Stash 经验知识库
把智能体的工作记录整理为可检索知识和可复用技能。
- Star 数
- ★ 337
- 最近更新
- 6 天前
- License
- MIT
- 主语言
- Python
- FA 评分
- 52/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 通用 · 跨平台Codex · Claude Code（部分支持）
- 费用
- 有免费版，另有付费云服务
- 上手难度
- 高 · 需要较重的基础设施
- 开始前需要
- 典型场景
- 开发团队希望把代码代理运行中的成功做法和人工纠正保存下来，供后续任务检索。
- 不适合
- 只需要独立提示词、无需保存历史经验的用户
- 不希望向服务端发送会话数据的团队
- 源码审查
- 52/100 · 缺口较多
这个 Agent 能做什么，适合哪些场景？
Stash 为智能体提供经验采集、持久化知识和技能复用基础设施，可配合现有智能体与模型使用。启用会话记录后，编码智能体的钩子会采集提示词、工具调用和响应；自有智能体也可通过 Python SDK 或 REST API 发送事件。定时 curator 从会话和来源材料中提取经验，并更新相互链接的 Memory wiki 页面。智能体和用户可通过 CLI、MCP、API 或虚拟文件系统检索知识，并将相关说明与文件打包为包含 SKILL.md 的技能。仓库提供 CLI、REST API、MCP 和 Python SDK；也说明可本地开发和自托管，但部署要求需参阅运行文档。
在会话记录启用时，通过编码智能体钩子记录提示词、工具调用和响应；也接受自有智能体经 SDK 或 REST API 发送的事件。定时 curator 读取新会话与来源材料，提炼持久经验并更新链接的 Memory wiki 页面。CLI、MCP、API 和虚拟文件系统用于搜索或读取这些知识；用户可把相关指令和文件整理为含 SKILL.md 的 Skill。运行 stash skills install 后，已安装技能会在会话开始时自动更新，使后续运行能读取共享说明。
- 开发团队希望把代码代理运行中的成功做法和人工纠正保存下来，供后续任务检索。
- 维护数据库的工程师希望把一次关于保留现有数据的审查意见整理成迁移检查技能。
- 构建自有智能体的开发者希望通过 Python SDK 或 REST API 发送会话事件，再让 curator 整理经验。
- 使用 MCP 的智能体用户希望在后续运行中搜索 Memory wiki 页面并读取相关知识。
- 团队希望把项目说明和文件组合成 Skill，并在会话开始时自动获取更新。
如何安装或部署这个 Agent？
README 指向 CLI 设置、本地开发和自托管的运行文档，但提供的材料没有给出安装命令、服务依赖、凭据要求或具体部署步骤。因此无法据此提供可复制的安装命令或完整首跑配置。
如何使用这个 Agent？
启用会话记录后，可由编码智能体钩子采集会话；自有智能体也可通过 SDK 或 API 发送事件。具体 SDK 初始化、API 地址和认证配置未包含在提供的材料中。安装 Skill 的命令为：
stash skills install已安装技能会在会话开始时自动更新。如何搜索知识的具体 CLI 命令和 MCP 配置未在提供材料中说明。
这个 Agent 有哪些优点和局限？
- 覆盖从会话采集、定时整理到知识检索和技能安装的完整经验复用流程。
- 通过 Python SDK、REST API、MCP、CLI 和虚拟文件系统提供多种接入方式。
- Skill 以含 SKILL.md 的文件夹形式呈现，可供用户和智能体检查、使用和修改。
- 已安装技能会在会话开始时自动更新，便于共享说明进入后续运行。
- 提供的材料未包含部署步骤、运行依赖、认证配置或首次调用示例，评估和上线需要查阅额外文档。
- 经验整理依赖定时 curator；材料未说明调度配置、失败处理或更新延迟。
- 会话记录包含提示词、工具调用和响应；团队需评估其会话数据采集与服务端存储安排。
- 提供的材料没有说明托管版价格、模型费用或自托管所需资源。
这个 Agent 与同类方案有什么区别？
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| Stash 经验知识库 当前 | 52 · 缺口较多 | 命令行工具免费版 + 付费版 | ★ 337 | 6 天前 | Python | — |
| pg-aiguide：PostgreSQL 智能助手 | 33 · 缺口较多 | 命令行工具免费 | ★ 1.9k | 11 天前 | Python | ChatGPT · Codex · Claude Code |
| Haystack | 52 · 缺口较多 | 代码库 / SDK免费 + 模型费 | ★ 27k | 今天 | Python | OpenAI API |
| CodeSeek 代码智能 CLI | 48 · 缺口较多 | 命令行工具免费 + 模型费 | ★ 768 | 2 个月前 | Rust | Codex · Claude Code |
FollowAgents 如何评估这个 Agent？
查看各维度的扣分理由
README 描述了会记录 prompts、工具调用、响应并由定时 curator 读取会话和来源材料；这让主要数据流较清楚（2）。仓库材料没有展示权限边界、记录前确认或完整敏感数据保留与脱敏策略，故最小权限、用户确认和外部影响仅部分说明（各1）；图像构建测试显示日志会隐藏远程 URL，但这只是局部保护，敏感数据处理为2。依赖审计定时运行并覆盖多份清单，但对 ecdsa 公告有未修复豁免，故依赖安全为2。回滚说明仅见于提示优化文档概述，范围有限（1）；发布者未验证，且文件未给出明确来源归属验证证据（1）。
README 的捕获、整理、检索、技能流程与 pyproject 中 CLI/MCP 入口大体一致（2）。多服务及外部 Aspose、模型/网络集成使可用性依赖较多；提供材料未说明备用或降级方式（1）。测试材料展示 HTTP 错误传播、finally 清理会话及不泄露图片源的日志行为，错误处理有具体证据但覆盖有限（2）。
文档面向开发者，列出 SDK、REST、MCP、CLI 和 coding-agent hooks，也说明自托管入口（2）。描述了记忆、技能与奖励模型用途及 AI 判断不等同客户满意度等边界（2）；但记录触发条件只说启用 session recording，未见足够细粒度的配置说明（1）。支持方式多而环境需求细节在本材料中不足（1）。
README 按工作流组织并链接 SDK、部署和专题文档，结构清楚但本次材料不含这些文档全文（2）。安装和自托管仅提供进一步阅读入口，未给出具体步骤（1）。包名、CLI 命令和 MCP 命令在元数据中明确（2）。README 提供流程示例、界面说明及对 AI 评估、原型限制的说明（2）；已知限制有提及但不完整（2）。MIT 许可文本完整（3）。版本号和自动 bump 工作流存在，未提供传统变更日志（1）。安全政策列出维护范围、私下报告渠道和响应目标（2）；publisher 身份未验证，因此不据此加分。
产品产出可检查的知识页和 SKILL.md，README 也说明后续结果需在任务中检查（2）。把运行经验转为可复用知识有明确增量用途，但 49% 提速仅为内部实验陈述，材料不足以支持普遍效果（2）。维护捕获、curation、服务及模型组件带来复杂度，成本收益未充分量化（1）。
README 的功能描述与 pyproject 入口、构建器测试的具体行为有部分对应（2）。测试仅涉及 PPTX 子系统，无法独立佐证核心记忆/学习主张，跨源印证有限（1）。README 将示例标为说明性内容，并将 AI 判断与客户满意度区分；实验主张也标为内部实验，但整体主张仍以项目自身材料为主（2）。
- README 声称会记录 prompts、工具调用和响应；部署前应确认会话记录的启用方式、访问控制、保留期限及敏感内容处理。
- 依赖审计明确豁免一个尚无修复版本的 ecdsa 公告；审查对应依赖路径和缓解措施。
- 49% 提速来自内部实验材料，不应视为对其他任务、模型或部署的效果保证。
最近版本
来自该项目 GitHub Releases 的最新发布记录，说明为上游原文摘录，未经本站改写或测试。
-
pr-815-images gh-attach assets
-
gh-attach-assets gh-attach assets