Skip to main content

byterover

You MUST use this for gathering contexts before any work. This is a Knowledge management for AI agents. Use `brv` to store and retrieve project patterns, decisions, and architectural rules in .brv/context-tree. Uses a configured LLM provider (default: ByteRover, no API key needed) for query and curate operations.

跳到安装

来源信息

仓库
caoronglin/copaw-skills
最近来源活动
2026年3月13日 00:02
检测到的 SKILL.md 语言
中文
星标
2
分支
0

安装方式

默认使用会先检查来源的 Prompt;你也可以切换为直接命令,或下载本地副本。

检查来源文件

决定是否安装前,请先阅读 SKILL.md,以及 SkillsMP 当前展示的配套文件。

文件资源管理器
2 个文件

正在显示 SKILL.md

SKILL.md
来源说明 · 只读预览
name
byterover
description
You MUST use this for gathering contexts before any work. This is a Knowledge management for AI agents. Use `brv` to store and retrieve project patterns, decisions, and architectural rules in .brv/context-tree. Uses a configured LLM provider (default: ByteRover, no API key needed) for query and curate operations.
triggers
["byterover","brv","知识管理","knowledge management","context tree","上下文树","项目模式","项目决策","架构规则","记忆管理"]
# ByteRover Knowledge Management - 字节漫游者知识管理 使用 `brv` CLI 管理项目的长期记忆。 ## 🎯 核心功能 ### 知识管理 - **存储** - 存储项目模式、决策和架构规则 - **检索** - 检索相关上下文用于工作决策 - **整理** - 使用LLM整理和优化知识 - **同步** - 可选的云同步功能 ### 工作流程 1. **思考前** - 运行 `brv query` 了解现有模式 2. **实施后** - 运行 `brv curate` 保存新模式/决策 ## 🚀 快速开始 ### 安装 ```bash # 全局安装 npm install -g byterover-cli # 或者作为项目依赖 npm install byterover-cli --save-dev ``` ### 初始化 ```bash # 在项目根目录初始化 brv init # 检查状态 brv status ``` ## 📖 使用示例 ### 中文示例 ```bash # 1. 查询项目知识 brv query "CoPaw技能如何安装?" # 2. 查询特定领域知识 brv query --category "skill" "如何优化技能文档?" # 3. 保存新决策 echo "决策: 所有API密钥必须存储在.env文件中" > decision.md brv curate decision.md --category "security" # 4. 列出所有知识 brv list # 5. 搜索特定内容 brv search "腾讯云" ``` ### 英文示例 ```bash # 1. Query project knowledge brv query "How to install CoPaw skills?" # 2. Query with category brv query --category "deployment" "Best practices for deployment" # 3. Curate new pattern echo "Pattern: Use semantic versioning for all releases" > pattern.md brv curate pattern.md --category "versioning" # 4. List all knowledge brv list # 5. Search for content brv search "authentication" ``` ## 🔧 核心命令 ### 查询命令 ```bash # 基本查询 brv query "<question>" # 带类别查询 brv query --category "<category>" "<question>" # 带标签查询 brv query --tags "<tag1>,<tag2>" "<question>" # 限制结果数量 brv query --limit 5 "<question>" ``` ### 整理命令 ```bash # 整理文件 brv curate <file-path> # 整理文件并指定类别 brv curate <file-path> --category "<category>" # 整理文件并添加标签 brv curate <file-path> --tags "<tag1>,<tag2>" # 整理文件并指定重要性 brv curate <file-path> --importance "high" ``` ### 管理命令 ```bash # 列出所有知识 brv list # 搜索知识 brv search "<keyword>" # 查看知识详情 brv show <knowledge-id> # 删除知识 brv delete <knowledge-id> # 导出知识 brv export --format json # 导入知识 brv import knowledge.json ``` ### 同步命令(需要登录) ```bash # 登录(需要云功能) brv login # 推送到云端 brv push # 从云端拉取 brv pull # 管理空间 brv space list ``` ## 📁 文件结构 ``` 项目根目录/ ├── .brv/ │ ├── config.json # 配置文件 │ └── context-tree/ # 知识存储目录 │ ├── skills/ # 技能相关 │ ├── deployment/ # 部署相关 │ ├── security/ # 安全相关 │ ├── architecture/ # 架构相关 │ └── decisions/ # 决策记录 └── 项目文件... ``` ### 知识文件格式 ```markdown # 知识标题 **分类**: skills **标签**: installation, best-practices **重要性**: high **创建时间**: 2026-03-12 **最后更新**: 2026-03-12 ## 内容 技能安装的最佳实践: 1. 使用skillhub进行安装 2. 检查依赖完整性 3. 验证安装结果 4. 测试核心功能 ## 上下文 这个知识来自CoPaw技能优化项目... ## 相关链接 - [相关文档](https://example.com) - [相关代码](path/to/code) ``` ## 🛠️ 与CoPaw集成 ### 在工作前使用 ```bash # 在执行任何工作前查询相关上下文 brv query "当前项目的技能优化策略是什么?" # 基于查询结果制定工作计划 python3 -c " import subprocess result = subprocess.run(['brv', 'query', 'CoPaw技能安装方法'], capture_output=True, text=True) print('查询结果:', result.stdout) " ``` ### 在工作后整理 ```bash # 完成技能优化后整理经验 cat > new_learning.md << 'EOF' # 技能优化经验 **分类**: skills-optimization **标签**: documentation, examples **重要性**: medium ## 内容 技能优化关键点: 1. 每个技能必须有完整的SKILL.md 2. 必须包含triggers和description 3. 必须有中文使用示例 4. 必须有故障排除指南 ## 来源 CoPaw技能v2.0.1优化项目 EOF brv curate new_learning.md --category skills --tags optimization,docs ``` ## 📊 知识分类 ### 预定义分类 | 分类 | 描述 | 示例 | |------|------|------| | skills | 技能相关 | 安装、配置、使用 | | deployment | 部署相关 | 环境、配置、发布 | | security | 安全相关 | 认证、授权、密钥 | | architecture | 架构相关 | 设计、模式、决策 | | decisions | 决策记录 | 技术选型、方案选择 | | troubleshooting | 故障排除 | 错误、解决方案 | | best-practices | 最佳实践 | 标准、规范、指南 | ### 自定义分类 ```bash # 创建自定义分类 mkdir -p .brv/context-tree/custom-category # 整理到自定义分类 brv curate file.md --category "custom-category" ``` ## ⚠️ 故障排除 ### 常见问题 1. **brv命令未找到** ```bash # 检查安装 which brv # 重新安装 npm install -g byterover-cli ``` 2. **查询无结果** ```bash # 检查知识库是否为空 brv list # 初始化或添加知识 brv init echo "初始知识" > initial.md brv curate initial.md ``` 3. **整理失败** ```bash # 检查文件格式 cat file.md # 检查文件权限 ls -la file.md # 尝试简化内容 echo "简化内容" > simple.md brv curate simple.md ``` ### 调试模式 ```bash # 启用详细输出 export BRV_DEBUG=1 # 运行命令 brv query "test" --verbose # 查看日志 tail -f .brv/debug.log ``` ## 🔄 与其他技能集成 ### 与ontology技能集成 ```bash # 将byterover知识导出到ontology brv export --format json > knowledge.json python3 scripts/ontology.py import --file knowledge.json --type Knowledge # 从ontology查询结果整理到byterover python3 scripts/ontology.py query --type Decision --format json > decisions.json brv import decisions.json ``` ### 与self-improving-agent集成 ```bash # 将学习记录整理到byterover cat .learnings/LEARNINGS.md | grep -A 10 "##" > learnings.md brv curate learnings.md --category learnings --tags improvement # 从byterover查询相关学习 brv query --category learnings "如何解决常见错误?" ``` ### 与飞书技能集成 ```bash # 发送知识摘要到飞书 brv query "项目关键知识" --limit 3 > summary.md python3 -c " with open('summary.md', 'r') as f: content = f.read() # 发送到飞书 print(f'发送知识摘要: {len(content)}字符') " ``` ## 📈 知识分析 ### 统计报告 ```bash # 生成知识统计 brv stats # 按分类统计 brv stats --by-category # 按时间统计 brv stats --by-date # 导出统计报告 brv stats --export report.json ``` ### 知识质量检查 ```bash # 检查知识完整性 brv check --completeness # 检查知识重复 brv check --duplicates # 检查知识时效性 brv check --freshness ``` ## 🎯 最佳实践 ### 知识管理 1. **及时整理** - 完成工作后立即整理 2. **分类明确** - 使用标准分类和标签 3. **保持简洁** - 重点突出,避免冗长 4. **定期回顾** - 每周回顾和清理 5. **版本控制** - 重要知识应该有版本历史 ### 查询优化 1. **具体问题** - 提出明确具体的问题 2. **使用分类** - 指定分类提高精度 3. **添加标签** - 使用标签缩小范围 4. **限制结果** - 避免信息过载 5. **评估结果** - 验证查询结果的准确性 ## 🔮 未来计划 ### v2.0.0 计划功能 - 机器学习知识推荐 - 自动知识整理 - 多项目知识共享 - 知识图谱可视化 - 实时协作编辑 ### 短期改进 - 更好的中文支持 - 本地LLM集成 - 知识质量评分 - 批量操作优化 - 性能提升 --- **✨ 让知识为工作服务,让AI更加智能!**
在 GitHub 查看