12 KiB
AI智能第二大脑插件
知识管理 Claude Code 笔记系统 AI插件 认知架构
Ars Contexta
为你的 Agent 打造第二大脑。
一款 Claude Code 插件，能从对话中生成完整的知识系统。 你描述自己的思维方式和工作模式，引擎便会推导出一套认知架构—— 包括文件夹结构、上下文文件、处理流水线、钩子、导航图谱和笔记模板—— 专为你的领域量身定制，并有 249 项研究论据作为支撑。
无需模板，无需配置，只需对话。
v0.8.0 · Claude Code 插件 · MIT
安装
-
将应用市场添加到 Claude Code：
/plugin marketplace add agenticnotetaking/arscontexta -
安装插件：
/plugin install arscontexta@agenticnotetaking -
重启 Claude Code，然后运行：
/arscontexta:setup -
回答 2-4 个关于你领域的问题（约 20 分钟——耗 token 较多，但只需一次）
-
引擎生成你的完整知识系统
-
再次重启 Claude Code，以激活生成的钩子和技能
-
运行
/arscontexta:help查看所有可用功能
功能介绍
大多数 AI 工具每次会话都从空白状态开始。Ars Contexta 改变了这一点——它会生成一套持久化的思维系统，源自你真实的工作方式。
你将获得：
- 知识库（Vault）——由 Wiki 链接连接的纯 Markdown 文件，构成可遍历的知识图谱。无数据库，无云端，无锁定。
- 处理流水线——提取洞见、发现关联、用新上下文更新旧笔记、验证质量的一系列技能。
- 自动化——每次写入时强制执行结构规范、检测维护需求、捕获会话状态并自动提交的钩子。
- 导航系统——枢纽级、领域级和主题级的内容地图（MOC）。
- 模板——带有
_schema块作为唯一事实来源的笔记模板。 - 用户手册——同步生成的 7 页领域原生文档。
核心差异化优势： 推导，而非套用模板。每一个决策都追溯到具体的研究论据。引擎从原则出发，推理你的领域需要什么以及为什么。
设置流程
/arscontexta:setup 运行一个 6 阶段流程：
| 阶段 | 内容 |
|---|---|
| 检测 | 检测 Claude Code 环境与能力 |
| 理解 | 2-4 轮对话，你描述自己的领域 |
| 推导 | 将信号映射到八个配置维度并评分置信度 |
| 提案 | 以你的语言展示将生成的内容及原因 |
| 生成 | 生成所有文件：上下文文件、文件夹、模板、技能、钩子、手册 |
| 验证 | 检查全部 15 个内核原语，运行流水线冒烟测试 |
整个过程约需 20 分钟。由于引擎需要读取研究论据、推理你的领域并生成大量输出，因此耗 token 较多。这是一次性投入——设置完成后，你的 Agent 将拥有记忆。
进阶用户：使用 /arscontexta:setup --advanced 可直接配置各维度。
三空间架构
每个生成的系统都将内容分为三个空间：
| 空间 | 用途 | 增长速度 |
|---|---|---|
| self/ | Agent 持久思维——身份、方法论、目标 | 慢（数十个文件） |
| notes/ | 知识图谱——系统存在的核心价值 | 稳定（每周 10-50 个） |
| ops/ | 运营协调——队列状态、会话记录 | 波动 |
名称会适配你的领域（notes/ 可能变为 reflections/、claims/ 或 decisions/），但三空间的分离结构是不变的。
命令
插件级命令（始终可用）
| 命令 | 功能 |
|---|---|
/arscontexta:setup |
对话式引导——生成完整系统 |
/arscontexta:help |
上下文指引与命令发现 |
/arscontexta:tutorial |
交互式演练（边学边做） |
/arscontexta:ask |
查询研究图谱获取方法论答案 |
/arscontexta:health |
对知识库运行诊断检查 |
/arscontexta:recommend |
获取适合你场景的架构建议 |
/arscontexta:architect |
基于研究的演进指导 |
/arscontexta:add-domain |
向现有系统添加新知识领域 |
/arscontexta:reseed |
当系统偏移积累时从第一原则重新推导 |
/arscontexta:upgrade |
将插件知识库更新应用到你的系统 |
生成命令（设置后可用）
| 命令 | 功能 |
|---|---|
/reduce |
从来源提取洞见 |
/reflect |
发现关联，更新 MOC |
/reweave |
用新关联更新旧笔记 |
/verify |
综合质量检查：描述 + 模式 + 健康度 |
/validate |
模式合规性检查 |
/seed |
创建带重复检测的提取任务 |
/ralph |
基于队列的编排，每阶段使用全新上下文 |
/pipeline |
端到端的来源处理 |
/tasks |
队列管理 |
/stats |
知识库统计 |
/graph |
图谱分析 |
/next |
下一步行动建议 |
/learn |
研究与成长 |
/remember |
挖掘会话学习成果 |
/rethink |
挑战系统假设 |
/refactor |
结构性优化 |
处理流水线
知识库实现了 6R 方法，在康奈尔笔记法的 5R 基础上增加了元认知层：
| 阶段 | 内容 | 命令 |
|---|---|---|
| 记录（Record） | 零摩擦捕获至 inbox/ | 手动 |
| 精简（Reduce） | 以领域原生分类提取洞见 | /reduce |
| 反思（Reflect） | 发现关联，更新 MOC | /reflect |
| 重织（Reweave） | 用新上下文更新旧笔记 | /reweave |
| 验证（Verify） | 描述 + 模式 + 健康检查 | /verify |
| 重思（Rethink） | 挑战系统假设 | /rethink |
每阶段全新上下文
每个阶段通过生成子 Agent 在独立的上下文窗口中运行。LLM 的注意力会随上下文填充而下降，通过为每个阶段生成全新子 Agent，确保每个阶段都在"高效区间"运行。
/ralph 5
|-- 读取队列，找到下一个未阻塞的任务
|-- 生成子 Agent（全新上下文）
| +-- 运行技能，更新任务文件，返回交接信息
|-- 解析交接信息，捕获学习成果
|-- 推进队列中的阶段
+-- 重复执行 5 次任务
钩子
四个钩子自动执行质量保障：
| 钩子 | 触发事件 | 功能 |
|---|---|---|
| 会话定向 | SessionStart |
注入工作区树、加载身份、显示维护信号 |
| 写入验证 | PostToolUse（写入） |
每次笔记写入时执行模式约束 |
| 自动提交 | PostToolUse（写入，异步） |
Git 自动提交，不阻塞主流程 |
| 会话捕获 | Stop |
将会话状态持久化到 ops/sessions/ |
研究图谱
methodology/ 目录包含 249 条相互关联的研究论据，涵盖思维工具、知识管理和 Agent 原生认知架构。这些论据支撑着每一项配置决策。
综合来源
卡片盒笔记法——康奈尔笔记法——常青笔记——PARA——GTD——记忆宫殿——认知科学（延展心智、激活扩散、生成效应）——网络理论（小世界拓扑、介数中心性）——Agent 架构（上下文窗口、会话边界、多 Agent 模式）
论据如何支撑决策
每个内核原语都包含 cognitive_grounding，链接到具体的研究：
- MOC 层级——上下文切换成本研究（Leroy 2009）
- 描述字段——渐进式披露原则
- Wiki 链接——激活扩散理论
直接查询：/arscontexta:ask "为什么我的系统使用原子笔记？"
语义搜索（可选）
qmd 支持跨词汇的概念匹配。 非必需——系统可完全依靠 ripgrep + MOC 遍历正常运行。
/setup 在语义搜索激活时应自动完成此配置。
以下命令为手动备用/设置验证方案。
# 安装 qmd
npm install -g @tobilu/qmd
# 或
bun install -g @tobilu/qmd
cd your-vault/
qmd init
qmd collection add . --name <notes_directory_name> --mask "<notes_directory_name>/**/*.md"
qmd embed
在知识库根目录创建或合并 .mcp.json：
{
"mcpServers": {
"qmd": {
"command": "qmd",
"args": ["mcp"],
"autoapprove": [
"mcp__qmd__search",
"mcp__qmd__vector_search",
"mcp__qmd__deep_search",
"mcp__qmd__get",
"mcp__qmd__multi_get",
"mcp__qmd__status"
]
}
}
}
将 qmd MCP 配置和工具预授权保存在 .mcp.json 中。
前置依赖
| 依赖项 | 是否必需 | 用途 |
|---|---|---|
| Claude Code v1.0.33+ | 是 | 插件宿主 |
tree |
是 | 工作区结构注入 |
ripgrep（rg） |
是 | YAML 查询、模式验证 |
| qmd | 可选 | 语义搜索 |
项目结构
arscontexta/
|-- .claude-plugin/
| |-- plugin.json # 插件清单
| +-- marketplace.json # 市场上架信息
|-- skills/ # 10 个插件级命令
| |-- setup/ # 对话式引导
| |-- help/ # 上下文指引
| |-- tutorial/ # 交互式演练
| |-- ask/ # 查询研究图谱
| |-- health/ # 诊断检查
| |-- recommend/ # 架构建议
| |-- architect/ # 演进指导
| |-- reseed/ # 从第一原则重新推导
| |-- upgrade/ # 应用知识库更新
| +-- add-domain/ # 多领域扩展
|-- skill-sources/ # 16 个生成命令模板
| |-- reduce/ # 提取洞见
| |-- reflect/ # 发现关联
| |-- reweave/ # 反向遍历
| |-- verify/ # 综合质量检查
| +-- ... # 12 个其他处理命令
|-- agents/
| +-- knowledge-guide.md # 流水线子 Agent
|-- hooks/
| |-- hooks.json # 钩子配置
| +-- scripts/ # 钩子实现
|-- generators/
| |-- claude-md.md # CLAUDE.md 模板
| +-- features/ # 17 个可组合功能块
|-- methodology/ # 249 条研究论据
|-- reference/ # 核心参考文档
| |-- kernel.yaml # 15 个内核原语
| |-- three-spaces.md # 架构规范
| +-- use-case-presets.md # 预验证配置
|-- platforms/ # 平台特定适配器
| |-- claude-code/
| +-- shared/
|-- presets/ # 预验证配置
|-- scripts/ # 实用脚本
+-- README.md
开发
克隆此仓库并将市场添加到 Claude Code：
/plugin marketplace add ~/path-to-arscontexta
安装插件：
/plugin install arscontexta@agenticnotetaking
每次修改后重新安装插件：
/plugin uninstall arscontexta@agenticnotetaking
/plugin install arscontexta@agenticnotetaking
贡献者关键文件
reference/kernel.yaml——每个系统必须包含的 15 个原语generators/features/*.md——可组合功能块skill-sources/*/SKILL.md——生成命令模板skills/setup/SKILL.md——推导引擎reference/use-case-presets.md——预设定义
预设配置
三种针对常见场景的预验证配置：
| 预设 | 适用人群 | 你将获得 |
|---|---|---|
| 研究型 | 学术工作、文献综述、知识综合 | 原子论据、引用追踪、方法论 MOC |
| 个人型 | 生活管理、日记、人际关系 | 反思笔记、目标追踪、关系 MOC |
| 实验型 | 测试、迭代、快速原型 | 轻量结构、快速捕获、极简流程 |
预设提供初始默认值，推导引擎会根据你的对话在此基础上进行适配。
路线图
| 功能 | 状态 |
|---|---|
| Claude Code 插件 | 已上线 |
| 市场上架 | 已上线 |
| 多 Agent 处理 | 进行中 |
设计理念
这个名字连接着一段传统。Ars Combinatoria（组合之术）、Ars Memoria（记忆之术）、Ars Contexta：上下文之术。
卢尔的旋转轮盘通过组合生成真理，布鲁诺的记忆轮盘创造了数百万种意象组合。它们是外部思维系统——用来思考的工具，而不仅仅是用来存储的容器。缺失的一环是：它们需要人类的心智来完成遍历。现在，LLM 可以遍历了。轮盘可以重新转动。
基于面向 Agent 的思维工具研究构建。
许可证
MIT