save-knowledge

/digital-marketing-pro:save-knowledge

脚本位置。 如果你的宿主未设置 ${CLAUDE_PLUGIN_ROOT}，脚本位于此插件的 scripts/ 文件夹中，与 skills/ 文件夹并列。请使用 Python 3.10 或更高版本运行：python；如果找不到 python，则使用 python3（适用于 macOS 和许多 Linux 系统）。

用途

将品牌知识保存到持久化记忆层（你已连接的向量数据库，例如通过 @pinecone-database/mcp 连接的 Pinecone），以便在未来的会话中进行语义检索。存储营销活动经验、竞争情报、品牌指南和效果洞察，并添加恰当的元数据标签，确保有价值的知识不会在会话之间丢失。每条存储内容都会进行内容哈希以去重，添加品牌上下文标签，并建立索引以支持自然语言搜索——将临时经验转化为持久的机构记忆，供每个 Agent 调用。此功能专为有针对性、有意识的知识捕获而设计；如需批量同步会话内容，请改用 /digital-marketing-pro:sync-memory。

所需输入

用户必须提供（或将收到提示提供）：

• 要存储的内容：要保存的知识——可以是直接输入的纯文本、对当前对话中内容的引用（例如“保存我们刚才做的那份邮件分析”）、营销活动报告或审计中的结构化数据，或外部研究的网址。内容将按原样存储，可选择为索引条目添加摘要
• 内容类型：以下类型之一：guideline（品牌规则、品牌声音标准、风格限制）、campaign-learning（营销活动中奏效或失败的做法及其佐证）、competitive-intel（竞争对手的调查结果、定位、定价和战略举措）、performance-insight（指标、基准、趋势和统计模式）或 brand-asset（经批准的文案、模板、创意参考和消息框架）
• 标签：用于筛选检索的描述性标签，例如“email”“q4-2025”“subject-lines”“audience-millennials”“paid-social”“black-friday”。如果未提供，将根据内容分析，结合品牌上下文、行业分类法和渠道检测自动建议。建议使用多个标签，以便更好地检索
• 来源上下文：此知识的来源，例如当前会话分析、导入的报告、营销活动复盘、外部研究、竞争对手监测或团队输入。用于追踪来源、在检索时评估可信度，以及满足审计追踪合规要求
• 优先级（可选）：high（在相关上下文中主动呈现此知识）、normal（标准检索权重）或 low（归档级别，仅在直接查询时检索）。默认为 normal
• 过期时间（可选）：此知识应被标记为可能过时的日期——适用于有时效性的竞争情报、季节性营销活动数据或每季度变动的定价信息。无默认值（除非过期，否则知识将无限期保留）
• 相关条目（可选）：与此条目相关联的现有已存知识的引用——支持构建知识图谱链接，并实现更丰富的交叉引用检索

流程

1. 加载品牌背景：读取 ~/.claude-marketing/brands/_active-brand.json，获取当前激活的 slug，然后加载 ~/.claude-marketing/brands/{slug}/profile.json。应用品牌语气、目标市场的合规规则（skills/context-engine/compliance-rules.md）以及行业背景。同时检查 ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json 中是否有指南；如果存在，则加载限制要求。检查 ~/.claude-marketing/sops/ 中是否有代理机构的 SOP。如果没有品牌，则询问：“先设置一个品牌（/digital-marketing-pro:brand-setup）吗？”——也可以使用默认设置继续。
2. 准备内容以便存储：运行 memory-manager.py --action prepare-store，并提供 content_type、tags 和来源背景。该脚本会规范化内容、生成 SHA-256 内容哈希、构建元数据载荷（brand_slug、content_type、tags、source、timestamp、priority、expiration），并验证所有必填字段是否齐全。如果未提供 tags，则根据内容分析自动生成。
3. 检查重复项：将内容哈希与 ~/.claude-marketing/brands/{slug}/memory/ 中的本地索引进行比较。如果匹配，则报告重复项——显示现有条目的 tags、日期和摘要——并提供更新其元数据的选项（添加新 tags、刷新时间戳、更改优先级），而不是创建重复项。如果没有匹配项，则继续存储。
4. 检查已配置的记忆服务：运行 python "${CLAUDE_PLUGIN_ROOT}/scripts/memory-manager.py" --brand {slug} --action get-memory-status。注意：这只会检查环境变量（例如是否设置了 PINECONE_API_KEY），不会建立实时连接，也不会测量存储容量或索引健康状态。应将其输出视为“已配置的后端”，而不是“可连接的后端”。如果未设置向量数据库环境变量，则存储到本地，并建议连接向量数据库以实现跨会话访问。
5. 通过向量数据库 MCP 存储（仅当已连接时）：DMP 不附带记忆 MCP，默认没有任何连接。如果已连接可用的向量数据库 MCP 服务（例如 Pinecone），则将准备好的载荷发送给它，以进行嵌入和存储，并附带所有元数据。如果还连接了可用的跨会话记忆服务，则将条目同步到该服务；如果连接了可用的知识图谱服务，且指定了相关条目，则创建关系边。如果没有任何连接，则存储到本地。有关分层目录以及已验证真实可用的程序包，请参阅 skills/context-engine/memory-architecture.md。
6. 更新本地索引：运行 memory-manager.py --action log-stored，将新条目及其存储 ID、向量数据库引用、时间戳和优先级登记到本地内容哈希注册表中。更新同步状态，以便后续运行 /digital-marketing-pro:sync-memory 时跳过此已持久化条目。
7. 确认存储：提供存储确认信息，包括存储了什么、存储位置、应用的元数据，以及可检索此条目的示例查询。

输出

结构化的存储确认信息，包含：

• 内容摘要：对存储内容的简要描述、字数、用于去重参考的内容哈希，以及根据内容生成、用于索引展示的一句话摘要
• 内容类型：所应用的分类——guideline、campaign-learning、competitive-intel、performance-insight 或 brand-asset；如果是自动检测的，还会说明选择此类型的原因
• 应用的标签：附加到条目的所有标签——用户提供的标签、附带依据的自动建议标签，以及为命名空间隔离而自动添加的品牌上下文标签（行业、市场、品牌 slug）
• 存储位置：所用的向量数据库（Pinecone、Qdrant 或仅本地）、命名空间或集合名称、存储 ID，以及用于向量化的嵌入模型
• 去重状态：这是新条目，还是对现有条目的更新；包括合并了哪些元数据，以及原始条目的存储日期
• 优先级和过期时间：设置的优先级（high、normal、low）以及指定的过期日期，并说明这些设置如何影响后续检索排序
• 关联条目：与现有条目建立的任何知识图谱关系，并确认链接是双向的
• 已存储条目总数：品牌本地记忆索引中的知识条目累计数量，按内容类型细分（这是本地计数，不是实时向量数据库容量数据）
• 检索提示：两个到三个可检索到此条目的示例查询，让用户清楚了解之后如何通过 /digital-marketing-pro:search-knowledge 查找该条目

使用的 Agent

• memory-manager — 内容规范化与摘要生成、用于去重的 SHA-256 哈希、对照本地索引检测重复项并提供元数据合并选项、根据内容分析自动生成标签、通过必填字段验证对元数据进行结构化、准备向量数据库载荷并生成嵌入、通过 Pinecone 或 Qdrant MCP 执行存储、通过 Graphiti 建立知识图谱关系、更新本地索引和同步状态，以及根据已存储内容的语义生成检索提示