AIOps 知识治理

这个仓库解决什么问题

越来越多的团队开始在日常开发中使用 Claude Code、Codex 等 AI coding agent。但一个反复出现的问题是：agent 对你的项目缺乏了解。

它不知道模块之间的依赖关系，不知道某个接口为什么这样设计，不知道三周前的架构决策是什么。每次让它干活，你都要从头解释上下文。

传统的做法是写文档。但问题是：

• 人写的文档 agent 读了也不一定理解——结构随意、关键信息埋在大段描述里
• 文档写完之后很少更新，很快就和代码脱节
• 没有机制让文档的变更和代码变更联动

AIOps 知识治理做的事很简单：在你的项目里建立一套 agent 能真正使用和维护的知识结构。 它不是一个文档模板库，而是一个从初始化、生成、维护到审查的完整工作机制。

怎么做到

1. 项目级治理，不是文章级

不以单篇文档为管理单位，以整个项目为治理对象。一个项目包含 PRD、架构、规格、决策记录、工作流五类知识，以及多个子产品域。它们之间的关联和一致性才是治理的核心。

2. 两层文档模型

• Canonical 层（.aiops/projects/<project>/）：事实来源，面向 agent 召回和维护。结构固定、路径稳定、内容直接。
• Reading 层（guides/）：面向人阅读的连续叙事，从 canonical 层自动关联生成。

3. Hook 驱动的持续维护

不是"想起来的时候改一下文档"。代码变更通过 Hook 自动记录到 pending 记录中，agent 根据 pending 的语义判断影响面，更新所有相关文档。

三个使用场景

点击上方"了解核心理念"开始阅读，或者直接跳转到你关心的场景：

• 历史项目入库 — 已有的老项目，代码和文档都有，怎么整理
• 日常文档维护 — 项目在持续开发，怎么让文档跟着走
• 新项目初始化 — 新启动的项目，从一开始就建好结构

怎么开始

在你的项目根目录执行：

npx -y @makia9879/aiops setup --yes --project my-project

这一行命令会安装全部治理技能，并在项目下创建 .aiops/ 知识治理目录。之后你的 AI agent 就具备了知识治理能力，可以开始梳理和维护项目知识。