Pular para o conteúdo
Skillpedia
Documentação280 mil · #223

knowledge-ops

Ajuda seu agente a organizar e buscar informações. Ele gerencia bases de conhecimento em vários locais, garantindo que você encontre o que precisa.

O que ela faz

Este agente ajuda a organizar e guardar suas informações importantes. Ele pode salvar, encontrar e manter suas anotações, documentos e dados sincronizados em diferentes lugares.

Quando usar

  • ✓Quando você quer guardar uma ideia ou anotação.
  • ✓Para organizar documentos e informações.
  • ✓Quando precisa encontrar algo que já salvou antes.

Exemplo do que pedir para a IA

“Salve esta nota sobre a reunião de hoje na minha base de conhecimento.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/affaan-m/ECC/blob/main/skills/knowledge-ops/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/affaan-m/ECC/blob/main/skills/knowledge-ops/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

Ele funciona guardando suas informações em diferentes 'camadas' ou locais, como arquivos no seu computador, uma memória especial para conversas ou um banco de dados. Assim, ele sabe onde procurar e como manter tudo atualizado.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add affaan-m/ECC --skill knowledge-ops

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/affaan-m/ECC/main/skills/knowledge-ops/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Operações de Conhecimento

Gerencie um sistema de conhecimento em várias camadas para ingestão, organização, sincronização e recuperação de conhecimento em várias fontes.

Prefira o modelo de espaço de trabalho ativo:

  • o trabalho de código vive nos repositórios clonados reais
  • o contexto de execução ativo vive no GitHub, Linear e arquivos de contexto de trabalho locais 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 espaço de trabalho de repositório sombra

Quando Ativar

  • O usuário deseja salvar informações em sua base de conhecimento
  • Ingestão de documentos, conversas ou dados em armazenamento estruturado
  • Sincronização de conhecimento entre sistemas (arquivos locais, memória MCP, Supabase, repositórios Git)
  • Deduplicação ou organização de conhecimento existente
  • O usuário diz "salve isso na BK", "sincronize o conhecimento", "o que eu sei sobre X", "ingira isso", "atualize a base de conhecimento"
  • Qualquer tarefa de gerenciamento de conhecimento além da simples recordação 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, roadmap, lançamento ou atualização, prefira colocá-lo aqui primeiro

Camada 2: Memória de Código Claude (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: Busca 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 durável de documentos

  • Use para: notas duráveis curadas, exportações de sessão, pesquisas sintetizadas, memória do operador, documentos longos
  • Regra: este é o armazenamento durável preferido para contexto entre máquinas quando o conteúdo não é código de propriedade do repositório

Camada 5: Armazenamento de Dados Externo (Supabase, PostgreSQL, etc.)

  • Use para: Dados estruturados, armazenamento de documentos grandes, busca de texto completo
  • Bom para: Documentos muito grandes 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 temporários não relacionados a código
  • Regra: gravável para armazenamento de informações, mas não um espaço de trabalho de código sombra
  • Não use para: alterações de código ativas ou verdade do repositório que devem viver a montante

Fluxo de Trabalho de Ingestão

Quando novo conhecimento precisa ser capturado:

1. Classificar

Que tipo de conhecimento é?

  • Decisão de negócios -> arquivo de memória (tipo de projeto) + memória MCP
  • Estado ativo do roadmap / lançamento / implementação -> GitHub + Linear primeiro
  • Preferência pessoal -> arquivo de memória (tipo usuário/feedback)
  • Informações 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. Deduplicar

Verifique se este conhecimento já existe:

  • Pesquise 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 as entradas existentes em vez disso.

3. Armazenar

Escreva na(s) camada(s) apropriada(s):

  • Sempre atualize a memória de código Claude para acesso rápido
  • Use a memória MCP para capacidade de busca semântica e mapeamento de relacionamentos
  • Atualize o GitHub / Linear primeiro quando a informação alterar a verdade do projeto ativo
  • Faça commit no repositório da base de conhecimento para adições duráveis de longo formato

4. Indexar

Atualize quaisquer índices ou arquivos de resumo relevantes.

Operações de Sincronização

Sincronização de Conversa

Sincronize periodicamente o histórico de conversas na base de conhecimento:

  • Fontes: arquivos de sessão Claude, sessões 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 Espaço de Trabalho

Espelhe a configuração e os scripts importantes do espaço de trabalho na base de conhecimento:

  • Gere mapas de diretórios
  • Redija configurações confidenciais antes de fazer commit
  • Acompanhe as alterações ao longo do tempo
  • Não trate a base de conhecimento ou a pasta de arquivo como o espaço de trabalho de código ativo

Sincronização GitHub / Linear

…

Perguntas frequentes

O que são as 'camadas' de conhecimento?

São como diferentes pastas ou sistemas onde suas informações podem ser guardadas, cada um com um propósito: algumas para acesso rápido, outras para guardar por muito tempo, e outras para organizar dados complexos.

Como ele evita guardar a mesma coisa várias vezes?

Antes de salvar algo novo, ele procura se essa informação já existe. Se encontrar, ele atualiza o que já está lá em vez de criar uma cópia.

Onde minhas anotações são salvas?

Depende do tipo de informação. Anotações rápidas podem ficar na memória de conversas, documentos importantes em um repositório, e dados estruturados em um banco de dados.

Detalhes

Descrição original do autor

Knowledge base management, ingestion, sync, and retrieval across multiple storage layers (local files, MCP memory, vector stores, Git repos). Use when the user wants to save, organize, sync, deduplicate, or search across their knowledge systems.

repo: affaan-m/ECC

Popularidade

Estrelas no GitHub
280 mil
Posição no ranking
#223
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas