正在打开每日关注
正在打开每日关注
通过采集、编译和查询，把个人资料沉淀为可引用的互联知识库。
I made a skill that gives my AI agent a real memory /second-brain — capture anything into raw/, compile it into an interlinked wiki, then query your own accumulated knowledge. It answers from what YOU'VE collected and cites its sources. I've been studying top YouTube videos this way — watch my brain answer "what makes a killer intro?" Part of Maker Skills — 18 free, open-source skills for founders & operators. Install in Claude Code: /plugin marketplace add coreyhaines31/makerskills
是什么
这条内容介绍 Corey Haines 的 /second-brain 技能：在 Claude Code 中把想法或资料先写入 raw/，再编译进带 wikilinks 的个人 Wiki，最后基于已积累内容查询并引用来源。截图明确展示了 capture、compile、query 三阶段，从原始 Markdown、索引与专题页一路生成答案。
核心设计 重点不是让 Agent 凭空“记住”，而是建立可审计的外部记忆管线：原始输入保留上下文，编译阶段负责归并、互链和索引，查询阶段读取相关页面再综合。绿色状态点、文件读写记录、相关页数量、耗时和 token 提示，让中间过程可观察；输出路径和来源数量则增强追溯性。
关键洞察 示例把机制用于 YouTube 研究：18 份视频转录稿被整理为 8 个互联页面，回答开场结构、标题、缩略图、Hook 与脚本的关系。它把一次性对话转成持续增量的知识资产，并用个人积累约束回答。
边界与风险 当前材料没有仓库 README，也未说明存储格式、检索算法或权限模型，不能据此判断规模化性能。知识质量仍依赖输入、链接维护和来源筛选；错误或敏感内容一旦进入 Wiki，可能被后续回答持续放大。