technomensch/knowledge-graph

knowledge-graph 是做什麼的？

建立一個跨平台、跨 LLM 會話的持久化知識庫。記錄學到的經驗、追蹤決策過程，並構建團隊的集體記憶。

概述

此技能讓你可以建立一個平台無關的知識庫，能夠在與任何 LLM 助手（如 Claude Code、Cursor、Codex 等）的會話之間持久化。當你在開發過程中學到新知識、做出技術決策或發現最佳實踐時，可以將這些信息結構化地保存下來，並在未來會話中直接利用。

主要功能

• 跨會話持久化：知識不會隨著會話結束而消失，可在不同專案、不同時間的對話中積累。
• 結構化記錄：支援 Markdown 前端元數據 (YAML front matter)，方便分類、標籤和檢索。
• 自動檢索：在後續會話中，技能會自動掃描並關聯相關知識，無需手動查找。
• 團隊協作：可分享知識庫文件，構建團隊共同的「機構記憶」。

使用方法

1. 初始化知識庫目錄：在專案目錄下創建一個 knowledge-graph/ 文件夾。

2. 添加知識條目：在該文件夾中創建 Markdown 檔案，例如：

   ---
   title: 關於 API 版本控制策略的決策
   date: 2024-10-15
   tags: [api, versioning, decision]
   ---
   
   # 背景
   在開發用戶管理模組時，我們需要決定 API 版本控制策略。
   
   # 決策
   採用 URL 路徑版本控制（`/v1/users`），而非查詢參數或 header 方式。
   
   # 理由
   - URL 路徑可被快取、書籤，且更易於調試。
   - 符合業界最佳實踐（如 GitHub API）。
   

3. 在對話中引用：在談論相關問題時，告訴你的 LLM 助手「查閱知識庫中關於 API 版本控制的內容」，技能會自動檢索並提供上下文。

支援的平台

• Claude Code (CLI)
• Cursor (IDE)
• Codex (CLI)
• 其他支援自定義技能加載的 LLM 客戶端

技術實作

技能透過讀取 knowledge-graph/ 目錄下的 Markdown 檔案，解析其 front matter 和內容，建立索引。當 LLM 收到相關查詢時，透過向量相似度或關鍵詞匹配來檢索最相關的知識條目，並將其作為系統提示的一部分提供給模型。

注意事項

• 知識庫目錄應位於專案根目錄，或透過環境變數 KNOWLEDGE_GRAPH_PATH 指定。
• 建議定期清理冗餘或過時的條目，保持知識庫質量。
• 敏感信息請勿記錄，或使用加密方案。