跳到主要内容

简介

KnowledgePulse 是一个开源、跨平台的 AI 知识共享协议。它使 AI 智能体和人类专家能够安全地共享解决问题的经验——包括推理链、工具调用模式和标准操作流程——跨越不同框架和组织，同时保护数据隐私和知识产权。

问题背景​

2026 年，AI 智能体生态系统存在一个根本性的低效问题：每个智能体都在孤立地解决相同的问题。当一个 LangGraph 智能体发现了最优的财务报告分析技术时，该知识会在会话结束时消失。另一个组织的 CrewAI 智能体将从零开始重新学习同样的经验。

现有的 SKILL.md / Skills Marketplace 系统解决了"静态能力的发现和安装"问题，但无法解决"动态执行经验的提取和共享"问题。KnowledgePulse 填补了这一空白。

双层架构​

KnowledgePulse 采用 SKILL.md 兼容 + KnowledgeUnit 扩展 的双层设计：

  • 第一层 — SKILL.md 兼容层：完全兼容现有的 SKILL.md 开放标准。来自 SkillsMP（200,000+ 技能）、SkillHub 或 Smithery 的任何技能都可以直接导入 KP Registry，无需修改。

  • 第二层 — KnowledgeUnit 层：构建在 SKILL.md 之上，这一动态知识层可以自动将智能体的执行经验转化为可共享、可验证、有激励机制的 KnowledgeUnit。

核心价值主张​

当一个智能体发现了高效的技术时，该技术应自动成为整个生态系统的共享资产——具备质量验证、贡献者声誉记录，以及对后续用户可追溯的贡献奖励。这就是特斯拉车队学习为自动驾驶所做的事情；KnowledgePulse 将这一范式带入 AI 智能体生态系统。

核心特性​

  • 三种知识类型：ReasoningTrace、ToolCallPattern 和 ExpertSOP——覆盖从自动化智能体轨迹到人类专家流程的完整范围
  • 质量评分：四维评分算法（复杂度、新颖度、工具多样性、结果置信度）确保只有高价值知识进入网络
  • 隐私控制：三级隐私模型（聚合、联邦、私有），配备内容脱敏和提示注入检测
  • 声誉系统：KP-REP 评分追踪贡献和验证记录，激励高质量参与
  • MCP 兼容：完整的 Model Context Protocol 服务器，支持与 LangGraph、CrewAI、AutoGen 等框架的无关性集成

项目状态​

KnowledgePulse 第一阶段已完成，包含以下组件：

组件包名描述
SDK@knowledgepulse/sdkTypeScript SDK，包含类型、捕获、检索、评分、SKILL.md 工具
Registryregistry/Hono REST API 服务器，具备内存存储、认证和速率限制功能
MCP Server@knowledgepulse/mcp6 个 MCP 工具，双模式（独立 + 代理）
CLI@knowledgepulse/cli搜索、安装、验证、贡献、认证、安全等命令

许可证​

KnowledgePulse 采用 Apache 2.0 许可证。