattern Prediction - Anticipatory intelligence
Please get pattern predictions and show emerging patterns.

高级智能功能

# Get architectural insights
Please analyze the project architecture and detect design patterns.

# Find cross-language dependencies
Please detect cross-language dependencies in this polyglot project.

# Get intelligent refactoring suggestions
Please generate multi-language refactoring suggestions focused on architecture.

# Predict emerging code patterns
Please analyze and predict what code patterns are likely to emerge.

开发工具集成

# Detect available tools
Please detect all development tools available in this project.

# Run comprehensive analysis
Please run the full tool suite and provide aggregated results.

# Get tool recommendations
Please recommend missing development tools that would benefit this project.

📋 验证清单

✅ 安装：npm list -g mind-map-mcp 会显示该软件包
✅ Claude 集成：Claude 中可见 33 个 MCP 工具
✅ 基本功能：scan_project 命令可正常运行
✅ 高级功能：受大脑启发的工具可正常响应
✅ 多语言支持：AST 分析适用于你的编程语言

🔧 故障排除

常见问题：

1. “看不到 MCP 工具” → 配置后重启 Claude
2. “找不到命令” → 确保 npm 全局安装路径已添加到 PATH
3. “权限被拒绝” → 运行 npm config get prefix 并检查权限
4. “服务无响应” → 检查 Claude Desktop 配置文件语法

获取帮助：

• 📖 查看 QUICK_USAGE.md，了解工作流示例
• 📖 阅读 CLAUDE_CODE_SETUP.md，了解详细设置步骤
• 🐛 报告问题：https://github.com/nerfels/mind-map/issues

功能

🧠 受大脑启发的智能功能（第 6 阶段）

• 联想记忆系统：在相互关联的代码概念之间传播神经激活（相关性提升 50%–70%）
• 上下文感知查询缓存：通过相似度匹配实现智能缓存（重复查询的性能提升 5–10 倍）
• 并行处理引擎：通过工作池编排进行分块文件分析（项目扫描速度提升 3–5 倍）
• 神经形态查询模式：以类大脑的联想激活网络取代线性搜索
• 智能缓存失效：基于路径选择性清除缓存，采用 LRU 淘汰策略并管理 100 MB 内存
• 赫布学习系统：跟踪共同激活并强化突触（“一起激活的神经元会连接在一起”）
• 抑制性学习：通过识别负面模式来避免失败（重复错误减少 30%）
• 分层上下文管理：多级上下文感知（即时、会话、项目、领域）
• 注意力机制：融合多模态注意力并管理认知负荷（米勒 7±2 法则）
• 双时间知识模型：跟踪有效时间与事务时间，并提供完整审计记录
• 模式预测引擎：利用时间序列分析和预测，在代码模式出现前进行预判

🚀 内存优化（v1.15.0）

• 变量延迟加载：智能内存管理，使变量节点的内存使用量减少 40.3%
• 智能筛选：仅立即加载关键变量（已导出、全局以及引用次数超过 5 次的变量）
• 摘要节点系统：为数千个变量创建包含延迟加载元数据的单一节点
• 按需加载：基于模式的变量查询平均检索时间为 8 毫秒
• 完整保留功能：在大幅降低内存占用的同时，保留所有变量查询功能
• 自动优化：无需配置——自动识别重要变量与可延迟加载的变量

📊 高级调用模式分析（v1.1.5）

• 函数调用图构建：完整分析调用图，包括入口点、循环和深度计算
• 构造函数调用检测：准确检测类实例化和构造函数模式
• 方法调用分析：全面跟踪方法调用和链式调用模式
• Async/Await 模式识别：全面支持异步调用模式检测
• 递归检测：自动识别递归函数和调用循环
• 代码风格识别：全面分析命名约定和风格模式
• 复杂度计算：通过分析回调函数和控制流，增强圈复杂度计算
• 跨文件模式解析：高级解析跨多个文件的调用模式

🚀 CI/CD 流水线基础设施（v1.1.5）

• 自动化测试：全面的测试套件，支持多语言 AST 验证
• 安全扫描：集成 npm audit 的自动化漏洞检测
• 性能监控：持续进行性能基准测试，并设置警报阈值
• 代码质量分析：监控包体积、分析样式并生成质量报告
• 发布自动化：自动发布到 NPM 并创建 GitHub 发布版本
• 维护工作流：依赖项更新、运行状况检查和系统监控
• 拉取请求验证：验证 PR 标题、分析影响并进行全面测试

📁 增强的文件忽略配置（v1.6.0）

• 多源模式加载：智能合并默认配置、.gitignore、.mindmapignore 和自定义配置中的模式
• 实时模式测试：实时验证模式，并提供性能指标和文件匹配预览
• 模式分析与统计：全面统计模式有效性、扫描时间缩短情况和过滤效率
• 智能默认模式：为常见文件类型提供 30 个智能默认模式（node_modules、构建产物等）
• 配置管理 API：新增 3 个 MCP 工具，用于动态更新和测试模式
• 开发者友好界面：采用熟悉的 .gitignore 语法，并增强功能和优先级规则
• 性能优化：文件过滤效率达 33%，模式加载耗时 8-12ms，从而提升扫描性能
• 框架专用模式：针对语言和框架的专用忽略模式（.pyc、.class、target/、dist/）

🧠 高级代码智能

• 多语言 AST 分析：全面解析 12 种语言（TypeScript/JavaScript/Python/Java/Go/Rust/C++/PHP/C#/Ruby/Swift/Kotlin/Scala），并提取函数和类
• 动态导入检测：跟踪运行时导入，包括 import() 调用、require() 语句、模板字面量和基于变量的模块加载，适用于现代 JavaScript/TypeScript 应用
• 方法调用链分析：高级调用序列跟踪，沿 A→B→C→D 执行路径最多深入 10 层，并评估性能影响和风险
• 变量使用跟踪：全面跟踪变量在文件中的声明、使用和修改模式，并进行生命周期分析和跨模块依赖检测
• 跨语言依赖检测：识别不同语言之间的 API 调用、FFI、微服务和共享数据模式
• 多语言项目分析：检测架构风格并提供多语言建议
• 企业框架检测：支持 React、Vue、Express、Django、Flask、Spring Boot、Laravel、ASP.NET、Rails、SwiftUI、Android、Akka 等 60 多种框架
• 架构模式检测：支持 7 种模式类型，并分析多语言互操作性
• 预测性错误检测：基于语言专属模式匹配的风险分析系统
• 智能修复建议：提供上下文感知建议和跨语言洞察

🔧 集成开发工具

• 100 多种开发工具：覆盖 12 种语言的完整工具生态系统，支持智能检测
• 智能工具执行：运行测试、代码检查器、格式化工具和安全扫描器，并解析问题
• 智能建议：获取缺失工具的安装建议和安装命令
• 工具套件编排：并行运行多个工具并汇总结果
• 问题分类：解析工具输出并分类，以提供可执行的洞察
• 思维导图集成：将工具结果存储为节点和边，以便学习和关联

🎯 增强的框架检测

• 检测 25+ 种框架：涵盖 6 个类别的全面框架分析，并提供置信度评分
• Web 框架：检测 React、Vue、Angular、Express、Django、Flask、Spring Boot、Next.js、Nuxt.js
• 移动框架：通过平台特定的模式分析检测 React Native、Flutter、Xamarin
• 桌面框架：通过配置和构建系统检测 Electron、Tauri、Qt
• 游戏引擎：通过项目结构和脚本分析检测 Unity、Unreal Engine、Godot
• ML/AI 框架：通过使用模式检测 TensorFlow、PyTorch、scikit-learn
• 云平台：通过清单分析和部署模式检测 Docker、Kubernetes

📚 高级学习系统

• 任务结果学习：跟踪成功/失败模式并提供置信度评分
• 错误模式识别：对错误分类，并将其映射到成功的解决方案
• 跨会话智能：在 Claude Code 会话之间保留知识
• 性能学习：根据使用模式进行自适应优化
• 解决方案有效性跟踪：衡量并提升建议质量

🔍 企业级查询系统

• 类 Cypher 图查询：支持复杂筛选和关系的高级查询
• 时间分析：跟踪代码演变并分析变更影响
• 聚合分析：项目洞察、指标和趋势分析
• 语义搜索：结合置信度加权的多因素相关性评分
• 已保存的查询：用于常见分析模式的模板系统

⚡ 性能与可扩展性

• 多索引存储：针对类型、路径、名称、置信度、框架、语言进行优化索引
• LRU 缓存：通过智能缓存管理优化内存
• 性能监控：实时跟踪操作耗时并检测瓶颈
• 查询优化：为复杂查询制定执行计划并提供索引提示

安装

# Clone or create the project
npm install

# Build the server
npm run build

# Test the installation
npm start

在 Claude Code 中使用

🚀 自动设置（推荐）

最简单的入门方式是使用内置的初始化方法：

# After installing and building, run any Claude Code session and use:
mcp://mind-map-mcp/init_claude_code

# Or for specific setups:
mcp://mind-map-mcp/init_claude_code?setup_type=desktop&platform=macos
mcp://mind-map-mcp/init_claude_code?setup_type=cli&platform=linux

此方法会自动生成：

• ✅ 特定平台的配置文件，其中包含正确的路径
• ✅ 可直接复制的 JSON 配置，适用于 Claude Desktop/CLI
• ✅ 完整的设置检查清单，附带验证命令
• ✅ 快速入门工作流，包含基本命令
• ✅ 常见问题排查指南
• ✅ CLAUDE.md 模板，用于项目专属说明

手动配置

如果你更喜欢手动设置，可将此服务添加到 Claude Code MCP 配置中：

Claude Desktop 配置

编辑 Claude Desktop 配置文件：

macOS：~/Library/Application Support/Claude/claude_desktop_config.json Windows：%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "mind-map-mcp": {
      "command": "node",
      "args": ["/path/to/mind-map-mcp/dist/index.js"],
      "env": {}
    }
  }
}

CLI 用法

# Start the server directly (for testing)
npm start

# Or use the built binary
node dist/index.js

可用的 MCP 工具（共 27 个）

核心智能工具

• scan_project：通过 AST 解析和模式检测进行初始项目分析
• query_mindmap：通过置信度评分和相关性排序进行语义搜索
• update_mindmap：用于学习任务结果和错误模式的学习系统
• suggest_exploration：智能推荐文件/函数
• get_context：项目概览和上下文信息
• get_stats：全面的项目统计信息和指标

高级分析工具

• predict_errors：基于模式进行风险分析和错误预测
• suggest_fixes：针对错误模式提供上下文感知的修复建议
• analyze_architecture：检测架构模式并提供设计洞察
• advanced_query：支持复杂筛选的类 Cypher 图查询
• temporal_query：代码演变和变更影响分析
• aggregate_query：项目指标、洞察和趋势分析

性能与实用工具

• get_performance：实时性能监控和瓶颈检测
• get_cache_stats：查询缓存性能指标和内存使用统计信息
• clear_cache：通过选择性路径清理实现智能缓存失效
• save_query：保存和管理可重复使用的查询模板
• execute_saved_query：通过参数替换运行已保存的查询
• get_insights：全面分析项目洞察并提供可执行的建议

多语言智能工具

• detect_cross_language_deps：识别跨语言依赖和通信模式
• analyze_polyglot_project：分析多语言项目结构和架构
• generate_multi_language_refactorings：为多语言代码库生成重构建议

开发工具集成

• detect_project_tooling：检测项目中所有语言可用的开发工具
• run_language_tool：运行特定开发工具并智能解析问题
• get_tooling_recommendations：针对缺少的开发工具获取智能建议
• run_tool_suite：并行运行多个开发工具并汇总结果

增强型框架检测

• detect_enhanced_frameworks：全面检测 Web、移动、桌面、游戏、ML/AI 和云类别中的框架
• get_framework_recommendations：根据检测到的框架和项目模式获取智能建议

示例用法

{
  "name": "scan_project",
  "arguments": {
    "force_rescan": false,
    "include_analysis": true,
    "ast_analysis": true
  }
}

{
  "name": "advanced_query", 
  "arguments": {
    "query": "MATCH (f:file)-[:contains]->(func:function) WHERE func.name CONTAINS 'auth' RETURN f.path, func.name",
    "limit": 10
  }
}

{
  "name": "predict_errors",
  "arguments": {
    "file_path": "src/auth/login.ts",
    "context": "implementing OAuth integration"
  }
}

工作原理

1. 高级项目分析

服务会执行全面扫描，并为以下内容创建节点：

• 文件和目录：包含元数据的完整项目结构
• AST 元素：函数、类、接口、导入/导出及其完整签名
• 架构模式：7 种模式类型，并进行置信度评分
• 框架检测：React、Vue、Express、Django、Flask、pandas、NumPy 等
• 错误模式：历史错误分类及解决方案映射

2. 多语言 AST 解析

全面支持 12 种主流编程语言：

原有语言：

• TypeScript/JavaScript：通过 TypeScript 编译器 API 提取函数和类，构建完整 AST
• Python：完整 AST 解析，通过子进程执行来提取函数、类和装饰器
• Java：使用 java-parser 完整解析 AST，提取类、方法和注解，并检测 Spring Boot
• Go：解析 Go AST，提取结构体、接口和函数，并检测框架
• Rust：分析 Rust AST，提取结构体、trait 和 impl，并映射 crate 依赖
• C/C++：解析 C++，提取类、函数和模板，并分析构建系统

新增语言（v1.1.4）：

• PHP：完整 AST，提取类和方法，并检测 Laravel/Symfony 框架
• C#：完整 AST 解析，检测 ASP.NET/Entity Framework 并分析命名空间
• Ruby：Ruby AST，提取类和方法，并检测 Rails/Sinatra 框架
• Swift：解析 Swift AST，检测 UIKit/SwiftUI 框架并分析协议
• Kotlin：Kotlin AST，检测 Android/Compose 框架并分析协程
• Scala：解析 Scala AST，检测 Akka/Play 框架并分析 trait

3. 脑启发智能（阶段 6）🧠

将革命性的神经形态计算原理应用于代码智能：

• 联想记忆网络：以神经激活扩散取代线性搜索（相关性提升 50-70%）
• 上下文感知缓存：通过 LRU 淘汰实现智能相似度匹配（性能提升 5-10 倍）
• 并行处理引擎：通过分块分析协调工作池（扫描速度提升 3-5 倍）
• 神经形态查询模式：在相互关联的代码概念间实现类脑激活
• 智能内存管理：100MB 缓存，支持基于路径的失效和指数衰减
• 情景记忆系统（v1.1.4 新增）：存储和检索编程经验，相似度匹配准确率达 77.1%，并提供置信度为 81.1% 的经验型建议

4. 智能学习系统

使用 Claude Code 时，服务会：

• 跟踪任务结果：记录成功/失败模式并调整置信度
• 映射错误解决方案：对错误分类，并关联成功的修复方法
• 构建模式识别能力：识别框架用法、命名约定和架构洞察
• 优化性能：通过 LRU 缓存和多索引存储加快查询

5. 企业级查询引擎

高级查询功能包括：

• 类似 Cypher 的语法：支持筛选和聚合的复杂图遍历
• 语义搜索：多因素相关性评分（精确度、路径、置信度、时效性）
• 时间分析：跟踪代码演变并评估变更影响
• 预测分析：错误风险评估和修复建议引擎

6. 跨会话智能

所有学习成果均会保存在本地，包括：

• 图数据库：以 JSON 格式存储节点、边和关系
• 性能监控：记录操作耗时并检测瓶颈
• 查询优化：执行计划和索引提示
• 缓存管理：LRU 淘汰和智能内存优化

数据存储

思维导图数据存储在项目目录的本地：

your-project/
├── .mindmap-cache/
│   └── mindmap.json          # Serialized knowledge graph
└── ... (your project files)

隐私与安全

• 仅限本地：所有数据都保留在你的设备上
• 无网络通信：不调用外部 API，也不传输数据
• 可配置：选择要跟踪的内容
• 透明：所有数据均以可读的 JSON 格式存储

开发

# Development with auto-rebuild
npm run dev

# Type checking
npm run type-check

# Linting
npm run lint

# Testing
npm test

架构

该服务由以下几个关键组件构成：

• MindMapEngine：核心智能和查询处理
• MindMapStorage：图数据库操作和持久化
• FileScanner：项目分析和文件分类
• MCP 服务：协议实现和工具处理

路线图

✅ 已完成（阶段 1-5.9）

• 核心 MCP 服务：25 个工具，使用 stdio 传输
• 多语言 AST 分析：支持 12 种语言（TypeScript/JavaScript/Python/Java/Go/Rust/C++/PHP/C#/Ruby/Swift/Kotlin/Scala），并提供全面解析
• 跨语言智能：依赖检测、多语言分析、多语言重构
• 开发工具集成：支持 12 种语言的 100 多种工具，并具备智能执行和解析能力
• 增强的框架检测：涵盖 6 个类别（Web、移动端、桌面端、游戏、ML/AI、云）的 60 多种框架
• 高级智能：预测错误、修复建议、架构模式、风险分析
• 企业级查询：类似 Cypher 的查询、时间分析、聚合、已保存的查询
• 性能系统：多索引存储、LRU 缓存、监控、洞察

🚧 已完成多语言支持（第 5 阶段）

• 第 5.1 阶段：✅ 支持 Python AST，并检测 Flask/Django
• 第 5.2 阶段：✅ 支持 Java AST，并检测 Spring Boot/Maven/Gradle
• 第 5.3 阶段：✅ 支持 Go AST，并检测 Gin/Echo 框架
• 第 5.4 阶段：✅ 支持 Rust AST，并检测 Actix/Tokio/Serde
• 第 5.5 阶段：✅ 支持 C/C++ AST，并检测 Qt/Boost/CMake
• 第 5.7 阶段：✅ 多语言智能能力，支持跨语言依赖检测
• 第 5.8 阶段：✅ 集成特定语言工具，支持 80 多种开发工具
• 第 5.9 阶段：✅ 增强框架检测，覆盖 6 个类别和 25 多种框架

📋 版本历史

v1.4.0（当前）🚀

• ✅ 增强查询系统：全面改进核心查询功能
• ✅ 多词查询支持：精准处理“思维导图”“模式分析”等查询
• ✅ 语义语言映射：“typescript”可查找 .ts 文件，“javascript”可查找 .js 文件
• ✅ 精确文件路径匹配：支持直接查询文件，如“src/core/MindMapEngine.ts”
• ✅ 高级驼峰命名处理：全面支持 camelCase、PascalCase 和混合大小写查询
• ✅ 改进时序查询：增强基于时间的分析，并提供演变指标
• ✅ 改进高级查询引擎：改进类似 Cypher 的语法，以支持复杂图查询
• ✅ 增强聚合查询：改进分组和字段提取，以支持统计分析

v1.3.1

• ✅ 修复 Java 代码结构识别：解决 Java 类/方法提取问题
• ✅ 增强 Java AST 解析：完整支持 Java 文件代码智能，正确分离节点

v1.1.5

• ✅ 高级调用模式分析：完整构建函数调用图，测试成功率达 100%
• ✅ 构造函数调用检测：准确识别类实例化和构造函数模式
• ✅ 增强复杂度计算：改进圈复杂度计算，支持回调函数和控制流
• ✅ 代码风格识别：全面分析命名约定和风格模式（camelCase、PascalCase、snake_case）
• ✅ CI/CD 流水线基础设施：实现完整自动化，涵盖测试、安全扫描和性能监控
• ✅ 发布自动化：通过 GitHub 发布工作流自动发布到 NPM
• ✅ 拉取请求验证：全面检查 PR，包含影响分析和质量门禁

v1.1.4

• ✅ 12 种编程语言 + 情景记忆系统
• ✅ 全面支持 PHP、C#、Ruby、Swift、Kotlin 和 Scala
• ✅ 完整支持 AST 解析和框架检测
• ✅ 受大脑启发的情景记忆，相似度匹配准确率达 77.1%

v1.1.0-1.1.3

• ✅ 多模态置信度融合和受大脑启发的智能平台
• ✅ 性能优化和缓存改进
• ✅ 增强查询描述，并支持语义搜索

v1.0.1

• ✅ 增强 README，全面介绍 Claude Code 集成
• ✅ 添加分步安装说明
• ✅ 添加用法示例和工作流指南
• ✅ 添加故障排查章节和验证清单

v1.0.0

• ✅ 完整的受大脑启发的智能系统
• ✅ 企业级可扩展性和用户自定义功能
• ✅ 结构完善的测试套件
• ✅ 33 种高级 MCP 工具全面可用
• ✅ 多语言支持（6 种语言）
• ✅ 集成 80 多种开发工具

🔮 未来路线图

• 可视化界面：思维导图可视化和探索
• 团队共享：协作式知识库
• IDE 集成：VS Code、IntelliJ、Vim 插件
• 高级 ML：增强神经模式识别

贡献

1. Fork 此仓库
2. 创建功能分支
3. 进行更改
4. 视情况添加测试
5. 提交拉取请求

许可证

MIT 许可证 — 详情请参阅 LICENSE 文件。

支持

• 在 GitHub 上报告问题
• 查阅 docs/ 中的故障排除指南
• 查看 API 文档，了解集成详情