SuperAPI AI 工具集
合作ENAI 行业资讯收藏
Skill 广场knowledge-ops

knowledge-ops

办公与效率

查看项目

更新于 10-15 10:24

技能介绍

用途

Knowledge Ops 用于管理一个多层知识系统，覆盖知识的摄取、组织、同步与检索，跨越多个存储层。它强调“实时工作区模型”：代码工作放在真实克隆的仓库中；活跃执行上下文放在 GitHub、Linear 和仓库本地的工作上下文文件中；面向人的更广泛笔记可以放在非仓库的 context/archive 文件夹中；跨机器的持久记忆应放在知识库中，而不是影子仓库工作区。

何时启用

  • 用户想将信息保存到知识库
  • 将文档、对话或数据摄取到结构化存储中
  • 跨系统同步知识（本地文件、MCP 记忆、Supabase、Git 仓库）
  • 对已有知识进行去重或整理
  • 用户说“save this to KB”“sync knowledge”“what do I know about X”“ingest this”“update the knowledge base”
  • 任何超出简单记忆回忆的知识管理任务

知识架构（六层）

第 1 层：活跃执行真相 来源：GitHub issues、PRs、discussions、release notes、Linear issues/projects/docs。用于工作的当前运营状态。规则：如果某件事影响活跃的工程计划、路线图、发布或 rollout，优先放在这里。

第 2 层：Claude Code 记忆（快速访问） 路径：~/.claude/projects/*/memory/。格式：带 frontmatter 的 Markdown 文件。类型：用户偏好、反馈、项目上下文、参考。用于跨对话持久化的快速访问上下文，会话开始时自动加载。

第 3 层：MCP 记忆服务器（结构化知识图谱） 访问：MCP 记忆工具（create_entities、create_relations、add_observations、search_nodes）。用于对所有已存记忆进行语义搜索、关系映射，跨会话持久化并具备可查询的图结构。

第 4 层：知识库仓库 / 持久文档存储 用于精选的持久笔记、会话导出、综合研究、操作者记忆、长文文档。规则：当内容不是仓库拥有的代码时，这是跨机器上下文的首选持久存储。

第 5 层：外部数据存储（Supabase、PostgreSQL 等） 用于结构化数据、大型文档存储、全文搜索。适合：对记忆文件来说过大的文档、需要 SQL 查询的数据。

第 6 层：本地 context/archive 文件夹 用于面向人的笔记、归档的 gameplans、本地媒体组织、临时非代码文档。规则：可写用于信息存储，但不是影子代码工作区。不要用于：活跃代码更改或应放在上游的仓库真相。

摄取工作流

当需要捕获新知识时：

  1. 分类：这是什么类型的知识？

    • 业务决策 -> 记忆文件（project 类型）+ MCP 记忆
    • 活跃路线图 / 发布 / 实现状态 -> 优先 GitHub + Linear
    • 个人偏好 -> 记忆文件（user/feedback 类型）
    • 参考信息 -> 记忆文件（reference 类型）+ MCP 记忆
    • 大型文档 -> 外部数据存储 + 记忆中的摘要
    • 对话/会话 -> 知识库仓库 + 记忆中的简短摘要

  2. 去重：检查该知识是否已存在。搜索记忆文件中的现有条目；用相关术语查询 MCP 记忆；在创建另一个本地笔记之前，检查信息是否已存在于 GitHub 或 Linear 中。不要创建重复项，应更新现有条目。

  3. 存储：写入适当的层。始终更新 Claude Code 记忆以便快速访问；使用 MCP 记忆实现语义可搜索性和关系映射；当信息改变实时项目真相时，优先更新 GitHub / Linear；将持久的长文新增内容提交到知识库仓库。

  4. 索引：更新任何相关的索引或摘要文件。

同步操作

对话同步：定期将会话历史同步到知识库。来源：Claude 会话文件、Codex 会话、其他 agent 会话。目标：知识库仓库。生成会话索引以便快速浏览，提交并推送。

工作区状态同步：将重要的工作区配置和脚本镜像到知识库。生成目录映射；提交前对敏感配置进行脱敏；跟踪随时间的变化。不要将知识库或归档文件夹视为实时代码工作区。

GitHub / Linear 同步：当信息影响活跃执行时，更新相关的 GitHub issue、PR、discussion、release notes 或 roadmap thread；当工作需要持久规划上下文时，将支持文档附加到 Linear；之后仅当本地笔记仍有价值时才镜像它。

跨源知识同步：将多个来源的知识拉取到一个地方：Claude/ChatGPT/Grok 对话导出、浏览器书签、GitHub 活动事件。写入状态摘要，提交并推送。

记忆模式

  • 短期：当前会话上下文，使用 TodoWrite 进行会话内任务跟踪
  • 中期：项目记忆文件，写入 ~/.claude/projects/*/memory/ 以实现跨会话回忆
  • 长期：GitHub / Linear / KB，将活跃执行真相放在 GitHub + Linear，将持久综合上下文放在知识库仓库
  • 语义层：MCP 知识图谱，使用 mcp__memory__create_entities 存储永久结构化数据，使用 mcp__memory__create_relations 进行关系映射，使用 mcp__memory__add_observations 添加关于已知实体的新事实，使用 mcp__memory__search_nodes 查找现有知识

最佳实践

  • 保持记忆文件简洁。归档旧数据，而不是让文件无限增长。
  • 对所有知识文件使用 frontmatter（YAML）作为元数据。
  • 存储前去重。先搜索，再创建或更新。
  • 每个事实集优先使用一个规范主页。避免同一计划在本地笔记、仓库文件和跟踪器文档中并行复制。
  • 提交到 Git 前对敏感信息（API 密钥、密码）进行脱敏。
  • 对知识文件使用一致的命名约定（lowercase-kebab-case）。
  • 用主题/类别标记条目，以便更容易检索。

质量门

在完成任何知识操作之前：没有创建重复条目；从任何 Git 跟踪文件中脱敏敏感数据；索引和摘要已更新；为数据类型选择了适当的存储层；在相关处添加了交叉引用。

限制

资料未提供具体的安装命令、收费方式、价格、支持平台或效果数据。