القائمة
将 Wittgenstein 语料（WittSrc/Clarino/Gutenberg）导入 Brain Pages。 识别文件类型，按规则路由到 brain/ 目录（works/concepts/people/timelines）， 执行 chunking、embedding 和去重。
التثبيت باستخدام Codex أو Claude انسخ هذا Prompt والصقه في Codex أو Claude أو مساعد آخر ليراجع صفحة Skill ويثبّتها لك.
استنادا إلى تصنيف SOC المهني
对 Brain Pages 执行分级实体富化。 Tier 3（单次提及）→ Tier 2（3次提及或跨来源）→ Tier 1（8次提及或核心人物/概念）。 从 SEP/IEP 百科、Gutenberg 简介中提取补充信息。
知识图谱遍历：基于抽取的 typed links（cites/evolves_to/contradicts/influenced_by） 执行递归图查询。回答关系型问题，如"Ms-114 和 Ms-152 之间有什么关系"、 "语言游戏概念是如何演变的"。
零 LLM 抽取 Wittgenstein 文本中的实体引用，生成 typed links 构建知识图谱。 通过正则匹配手稿编号、人名、哲学概念，生成 cites/evolves_to/contradicts/influenced_by 关系。
维护 Brain 健康状态：检查孤儿页（无入链）、死链接（目标不存在）、 过期页（90天未更新）、引用审计和标签一致性。
混合搜索：结合向量检索（pgvector）、关键词检索（tsvector）和 Reciprocal Rank Fusion（RRF）， 对 Wittgenstein Brain 进行多层检索。支持意图分类、多查询扩展、编译真理提升。
Wittgenstein Brain — 给维特根斯坦 Persona 专用的记忆系统。 将 Wittgenstein 学术语料（WittSrc/Clarino/Gutenberg）转化为可查询、可链接、可追踪的 Brain Pages， 并通过混合搜索 + 知识图谱为蒸馏流水线提供知识检索能力。 使用当用户想要： - 将 Wittgenstein 手稿语料导入 Brain - 查询某个哲学概念在手稿中的演变 - 生成手稿间引用关系图 - 为 Wittgenstein Persona 提供知识检索 - 从语料中提取实体（人名/概念/手稿编号）
| name | wittsrc-ingest |
| version | 1.0.0 |
| description | 将 Wittgenstein 语料（WittSrc/Clarino/Gutenberg）导入 Brain Pages。 识别文件类型，按规则路由到 brain/ 目录（works/concepts/people/timelines）， 执行 chunking、embedding 和去重。 |
| triggers | ["导入维特根斯坦语料","导入语料","ingest wittgenstein","import corpus","摄入"] |
| tools | ["wittsrc-import"] |
| mutating | true |
将外部语料文件转化为 Brain Pages，写入 corpus/wittgenstein/brain/。
| 文件名模式 | 目标目录 | 类型 |
|---|---|---|
*_Clarino-CC.txt | brain/works/ | 手稿正文 |
*_WittSrc*.txt | brain/works/ | 手稿正文 |
wab_xml/*.xml | brain/works/ | TEI XML 手稿 |
wittsrg/*.txt | brain/works/ | 手稿正文 |
sep-*.txt | brain/concepts/ | SEP 百科条目 |
iep-*.txt | brain/concepts/ | IEP 百科条目 |
wittgenstein-tractatus.txt | brain/works/ | 公版著作 |
wittgenstein-philosophical-investigations.txt | brain/works/ | 公版著作 |
wittgenstein-*.txt (其他) | brain/concepts/ | 混合内容 |
bun run scripts/wittsrc-brain-import.ts \
--corpus corpus/wittgenstein/texts/ \
--output corpus/wittgenstein/brain/ \
--dry-run
const CHUNK_SIZE = 512; // tokens per chunk
const CHUNK_OVERLAP = 64; // overlap tokens
const STRATEGY = 'semantic'; // 或 'recursive' 或 'fixed'
---
type: work # work | concept | person | timeline
title: Ms-114
titleFull: "Notebooks 1914-1916"
slug: work-ms-114
source: WittSrc BNE
sourceUrl: "http://www.wittgensteinsource.org/"
collection: manuscripts
period: [1912, 1916]
wordCount: 500860
encoding: Clarino-CC | WittSrc-Normalized | Gutenberg
---
utf-8 → latin-1 → cp1252corpus/wittgenstein/brain/
works/
work-ms-114.md (compiled truth + timeline)
work-ms-114.md.meta (embedding metadata)
work-tractatus.md
concepts/
concept-language-game.md
concept-private-language.md
people/
person-russell.md
timelines/
timeline-language-game.md (演变时间线)
works/_Clarino-CC.txt 文件都被识别--dry-run 先检查）works/（它们是二手文献）period 字段）