second-brain-help
Skill3 starsChanged 3 months agoMITView on GitHub
说明完整的 Second Brain 个人 AI 基底，列出七个统一命名且带中文注释的 Skills 与各宿主真实调用语法，并把模糊需求路由到最小且正确的 Skill。用户询问 Second Brain 能做什么、忘记 Skill 名称、想看命令清单、问‘该用哪个’，或描述 Attach、Sync、Learn、Distill、Climb、Doctor 类任务但不知道入口时使用。
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-climbSkill
- second-brain-distillSkill
- second-brain-doctorSkill
- second-brain-learnSkill
- second-brain-syncSkill
The file
Files
Second Brain - Help（查看全部能力并选择正确 Skill）
这是随手可取的工具目录。默认只读，不执行安装、同步、知识写入、历史删除或山脉修改；选定后显式转交相应 Skill。
真实调用语法
- Codex：使用
$second-brain-<name>；也可打开/skills选择。Codex 不应被告知字面量/second-brain-<name>是原生命令。 - Claude、Hermes、AntiGravity：使用
/second-brain-<name>。 - 其他宿主：先查其原生 Skill 机制，再给真实语法。
可以通过 MCP list_second_brain_skills 查看当前 authority 清单、通过 read_second_brain_skill 读取所选流程；不要用缓存列表冒充当前清单。
七个入口
| Skill | 中文显示 | 什么时候用 | 是否默认写入 |
second-brain-attach | Second Brain - Attach（接入并注入新 Agent） | 新 Agent/新设备首次接入、迁移、重装或残缺安装 | 是，先备份与基线 |
second-brain-sync | Second Brain - Sync（同步通用规则与 Agent 配置） | common、Agent profile 与当前宿主投影出现漂移或需要传播偏好 | 是，低风险可自动合并 |
second-brain-learn | Second Brain - Learn（沉淀当前对话与工作经验） | 从当前对话学习偏好、方法、知识、失败教训或山脉进展 | 视候选风险而定 |
second-brain-distill | Second Brain - Distill（榨取历史对话并清理原始数据） | 批量挖掘历史会话，晋升附件，门禁通过后删除 allowlist 原文 | 是，删除需精确授权 |
second-brain-climb | Second Brain - Climb（维护长期方向与爬山状态） | 维护长期方向的 summit、位置、路线、阻点、证据和下一信息动作 | 是，summit 高风险 |
second-brain-doctor | Second Brain - Doctor（检查接入、注入和同步状态） | 检查 Skills、MCP、身份注入、Git 和 fresh-session 是否真实健康 | 否，只读诊断 |
second-brain-help | Second Brain - Help（查看全部能力并选择正确 Skill） | 忘记名称、想看能力或任务意图不清 | 否 |
快速选择
- “给一个全新 Agent 穿上我的外骨骼” → Attach。
- “它已经接入，但规则/角色/Skill 版本不一致” → Sync。
- “从我们正在进行的这次对话里记住东西” → Learn。
- “批量挖旧聊天并在完整榨取后腾空间” → Distill。
- “这个长期方向现在走到哪、接下来验证什么” → Climb。
- “别改东西，只告诉我现在是否装好” → Doctor。
边界情况：
- Attach 结束必须调用 Doctor；Doctor 本身不修复。
- Learn 只处理当前对话；历史批次使用 Distill。
- Learn 写入 common/profile 后包含必要 Sync，但不逐台修改其他 Agent。
- Distill 可以调用 Learn 的候选路由和 Climb 的山脉更新，但只有 Distill 拥有原始会话删除门禁。
- Sync 处理规则漂移；项目代码或普通知识检索仍使用项目流程或 MCP 知识工具。
共同理念
- COMMON-RULES 是跨 Agent 通用规则唯一 owner；每个 Agent profile 保持独立角色。
- Agent 根据 Skills 自己执行，MCP 只是薄传输与确定性门禁。
- 低风险、有证据的学习可自动合并；权限、隐私、核心身份、summit 和冲突先问用户。
- authority 变化先保留本地可恢复历史；
private-remote经私有originPR 汇合，local-only不远端写入，公开 Release remote 只读；不用数据库、守护进程、规则编译器或外部推理 API。 - 原始对话不进 Git；完整榨取、附件晋升、receipt 和恢复验证通过后，才删除精确 allowlist。
- SkillOpt 的程序不是依赖，只吸收其从工作轨迹中学习的理念。
输出
如果用户只是要列表，给七项和当前宿主语法即可。如果用户描述了具体任务，回答：
- 推荐的唯一主 Skill。
- 为什么它匹配、为什么相邻 Skill 不是主入口。
- 本宿主的显式调用命令。
- 是否会写入、删除或需要用户确认高风险项。
用户同时明确要求执行时，加载所选 Skill 并按其完整门禁继续；不要只停在介绍。
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.