一键导入
cognitive-review-brain-map
生成认知结构当前状态快照,帮助用户了解知识体系全貌并决定今日优先处理项。触发词:「大脑地图」「认知状态」「今天做什么」「复盘」「系统状态」「看一下状态」「有什么积压」。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
生成认知结构当前状态快照,帮助用户了解知识体系全貌并决定今日优先处理项。触发词:「大脑地图」「认知状态」「今天做什么」「复盘」「系统状态」「看一下状态」「有什么积压」。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
联想激活(启动效应等效)。不被用户直接触发,作为「能力层工具函数」由其他Skill调用。给定一个概念,在知识图谱中激活语义相邻的概念网络,返回Top-5邻居摘要给调用方。被 cognitive-ask Step 2c 和 cognitive-capture-fragment Step 2.5 调用。
认知信号检测(突显网络 SN 等效)。检测当前对话内容中隐含的五类认知信号:S1洞见/S2跨域联想/S3矛盾/S4反思/S5原则印证。触发词:「检查这段话有没有认知信号」「帮我识别这里的洞见」「这段话有没有值得记录的」「cognitive-attend」「信号检测」「有什么值得深入的」。也可作为可选的对话预处理步骤(见集成说明)。
后台认知合成器(DMN等效,Headless)。不被用户直接触发,由后台调度脚本每3天执行一次。跨碎片关联分析:找到不同时间捕捉的碎片之间的隐性关联,生成合成报告写入L3,等待daily-briefing展示给用户。触发词(人工触发时):「执行后台合成」「cognitive-background-synthesizer」。
置信度校准(元认知监控)。追踪L1文档和L2碎片中「AI生成/推断」的内容是否事后得到了验证,定期向用户提问「这段内容当时是AI推断,现在有没有实际证据?」。触发词:「验证历史内容」「校准知识置信度」「哪些内容还没验证」「cognitive-calibrate」。也被 cognitive-consistency-check 内部调用(月度维护)。
记忆巩固(Headless,睡眠期巩固等效)。不被用户直接触发,由后台调度脚本每7天执行一次。将积压的成熟L2碎片批量整合进L1,conflict类碎片记录到待完成清单由用户决策。触发词(人工触发时):「执行记忆巩固」「批量整合积压碎片」「cognitive-consolidate」。
创造性发散(DMN+CEN协同等效)。遇到思路瓶颈时触发,从认知体系中随机抽取「表面不相关」的跨领域概念,强制寻找结构相似性,生成非常规解法候选列表。触发词:「没有思路」「换个角度想」「帮我发散一下」「有什么不同的方向」「反常识的方案」「跨领域看这个问题」「想不到解法」。
| name | cognitive-review-brain-map |
| description | 生成认知结构当前状态快照,帮助用户了解知识体系全貌并决定今日优先处理项。触发词:「大脑地图」「认知状态」「今天做什么」「复盘」「系统状态」「看一下状态」「有什么积压」。 |
读取认知结构各层状态,生成「今日认知快照」,帮助用户快速恢复上下文,决定下一步行动。
Step 1 读取全系统状态
Read: cognitive/L0_brain_map.md
Read: cognitive/L2_fragments/碎片整合索引.md
Read: cognitive/L3_logs/待完成总清单.md
Read: cognitive/L1.5_principles/principles.md(只读候选原则部分)
Step 2 统计关键指标
从碎片整合索引统计:
→ 待整合碎片总数(🔲状态)
→ 部分整合数(⚠️状态)
→ 待整合碎片的类型分布
从待完成总清单统计:
→ 🔴 高优先级待处理数量
→ TOP 3 最紧急项(标题+涉及文档)
从L1.5原则库统计:
→ 已确认原则数量
→ 候选原则数量(🟡状态)
从L0文档读取:
→ 各L1文档的最后更新时间(找出最久未更新的)
→ 当前Gap状态(已完成/待处理)
Step 3 生成状态快照,清晰展示
「━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
🧠 认知状态快照(今日:YYYY-MM-DD)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
📝 待整合碎片:N 个(类型:产品理论M个、自我反思K个...)
📋 高优先级待办:M 项
💡 候选原则待确认:K 个
📅 最久未更新L1文档:[文档名](N天前)
⚠️ 当前已知缺口:X 个(见L0)
TOP 待处理项:
1. [TODO-XXX] [高优先] [描述] → 涉及[文档名]
2. [TODO-XXX] [高优先] [描述] → 涉及[文档名]
3. [TODO-XXX] [中优先] [描述] → 涉及[文档名]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━」
Step 4 建议今日优先处理(根据积压情况自动推断)
基于数量和优先级,给出1-3条建议:
例:
「建议今日优先:
[1] 处理 N 个待整合碎片(运行「整合碎片」)
[2] 确认候选原则 P? 是否成立(运行「提炼原则」)
[3] 完善 [文档名](运行「更新知识」)
[开始处理第1项] [开始处理第2项] [开始处理第3项] [我来决定]」
Step 5 追加 cognitive/L3_logs/system_log.md
[LOG-今日日期-NN] cognitive-review-brain-map | 生成认知快照 | 无文档变更
本次执行产出:S-object 认知快照(对话输出,系统日志追加一行) 产出位置:每次快照输出到对话中,无需写入文件(用户直接消费)
Loop 路由:
cognitive/L3_logs/system_log.md
→ 格式:[LOG-YYYYMMDD-NN] cognitive-review-brain-map | 生成认知快照 | 无文档变更