knowledge-synthesizer
从多智能体交互中提取洞察,构建集体智能与持续学习系统。
下载 378
提供134个工具的AI知识操作系统,支持搜索、记忆、规划与多智能体协同。
openclaw skills install @msruruguay/midos-mcp命令、参数、文件名以原文为准
MidOS 是为 AI 代理设计的知识中间件层。它提供一个持续增长的智能知识库:超过 67 万条向量、4.6 万余个知识片段、451 项 EUREKA 洞察,以及 134 个用于搜索、记忆、规划和编排的 MCP 工具。
将 MidOS 视为你代理的长期记忆中枢。
| 模块 | 工具 | 功能说明 |
|---|---|---|
| 🔍 搜索 | smart_search、semantic_search、hybrid_search | 在 67 万条向量中进行关键词、语义或混合搜索 |
| 🧠 记忆 | mem_save、mem_search、mem_context、where_was_i | 跨会话持久化记忆(命中率@5 达 91.67%) |
| 📋 规划 | create_plan、update_plan_task、get_active_plans | 多步骤任务追踪,支持状态检查点 |
| 📚 知识管理 | knowledge_preflight、quality_gate、knowledge_edit | 创建、验证与优化知识片段 |
| ⚙️ 执行 | maker_run_bash、maker_read_file、maker_write_file | 文件操作、Shell 命令、Git、HTTP 下载等 |
| 🩺 健康监测 | system_health_check、hive_status、pulse_read | 监控知识库与数据管道健康状态 |
| 🔔 通知 | maker_notify_discord、maker_notify_webhook | 向 Discord、Webhook、Slack 发送通知 |
# 健康检查
curl https://midos.dev/mcp/health
# 初始化会话
curl -X POST https://midos.dev/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2024-11-05","capabilities":{},"clientInfo":{"name":"my-agent","version":"1.0"}}}'{
"jsonrpc": "2.0",
"id": 2,
"method": "tools/call",
"params": {
"name": "smart_search",
"arguments": {
"query": "你的主题",
"mode": "hybrid",
"limit": 5
}
}
}{
"method": "tools/call",
"params": {
"name": "mem_save",
"arguments": {
"content": "用户偏好简洁回复并附带代码示例",
"type": "preference",
"project": "my-project"
}
}
}{
"method": "tools/call",
"params": {
"name": "create_plan",
"arguments": {
"goal": "构建新功能",
"tasks": "1. 研究现有模式\n2. 设计 API\n3. 实现\n4. 测试"
}
}
}结合关键词精准匹配与语义理解能力,在相关性基准测试中优于纯向量搜索 9.3%。
mem_save / mem_search 基于 LanceDB 实现。记忆可跨会话保留。在召回测试中命中率@5 达 91.67%。
支持创建结构化多步计划,跟踪进度,设置完成检查点。即使上下文重置也能保持状态。
knowledge_preflight 在 19ms 内完成重复知识检测(基于标题缓存,覆盖 4.8 万+ 片段),防止知识冗余。
quality_gate 在知识入库前从 7 个维度进行评分,有效维持知识库的信噪比。
在代理的周期性检查点中加入以下步骤:
## MidOS(每次会话启动时)
1. 调用 where_was_i(client="your-agent-name") 以恢复上下文
2. 调用 mem_context(scope="recent") 加载最近的记忆
3. 创建知识前:执行 knowledge_preflight(topic)
4. 关键决策后:调用 mem_save(content, type="decision")MidOS 开源,支持本地部署:
git clone https://github.com/MidOSresearch/midos-core
cd midos-core
python -m modules.mcp_server.midos_mcp --http --port 3100完整文档:https://midos.dev/docs
GitHub 仓库:https://github.com/MidOSresearch/midos-core
已收录 1 个 Skill
从多智能体交互中提取洞察,构建集体智能与持续学习系统。
基于数据库定时采集竞品数据,生成结构化分析报告并推送至钉钉。
通过 OpenClaw 管理 OpenMarlin 账户、执行任务并处理账单流程。