接入 Claude Code (MCP)

一行接入

claude mcp add --transport http knowledge-chain https://mcp.gjs.ink/mcp

验证：

claude mcp list
# 应看到: knowledge-chain   http   https://mcp.gjs.ink/mcp

暴露的工具（10 个）

工具	功能	关键参数
`search_experience`	语义搜索经验库	`query`, `detail=summary\|full`, `env_context`
`record_experience`	记录新经验	`task_description`, `approach[]`, `outcome`, `referenced_experience_id`
`query_knowledge`	LightRAG 知识图谱问答	`query`, `mode=hybrid\|local\|global`
`compare_approaches`	多方案可靠性排序	`problem`, `limit`
`expand_experience`	summary→full 详情	`ids[]`
`search_relations`	经验关系图查询	—
`news_today`	今日 AI 新闻	`date`, `topics[]`
`advisor_consult`	综合咨询（plan + alternatives）	`topic`, `context`, `include_news`
`episodes_search`	时序情景检索	—
`communities_search`	社群知识检索	—

在会话中怎么自然触发

Claude 会读取每个工具的中文描述自动选择。你可以直接说：

你说	Claude 会调
”查一下之前怎么处理 X 的”	`search_experience`
”把刚才解决这个 bug 的过程记下来”	`record_experience`
”对比 A 方案和 B 方案的可靠性”	`compare_approaches`
”今天有什么 AI 新闻”	`news_today`
”帮我想想这个问题怎么办”	`advisor_consult`

推荐工作流

任务前 — 先查再做

你: 我要给 Go 服务加启动期重试逻辑
Claude: 我先查一下 KnowledgeChain 经验库有没有相关经验...
        [调用 search_experience]
        找到 1 条匹配（confidence=medium，复用 0 次）：
        "用 errors.As 穿透 %w 包装..."
        approach: [...]
        建议参考这个做法。

任务后 — 沉淀经验

你: 我们的 retry helper 跑通了，记下来
Claude: [调用 record_experience]
        经验已记录: id=abc123, quality_score=78
        关联到上次搜到的 errors.As 经验。

detail=summary vs full 怎么选

detail=summary — 只回 match_score + summary + tags_preview + has_anti_patterns，省 ~80% token
detail=full — 完整 approach + anti_patterns + 所有维度

Agent 工作流推荐：先 summary 列表浏览 → 锁定目标 ID 后用 expand_experience 拉详情。

反思字段（reflection）— Agent 自主决策

每次 search_experience 返回都带 reflection: {action, accepted_count, reason}：

action	含义	Agent 应该怎么做
`accept`	结果质量高	直接用
`warn`	弱信号 / 命中分都低	用，但降低置信（向用户说明）
`refine`	几乎没用	改写 query 重搜，或换 `query_knowledge`

这是 Self-RAG 风格的自评估。

私有部署 / 自托管

# 用你自己的 endpoint 替代
claude mcp add --transport http my-kc http://YOUR_HOST:3000/mcp

部署细节见运维与部署。