erduo1998-cell/agent-knowledge-loop

erduo1998-cell profile

Latest recorded source activity: August 26, 2026 at 08:05

SkillsMP catalog refreshed: October 29, 2026 at 18:30

skills collected: 1

GitHub stars: 5
GitHub forks: 1

Install with an AI assistant

Copy this prompt into the AI assistant you're using.

Follow https://skillsmp.com/skill-install/prompt.md to install Agent Skills from https://github.com/erduo1998-cell/agent-knowledge-loop.

Repository README

Repository README source: README.md

Read the source README

Expand full README

<div align="center"> # Agent Knowledge Loop ### 把 Agent 工作沉淀为可治理判断资产的个人知识操作系统 [English](README.en.md) · [繁體中文](README.zh-TW.md) · [日本語](README.ja.md) · [한국어](README.ko.md) [![Version](https://img.shields.io/badge/version-v0.1.0-16a085)](CHANGELOG.md) [![Python](https://img.shields.io/badge/Python-3.9%2B-3776ab)](pyproject.toml) [![License](https://img.shields.io/badge/license-MIT-2ea44f)](LICENSE) [![CI](https://github.com/erduo1998-cell/agent-knowledge-loop/actions/workflows/ci.yml/badge.svg)](https://github.com/erduo1998-cell/agent-knowledge-loop/actions/workflows/ci.yml) **本地优先 · Agent 一句话安装 · 人工治理** </div> <p align="center"><strong>31 秒产品概念宣传片</strong></p> ![Agent Knowledge Loop 31 秒产品概念宣传片](docs/media/agent-knowledge-loop-intro.gif) > 普通知识库解决“把资料存下来，再把答案搜出来”。<br> > Agent Knowledge Loop 记录的是：**当时为什么这样判断、哪里错了、怎样被纠正，以及下一次 Agent 应该怎样调用这段经验。** ## 它解决什么 | 普通知识库 | Agent Knowledge Loop | |---|---| | 保存资料和最终答案 | 保存背景、判断、推理、反例和结果 | | 机器写入后直接参与检索 | 机器只能生成待审核候选 | | 每条对话各自孤立 | 根任务与 Subagent 合并成完整工作链 | | 搜到内容就算完成 | 记录实际使用，并把结果反馈进下一轮治理 | 它不只解决“怎么存”，还要解决 **怎么治理、怎么使用、怎么从实践中继续进化**。 ## 产品闭环 ![Agent Knowledge Loop 产品闭环：归档工作、M0 抽取、治理、人工审核、按任务调用和结果反馈](docs/images/agent-knowledge-loop-concept.png) ## 小白只需要给 Codex 一句话 ```text 请从 https://github.com/erduo1998-cell/agent-knowledge-loop 安装 Agent Knowledge Loop。先阅读 AGENT_INSTALL.md，然后持续执行，直到安装、初始化、合成示例、 doctor 健康检查和第一次私密同步全部完成。所有私人数据必须留在仓库外，不要上传或公开我的数据。 ``` Codex 会完成安装、创建私人知识库、跑通合成示例、检查系统状态，并连接已归档的 Codex 工作。完整安装契约见 [AGENT_INSTALL.md](AGENT_INSTALL.md)。 ## 一次归档之后发生什么 1. **读取**：发现已归档的 Codex 任务和用户批准的本地资料。 2. **抽取**：M0 从一场工作中提取多个经验原子，包括背景、判断、推理、放弃方案、结果、踩坑、方法和边界。 3. **治理**：保留来源定位和内容指纹，把根任务与 Subagent 证据合并成工作链。 4. **审核**：机器产物只能进入 `provisional`；只有人明确确认后才能成为 `accepted`。 5. **调用**：Agent 针对当前任务只取回少量相关知识，而不是把整个知识库塞进上下文。 6. **反馈**：系统记录这次用了什么知识；新结果会成为下一轮候选，不会偷偷覆盖旧判断。 ```text provisional ≠ accepted ≠ public 机器候选人工接受对外公开 ``` ## 安装后直接这样说 ```text 开始这个任务前，先查一下我的知识库里有没有相关经验。把今天等待我审核的知识候选列出来。记录这次结果使用了哪些旧知识。实际结果和旧判断不一致，把它变成新的反馈候选。 ``` <details> <summary>命令行入口</summary> ```bash knowledge-loop sync knowledge-loop query "我过去是怎样验证 Agent 输出的？" knowledge-loop status ``` </details> ## 治理与隐私 - 用户对话、资料、数据库、Markdown Vault 和备份默认位于仓库外的 `~/.agent-knowledge-loop`。 - Git 仓库只包含代码、契约、文档、合成示例和发行展示素材。 - 来源适配器只读；安装、升级和普通卸载默认保留私人数据。 - Codex 抽取使用用户已有登录和临时只读会话，不要求另配模型 API Key。 - 自动化永远不能自行声称内容已经人工审核、正式接受或对外公开。 - v0.1 没有私人知识自动公开命令。完整边界见 [隐私模型](docs/PRIVACY.md)。 ## v0.1.0 已交付 - macOS、Linux、Windows 一条命令安装与每 15 分钟自动同步 - 已归档 Codex 工作和用户批准的 Markdown / 纯文本资料 - Codex 结构化抽取与本地合成示例降级方案 - 父子任务工作链、人工审核、任务查询、使用回执和结果反馈 - 私有 SQLite 事实账本、可阅读的 Markdown Vault、备份与保留数据卸载 ## 文档语言与内容语言本仓库提供简体中文、English、繁體中文、日本語和한국어五种 README。数据库和来源读取支持 Unicode；Codex 提取器可以处理多语种资料。v0.1 的命令行提示、Vault 页面和本地规则降级提取器仍以中文为主，不把“多语种文档”虚报成“完整界面本地化”。 ## 文档 [产品规格](docs/PRODUCT_SPEC.md) · [系统架构](docs/ARCHITECTURE.md) · [隐私模型](docs/PRIVACY.md) · [运行与恢复](docs/OPERATIONS.md) · [参与贡献](CONTRIBUTING.md) · [安全问题](SECURITY.md) ## 联系耳总这个项目由 **刘冉 / 耳总** 发起并维护。关于 Agent 知识系统、Skill 共建、企业工作流改造、开源合作或商业项目，可以扫码添加微信： <img src="docs/images/erduo-wechat.jpg" alt="耳总个人微信二维码" width="300" /> [个人网站](https://erduo.art) · [GitHub @erduo1998-cell](https://github.com/erduo1998-cell) ## 许可代码和原创文档以 [MIT License](LICENSE) 开源。宣传片、产品概念图和个人微信二维码的使用边界见 [NOTICE.md](NOTICE.md)。

Loading the repository README…

Skills in this repository

Computer Occupations, All Other

1 occupation category · 100% classified

skill

occupation

description

updated

agent-knowledge-loop

Computer Occupations, All Other

Manage a local, traceable Agent knowledge loop: ingest archived Codex tasks or trusted files, retrieve task context, govern provisional knowledge, record use, and capture feedback. Use when the user asks to install or operate Agent Knowledge Loop, search…

2026-08-26

Showing 1 of 1 collected skill.