369 lines
12 KiB
Markdown
369 lines
12 KiB
Markdown
# 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
|
||
|
||
1. 将应用市场添加到 Claude Code：
|
||
```
|
||
/plugin marketplace add agenticnotetaking/arscontexta
|
||
```
|
||
|
||
2. 安装插件：
|
||
```
|
||
/plugin install arscontexta@agenticnotetaking
|
||
```
|
||
|
||
3. 重启 Claude Code，然后运行：
|
||
```
|
||
/arscontexta:setup
|
||
```
|
||
|
||
4. 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）
|
||
|
||
5. 引擎生成你的完整知识系统
|
||
|
||
6. 再次重启 Claude Code，以激活生成的钩子和技能
|
||
|
||
7. 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](https://github.com/tobi/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。
|
||
|
||
```bash
|
||
# 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`：
|
||
|
||
```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](https://docs.anthropic.com/en/docs/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](https://github.com/tobi/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](https://github.com/agenticnotetaking)研究构建。
|
||
|
||
---
|
||
|
||
## 许可证
|
||
|
||
MIT |