开发与工程 session-memoryknowledge-basecursorgemini-clicodexobsidianmarkdown

Obsidian 知识大脑 v4.0

让 AI 编程助手跨会话记住每次技术决策和 bug 修复,并自动学习进化项目规则的知识记忆系统。

FollowSkills 评估 · FSRS-2.0
谨慎使用
56/ 100 五分制 2.8 / 5
1 2 3 4 5 6
1信任安全16 / 25 · 3.2/5

SKILL.md §0b 明确声明写入范围:项目内 {AGENT_DIR}/、archive/ 与唯一全局目录 ~/.obsidian-knowledge-brain/;提供 --uninstall 卸载标记、atoms..bak 备份、锁文件、晋升需人工确认、LLM 模式提取默认关闭。数据流披露较完整,无外发网络调用。扣分项:对 always-loaded 文件的写入(Pre-Action 注入)属于自动修改 Agent 指令文件,安装/晋升的用户确认粒度未在 SKILL.md 中完整呈现,回滚对注入内容的恢复仅以标记文件描述,未经脚本源验证。

2可靠稳定9 / 20 · 2.3/5

协议分层清晰:触发契约、MVA 校验、MVA_FAIL 失败标记、防污染规则、冷启动协议,说明作者考虑了异常路径。扣分项:静态评审未执行任何脚本;平台矩阵中 Gemini/Codex 的 always-loaded 文件被作者自认未验证(L2);L8 指针漂移、L9 元数据丢失等失败模式无自动化修复;无提交的测试套件覆盖关键路径,失败反馈质量无法确认。

3适用触发10 / 15 · 3.3/5

目标场景明确(AI Agent 编程会话的知识沉淀),触发词表(诊断/收尾/健康检查等)具体,FAQ 明确说明无 Agent 不可用、20 标注冷启动阈值,中英双语完整,对中国大陆网络无海外服务依赖。扣分项:边界依赖平台 always-loaded 能力但两个平台未验证;语义触发依赖用户记忆口令,误触发/漏触发的条件描述有限。

4规范维护11 / 15 · 3.7/5

SKILL.md ≤200 行 + references 按需加载的渐进披露结构良好;有 CHANGELOG(2.0→4.0 详细)、MIT LICENSE、版本徽章、9 项已知局限声明、安装说明与平台指南引用。扣分项:20 个 Python 脚本(含 v2 遗留 setup.py)共存,职责边界与废弃路径不完全清晰;维护者身份不明(版权写 memory-brain contributors),更新路线无承诺。

5有效结果6 / 15 · 2.0/5

价值主张(跨会话记忆、防重复踩坑、可检索知识库)具体,成本披露诚实(token 消耗、收尾耗时),相比手动记录有边际价值。扣分项:静态无法验证实际捕获质量与模式提取效果;约 3 个会话的冷启动成本与 3000-8000 token/会话的持续成本使收益证据有限,输出可直接可用性未经证实。

6证据核验4 / 10 · 2.0/5

有审计型一手材料:CHANGELOG 记录具体修复项(如 eviction 排序、锁保护)、文件清单可对照仓库结构、已知局限与代码行为相互印证。扣分项:无第三方执行证据、无 CI/测试佐证、'hit_rate/混沌度' 等机制效果无外部佐证,多数声明停留在作者自述层面。

证据充分度: 评估于 2026年9月10日 审查版本 de83d3a5a9cc
使用前请注意
  • 安装与 Pre-Action 会向 always-loaded 指令文件注入内容并写入 ~/.obsidian-knowledge-brain/,安装前请备份相关文件。
  • Gemini CLI / Codex 的 always-loaded 加载未经验证(作者自述 L2),在这些平台使用前需自行确认指令文件确实被加载。
  • 核心价值依赖 Agent 长期稳定执行协议(收尾、MVA 校验),漏执行会静默丢失知识;建议配合 Git 版本控制 .claude/ 目录。
  • 无测试套件与 CI 佐证,所有可靠性声明均为静态推断,未执行验证。
  • 发布者身份未验证,版权署名为匿名的 memory-brain contributors,长期维护承诺不明。
评估证据 [1][2][3][4][5]
查看完整评分方法 →

这个 Skill 能做什么,适合哪些场景?

每次和 AI 解决 bug 或做技术决策后,会话结束知识就消失。这个技能通过 [DECISION:] 和 [ERROR:] 标注捕获这些经验,经 MECE 分类存入项目内的 .md 知识库,并在积累约 20 条标注后自动提取模式、进化项目规则。v4.0 新增全局原子表,同一错误在两个以上项目复现时可晋升为跨项目共享知识。它是一个纯 Markdown + Agent 协议系统,Obsidian 仅作可选的可视化知识图谱查看器。适用于 Claude Code(全自动)、Cursor、Gemini CLI、Codex(后三者需触发词手动执行)。

会话结束时将技术决策和已修复错误提取为标准格式标注([DECISION:] 需 summary/context/project 字段,[ERROR:] 需 type/resolution/project 字段),用 MECE 规则分类写入 memory/ 目录;首次使用时运行'播种'流程诊断项目混沌度并构建 rules/、projects/、memory/ 骨架;每次会话启动注入项目简报和历史陷阱提醒;定期健康检查执行七维扫描(矛盾检测、孤儿规则、GC、模式提取等);同一根因错误在 ≥2 个项目中复现时经人工确认晋升到 ~/.obsidian-knowledge-brain/atoms. 全局原子表(上限 20 条,365 天未触发自动降级)。全部为确定性规则匹配,不调用外部 API。

  1. 用 Claude Code 日常开发、反复踩同类坑的开发者,希望 Agent 在每次会话启动时自动提醒历史陷阱
  2. 同时维护多个项目、同一错误反复出现的工程师,希望根因知识跨项目复用(v4.0 全局原子表)
  3. 使用 Cursor / Gemini CLI / Codex、愿意在会话结束时手动输入'收尾'保存经验的用户
  4. 已有大量散乱笔记和规则文件、想一次性整理成结构化知识库的项目(先跑'诊断'查看混沌度评分)
  5. Obsidian 用户,希望用知识图谱可视化浏览项目决策和规则之间的关联(完全可选)

这个 Skill 有哪些优点和局限?

优点
  • 零费用、零外部 API:纯 Markdown 模板 + 确定性规则,无服务器、无订阅
  • 跨平台支持 Claude Code、Cursor、Gemini CLI、Codex,并提供一键路径替换安装脚本
  • 反污染机制设计认真:只存最终采纳方案和已修复错误,重复根因去重而非新建文件
  • 沙箱边界明确:项目内仅写 agent 目录和 archive/,全局仅触碰 ~/.obsidian-knowledge-brain/
  • 文档详尽,含已知局限清单(L1-L9)、故障排查和 5 分钟上手指南
局限
  • 必须配合 AI Agent 使用,纯终端或无 Agent 环境完全不可用
  • 非 Claude Code 平台功能降级:T1/T2/T3 均需手动触发词,钩子和自动收尾不可用
  • Gemini CLI / Codex 的 always-loaded 文件(.gemini/extensions.、.codex/codex.yaml)未经实测验证
  • 源文档未见自动化测试套件;README 展示的 v2.0→v3.0→v4.0 演进表内容略有出入(如脚本数量),核实成本在用户
  • 跨机器同步需手动复制 atoms.;指针漂移(rules 文件行号失效)不自动修复
  • 每次会话约消耗 3,000-8,000 tokens 及约 2 分钟收尾时间,有持续成本

如何安装这个 Skill?

Claude Code:git clone https://github.com/Tubo2333/obsidian-knowledge-brain.git .claude/skills/obsidian-knowledge-brain/,下次会话启动自动加载。可选钩子自动化:在 settings. 中配置 SessionStart → session_start.py、Stop → session_close.py --prompt、每周 Cron → maintainer.py --health-check。Cursor:复制到 .cursor/skills/obsidian-knowledge-brain/;Gemini CLI:.gemini/extensions/;Codex:.codex/skills/;或运行 python scripts/install.py --platform cursor(支持 gemini/codex)一键替换路径。卸载用 --uninstall 标记,全局 atoms. 会保留。

如何使用这个 Skill?

首次使用输入'诊断'(只读扫描,输出混沌度和规划)或'整理项目'(完整播种,需确认后才会改文件)。之后正常工作即可:修复任何错误后 Agent 立即追加一行 [ERROR:] 存根到收件箱;会话结束输入'收尾'(或 CC 钩子自动触发)提取全部决策、更新规则、输出 [SESSION_SUMMARY]。其他触发词:'健康检查'(七维扫描)、'规则审计'、'记忆整理'、'重建索引'、'Skill 状态'。约积累 20 条标注、跨 3 次会话后模式提取自动激活。

这个 Skill 与同类方案有什么区别?

README 明确对比了自身的 v2.0(Obsidian vault + Python 脚本 + 单平台)→ v3.0(纯技能、项目本地)→ v4.0(加全局原子表和跨项目晋升)三个版本的演进:v2.0 依赖重,v3.0 知识不跨项目,v4.0 用 ≤20 条全局原子折中解决。与 Claude Code 自带的 CLAUDE.md 项目记忆相比,本技能增加了结构化分类、模式提取和跨项目复用,但复杂度也显著更高。

常见问题

需要 Obsidian 吗?
不需要。v4.0 把知识存为项目内普通 .md 文件;Obsidian 只是可选查看器,打开项目文件夹即可浏览知识图谱,无需插件。
多久能见效?
约 3 次会话、累计 20 条标注后模式提取激活。在此之前知识照常存储,只是不做自动规律检测。
费用如何?
零货币成本,无 API 调用和订阅。实际成本是每次会话约 3,000-8,000 tokens 和约 2 分钟收尾时间,首次播种约 5-10 分钟。
我在 Cursor 上能用多少功能?
预行动注入仍是自动的(前提是 always-loaded 文件被平台实际加载,这点对 Gemini CLI/Codex 未验证),但会话启动、收尾、健康检查等都需要你手动输入触发词,晋升也需 Agent 在 T2 时提示确认。

相关 Skills