diff --git a/CLAUDE.md b/CLAUDE.md
new file mode 100644
index 0000000..eef6618
--- /dev/null
+++ b/CLAUDE.md
@@ -0,0 +1,82 @@
+# CLAUDE.md
+
+This file provides guidance to Claude Code (claude.ai/code) when working with code in this repository.
+
+## 项目概述
+
+Markdown 文档向量数据库 — 将 .md 文件分块 → 嵌入 → 存入 ChromaDB，通过 FastAPI HTTP 或 CLI 提供语义检索。
+
+## 常用命令
+
+```bash
+uv sync                                   # 安装依赖
+uv run pytest tests/ -v                   # 全部测试 (31 个)
+uv run pytest tests/test_api.py -v        # 单个测试模块
+uv run pytest tests/ -v -k "test_search"  # 按名称过滤
+
+# CLI
+uv run python -m src.cli.main ingest <file.md>       # 入库单文件
+uv run python -m src.cli.main ingest-dir ./md_docs/  # 批量入库
+uv run python -m src.cli.main search "关键词"        # 搜索
+uv run python -m src.cli.main stats                  # 统计
+uv run python -m src.cli.main serve --port 8000      # 启动 HTTP 服务
+```
+
+## 架构
+
+```
+core/                   # 核心逻辑（不依赖 server/cli）
+├── config.py           # YAML → dataclass (AppConfig)
+├── db.py               # VectorDB: ChromaDB PersistentClient 封装
+├── embedder.py         # Embedder: 本地模型(BGE-small-zh) + API 双模
+├── ingest.py           # MarkdownSplitter(混合分块) + DocumentIngestor
+└── search.py           # Searcher: 语义检索 + 源文件管理
+
+server/app.py           # FastAPI HTTP 层，懒加载单例
+cli/main.py             # Typer CLI，5 个命令
+```
+
+**数据流**: MD 文件 → `MarkdownSplitter.split()` (标题→段落分块) → `Embedder.embed()` → `ChromaDB collection.add()` → `Searcher.search()` 查询
+
+**依赖方向**: `config` ← `db` ← `embedder` ← `ingest`/`search` ← `server`/`cli`
+
+## 关键实现细节
+
+### 嵌入模型回退策略 (embedder.py)
+
+本地模式优先从缓存加载（`local_files_only=True`）；若模型未下载，自动切换到 `hf-mirror.com` 下载后恢复离线。模块级 `os.environ.setdefault("HF_HUB_OFFLINE", "1")` 避免 Windows SSL 证书问题。
+
+### 混合分块策略 (ingest.py)
+
+`MarkdownSplitter`: 先按 `#`/`##`/`###` 标题拆分 → 章节超 `max_size`(1000) 则按 `\n\n` 段落拆 → 单个段落仍超限则按句号/感叹号硬切，所有拆分保留 overlap。
+
+### 配置加载 (config.py)
+
+`load_config()` 从 YAML 读取 → 文件不存在返回全默认值 `AppConfig()`。`AppConfig.__init__(**kwargs)` 将字典递归分发到子 dataclass (`ChromaConfig`/`EmbedConfig`/`ChunkConfig`/`ServerConfig`)。
+
+### 服务端单例 (server/app.py)
+
+`VectorDB`、`Embedder`、`Searcher`、`DocumentIngestor` 使用模块级懒加载单例，避免 import 时就加载模型。通过 `MD_VECTOR_DB_DATA_DIR` 和 `MD_VECTOR_DB_COLLECTION` 环境变量覆盖配置。
+
+### Windows 终端编码 (cli/main.py)
+
+`sys.stdout` 强制重编码为 UTF-8（`io.TextIOWrapper`），避免 emoji 在 GBK 终端上报 `UnicodeEncodeError`。
+
+## 配置
+
+`config.yaml` 控制：
+- `chroma.persist_dir` / `collection_name` — ChromaDB 存储
+- `embed.mode` — `local`(BGE-small-zh-v1.5) 或 `api`(OpenAI 兼容)
+- `chunk.max_size` / `overlap` — 分块参数
+- `server.host` / `port` — HTTP 服务
+
+## HTTP API
+
+| 方法 | 路径 | 说明 |
+|------|------|------|
+| GET | `/` | 重定向到 /docs (Swagger) |
+| GET | `/api/v1/health` | 健康检查 |
+| GET | `/api/v1/collections` | 列出集合和源文件 |
+| POST | `/api/v1/ingest` | 入库 (file_path 或 content+file_name) |
+| POST | `/api/v1/search` | 语义检索 (query + top_k) |
+| DELETE | `/api/v1/documents/{file_name}` | 按文件名删除 |