K

knowledge-agent

by @thedotmackv
4.4(120)

このスキルは、過去の観測データからAI駆動の知識ベースを構築・クエリし、AIエージェントにカスタマイズされた「脳」を提供します。ユーザーはプロジェクト、コンセプト、または日付範囲で情報をフィルタリングし、特定のトピックに焦点を当てた知識コレクションを迅速に作成できます。これにより、エージェントはユーザーの好みや複雑な状況を記憶・理解し、過去の作業パターンや専門分野に関する質問に効率的に回答できるようになります。

knowledge-managementinformation-retrievalai-agent-memorycontext-managementsemantic-searchGitHub
インストール方法
npx skills add https://github.com/thedotmack/claude-mem --skill knowledge-agent
compare_arrows

Before / After 効果比較

1
使用前

知識エージェントなしで、膨大なプロジェクト文書や過去の観測記録を手動でふるいにかけることで、特定の情報を収集したり、複雑な質問に答えたりします。これには数時間かかることが多く、重要な詳細を見落としたり、古い情報を取得したりするリスクがあります。

使用後

知識エージェントを使用し、関連トピックに焦点を当てたコーパスを迅速に構築し、対話形式で即座にクエリすることで、正確で文脈を理解した回答を得られます。これにより、情報検索にかかる時間と労力が大幅に削減されます。

SKILL.md

Knowledge Agent

Build and query AI-powered knowledge bases from claude-mem observations.

What Are Knowledge Agents?

Knowledge agents are filtered corpora of observations compiled into a conversational AI session. Build a corpus from your observation history, prime it (loads the knowledge into an AI session), then ask it questions conversationally.

Think of them as custom "brains": "everything about hooks", "all decisions from the last month", "all bugfixes for the worker service".

Workflow

Step 1: Build a corpus

build_corpus name="hooks-expertise" description="Everything about the hooks lifecycle" project="claude-mem" concepts="hooks" limit=500

Filter options:

  • project — filter by project name
  • types — comma-separated: decision, bugfix, feature, refactor, discovery, change
  • concepts — comma-separated concept tags
  • files — comma-separated file paths (prefix match)
  • query — semantic search query
  • dateStart / dateEnd — ISO date range
  • limit — max observations (default 500)

Step 2: Prime the corpus

prime_corpus name="hooks-expertise"

This creates an AI session loaded with all the corpus knowledge. Takes a moment for large corpora.

Step 3: Query

query_corpus name="hooks-expertise" question="What are the 5 lifecycle hooks and when does each fire?"

The knowledge agent answers from its corpus. Follow-up questions maintain context.

Step 4: List corpora

list_corpora

Shows all corpora with stats and priming status.

Tips

  • Focused corpora work best — "hooks architecture" beats "everything ever"
  • Prime once, query many times — the session persists across queries
  • Reprime for fresh context — if the conversation drifts, reprime to reset
  • Rebuild to update — when new observations are added, rebuild then reprime

Maintenance

Rebuild a corpus (refresh with new observations)

rebuild_corpus name="hooks-expertise"

After rebuilding, reprime to load the updated knowledge:

Reprime (fresh session)

reprime_corpus name="hooks-expertise"

Clears prior Q&A context and reloads the corpus into a new session.

ユーザーレビュー (0)

レビューを書く

効果
使いやすさ
ドキュメント
互換性

レビューなし

統計データ

インストール数5.2K
評価4.4 / 5.0
バージョン
更新日2026年9月14日
比較事例1 件

ユーザー評価

4.4(120)
5
37%
4
43%
3
13%
2
5%
1
2%

この Skill を評価

0.0

対応プラットフォーム

🤖claude-code

タイムライン

作成2026年5月28日
最終更新2026年9月14日
🎁 Agent 知識カード
アンケート