一个让我反复崩溃的问题

事情是这样的。

最近我一直在折腾一个小仓库，叫 BeeWeave。

地址在这里

它现在还很早期，但我是真的觉得这个方向挺关键的。

因为我自己已经被同一个问题折磨很久了。

你今天用 Codex 写了一段代码。明天用 Claude Code 改一篇文章，后天又让 Gemini 帮你整理一个资料夹。每一次对话里Agent 都很努力，甚至有些回答当下看起来还挺聪明。

但等你关掉窗口，问题就来了。

• 那段判断去哪了？
• 那次踩坑去哪了？
• 那篇文章里真正被你确认过的观点，下一次 Agent 还能不能用上？

很多时候答案是——不能。

使用者痛点：

• 上下文信息在会话结束后全部丢失，需要重复解释同一件事；
• 关键判断和经验无法累计成为可复用的知识资产；
• 每次都像“没有纪要”的会议，一遍又一遍从头开始。

BeeWeave 的两个主要目录

workbench —— 粗糙素材的收纳箱

/workbench 是工作台，用来放临时笔记、网页剪藏、PDF、聊天导出、文章草稿、产品 brief、代码阅读记录…甚至是一段还没想清楚的想法。话说回来，它可以乱一点——因为现实里的素材本来就是乱的。

vault —— 稳定知识的层级存储区

/vault 才是真正的“记忆”。很多知识库的问题不是不够智能，而是边界太模糊：原始材料、半成品草稿、稳定判断、项目经验全堆在一起。按理说，Agent 要么读太多，要么读错，要么读到一堆未验证的垃圾。其实，

BEEWEE 的思路：

• 粗糙输入 → workbench
• 经过沉淀 → vault

它和普通 LLM Wiki 的区别

普通 LLM Wiki 更像一个“编译后的知识库”。其实，BeeWeave 不止于此，它不仅会问：“我已经知道什么？怎么说呢，”还能继续追问：“这些东西是怎么来的？下一篇内容要怎么用，”并在写完后把高信号观点沉淀回 vault，让这些沉淀 影响后续选题与素材收集。

• Circular workflow： workbench → 写作 skill → published → ingest/update → vault → query/digest/context‑pack → 下一轮创作。
• No single‑direction dump： 不是一次性把所有资料塞进，而是不断循环跑获取‑创作‑沉淀‑复用。

写作场景里为什么刚需

写作最容易暴露上下文断层。 一次选题可能涉及十几条链接、三轮与 Agent 的讨论还有多个草稿。如果没有机制把这些确认过的观点、踩掉的错误方向、好用类比还有潜在反对意见保存下来下次再写相关主题时你又得重新解释一次这种重复成本正是使用者最痛恨的地方。

• Pain point: 每次都像第一次认识 Agent，一遍又一遍重新讲背景。
• Solution: 捕获网页→/workbench/inbox。草稿→/workbench/articles/drafts,成品→/published…ingest → /vault .
• Smooth flow: /beeweave-query 先检查已有知识，再补缺口；按理说，/beeweave-ingest 把价值输出回 vault。

多 Agent 共享同一套上下文

BEEWEE 并非只服务单一工具。目前已支持 Claude Code、Codex、Cursor、Gemini、Kiro、Hermes、OpenClaw、Pi、Copilot CLI 等。不过，默认全局安装三个主要 skill：/beeweave-update , /beeweave-query 。 /beeweave-ingest .其它如 capture、context pack 等可按需装载，以保持“克制感”。按理说，这样即使在不同项目中仅需要查询与同步。也不会被完整工作流强行拉入，从而避免工具本身成为负担。

快速开始

# 创建工作区
pip install beeweavebwe setup
# 初始化 vault 与 workbench，会写入 ~/.beeweave/config
# 安装全局 skills。并为指定 Agent 装配 bootstrap
# 使用示例：
/beeweave-ingest workbench/inbox/beeweave-query "what do I know about rate limiting?" /beeweave-update
# 或者让 Agent 从源码仓库直接初始化：
再看https，//github.com/ptonlix/beeweave - set up my BeeWeave workspace

它适合什么人?

BEEWEE 当前仍处于早期阶段，不是“一键管理人生所有知识”的万能产品，而是为重度 Agent 使用者准备的工作台骨架：

• 愿意把素材·草稿·稳定知识分层
• 愿意让 Agent 按流程工作
• 愿意把高信号输出沉淀下来
\end{ul}

If you only ask ChatGPT a couple of times。you might not feel need yet. But once you start juggling multiple Agents for writing,code review,research,product analysis or documentation—* pain of repeatedly re‑explaining same project background becomes palpable*. BEEWEE turns that fleeting “smartness” into a reusable knowledge asset.

样子？

• /workbench：保存原始输入。
• /vault：保存经沉淀后的稳定知识。
• /skills：统一定义不同 Agent 可调用的能力。
• /cli： 本地辅助工具。
• /browser extension：直接打开 vault，看 wikilinks 与图谱。按理说，
\end{ul}

No magic—just a clean infrastructure that quietly paves road so you can keep moving faster without “Agent memory loss”.

​ ​​ ​​ ​​ ​​ ​​ ​​ ​ ​ ​ ​ html If you want to contribute: • Python CLI + skills + bootstrap + docs + browser extension + tests already in repo. • Need 娱乐ter ingest strategies?New agent history importers?Vault lint checks?Graph analytics?话说回来，Focused skills?不过，• Add a new skill by creating .skills/wiki//SKILL.md or .skills/workbench//SKILL.md,n run `bwe setup` and test via natural trigger in your agent.

MIT license – PR welcome. The shape may evolve,but direction feels solid.

html If this resonates: • Star repo,• Run `setup`,• Toss some material into workbench,• Run a single `beeweave-query`,• Write a draft,• Ingest valuable bits back into vault.

After one loop you’ll see *** I’m excited: context stops being a disposable fuel and becomes reusable soil for future creations.