Knosis

Knosis = knowledge + gnosis。给 agent 用的知识底座：收集、管理、再利用 agent 的知识。

Knosis 本身不是 agent。它让 Codex / Claude Code 这类编码 agent 把做事过程中学到的东西写成显式知识： 每条知识都有来源、成立条件和证据，可以检查、追溯、撤回；下次做事时再按需取用。

两类场景，同一套知识层：

• 个人 agent：从你日常的 Codex / Claude Code 会话里收集知识，整理成个人知识库，新会话通过 MCP 取用。
• 任务 / 企业数据：在具体任务上（benchmark、业务数据）让 agent 边探索边累积知识，经证据验证后写回知识库， 可继承到同类新任务。

核心概念

• 知识单元 κ：一条知识 = 内容、形式（fact / rule / formula / procedure …）、成立条件、来源、状态 （observed → inferred → verified，或 contested / retracted / stale / merged）。存在 kb/knowledge/units.jsonl。
• 证据：支持或反驳某条知识的记录（可执行检查、工具输出、dev 反馈、轨迹步骤），存在 evidence/。状态必须与证据一致。
• 内化：知识多了以后由 agent 去重、处理矛盾、整理成知识体系（大纲、知识图谱、流程图），太多时再压缩； 每一步 Knosis 都检查、不通过就回滚，并留下操作记录。
• 工作区：一个任务的完整流程 explore → extract → refine（用 dev 反馈修正）→ decide，每阶段验收并提交 git； 标准答案不进工作区。

知识库与工作区用同一个布局（kb/ + evidence/），都是本地 git 仓库，每次写回一个版本，可回退。

安装

pip install knosis               # Python 3.10+
pip install 'knosis[all]'        # 加上各数据集需要的依赖（networkx、h5py、openpyxl、下载工具）

需要一个编码 agent：Codex CLI 或 Claude Code，两者都已实测。 从源码安装：git clone 后 pip install -e '.[all]'，pytest -q 跑测试。

上手：个人知识库

不需要任何数据集。

knosis kb init ~/kb                                  # 建库（一个本地 git 仓库）
knosis install --kb ~/kb                             # 让 Codex / Claude Code 能用它，见下一节

# 照常用 agent 干活；新会话里 agent 先看知识体系，再按任务检索

knosis kb collect --kb ~/kb --since 1d --dry-run     # 看会收集哪些会话
knosis kb collect --kb ~/kb --since 1d               # 提取知识 → 验收 → 内化 → 提交一个版本（--source claude 收 Claude Code 会话）

knosis knowledge outline --ws ~/kb                   # 看知识体系
knosis knowledge select  --ws ~/kb --text <关键词>    # 检索
knosis knowledge trace <id> --ws ~/kb                # 一条知识的来源与证据

只收集能被环境验证或反驳的知识（项目约定、数据的坑、工具的实际行为、报错与解决办法、可复用的方法）， 不收集偏好和闲聊。会话原文会复制进知识库供追溯，所以知识库不要推到公开远端。

在 Codex 与 Claude Code 中使用

Knosis 通过两样东西接入 agent：skill（告诉 agent 有知识库、什么时候查、怎么写回）和 MCP 服务 （knosis mcp，让 agent 在会话里直接查询、写入知识，16 个工具）。knosis install --kb ~/kb 两样都装：

装好后在新会话里，agent 会先看知识体系（knowledge_outline），再按任务检索（knowledge_select）； 也可以直接对它说"查一下知识库里关于 X 的知识""把这个结论记进知识库"。

收集不在会话里自动发生，需要定期运行（可放进 cron）：

knosis kb collect --kb ~/kb --since 1d                                  # 收集 Codex 会话（~/.codex/sessions）
knosis kb collect --kb ~/kb --since 1d --source claude                  # 收集 Claude Code 会话（~/.claude/projects）
knosis kb collect --kb ~/kb --since 1d --agent claude --model <模型>     # 用 Claude Code 来做提取（默认用 Codex）

不装到全局、临时试用 MCP：

codex exec -c 'mcp_servers.knosis.command="knosis"' -c 'mcp_servers.knosis.args=["mcp","--ws","/abs/path/kb"]' \
  -c 'mcp_servers.knosis.default_tools_approval_mode="approve"' "<任务>"
claude -p "<任务>" --mcp-config '{"mcpServers":{"knosis":{"command":"knosis","args":["mcp","--ws","/abs/path/kb"]}}}' \
  --allowedTools mcp__knosis

需要 agent 自动跑的命令（ws run、kb collect、knowledge consolidate / compact）都有 --agent codex|claude、 --model、--effort 三个参数。

上手：任务工作区

knosis ws init tabarena houses --out ws/houses       # 从数据集导出一个工作区（数据入口见下）

# 驱动模式：Knosis 启动 agent 跑完各阶段，每阶段验收，不过重试一次
knosis ws run ws/houses --agent codex --stage explore extract refine decide --rounds 2 --consolidate
knosis ws run ws/houses --agent claude --model <模型> --effort medium ...    # 换成 Claude Code

# 嵌入模式：直接在 agent 里打开工作区（Codex 读 AGENTS.md，Claude Code 读 CLAUDE.md），agent 自己推进
knosis install

knosis eval ws/houses                                # 评测，写 .knosis/eval.json
knosis ws fork ws/houses --out ws/houses-none --knowledge none   # 对照：不给知识 / K_0 / K_final

标准答案只在评测时读取，测试题直到 decide 才生成，反馈只接受 dev 题。这是软隔离，不是安全边界： 正式评测请把原始数据目录放在 agent 环境之外。

管理知识

knosis knowledge check       --ws <dir>                    # 结构、来源、状态与证据一致性
knosis knowledge consolidate --ws <dir>                    # 去重 → 矛盾处理 → 构建知识体系 → 结构化
knosis knowledge compact     --ws <dir> [--topic <主题>]    # 知识太多时压缩：agent 自己判断，或只压缩某个主题
knosis mcp --ws <dir>                                      # 以 MCP 暴露知识层与工具（16 个工具）

被合并、被压缩的知识不会删除，而是作为别名指向保留下来的那条；撤回一条知识后，由它推出的知识也必须改为失效（检查会报出）。

数据入口与工具

13 个数据入口：ngdbench、tabarena、relbench、bibench、kramabench、burr、llm-srbench、newtonbench、alphabench、 spreadsheetbench、whoandwhen，以及不带题目的 text（文档语料）与 traces（agent 轨迹）。 场景、指标与已知限制见 docs/datasets.md。

工具（knosis tool list）：sql、profile、joins、fit、sheet、newton、tabpfn、autoschemakg（文本 → 知识图谱）、ultra。 工具只产出待验证的知识，不改数据。

文档

许可

代码 Apache-2.0。数据集与模型权重各有许可，见 datacards/ 与各工具的 TOOL.md；Knosis 不分发数据或权重。