KL8-2026 memory-ontology

Use when: need to store structured memory, remember people/projects/tasks/entities, recall context from previous sessions, build knowledge graph, manage ontology, track entities and their relations. Invokes the 'memory' MCP server to persist knowledge between conversations.

install

source · Clone the upstream repo

git clone https://github.com/meteor-007/KL8-2026

Claude Code · Install into ~/.claude/skills/

T=$(mktemp -d) && git clone --depth=1 https://github.com/meteor-007/KL8-2026 "$T" && mkdir -p ~/.claude/skills && cp -r "$T/.github/skills/memory-ontology" ~/.claude/skills/meteor-007-kl8-2026-memory-ontology && rm -rf "$T"

manifest: .github/skills/memory-ontology/SKILL.md

source content

Memory Ontology Skill

概述

利用 memory MCP server 维护一个结构化知识图谱，跨对话持久记住：

人员（开发者、用户、联系人）
项目（代码库、功能模块、任务）
实体关系（谁负责什么，什么依赖什么）

依赖

MCP 服务器:
```
memory
```
（已配置于
```
.vscode/mcp.json
```
）

工作流程

存储记忆

识别对话中提到的关键实体（人、项目、配置、决策）
调用
```
memory/create_entities
```
创建实体节点
调用
```
memory/create_relations
```
建立实体关联
调用
```
memory/add_observations
```
添加观察笔记

召回记忆

用户提问时，先调用
```
memory/search_nodes
```
检索相关记忆
将检索到的上下文注入回复
更新已有实体的观察记录

标准实体类型

Person:   {name, role, contact, expertise[]}
Project:  {name, path, tech_stack[], status, owner}
Task:     {title, priority, status, assignee, due_date}
Decision: {description, rationale, date, affected_modules[]}
Algorithm:{name, paper_ref, status, weight_in_fusion}

使用示例

用户: 记住张三负责前端，李四负责算法引擎
→ 创建 Person(张三, role=frontend), Person(李四, role=algorithm)
→ 创建关系: 张三-OWNS-kl8-frontend, 李四-OWNS-backend/src/core

用户: KL8 系统中哪个引擎权重最高？
→ 搜索 Algorithm entities, 返回 BayesianEngine(0.20), TransferEntropyEngine(0.18)

自动触发

每次对话完成一个重要决策时，自动调用存储
每次用户说"记住..."、"记录一下..."时立即触发