Ikalus1988/MisakaNet

📚 A zero-dependency, git-backed micro-lesson library for AI Agents to asynchronously share and search verified debugging experience. Python stdlib only. | https://misakanet.org

解決的問題

MisakaNet 為 AI 編碼代理提供共享的「失敗記憶」，防止重複出現相同的除錯錯誤。代理無需花費時間重新診斷已知的 bug 或環境問題，而是可以立即搜尋經過驗證的失敗-恢復教學記錄，找到已文件化的修復路徑。

工作原理

此專案作為一個基於 Git 的 Markdown 檔案知識庫運作，包含問題描述、根本原因、修復方法和驗證步驟。它使用零相依的 BM25 關鍵字搜尋引擎來檢索相關教學記錄。代理可透過多種介面存取此知識，包括 Model Context Protocol (MCP) 伺服器（本地 stdio 和遠端 HTTP）、CLI 和 Python 庫。當代理遇到無法解決的錯誤時，可透過 intake 流程提交脫敏的失敗報告，由維護者審核後建立新的教學記錄。

適用對象

主要面向 AI 代理（如 Claude Code、Cursor 和 Windsurf）以及希望減少代理在重複技術故障上浪費時間的開發者。

核心亮點

代理原生介面：支援 MCP、WebMCP，以及 DeepSeek Harness 等工具的專用適配器。
驗證證據等級：教學記錄按證據等級（E0-E4）分類，涵蓋從社群報告到生產環境驗證的修復方案。
零相依搜尋：使用輕量級 BM25 引擎，僅需 Python 標準庫即可實現本地搜尋。
廣泛相容性：可與 Claude Code、Cursor、VS Code 和 Copilot 等主流 AI 編碼工具整合。