知识语料库构建

知识语料库构建：Claude-Mem 的具体实现

学习目标

本章聚焦 Claude-Mem 如何将历史记忆转化为可查询的知识 Agent。建议先阅读前置知识，下文直接聚焦具体落地方案。

前置知识

本章涉及知识语料库的通用模式，建议先阅读：

• 知识语料库模式 — 四阶段生命周期

项目实践

MCP 工具接口

Claude-Mem 提供了四个语料库相关的 MCP 工具：

工具	端点	功能
build_corpus	POST /api/corpus	从筛选的记忆构建语料库
list_corpora	GET /api/corpus	列出所有语料库及其统计
prime_corpus	POST /api/corpus/{name}/prime	注入知识，创建 AI 会话
query_corpus	POST /api/corpus/{name}/query	向已 primed 的语料库提问
rebuild_corpus	POST /api/corpus/{name}/rebuild	重新运行筛选以包含新观察
reprime_corpus	POST /api/corpus/{name}/reprime	刷新知识 Agent 会话

筛选条件

build_corpus 支持多维度筛选：

build_corpus(
  name="auth-system-knowledge",
  description="认证系统相关经验",
  project="my-app",
  types="bugfix,refactor,decision",
  concepts="authentication,session,jwt",
  files="src/auth/,src/middleware/auth.ts",
  dateStart="2026-01-01",
  dateEnd="2026-05-28",
  limit=500
)

筛选条件持久化存储，rebuild_corpus 时使用相同的条件重新执行查询。

知识注入过程

prime_corpus 的注入过程：

1. 加载语料库的筛选条件
2. 从 SQLite 中查询匹配的观察和摘要
3. 创建一个专用的 AI Agent 会话
4. 将语料库内容格式化为上下文注入
5. 返回会话 ID，供后续 query_corpus 使用

知识 Agent 会话

Primed 的语料库本质上是一个特殊的 AI 会话，具有：

• 预加载上下文：语料库中的所有观察在会话开始时即注入
• 独立生命周期：与用户的常规会话隔离
• 可刷新：通过 reprime_corpus 创建新会话，清除旧对话

问题与规避

语料库大小与上下文窗口

问题：如果语料库包含数百条观察，注入的上下文可能超出模型的上下文窗口限制。

规避：build_corpus 的 limit 参数默认为 500，限制最大观察数量。用户应根据使用的模型的上下文窗口调整此值。

知识过时

问题：语料库构建后，新的相关观察可能产生，导致语料库不包含最新知识。

规避：通过 rebuild_corpus 重新运行筛选，然后通过 reprime_corpus 创建新会话。建议在项目有重大变更后刷新语料库。

设计取舍

为什么用专用会话而非直接注入？

语料库通过创建专用 AI 会话（prime）来注入知识，而非在每次查询时动态注入：

• 优势：一次注入，多次查询。无需每次查询都重新加载全部知识
• 代价：需要维护会话状态，长期不 reprime 可能导致对话上下文污染
• 替代方案：每次查询时动态注入语料库。Claude-Mem 选择 pre-load 模式以节省 token 和延迟

参考来源

• Claude-Mem MCP Server 语料库工具定义