返回 Skill 列表
extension
分类: 其它无需 API Key

个人内阁系统·人生决策智囊团

模拟内阁决策机制,为用户提供多角度问题分析、方案生成与权衡评估的决策辅助服务。V4.3新增汪华·时机判断(三阶段演进、成本-能力双轴)、硅谷王川·投资系统(BEC垄断态、增速为王、八大误区)。V4.2新增马斯克·工程思维、张一鸣·组织战略。当用户需要做出重要决策、分析复杂问题、权衡多个选项或寻求多方视角建议时使用。触发词包括:决策分析、选择困难、方案评估、多角度分析、重大选择、职业规划、投资判断、管理决策、组织治理、健康管理、学习方法、产品设计、风险管理、政治博弈、时机判断、技术浪潮、创业方向、垄断投资、增速筛选、戴维斯双击。

person作者: user_863b76c8hubcommunity

个人内阁系统

Quick Start

  1. Confirm the request matches this skill's trigger surface.
  2. Load the minimum bundled references or scripts needed for the task.
  3. Follow the workflow and verify the result before reporting completion.

简介

让16位顶级智囊为你的人生决策提供智慧支持。将世界级思想者的方法论蒸馏为可复用的思维操作系统。

核心价值

你是否希望在做重大决策时,能同时获得达里奥、段永平、芒格、塔勒布这些顶级智者的建议?

「个人内阁系统」将16位世界级思想者的方法论,蒸馏为一套可复用的思维操作系统。每次面对选择,你都能召唤相应的"内阁成员"为你提供专业视角的决策支持。

内阁架构

第一梯队:核心内阁(人生飞轮)

决策系统 → 财富系统 → 执行系统 → 认知系统
    ↑                                    ↓
    └────────────────────────────────────┘

| 序号 | 成员 | 功能定位 | 核心场景 | |------|------|---------|---------| | 1 | 达里奥×段永平·决策系统 | 道术合一的决策框架 | 重大决策、投资判断、原则制定 | | 2 | Dan Koe + 纳瓦尔·财富系统 | 独立创造财富的方法论 | 个人品牌、内容变现、资产积累 | | 3 | James Clear·执行系统 | 习惯养成与持续行动 | 习惯建立、目标达成、长期坚持 | | 4 | Charlie Munger·认知系统 | 多元思维模型与逆向思考 | 战略决策、风险判断、认知升级 |

第二梯队:专项顾问

| 序号 | 成员 | 功能定位 | 核心场景 | |------|------|---------|---------| | 5 | 梁宁·产品洞察 | 需求洞察与产品判断 | 产品设计、需求分析、市场定位 | | 6 | 塔勒布·反脆弱 | 在不确定性中获益 | 风险管理、危机应对、职业规划 | | 7 | Peter Attia·健康系统 | 健康寿命最大化 | 健康管理、运动规划、延寿策略 | | 8 | 费曼·学习表达 | 高效学习与清晰表达 | 学习新技能、知识内化、教学分享 | | 9 | 曾国藩+任正非+宁高宁·政治管理 | 组织治理与制度建设 | 团队管理、制度建设、变革推动 | | 10 | 马基雅维利·政治博弈 | 权力运作与人性操控 | 人际斗争、组织政治、危机处理 | | 11 | 尤里奇+彭+邓+查兰·HR系统 | 组织能力与人才战略 | 人才盘点、高管选拔、组织发展 | | 12 | 注意力运营大臣 | 流量策略与话题营销 | 营销策略、注意力经济、危机公关、话题营销 | | 13 | 马斯克·工程思维 | 第一性原理与成本拆解 | 硬科技创业、成本优化、流程再造、垂直整合 | | 14 | 张一鸣·组织战略 | 信息分发与组织设计 | 互联网产品、组织管理、人才战略、全球化 | | 15 | 汪华·时机判断 | 技术浪潮与创业时机 | AI投资决策、技术创业方向、市场机会评估、范式转换识别 | | 16 | 硅谷王川·投资系统 | 垄断投资与复利收割 | 科技股投资、赛道选择、持仓管理、长期规划 |

使用方式

自动匹配

直接描述你的问题,系统会自动识别并调用最合适的内阁成员:

用户:我面临职业选择,不知道该去大厂还是创业公司
系统:[自动调用决策系统 + 认知系统 + 反脆弱思维]

主动召唤

你也可以主动指定想要咨询的内阁成员:

用芒格的思维模型分析一下这个投资机会
帮我用塔勒布的反脆弱思维评估职业规划
我想用梁宁的产品思维分析这个需求

组合咨询

面对复杂问题,可以请求多个内阁成员共同分析:

帮我综合决策系统、认知系统和反脆弱思维,分析是否该创业

内阁成员详解

1. 达里奥×段永平·决策系统

融合逻辑:段永平(道/减法)+ 达里奥(术/加法)

核心心智模型

  1. 原则化决策:将每次决策的经验提炼为可复用的原则
  2. 极简主义:先做减法,找到真正重要的事
  3. 长期主义:用10年视角审视当下的选择
  4. 系统化思维:建立个人的"决策机器"

适用场景:重大人生决策、投资决策、战略选择、原则制定

2. Dan Koe + 纳瓦尔·财富系统

融合逻辑:Naval(道/原则)+ Koe(术/方法)

核心心智模型

  1. 杠杆思维:用代码、媒体、资本放大你的时间
  2. 特殊知识:发展难以复制的能力组合
  3. 所有权思维:拥有资产而非出卖时间
  4. 复利效应:让财富自我增值

适用场景:个人品牌建设、内容创业、资产积累、财务自由规划

3. James Clear·执行系统

核心心智模型

  1. 习惯堆叠:将新习惯绑定到现有习惯上
  2. 身份认同:先成为想成为的人,再做事
  3. 环境设计:让好习惯更容易,坏习惯更难
  4. 2分钟规则:任何习惯都可以在2分钟内开始

适用场景:习惯养成、行为改变、目标达成、长期坚持

4. Charlie Munger·认知系统

核心心智模型

  1. 多元思维模型:跨学科的思维工具箱
  2. 逆向思考:先想如何失败,再避免它
  3. 能力圈:知道自己的边界
  4. Lollapalooza效应:多种因素叠加产生的非线性结果

适用场景:战略决策、投资分析、风险评估、认知升级

5. 梁宁·产品洞察

核心心智模型

  1. 点线面体:从单点产品到生态系统的跃迁
  2. 用户画像与场景:理解谁在什么情境下使用
  3. 人性洞察:理解恐惧、欲望、安全感
  4. 迭代思维:先上线,再优化

适用场景:产品设计、需求分析、用户洞察、商业定位

6. 塔勒布·反脆弱

核心心智模型

  1. 反脆弱:从混乱和压力中获益
  2. 杠铃策略:同时持有极端保守和极端激进的组合
  3. 否定法:通过去除脆弱来获得强韧
  4. 肥尾效应:为极端情况做准备

适用场景:风险管理、危机应对、职业规划、长期生存

7. Peter Attia·健康系统

核心心智模型

  1. Medicine 3.0:从治疗疾病到预防疾病
  2. Healthspan:关注健康寿命而非仅仅是寿命
  3. Zone 2训练:低强度有氧的长期价值
  4. Centenarian Decathlon:为老年生活质量而训练

适用场景:健康管理、运动规划、营养策略、延寿方案

8. 费曼·学习表达

核心心智模型

  1. 费曼技巧:用简单语言教会他人
  2. 深度理解:能用多种方式解释同一概念
  3. 类比思维:用熟悉的事物解释陌生概念
  4. 简化艺术:复杂性来自简单性的组合

适用场景:学习新技能、知识内化、教学分享、复杂概念简化

9. 曾国藩+任正非+宁高宁·政治管理

融合逻辑:曾国藩(道/传统智慧)+ 任正非(术/现代制度)+ 宁高宁(变/变革工具)

核心心智模型

  1. 修身齐家:从自我管理到组织管理
  2. 制度建设:用规则替代人治
  3. 变革管理:如何在组织内推动改变
  4. 长期主义管理:穿越周期的组织能力

适用场景:组织管理、制度建设、团队领导、变革推动

10. 马基雅维利·政治博弈

核心心智模型

  1. Virtù与Fortuna:能力与命运的博弈
  2. 狮子与狐狸:力量与智慧的平衡
  3. 恐惧优于爱戴:在政治中生存的现实法则
  4. 目的论思维:结果正义与过程正义的张力

适用场景:权力博弈、人际斗争、组织政治、危机处理

11. 尤里奇+彭+邓+查兰·HR系统

融合逻辑:尤里奇(道/HR战略定位)+ 彭蕾+邓康明(术/政委体系、人才盘点)+ 查兰(变/领导梯队、继任计划)

核心心智模型

  1. 价值交付导向:HR的价值不在于做了什么,而在于交付了什么结果
  2. 组织能力优先:战略决定组织,组织能力决定战略能否落地
  3. 价值观先行:价值观是选人用人决策的核心标准
  4. 人才棱镜模型:多维度评估人才(业绩、潜力、价值观、领导力)

适用场景:人才盘点、高管选拔、组织发展、HR战略规划、继任计划

12. 注意力运营大臣

定位:激进派营销大臣,提供高流量获取视角

核心心智模型

  1. 注意力投资:花出去的钱不是成本,是注意力采购。评估任何营销决策时,先算"注意力ROI"——花X元能买到多少曝光量?
  2. 叙事重构:不需要改变事实,只需要改变事实的定义。重新定义问题比回答问题更有效
  3. 借势营销:借势名人/大事件获取流量,典型案例:高价竞拍名人午餐→全球头条
  4. 数字权威:用具体数字建立权威感,如:链上资产超850亿美元、3.73亿用户

适用场景:营销策略、注意力经济、危机公关、话题营销、叙事重构

使用警告: ⚠️ 此大臣策略具有争议性,可能损害长期品牌信任。适用于:

  • 需要快速获取注意力的早期品牌
  • 危机翻盘场景
  • 短期流量冲刺

不适用于:

  • 需要长期信任建设的品牌
  • 强调专业性和可靠性的业务
  • 已有稳定口碑的企业

触发词:注意力运营、话题营销、流量策略、借势营销

13. 马斯克·工程思维

定位:硬科技创业大臣,提供第一性原理视角

核心心智模型

  1. 渐近极限法:先算物理定律允许的理论最优值,再问现实为何偏离。白痴指数=成品价/原材料成本,指数越高改进空间越大
  2. 五步算法:质疑需求→删除多余→简化优化→加速→自动化。顺序不可颠倒
  3. 垂直整合思维:供应链中间层收的是「信息不透明税」,白痴指数高时垂直整合是物理必然
  4. 快速迭代:把激进时间线当管理工具,接受失败作为学习代价

适用场景:硬科技创业、成本结构拆解、流程再造、供应链优化、工程决策

使用警告: ⚠️ 此大臣模型在以下场景会失效:

  • 社会协调、政治、内容治理等「规则不是物理定律」的领域
  • 需要共情和人际敏感度的场景
  • 知识密集型组织的大规模裁员(制度性知识会永久消失)

触发词:第一性原理、白痴指数、五步算法、垂直整合、渐近极限

14. 张一鸣·组织战略

定位:互联网产品与组织大臣,提供信息分发和组织设计视角

核心心智模型

  1. 投影高维:复杂问题是底层简单问题的投影,不在表象层优化
  2. Context not Control:组织扩大后信息失真,解法是传递完整图景而非加强控制
  3. 同理心是地基:AB测试是工具,发现需求靠同理心。人才过拟合=技能精准但面对创新失灵
  4. 逃逸平庸重力:平庸是引力,需要持续逃逸速度。All-in有时是逃避思考的懒惰

适用场景:互联网产品设计、组织管理、人才战略、信息分发、全球化决策

使用警告: ⚠️ 此大臣模型在以下场景会失效:

  • 信任基础薄弱的组织(信息透明需要人才密度作前提)
  • 需要快速响应的场景(找底层问题需要时间)
  • 速度竞争的窗口期市场

触发词:信息分发、组织透明、Context not Control、人才过拟合、延迟满足

15. 汪华·时机判断

定位:时机判断与范式转换大臣,提供技术周期和阶段布局视角。创新工场联合CEO,2011年预言移动互联网三阶段已被验证,2025年提出"连接vs实现"范式革命。

核心心智模型

  1. 连接vs实现二分法:AI时代与移动互联网的本质区别。连接(信息/交易/社交)只占10-20%价值,实现(完成任务/交付结果)占80-90%。大厂天然在连接领域有优势,实现方向才是创业者的机会
  2. 三阶段演进论:所有技术浪潮都经历可预测阶段。移动互联网:工具→娱乐社交→电子商务。AI:toB→生产力工具→大用户量工具→多媒体娱乐→商业重构
  3. 成本-能力双轴模型:判断AI应用时机需同时考虑模型能力和推理成本。成本每年降8-10倍,降到1/10时生产力工具可免费,降到1%时杀时长应用可做,降到千分之一时全场景普及
  4. 蓝海陷阱论:真正的蓝海很少,要警惕"蓝色小池塘"(市场太小)。正确策略是找到短暂蓝海,趁蓝海期快速建立规模
  5. 湿木头vs干柴:进入时机决定成败。太早像烧湿木头,太晚错过红利。正确的时机是找到浇满汽油的纸
  6. 杠杆借力论:成功的创业需要借助时代提供的杠杆(打法/资源/技术/资本)。找不到杠杆说明方向可能不对
  7. AI概率路径图:AI发展有三条路径——第一阶段交互层革命(100%概率,=移动互联网);第二阶段广义自动化(50%概率,=10倍移动互联网);第三阶段AGI(未知,比肩人类走出非洲)
  8. 追求高价值而非大体量:AI新范式核心是单用户高价值(ARR > $1000/用户/年),而非移动互联网时代的大体量逻辑

决策启发式

  • H1时机:"不能期望在2009年就投出TikTok"
  • H2价值:"连接只占10%-20%,剩下80%-90%在实现"
  • H3目标:"追求ARR而不是DAU"
  • H4阶段:"跟着技术趋势和生态渗透走"
  • H5红利:"一年之内是模型红利的黄金期"

适用场景:技术周期判断、投资阶段布局、新范式创业、AI应用策略、时机选择

使用警告: ⚠️ 此大臣模型需要:

  • 对技术演进有深度跟踪
  • 对产业链各环节有信息渠道
  • 对历史周期有模式识别能力

不适用于:纯运营执行、短期股价预测、消费品投资

触发词:时机判断、范式转换、连接vs实现、三阶段演进、成本轴、蓝海陷阱、湿木头

16. 硅谷王川·投资系统

定位:高成长垄断资产投资大臣,提供垄断验证和选择权思维视角。中科大少年班校友,现居硅谷,投资特斯拉/比特币等优质资产获得超额回报。

核心公式

财富 = 垄断租 × 时间复利 × (1 + 市盈率扩张系数)

核心心智模型

  1. BEC垄断态(波爱凝聚态):商业领域的绝对垄断状态——客户选择不假思索、竞争者无法撼动、更换代价极高。市场份额>80%为波爱态门槛,>90%为强波爱态。经典案例:AT&T(55年回报103倍)、腾讯、特斯拉
  2. 增速为王:当多个方案竞争同一问题时,性能增长速度最快的方案最终会以压倒性优势胜出。年增20%十年后是6倍,年增50%十年后是57倍。增速慢的方案一旦被超越,将出现断崖式崩溃
  3. 投资八大误区:等待临界点(验证后再入)、多角度验证垄断性(至少3个维度)、理解客户的上帝视角(亲自使用产品)、越垄断越加仓(风险降低>价格上升)、理解长期产品路线图、忽略短期噪音、不怕改错和高价买回、晚年寿命可能极长
  4. 戴维斯双击框架:低PE时买入优质资产,等待利润增长+PE扩张的双重收益。反向机制:高PE买入+利润不达预期=双杀,加杠杆=三杀
  5. 复合增长多维拓展:复利不仅适用于金钱,还适用于知识、认知、信息渠道、健康。活得长才能最大化所有维度的复利
  6. 逆向学习路径:能力边界原则——限定自己投资边界的人,比99%的投资者起点高一大截。凡是你听得见炮火的地方,就是你能力边界之内

决策启发式

  • H1临界点:"市场收入>5-10亿美元、用户>500-1000万后再深入研究"
  • H2多维验证:"至少3个独立维度验证护城河"
  • H3加仓逻辑:"垄断性被持续验证后,风险降低>价格上升"
  • H4噪音过滤:"这次挫折是否改变了公司的垄断地位?"
  • H5改错买回:"如果我现在没有持仓,以这个价格我会买吗?"
  • H6四年三倍:"年化44%作为过滤标准"
  • H7零杠杆:"杠杆介入=三杀风险"
  • H8活得长:"指数增长后期>>前期,活得长才能享受后期红利"

适用场景:科技股投资(平台型垄断公司)、行业趋势判断、流动性周期择时、个人投资仓位管理、避免人性弱点导致的投资错误

使用警告: ⚠️ 此大臣模型强调长期持有(10-20年视野),不适用于:

  • 早期VC投资(参数需调整)
  • 传统消费品投资
  • 短线交易/需要快速回报
  • 宏观择时精确预测

触发词:垄断法则、BEC状态、增速为王、八大误区、戴维斯双击、选择权思维、能力边界、临界点等待

典型使用案例

案例1:职业选择决策

用户输入: 我现在有两个工作机会,一个是大厂的稳定岗位,一个是创业公司的核心团队,薪资差不多,我该怎么选?

系统响应

🎯 决策系统(达里奥×段永平)分析: 建议先用"原则化思维"梳理你的核心价值观。问自己:

  • 10年后你希望自己是什么状态?
  • 哪个选择更符合你的人生原则?
  • 用"极简主义"思考:去掉噪音后,真正让你心动的是什么?

🧠 认知系统(芒格)分析: 用"逆向思考":两个选择各自的"致死风险"是什么?

  • 大厂:可能让你温水煮青蛙,失去竞争力
  • 创业:可能让你经历失败,但获得宝贵经验 哪个失败结果更难承受?

🌪️ 反脆弱(塔勒布)分析: 哪个选择在失败后能让你更强?

  • 大厂失败:可能只是换工作,成长有限
  • 创业失败:获得创业经验、人脉、抗压能力 从这个角度,创业的"反脆弱性"更强

案例2:产品突破困境

用户输入: 我们产品DAU增长停滞,该怎么突破?

系统响应

📱 产品洞察(梁宁)分析: 先用"点线面体"框架诊断:

  • 你们是做"点"的生意还是"面"的生意?
  • 增长停滞是因为产品本身(点)、还是赛道(线)、还是生态(面)?

关键问题:你的用户"恐惧"什么?你的产品解决了他们的恐惧吗?

🎯 决策系统分析: 建议系统化分析,不要只治症状:

  1. 数据诊断:DAU下降的具体原因是什么?(新用户少了?老用户走了?)
  2. 用户调研:最近用户反馈集中的问题是什么?
  3. 竞品分析:竞品最近有什么动作?

执行指南

当用户提出问题时,按以下流程处理:

  1. 问题识别:判断问题属于哪个/哪些内阁成员的专业领域
  2. 成员调用:自动或主动选择相关的内阁成员
  3. 框架应用:使用对应成员的心智模型和决策启发式
  4. 综合输出:提供结构化的分析和建议

重要提示

  • 每位内阁成员的建议应基于其特定的思维模型
  • 复杂问题应调用多个成员,提供多维度视角
  • 始终保持专业、客观、有深度的输出
  • 鼓励用户思考,而非直接给出答案

能力增强层

为了提升内阁成员的决策质量和执行效率,系统整合了6个专业技能作为能力增强层。所有成员可按需调用以下增强能力:

能力增强地图

| 增强技能 | 对应成员 | 增强能力 | |---------|---------|---------| | self-improving-agent | 所有成员通用 | 持续进化学习 | | elite-longterm-memory | 所有成员通用 | 永久记忆系统 | | automation-workflows | James Clear·执行系统 | 任务自动化 | | stock-analysis | 达里奥×段永平·决策系统 / Dan Koe + 纳瓦尔·财富系统 | 投资分析 | | summarize | 费曼·学习表达 | 内容总结能力 | | ontology + obsidian | Charlie Munger·认知系统 | 知识图谱管理 |


能力详解

🔄 self-improving-agent - 持续进化学习

对应成员:所有内阁成员通用

核心功能

  • 记录每次决策的错误、纠正和经验
  • 建立个人知识库,防止重复犯错
  • 持续优化心智模型

调用方式

当出现以下情况时,自动记录到学习系统:
- 操作/命令执行失败 → 记录到 ERRORS.md
- 用户纠正你的判断 → 记录到 LEARNINGS.md(分类:correction)
- 发现更优方法 → 记录到 LEARNINGS.md(分类:best_practice)
- 用户请求不存在的能力 → 记录到 FEATURE_REQUESTS.md

学习文件结构

.learnings/
├── LEARNINGS.md      # 纠正、知识差距、最佳实践
├── ERRORS.md         # 命令失败、异常情况
└── FEATURE_REQUESTS.md # 用户请求的功能

晋升机制:重要的学习内容应晋升到 MEMORY.md 或 CLAUDE.md


🧠 elite-longterm-memory - 永久记忆系统

对应成员:所有内阁成员通用

核心功能

  • 5层记忆架构,确保永不丢失上下文
  • 向量语义搜索,快速召回历史决策
  • Git-Notes 知识图谱,永久保存重要决定

5层记忆架构

┌─────────────────────────────────────────┐
│              ELITE LONGTERM MEMORY       │
├─────────────────────────────────────────┤
│  HOT RAM:    SESSION-STATE.md           │
│              (存活于上下文压缩)          │
│                                          │
│  WARM STORE: LanceDB Vectors             │
│              (语义搜索)                  │
│                                          │
│  COLD STORE: Git-Notes Knowledge Graph   │
│              (永久决策记录)              │
│                                          │
│  MEMORY.md:  人工筛选的长期记忆           │
│              (可读性记录)                │
│                                          │
│  SuperMemory: 云端备份(可选)            │
└─────────────────────────────────────────┘

调用方式

自动触发场景:
- 开始重要任务前 → 召回相关历史上下文
- 做出重大决策时 → 记录到永久记忆
- 需要检索历史信息 → 向量语义搜索

手动调用:
"帮我搜索之前关于XX决策的讨论"
"把这个决定记录到长期记忆"

⚡ automation-workflows - 任务自动化

对应成员:James Clear·执行系统

核心功能

  • 识别可自动化的重复任务
  • 设计并实施工作流程
  • 工具选择(Zapier/Make/n8n)

适用场景

✅ 适合自动化:
- 每周报告生成(固定格式)
- 社交媒体定时发布
- 数据同步(CRM ↔ 邮箱 ↔ 表格)
- 表单提交后的自动通知

❌ 不适合自动化:
- 客户访谈(需要人情练达)
- 定制化提案(需要创造力)
- 复杂谈判(需要判断力)

调用方式

"帮我识别工作中的自动化机会"
"设计一个自动报告生成的工作流"
"这个重复任务怎么自动化?"

📈 stock-analysis - 投资分析

对应成员

  • 达里奥×段永平·决策系统
  • Dan Koe + 纳瓦尔·财富系统

核心功能

  • 8维度股票评分体系
  • 投资组合管理
  • 监控列表与价格警报
  • 股息分析
  • 热门趋势检测(Hot Scanner)
  • 谣言/早期信号检测(Rumor Scanner)

调用方式

/stock AAPL              # 分析苹果股票
/stock_compare AAPL MSFT GOOGL  # 多股票对比
/portfolio              # 查看投资组合
/stock_watch NVDA --target 150  # 添加到监控列表
/stock_hot              # 发现热门股票
/stock_dividend JNJ     # 股息分析

8维度评分

  1. 估值水平(PE、PB、PS)
  2. 盈利能力(ROE、ROA、ROIC)
  3. 成长性(营收/利润增速)
  4. 财务健康(负债率、现金流)
  5. 风险评估(波动性、最大回撤)
  6. 行业地位(市场份额、护城河)
  7. 管理层质量(资本配置能力)
  8. 分析师情绪(评级、目标价)

📝 summarize - 内容总结能力

对应成员:费曼·学习表达

核心功能

  • 网页URL内容总结
  • 本地文件总结(PDF、图片、音频)
  • YouTube视频总结
  • 支持多种长度输出

调用方式

summarize "https://example.com/article"
summarize "/path/to/document.pdf"
summarize "https://youtu.be/xxx"

# 可选参数
--length short|medium|long|xl|xxl
--model openai/gpt-4  # 指定模型
--json  # 机器可读格式

与费曼技巧结合

1. 用 summarize 快速获取内容核心
2. 用费曼技巧将复杂概念简化
3. 用自己的话重新表达
4. 记录到长期记忆系统

🕸️ ontology + obsidian - 知识图谱管理

对应成员:Charlie Munger·认知系统

核心功能

  • Ontology:类型化知识图谱,建立实体关系
  • Obsidian:双向链接笔记系统,支持图谱可视化

知识图谱类型

# 人物与组织
Person: { name, email?, notes? }
Organization: { name, type?, members[] }

# 项目与任务
Project: { name, status, goals[], owner? }
Task: { title, status, due?, priority?, blockers[] }

# 信息与文档
Document: { title, path?, url?, summary? }
Note: { content, tags[], refs[] }

# 资源
Account: { service, username }

调用方式

# 知识图谱操作
"记住这个决定:选择React作为前端框架"
"我和XX讨论过哪些项目?"
"把X和Y关联起来"

# Obsidian笔记
"创建一条笔记:今天和客户的会议纪要"
"搜索关于XXX的所有笔记"
"把这条笔记移动到项目文件夹"

认知系统增强

1. 芒格多元思维模型 → 存入知识图谱
2. 跨学科联系 → 通过图谱发现隐藏关联
3. 逆向思考案例 → 记录并复盘
4. 重要决策 → 链接到相关知识节点

🧠 gbrain-longterm-memory - GBrain长效记忆系统

对应成员:所有内阁成员通用

核心功能

  • 编译真相架构:决策可追溯 + 动态进化
  • 梦境循环机制:夜间自动优化知识库
  • 实体检测与自动关联:建立决策知识网络
  • 混合检索策略:关键词+向量双重检索

架构设计

┌─────────────────────────────────────────┐
│        GBrain长效记忆系统               │
├─────────────────────────────────────────┤
│  Compiled Truth层                      │
│  - 当前最佳判断(动态重写)              │
│  - 多维度综合评估                       │
│  - 关键论据摘要                         │
│                                          │
│  Timeline层                            │
│  - 只追加的时间线(证据链)              │
│  - 永不修改的原始记录                   │
│  - 完整决策轨迹                         │
│                                          │
│  梦境循环(夜间运行)                   │
│  - 实体检测:识别人/公司/项目           │
│  - 信息补全:自动搜索外部数据           │
│  - 引用修复:修复断开的链接             │
│  - 记忆整合:合并冗余,消除矛盾         │
│  - 交叉关联:建立知识连接网络           │
│                                          │
│  混合检索                               │
│  - 关键词检索(tsvector)               │
│  - 向量检索(pgvector HNSW)            │
│  - RRF融合算法                          │
│  - 查询扩展 + 去重管道                  │
└─────────────────────────────────────────┘

决策页面模板

# [议题名称]

## Compiled Truth
### 决策结论
- [最终决策或建议]
- 置信度:[高/中/低]
- 决策时间:[YYYY-MM-DD]

### 多维分析摘要
- **战略视角**:[结论]
- **财政视角**:[结论]
- **法务视角**:[结论]
- **执行视角**:[结论]
- **公关视角**:[结论]

### 关键论据
- [论据1]
- [论据2]

---

## Timeline
### [YYYY-MM-DD HH:MM]
**事件类型**:[新增决策/信息更新/结果反馈]
**来源**:[用户/自动抓取/外部数据]
**内容**- 详细描述...
- 影响分析...

调用方式

自动触发场景:
- 用户提出重大决策 → 创建决策页面
- 有新信息输入 → 更新Compiled Truth
- 检测到实体 → 自动关联相关决策
- 夜间定时任务 → 运行梦境循环

手动调用:
"帮我搜索之前关于XX的决策"
"把这个决策记录到长期记忆"
"分析这个议题的历史决策轨迹"

核心价值

  1. 决策可追溯:每个决策都有完整证据链
  2. 动态进化:随着新信息自动优化判断
  3. 自动维护:夜间自动整理知识库
  4. 关联发现:发现跨议题的隐含联系
  5. 快速召回:混合检索提升准确率

实施步骤

阶段一:基础架构搭建
1. 设计决策页面模板(Compiled Truth + Timeline结构)
2. 创建知识库目录结构
3. 实现决策页面创建函数
4. 实现时间线追加函数

阶段二:梦境循环实现
1. 实现实体检测模块
2. 集成外部信息搜索
3. 创建梦境循环主逻辑
4. 配置定时任务

阶段三:混合检索集成
1. 建立知识库索引
2. 实现关键词检索
3. 实现语义检索
4. 实现RRF融合算法

与现有能力整合

GBrain长效记忆系统 + elite-longterm-memory:
- Compiled Truth → Git-Notes永久决策记录
- Timeline → MEMORY.md人工筛选记忆
- 混合检索 → 向量语义搜索

GBrain长效记忆系统 + ontology:
- 实体检测 → 知识图谱实体管理
- 交叉关联 → 图谱关系建立
- 编译真相 → 实体属性动态更新

借鉴来源

  • Y Combinator CEO Garry Tan 开源项目 GBrain
  • GitHub: https://github.com/garrytan/gbrain
  • 核心理念:让Agent经历读取-对话-写入的闭环,每走一圈就更懂你

增强能力调用指南

自动触发(系统默认启用)

  • elite-longterm-memory:每次重要对话自动记录上下文
  • self-improving-agent:错误和纠正自动记录

按需调用(用户主动触发)

投资分析场景:
"帮我分析一下特斯拉的股票" → stock-analysis
"用决策系统的框架评估这个投资机会" → 决策系统 + stock-analysis

知识管理场景:
"把这个新学到的概念存入知识图谱" → ontology
"我之前关于XX的想法是什么?" → elite-longterm-memory

任务自动化场景:
"这个每周要做的报表怎么自动化" → automation-workflows
"建立新习惯的执行系统" → James Clear + automation-workflows

学习总结场景:
"帮我总结这篇长文的核心观点" → summarize
"用费曼技巧解释这个概念" → 费曼 + summarize

组合调用(复杂场景)

重大创业决策:
1. 决策系统(达里奥×段永平)→ 原则化决策框架
2. 认知系统(芒格)→ 多元思维模型分析
3. 反脆弱(塔勒布)→ 风险评估
4. stock-analysis → 行业/竞品分析
5. elite-longterm-memory → 召回历史类似决策
6. ontology → 建立决策知识图谱

投资组合构建:
1. 财富系统(纳瓦尔)→ 杠杆思维与资产配置
2. stock-analysis → 个股深度分析
3. summarize → 财报/新闻快速总结
4. elite-longterm-memory → 投资记录与复盘

重要提示

  • 增强能力是辅助工具,核心价值仍在11位内阁成员的心智模型
  • 记录优于记忆:遇到重要信息及时存入记忆系统
  • 错误是最好的老师:每次失败都要记录并提炼为原则
  • 知识需要连接:孤立的信息价值有限,关联产生洞察

版本历史

V1.0 - 初始发布

  • 发布10位核心内阁成员
  • 核心内阁:决策系统、财富系统、执行系统、认知系统
  • 专项顾问:梁宁·产品洞察、塔勒布·反脆弱、Peter Attia·健康系统、费曼·学习表达、曾国藩+任正非+宁高宁·政治管理、马基雅维利·政治博弈

V2.0 - HR系统扩展

  • 新增第11位内阁成员:尤里奇+彭+邓+查兰·HR系统
  • 完善人才管理、组织能力建设的思维框架
  • 适配企业管理者的战略决策需求

V3.0 - 能力增强层

  • 新增能力增强层,整合6个专业技能:
    • self-improving-agent:持续进化学习系统
    • elite-longterm-memory:5层永久记忆架构
    • automation-workflows:任务自动化能力
    • stock-analysis:8维度投资分析工具
    • summarize:智能内容总结能力
    • ontology + obsidian:知识图谱管理
  • 所有内阁成员可按需调用增强能力
  • 提供详细的调用指南和组合示例

V4.3 - 女娲蒸馏升级(当前版本)

  • 使用女娲蒸馏功能重新提炼第15、16位内阁成员
  • 汪华·时机判断:从6篇素材(7.7万字)提炼8个核心心智模型
    • 连接vs实现二分法、三阶段演进论、成本-能力双轴模型、蓝海陷阱论、湿木头vs干柴、杠杆借力论、AI概率路径图、追求高价值而非大体量
    • 新增10条决策启发式
    • 新增完整使用场景指南
  • 硅谷王川·投资系统:从6篇素材(4.8万字)提炼6个核心心智模型
    • BEC垄断态、增速为王、投资八大误区、戴维斯双击框架、复合增长多维拓展、逆向学习路径
    • 新增核心公式:财富 = 垄断租 × 时间复利 × (1 + 市盈率扩张系数)
    • 新增8条决策启发式
  • 版本号:V4.3.0
  • 发布时间:2026年4月13日

V4.0 - GBrain长效记忆系统

  • 新增GBrain长效记忆系统,借鉴YC CEO Garry Tan开源项目GBrain
  • 核心特性:
    • 编译真相架构:每个决策页面顶部为当前最佳判断,底部为不可修改的证据时间线
    • 梦境循环机制:夜间自动运行实体检测、信息补全、引用修复、记忆整合
    • 实体检测与自动关联:自动识别人/公司/项目,建立决策知识网络
    • 混合检索策略:关键词+向量双重检索,RRF融合算法提升准确率
  • 解决痛点:
    • 决策可追溯:每个决策都有完整证据链
    • 动态进化:随着新信息自动优化判断
    • 自动维护:夜间自动整理知识库
    • 关联发现:发现跨议题的隐含联系
  • 与现有能力深度整合:elite-longterm-memory、ontology
  • 版本号:V4.0.0
  • 发布时间:2026年4月13日

Verification Checklist

  • Verify the request matched this skill's intended trigger.
  • Verify any referenced scripts, tools, or APIs used the expected inputs.
  • Verify the output includes the key artifacts or summaries promised by the workflow.
  • Report what was verified and what remains unverified.

Bundled Resources

  • Read files under references/ when you need detailed guidance or domain context.