Operações de Conhecimento
Gerencie um sistema de conhecimento multicamadas para ingerir, organizar, sincronizar e recuperar conhecimento em múltiplos armazenamentos.
Prefira o modelo de workspace ativo:
- o trabalho de código vive nos repositórios clonados reais
- o contexto de execução ativa vive em GitHub, Linear e arquivos de contexto local do repositório
- notas mais amplas voltadas para humanos podem viver em uma pasta de contexto/arquivo fora do repositório
- a memória durável entre máquinas pertence à base de conhecimento, não a um workspace de repositório sombra
Quando Ativar
- O usuário quer salvar informações em sua base de conhecimento
- Ingerindo documentos, conversas ou dados em armazenamento estruturado
- Sincronizando conhecimento entre sistemas (arquivos locais, memória MCP, Supabase, repositórios Git)
- Deduplicando ou organizando conhecimento existente
- O usuário diz "salve isso na KB", "sincronize conhecimento", "o que sei sobre X", "ingira isso", "atualize a base de conhecimento"
- Qualquer tarefa de gerenciamento de conhecimento além da simples recuperação de memória
Arquitetura de Conhecimento
Camada 1: Verdade de execução ativa
- Fontes: Issues do GitHub, PRs, discussões, notas de lançamento, issues/projetos/documentos do Linear
- Use para: o estado operacional atual do trabalho
- Regra: se algo afeta um plano de engenharia ativo, roteiro, rollout ou lançamento, prefira colocar aqui primeiro
Camada 2: Memória do Claude Code (Acesso Rápido)
- Caminho:
~/.claude/projects/*/memory/ - Formato: Arquivos Markdown com frontmatter
- Tipos: preferências do usuário, feedback, contexto do projeto, referência
- Use para: contexto de acesso rápido que persiste entre conversas
- Carregado automaticamente no início da sessão
Camada 3: Servidor de Memória MCP (Grafo de Conhecimento Estruturado)
- Acesso: Ferramentas de memória MCP (create_entities, create_relations, add_observations, search_nodes)
- Use para: Pesquisa semântica em todas as memórias armazenadas, mapeamento de relacionamentos
- Persistência entre sessões com estrutura de grafo consultável
Camada 4: Repositório da base de conhecimento / armazenamento de documentos duráveis
- Use para: notas duráveis curadas, exportações de sessão, pesquisa sintetizada, memória de operador, documentos de longa duração
- Regra: este é o armazenamento durável preferido para contexto entre máquinas quando o conteúdo não é código pertencente ao repositório
Camada 5: Armazenamento de Dados Externo (Supabase, PostgreSQL, etc.)
- Use para: Dados estruturados, armazenamento de documentos grandes, pesquisa em texto completo
- Bom para: Documentos grandes demais para arquivos de memória, dados que precisam de consultas SQL
Camada 6: Pasta de contexto/arquivo local
- Use para: notas voltadas para humanos, planos de jogo arquivados, organização de mídia local, documentos não-código temporários
- Regra: gravável para armazenamento de informações, mas não um workspace de código sombra
- Não use para: alterações de código ativas ou verdade do repositório que deve viver upstream
Fluxo de Ingestão
Quando novo conhecimento precisa ser capturado:
1. Classifique
Que tipo de conhecimento é?
- Decisão de negócio -> arquivo de memória (tipo projeto) + memória MCP
- Estado de roteiro / lançamento / implementação ativo -> GitHub + Linear primeiro
- Preferência pessoal -> arquivo de memória (tipo usuário/feedback)
- Informação de referência -> arquivo de memória (tipo referência) + memória MCP
- Documento grande -> armazenamento de dados externo + resumo na memória
- Conversa/sessão -> repositório da base de conhecimento + resumo curto na memória
2. Deduplique
Verifique se este conhecimento já existe:
- Pesquise em arquivos de memória por entradas existentes
- Consulte a memória MCP com termos relevantes
- Verifique se a informação já existe no GitHub ou Linear antes de criar outra nota local
- Não crie duplicatas. Atualize entradas existentes.
3. Armazene
Escreva na(s) camada(s) apropriada(s):
- Sempre atualize a memória do Claude Code para acesso rápido
- Use a memória MCP para pesquisabilidade semântica e mapeamento de relacionamentos
- Atualize GitHub / Linear primeiro quando a informação altera a verdade do projeto ativo
- Faça commit no repositório da base de conhecimento para adições duráveis e de longa duração
4. Indexe
Atualize quaisquer índices ou arquivos de resumo relevantes.
Operações de Sincronização
Sincronização de Conversas
Sincronize periodicamente o histórico de conversas na base de conhecimento:
- Fontes: arquivos de sessão do Claude, sessões do Codex, outras sessões de agente
- Destino: repositório da base de conhecimento
- Gere um índice de sessão para navegação rápida
- Faça commit e push
Sincronização de Estado do Workspace
Espelhe configurações e scripts importantes do workspace na base de conhecimento:
- Gere mapas de diretório
- Redija configurações sensíveis antes de commitar
- Rastreie mudanças ao longo do tempo
- Não trate a base de conhecimento ou pasta de arquivo como o workspace de código ativo
Sincronização GitHub / Linear
Quando a informação afeta a execução ativa:
- atualize o issue, PR, discussão, notas de lançamento ou thread de roteiro relevante do GitHub
- anexe documentos de suporte ao Linear quando o trabalho precisar de contexto de planejamento durável
- espelhe uma nota local apenas depois se ela ainda agregar valor
Sincronização de Conhecimento entre Fontes
Puxe conhecimento de múltiplas fontes para um só lugar:
- Exportações de conversas Claude/ChatGPT/Grok
- Favoritos do navegador
- Eventos de atividade do GitHub
- Escreva resumo de status, faça commit e push
Padrões de Memória
# Curto prazo: contexto da sessão atual
Use TodoWrite para acompanhamento de tarefas na sessão
# Médio prazo: arquivos de memória do projeto
Escreva em ~/.claude/projects/*/memory/ para recall entre sessões
# Longo prazo: GitHub / Linear / KB
Coloque a verdade de execução ativa no GitHub + Linear
Coloque o contexto durável sintetizado no repositório da base de conhecimento
# Camada semântica: grafo de conhecimento MCP
Use mcp__memory__create_entities para dados estruturados permanentes
Use mcp__memory__create_relations para mapeamento de relacionamentos
Use mcp__memory__add_observations para novos fatos sobre entidades conhecidas
Use mcp__memory__search_nodes para encontrar conhecimento existente
Melhores Práticas
- Mantenha arquivos de memória concisos. Arquive dados antigos em vez de deixar arquivos crescerem indefinidamente.
- Use frontmatter (YAML) para metadados em todos os arquivos de conhecimento.
- Deduplique antes de armazenar. Pesquise primeiro, depois crie ou atualize.
- Prefira um lar canônico por conjunto de fatos. Evite cópias paralelas do mesmo plano entre notas locais, arquivos de repositório e documentos do tracker.
- Redija informações sensíveis (chaves de API, senhas) antes de commitar no Git.
- Use convenções de nomenclatura consistentes para arquivos de conhecimento (kebab-case minúsculo).
- Etiquete entradas com tópicos/categorias para recuperação mais fácil.
Portão de Qualidade
Antes de completar qualquer operação de conhecimento:
- nenhuma entrada duplicada criada
- dados sensíveis redigidos de quaisquer arquivos rastreados pelo Git
- índices e resumos atualizados
- camada de armazenamento apropriada escolhida para o tipo de dado
- referências cruzadas adicionadas onde relevante