karma-mvp 0.1.2

Multi-domain AI assistant with three-layer memory architecture (Global-Workspace-Session) for personalized, context-aware conversations

Karma MVP - 多域智能助手

Karma MVP 是一个多域智能 AI 助手，采用三层记忆架构（全局-工作区-会话），为用户提供个性化的、上下文感知的对话体验。

✨ 主要特性

• 🧠 三层记忆架构: 全局用户偏好、工作区项目知识、会话实时上下文
• 🎯 多域适应: 自动识别技术开发、学术研究、创意设计、商业规划、个人管理五大领域
• 🔧 多LLM支持: OpenAI GPT、Claude、自定义API等多种LLM提供商
• 💾 本地数据存储: 所有数据存储在本地，保护隐私安全
• 🎨 丰富的CLI界面: 使用 Rich 库打造美观的命令行交互体验
• 📊 调试分析模式: 提供详细的系统行为分析和对话效果调试

🚀 快速安装

方式一：pip 安装 (推荐普通用户)

pip install karma-mvp

方式二：Poetry 安装 (推荐开发者)

# 克隆仓库
git clone https://github.com/karma-ai/karma-mvp.git
cd karma-mvp

# 安装依赖
poetry install

# 激活虚拟环境
poetry shell

方式三：一键安装脚本

Linux/macOS:

curl -sSL https://raw.githubusercontent.com/karma-ai/karma-mvp/main/install.sh | bash

Windows (PowerShell):

iex ((New-Object System.Net.WebClient).DownloadString('https://raw.githubusercontent.com/karma-ai/karma-mvp/main/install.ps1'))

方式四：从源码安装

# 克隆仓库
git clone https://github.com/karma-ai/karma-mvp.git
cd karma-mvp

# 安装依赖
pip install -r requirements.txt

# 以开发模式安装
pip install -e .

📋 系统要求

• Python 3.8 或更高版本
• pip 或 Poetry 包管理器
• 2GB+ 可用磁盘空间
• 网络连接（用于LLM API调用）

🎯 快速开始

1. 首次配置

# 设置 API 密钥
chatbot config api-key --provider openai

# 或使用 karma 命令 (两个命令等效)
karma config api-key --provider openai

# 配置模型
chatbot config set llm.model gpt-4
chatbot config set llm.temperature 0.7

2. 创建工作区

# 创建技术开发工作区
chatbot workspace create my-project --domain technology --tech-stack "python,fastapi,postgresql"

# 创建学术研究工作区
chatbot workspace create research --domain academic --research-area "machine learning"

# 创建创意设计工作区
chatbot workspace create art-project --domain creative --creative-medium "digital illustration"

3. 开始对话

# 交互式聊天
chatbot chat

# 单次提问
chatbot ask "如何优化Python代码性能？"

# 启用调试模式查看系统行为
chatbot ask "设计一个REST API架构" --debug

📚 主要命令

对话交互

• chatbot chat [PROMPT] - 启动交互式聊天或发送单条消息
• chatbot ask <PROMPT> - 发送单个问题

工作区管理

• chatbot workspace create <NAME> - 创建新工作区
• chatbot workspace switch <NAME> - 切换工作区
• chatbot workspace list - 列出所有工作区
• chatbot workspace info [NAME] - 显示工作区信息

记忆管理

• chatbot memory show - 显示记忆信息
• chatbot memory clean - 清理旧记忆数据

历史记录

• chatbot history list - 列出对话会话
• chatbot history show <SESSION_ID> - 显示特定会话
• chatbot history search <QUERY> - 搜索历史消息

配置管理

• chatbot config show - 显示配置信息
• chatbot config set <KEY> <VALUE> - 设置配置值
• chatbot config models - 列出支持的模型

查看完整命令文档：CLI_COMMANDS.md

💡 使用示例

技术开发场景

# 创建技术工作区
chatbot workspace create backend --domain technology --tech-stack "python,fastapi,redis,postgresql"

# 切换到工作区
chatbot workspace switch backend

# 开始技术咨询 (系统会自动适应技术领域)
chatbot ask "如何设计用户认证系统？"

学术研究场景

# 创建学术工作区
chatbot workspace create ml-research --domain academic --research-area "深度学习"

# 学术讨论 (系统会使用学术语言风格)
chatbot ask "解释Transformer架构的注意力机制"

创意设计场景

# 创建创意工作区
chatbot workspace create design --domain creative --creative-medium "UI设计"

# 创意咨询 (系统会激发创意思维)
chatbot ask "为移动应用设计简洁的登录界面"

🔧 高级配置

自定义 API 配置

# 使用自定义API端点
chatbot config set llm.base_url https://api.custom-provider.com/v1
chatbot config set llm.model custom-model-name

# 配置组织ID (OpenAI)
chatbot config set llm.organization org-xxxxx

个性化偏好

# 设置全局偏好
chatbot config set global.communication_style detailed
chatbot config set global.technical_depth expert
chatbot config set global.code_examples always
chatbot config set global.response_length long

🐛 故障排除

常见问题

Q: 命令未找到 (command not found)

# 确认 Python 包安装路径在 PATH 中
export PATH="$HOME/.local/bin:$PATH"
# 或重新安装
pip install --user karma-mvp

Q: API 调用失败

# 检查 API 密钥配置
chatbot config show --llm

# 测试网络连接
chatbot config models --provider openai --available

Q: 权限错误 (Permission denied)

# 使用 --user 标志安装
pip install --user karma-mvp

# 或使用虚拟环境
python -m venv karma-env
source karma-env/bin/activate  # Linux/macOS
# karma-env\Scripts\activate  # Windows
pip install karma-mvp

Q: 内存或存储问题

# 清理旧数据
chatbot memory clean --sessions --older-than 30

# 查看存储使用情况
du -sh ~/.memory-chatbot/

调试模式

# 启用调试模式查看详细信息
chatbot ask "test question" --debug

# 查看系统配置
chatbot config show

# 检查工作区状态
chatbot workspace info

📖 更多文档

• 详细安装指南
• CLI 命令参考
• 部署文档
• API 文档
• 开发指南

🤝 贡献

欢迎提交 Issue 和 Pull Request！

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建 Pull Request

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详情。

💬 支持

• 📧 Email: [e-mail]
• 🐛 Issues: GitHub Issues
• 📖 文档: 项目文档

---

⭐ 如果这个项目对你有帮助，请给我们一个 Star！