docs: 添加通俗的逻辑架构说明 + mermaid 流程图

README.md

@@ -18,6 +18,75 @@
 
 ---
 
+## 🧭 它是怎么工作的
+
+整个插件可以拆成三件事：**写入**（把对话变成记忆）、**读取**（把记忆送回给 AI）、**安全**（出了问题能恢复）。
+
+```mermaid
+flowchart LR
+    subgraph 写入["✏️ 写入：对话 → 记忆"]
+        A["AI 回复了一条消息"] --> B["提取器读取最近几轮对话"]
+        B --> C["让 LLM 识别出角色/事件/地点等"]
+        C --> D["对比已有记忆，去重或更新"]
+        D --> E["写入图谱 + 同步向量"]
+    end
+
+    subgraph 读取["🔍 读取：记忆 → 注入"]
+        F["用户准备发送下一条"] --> G["用向量搜索找相关记忆"]
+        G --> H["沿关系网络扩散，发现关联"]
+        H --> I["综合打分排序"]
+        I --> J["格式化后注入 prompt"]
+    end
+
+    subgraph 安全["🛡️ 安全：历史变动 → 恢复"]
+        K["用户删楼/编辑/切 swipe"] --> L["检测到哪些楼层变了"]
+        L --> M["回滚受影响的记忆和向量"]
+        M --> N["从变动点重新提取"]
+    end
+
+    E -.-> F
+    N -.-> E
+```
+
+### 写入阶段（对话 → 记忆）
+
+每次 AI 回复后，插件会把最近几轮对话打包发给 LLM（可以是你聊天用的同一个模型，也可以单独配一个），让它识别出"这段对话里出现了哪些角色、发生了什么事、在哪里、有什么新规则"等等。
+
+识别出来的结果不是直接塞进去——插件会先跟已有记忆做对比（通过向量搜索找相似的），如果已经有了就更新，如果是真正的新内容才创建。
+
+写入之后，还可能触发一些后续处理：
+- **压缩** — 太多类似的事件记忆会被合并
+- **进化** — 新信息会影响旧记忆的理解（比如"原来他当时是在演戏"）
+- **概要** — 自动生成"之前发生了什么"的总结
+- **遗忘** — 很久没被用到的记忆降低优先级
+
+### 读取阶段（记忆 → 注入）
+
+当你准备发送下一条消息时，插件会抢在 AI 生成之前做一轮"召回"：
+
+1. **向量搜索** — 根据当前对话内容，用 Embedding 找到语义最相关的记忆
+2. **图扩散** — 找到相关记忆后，沿着关系往外扩散（比如某个角色参与了某个事件，那个事件发生在某个地点...）
+3. **混合评分** — 把向量相似度、图扩散能量、节点重要性、时间新旧综合排序
+4. **格式化注入** — 选出最终入围的记忆，分类整理后注入到 prompt 里
+
+注入的内容分成两层：
+- **常驻层** — 规则、概要、主线这类始终需要的
+- **动态层** — 根据当前对话语境召回的
+
+### 安全机制（历史变动 → 恢复）
+
+这是很多记忆插件忽略的问题：如果用户删了某条消息、编辑了内容、或者切了 swipe，已经基于那条消息提取的记忆就变成"脏"的了。
+
+ST-BME 的处理方式是：
+1. 给每条已处理的消息计算 hash（指纹）
+2. 发现 hash 变了 → 找到最早受影响的位置
+3. 把那之后产生的记忆和向量全部回滚
+4. 从变动点重新走一遍提取流程
+
+如果恢复日志损坏了，会退化为全量重建——慢一点但保证正确。
+
+---
+
 ## 🚀 安装
 
 ### 方法一：通过 SillyTavern 扩展安装