agentleFS
TashanGKDTashanGKD/cognitive-os/.cursor/skills/cognitive-version-snapshot/SKILL.md

cognitive-version-snapshot

Skill8 starsChanged 8 months agoMITView on GitHub

为L1文档创建新的x.0版本快照,标志一次重大变更的里程碑。触发词:「创建新版本」「打一个快照」「这是v2.0了」「这次改动很大」「记录一下这个版本」。

1 other project uses a version of this, 1 of them edited.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

版本快照 Skill(Cognitive Version Snapshot)

当L1文档发生重大变更时,创建新的 x.0 版本快照,作为后续变更的新基准。 基于 维护协议_自洽规范.md 第0.2条:版本快照+变更日志体系。


何时使用本 Skill(vs 普通修改)

修改类型处理方式
补充一个段落/修改措辞直接修改 + 在变更记录追加一条
增加一个新章节直接修改 + 在变更记录追加一条
核心论点发生变化触发本 Skill,创建 v2.0 快照
文档结构大幅重组触发本 Skill,创建 v2.0 快照
从根本上更新了主题定位触发本 Skill,创建 v2.0 快照

激活后执行

Step 1  确认目标文档和版本号
        → 读取 历史版本/ 目录,找到最新的 vN.0 快照
        → 新版本号 = v(N+1).0

Step 2  对比当前版本与最近 vN.0 快照的差异
        → 确认差异确实构成「重大变更」(满足上表中的标准)
        → 如果只是增量修改,提示用户直接修改+变更记录即可

Step 3  创建新的 x.0 快照
        → Copy: [文档名].md → 历史版本/[文档名]_v(N+1).0_YYYYMMDD.md
        → 告知用户:「✅ 已创建 v(N+1).0 快照」

Step 4  在变更记录文件中追加里程碑条目
        → Write to [文档名]_变更记录.md(追加):
        
        ## v(N+1).0 里程碑(YYYY-MM-DD)
        
        **变更性质**:[核心论点变化/结构重组/定位更新]
        **主要变更**:[一段话描述与 vN.0 的核心差异]
        **快照路径**:历史版本/[文档名]_v(N+1).0_YYYYMMDD.md
        **触发原因**:[什么事件/对话触发了这次重大变更]

Step 5  追加系统日志
        [LOG-YYYYMMDD-NN] cognitive-version-snapshot | [文档名] 创建v(N+1).0快照 | [变更性质]

版本历史格式示例

在变更记录文件中,版本历史应该像这样:

## v1.0 基准(2026-03-19)
[2026-03-19] [create] 全文 | 初次迁入认知结构 | 系统性整理
快照:历史版本/[文档名]_v1.0_20260319.md

---

[2026-03-20] [supplement] 第三章 | 补充OPC社区相关论述 | 对话触发
[2026-03-21] [revise] 第一章第二节 | 修订马斯洛层次的表述 | 矛盾消解

---

## v2.0 里程碑(2026-03-25)
**变更性质**:核心论点变化
**主要变更**:从「三类问题框架」扩展为「五类问题框架」,认知科学基础单独成维度
**快照路径**:历史版本/[文档名]_v2.0_20260325.md
**触发原因**:与User深入讨论认知科学后,原有框架无法容纳新的洞见

---

[2026-03-26] [supplement] 第五章 | 新增认知科学基础维度详细论述 | v2.0后补充

注意事项

  • 不要创建过多版本快照:不是每次修改都要打 x.0,只有真正的「里程碑」才打
  • 版本快照是不可变的:创建后不要修改快照文件,它是历史记录
  • 变更记录是追加的:只允许追加,不允许修改历史条目

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.