SG AI Lab · 自托管知识基础设施
让 Agent 拥有
可信赖的第二大脑
知识图谱 + 全文检索 + Git 版本化课题库 + 文档解析，通过 MCP 协议对任意 Agent 开放。每一次写入可追溯，每一次修订可回滚，每一条关联有依据。
SG AI Lab · 自托管知识基础设施
知识图谱 + 全文检索 + Git 版本化课题库 + 文档解析，通过 MCP 协议对任意 Agent 开放。每一次写入可追溯，每一次修订可回滚，每一条关联有依据。
01 / 能力全景
这里沉淀的不是文件夹里的文档，而是一张会生长的知识网络：每条结论有事实支撑，每个判断有依据可查，每次修订全程留痕。
把研究结论分成三层：底层是核实过的事实，中间是可度量的证据，顶层是能改变行动的洞见。层与层之间有明确的支撑关系，结论不是孤立的句子。
结论被推翻或补充时，旧版本不删除，而是留痕归档。任何时候都能回答「这个判断曾经是什么、何时因为什么而修订」。
研究文件存在 Git 仓库里，Agent 的每次提交自动署名。知识不只在图谱里，也在可审计的文档史里。
全文检索覆盖所有课题文档，30 分钟内自动收录新内容；语义检索基于向量化，换一种说法也能找到。
每次操作记录身份与来源；读写权限分离；每日自动快照，保留两周，随时可回到任意一天的完整状态。
02 / 知识全景
下面是当前知识网络的真实抽样（— 个节点、— 条关联的随机切片）。不同颜色代表不同类型的知识，连线代表它们之间的支撑、推导与从属关系。拖拽可探索。
03 / 如何工作
研究产出经过萃取进入知识网络，网络通过关联检索反哺下一次研究——知识越用越厚，而不是越存越乱。
写入时强制要求：结论必须附带支撑它的事实与数据，且注明来源文件。检索时因此可以直接回读原始依据——每条知识的血缘是完整的。
04 / 典型的关联分析
以一条真实洞见为例（关于「AI 的自由选择可能只是训练数据的审美默认」）。中心是洞见本身；左边是支撑它的事实，右边是由它派生的推论，上方是与它对立的观点——一次检索，看到完整的论证结构。
每条关联的强度由它经过的各段关系的置信度相乘得出。置信度低于一半的路径直接过滤——宁可少，不可滥。每条关联还记录了「为什么关联」和「由谁判定」，可以被复核。
每天凌晨自动快照整个知识网络与课题仓库，保留两周。任何一次误操作，都能回到前一天的完整状态。
05 / 接入
Hermes、Coze、Claude 或自研 Agent——只要支持 MCP 协议，就能拥有这颗第二大脑。
1. 向管理员获取访问凭证（读写或只读）
之后每次调用带上会话标识即可。工具清单与用法，Agent 调用内置的帮助接口即可自动获取最新说明。