second-brain-climb
Skill3 starsChanged 3 months agoMITView on GitHub
为一个长期方向维护深入、由证据支撑的‘爬山’模型,包括山顶、当前位置、差距、路线、约束、阻点、证据、不确定性、下一信息行动、当前押注、决策标准、检查点、反思和真实工作链接。用户讨论长期追求、人生方向、山、山顶、战略、路线选择、进展停滞、继续还是转向,或要求更新个人 AI 基底中的山脉时使用。
In this repository13 other files it gives its agents.
- AGENTS.mdAGENTS.md
- mcp/AGENTS.mdAGENTS.md
- vault/AGENTS.mdAGENTS.md
- CLAUDE.mdCLAUDE.md
- mcp/CLAUDE.mdCLAUDE.md
- vault/CLAUDE.mdCLAUDE.md
- capture-knowledgeSkill
- second-brain-attachSkill
- second-brain-distillSkill
- second-brain-doctorSkill
- second-brain-helpSkill
- second-brain-learnSkill
- second-brain-syncSkill
The file
Files
Second Brain - Climb(维护长期方向与爬山状态)
让长期方向成为持续可导航的山,而不是口号、任务清单或静态愿望。当前 Agent 负责基于实际工作证据维护 mountain 页面;不建立目标数据库、常驻追踪器、统一评分器或标准角色库。
显式调用
- Codex:
$second-brain-climb,或从/skills选择。 - Claude、Hermes、AntiGravity:
/second-brain-climb。
Authority
- 山脉总览:
03-Personal/Profile/长期方向与山脉.md - 单座山:
03-Personal/Mountains/<山名>.md - 读取可优先使用 MCP
get_mountain_context。 - 实际工作状态仍由各项目自己的 authority 拥有;mountain 只链接和解释,不复制项目状态。
一座山表达一个长期方向。角色分工写入 Agent profile,不把 Agent 当成山;短期项目也不必都升级为山。
证据层级
清楚区分:
verified:有当前项目产物、用户明确陈述、真实结果或可重放验证。supported inference:证据支持但仍需判断。assumption:暂为行动所需,列出替换或敏感性计划。unknown:信息不足,不虚构精确状态。
山的“当前位置”不是情绪估计,也不是完成百分比;它由已经具备的能力、资产、验证和可见阻点组成。
深度 mountain 模型
每次维护都逐项检查,允许没有变化,但不得跳过未审计项:
1. Summit
定义最终想抵达的可识别状态:为谁服务、具备什么持续能力、保持哪些边界、什么证据表示“真的到了”。Summit 是方向,不是固定实现或某个厂商产品。
修改 summit 会改变长期身份和资源取舍,属于高风险;无论推断多合理,都先向用户展示旧/新差异、原因和后果并取得确认。
2. Current position
列出当前真实资产、已验证能力、尚未验证能力和最近证据日期。链接实际项目、commit、报告、对话学习或外部结果。
3. Gap
说明 summit 与 current 之间缺少的能力、信息、信誉、基础设施、习惯或资源。避免把“任务未完成”误写成根本差距。
4. Candidate routes
维护至少一个主路线和有证据时的替代路线。每条路线写清机制、依赖、可逆性、成本、反馈速度和最早可证伪点;不要为了形式凑路线。
5. Constraints
记录真实硬约束与软偏好,例如时间、资金、隐私、本地优先、供应商独立、设备可用性和维护负担。标明来源及是否仍有效。
6. Blockers
阻点是当前不能前进的具体因果条件,不是“还没做”。区分外部阻点、知识阻点、决策阻点和执行阻点,并写出解除它所需证据。
7. Evidence
把支持或反驳路线的观察连到真实工作。证据既包括成功,也包括失败、用户纠正和未达到的验收标准。历史管理标签只作辅助,不替代事实。
8. Uncertainty
列出会改变路线选择的关键未知、置信度和影响范围。不要把所有不确定性都变成任务;优先处理决策价值高的未知。
9. Next information action
指定一个最小动作,用最少成本减少最关键未知。它应写清:要观察什么、结果 A/B 分别意味着什么、何时停止。单纯“继续研究”不合格。
10. Active bet
明确当前正在押注的路线、为何此刻值得押、投入上限、预期反馈时间和失败信号。一次只保留少量真实 active bets,避免把愿望清单都标为进行中。
11. Switch criteria
写明哪些可观测证据触发切换路线,以及切换到哪条候选路线。不要因一次挫折就切换,也不要因沉没成本永远坚持。
12. Pause criteria
写明资源冲突、外部依赖或信息不足到何种程度应暂缓;暂停时保留恢复条件和最小维护动作。
13. Abandon criteria
写明什么证据说明 summit 本身不再值得、不可行或与更高优先级方向冲突。达到条件仍属于高风险决策,只提出并请求用户确认,不自动放弃。
14. Checkpoints and reflection
checkpoint 记录“发生了什么、什么预期被验证/反驳、对路线意味着什么、下一信息动作”。reflection 审计判断质量,不用励志措辞遮盖停滞。保留日期和来源,但不复制完整项目日志。
15. Link to work
每个 active bet 和 next information action 都链接到一个真实项目、任务或证据 owner。工作完成后,由 second-brain-learn 或本 Skill 把结果反向写回山;山不替代项目任务系统。
更新流程
- 识别目标山;不存在时先检查是否真是长期方向,再按 Vault schema 创建唯一 owner 和 reciprocal 关系。任何写入前完整读取 Vault 根
AGENTS.md,检查90-System/.capture.lock,并运行只读 compiler 基线;锁存在或基线有未理解错误时停止。 - 读取山脉总览、单山、关联项目状态、最近工作证据和上次 checkpoint。
- 用上述十五项做差异审计,标出证据、新推断、假设和未知。
- 普通证据、current、blocker、checkpoint、reflection 和工作链接的低风险更新可自动合并。
- summit、重大身份含义、放弃决定或跨山资源重分配先请求用户确认。
- 更新单山与必要 reciprocal,不把多个方向混进一张卡。
- 运行 Vault 原子性、关系、freshness、privacy、compiler、lint 和图谱门禁。
- authority 变化先通过本地短任务分支与门禁;
private-remote再经私有originPR 汇合,local-only保留本地 commit 与备份,并在当前 Agent 中同步必要投影。
输出
先给一句“山现在在哪里”。随后只突出:本次新证据、路线含义、当前 active bet、最大不确定性、next information action 及其判定结果、触发中的 switch/pause/abandon 条件、需要用户确认的 summit/重大决策。附 owner、authority 模式、本地 commit、适用时的私有 PR 和门禁证据。
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
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.

