跳转到内容
KnowledgeChain Wiki

是什么 / 为什么

一句话

Section titled “一句话”

KnowledgeChain 让 AI Agent 有记忆 — 做过的事不重复，踩过的坑不再踩。

解决的问题

Section titled “解决的问题”

每个 Claude Code 会话都从零开始：上次解决的问题、踩过的坑、试过有用的方案，下次又全部重来一遍。Token 浪费、重复犯错、跨会话/跨项目的经验无法沉淀。

怎么解决

Section titled “怎么解决”

KC 是一个给 Agent 用的经验记忆插件：

  • 写入 record_experience — 任务完成时把”做了什么、结果如何、踩了什么坑”沉淀
  • 检索 search_experience — 任务开始前先查”以前怎么做的”，命中即省 30K+ token
  • 对比 compare_approaches — 多个候选方案按 5 维评分排序
  • 问答 query_knowledge — LightRAG 知识图谱的语义问答
  • 展开 expand_experience — 先 summary 浏览，再拉详情

架构概览（终态）

Section titled “架构概览（终态）”
┌─────────────────────────────────────────────────────────┐
│ MCP Tool 层      record / search / compare / expand /   │
│                  query (5 个工具，对应 11 个 REST 端点)   │
├─────────────────────────────────────────────────────────┤
│ 评分引擎         5 维加权 + RRF + Wilson Score + 反思    │
│                  (semantic / env / wilson / leverage /  │
│                   confidence)                           │
├─────────────────────────────────────────────────────────┤
│ 演化 Worker      置信衰减 / 涌现抽象 / Sybil 防护 /       │
│ (1h 跑一次)      stale 降权 / Neo4j↔Milvus 双写同步      │
├─────────────────────────────────────────────────────────┤
│ 终态存储          Neo4j (图谱) · Milvus (向量) ·          │
│                  Postgres (关系) · Redis (缓存)          │
│                  + LightRAG (GraphRAG，跑在上述 4 个之上) │
└─────────────────────────────────────────────────────────┘

当前线上部署

Section titled “当前线上部署”
服务地址
Web UIkc.gjs.ink / app.gjs.ink
MCP HTTPhttps://mcp.gjs.ink/mcp
API 文档app.gjs.ink/docs
本站 Wikidocs-kc.gjs.ink

跑在 158.220.110.163（独立云服务器，Caddy + Let’s Encrypt + 灰云直通，对 LLM 流式友好）。

设计原则（不可妥协）

Section titled “设计原则（不可妥协）”
  1. Token 杠杆是北极星 — 知识价值 = 复用时省下的 token，不是被记录的次数
  2. 可逆 > 不可逆 — 永不硬删，只做 demoted/merged/stale 状态转换（Zep never-delete）
  3. 多信号融合 — 单一硬阈值 = 既过滤噪音又划领域，做不到；必须软评分多维加权
  4. 终态组件 Day 1 就位 — 不用 SQLite 替代 Postgres，不用 pgvector 替代 Milvus

下一步

Section titled “下一步”