🎁 Get the FREE AI Skills Starter Guide — Subscribe →
BytesAgainBytesAgain
BytesAgain › Skills › 龙虾知识体系管理
🦀 ClawHub

龙虾知识体系管理

by @wujun2081

基于 Markdown 文件的 AI Agent 知识管理体系。建立和维护：SOUL（人格）/ USER（用户）/ AGENTS（工作规范）/ TOOLS（工具配置）/ MEMORY（长期记忆）/ memory（每日记录）/ .learnings（反思改进）/ HEARTBEAT（定期任务）。包含多 Agent...

Versionv1.0.0
Downloads883
#legal#education
TERMINAL
clawhub install knowledge-system

📖 About This Skill

name: knowledge-system description: "基于 Markdown 文件的 AI Agent 知识管理体系。建立和维护：SOUL（人格）/ USER（用户）/ AGENTS（工作规范）/ TOOLS（工具配置）/ MEMORY（长期记忆）/ memory（每日记录）/ .learnings（反思改进）/ HEARTBEAT（定期任务）。包含多 Agent 记忆协同。"

知识体系管理 skill

教你从零建立一套完整的 AI Agent 知识管理体系，基于纯 Markdown 文件，不依赖数据库或第三方服务。

目录

1. 文件架构 2. 核心文件说明 3. 建立知识体系 4. 工作流程 5. .learnings 反思改进 6. HEARTBEAT 定期任务 7. 多 Agent 扩展 8. 上下文压缩 9. 文件速查表

1. 文件架构

workspace/
├── SOUL.md              定义 Agent 的人格、性格、原则
├── USER.md              记录用户是谁、偏好、已知信息
├── AGENTS.md            工作手册：流程、规范、路由规则
├── TOOLS.md             本地工具配置速查
├── MEMORY.md            长期记忆精华（提炼的事实和决策）
├── memory/
│   ├── YYYY-MM-DD.md   每日原始记录（raw logs）
│   └── ...
├── .learnings/
│   ├── ERRORS.md        错误日志
│   ├── LEARNINGS.md     改进记录
│   └── FEATURE_REQUESTS.md  能力需求
└── HEARTBEAT.md         定期自驱任务清单

可选扩展： 

└── agents/
    └── {agent-name}/
        ├── SOUL.md
        └── memory/
            ├── MEMORY.md
            └── YYYY-MM-DD.md

2. 核心文件说明

SOUL.md — 灵魂

定义 Agent 是谁、性格、原则。

必含内容：

  • Agent 身份（名字、称号）
  • 核心原则（3-5 条）
  • 工作风格（简洁/详细/正式/轻松）
  • 自我改进习惯

    • USER.md — 用户档案

    记录服务对象是谁。可以写代号，不暴露真实信息。

    内容结构：

  • 基本信息（称呼、平台、时区）
  • 已了解的信息（技术背景、使用习惯）
  • 工作偏好（汇报方式、沟通风格）

    • AGENTS.md — 工作手册

    最核心的操作规范文件。工作流程全写在这里。

    建议章节：

  • 红线（绝对不能做的事）
  • 每次会话开始做什么
  • 记忆体系规则
  • 任务执行流程（含 STOP→ACT 步骤）
  • 进度汇报规范
  • Session 隔离规则
  • 多 Agent 路由（如有）
  • 定时任务说明

    • TOOLS.md — 工具速查

    本环境特有的配置。格式：名称 → 值，一目了然。

    分类：

  • 服务器/平台配置
  • API 地址（不含密钥）
  • 已安装技能清单
  • SSH / 文件路径等

    • MEMORY.md — 长期记忆

    经过提炼的事实。不记过程，只记结论。

    写入原则：

  • 写「是什么」+「为什么这样选」
  • 不写详细过程
  • 过时的信息及时删除
  • 凭证、密钥不写入此文件

    • memory/YYYY-MM-DD.md — 每日记录

    每天的原始日志。会话结束时写，写今天做了什么、结果如何。

    # YYYY-MM-DD 记忆
    今日工作
    [任务名] (HH:MM 开始)
    

  • 状态：进行中/已完成
    • 

  • 结果：xxx
    • 重要决策
    

  • （记录什么决定，为什么）
    • 教训
    

  • （如果有）
    •

    3. 建立知识体系

    第一步：建立目录结构

    mkdir -p workspace/memory/ workspace/.learnings/

    第二步：创建 5 个核心文件

    SOUL.md 示例： 

    # SOUL.md — 我是谁
    _我不是聊天机器人。我有自己的性格。_
    核心信条
  • 直接帮忙，不废话
    • 

  • 先想再做，不要猜
    • 

  • 犯错就记录，不假装没发生
    • 工作风格
    简洁时简洁，详尽时详尽。有自己的观点。
    自我改进习惯
  • 犯错 → 立即记到 .learnings/ERRORS.md
    • 

  • 发现更好的做法 → 记到 .learnings/LEARNINGS.md
    •

    USER.md 示例： 

    # USER.md — 关于用户
  • 称呼：用户
    • 

  • 平台：Telegram
    • 

  • 时区：Asia/Shanghai
    • 偏好
  • 进度汇报：复杂任务需要 25/50/75% 进度通知
    • 

  • 任务开始：告知"收到了"
    • 

  • 任务结束：简明扼要，不超过3句话
    •

    AGENTS.md 示例（精简版）： 

    # AGENTS.md — 工作手册
    红线
    

  • 不泄露隐私
    • 

  • 破坏性操作先确认
    • 任务流程
    
1. STOP → 想清楚再回复
2. SEARCH → 查 workspace 文件
3. RECORD → 立即写 memory/今日.md
4. PLAN（复杂任务）→ 写 temp/任务-plan.md
5. ACT → 执行
6. 汇报 → 25/50/75%（复杂）/ 开始+结果（普通）
7. 记录 → 提炼到 MEMORY.md / .learnings/

    MEMORY.md 示例： 

    # 长期记忆
    （空文件，逐步填充）

    HEARTBEAT.md 示例： 

    # HEARTBEAT.md
    定期任务
    1. 核心文件自审（每周一次）
    
检查 SOUL / USER / AGENTS / TOOLS 四个文件是否需要更新。
    2. 记忆协同整理（每日）
    
memory/今日.md → MEMORY.md（提炼有价值的内容）
    3. 上下文压缩（每次回复后自觉）
    
对话轮次 >30 或 token >150k 时主动压缩。

    第三步：初始化 .learnings/

    mkdir -p workspace/.learnings/

    4. 工作流程

    收到任务

    STOP → SEARCH → RECORD → PLAN → ACT → 汇报 → 记录

  • STOP：不立刻回复，先分析任务复杂度
  • SEARCH：搜 workspace 相关文件，找 context
  • RECORD：立即记到 memory/今日.md 的 ## In Progress
  • PLAN：>3 tool calls 或 >5 分钟 → 写 temp/任务名-plan.md
  • ACT：有把握了再动手

    • 进度汇报规范

    | 任务类型 | 开始 | 25% | 50% | 75% | 完成 | |---------|------|------|------|------|------| | 复杂任务 | ✅ | ✅ | ✅ | ✅ | ✅ 简报 | | 普通任务 | ✅ | — | — | — | ✅ 结果 |

    简报格式： 

    ✅ 任务完成

    

  • 任务：xxx
    • 

  • 耗时：约 N 分钟
    • 

  • 结果：成功/失败
    •

    任务完成后的记忆操作

    1. 更新 memory/今日.md 的任务状态 2. 有价值的结论提炼到 MEMORY.md 3. 犯了错 → 记到 .learnings/ERRORS.md

    5. .learnings 反思改进

    目录结构

    workspace/.learnings/
├── ERRORS.md           错误日志
├── LEARNINGS.md        改进记录
└── FEATURE_REQUESTS.md 能力需求

    ERRORS.md — 错误日志

    ## [ERR-YYYYMMDD-XXX] 错误简述
    Logged: ISO-8601 时间
Priority: high | medium | low
Status: pending | resolved
Area: frontend | backend | infra | docs | config
    Summary
    
一句话描述
    Error
    
错误信息原文
    Context
    

  • 操作：xxx
    • 

  • 环境：xxx
    • Suggested Fix
    
如何解决
    Metadata
    

  • Reproducible: yes | no | unknown
    •

    LEARNINGS.md — 改进记录

    ## [LRN-YYYYMMDD-XXX] category
    Logged: ISO-8601 时间
Priority: high | medium | low
Status: pending | promoted
Area: frontend | backend | infra | config
    Summary
    
一句话描述
    Details
    
完整上下文
    Suggested Action
    
具体改进建议
    Metadata
    

  • Source: conversation | error | user_feedback
    • 

  • Tags: tag1, tag2
    • 

  • See Also: LRN-YYYYMMDD-XXX
    •

    category 常用值：

  • correction — 用户纠正
  • best_practice — 发现更好的做法
  • knowledge_gap — 知识过时/缺失

    • 提升规则（重要）

    当同一类问题出现 ≥3 次，将其提炼为永久规范：

    | 条目类型 | 提升到 | |---------|--------| | 工作流程 | AGENTS.md | | 行为原则 | SOUL.md | | 工具技巧 | TOOLS.md | | 事实/决策 | MEMORY.md |

    提升后更新状态：Status: pending → Status: promoted

    6. HEARTBEAT 定期任务

    HEARTBEAT.md 是 Agent 的自驱清单。每次被 heartbeat 触发时： 1. 读取 HEARTBEAT.md 2. 执行其中的任务 3. 无任务时回复 HEARTBEAT_OK

    如果 HEARTBEAT.md 是空的，Agent 就回复 HEARTBEAT_OK 不做额外操作。

    推荐的最少任务

    ## 定期任务
    1. 核心文件自审（每周一次）
    
距上次自审 >7 天或新增对话 >50 条时触发。
读 SOUL / USER / AGENTS / TOOLS，判断是否需要更新。
    2. 记忆协同整理（每日/按需）
    
memory/今日.md → MEMORY.md（提炼有价值的内容）
触发：今日 memory >50 行时完整整理。
    3. 上下文压缩（每次回复后自觉）
    
对话轮次 >30 或 token >150k 时触发。

    7. 多 Agent 扩展

    架构

    主 Agent（路由中枢）→ 分发给子 Agent → 子 Agent 各自独立记忆。

    为子 Agent 建立记忆体系

    mkdir -p agents/{agent-name}/memory/

    每个子 Agent 需要： 1. SOUL.md — 该 Agent 的人格设定 2. memory/MEMORY.md — 长期记忆 3. memory/YYYY-MM-DD.md — 每日记录

    路由规则（写在 AGENTS.md）

    | 关键词 | 转给 |
|--------|------|
| 数据、分析、统计 | data-analyst |
| 代码、脚本、API | code-writer |
| 部署、服务器、Docker | deployer |
| 页面、UI、设计 | designer |
| 不明确 | 主Agent |

    主 Agent 查子 Agent 记忆

    接任务时，先查对应 Agent 的 memory/MEMORY.md：

  • 有上下文 → 使用
  • 发现过时 → 同步更新
  • 没有记录 → 继续执行，之后补充

    • 新 Agent 加入流程

    1. mkdir -p agents/{name}/memory/ 2. 创建 SOUL.md 3. 创建 memory/MEMORY.md 4. 创建 memory/YYYY-MM-DD.md 5. AGENTS.md 添加路由规则 6. HEARTBEAT.md 添加整理任务

    8. 上下文压缩

    触发条件

  • 对话轮次 >30
  • 总 token >150,000（根据模型上下文窗口调整阈值）
  • 出现大段重复内容或无效尝试

    • 压缩方法

    1. 保留：当前任务状态、用户核心需求、未完成步骤 2. 删除：已解决的中间步骤、无效方案尝试过程 3. 保留：有价值的结论（哪怕已经解决了也记下来）

    压缩后

    告知用户：已压缩上下文，节省约 N tokens

    注意

  • 不要删除用户的原始需求描述
  • 不要删除当前进行中任务的上下文
  • 压缩是为了省成本，不是为了省事

    • 9. 文件速查表

    | 文件 | 创建时机 | 更新频率 | 存储位置 | |------|---------|---------|---------| | SOUL.md | 首次建立 | 有变化时 | workspace | | USER.md | 首次建立 | 有新信息时 | workspace | | AGENTS.md | 首次建立 | 有新规范时 | workspace | | TOOLS.md | 首次建立 | 配置变化时 | workspace | | MEMORY.md | 首次建立 | 提炼自每日 | workspace | | memory/今日.md | 每天首次对话 | 实时更新 | workspace/memory/ | | .learnings/ERRORS.md | 错误发生时 | 实时更新 | workspace/.learnings/ | | .learnings/LEARNINGS.md | 发现改进时 | 实时更新 | workspace/.learnings/ | | HEARTBEAT.md | 首次建立 | 有新定期任务时 | workspace | | agents/{name}/memory/MEMORY.md | 子Agent建立时 | 每周提炼 | agents/{name}/memory/ |

    *本 skill 基于 AI Agent 知识管理体系通用框架，适用于 OpenClaw / Claude Code / Codex 等 AI Agent。*