人工智能RAGAgent 記憶MCP 服務(wù)知識(shí)管理【免費(fèi)下載鏈接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain項(xiàng)目地址https://gitcode.com/gh_mirrors/gb/gbrain點(diǎn)擊查看免費(fèi)下載本指南講解 gbrain 中idea-lineage技能的設(shè)計(jì)與用法如何從大腦的筆記、對(duì)話、文章與會(huì)議記錄中重建某一個(gè)想法idea的完整演化路徑——首次出現(xiàn)、最佳表述、反復(fù)與矛盾、被放棄的分支以及當(dāng)前仍活躍的版本。讀完本文你將掌握該技能的適用范圍與邊界、五階段執(zhí)行流程、標(biāo)準(zhǔn)輸出格式與質(zhì)量規(guī)則并能結(jié)合倉(cāng)庫(kù)源碼理解search、query、get_page、takes_search、find_contradictions、find_trajectory等底層操作在譜系重建中各自扮演的角色。這個(gè)技能解決什么問(wèn)題大腦中沉淀的信息越多越難回答一個(gè)看似簡(jiǎn)單的問(wèn)題我對(duì)某件事的想法是怎么一步步變成現(xiàn)在這樣的 用戶通常想知道這個(gè)想法最早出現(xiàn)在什么時(shí)候它是在什么時(shí)刻變得清晰、完整的它取代了什么舊觀點(diǎn)和哪些別的想法沖突過(guò)哪些變體出現(xiàn)過(guò)又消失了現(xiàn)在仍然活著的版本是什么idea-lineage正是為這一類單想法single-idea概念譜系問(wèn)題而生的技能它的定位明確區(qū)別于另外兩條路構(gòu)建整個(gè)概念圖譜那是concept-synthesis的職責(zé)以及繪制某個(gè)實(shí)體的指標(biāo)軌跡那是find_trajectory的職責(zé)。典型觸發(fā)語(yǔ)句來(lái)自 SKILL.md 的 triggers 與 canonical examplesRun idea lineage on founder-led sales.How has my thinking about compounding trust changed?What is my current version of this idea?Where did this idea come from, and what did I abandon along the way?Show reversals in my thinking about ...技能的 frontmatter 中還聲明了六個(gè)只讀工具search、query、get_page、list_pages、takes_search、find_contradictions、find_trajectory并標(biāo)記mutating: false——默認(rèn)模式下它絕不改寫大腦中的任何頁(yè)面。定位邊界它不是什么技能文檔用一個(gè)專門的 What this is not 章節(jié)來(lái)劃清邊界避免與相鄰能力混淆相鄰能力區(qū)別concept-synthesis該技能負(fù)責(zé)去重大量概念 stub、分級(jí)、撰寫概念頁(yè)、構(gòu)建宏觀知識(shí)地圖是批量改寫型技能mutating: true寫入concepts/而 idea-lineage 只服務(wù)單一想法且默認(rèn)只讀find_trajectory該操作按實(shí)體繪制類型化事實(shí)或事件行的時(shí)間線MRR、角色、地點(diǎn)、狀態(tài)等結(jié)構(gòu)化指標(biāo)不處理概念演化矛盾探針運(yùn)行器idea-lineage 只讀取已緩存的矛盾發(fā)現(xiàn)cached contradiction findings不會(huì)主動(dòng)發(fā)起昂貴的探針掃描寫作模式默認(rèn)不是寫作模式除非用戶明確要求保存一份譜系頁(yè)面作為產(chǎn)物否則只給出只讀答案對(duì)照倉(cāng)庫(kù)中的 concept-synthesis/SKILL.md 可以看到另一側(cè)的分工它從 signal-detector、idea-ingest、voice-note-ingest 等攝入管道產(chǎn)生的大量概念 stub 出發(fā)經(jīng)過(guò) Jaccard 去重、子串去重、語(yǔ)義去重、打分分級(jí)T1 Canon 到 T4 Riff、LLM 綜合等階段把數(shù)千個(gè)原始概念頁(yè)收斂成一張策展過(guò)的知識(shí)地圖。一句話概括concept-synthesis 做廣與合idea-lineage 做單與沿。契約技能保證什么idea-lineage在執(zhí)行前承諾以下契約Contract 章節(jié)保持單一想法范圍。寬泛的語(yǔ)料掃描或 map my concepts 類請(qǐng)求必須路由給concept-synthesis而不是本技能。每條譜系結(jié)論都引用現(xiàn)存大腦證據(jù)頁(yè)面 slug、存在時(shí)的 source id、日期、以及短引文或片段。缺失的證據(jù)標(biāo)注為 gap證據(jù)缺口絕不編造貌似合理的故事去填補(bǔ)。矛盾、反轉(zhuǎn)、被放棄的分支與正常的時(shí)間演化嚴(yán)格分離。默認(rèn)只讀不修改大腦頁(yè)面。倉(cāng)庫(kù)中還有一組路由測(cè)試樣例 routing-eval.jsonl恰好印證了這些契約的可測(cè)試性{intent:Run idea lineage on founder-led sales and show the earliest version,expected_skill:idea-lineage} {intent:Show how my thinking about compounding trust changed over time,expected_skill:idea-lineage} {intent:What is my current version of the invisible college idea?,expected_skill:idea-lineage} {intent:Where did this idea come from in my notes, and what did I abandon?,expected_skill:idea-lineage} {intent:Show reversals in my thinking about founder-led sales,expected_skill:idea-lineage} {intent:How has acme-example MRR trended since January?,expected_skill:null} {intent:Build my intellectual map across all my recurring frameworks,expected_skill:concept-synthesis}注意負(fù)例How has acme-example MRR trended since January?的期望技能為null——這是結(jié)構(gòu)化指標(biāo)軌跡問(wèn)題應(yīng)走find_trajectory而非譜系而 Build my intellectual map 明確路由給concept-synthesis。這些樣例可以作為評(píng)估路由正確性的基準(zhǔn)夾具。五階段執(zhí)行流程技能的執(zhí)行被組織為五個(gè)階段從解析目標(biāo)到給出可操作的后續(xù)建議。Phase 1解析想法目標(biāo)Resolve the idea target用一句話重述這個(gè)想法。用search搜索精確短語(yǔ)的各種變體。對(duì)自然語(yǔ)言版本運(yùn)行一次語(yǔ)義query。當(dāng)想法有顯而易見的概念 slug 或標(biāo)題時(shí)用list_pages檢查概念頁(yè)。如果結(jié)果指向?qū)嶓w/指標(biāo)/狀態(tài)軌跡而不是概念則移交給find_trajectory或常規(guī)的 query/think 軌跡路徑。多義消歧如果多個(gè)不同的想法共用同一個(gè)短語(yǔ)必須先請(qǐng)用戶選擇意圖再開始綜合。這是防止譜系串線的關(guān)鍵閘門。Phase 2收集證據(jù)Gather evidence圍繞每個(gè)輸出桶output bucket收集足以支持或否決的證據(jù)帶日期和 source slug 的搜索分塊chunks。通過(guò)get_page獲取最相關(guān)概念頁(yè)、筆記、轉(zhuǎn)錄、會(huì)議、文章或項(xiàng)目頁(yè)的完整內(nèi)容。通過(guò)反向鏈接backlinks、relatedfrontmatter、或搜索結(jié)果中的反復(fù)共現(xiàn)發(fā)現(xiàn)相關(guān)概念頁(yè)。當(dāng)想法以信念、賭注、預(yù)感或被歸屬的聲明形式出現(xiàn)時(shí)用takes_search檢索 takes。當(dāng)用戶問(wèn)到不一致、或搜索結(jié)果呈現(xiàn)明顯沖突時(shí)用find_contradictions讀取已緩存的矛盾發(fā)現(xiàn)。只有當(dāng)證據(jù)呈實(shí)體/屬性形態(tài)如與想法故事相關(guān)的角色/狀態(tài)/指標(biāo)演化時(shí)才使用find_trajectory。技能明確要求寧可要少量高質(zhì)量來(lái)源也不要一長(zhǎng)串未經(jīng)整理的堆砌。當(dāng)片段暗示存在譜系里程碑時(shí)應(yīng)讀取完整頁(yè)面。Phase 3分類譜系時(shí)刻Classify lineage moments把證據(jù)歸類到七個(gè)桶中這是整個(gè)技能的分析核心首次提及First mention——想法出現(xiàn)的最早帶日期證據(jù)。最佳表述Best articulation——最清晰或最完整的表達(dá)不一定是時(shí)間上最新的。當(dāng)前活版本Current live version——最近的高權(quán)威、且仍處于活躍狀態(tài)的版本。反轉(zhuǎn)Reversals——用戶立場(chǎng)改變方向的地方。矛盾Contradictions——在同一時(shí)間或同一假設(shè)下無(wú)法同時(shí)為真的聲明必須與合理的時(shí)間取代temporal supersession區(qū)分開。被放棄的分支Abandoned branches——出現(xiàn)后又消失、失去支持或被明確拒絕的有前途變體。相關(guān)概念Related concepts——塑造或繼承了原想法一部分的鄰近想法。當(dāng)某個(gè)桶沒有證據(jù)時(shí)必須寫出 No clear evidence found并附上檢查了什么、缺什么的一行說(shuō)明而不是用敘事去填補(bǔ)。Phase 4綜合譜系Synthesize the lineage按下方輸出格式作答并且綜合程度要與證據(jù)成比例。如果證據(jù)稀疏、雜亂或互相矛盾不要強(qiáng)行擬合出一條平滑的演化曲線——如實(shí)呈現(xiàn)混亂本身就是一種忠實(shí)。Phase 5建議可選的后續(xù)動(dòng)作Suggest optional next action在答案末尾視情況提供一個(gè)具體跟進(jìn)項(xiàng)將譜系保存為大腦頁(yè)面僅當(dāng)用戶此前明確要求。如果用戶真正想要的是整體概念圖刷新建議運(yùn)行寬范圍的concept-synthesis。如果想法最終依賴結(jié)構(gòu)化實(shí)體事實(shí)建議運(yùn)行或查看軌跡數(shù)據(jù)。只有當(dāng)緩存的矛盾發(fā)現(xiàn)不足以支撐結(jié)論、且用戶明確想要更重的掃描時(shí)才建議運(yùn)行矛盾探針。標(biāo)準(zhǔn)輸出格式正常答案使用如下結(jié)構(gòu)來(lái)自 SKILL.md 的 Output Format 章節(jié)## Current Live Version [1-3 sentences. Include confidence: high / medium / low.] ## Lineage - First mention: [date] - [claim] ([source-id:slug], short quote) - Best articulation: [date] - [claim] ([source-id:slug], short quote) - Turning point: [date] - [what changed] ([source-id:slug]) ## Reversals and Contradictions - Reversal: [what changed, with before/after evidence] - Contradiction: [what conflicts, or No clear evidence found] ## Abandoned Branches - [branch] - [why it appears abandoned, with evidence] ## Related Concepts - [concept slug or title] - [relationship] ## Evidence Gaps - [bucket or claim] - [what was checked and what is missing]對(duì)簡(jiǎn)短答案可以折疊部分小節(jié)但必須保持同樣的區(qū)分first mention / best articulation / reversal / contradiction / abandoned branch 等類別不可合并丟失。每一條非 gap 結(jié)論都必須引用來(lái)源。輸出格式的細(xì)節(jié)體現(xiàn)了技能的核心價(jià)值觀Current Live Version需要顯式給出置信度high / medium / lowEvidence Gaps是一個(gè)強(qiáng)制小節(jié)保證我不知道什么和我知道什么一樣透明。質(zhì)量規(guī)則與反模式質(zhì)量規(guī)則Quality Rules引用首次提及或最佳表述時(shí)引用精確原文Quote exact text。來(lái)源有日期就帶上日期沒有日期就寫 undated絕不猜測(cè)。用戶本人的直接陳述是最高權(quán)威用于判斷用戶當(dāng)前的立場(chǎng)。持有人歸屬的 takes 是該持有人的信念不自動(dòng)等同于關(guān)于世界的、或關(guān)于大腦所有者的客觀事實(shí)。當(dāng)證據(jù)來(lái)自單一薄弱片段、無(wú)日期頁(yè)面或模糊語(yǔ)義匹配時(shí)把置信度標(biāo)為 low。當(dāng)搜索或頁(yè)面負(fù)載中包含 source id 時(shí)在引用中保留它。這套規(guī)則的底層依據(jù)可以在 docs/takes-vs-facts.md 中找到gbrain 有兩層認(rèn)識(shí)論存儲(chǔ)——takes 是誰(shuí)在什么置信權(quán)重下相信什么的冷存儲(chǔ)多持有人kind 分為take/fact/bet/hunchfacts 是大腦所有者對(duì)話中實(shí)時(shí)捕獲的熱記憶event/preference/commitment/belief/fact/idea。譜系綜合時(shí)絕不能坍縮這兩層把某個(gè)持有人如people/alice-example的歸屬信念直接當(dāng)作大腦所有者的事實(shí)來(lái)陳述正是該技能要避免的類別錯(cuò)誤。此外conventions/quality.md 還定義了引文格式與來(lái)源優(yōu)先級(jí)用戶直接陳述 編譯真理 時(shí)間線條目 外部來(lái)源技能文檔首部的 Convention 提示也指向這份文件。反模式Anti-Patterns對(duì)單一想法問(wèn)題運(yùn)行concept-synthesis。把實(shí)體的 MRR、ARR、角色或狀態(tài)軌跡當(dāng)作概念譜系呈現(xiàn)卻不解釋二者的區(qū)別。把正常的時(shí)間演化誤判為矛盾。因?yàn)楣适聲?huì)更有趣而憑空編造被放棄的分支。未經(jīng)用戶明確指示就保存或改寫大腦頁(yè)面。在捆綁的 fixtures 或文檔中使用真實(shí)姓名、公司、基金或 fork 特有示例這也是本倉(cāng)庫(kù)測(cè)試夾具全部使用acme-example這類占位名的原因。底層操作與源碼實(shí)現(xiàn)idea-lineage 依賴的六個(gè)工具中takes_search、find_contradictions、find_trajectory在倉(cāng)庫(kù)中都有可定位的 MCP 操作實(shí)現(xiàn)了解它們的參數(shù)與行為有助于在實(shí)戰(zhàn)中精準(zhǔn)調(diào)用。takes_search歸屬信念的關(guān)鍵詞檢索實(shí)現(xiàn)位于 src/core/ops/takes.tsconst takes_search: Operation。它基于pg_trgm 三元組相似度對(duì) take 的 claim 文本做關(guān)鍵詞搜索參數(shù)包括query必填匹配 take claim 文本的搜索詞例如valuation caplimit最大結(jié)果數(shù)默認(rèn) 30上限 100。它通過(guò)engine.searchTakes執(zhí)行并帶takesHoldersAllowList與readPolicyOpts做持有人與來(lái)源作用域過(guò)濾。在 idea-lineage 的 Phase 2 中當(dāng)想法以信念/賭注/預(yù)感/被歸屬聲明形態(tài)出現(xiàn)時(shí)takes_search是進(jìn)入誰(shuí)、何時(shí)、以多大權(quán)重相信什么這一層的入口。同文件的takes_list還支持按holderworld|garry|brain|slug、kind、active、resolved、sort_by、limit/offset過(guò)濾可用于查看某個(gè)持有人對(duì)某想法的全部 takes。find_contradictions只讀緩存報(bào)告實(shí)現(xiàn)位于 src/core/ops/insights.ts。要點(diǎn)只讀取eval_contradictions_runs.report_json中最近一次運(yùn)行的結(jié)果不會(huì)觸發(fā)新的探針——與技能文檔 does not launch expensive probes 的定位一致參數(shù)slug子串匹配對(duì)中任意一側(cè)、severitylow/medium/high、limit默認(rèn) 20上限 100若 30 天內(nèi)沒有探針運(yùn)行返回空結(jié)果并提示先運(yùn)行g(shù)brain eval suspected-contradictions每個(gè)發(fā)現(xiàn)包含kind、severity、axis、confidence、兩側(cè)的{slug, chunk_id, take_id}以及resolution_kind/resolution_command。這條路徑讓 idea-lineage 能在不啟動(dòng)重掃描的前提下把緩存中已標(biāo)記的矛盾納入Reversals and Contradictions小節(jié)。find_trajectory結(jié)構(gòu)化的實(shí)體時(shí)間線側(cè)信道同樣位于 src/core/ops/insights.ts參數(shù)entity_slug必填要繪圖的實(shí)體 slug如companies/acme-example、people/alice-examplemetric過(guò)濾到單一規(guī)范指標(biāo)如mrr、arr、team_size省略則返回全部kind按行形態(tài)過(guò)濾metric/event/all默認(rèn)v0.40.2.0 引入since/until對(duì)valid_from的時(shí)間窗口約束limit返回點(diǎn)數(shù)默認(rèn) 100上限 500。注意它特意沒有設(shè)置 localOnlyfederated OAuth 客戶端可以查詢其作用域內(nèi)實(shí)體的軌跡但引擎內(nèi)部會(huì)按 D-CDX-1 做可見性過(guò)濾遠(yuǎn)程調(diào)用者只能看到visibilityworld的事實(shí)。CLI 側(cè)還有對(duì)應(yīng)的gbrain eval trajectory命令src/commands/eval-trajectory.ts用法示例gbrain eval trajectory companies/acme-example gbrain eval trajectory companies/acme-example --metric mrr gbrain eval trajectory companies/acme-example --since 2026-01-01 --until 2026-07-31 gbrain eval trajectory companies/acme-example --json該命令會(huì)輸出按時(shí)間排序的聲明點(diǎn)、回歸標(biāo)記[REGRESSION ↓x%]與敘事漂移分?jǐn)?shù)?；貧w與漂移的計(jì)算邏輯集中在 src/core/trajectory.ts回歸檢測(cè)同一 metric 內(nèi)連續(xù)兩個(gè)值中新值比舊值低至少 10% 即觸發(fā)閾值可用環(huán)境變量GBRAIN_TRAJECTORY_REGRESSION_THRESHOLD調(diào)整默認(rèn) 0.10相對(duì)變化以abs(舊值)為分母從而正確處理負(fù)值指標(biāo)漂移分?jǐn)?shù)1 - mean(cosine(emb[i], emb[i-1]))鉗制在 [0, 1]少于 3 個(gè)帶嵌入的點(diǎn)時(shí)優(yōu)雅降級(jí)為null分?jǐn)?shù)解讀0.15 穩(wěn)定敘事0.35 輕度漂移0.6 中度漂移以上為快速變化。在 idea-lineage 中find_trajectory只作為可選側(cè)信道使用——僅當(dāng)想法的故事確實(shí)依賴于角色/狀態(tài)/指標(biāo)這類結(jié)構(gòu)化演化時(shí)才接入絕不能把 MRR 曲線當(dāng)作概念譜系本身。search / query / get_page / list_pages這四個(gè)是譜系證據(jù)的主干采集器search提供帶日期的關(guān)鍵詞分塊query提供語(yǔ)義召回get_page取回候選來(lái)源頁(yè)的完整上下文list_pages用于概念頁(yè)發(fā)現(xiàn)與作用域內(nèi)的頁(yè)面枚舉。它們分別對(duì)應(yīng)技能 Phase 1 的步驟 2–4 與 Phase 2 的證據(jù)來(lái)源組合起來(lái)完成精確短語(yǔ)變體 → 語(yǔ)義匹配 → 全頁(yè)上下文 → 概念頁(yè)枚舉的完整證據(jù)鏈。實(shí)戰(zhàn)要點(diǎn)小結(jié)先問(wèn)范圍請(qǐng)求是單一想法的演化還是整個(gè)概念圖譜前者用本技能后者路由到concept-synthesis對(duì)比見 concept-synthesis/SKILL.md。識(shí)別證據(jù)形態(tài)信念/賭注類證據(jù)走takes_searchsrc/core/ops/takes.ts矛盾走緩存的find_contradictionssrc/core/ops/insights.ts實(shí)體指標(biāo)走find_trajectorysrc/core/ops/insights.ts不要把三者混用。引用紀(jì)律每條非 gap 結(jié)論給出[source-id:slug]、日期與短引文無(wú)日期寫 undated來(lái)源缺失寫 No clear evidence found 并說(shuō)明檢查范圍。區(qū)分層級(jí)歸屬 takes ≠ 大腦所有者的事實(shí)綜合時(shí)參考 docs/takes-vs-facts.md 保持兩層不坍縮引文規(guī)范見 conventions/quality.md。保持只讀除非用戶明確要求保存譜系頁(yè)面否則不寫任何大腦頁(yè)面。誠(chéng)實(shí)呈現(xiàn)證據(jù)稀疏或互相矛盾時(shí)如實(shí)輸出缺口與沖突而不是偽造平滑演化或更有趣的分支。贊分享人工智能RAGAgent 記憶MCP 服務(wù)知識(shí)管理【免費(fèi)下載鏈接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain項(xiàng)目地址https://gitcode.com/gh_mirrors/gb/gbrain點(diǎn)擊查看免費(fèi)下載相關(guān)推薦gbrain idea-lineage 技能實(shí)戰(zhàn)在思維庫(kù)中追蹤單一想法的完整演化軌跡gbrain idea lineage 技能實(shí)戰(zhàn)在思維庫(kù)中追蹤單一想法的完整演化軌跡 導(dǎo)讀 本文圍繞 gbrain 開源倉(cāng)庫(kù)中的 idea lineage 技人工智能RAGAgent 記憶MCP 服務(wù)知識(shí)管理Blender MCP完整指南AI驅(qū)動(dòng)3D建模的深度解析與實(shí)戰(zhàn)教程Blender MCP完整指南AI驅(qū)動(dòng)3D建模的深度解析與實(shí)戰(zhàn)教程 Blender MCP是一款革命性的開源工具它通過(guò)模型上下文協(xié)議Model ConteMCP 服務(wù)AI 應(yīng)用人工智能數(shù)據(jù)血緣追蹤實(shí)戰(zhàn)Apache Airflow Lineage讓數(shù)據(jù)可追溯數(shù)據(jù)血緣追蹤實(shí)戰(zhàn)Apache Airflow Lineage讓數(shù)據(jù)可追溯 在數(shù)據(jù)處理流程中你是否曾遇到過(guò)這些問(wèn)題數(shù)據(jù)異常時(shí)無(wú)法快速定位根源合規(guī)審計(jì)要求追后端工作流自動(dòng)化任務(wù)調(diào)度數(shù)據(jù)工程上一篇GitHub REST API 描述項(xiàng)目教程下一篇efibooteditor 項(xiàng)目教程創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考