knowledge-ops

知识运营

管理多层知识系统，用于跨多个存储进行知识的摄取、组织、同步和检索。

优先使用活跃工作区模型：

• 代码工作位于真实的克隆仓库中
• 活跃执行上下文位于 GitHub、Linear 和仓库本地的工作上下文文件中
• 更广泛面向人类的笔记可以存放在非仓库上下文/归档文件夹中
• 跨机器的持久记忆属于知识库，而非影子仓库工作区

何时激活

• 用户想要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）
• 去重或组织现有知识
• 用户说"保存到知识库"、"同步知识"、"我了解什么关于 X"、"摄取这个"、"更新知识库"
• 任何超出简单记忆召回的知识管理任务

知识架构

第 1 层：活跃执行事实

• 来源： GitHub 问题、PR、讨论、发布说明、Linear 问题/项目/文档
• 用途： 工作的当前运营状态
• 规则： 如果某事影响活跃的工程计划、路线图、发布或版本，优先放在这里

第 2 层：Claude Code 记忆（快速访问）

• 路径： ~/.claude/projects/*/memory/
• 格式： 带有 frontmatter 的 Markdown 文件
• 类型： 用户偏好、反馈、项目上下文、参考资料
• 用途： 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）
• 用途： 跨所有存储记忆的语义搜索、关系映射
• 跨会话持久化，支持可查询的图结构

第 4 层：知识库仓库 / 持久文档存储

• 用途： 策划的持久笔记、会话导出、综合研究、操作员记忆、长篇文档
• 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）

• 用途： 结构化数据、大文档存储、全文搜索
• 适用于： 对记忆文件来说太大的文档、需要 SQL 查询的数据

第 6 层：本地上下文/归档文件夹

• 用途： 面向人类的笔记、归档的策略计划、本地媒体组织、临时代码外文档
• 规则： 可用于信息存储，但不是影子代码工作区
• 不用于： 活跃代码更改或应该在上游的仓库事实

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（项目类型）+ MCP 记忆
• 活跃路线图 / 发布 / 实现状态 -> 先放 GitHub + Linear
• 个人偏好 -> 记忆文件（用户/反馈类型）
• 参考信息 -> 记忆文件（参考类型）+ 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

检查此知识是否已存在：

• 搜索记忆文件中的现有条目
• 使用相关术语查询 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。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 记忆进行语义可搜索性和关系映射
• 当信息更改活跃项目事实时，先更新 GitHub / Linear
• 提交到知识库仓库以进行持久长篇添加

4. 索引

更新任何相关索引或摘要文件。

同步操作

对话同步

定期将对话历史同步到知识库：

• 来源：Claude 会话文件、Codex 会话、其他智能体会话
• 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
• 提交前清理敏感配置
• 随时间跟踪变更
• 不要将知识库或归档文件夹视为活跃代码工作区

GitHub / Linear 同步

当信息影响活跃执行时：

• 更新相关的 GitHub 问题、PR、讨论、发布说明或路线图线程
• 当工作需要持久计划上下文时，将支持文档附加到 Linear
• 仅当本地笔记仍有附加价值时才事后镜像

跨来源知识同步

从多个来源拉取知识到一个地方：

• Claude/ChatGPT/Grok 对话导出
• 浏览器书签
• GitHub 活动事件
• 编写状态摘要，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/ 进行跨会话回忆

# 长期：GitHub / Linear / 知识库
将活跃执行事实放在 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 存储持久结构化数据
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。归档旧数据而非让文件无限增长。
• 所有知识文件使用 frontmatter（YAML）存储元数据。
• 存储前去重。先搜索，然后创建或更新。
• 每组事实优先一个规范存储位置。避免在本地笔记、仓库文件和跟踪文档中创建同一计划的平行副本。
• 提交到 Git 前清理敏感信息（API 密钥、密码）。
• 知识文件使用一致的命名约定（小写-短横线分隔）。
• 用主题/类别标记条目以便检索。

质量门控

在完成任何知识操作之前：

• 未创建重复条目
• 敏感数据已从任何 Git 跟踪文件中清理
• 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