agentsclimarketplace

Cognitive background synthesizer

Skill TashanGKD/cognitive-os/.cursor/skills/cognitive-background-synthesizer

cognitive-os · 认知操作系统 — 13 Skills + 4 Rules + 4 SubAgents,把人脑分层记忆结构外化为 AI 可操作的知识体系,以50年认知科学研究为基础

Install
npx -y skills add TashanGKD/cognitive-os --skill cognitive-background-synthesizer

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • 5 stars5 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

后台认知合成器(DMN等效,Headless)。不被用户直接触发,由后台调度脚本每3天执行一次。跨碎片关联分析:找到不同时间捕捉的碎片之间的隐性关联,生成合成报告写入L3,等待daily-briefing展示给用户。触发词(人工触发时):「执行后台合成」「cognitive-background-synthesizer」。

SKILL.md

7.5 KB, as published. Nobody here has run it

cognitive-background-synthesizer(后台认知合成 / DMN等效)

对应认知活动:默认模式网络(DMN)——大脑空闲时自发做的跨话题后台合成、远距联想、洞见生成。人类的很多「灵光一闪」发生在非专注状态,这个Skill模拟这个过程。

认知五维坐标(COG-TAX)

  • 意识程度:隐性(用户不参与,后台自动)
  • 脑网络:DMN(默认模式网络,后台合成主导)
  • 记忆系统:情节记忆(L2/L3)跨时间的模式提取
  • 执行功能:无(自动化关联分析)
  • 双系统:系统1(自动模式匹配)→ 结果供用户用系统2评估

理论依据:Buckner et al. (2008) DMN综述;Christoff et al. (2016) 心智游走与创造性思维;Kounios & Beeman (2014) 顿悟神经机制

调用方式:后台脚本,每3天执行一次(headless模式) 人工触发(可选):「执行后台合成」「cognitive-background-synthesizer」


知识导航表

层级文档用途
D0 碎片索引cognitive/L2_fragments/fragment_index.md获取最近14天新增碎片的ID和标题
D0 任务日志cognitive/L3_logs/task_log.md获取最近14天任务摘要(「完成的工作」字段)
D0 知识图谱cognitive/knowledge_graph.md了解L1文档间关系(判断同话题簇)

激活后立即执行(Headless 模式)

Step 0  输入充分性检查(安全退出点)
        Read: cognitive/L2_fragments/fragment_index.md
        → 统计最近14天内「待整合」碎片数量
        → 若 < 3条 → 静默退出,在系统日志写一行「条件未满足:碎片不足3条,跳过」
        → 若 ≥ 3条 → 继续

Step 1  读取输入材料
        Read: cognitive/L2_fragments/fragment_index.md
        → 提取最近14天新增的「待整合」碎片:{碎片ID, 标题, 关键词, capture_date, 归属维度}

        Read: cognitive/L3_logs/task_log.md
        → 提取最近14天的任务记录,仅读「完成的工作」字段(每条取前200字)
        → 若任务日志过大(>50条),只取最近20条

        Read: cognitive/knowledge_graph.md(若存在)
        → 获取L1文档节点列表和主要关系边
        → 若文件不存在:跳过图谱参考,仅基于碎片关键词做分析

Step 2  跨碎片关联分析(核心步骤)
        对 Step 1 收集到的全部碎片内容,寻找以下三类模式:

        模式A:「相同底层结构」
          条件:两个或多个碎片,讨论了不同现象,但底层逻辑相同
          判断方法:碎片的核心动词/因果关系是否高度相似?
          输出:「碎片[A] 和碎片[B] 都在说:[共同底层结构,一句话]」

        模式B:「碎片解释任务困难」
          条件:某个碎片的核心洞见,可以解释任务日志中提到的某个困难/失败
          判断方法:碎片关键词与任务摘要中的「问题/困难/没想到」部分是否高度相关?
          输出:「任务「[任务名]」遇到的困难,可能与碎片「[碎片标题]」的洞见有关」

        模式C:「候选重复/合并」
          条件:相隔 > 7天捕捉的两个碎片,实质上在说同一件事
          判断方法:碎片标题/核心词高度重叠(>60%语义相似)
          输出:「碎片[A]([日期A])与碎片[B]([日期B])实质相同,建议合并」

Step 3  生成合成报告
        Write: cognitive/L3_logs/synthesis_report_YYYYMMDD.md(新建)
        格式:
        ---
        ## 后台合成报告(YYYY-MM-DD)
        
        ### 发现的跨碎片连接(模式A)
        [若无发现:「本次未发现跨碎片连接」]
        - 连接1:碎片「[A标题]」× 碎片「[B标题]」
          共同底层结构:[一句话]
          建议行动:[整合到同一L1章节 / 提炼为新原则候选 / 暂时观察]
        
        ### 碎片-任务关联(模式B)
        [若无发现:「本次未发现碎片-任务关联」]
        - 任务「[任务名]」中的困难 → 可能与碎片「[碎片标题]」相关
          关联说明:[一句话]
        
        ### 候选重复/合并建议(模式C)
        [若无发现:「本次未发现候选重复」]
        - 碎片「[A]」([日期])≈ 碎片「[B]」([日期]),建议合并处理
        ---

Step 4  追加到待完成清单
        Write: cognitive/L3_logs/todo.md(追加)
        □ [synth-YYYYMMDD] 后台合成报告已生成,建议查看
          路径:cognitive/L3_logs/synthesis_report_YYYYMMDD.md
          发现:[连接X条,关联Y条,重复Z条]

Step 5  追加系统日志
        Write: cognitive/L3_logs/system_log.md(追加)
        格式:[LOG-YYYYMMDD-NN] cognitive-background-synthesizer | 合成完成:发现连接X条,关联Y条,重复Z条 | synthesis_report_YYYYMMDD.md

Headless 模式规范

规范说明
无交互点不出现等待用户输入的步骤
只写文档所有输出写到 L3_logs/,不向对话输出
安全退出碎片 < 3条时静默退出,记录日志
不修改L1只生成建议,让用户或 integrate-fragments 决策
不发通知结果放入 todo.md,等待 daily-briefing 展示

D5:任务完成后的 Loop 反馈

本次执行产出

  • S-object 新建:cognitive/L3_logs/synthesis_report_YYYYMMDD.md(合成报告)
  • S-object 追加:系统日志 + 待完成清单

Loop 路由

  • 通路B(Loop 3 → Loop 2): → 合成报告中的「建议整合」→ 用户查看后可触发 cognitive-integrate-fragments(通路B延迟完成) → 合成报告中的「建议提炼原则」→ 可触发 cognitive-extract-principle

信号类型(A-G框架)

  • 发现模式A(相同底层结构)≥ 2条 → D信号(洞见:可能有新原则候选,路由给 cognitive-extract-principle 评估)
  • 发现模式C(候选重复/合并)→ A信号(Skill改进:capture-fragment步骤可能需要补充「重复检测」机制)
  • 连续3次执行均无发现(空报告)→ A信号(Skill改进:14天时间窗口或分析策略需要调整)
  • todo.md已追加 → S-object更新完成,无额外信号

对 cognitive-daily-briefing 的依赖声明: ⚠️ 合成报告通过 todo.md 等待 cognitive-daily-briefing 展示给用户。 若 cognitive-daily-briefing Skill 未实现对 todo.md 的扫描读取,合成报告将不会主动展示。 请在部署前确认 cognitive-daily-briefing 的 Step 1 包含读取 todo.md 的逻辑。


变更记录

v0.1 — 2026-03-23 — 从全量认知Skill规范.md Skill 16 + 完善规划.md N1 复现

来源:会话 a55a4e9e(认知体系完善规划),全量规范 §Skill 16 + 完善规划 §N1(详细设计) 路径映射:原 _内部总控/ 路径已替换为 cognitive/ 通用路径 状态:🟡 待审核(Gate A/B/C 尚未通过) 存放位置:pending-skills/(非正式部署区)

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.