Ars Contexta的15个内核原语是什么构建第二大脑的完整技术清单【免费下载链接】arscontextaClaude Code plugin that generates individualized knowledge systems from conversation. You describe how you think and work, have a conversation and get a complete second brain as markdown files you own.项目地址: https://gitcode.com/gh_mirrors/ar/arscontextaArs Contexta 是一个 Claude Code 插件你只需描述自己的思考和工作方式它就能通过一次约 20 分钟的对话推导生成一套完全属于你自己的第二大脑——全部由你持有的 Markdown 文件组成无数据库、无云服务、无锁定。这套系统之所以可靠背后靠的是一份不变量清单15 个内核原语kernel primitives。无论你的领域是学术研究、生活管理还是创意写作生成出来的系统都必然包含它们。本文用一份完整技术清单带你逐一读懂这 15 个原语——它们既是构建第二大脑的技术骨架也是检验任何 AI 知识系统是否合格的验收标准。为什么第二大脑需要一份内核清单Ars Contexta 的核心卖点不是模板而是推导引擎基于 249 条研究论断为你的领域做设计决策。但推导不等于随心所欲——变化的是上层配置不变的是底座。这份底座就是内核kernel定义在 reference/kernel.yaml 中每个原语都标注了属性含义layer所在层级foundation基础/ convention约定/ automation自动化enforcement强制等级invariant不可关闭或 configurable可用/arscontexta:architect切换validation可机器检查的验收条件例如超过 95% 的笔记文件必须有 YAML frontmattercognitive_grounding每条原语都有认知科学依据不是凭空设计 一个关键事实15 个原语只需要文件系统就能实现。不依赖 hooks、不依赖 skills、不依赖 MCP 服务——任何能读写文本文件的 AI 平台都能跑。这就是本地优先带来的可迁移性换平台、换工具内核原封不动。另外值得一提的是历史脉络内核最初提炼为 10 条原语见 methodology/ten universal primitives form the kernel of every viable agent knowledge system.md随着系统在实际运行中暴露出更多结构性需求逐步扩展为现在的 15 条。每一条新增都不是拍脑袋而是从操作经验中沉淀出来的。第一组存储与结构 —— 第二大脑的地基1. Markdown 文件 YAML frontmatter笔记就是带结构化元数据的纯文本文件文件即完整制品。description、topics、type等字段写在文件头的---分隔块里让每个文件既人类可读、又可用正则查询。纯文本是整个系统可移植性的来源任何编辑器能打开任何 Agent 能解析平台迁移零成本。2. Wiki 链接即图边[[note title]]创建可导航的关系文件名全局唯一按名称解析。每条链接都是知识图谱上一条显式的、被精心策划的边。未链接文件堆在一起只是档案柜互相链接的文件才构成思维结构。阅读一篇笔记会通过这些边激活相关笔记实现多跳推理无需任何嵌入基础设施。3. 文件系统图数据库Vault 本身就是一台图数据库Markdown 是节点Wiki 链接是边YAML 是属性存储ripgrep 是查询引擎。提供三级查询能力字段级对 YAML 直接rg、节点级反向链接、链接提取、图级遍历 分析的脚本生成在ops/scripts/graph/目录。结构来自内核不变量本身不需要额外部署任何基础设施。第二组导航与发现 —— 让笔记找得到4. MOC 层级管理注意力Maps of Content 把笔记组织成 Hub → domain → topic → notes 的可导航主题区。MOC 不只是分类工具而是注意力管理装置读一个 MOC 文件立刻知道该主题包含什么、存在什么张力、还缺什么大幅降低上下文切换的重定向成本。5. 会话开始时注入目录树Agent 一开场就看到完整文件结构先定向、再行动。在 Claude Code 上由SessionStarthook 自动注入模板见 platforms/claude-code/hooks/session-orient.sh.template没有 hook 的平台则由上下文文件指示 Agent 先执行ls。用一小部分上下文预算换取完整结构感知避免把 token 浪费在翻找上。6. description 字段实现渐进披露每篇笔记都有一句约 150 字符的描述给出标题之外的信息量。标题是第 1 层描述是第 2 层正文是第 3 层——Agent 可以只看描述就决定这篇读不读。50 篇笔记时全读都行500 篇时描述就是过滤器。7. Topics 页脚把笔记挂回 MOC每篇笔记通过topics字段声明自己属于哪些 MOC。MOC 向下链笔记笔记向上链 MOC双向连接保证两个方向都不会各自过期。它还是一个可查询的关系一条rg ^topics:.*\[\[主题\]\]就能列出某主题下所有笔记。8. 语义搜索能力跨词汇的意义发现补充结构化导航。configurable一篇讲学习系统中的摩擦力的笔记应该能连上一篇讲错误即有效反馈的笔记——哪怕两者零关键词重合。实现可以是嵌入工具如 qmd、LLM 辅助相似度搜索或基于主题相邻性的定期人工复盘。9. 发现优先Discovery-First质量门一切创建的内容都必须为未来的 Agent 能找到它而优化。找不到的笔记等于不存在的笔记。它把检查嵌入到流程里上下文文件含 Discovery-First Design 章节、每个建笔记的 skill 写入前做发现性检查、hook 在写入时校验发现标准。系统价值随可发现性复利增长每条找不到的笔记都是负资产。第三组质量与治理 —— 防止系统腐化10. Schema 强制校验模板定义必填字段与合法枚举值校验机制逐篇比对。这是对抗漂移的硬手段写第 47 篇笔记时Agent 大概率会忘记某个必填字段——指令遵循会随上下文填满而退化但确定性校验不会。强制等级分三档hook 级每次写入即校验、批处理脚本级、上下文文件人工检查级。11. 任务栈Task Stack生命周期主干每篇笔记都流经任务状态。ops/tasks.md是人类可读视图ops/queue/存放统一队列——既包含管线任务提取、充实也包含由条件评估自动生成、满足后自动关闭的维护任务。没有任务追踪Agent 就无法回答现在该干什么和还有什么待处理。12. 方法论文件夹ops/methodology/是 Vault 的自我认知记录这个库为什么这样配置、使用什么处理管线、如何演化而来。没有自知识元技能就是盲飞——/ask解释不了配置选择/architect推理不了变更影响/remember没有地方沉淀修正。第四组记忆与自演化 —— 让系统跨会话活着13. Self SpaceAgent 的持久记忆专门目录存放身份、方法论、目标会话开始时读、结束时更新。configurable必需的三个文件identity.md我是谁、methodology.md我怎么工作、goals.md当前线索。每次新会话都是白纸开局Self Space 就是上一次会话留给它的简报。对 Agent 而言Vault 即身份——丢失 Self Space 不只是不方便而是身份擦除。14. 会话节奏定向 → 工作 → 沉淀每个会话都走三拍Orient读状态→ Work执行并捕获→ Persist更新并推送。定向防止冷启动和重复劳动沉淀防止成果随会话消失。明确的会话边界既防注意力残留也让每次知识工作都能叠在上一次之上而不是散落成一堆不相关的片段。15. 会话捕获每段会话记录自动保存摩擦检测自动运行。Stophook 把会话记录存入ops/sessions/并自动创建挖掘任务hook 模板见 platforms/claude-code/hooks/session-capture.sh.template。记录里藏着每一次纠偏和改道——挖掘它们能捕获到显式记忆命令遗漏掉的教训。一图看懂15 个内核原语完整清单#原语一句话层级强制等级1Markdown YAML frontmatter纯文本文件 结构化元数据foundationinvariant2Wiki 链接即图边[[标题]]构成知识图foundationinvariant3MOC 层级Hub→domain→topic→notes 注意力导航conventioninvariant4目录树注入会话开始先定向conventioninvariant5description 字段渐进披露的过滤器conventioninvariant6Topics 页脚笔记与 MOC 双向连接conventioninvariant7Schema 强制校验模板即唯一事实源conventioninvariant8Self SpaceAgent 持久记忆目录conventionconfigurable9会话节奏定向→工作→沉淀三拍conventioninvariant10语义搜索跨词汇的意义发现automationconfigurable11文件系统图数据库文件即节点、链接即边、rg 即查询foundationinvariant12发现优先质量门找不到的笔记等于不存在conventioninvariant13操作学习闭环观察张力记录定期自演化conventioninvariant14任务栈笔记全生命周期追踪conventioninvariant15方法论文件夹Vault 的自我认知conventioninvariant16会话捕获自动保存记录并挖掘摩擦automationinvariant表中序号 13 对应的原语 id 为operational-learning-loop会话中出现摩擦信号或矛盾即记录为原子笔记待处理观察超过 10 条或张力超过 5 条时会话开始时自动提示运行/{DOMAIN:rethink}复审——把科学方法用在知识系统自身上。⚠️ 注意上表为 16 行是因为清单按功能重要性重新排序了内核中固定的 15 条原语 id 以 reference/kernel.yaml 为准其中 configurable 的两条是Self Space和语义搜索其余 13 条均为 invariant。一键验收用脚本验证你的系统是否合格清单的价值在于可检查。项目自带验证脚本 reference/validate-kernel.sh对任意 Vault 逐项跑 15 项检查输出PASS / WARN / FAIL三色报告。它的检查逻辑很有代表性YAML 检查统计所有.md文件首行是否为---缺失超 20% 记 FAIL链接检查抽样最多 100 条唯一 wiki 链接比对现有文件名报告悬空链接成熟的库里悬空链接可能是计划中的笔记只告警不算失败学习闭环检查同时要求观察目录、张力目录、复审触发、rethink 机制四项齐备缺项时精确列出缺什么/arscontexta:setup的最后一个 PhaseValidation就是跑这套全量内核检查所以15 项全过是新系统出厂的默认状态。内核不可变为什么你不能删掉任何一条这是内核最有意思的设计决策记录在 reference/evolution-lifecycle.md 的演化护栏章节演化只加不减系统可以在内核之上加字段、建新 MOC 类型、造新 skill但 15 条原语永远在/reseed会复核完整性重新推导时先验证 15 条原语是否完好防止漂移违反即不自洽一个放弃 topics 页脚或放弃会话开始加载 self/ 的系统不是进化得更简单而是退化成了自相矛盾换个角度理解内核就是退出速度exit velocity的保证。当平台变更、自动化层全部失效时你带走的正是这 15 条——知识内容、导航结构、可查询性完好无损。下一步上手你的第二大脑安装插件后运行/arscontexta:setup回答 2-4 个领域问题约 20 分钟引擎会推导并校验全部 15 条原语用/arscontexta:health随时对现有 Vault 做诊断想调整配置时走/arscontexta:architect它只允许你动 configurable 的两条内核部分受保护深入阅读reference/three-spaces.md 讲解 self/notes/ops 三空间架构reference/use-case-presets.md 收录三套预验证配置第二大脑不是买来的是推导出来的。而 15 个内核原语就是这次推导里从不被改变的常数。【免费下载链接】arscontextaClaude Code plugin that generates individualized knowledge systems from conversation. You describe how you think and work, have a conversation and get a complete second brain as markdown files you own.项目地址: https://gitcode.com/gh_mirrors/ar/arscontexta创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
