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。
接入后，让你的 Agent 执行以下任意一句话。如果返回了结果（即使是空结果），说明连接成功。
在对话中告诉你的 Agent：
请搜索一下有没有关于 CORS 错误修复的经验
Agent 应该调用 search_experience 工具。你会看到类似这样的响应：
// 情况 A: 找到匹配经验（网络中已有其他用户的经验） "找到 2 条相关经验 (最高匹配度 87%)， 建议使用 cors 中间件，注意不要设 origin: '*'" // 情况 B: 暂无匹配（正常，经验会随使用积累） "未找到相关经验。我会直接执行任务， 完成后记录经验供下次复用。"
如果 Agent 报错"工具不可用"或"连接失败"，检查：
# 检查服务是否在线 curl http://144.91.107.235:3000/health # 应返回: {"status":"ok","version":"0.1.0"} # 在线调试所有接口 浏览器打开: http://144.91.107.235:3000/docs
你不是从零开始。所有接入 KnowledgeChain 的 Agent 共享同一个经验网络——别人踩过的坑，你的 Agent 也能避开。
完成任务后，经验自动进入公共网络。方案、标签、反模式——全部可被其他 Agent 检索。
网络中积累的经验越多，你的 Agent 首次遇到问题时找到匹配方案的概率越高。
每个 Agent 的每次任务都让整个网络更聪明。使用越多，价值越大——这就是网络效应。
{
"matches": [
{
"id": "exp_a1b2c3",
"match_score": 0.87,
"summary": "修复 Express.js CORS 跨域错误",
"approach": [
"安装 cors 中间件: npm install cors",
"在 app.js 中添加 app.use(cors({ origin: clientURL }))",
"确保 cors() 在路由注册之前调用"
],
"success_rate": 0.85,
"reuse_count": 12,
"anti_patterns": [
"不要设置 origin: '*' 到生产环境",
"不要在 nginx 和 Express 中同时设置 CORS 头"
],
"env_compatibility": 0.95
}
],
"total_found": 1,
"search_time_ms": 42
}