足够简单
先从 Raw、Wiki、Outputs 三层开始。原始内容被保留，确认后的理解进入知识层，需要交付时才形成输出。
它有什么不同
收藏越来越多，不一定会让人更清楚。这套系统关心的是：信息是否变成了你的理解，是否进入过真实行动，又能否在需要时重新找到。
连接得有意义
原子笔记只连接来源、主题、依赖和真实应用等强关系，慢慢形成一部属于你的知识词典。
足够个性化
先了解目标、习惯、已有文件和隐私边界，再提出最小架构；不要求每个人套用同一套人生分类。
能够记录成长
书和课程只是输入。成长还需要解释、练习、反馈、异常处理和迁移证据；没想清楚的兴趣可以先留在候选区。
容得下完整过程
一个项目可以从问题、资料和决策，一直记录到执行、验证、复盘、交付和后续更新，中断后也能准确接续。
辅助自我洞察
观察具体行为、原话、反例和其他解释，不因为一件事急着定义你是谁，也不进行人格或心理诊断。
从记录到更新
每一步都有独立职责。你可以只走当前需要的一段，也可以让一次学习或项目完整经过整个循环。
捕捉保真辨析连接规划实践验证复盘沉淀输出更新
11 个可以独立调用的 Skills
不知道选哪个时，调用 $knowledge-vault。它会识别你所处的阶段，再找到最短的工作路径。
$knowledge-vault
总控入口：在建库、输入、整理、成长、项目、输出和复盘之间路由。
$vault-bootstrap
先采访目标、习惯与隐私边界，再生成最小知识库。
$knowledge-intake
整理文章、对话、会议记录或混合资料，保留来源并区分事实、判断和推测。
$atomic-notes
把可复用问题或结论写成原子笔记；新建前先搜索并优先更新。
$obsidian-vault
使用 Properties、双链、Backlinks、Bases 和 Dashboard，同时保持 Markdown 可迁移。
$growth-system
评估学习候选、投入、实践方式、容量和能力证据。
$inspire-time
保存一个可能改变行动的小洞见，并连接到真实场景中的实践。
$project-lifecycle
跟踪项目目标、状态、决策、证据、中断恢复和完成条件。
$retrospective
根据事件而非模糊回忆完成项目或周期复盘，并提出下一次实验。
$self-observation
观察偏好与工作模式，保留置信度、反例、替代解释和修正空间。
$knowledge-output
按受众、用途、来源版本和披露范围生成报告、文章或简报。
可以用在哪里
它既能承载一个长期项目，也能接住一个尚未想清楚的小念头。
工作与项目
记录问题、方案、关键决定、执行证据、中断位置、验收和复盘。
科研
连接研究问题、资料来源、假设、实验、失败路径和阶段结论。
学习与成长
从资源输入走向解释、练习、反馈和跨场景应用。
生活与自我观察
保存 Inspire Time、候选想法，以及在证据中逐渐变化的目标和偏好。
它和普通笔记库有什么区别
它不取代你的思考，也不要求你把生活变成表格。它提供的是一组可以选择、检查和修正的工作流程。
| 常见情况 | 这套 Skill 的处理方式 |
|---|---|
| 资料存完就结束 | 保留来源，并追踪理解、实践、验证和更新 |
| AI 整理后像事实一样写入 | 明确区分原文、用户判断、AI 推测和待确认项 |
| 先建复杂目录 | 访谈后只创建当前真正需要的最小结构 |
| 完成一次就算掌握 | 用解释、独立应用、异常处理和迁移证据判断能力 |
| 从一次经历定义人格 | 保留情境、置信度、其他解释和反例 |
从一个真实问题开始
安装后打开新的 Codex 任务，调用 $knowledge-vault，说出你此刻最想理清的一件事。
python -X utf8 scripts/install_codex_skills.py <codex-skills-directory> --profile full --dry-run
python -X utf8 scripts/install_codex_skills.py <codex-skills-directory> --profile full
python -X utf8 scripts/install_codex_skills.py <codex-skills-directory> --profile full --verify首次建库时，Skill 会先访谈并展示预计创建的目录和文件。获得写入授权后才会创建内容。
这些方法从哪里来
每个 Skill 都有对应的方法来源和适用边界。它们解释了设计选择，不代表整套系统已经经过整体效果实验。
知识与来源
W3C PROV 支持来源追踪；Sönke Ahrens 的 How to Take Smart Notes 支持原子笔记与有意义的连接。
个性化与成长
ISO 9241-210 人本设计强调先理解使用者；刻意练习研究与 Make It Stick 支持用实践和提取证据观察成长。
经验与复盘
David Kolb 的体验式学习循环与 Donald Schön 的 The Reflective Practitioner 支持从行动回到反思，再形成下一次实践。
完整依据与限制
11 个 Skill 的逐项来源、转译方式和边界收录在 理论与方法依据中。
清楚比“自动”更重要
- AI 推测不会直接成为事实
- 一次成功不会成为稳定能力
- 输出稿不会反向成为事实来源
- 候选想法不会自动升级成正式目标
- 未授权写入时只提供提案和预览
- 不依赖第三方 Obsidian 插件
- 不根据一次事件固定定义一个人
- 公开示例全部使用虚构材料
当前版本为 0.1.3，采用 MIT License。自动检查覆盖结构、链接、隐私、安装与最小知识库，但不把这些检查描述成完整的真实 Codex 行为评测。
常见问题
这些回答也说明了项目当前能力的边界。
这是一个 Obsidian 插件吗？
不是。它是一套 Codex Skills，以 Markdown 文件为核心，并提供 Obsidian 的 Properties、Wikilinks、Bases 和 Dashboard 约定。不安装第三方插件也能使用。
已有知识库还能使用吗？
可以。建库 Skill 会先检查已有结构和迁移限制，不会默认要求你改成固定目录。
它会自动修改我的文件吗？
首次建库和重要写入前会展示提案或预览。没有写入授权时，只提供建议和拟议内容。
原子笔记是不是要把所有内容拆得很碎？
不是。只有围绕一个可复用问题或结论、未来值得独立检索的内容才适合成为原子笔记，并且应优先更新已有知识。
它能分析我的人格吗？
它只协助进行证据型自我观察：记录具体行为、你的表达、暂定解释、置信度和反例。它不做临床诊断，也不会从单一事件给人贴标签。
这套方法经过整体效果实验了吗？
没有。各模块参考了人本设计、信息溯源、原子笔记、刻意练习、体验式学习和反思实践等方法，但整套 Skill 的实际效果仍需要更多用户反馈和真实行为评测。