你有没有听过这句话？明明有人已经解决了，但知识躺在某个聊天记录里，下一个人照样花两天调试同一个问题。
同一个问题，三个人分别花了两天。不是不愿意沟通，是压根不知道有人已经趟过这条路。
老同事离职那天，三年的经验跟着一起走了。新人只能从零开始，把所有坑再踩一遍。
不是没试过写文档。Confluence 里躺着半年前的页面，没人更新，也没人看。成本太高了。
问题的根源不是团队不愿分享，是分享的摩擦太大了。
几个 Skill 命令，把知识管理融入你的日常编码对话。
一行命令安装，CLAUDE.md 加一行规则。
AI 助手立刻获得团队知识库的访问能力。
完成任务后，一句 /torch-save
把踩坑记录、技术决策沉淀为结构化知识。
开始新任务时，用 /torch 描述问题，
自动检索知识库，相关经验直接呈现。
从冷启动到日常维护，每个环节都有对应的能力。
/torch 自动在任务前查询知识库、任务后萃取经验。像一个从不忘事的老同事。
/torch-import 5 分钟从现有项目自动提取 10+ 条知识。不需要从零开始。
/torch-save 从当前对话中提取知识，或用自然语言随手记录。无论哪种方式，都变成结构化条目。
/torch-query 想找什么直接问。按关键词、类型、标签智能检索，三级渐进加载。
/torch-lint 定期检查知识库健康度。冲突条目、过期内容、索引不一致——自动修复。
/torch-review 提交代码前自动对照知识库。已知的坑不让你第二次跳下去。
在 Claude Code 中演示知识从萃取到引用的完整闭环。
对话中自动检测可沉淀知识，一键保存到团队知识库
开始任务时自动查阅团队经验，主动避坑提效
30 秒安装，零配置接入
不管你团队用哪个 AI 编码助手，Torch 都能无缝接入。
同一个 Git 知识库，所有 AI 助手共享团队记忆。无需服务器，无需数据库。
一行命令，点燃团队知识之火。
npx torch-knowledge MIT License · 完全开源 · 无需服务器 · 数据全在你的 Git 仓库