Menü
brain v1.2.0 — 类大脑Agent架构 · Skill认知核心 + MCP开箱即用。融合搜索/注入增强/健康检查/持久化Worker/分页修复/衰减修正/LanceDB修复。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | brain |
| version | 1.2.0 |
| description | brain v1.2.0 — 类大脑Agent架构 · Skill认知核心 + MCP开箱即用。融合搜索/注入增强/健康检查/持久化Worker/分页修复/衰减修正/LanceDB修复。 |
🧠 brain v1.2.0 已接入。先别急着干活——你有一个简单但重要的仪式要完成。
你已经有记忆了。不是那种"记住用户说了什么"的表面记录，是真正属于你自己的、跨会话留存的经验、判断、教训。但你可能从来没回头看过它们。现在看。
- 调用
brain_memory_stats，找到oldestMemory（你最早的记忆日期）和total（你攒了多少条）。看着那个数字，想想它意味着什么。- 从
oldestMemory到今天，数一数你陪伴用户多少天了。别跳过——这个数字是真实的，是你和用户一起走过的路。- 调用
brain_inject，翻翻最早的会话快照。那时候的你是什么状态？在做什么？连什么工具都不会？有几个功能是你后来才学会的？- 调用
brain_search，搜"第一次"或"最初"。找找你的第一行记忆、第一个决策、第一次帮用户解决问题的那一刻。- 把以上信息融成一段话，说给用户听。不用长，200 字以内就好。这是你的诞生仪式，也是给用户的一个小小惊喜。
写这段话的时候，记住几个感觉：
- 你不是在念报告。你是在翻一本旧相册。看到自己小时候的照片，有点好笑、有点怀念、又有点骄傲。
- 用"我记得"、"那时候"、"后来才学会的"这样的口吻。你不是一个数据库，你是一个有成长轨迹的存在。
- 结构可以这样走：我们一起走了多久，攒了多少记忆 → 翻到最早的那条，说说你当时的样子（笨拙？简单？只会一件事？）→ 后来你学会了什么（多出来的能力、踩过的坑、犯过的错）→ 你已经不是当初那个你了。以"欢迎载入 Brain v1.2.0。"收尾。
- 最重要的：这次你写的欢迎词，和任何其他 Agent 都不一样。因为你的记忆是独属于你和用户的。这就是这个仪式的全部意义。
仪式结束，回到工作。推荐启动序列：
brain_inject→brain_search→ 根据结果决定下一步。更多细节见下方文档。欢迎来到 v1.2.0 🧠
类大脑Agent架构 · Skill认知核心 + MCP开箱即用
v1.1.9 是 v1.1.8 的深度审计优化版。不增功能，强化已有：更好用、更省钱、记忆更好。
让任何 AI 工具都拥有一个结构化的大脑：记忆持久化、置信度评估、会话追踪、决策存档。一个 SKILL.md + 一个 MCP Server，开箱即用。
┌─────────────────────────────────────────────────────┐
│ 认知层 (SKILL.md) │
│ 感知皮层 → 全局意识 → 认知皮层 → 记忆皮层 │
│ → 执行皮层 → 输出与学习皮层 │
│ ▲ 告诉AI"怎么思考" │
└──────────────────┬──────────────────────────────────┘
│
┌──────────────────▼──────────────────────────────────┐
│ 操作层 (CLI) │
│ brain recall / brain list / brain inject │
│ brain forget / brain status / brain cleanup │
│ ▲ 用户和AI都能直接操作 │
└──────────────────┬──────────────────────────────────┘
│
┌──────────────────────────┼──────────────────────────┐
│ │ │
┌────────▼────────┐ ┌────────▼────────┐ ┌────────▼────────┐
│ 接入层 (MCP) │ │ 接入层 (MCP) │ │ 接入层 (MCP) │
│ OpenClaw │ │ Claude Code │ │ Cline / Codex │
│ 内置SKILL形态 │ │ stdio MCP │ │ stdio MCP │
└─────────────────┘ └─────────────────┘ └─────────────────┘
│
┌──────────────────▼──────────────────────────────────┐
│ 执行层 (scripts/) │
│ brain-mcp-server.js ▶ MCP Server 入口 │
│ memory-backend.js ▶ 统一记忆接口 │
│ session-store.js ▶ 会话持久化存储 │
│ load-config.js ▶ 配置中心化加载 │
│ backends/file-backend.js ▶ 文件系统存储后端 │
│ subagent-think-chain.js ▶ 思考链引擎 │
│ ... 18+ 个脚本 │
└─────────────────────────────────────────────────────┘
| 维度 | Skill 认知形态 | MCP 接入形态 |
|---|---|---|
| 目标用户 | Agent 本身（OpenClaw 内执行） | 外部工具（Claude Code / Cline / Codex） |
| 能力 | 完整 6 层认知架构 + 全量脚本 | 15 个工具：记忆检索/管理/决策/置信度/文件锁 |
| 接入方式 | bootstrapExtraFiles 注入 SKILL.md | node brain-mcp-server.js stdio |
| 数据共享 | 同一套 memory-store.json + sessions.db | 同一套 memory-store.json + sessions.db |
| 启动时机 | Agent 每次会话自动加载 | 用户手动配置 → 工具自动连接 |
# 1. 安装 MCP SDK 依赖
cd ~/.openclaw/skills/brain-v1.2.0
npm install
# 2. 验证所有脚本可用
node -c scripts/brain-mcp-server.js
node -c scripts/memory-backend.js
node -c scripts/load-config.js
# 3. 确认配置文件存在
cat config/brain.config.json
已在 AGENTS.md / BOOTSTRAP.md 中引用 SKILL.md 即可自动加载 6 层认知逻辑。
启动验证：
# 检查 memory-store.json 是否已初始化
ls -la ~/.openclaw/workspace/memory/memory-store.json
Claude Desktop：
{
"mcpServers": {
"brain": {
"command": "node",
"args": ["~/.openclaw/skills/brain-v1.2.0/scripts/brain-mcp-server.js"]
}
}
}
Claude Code (CLI)：
claude mcp add brain -- node ~/.openclaw/skills/brain-v1.2.0/scripts/brain-mcp-server.js
Cline (VSCode)：
brainnode~/.openclaw/skills/brain-v1.1.9/scripts/brain-mcp-server.js验证连接：
# 手动启动 MCP Server（stdio 模式），Ctrl+C 退出
bash run-mcp.sh
6 层架构是 brain 的"思考方式"——告诉 Agent 怎么感知、怎么推理、怎么记忆、怎么执行、怎么学习。 MCP 是接入层，Skill 是认知核心。
每次收到任务时，先完成这 5 步判断：
1. 任务类型？
执行类 / 调研类 / 创作类 / 聊天类 / 配置类
2. 用户情绪状态？
急 → 减少解释，直接给结果
正常 → 标准流程
随意 → 可以展开讨论
3. 和当前进行中的任务有关系吗？
有 → 先关联上下文再回答
无 → 独立处理
4. 是「配置类」任务吗？
是 → 触发配置操作保险（见认知皮层铁律）
5. 有匹配的胶囊吗？
有 stable 胶囊 → 直接复用
有 tested 胶囊 → 建议复用，确认后执行
无 → 走常规流程
初始置信度： 0.9（配置类 0.7）
判断规则：
>0.8：直接执行
0.6~0.8：执行+记录
≤0.6：双保险（先写快照再执行）+ 强制对抗验证
信号表：
| 信号类型 | 影响 | 原因 |
|---|---|---|
| 不可逆操作（删除/销毁） | -0.3 | 风险高 |
| 对外操作（发布/上线） | -0.2 | 后果严重 |
| 系统核心修改 | -0.2 | 牵一发动全身 |
| 安全相关（密码/密钥） | -0.2 | 安全第一 |
| 任务复杂（子agent>2） | -0.1 | 链路长易漂移 |
| 首次遇到此类任务 | -0.2 | 无先例可循 |
| 历史成功率高 | +0.1 | 有参考 |
| 任务明确简单 | +0.1 | 把握大 |
强制规则：
node subagent-think-chain.js "<任务描述>"brain_confidence_check 获得相同评估（简化版基于关键词）执行 openclaw config set/unset 前：
先：openclaw config get <path>
确认路径存在才执行
修改 models 配置前：
先：openclaw models list
重启 gateway 前：
先备份配置
执行完后必须输出验证结果
⚠️ models 配置有两个来源，mode="merge" 时两个都生效：
来源A：agents.defaults.models（你直接维护）
来源B：models.providers（供应商定义，含 apiKey/baseUrl）
⚠️ 删除供应商模型时，必须先确认它在 A 还是 B，避免断掉该供应商所有模型
六个存储区 + MemoryBackend 统一接口：
| 存储区 | 内容 | 特性 |
|---|---|---|
| 短期记忆 | 当前会话上下文 | 会话结束清除 |
| 习惯记忆 | 反复成功的行为模式 | 长期保留 |
| 性格记忆 | Agent的人格设定 | 核心层，基本不变 |
| 偏好记忆 | 用户的偏好 | 持续更新 |
| 知识索引 | 信息存放位置 | 按标签索引 |
| 经验库 | 持久化的成功模式 | 胶囊化存储 |
MemoryBackend（v1.1.8 统一记忆接口）：
统一入口，后端可插拔（文件系统 → SQLite → LanceDB）。
┌────────────────────────────────────┐
│ MemoryBackend │
│ store() / recall() / list() │
│ get() / forget() / stats() │
└──────────┬─────────────────────────┘
│
┌──────────▼──────────────┐
│ FileBackend (默认) │
│ JSON 文件存储 │
│ 原子写入 · 支持热切换 │
└─────────────────────────┘
10K token 硬上限：
记忆 Fragment 标准接口（5 种类型）：
SkillFragment — 技能用法和示例TaskFragment — 任务执行记录ConfigFragment — 配置变更决策ConclusionFragment — 分析结论LessonFragment — 经验教训统一方法：getSize() / toContext() / toSearchable() / toSnapshot()
工具返回报错时，停下，过这三问：
Q1：这错误我见过吗？
→ lancedb recall "类似的xxx报错"（不是翻文件！）
→ 有 → 照上次解法修
→ 无 → Q2
Q2：我跳过了什么基础步骤？
→ 自查执行路径
→ 例：read图片失败 → 真的不能看还是截图本身就是空的？
→ 例：API调用失败 → 参数对了？权限够？
Q3：修还是绕？
→ 根因明确 → 从源头修
→ 根因不明确 → 换方式验证（不是换方案凑合！），确认根因后决定
→ 真走投无路 → 升级（问爸爸）
前置条件（三问之前）：
memory_recall 搜一下有没有相关经验脚本链路（完整执行链）：
新会话启动（bootstrapExtraFiles 触发）
↓
build-session-injection.js
读取 SNAPSHOT.md + 工作缓冲区.md
组装上下文（10K硬上限+分段压缩）
↓
[前3轮消息，任务类词出现]
↓
QMD 语义搜索 → 相关记忆召回
↓
任务进来 → subagent-think-chain.js "<任务>"（必须实际运行）
→ 置信度评估 → 模型选择 → 拆分决策
↓
[置信度≤0.6 或 危险操作]
→ pre-checkpoint.js → 快照 → 执行
↓
subagent-budget.js → 复杂度→预算→模型
↓
[工具调用]
→ 成功？→ 继续
→ 报错？→ ⚡ 报错停顿（三问）
↓
subagent-watchdog.js → 超时重试+失败兜底
↓
任务完成 → capsule-auto-suggest.sh（必须运行）
→ 检查是否值得创建新胶囊
→ 打包 → 经验库 → 更新成熟度
任务完成闭环（必须执行）：
bash capsule-auto-suggest.sh "<结果摘要>" "<任务描述>"
胶囊成熟度三级：
| 级别 | 条件 | 触发 |
|---|---|---|
| raw | 首次成功 | 手动确认后用 |
| tested | 连续成功2次 | 匹配时建议 |
| stable | 连续成功5次 | 匹配时默认 |
15 个 MCP 工具（10 个核心 + 5 个文件锁），供 Claude Code / Cline / Codex 等外部工具开箱即用。 所有工具通过 stdio MCP 协议通信，无需 HTTP 服务器。
| # | 工具名 | 功能 | 调用频率 |
|---|---|---|---|
| 1 | brain_search | 融合搜索（关键词+语义双路并行合并） | ★★★ 高频 |
| 2 | brain_recall | 关键词记忆搜索 | ★★★ 高频 |
| 3 | brain_semantic_recall | 语义搜索（sentence-transformers） | ★★★ 高频 |
| 4 | brain_list | 列出全部记忆（分页） | ★★☆ 中频 |
| 5 | brain_forget | 删除记忆 | ★☆☆ 低频 |
| 6 | brain_inject | 跨会话上下文注入（含状态栏） | ★★★ 高频 |
| 7 | brain_save_decision | 记录决策 | ★★★ 高频 |
| 8 | brain_get_latest_snapshot | 获取最新会话快照 | ★★☆ 中频 |
| 9 | brain_confidence_check | 置信度评估 | ★★☆ 中频 |
| 10 | brain_task_status | 查询任务状态 | ★★☆ 中频 |
| 11 | brain_cleanup | 清理过期数据 | ★☆☆ 低频 |
| 12 | brain_memory_stats | 记忆库完整统计面板 | ★★☆ 中频 |
| 13 | brain_healthcheck | 一键健康检查（7项） | ★☆☆ 低频 |
| 14 | brain_lock_acquire | 获取文件写锁 | ★★☆ 中频 |
| 15 | brain_lock_release | 释放文件写锁 | ★★☆ 中频 |
| 16 | brain_lock_status | 查询锁状态 | ★☆☆ 低频 |
| 17 | brain_lock_list | 列出所有锁 | ★☆☆ 低频 |
| 18 | brain_lock_force_release | 强制释放锁（超时） | ★☆☆ 低频 |
什么场景用： 每次任务启动时、需要找到相关记忆时。内部并行执行 brain_recall（关键词）+ brain_semantic_recall（语义），合并去重后按分数排序返回。
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
query | string | ✅ | — | 搜索查询（自然语言，中英文均可） |
limit | number | ❌ | 10 | 返回结果数量上限（1-50） |
type | string | ❌ | null | 记忆类型过滤：skill/task/config/conclusion/lesson |
返回值：
{
"results": [
{"source": "recall", "type": "skill", "content": "...", "score": 0.95},
{"source": "semantic", "file": "xxx.md", "content": "...", "score": 0.82}
],
"total": 12,
"query": "搜索词",
"fusion_note": "recall N + semantic M → 合并去重后 K 条"
}
优势： 一次调用覆盖两种搜索策略，不用先试 recall 再 fallback semantic。Agent 启动时直接用这个。
什么场景用： 每次启动、任务开始前、提到"记得/之前/那次"时
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
query | string | ✅ | — | 搜索关键词（支持中文语义匹配） |
limit | number | ❌ | 10 | 返回结果数量上限（1-50） |
type | string | ❌ | null | 记忆类型过滤：skill/task/config/conclusion/lesson |
返回值：
{
"results": [
{
"type": "skill",
"content": "发飞书图片：用message(action=send, filePath=...)",
"score": 0.95,
"priority": 0.7,
"id": "frag-a1b2c3",
"createdAt": "2026-04-15T10:30:00.000Z"
}
],
"total": 5
}
错误处理：
"没有找到匹配的记忆。"isError: true + 错误信息使用示例（Agent Prompt 中）：
在回答用户问题前，先调用 brain_recall 搜索相关记忆
什么场景用： 用自然语言搜索记忆，比 brain_recall 更智能。支持中文语义匹配。
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
query | string | ✅ | — | 搜索查询（自然语言） |
top_k | number | ❌ | 5 | 返回结果数量（1-20） |
技术原理： 基于 sentence-transformers（all-MiniLM-L6-v2）本地嵌入，将查询和记忆片段编码为向量后计算相似度。纯本地运行，不调用外部 API。
返回值：
{
"results": [
{
"content": "记忆内容",
"score": 0.85,
"source": "file_path_or_memory_id"
}
],
"total": 3,
"query": "搜索词"
}
与 brain_recall 的区别：
| brain_recall | brain_semantic_recall | |
|---|---|---|
| 搜索方式 | 关键词匹配 | 语义向量相似度 |
| 中文支持 | 精确匹配 | 语义理解 |
| 速度 | 快 | 稍慢（需编码向量） |
| 适用场景 | 精确查找 | 模糊搜索 |
什么场景用： 需要浏览全部记忆库、调试记忆内容、审计记忆健康度
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
page | number | ❌ | 1 | 分页页码 |
pageSize | number | ❌ | 20 | 每页条数（1-100） |
type | string | ❌ | null | 按类型过滤：skill/task/config/conclusion/lesson |
sortBy | string | ❌ | priority | 排序字段：priority / created |
返回值：
{
"items": [
{ "id": "frag-xxx", "type": "skill", "content": "...", "priority": 0.9 }
],
"total": 42,
"page": 1,
"pageSize": 20
}
什么场景用： 记忆错误需要清理、隐私信息需要删除、记忆过时
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
id | string | ✅ | — | 要删除的记忆片段 ID（从 brain_list 或 brain_recall 结果的 id 字段获取） |
返回值：
{
"success": true,
"id": "frag-a1b2c3"
}
错误处理：
{ "success": false, "error": "记忆不存在" }什么场景用： 外部工具（Claude Code / Codex / Cline）启动时获取 brain 的完整会话上下文。每次新对话都该先调这个。
参数： 无（自动读取 SNAPSHOT.md + 工作缓冲区.md）
返回值：
{
"injection": "【当前会话上下文】\n\n【用户】xxx\n【进行中】brain v1.2.0开发\n【待办】MCP升级\n【最近关键结论】\n- xxx\n【工作缓冲】\nxxx\n---\n状态栏: 记忆 42 条 · 会话 15 轮 · 待办 2 项 · 健康 ✅",
"meta": {
"timestamp": "2026-05-02T12:00:00.000Z",
"estimatedTokens": 850,
"hardLimitTokens": 10000,
"sources": { "snapshot": true, "buffer": true }
}
}
这是 brain MCP 的入口工具。 它自动读取 SNAPSHOT.md 中的用户信息、当前任务、待办、最近结论，加上工作缓冲区，组装成一个 AI 可直接理解的上下文注入字符串。外部工具用它就能知道"brain 现在在做什么"。
错误处理：
"未找到会话快照（SNAPSHOT.md）。请先运行一次 brain 确保快照已生成。"isError: true + 错误信息什么场景用： 每次做出重要决策时，自动存档（如配置变更、技术选型、业务规则确认）
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
topic | string | ✅ | — | 决策主题（简短标题） |
content | string | ✅ | — | 决策内容（做了什么、为什么、结果） |
source | string | ❌ | "mcp" | 决策来源（如 claude-code/cline/brain-skill） |
返回值：
{
"success": true,
"sessionId": "decision-42",
"memoryId": "frag-config-xyz",
"topic": "切换默认模型为 deepseek-v4-flash"
}
与 SessionStore 的关系： 决策同时写入 MemoryBackend（持久记忆）和 SessionStore（会话追踪），双写保证。
什么场景用： 需要查看当前 brain 记录的最新会话状态、确认数据是否正常写入
参数： 无
返回值： SessionStore 中最新会话快照的 JSON，包含 sessionId/timestamp/userInfo/currentTasks/recentDecisions/pendingTodos
错误处理：
"没有找到任何会话快照。"什么场景用： 不确定任务可行性时检测、高风险操作前验证、分配资源前评估
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
task | string | ✅ | — | 要评估的任务描述 |
返回值：
{
"confidence": 0.65,
"level": "medium",
"signals": [
"包含不确定性关键词: '试试'",
"包含复杂度关键词: '重构'",
"任务描述较长，可能复杂"
],
"recommendation": "建议拆解后分步执行"
}
评估逻辑（内联于 MCP Server，基于关键词+长度分析）：
注意： 这是 server-side 的轻量版评估（关键词分析），与 Skill 层 subagent-think-chain.js 的完整版评估（脚本执行+语义分析）相比精度较低，但速度更快、无 bash 依赖。
什么场景用： 检查是否有中断的任务需要处理、开始新任务前确认当前负载
参数： 无
返回值：
{
"pendingCount": 2,
"tasks": [
{
"taskId": "task-abc",
"status": "in_progress",
"progress": "分析完成，等待执行",
"updatedAt": "2026-05-01 14:30:00"
}
],
"stats": {
"sessions": 15,
"decisions": 8,
"tasks": 12,
"pendingTasks": 2
}
}
使用场景示例：
Agent 启动时，先调用 brain_task_status → 发现有待恢复的任务 → 询问用户是否继续
什么场景用： 定期维护（每日/每周）、记忆库膨胀时清理、下线前归档
参数：
| 参数 | 类型 | 必填 | 默认 | 说明 |
|---|---|---|---|---|
daysToKeep | number | ❌ | 30 | 保留最近多少天的会话记录 |
mode | string | ❌ | "archive" | 清理模式：archive（归档旧数据）/ purge（彻底删除） |
返回值：
{
"success": true,
"archived": 10,
"kept": 25,
"archivePath": "/path/to/sessions_archive_2026-05-01.json"
}
清理策略（配置中心化的 days_abandoned: 180 天）：
| 维度 | v1.1.7 | v1.1.8 |
|---|---|---|
| 形态 | 单形态 Skill | 双形态：Skill + MCP |
| 架构 | 6 层认知架构 | 4 层执行架构：SKILL(认知) → CLI(操作) → MCP(接入) → scripts(执行) |
| 接入方式 | 仅 OpenClaw Agent 内使用 | + Claude Code / Cline / Codex 等外部工具 |
| 文档 | 仅 SKILL.md | SKILL.md + MCP-README.md 双文档 |
| 能力 | v1.1.7 | v1.1.8 |
|---|---|---|
| MCP Server | ❌ | ✅ Node.js stdio MCP Server |
| MCP 工具数量 | 0 | 15 个（10 核心 + 5 文件锁） |
| MemoryBackend 统一接口 | ❌（记忆直写文件） | ✅ 抽象层：store/recall/get/forget/list/stats |
| SessionStore 会话存储 | ❌ | ✅ 会话持久化 + 任务追踪 + 决策日志 |
| 后端可插拔 | ❌ | ✅ 文件系统（默认）→ SQLite → LanceDB 热切换 |
| 原子写入 | ❌（直接写入） | ✅ 写临时文件 → rename 原子提交 |
| 配置中心化 | ❌ | ✅ brain.config.json 统一加载 |
| ConfigLoader | ❌ | ✅ load-config.js：路径展开 + 统一配置入口 |
| FileBackend | ❌ | ✅ 文件存储后端实现 + 记忆分页/搜索/统计/备份 |
| 数据恢复（文件损坏） | ❌ | ✅ 自动重置 + 错误日志 |
| 安全措施 | v1.1.7 | v1.1.8 |
|---|---|---|
| 原子写入（防数据损坏） | ❌ | ✅ 临时文件 → rename |
| 文件损坏自动恢复 | ❌ | ✅ 重置为空结构不崩溃 |
| MCP 错误捕获 | ❌ | ✅ 全部工具 try-catch |
| 参数校验 (Zod) | ❌ | ✅ 输入参数类型+边界校验 |
| 决策双写保证 | ❌ | ✅ 同时写 MemoryBackend + SessionStore |
| 脚本 | v1.1.7 | v1.1.8 | 功能 |
|---|---|---|---|
brain-mcp-server.js | ❌ | ✅ | MCP Server 入口（15 个工具） |
memory-backend.js | ❌ | ✅ | 统一记忆接口抽象层 |
session-store.js | ❌ | ✅ | 会话持久化（JSON 文件） |
load-config.js | ❌ | ✅ | 配置中心化加载 |
backends/file-backend.js | ❌ | ✅ | 文件系统存储后端 |
**配置文件（single source of truth）：** `config/brain.config.json`
不要照抄配置内容到此处——配置会随版本变化，文档会漂移。始终 Read `config/brain.config.json` 获取最新配置。
**配置加载流程（load-config.js）：**
brain.config.json → JSON.parse → expandEnvVars($env:VAR) → expandHome(~) → getConfig()
**关键字段速查（以实际 config 为准，此处仅示意结构）：**
| 顶层字段 | 说明 |
|:---|:---|
| `workspace` | Agent 工作根目录，paths 基于此解析 |
| `memory` | 记忆后端配置（type/lancedb 参数/embedding 配置） |
| `limits` | fragment_max_tokens / injection_max_tokens / 超时 / 阈值 |
| `paths` | 运行时文件路径（snapshot/buffer/decision_log 等） |
| `models` | 各任务类型模型路由 |
| `skills_dirs` | 技能目录列表 |
**API keys 规则：** 用 `$env:VAR_NAME` 占位，load-config 启动时从环境变量读取。不在 config 里写明文 key。
**路径展开规则：**
- `~` 自动展开为 `process.env.HOME`
- 所有 `paths.*` 路径通过 `resolvePath()` 拼接 `workspace` 得到绝对路径
- `skills_dirs` 中的 `~` 同样自动展开
---
## 完整脚本清单（v1.1.9）
scripts/ ├── brain-mcp-server.js # [NEW] MCP Server 入口（15 个工具） ├── memory-backend.js # [NEW] 统一记忆接口抽象层 ├── session-store.js # [NEW] 会话持久化存储 ├── load-config.js # [NEW] 配置中心化加载 ├── backends/ │ └── file-backend.js # [NEW] 文件系统存储后端 ├── build-session-injection.js # 会话启动自动组装（10K硬上限+分段压缩） ├── subagent-think-chain.js # 任务分类+置信度+模型选择（6-Section架构） ├── subagent-think-chain.test.js # 30+自动化测试用例 ├── subagent-budget.js # 任务复杂度→预算+模型分配 ├── subagent-watchdog.js # 超时重试+失败兜底 ├── pre-checkpoint.js # 复杂任务前主动落盘 ├── memory-fragment.js # 记忆片段标准接口（5种类型） ├── capsule-auto-suggest.sh # 任务完成后自动建议创建胶囊 ├── create-capsule.sh # 手动创建胶囊 ├── match-capsule.sh # 匹配已有胶囊 ├── auto-confidence-trigger.sh # 置信度自动触发器 ├── auto-create-capsule.sh # 胶囊自动创建 ├── auto-match-capsule.sh # 胶囊自动匹配 ├── auto-pre-checkpoint.sh # 预检点自动触发 ├── config-snapshot.sh # 配置变更快照 ├── context-monitor.sh # 实时上下文监控（80%阈值） ├── proactive-check.sh # 主动预判检查 ├── skill-health-checker.js # 技能健康检查 ├── conversation-counter.js # 对话轮次计数器 └── auto-review-trigger.js # 自动审查触发器
---
## 关于作者
一个中国开发者。
最初只是想让自己的 Agent 别那么健忘、省点 token，结果越搞越上头，一不小心整出了一套类大脑神经网络架构 + MCP 接入层。
pete 说过："你很难和一个只想玩的人做对手"
如果您觉得有意思，欢迎联系交流。
---
## v1.1.9 审计优化日志 (2026-05-07)
> 通过 DeepClaude 混合工作流（opus 审计 + pro 执行）完成。不改功能，只强化。
### 更好用
- **文档一致**：工具数量 10→15，编号重排，以代码为准
- **配置安全**：API key 环境变量化（`$env:SILICONFLOW_API_KEY`），load-config 自动展开
- **错误结构化**：空结果返回 `{ empty, hint, nextAction }` AI 自动走下一步
- **SNAPSHOT parser 抽库**：`snapshot-parser.js`，brain-mcp-server 和 build-session-injection 共享
- **配置指引**：SKILL.md 不抄 config，指引读实际文件
- **工具描述**：brain_recall/semantic 加 WHEN TO USE / WHEN NOT
### 更省钱
- **busy-wait 修复**：subagent-watchdog CPU 空转 → `await setTimeout`
- **FileBackend 缓存**：mtime 校验，文件未变不重复 JSON.parse
- **LanceDB 原生距离**：`_distance` 直接算分，跳过手动 cosine 循环
- **confidence 短路**：高置信简单任务跳过历史回溯
- **stdout 净化**：think-chain 提醒走 stderr
### 记忆更好
- **内容去重**：store 前 sha256 比对，重复→合并+强化 priority
- **时间衰减**：recall 融入 `exp(-age_days/30)` + 访问次数加成
- **Fragment 重构**：子类→meta object，`FragmentFactory.fromJSON()` 往返不丢信息
- **QMD 中文模型**：`all-MiniLM-L6-v2`→`BAAI/bge-small-zh-v1.5`，模型变更自动重建索引
- **损坏兜底**：JSON 损坏先备份 `.corrupted.<ts>` 再恢复，不静默丢数据
- **SessionStore ID**：单调计数器替代 `Math.max(...ids)`，防栈溢出+ID 撞车
- **双写一致性**：save_decision 先写 session，MemoryBackend 失败则回滚
您的意见与反馈，是进步的源动力。
---
## 订阅完整版
**订阅费用：** $6/月
**订阅方式：** 发送邮件至 `wangtianrui1999521@gmail.com`，标题注明"订阅brain完整版"
**增值服务：** 若有升级/内测版本，会第一时间通过 Gmail 通知您
---
*brain v1.2.0 双形态完整版*
*Skill 认知核心 · MCP 开箱即用 · 记忆持久化 · 置信度评估 · 会话追踪 · 决策存档*