Lorekeep: Kho Tri Thức Dùng Chung Cho Các Coding Agent

Trong quá trình sử dụng coding agent, tri thức quan trọng không chỉ nằm trong câu hỏi và câu trả lời. Mỗi session còn mang theo thông tin từ mã nguồn, tài liệu, log, bảng dữ liệu hoặc các loại tệp khác mà người dùng đưa cho agent đọc và sử dụng. Đây cũng là nơi những quyết định, cách giải quyết vấn đề và hiểu biết mới được hình thành.

Nhưng tri thức tích lũy trong các session thường bị chia cắt theo từng công cụ. Những gì Codex biết hôm nay chưa chắc Cursor biết vào ngày mai; khi đổi agent, tôi lại phải giải thích mã nguồn, quyết định kiến trúc và bối cảnh cá nhân từ đầu.

Tôi xây dựng Lorekeep để thử giải quyết vấn đề đó: chắt lọc tri thức từ các session thành một tầng dữ liệu do người dùng sở hữu, có thể được nhiều coding agent sử dụng chung qua MCP.

Lorekeep Là Gì?

Lorekeep là một file-sovereign temporal knowledge graph. Nguồn tri thức quan trọng nhất là các session hình thành khi người dùng làm việc với AI agent, bao gồm cả thông tin agent đã đọc và sử dụng từ những tệp được đưa vào session. Lorekeep thu nhận memory và transcript từ các agent được hỗ trợ, sau đó chuẩn hóa chúng thành Markdown để người dùng có thể đọc, kiểm tra và sở hữu lâu dài.

Luồng xử lý cốt lõi khá đơn giản:

AI-agent sessions
(conversation + memory + context from files)
        ↓
normalized Markdown → chunk → extract(schema) → resolve → facts.jsonl → MCP + wiki

Markdown vì vậy là định dạng chuẩn hóa và bền vững của Lorekeep, không phải giới hạn về nguồn tri thức. Quy trình compile biến Markdown từ nhiều namespace thành knowledge graph gồm các facts có cấu trúc, được xuất ra facts.jsonl. Quá trình này có tính xác định: cùng một đầu vào không đổi sẽ tạo ra cùng một kết quả.

Lorekeep đồng thời sinh wiki dạng Markdown để đọc bằng Obsidian hoặc Tolaria. Claude Code, Cursor, Codex và opencode có thể truy vấn cùng knowledge graph đó qua tám công cụ MCP nhỏ gọn như search, get_node, neighbors và temporal_query.

Điểm quan trọng là LLM chỉ được gọi trong giai đoạn compile hoặc khi người dùng chủ động yêu cầu deep import. Các thao tác thường xuyên như truy vấn knowledge graph, ghi journal, resolve, tạo wiki, lint hay kiểm tra trạng thái đều không gọi thêm LLM. Nhờ vậy, tầng truy vấn có độ trễ và chi phí dễ dự đoán hơn.

Ba Nguyên Tắc Tôi Muốn Giữ

1. Session tạo ra tri thức, nhưng dữ liệu phải thuộc về người dùng

Sự phân lớp này rất quan trọng: session là nguồn tri thức về mặt ngữ nghĩa; Markdown là định dạng biểu diễn bền vững. Các hook và tiến trình theo dõi sẽ chuyển memory, transcript cùng ngữ cảnh được hỗ trợ thành các lô Markdown có kích thước giới hạn và có thể tái tạo. Người dùng vẫn có thể bổ sung Markdown thủ công khi cần.

Ở lớp lưu trữ, Markdown đã chuẩn hóa, schema và các journal dạng append-only là đầu vào bền vững. Các thành phần knowledge graph, manifest, wiki và chỉ mục tìm kiếm đều là dữ liệu dẫn xuất, có thể tái tạo trên thiết bị khác.

Người dùng có thể sao lưu các đầu vào này vào một Git repository riêng tư. Cấu hình, thông tin bí mật, bộ nhớ đệm và log vận hành vẫn nằm cục bộ. Nhờ vậy, các facts không bị khóa trong bộ nhớ riêng của một agent hoặc một dịch vụ SaaS cụ thể.

2. Agent được dùng chung tri thức, nhưng không ghi trực tiếp vào facts

Agent có thể đề xuất thêm facts, liên kết thực thể hoặc cập nhật thuộc tính trong phiên làm việc. Tuy nhiên, chúng không ghi trực tiếp vào knowledge graph chính. Mọi đề xuất đều đi vào journal, bị ràng buộc bởi namespace và confidence gate, rồi chỉ trở thành facts được chấp nhận sau bước resolve.

Đây là ranh giới quan trọng: agent có quyền đóng góp, nhưng hệ thống vẫn giữ được provenance — nguồn gốc của dữ liệu — cùng khả năng kiểm tra và đường quay lại khi đề xuất sai.

3. Tri thức cần có phạm vi và thời gian

Không phải agent nào cũng nên thấy mọi dữ liệu. Lorekeep mặc định từ chối truy cập và phân quyền theo namespace qua một điểm kiểm soát duy nhất là ScopedGraph. Một edge chỉ được trả về khi namespace của chính edge và cả hai node ở hai đầu đều nằm trong phạm vi được phép.

Ngoài ra, knowledge graph còn hỗ trợ validity window cùng ba chế độ truy vấn at_time, history và changes. Vì vậy, agent không chỉ tìm các facts hiện có mà còn có thể hỏi chúng có hiệu lực tại thời điểm nào hoặc đã thay đổi ra sao.

Dùng Thử Trong Vài Phút

Cách nhanh nhất để cài đặt:

curl -fsSL https://raw.githubusercontent.com/manhhailua/lorekeep/main/scripts/install.sh | bash
lorekeep init

lorekeep init sẽ tạo cấu hình, thiết lập schema và namespace, phát hiện các coding agent đang có, cấu hình MCP, nhập nhanh memory hiện hữu, cài session-end hook, compile dữ liệu nếu đã có API key và khởi động daemon theo dõi thay đổi.

Sau đó, người dùng chỉ cần tiếp tục làm việc với Claude Code, Cursor, Codex hoặc opencode. Các session được hỗ trợ sẽ được kết xuất thành Markdown trong những namespace tương ứng như raw/codex-session/ hay raw/cursor-session/. Tiến trình daemon tự compile khi dữ liệu thay đổi; wiki và knowledge graph được cập nhật trong nền. Markdown cũng có thể được thêm trực tiếp vào raw/<namespace>/.

Lorekeep Chưa Phải Gì?

Phiên bản hiện tại phù hợp nhất cho một cá nhân dùng nhiều coding agent trên nhiều thiết bị. Cơ chế sao lưu qua Git vẫn tuần tự, nên hai thiết bị cùng sửa một tài liệu có thể cần xử lý xung đột thủ công. Hệ thống chưa cung cấp máy chủ dùng chung cho đội ngũ với cơ chế xác thực và chưa có hybrid retrieval hoặc vector retrieval.

Lorekeep cũng chưa ingest trực tiếp mọi định dạng tệp hay có sẵn bộ kết nối cho kho mã nguồn, Confluence, PDF, CI và nền tảng quan sát hệ thống. Với những nguồn này, Lorekeep hiện tiếp nhận phần thông tin đã được agent đọc, sử dụng và lưu lại trong session; nó không thay thế một quy trình chuyên biệt để parse nguyên bản PDF, DOCX hay các định dạng dữ liệu khác.

Tôi công khai những giới hạn này vì Lorekeep đang được xây như một nền tảng tri thức có thể kiểm chứng, không phải một lớp “bộ nhớ AI” hứa nhớ mọi thứ. Mục tiêu gần nhất là làm thật tốt vòng đời: từ các session sử dụng AI agent, thành facts có cấu trúc, được nhiều agent dùng chung nhưng vẫn có quyền hạn và lịch sử rõ ràng.

Lorekeep là dự án mã nguồn mở theo giấy phép MIT. Nếu bạn cũng đang gặp bài toán bối cảnh bị phân mảnh giữa nhiều coding agent, có thể xem mã nguồn, tài liệu và lộ trình phát triển tại github.com/manhhailua/lorekeep.