Agent skill · writing content · affaan-m
knowledge-ops
知识库管理、摄取、同步和跨多个存储层（本地文件、MCP内存、向量存储、Git仓库）的检索。当用户想要保存、组织、同步、去重或搜索其知识系统时使用。
Why this skill is useful
Provides a structured workflow for knowledge management across multiple storage layers that the AI wouldn't reliably generate on its own.
What it needs
About 1k tokens when loaded. Last updated 2026-08-06. 238,342 stars on the source repository.
What this skill does
知识操作 管理一个多层知识系统，用于跨多个存储库进行知识的摄取、组织、同步和检索。 推荐使用实时工作区模型： 代码工作存在于实际克隆的仓库中 活跃执行上下文存在于 GitHub、Linear 和仓库本地的上下文文件中 面向人类更广泛的笔记可以存放在非仓库的上下文/归档文件夹中 跨机器的持久化记忆应属于知识库，而非影子仓库工作区 何时激活 用户希望将信息保存到其知识库 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） 对现有知识进行去重或整理 用户说“保存到知识库”、“同步知识”、“关于 X 我知道什么”、“摄取这个”、“更新知识库” 任何超出简单记忆回忆的知识管理任务 知识架构 第一层：活跃执行真相 来源： GitHub 议题、PR、讨论、发布说明、Linear 议题/项目/文档 用途： 工作的当前操作状态 规则： 如果某事物影响活跃的工程计划、路线图、发布或版本，优先将其放在此处 第二层：Claude Code 记忆（快速访问） 路径： ~/.claude/projects//memory/ 格式： 带有前置元数据的 Markdown 文件 类型： 用户偏好、反馈、项目上下文、参考 用途： 跨对话持久化的快速访问上下文 会话启动时自动加载 第三层：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： 对所有存储记忆进行语义搜索、关系映射 跨会话持久化，具有可查询的图谱结构 第四层：知识库仓库 / 持久化文档存储 用途： 精选的持久化笔记、会话导出、综合研究、操作员记忆、长文文档 规则： 当内容不属于仓库拥有的代码时，这是跨机器上下文的首选持久化存储 第五层：外部数据存储（Supabase、PostgreSQL 等） 用途： 结构化数据、大型文档存储、全文搜索 适用场景： 对于记忆文件过大的文档、需要 SQL 查询的数据 第六层：本地上下文/归档文件夹 用途： 面向人类的笔记、归档的游戏计划、本地媒体整理、临时非代码文档 规则： 可写入用于信息存储，但非影子代码工作区 禁止用于： 应存在于上游的活跃代码更改或仓库真相 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（项目类型）+ MCP 记忆 活跃路线图 / 发布 / 实现状态 -> 优先使用 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。而是更新现有条目。 3. 存储 写入适当的层级： 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，首先更新 GitHub / Linear 提交到知识库仓库以进行持久的、长格式的添加 4. …
How to use it
Reference it in AdaL, Claude Code, Cursor or any coding agent — nothing to install:
@skills affaan-m/knowledge-ops--b2ca51