Skip to content

Repository files navigation

Edges — 个人认知系统

把认知资本转化为可复利的判断优势。

Edges 是一个以知识资产为核心、由 Agent 接口和可迁移 harness 支撑的个人认知系统。它把有限的时间、注意力和推理能力投入知识的研究、提炼与使用,让重要经验形成可复用的 Edge,并在真实判断、行动和外部互动中持续获得反馈。

这是一个公开的个人系统,不承诺整仓可以即插即用;其中的 skills、CLI、MCP 等组件可以独立复用。

理念:知识只有进入闭环,才能产生复利

从投资的角度看,知识管理是在配置认知资本。信息只是研究机会;保存下来并不会自动成为资产。缺少提炼、无法重新找到、不能影响行动的内容,不但无法产生收益,还会积累持有成本。Edges 关心的是选择值得持续投入的经验,把它们转化为能够改善未来决策的知识资产。

核心原则是:多端捕获,选择投入;沉淀 Edge,按需部署;反馈回流,持续复利。

(1) 发现机会:对话 / 文章 / 实践 / 学习
        |
        | 低成本捕获
        v
(2) 投入研究:Notes / Projects / Teach
        |
        | 配置认知资本,选择性提炼
        v
(3) 形成资产:Edges
        |
        | 按需部署
        +--> 内部调用 --> 判断与行动
        |
        +--> 外部扩环 --> Posts / 系统接口 --> 外部参与者
        |
        v
(4) 获得收益:行动结果 / 新经验 / 问题 / 反驳 / 新证据
        |
        | 回流并再投资,改善资产与管理能力
        +------------------------------------------> 回到 (1)

这就是 Edges 的知识闭环(Knowledge Loop)。“机会”是值得研究的线索,不是交易机会;“收益”是相对原有判断或替代方案,在判断质量、行动效果、决策速度、认知成本或外部反馈上的改善,不等于财务利润。只有收益与反馈重新进入捕获入口并被再次投入,知识积累才会变成认知复利。

人在闭环中拥有认知资本,决定配置方向并承担最终风险;Agent 是受人治理的主动管理者,协助研究、提炼、检索、部署和处理反馈;Memory 让规则、上下文和资产跨任务延续;Loop 则把一次使用变成持续的收益再投资。

知识闭环还可以向外扩张。Edge 被内部调用,形成“判断—行动—新经验”的个人循环;Post 和系统接口把知识部署给更多人和系统,引入新的问题、反驳与证据。输出不是终点:只有反馈催生的新洞察重新进入知识生产入口,个人循环才扩展成连接真实世界的更大循环。

复利发生在两个相互促进的层面:反馈修正 Edge,改善知识资产组合;反馈进一步改变 Agent 的记忆、检索、工具和工作流,改善资产管理能力。Edges 当前追求 Human/Agent-in-the-loop 的受控自进化:Agent 协助发现问题、提出改进和执行验证,人判断并采纳重要变更。Recursive Self-Improvement(递归自我改进)是更长期的方向,不是当前能力。

知识模型

目录不是一条强制流水线,而是在知识闭环中承担不同角色:

角色 目录或机制 作用
知识生产 notes/projects/teaching/ 承载研究线索与在研资产,选择性投入认知资本
知识沉淀 edges/ 形成脱离原始场景仍可反复部署的核心资产
知识使用 内部调用、posts/、系统接口 部署资产,获得决策收益和外部反馈
工作项 tasks/ 跨 Agent 接力的 Task 看板,按 edges-tasks-status 分夹;不是知识原材料,也不是抢单队列
支撑与退出 resources/archive/ 支撑资产使用、控制持有成本并保留恢复可能

Notes 是低成本、零散且尚未形成稳定结论的捕获。Projects 是以解决问题或交付产出为目标的专项工作区;Teach 是以学习进展和能力获得为目标的专项工作区。三者都是知识生产入口,不是依次晋级的成熟度阶段,也不要求投入相同成本。专项中的原始上下文留在工作区,只有预期能够复用、影响决策或降低不确定性的经验,才值得进一步提炼为 Edge。

knowledge/tasks/ 存放跨 Agent 接力的工作项,按 edges-tasks-status 分夹。新人侧捕获默认落入 backlog/;执行记录写在同 stem 的 sidecar,不进入 Task 正文。它不是 Note,也不是 Multica 式可抢单队列。

Edge 与演化

Edge 是已经提炼出理由与适用边界、可检验且能相对原有判断或替代方案改善未来决策的可复用判断。单条 Edge 是判断优势;多个相互补充、交叉检验并服务于不同决策的 Edge,共同构成认知资产组合。

Edge 至少应说明结论、理由、适用边界和检验方式,并满足四项准入标准:未来可以复用,能够影响行动,允许复盘或证伪,并能随新经验继续演化。现实验证可以记录,但不是成为 Edge 的前提。Edge 也具有认知风险:证据可能不足,判断可能被越界使用,价值可能随环境衰减,也可能被新证据反驳。

对新增 Edge,可以逐步观察置信度、验证证据、复用记录、最近复查时间、失效条件和衰减风险。这些是帮助判断与演化的观察维度,不是统一的 ROI、Alpha 或综合评分;现有历史内容也尚未按这些维度完成记录。

从 Note 或专项形成 Edge 是提炼,不是移动原文或复制全文。外部反馈首先作为新材料回到 Note 或对应专项,经过判断后再用于演化 Edge:

  • 不改变判断含义的勘误、证据和链接补充,可以原地修改。
  • 适用边界、因果解释或结论发生实质变化时,创建继任 Edge,并标明替代关系。
  • 被替代的旧 Edge 归档到对应的 archive/edges/ 路径。

知识如何发挥作用

  • 内部调用:在新问题中检索并部署 Edge,使其影响判断与行动;产生的决策收益再回到知识生产入口。
  • 外部扩环:Post 或系统接口把活跃知识部署给外部参与者;读者反馈、使用结果和新证据回流后,形成更大的知识闭环。

knowledge/posts/ 存放准备公开发表的成稿。Post 可以取材于 Note、Edge 或专项成果,但不会替代内部知识真源。该目录由人仔细维护;AI 不得自动创建、编辑、移动、删除、重构或重写其中的任何文件,可以在其他位置协助起草,再由人审阅后放入。

知识资产只有能够被及时找到、理解并带着必要上下文投入决策,才具有流动性。当前主要通过文件、Obsidian 和人工检索调用知识;后续计划接入 RAG、PageIndex 等索引方式,并经 extensions/ 向外部系统提供机器可读的知识访问能力。它们旨在提高知识流动性,但仍属于规划方向,尚不是现有能力。

支撑与退出

knowledge/resources/ 存放跨知识区域共享的图片、音频等附件,不作为独立知识阅读;只属于某个专项的附件与专项共置。

knowledge/archive/ 类似整个知识空间的回收站:过时、重复、错误或低活跃度内容退出活跃区域,以降低持有成本,但仍保留来源和恢复可能性。它不是知识出口,也不限于失效 Edge。归档必须保留内容在 knowledge/ 下的原始相对路径:

knowledge/notes/a.md → knowledge/archive/notes/a.md
knowledge/projects/foo/report.md → knowledge/archive/projects/foo/report.md

曾经有意义或被引用过的内容应归档,并写明原因;误建、空白或纯临时文件可以直接删除。

以上是新增内容和后续维护的目标约定。历史内容尚未全部按该模型整理,目录现状不代表已经完成迁移。

系统实现

目录 职责 边界
knowledge/ 知识生产、提炼、使用与退出 Edges 的核心资产
AGENTS.md.memory/ 为 Agent 提供分层的规则、决策、纠错与流程记忆 服务项目维护,不替代长期知识库
extensions/ 让 Agent 或外部系统接入、操作 Edges 必须与 Edges 直接相关
shared-extensions/ 跨机器、跨 Agent 共用的个人 harness 离开 Edges 仍然有价值
scripts/ 初始化、构建、迁移等维护脚本 通过 pnpm 调用,不加入 $PATH
evaluation/ 评测整套 Edges 系统元工作,不是知识生命周期阶段
observation/ 观测运行与使用 运营观测,不替代 .memory 决策

evaluation/observation/ 是系统实现旁的支撑目录:前者对照假设,后者记录野外现象。它们不进入 notes → edges → archive 主链;观测或评测若产生新洞察,仍须回到捕获入口。

捕获入口最终回到同一套知识模型:人和有 shell 的 Agent 使用 edges CLIedges note …(稳定参数与 JSON stdout);没有 shell 的宿主使用 new-note MCP;Agent 何时该调用则看 edges-note Skill。它们复用同一条 Note 入库链路。npm package.jsonbin 只是 edges 的安装挂钩,不是单独一层。

Agent Memory 在 Edges 中不是单一目录:当前会话承载尚未入库的临时研究;AGENTS.md.memory/ 保存维护系统所需的运营规则、决策与经验;knowledge/ 保存长期认知资产;检索和接口负责把资产重新带入任务。Memory 提供连续性,Agent 负责主动管理,两者共同服务于知识闭环。

extensions/ 收录为了接入或操作 Edges 而存在的 CLI、MCP server、skill 和其他接口。shared-extensions/ 则保存不依赖 Edges、可跨机器和 Agent 客户端复用的个人 harness;两者互斥。

现有调用侧以文件、Obsidian 和人工检索为主。未来的索引、检索与机器接口仍放在 extensions/,提高知识流动性并让闭环连接外部系统,但必须在实现前明确标注为规划能力。

使用与维护

维护完整的 Edges

pnpm install
pnpm setup
pnpm skills:link
  • pnpm install:安装 workspace 依赖。
  • pnpm setup:初始化本地环境(加载 .env;不再把仓根 bin/ 写入 PATH)。
  • pnpm skills:link:把 Edges 自有 skills 链到项目级 .agents/skills/

只使用可复用组件

不克隆整套系统也可以安装公开 skills:

npx skills@latest add VirusPC/edges/extensions/skills

子路径不能省。单独使用 Agent CLI、MCP server 或 skills 的方式分别见 extensions/clis/README.mdextensions/mcp-servers/README.mdextensions/skills/README.md

开发与验证

pnpm build
pnpm test

package.json 是可用 workspace 命令的当前清单,专项命令见各子目录 README。

文档与版本

  • README.md:目录约定、业务逻辑和内容标准的唯一真理源。
  • AGENTS.md:Agent 必须优先看到的硬约束和分层项目记忆入口。
  • CONTEXT.md:领域术语表,不存放实现细节。
  • .memory/:保存无法从代码或 Git 历史直接推导的决策、反馈与参考资料。
  • 仓库级变更记录在 CHANGELOG.md,tag 使用 vX.Y.Z
  • 对外 skill 各自独立 semver;shared-extensions/ 整层使用自己的 VERSIONCHANGELOG.md

进一步文档:Edges 扩展 · 共享 Agent harness · 维护脚本 · 评测 · 观测

公开仓库边界

本仓库公开在 github.com/VirusPC/edges,写入即等同公开发表:

  • token、API key、密码、私钥、cookie 等凭据,个人信息、未公开 IP,以及 .docx.xlsx.pptx 等办公二进制文件绝不入库。
  • 内部域名、系统名、服务名、代码路径、同事身份和排期等标识符必须删除或改写为通用表述后才能入库。
  • 截图按“能否直接放到公开博客”判断;需要打码、包含内部 UI 或可能泄漏上下文的截图不要入库。
  • 发现疑似泄漏时立即停止并告知仓库所有者;删除工作区文件不等于清除 Git 历史。
  • git filter-repo、force push 等历史重写必须由仓库所有者确认并执行。

License

本仓库使用 MIT License。系统演进记录见 CHANGELOG.md

About

个人大脑

Resources

Stars

2 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages