工作多年各种各样的离职交接都见过了。有些粗糙的最后往往就收到一个网盘链接里面是几十份文档、几个 Notion 页面文件名看起来还很像「最终版」「最终确认版」「最新最终版」。一问呢就说资料都在可接手的人肯定一脸懵逼平时到底看哪份现在的情况就更麻烦了。很多人每天都在用自己的 AI 助手。一个 Agent 跟着项目跑了大半年读过 PRD、客户记录、研究报告也处理过一堆零碎问题。人一走账号一关——这些东西该怎么交直接把 AI 账号交给接手人我不太建议。聊天里可能混着私人对话、个人习惯、客户信息还有各种本地缓存。接手一个项目没道理连前任一整年的聊天记录一起接管。更别说聊天记录还会过期。三个月前问过「退款政策按哪版执行」当时的回答也许没问题今天再翻出来未必还能用。那这个新兴的 AI 助手又该怎么交接呢AI 账号很难直接交如果让我来整理这份交接我会先把公司真正需要留下的东西单独拿出来。正式 PRD、合同、产品规则、研究报告、决策记录——这些归公司维护。个人提示词、聊天历史、说话习惯——这些留在原来的账号里。至少先把「工作资料」和「个人使用痕迹」拆开。然后就是工作资料的处理问题了。如果只是把它们打包进网盘那兜兜转转还是会回到第一步「文件都给你了。」接手人还是得自己找当前版本自己对表格口径。想用 AI 帮忙查又得把文件重新传一遍。一点也不方便。我估计是没几个人有这个耐心重新看的普遍都是扔进网盘以后就束之高阁然后开始自己倒腾摸索了重复造轮子这一步少不了。最后是人和工具都换了资料却还在原地谁也用不顺交接了跟没交接一样。换个 Agent继续查同一批资料但是最近我偶然间发现咱们的开源项目 Knowhere恰好能解决这个问题。简单来说Knowhere 是复杂、脏乱文档和 AI Agent 之间的 Memory Layer。它不仅能把文档解析成文本还能把文档处理成一套可持续使用的结构化记忆。你把 PDF、Word、Excel、图片丢进去它会把文档拆成章节、表格、引用整理成 AI 能查、能追问、还能带回原文出处的资料确保 AI 真能读懂这些文件在解析时Knowhere 会用树形结构算法恢复文档里的章节关系重建文档层级同时对图片和表格做 OCR 和结构化处理保留来源路径形成可跨文档导航的记忆图谱。对交接来说这很关键。正式资料可以沉淀在公司维护的文档库里文件解析之后章节、表格、引用都会留着不跟着某个人的账号走也不被某个工具绑住。后面换人、换工具照样能查查的还是同一批资料。这两天Knowhere 还加上了MCP功能方便外部工具的调用。比如前任习惯用 TRAE接手人习惯用 Codex。两边连的是同一个知识空间查到的还是那批 PRD、合同和研究报告。AI 回答时还能把对应章节和原文一并带回来。接手人不需要登录前任的账号也不用把几十份文件重新喂一遍。换成 Cursor、Codex或其他支持 MCP 的客户端资料都还在公司这边。只需要一句简单的提问比方说「客户退款按哪份政策执行」Agent 就可以把当前文件、对应章节和原文一起返回了。哪份资料还没入库它也能马上看出来再回去补。Knowhere 能把解析后的项目文档提供给不同 AI 工具查询。当然Knowhere 不会把前任脑子里的判断自动保存下来。没整理、没入库的临时想法人走以后照样会丢。所以交接单也得跟着改一改。除了网盘链接最好再写清楚哪些资料已经进了公司知识空间当前以哪一版为准后面谁负责更新接手人能看哪些内容这样交完之后接手人可以直接在自己的 AI 工具里查同一批资料不必再从「最新最终版」开始猜了。Knowhere MCP 的新用法没想到Knowhere 的 MCP 功能刚出没多久大家就开发出了如此新奇又省力的用法粉丝中牛人真是太多了。如果你做工作交接时也遇到这样的情况——人走了资料在但看得人一头雾水那就别勉强自己啦把这个活儿交给 Knowhere 吧。毕竟把乱七八糟的文档整理成 AI 真正用得上的资料本就是 Knowhere 的强项。现在还能通过 MCP 接到你正在用的 Agent 里更方便你调用和提问了。如果你已经在用 Cursor / Codex / Claude 这类工具不妨拿份真实项目文档试试吧~官网体验https://knowhereto.ai开源仓库https://github.com/Ontos-AI/knowhereMCP 文档https://docs.knowhereto.ai/mcp欢迎跟我们分享更多你开发的 Knowhere MCP 新用法~
工作多年各种各样的离职交接都见过了。有些粗糙的最后往往就收到一个网盘链接里面是几十份文档、几个 Notion 页面文件名看起来还很像「最终版」「最终确认版」「最新最终版」。一问呢就说资料都在可接手的人肯定一脸懵逼平时到底看哪份现在的情况就更麻烦了。很多人每天都在用自己的 AI 助手。一个 Agent 跟着项目跑了大半年读过 PRD、客户记录、研究报告也处理过一堆零碎问题。人一走账号一关——这些东西该怎么交直接把 AI 账号交给接手人我不太建议。聊天里可能混着私人对话、个人习惯、客户信息还有各种本地缓存。接手一个项目没道理连前任一整年的聊天记录一起接管。更别说聊天记录还会过期。三个月前问过「退款政策按哪版执行」当时的回答也许没问题今天再翻出来未必还能用。那这个新兴的 AI 助手又该怎么交接呢AI 账号很难直接交如果让我来整理这份交接我会先把公司真正需要留下的东西单独拿出来。正式 PRD、合同、产品规则、研究报告、决策记录——这些归公司维护。个人提示词、聊天历史、说话习惯——这些留在原来的账号里。至少先把「工作资料」和「个人使用痕迹」拆开。然后就是工作资料的处理问题了。如果只是把它们打包进网盘那兜兜转转还是会回到第一步「文件都给你了。」接手人还是得自己找当前版本自己对表格口径。想用 AI 帮忙查又得把文件重新传一遍。一点也不方便。我估计是没几个人有这个耐心重新看的普遍都是扔进网盘以后就束之高阁然后开始自己倒腾摸索了重复造轮子这一步少不了。最后是人和工具都换了资料却还在原地谁也用不顺交接了跟没交接一样。换个 Agent继续查同一批资料但是最近我偶然间发现咱们的开源项目 Knowhere恰好能解决这个问题。简单来说Knowhere 是复杂、脏乱文档和 AI Agent 之间的 Memory Layer。它不仅能把文档解析成文本还能把文档处理成一套可持续使用的结构化记忆。你把 PDF、Word、Excel、图片丢进去它会把文档拆成章节、表格、引用整理成 AI 能查、能追问、还能带回原文出处的资料确保 AI 真能读懂这些文件在解析时Knowhere 会用树形结构算法恢复文档里的章节关系重建文档层级同时对图片和表格做 OCR 和结构化处理保留来源路径形成可跨文档导航的记忆图谱。对交接来说这很关键。正式资料可以沉淀在公司维护的文档库里文件解析之后章节、表格、引用都会留着不跟着某个人的账号走也不被某个工具绑住。后面换人、换工具照样能查查的还是同一批资料。这两天Knowhere 还加上了MCP功能方便外部工具的调用。比如前任习惯用 TRAE接手人习惯用 Codex。两边连的是同一个知识空间查到的还是那批 PRD、合同和研究报告。AI 回答时还能把对应章节和原文一并带回来。接手人不需要登录前任的账号也不用把几十份文件重新喂一遍。换成 Cursor、Codex或其他支持 MCP 的客户端资料都还在公司这边。只需要一句简单的提问比方说「客户退款按哪份政策执行」Agent 就可以把当前文件、对应章节和原文一起返回了。哪份资料还没入库它也能马上看出来再回去补。Knowhere 能把解析后的项目文档提供给不同 AI 工具查询。当然Knowhere 不会把前任脑子里的判断自动保存下来。没整理、没入库的临时想法人走以后照样会丢。所以交接单也得跟着改一改。除了网盘链接最好再写清楚哪些资料已经进了公司知识空间当前以哪一版为准后面谁负责更新接手人能看哪些内容这样交完之后接手人可以直接在自己的 AI 工具里查同一批资料不必再从「最新最终版」开始猜了。Knowhere MCP 的新用法没想到Knowhere 的 MCP 功能刚出没多久大家就开发出了如此新奇又省力的用法粉丝中牛人真是太多了。如果你做工作交接时也遇到这样的情况——人走了资料在但看得人一头雾水那就别勉强自己啦把这个活儿交给 Knowhere 吧。毕竟把乱七八糟的文档整理成 AI 真正用得上的资料本就是 Knowhere 的强项。现在还能通过 MCP 接到你正在用的 Agent 里更方便你调用和提问了。如果你已经在用 Cursor / Codex / Claude 这类工具不妨拿份真实项目文档试试吧~官网体验https://knowhereto.ai开源仓库https://github.com/Ontos-AI/knowhereMCP 文档https://docs.knowhereto.ai/mcp欢迎跟我们分享更多你开发的 Knowhere MCP 新用法~
