meta-cogbase

name	meta-cogbase
description	认知底座的包管理器。搜索、安装、更新、卸载认知底座——给 AI agent 安装认知义体的一站式工具。

meta-cogbase

认知底座的包管理器——搜索、安装、更新、管理认知义体。

命令：

• /meta-cogbase list — 列出可用/已安装的认知底座
• /meta-cogbase search <query> — 按关键词搜索认知底座
• /meta-cogbase install <name> — 安装认知底座
• /meta-cogbase uninstall <name> — 卸载认知底座
• /meta-cogbase update [--check|<name>|--all] — 检查或执行更新
• /meta-cogbase registry add <url> — 添加 base 来源
• /meta-cogbase registry list — 列出已配置的来源
• /meta-cogbase registry remove <name> — 移除来源
• /meta-cogbase registry refresh — 刷新来源缓存
• /meta-cogbase create <name> — 创建新的认知底座（委托 cognitive-base-creator）
• /meta-cogbase status — 显示系统状态

---

目录结构

meta-cogbase 使用以下本地目录管理状态：

~/.meta-cogbase/
  sources.yml          # 已配置的来源列表
  installed.yml        # 已安装的 bases 记录
  cache/
    bases/             # git clone 缓存（按 base name）
    sources/           # 非官方源的缓存文件

首次执行任何命令时，如果 ~/.meta-cogbase/ 不存在，先初始化：

1. 创建上述目录结构
2. 创建 sources.yml，包含 official 源：

   sources:
     - name: official
       type: built-in
       path: <this-skill-dir>/registry/official.yml
   

3. 创建空的 installed.yml：

   installed: []
   

<this-skill-dir> 指本 skill 文件所在目录。agent 可通过检查 SKILL.md 的路径推导。

---

1. list — 列出认知底座

当用户执行 /meta-cogbase list 时执行。

步骤：

1.1 加载所有源

1. 读取 ~/.meta-cogbase/sources.yml
2. 对每个源：
   • type: built-in → 直接读取 path 指向的 YAML 文件
   • type: github-repo / github-stars / custom → 读取 cache_path 指向的缓存文件。如果缓存不存在或超过 7 天，提示用户执行 registry refresh
3. 聚合所有源中的 bases 列表

1.2 标记安装状态

1. 读取 ~/.meta-cogbase/installed.yml
2. 对每个 base，检查是否在 installed 列表中
3. 额外检查：如果 cognitive-kernel 已安装，读取 ~/.cognitive-kernel/cognitive-registry.yml，交叉验证安装状态

1.3 格式化输出

以表格形式展示：

  NAME                    TIER  STATUS     DESCRIPTION
  first-principles        5     installed  审计假设，分解到可验证基础，无约束重建
  bayesian-reasoning      5     installed  从二元对错转向概率分布，用证据校准置信度
  systems-thinking        5     available  看到反馈循环、涌现、杠杆点的系统性视野
  ...

• installed = 已安装（绿色）
• available = 未安装（默认色）
• 按 tier 排序，同 tier 内按字母排序

1.4 过滤参数（可选）

• /meta-cogbase list --installed — 只显示已安装
• /meta-cogbase list --available — 只显示未安装
• /meta-cogbase list --tier 5 — 按 tier 过滤

---

2. search — 搜索认知底座

当用户执行 /meta-cogbase search <query> 时执行。

步骤：

1. 按照 §1.1 加载所有源
2. 在每个 base 的以下字段中搜索 <query>（不区分大小写）：
   • name
   • display_name
   • description
   • tags
3. 按匹配度排序（name 完全匹配 > name 部分匹配 > tags 匹配 > description 匹配）
4. 以 §1.3 的表格格式输出结果
5. 如果无结果：提示"未找到匹配的认知底座。可以尝试 /meta-cogbase registry add <url> 添加更多来源。"

示例：

• /meta-cogbase search 第一性原理 → 匹配 first-principles（description 包含关键词）
• /meta-cogbase search reasoning → 匹配 bayesian-reasoning, first-principles 等（tags/name 匹配）
• /meta-cogbase search 矛盾 → 匹配 dialectical-thinking（description 包含"矛盾"）

---

3. install — 安装认知底座

当用户执行 /meta-cogbase install <name> 时执行。

步骤：

3.1 查找 base

1. 按照 §1.1 加载所有源
2. 在聚合列表中查找 name 完全匹配的 base
3. 如果未找到 → 报错："未找到名为 <name> 的认知底座。执行 /meta-cogbase search <name> 查看可用的底座。"
4. 如果找到多个同名（来自不同源）→ 列出来源让用户选择

3.2 检查是否已安装

1. 读取 ~/.meta-cogbase/installed.yml
2. 如果已安装 → 提示："<name> 已安装（版本: ）。要更新请用 /meta-cogbase update <name>。"

3.3 获取 base

1. 执行：git clone --depth 1 <repo-url> ~/.meta-cogbase/cache/bases/<name>
2. 如果缓存目录已存在 → 先执行 git -C <cache-dir> pull 更新
3. 验证 <cache-dir>/manifest.yml 存在
4. 验证 manifest.yml 中的 schema_version 字段（当前支持 v1）

3.4 执行安装

检测 cognitive-kernel 是否可用：

方式 A：通过 kernel 安装（推荐） 如果 ~/.cognitive-kernel/cognitive-registry.yml 存在：

1. 告知用户："检测到 cognitive-kernel，将通过 kernel 安装（自动冲突分析）。"
2. 调用 /cognitive-kernel install ~/.meta-cogbase/cache/bases/<name>
3. kernel 会处理：冲突分析、预算检查、registry 注册、运行时重新生成

方式 B：独立安装（降级） 如果 kernel 未安装：

1. 告知用户："未检测到 cognitive-kernel，将使用独立安装模式。"
2. 检查 <cache-dir>/install.sh 是否存在且可执行
3. 执行：bash <cache-dir>/install.sh
4. install.sh 会自行检测平台并安装

3.5 记录安装

在 ~/.meta-cogbase/installed.yml 中添加记录：

- name: <name>
  version: <git-commit-hash>  # 通过 git -C <cache-dir> rev-parse HEAD 获取
  installed_at: <ISO-timestamp>
  source: <source-name>
  install_method: kernel | standalone

3.6 报告结果

✓ <name> 已安装
  方法: kernel（含冲突分析）/ standalone
  版本: <short-hash>
  来源: <source-name>

---

4. uninstall — 卸载认知底座

当用户执行 /meta-cogbase uninstall <name> 时执行。

步骤：

4.1 检查是否已安装

1. 读取 ~/.meta-cogbase/installed.yml
2. 如果未安装 → 报错：" 未安装。"

4.2 执行卸载

根据 install_method 选择方式：

方式 A：通过 kernel 卸载 如果 install_method: kernel 且 kernel 仍可用：

1. 调用 /cognitive-kernel uninstall <name>

方式 B：独立卸载 如果 install_method: standalone 或 kernel 不可用：

1. 执行：bash ~/.meta-cogbase/cache/bases/<name>/install.sh --uninstall

4.3 清理记录

1. 从 ~/.meta-cogbase/installed.yml 中移除该 base 的记录
2. 可选：删除 ~/.meta-cogbase/cache/bases/<name>/ 缓存目录

4.4 报告结果

✓ <name> 已卸载

---

5. update — 检查和执行更新

5.1 update --check

检查所有已安装 bases 是否有新版本。

步骤：

1. 读取 ~/.meta-cogbase/installed.yml
2. 对每个已安装的 base：
   • 获取记录的 version（commit hash）
   • 查询远程最新版本：git ls-remote <repo-url> HEAD → 提取 hash
   • 对比两个 hash
3. 输出：

   NAME                 LOCAL     REMOTE    STATUS
   first-principles     a1b2c3d   e4f5g6h   有更新
   bayesian-reasoning   x7y8z9a   x7y8z9a   已是最新
   ...
   

5.2 update <name>

更新指定 base。

步骤：

1. 检查 base 是否已安装
2. 先卸载（§4 流程）
3. 再安装（§3 流程，会 clone 最新版本）
4. 报告更新前后的版本

5.3 update --all

更新所有有新版本的 bases。

步骤：

1. 执行 §5.1 获取有更新的 bases 列表
2. 逐个执行 §5.2
3. 汇总报告

---

6. registry — 来源管理

6.1 registry add <url>

添加新的 base 来源。

步骤：

1. 识别 URL 类型：

   • 匹配 github.com/<user>/<repo> → type: github-repo
   • 匹配 github.com/<user>?tab=stars 或 github.com/stars/<user> → type: github-stars
   • 以 .yml 或 .yaml 结尾 → type: custom
   • 其他 → 询问用户类型

2. 按类型获取数据：

   github-repo：

   1. git clone --depth 1 <url> /tmp/meta-cogbase-probe-<random>
   2. 检查根目录是否有 manifest.yml → 单 base 仓库
   3. 如果没有，扫描子目录是否有 manifest.yml → 多 base 集合
   4. 为找到的每个 base 构建 registry entry
   5. 写入缓存：~/.meta-cogbase/cache/sources/<repo-name>.yml
   6. 清理临时目录

   github-stars：

   1. 提取用户名
   2. 调用 GitHub API：curl -s "https://api.github.com/users/<user>/starred?per_page=100"
   3. 对每个 starred repo，检查是否包含 manifest.yml（通过 GitHub API 查文件树，或 curl -sf <raw-url>/manifest.yml）
   4. 为匹配的 repos 构建 registry entries
   5. 写入缓存
   6. 注意：未认证 API 限制 60 次/小时。如果 starred repos 很多，提醒用户可能需要多次 refresh

   custom：

   1. curl -sf <url> 下载 YAML
   2. 验证格式符合 registry schema（有 registry_version、bases 列表）
   3. 写入缓存

3. 更新 sources.yml：

   - name: <derived-name>  # 从 URL 推导，如 repo name 或 username-stars
     type: <detected-type>
     url: <original-url>
     cache_path: ~/.meta-cogbase/cache/sources/<name>.yml
     cached_at: <ISO-timestamp>
   

6.2 registry list

列出所有已配置的来源。

步骤：

1. 读取 ~/.meta-cogbase/sources.yml
2. 对每个源，统计其中的 base 数量
3. 输出：

   NAME        TYPE          BASES  CACHED AT
   official    built-in      19     (always fresh)
   my-repo     github-repo   3      2026-04-15
   alice-stars github-stars  7      2026-04-14
   

6.3 registry remove <name>

步骤：

1. 如果 name 是 "official" → 拒绝："官方源不能移除。"
2. 从 sources.yml 中移除对应条目
3. 删除对应的缓存文件

6.4 registry refresh

刷新所有非内置源的缓存。

步骤：

1. 对每个非 built-in 的源，重新执行 §6.1 的数据获取流程
2. 更新 cached_at 时间戳
3. 报告刷新了多少个源、多少个 bases

---

7. create — 创建新的认知底座

当用户执行 /meta-cogbase create <name> 时执行。

步骤：

1. 告知用户："委托给 cognitive-base-creator。"
2. 调用 /cognitive-base-creator，传入 <name> 作为框架名称
3. creator 会引导用户完成创建流程并生成完整的 base 文件集

---

8. status — 系统状态

当用户执行 /meta-cogbase status 时执行。

步骤：

1. 检查 ~/.meta-cogbase/ 是否存在（已初始化？）
2. 统计：
   • 已配置源数量 + 可用 bases 总数
   • 已安装 bases 数量
   • cognitive-kernel 是否可用
   • cognitive-base-creator 是否可用
3. 输出：

   meta-cogbase status:
     初始化: ✓
     来源: 2 个 (22 个可用 bases)
     已安装: 5 个 bases
     cognitive-kernel: ✓ 已安装
     cognitive-base-creator: ✓ 已安装
   

---

Registry YAML Schema

所有源文件（包括 official.yml 和缓存的源）遵循同一格式：

registry_version: 1
name: <source-name>
description: <optional description>
bases:
  - name: <kebab-case-name>        # 必填
    display_name: <display name>    # 可选
    description: <one-line desc>    # 必填
    tier: 5 | 6                     # 必填
    tags: [tag1, tag2]              # 可选，用于搜索
    repo: <git-clone-url>           # 必填
    schema_version: 1               # 必填

---

与 cognitive-kernel 的协作模式

meta-cogbase 和 cognitive-kernel 的职责划分：

操作	meta-cogbase	cognitive-kernel
发现 bases	✓（搜索、浏览目录）	—
获取 bases	✓（git clone）	—
安装 bases	委托 →	✓（冲突分析、6层装配）
卸载 bases	委托 →	✓（清理、重新生成）
版本管理	✓（对比、更新）	—
来源管理	✓（添加/移除源）	—
运行时执行	—	✓（L1-L6 干预）

降级模式：如果 kernel 未安装，meta-cogbase 使用每个 base 自带的 install.sh 直接安装。功能可用但无冲突分析和 6 层装配。

---

错误处理

场景	处理
git clone 失败	报告错误，检查网络连接和 URL 有效性
manifest.yml 不存在	报告"该仓库不是有效的认知底座（缺少 manifest.yml）"
schema_version 不兼容	报告版本不匹配，建议更新 meta-cogbase
kernel 不可用	自动降级为 standalone 模式，告知用户
GitHub API rate limit	报告限制，建议等待或使用 GITHUB_TOKEN 环境变量
源缓存过期（>7天）	提示执行 registry refresh