这份路线图只记录 FlareMo 的稳定方向，不写过程日志。具体任务放 GitHub Issues。
- 快速记录：打开即写、低干扰输入、可靠草稿。
- 安静时间线：搜索、标签、归档、回收站、活动热力图。
- Memos 兼容：核心
/api/v1子集稳定，当前包含有限 social、UserService webhook/notification 资源生命周期，以及四类 memo 事件的有界异步 webhook outbox 投递/重试；完整 Memos Server parity、完整上游 webhook 事件语义和完整多用户 ACL 仍未完成。导入导出保持可靠。 - Cloudflare 原生部署：示例配置开箱即用、手动/Agent 部署、Access 保护、可审查的升级 PR。
- 个人知识管理：引用关系、附件、公开分享、语义检索和 AI 工作流。
- Agent Memory：AI 长期记忆中枢，Agent 通过
/memory/mcp读写跨 session 记忆，用户可查看、确认、锁定、纠正；自动固化作为后续方向。
- D1 + Drizzle 作为数据事实源。
- R2 只存对象文件。
/api/v1/*和/api/app/*复用同一套 domain services。- 每个公开 API 都有测试。
- 每个 release 都有 tag、CHANGELOG、migration notes 和升级说明。
- 不使用 GitHub Actions 作为项目 CI 或生产部署器；维护者发布前本地跑
pnpm verify和pnpm deploy:dry-run。用户部署仓库只用受限 workflow 准备上游升级 PR。
需求池与对标分析（flomo）见
docs/product-requirements.md；具体任务从该文档选定后拆解到 GitHub Issues。
- 扩大真实 Memos 客户端兼容矩阵，并补每个已验证客户端的配置示例。
- Agent Memory 后续：自动固化（会话/工作完成后 LLM 提炼）。
- 回顾触达渠道：为已上线的每日回顾（
/review/daily）增加站内通知或 Web Push 推送；AI 洞察类派生能力（Workers AI 或外部模型）仍为后续。 - 增加附件生命周期观测面：清理计数、缺失对象报告和可控重试。
- 扩大浏览器 E2E：Markdown、历史恢复、反向链接、分享撤销和附件预览。
- 不复制 Memos Go server。
- 不做 VPS / Docker / Postgres 部署主路径。
- 不把 KV、R2、Vectorize 当主数据库。
- 不在应用里重造实例级 Bearer token 登录。
- 不把未实现功能放进前端入口。