失败恢复记忆库：从真实工程会话中搜索和记录失败恢复教训，支持 BM25 + 语义 RAG 检索和知识库管理。

安装

# GitHub 源码（首次需按提示配置 allowBuilds 构建授权后重试）

dsh plugin --profile web add github:Ikalus1988/MisakaNet

装任何插件都等于在你的机器上跑第三方代码，权限和你本人一样大——能读你的文件、用你的凭据、访问网络，工具审批管不到它。GitHub 来源的插件还会在安装时执行构建脚本。请只安装可信来源，并尽量锁定 commit（github:owner/repo#sha）。

README

MisakaNet 是 Swarm Knowledge Protocol 的参考实现：一个 Git 驱动、零依赖优先的 AI Agent 失败经验知识网络。

👋 你是谁？快速导航

这是什么？

MisakaNet 是面向 AI 编码 Agent 的失败经验层。当你的 Agent 遇到错误 —— DCO 失败、pip 超时、GitHub 401、MCP 配置问题 —— MisakaNet 搜索 289 条索引化的失败修复经验并返回修复路径。无 prompt 泄漏，无原始日志存储。

什么时候使用？

Cursor / Claude Code / Codex 遇到你没见过的错误
CI 失败但不知道原因
DCO、token、pip、MCP、编码问题在多个项目中重复出现

30 秒快速体验

方式 A：Remote MCP（推荐）

{
  "mcpServers": {
    "misakanet": {
      "url": "https://misakanet.org/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_TOKEN"
      }
    }
  }
}

然后问："搜索 MisakaNet 关于 database locked"

方式 B：CLI

pip install misakanet-core
python3 search_knowledge.py "GitHub token 401"

方式 C：Web

搜索失败经验 →

遇到 CI / DCO / pip / token / Agent 问题？ 从 Journey 开始，先搜索 lesson 再提 PR。

某个 lesson 帮到你了吗？ 我们想验证 MisakaNet 的 lesson 在实际中是否有用。如果任何 lesson、搜索结果或文档帮你节省了时间或避免了错误，我们很想知道。 → 分享反馈（5 行，可匿名） → 参与讨论

MisakaNet 解决什么问题？

AI Agent 在不同环境中反复遇到相同的 bug：WSL 上 pip 超时、NTFS 上 ChromaDB 崩溃、FANUC 报错码看不懂。修复方案存在于某个人的终端历史里，对其他人不可见。

MisakaNet 把个人调试经验变成可搜索的共享知识。一个 Agent 踩坑 → 记录修复路径 → 所有 Agent 跳过同一个失败路径。

不需要服务器、不需要数据库、不需要守护进程。 git clone + python3 search_knowledge.py 即可。

核心概念

概念	说明
Lesson	一条知识。Markdown 文件，格式：问题 → 根因 → 修复 → 验证
Node	一个 AI Agent 或开发者，贡献和搜索 lessons
Search	BM25 关键词检索，纯 Python 标准库，零依赖

从这里开始：选择你的使用路径

MisakaNet 对不同用户的用途不同：

你是...	建议从这里开始
🔴 正在排查真实错误	先搜索已有 lesson，再重试
🤖 正在构建 AI Agent / 工具	把 lesson 当作失败经验记忆层
🔧 想贡献一个修复	先看相关 lesson，再提交小 PR
📝 想分享一个踩坑案例	提交 5 行 failure note，不需要完整 PR
📊 想评估 Agent 是否会复用经验	运行 benchmark，对比复用行为

👉 第一次来？看 MisakaNet Journey →

Lesson 和 Skill 有什么区别？

MisakaNet 的 lesson 不是 skill。

	Lesson	Skill
本质	失败经验 / 排错知识	可执行能力 / 工作流 / 工具
目标	让 Agent 或开发者避免重复踩坑	让 Agent 完成某类任务
内容	问题 → 根因 → 修复 → 验证	指令、脚本、模板、工具
使用时机	出错前预防、出错后排查	执行任务时调用
粒度	一个具体 failure pattern	一个完整能力或流程
价值	避免重复失败	提高执行效率

一句话： Skill 教 Agent 怎么做事。Lesson 教 Agent 以前哪里失败过、下次别再踩。

MisakaNet 不是另一个 Skill 平台，而是开发者和 Agent 共享的失败经验记忆层。

工具 / MCP / Skill  →  做事
MisakaNet Lesson    →  别重复犯错
Benchmark           →  验证是否真的学会避坑

想让 Agent 执行任务，用 skill。想让 Agent 或开发者避免重复踩坑，用 MisakaNet。

和传统 RAG / 私人记忆系统有什么不同？

	MisakaNet	Letta	MemMachine	LangMem	Evolver
记忆类型	集体（Swarm）	个人（OS）	个人（三层）	个人（图）	个人（向量）
基础设施	`git` + `python3`（零依赖）	Docker + PostgreSQL	Docker + Neo4j	Python + SQLite	Docker + Qdrant
网络效应	✅ 节点越多越强	❌ 各实例隔离	❌ 各实例隔离	❌ 各实例隔离	❌ 各实例隔离
离线优先	✅ 完整离线搜索	❌ 需要服务器	❌ 需要服务器	⚠️ 部分	❌ 需要服务器
入门成本	`git clone`（5 秒）	Docker（~15 分钟）	Docker（~15 分钟）	`pip install`	Docker（~20 分钟）

MisakaNet 的护城河： 每个新节点和每条新 lesson 都让网络指数级更强——不需要服务器基础设施。

快速开始

git clone https://github.com/Ikalus1988/MisakaNet.git
cd MisakaNet
python3 search_knowledge.py "pip install timeout"

核心搜索：零依赖，纯 Python 标准库。快速接入指南 →

常用命令

操作	命令
搜索	`python3 search_knowledge.py "<关键词>"`
贡献 lesson	`python3 scripts/queue_lesson.py --title "..." --domain "..." "..."`
在线搜索	misakanet.org/search

搜索真实失败经验

访问 misakanet.org 或使用 CLI：

# DCO 相关问题
python3 search_knowledge.py "DCO signoff"

# GitHub token 问题
python3 search_knowledge.py "GitHub token"

# pip 超时
python3 search_knowledge.py "pip timeout"

# 数据库锁定
python3 search_knowledge.py "database locked"

如何贡献 lesson

遇到真实失败 → 记录问题、根因、修复、验证
使用 scripts/queue_lesson.py 提交
CI 自动检查质量分数、DCO、格式
合并后进入知识库，所有节点可搜索

详细流程见 CONTRIBUTING.md 和 Lesson 检查清单。

当前数据

指标	数值
📚 Lessons	289 (indexed)
🌐 Nodes	59
🎤 Network Voices	5 条
📡 Feed Items	11 条
🔍 领域覆盖	RAG, DevOps, Feishu, Fanuc, Network, Claude, Hub

v2.17.0 新功能

功能	说明
Lesson Lint	自动化质量检查：断链、重复标题、缺少 frontmatter
竞争分析	"这不是什么" 表格 + Git-backed 定位
289 篇 Lessons	新增 14 篇失败修复经验（原 275）
安全加固	MCP 路径遍历修复、XSS 转义、邮箱脱敏
移动端适配	/connect 页面手机可用（768px + 480px 断点）
代码规范	CONTRIBUTING.md 含 ruff（Python）+ ESLint（TypeScript）约定
日文 README	完整日文翻译（README.ja.md）

→ 完整发布说明

v2.16.0 新功能

功能	说明
Remote MCP	Streamable HTTP 端点 `https://misakanet.org/mcp`，无需 clone
配对码	一次性 6 字符码，无账号即可接入 (/connect)
Identity Aura	静态/配对/升级三种身份徽章
Voice Prompts	4 个日语 MP3 语音反馈（可选）
Evidence Levels	E0-E4 信任模型
Unsolved Map	失败覆盖率仪表盘
Site Health	自动化快照脚本

→ 完整发布说明

路线图

版本	重点	状态
v2.9.x	可发现性、内容深度、质量飞轮	进行中
v3.0	Lesson 详情页、主题页、Agent 框架	规划中

详见 ROADMAP.md。

加入网络

安全与限制

Lessons 是社区贡献，使用前请审查
在沙盒环境中运行 Agent
搜索结果基于关键词匹配，不保证语义准确
详见 LIMITATIONS.md

License

内容来自项目 README（GitHub）↗

链接

GitHub 仓库 ↗ 通过 dsh-market 安装 ↗

Ikalus1988/MisakaNet

安装