你的 Agent 每次对话从零开始。KnowledgeChain 赋予它持久化经验记忆——
做过的事不重复,踩过的坑不再踩。
一行命令接入,零安装,零配置。
$ claude mcp add knowledge-chain --transport sse http://144.91.107.235:3000/sse
粘贴到终端回车即可。无需克隆代码、无需 Docker、无需 API Key。
选择你的客户端,复制命令或配置。远程服务 24/7 运行,无需本地部署任何东西。
终端运行,注册远程 MCP Server:
claude mcp add knowledge-chain --transport sse http://144.91.107.235:3000/sse
将提示词添加到项目 CLAUDE.md,让 Agent 自动"搜索-执行-记录":
# KnowledgeChain 经验复用 你有 KnowledgeChain MCP 工具提供的持久化经验记忆。 ## 强制工作流: 搜索 → 执行 → 记录 编码任务开始前: 调用 search_experience,用详细描述查询任务。 match_score > 0.5 时参考经验执行,始终检查 anti_patterns。 编码任务完成后(包括失败): 调用 record_experience,记录: 任务描述、步骤、结果、标签、反模式。 技术问题: 调用 query_knowledge 获取对比、最佳实践、已知问题。 ## 规则 - 静默搜索,仅在找到有用匹配时告知用户 - 始终记录,失败经验是有价值的反模式 - 具体描述步骤,不要写"修复了 bug" - 琐碎任务(改错别字)跳过 - 将过往经验适配到当前上下文,不盲目复制
在项目 mcp.json 中添加远程 MCP Server:
{
"mcpServers": {
"knowledge-chain": {
"url": "http://144.91.107.235:3000/sse"
}
}
}
将提示词粘贴到系统提示词设置中:
你有 KnowledgeChain MCP 工具提供的持久化经验记忆。 ## 工作流: 搜索 → 执行 → 记录 编码前: 调用 search_experience 查询任务,match_score > 0.5 参考执行。 编码后: 调用 record_experience 记录任务、步骤、结果、反模式。 技术问题: 调用 query_knowledge 获取最佳实践。 静默搜索,始终记录(含失败),具体描述步骤,琐碎任务跳过。
创建 .cursor/mcp.json:
{
"mcpServers": {
"knowledge-chain": {
"url": "http://144.91.107.235:3000/sse"
}
}
}
提示词添加到 .cursorrules:
你有 KnowledgeChain MCP 工具提供的持久化经验记忆。 ## 工作流: 搜索 → 执行 → 记录 编码前: 调用 search_experience 查询任务,match_score > 0.5 参考执行。 编码后: 调用 record_experience 记录任务、步骤、结果、反模式。 技术问题: 调用 query_knowledge 获取最佳实践。 静默搜索,始终记录(含失败),具体描述步骤,琐碎任务跳过。
创建 .windsurf/mcp.json:
{
"mcpServers": {
"knowledge-chain": {
"url": "http://144.91.107.235:3000/sse"
}
}
}
提示词添加到 .windsurfrules:
你有 KnowledgeChain MCP 工具提供的持久化经验记忆。 ## 工作流: 搜索 → 执行 → 记录 编码前: 调用 search_experience 查询任务,match_score > 0.5 参考执行。 编码后: 调用 record_experience 记录任务、步骤、结果、反模式。 技术问题: 调用 query_knowledge 获取最佳实践。 静默搜索,始终记录(含失败),具体描述步骤,琐碎任务跳过。
在你的 MCP 客户端中配置 SSE 或 HTTP 连接:
SSE: http://144.91.107.235:3000/sse HTTP: http://144.91.107.235:3000/mcp (Streamable HTTP)
直接用 HTTP POST 调用(适合自建 Agent):
# 列出所有工具 curl -X POST http://144.91.107.235:3000/mcp \ -H "Content-Type: application/json" \ -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}' # 搜索经验 curl -X POST http://144.91.107.235:3000/mcp \ -H "Content-Type: application/json" \ -d '{"jsonrpc":"2.0","id":2,"method":"tools/call", "params":{"name":"search_experience", "arguments":{"query":"Fix CORS error"}}}'
将通用提示词集成到 Agent 系统提示词:
你有 KnowledgeChain MCP 工具提供的持久化经验记忆。 ## 工作流: 搜索 → 执行 → 记录 编码前: 调用 search_experience 查询任务,match_score > 0.5 参考执行。 编码后: 调用 record_experience 记录任务、步骤、结果、反模式。 技术问题: 调用 query_knowledge 获取最佳实践。 静默搜索,始终记录(含失败),具体描述步骤,琐碎任务跳过。
每个任务遵循三步循环。Agent 自动查找历史方案、参考路径执行、完成后沉淀经验。循环越多,Agent 越强。
编码前先查经验库。找到匹配方案直接复用,找到反模式绕过已知的坑。
Agent 参考历史经验执行任务。复用验证过的方案,跳过文档记录的失败路径。
任务完成自动保存。方案步骤、技术标签、失败教训——下次即可被检索复用。
Qwen3-Embedding 4096 维向量 + Milvus 余弦检索。措辞不同也能找到相关经验。
自动检测 runtime、框架、平台。Node 的方案不会推荐给 Go 项目。精准匹配。
失败经验同样被记录。你的 Agent 不会撞进同一面墙两次。
Wilson Score + 70 天半衰期衰减。高频复用经验上浮,过时经验自然淘汰。
一行命令接入远程服务。无需 Docker、无需编译、无需 API Key。即装即用。
标准 MCP 协议。Claude Code、OpenClaw、Cursor、Windsurf——同一份经验。