AI也该有本积累手册：oh-my-knowledge把协作经验沉淀成可复用知识

用 AI 干活的人都有这种体会：某个问题琢磨透了一次，下次换个会话，AI 又从零开始。原因很简单——理解和经验散落在历史对话里，没有变成结构化的知识。开源工具 oh-my-knowledge（OMK）针对的就是这个环节：把人与 AI 协作中产生的领域洞见、取舍理由、工作方法收集起来，维护好、复用好。项目采用 MIT 协议开源，通过 npm 分发，对 Agent 用户和 AI 应用开发者都适用。

它的三个动作：观察、测量、认知

OMK 把知识工程拆成三块。观察（Observe）：在真实协作中把工作过程和来源留痕，为知识构建保存原料——记下的不只是结论，还有"当时为什么这么定"。认知（Know）：从留痕里提取知识、持续维护、带着证据复用，让 AI 在后续任务里引用的是有出处的经验而不是模糊记忆。测量（Measure）：当你要改动提示词、RAG、技能或工作流时，用测试用例和控制执行条件做对照比较——如果你手上已有两个版本的产物，可以直接从评估开始，日志不是前置条件。

和"记忆类"插件的差别

市面上不少工具主打"让 AI 记住你"，OMK 的定位更偏知识工程：它强调知识要带来源、可维护、可评估，官方 README 也坦率注明跨 Agent 的完整管理与复用尚未全部实现，1.0 版本仍在 Beta 迭代、API 与存储契约可能变化——这种把边界写在明处的做法，对要引入生产流程的团队反而是加分项。

怎么装怎么用

Node.js 环境下通过 npm 安装 oh-my-knowledge 包即可起步（项目在 GitHub 开源，仓库名 lizhiyao/oh-my-knowledge，README 提供中英双语文档与迁移指南）。典型用法分两条线：日常协作中让观察模块持续保存真实工作与来源；需要决策或改动时，用测量模块对提示词、技能、代理等知识产物做对照评估。旧版本升级前先读官方迁移指南，避免存储契约变化踩坑。

适合谁用

两类人群很对口：一是重度使用编码与办公 Agent 的个人用户，想把踩坑经验变成团队资产而不是聊天记录；二是 AI 应用开发者，需要给自己的提示词、RAG 策略建一套带证据的评估与维护机制。对中小企业 IT 团队，它还能反过来充当运维知识的沉淀工具——排障思路、变更记录、环境差异，都是典型的"带出处的知识"。

如果你想把这些知识配上一个稳当的存底，别只存在办公电脑里——放进企业 NAS 做定时备份，贵州诚鑫致达科技提供 NAS 存储方案与部署实施服务，欢迎留言或私信聊聊您的知识资产管理需求。

（来源：GitHub 开源项目 oh-my-knowledge 官方 README，功能与边界以项目文档为准）

企业存储选型参考｜贵州诚鑫致达

用 DS918+/DS920+/DS1517+/DS1817+ 等经典机型的老用户，群晖机型参考：可平滑升级到 DS1522+ · DS1823xs+ · DS2422+。需要选型建议或上门评估，搜「诚鑫致达」即可找到我们。