AI 第二大腦不是傳統筆記庫
傳統筆記工具多半是人讀的資料庫;AI 第二大腦要讓 代理 能讀、能分類、能提煉、能回寫成可用知識。
依主題研究整理成課程大綱、核心概念與重點分析。
本教材聚焦 AI 第二大腦:如何把文字、圖片、素材與 技能 收進同一個本地知識庫,並讓 代理 可讀、可分流、可回寫。
傳統筆記工具多半是人讀的資料庫;AI 第二大腦要讓 代理 能讀、能分類、能提煉、能回寫成可用知識。
第一段提示詞的目標,是讓 Claude Code 在空資料夾裡建立第二大腦的目錄、規則、索引與基本工具。
第二段提示詞的目標,是把資料流做成可視化面板,讓使用者看到 收件匣、AI 加工、人工確認與入庫狀態。
第三段提示詞的目標,是讓手機看到的連結、圖片、視覺素材與靈感可以丟到 Slack 頻道,自動進入本地 收件匣。
Claude Code 技能 是一種可重複能力單元;第二大腦不能只存資料,也要存 代理 可以直接使用的工作方法。
建議先用小範圍流程試行:教材素材入庫、產品資料整理、提示詞/技能 沉澱,再擴到跨部門 代理 工作流程。
你是我的 Claude Code 架構師。請在目前空資料夾建立一套「AI 第二大腦」本地知識庫骨架,目標是讓人和 agent 都能使用。
請建立以下結構:
- inbox/:所有未整理資料入口,支援 text、link、image、file 四類來源。
- knowledge/:整理後的 Markdown 知識,依 domain/topic/source 分類。
- skills/:可重複使用的 agent skills,每個 skill 都要有 SKILL.md、用途、觸發條件、步驟、輸入輸出與檢查項。
- resources/:圖片、視覺素材、參考圖與附件。
- registry/:索引檔,追蹤每筆資料的來源、狀態、標籤、owner、最後更新時間與是否已被 agent 使用。
- meta/:標籤系統、分類規則、命名規則、資料保留規則。
請同時產生:
1. CLAUDE.md:說明 agent 如何處理新資料、如何分類、如何避免重複、何時要問使用者。
2. README.md:給人看的使用說明。
3. scripts/healthcheck.mjs:檢查必要資料夾與 registry 是否存在。
4. 一份 sample inbox item 與整理後 sample knowledge item。
限制:
- 不要使用雲端資料庫。
- 不要刪除既有檔案。
- 所有文件使用繁體中文,工具名保留英文。
- 完成後請執行 healthcheck,並回報建立了哪些檔案。
請在目前 AI 第二大腦專案中建立一個本地「知識指揮台」。
目標:讓我用瀏覽器查看資料從 inbox 到 knowledge / skills / resources 的整個流程。
請建立:
1. public/dashboard.html:單頁 dashboard。
2. scripts/dashboard-server.mjs:本地 server,預設 port 8788。
3. scripts/scan-registry.mjs:掃描 inbox、knowledge、skills、resources,產生 registry/index.json。
Dashboard 必須包含:
- Inbox Queue:未處理資料清單。
- AI Processing:已被 agent 摘要、分類、去重的資料。
- Review Queue:需要人工確認的資料。
- Knowledge Library:已入庫 Markdown 知識。
- Skill Library:已整理好的 agent skills。
- Resource Library:圖片、視覺素材與附件。
- 每張卡片顯示 title、type、tags、status、source、updated_at。
- 支援依 type/status/tag 搜尋與篩選。
設計要求:
- 個人教學工具風格:白底、深灰文字、紅色主線、資訊密度高、手機也能看。
- 不做 landing page,第一畫面就是 dashboard。
- 不要使用外部 CDN。
- 完成後啟動 server,告訴我 localhost URL。
請為目前 AI 第二大腦專案建立 Slack 入庫流程。
使用情境:我在手機看到文章、圖片、GitHub 連結、靈感素材時,丟到 Slack 的 #brain-inbox channel,資料要自動進入本機 inbox,等待 agent 整理。
請建立:
1. scripts/slack-inbox-bot.mjs:監聽 Slack Events API 或 Socket Mode。
2. .env.example:列出 SLACK_BOT_TOKEN、SLACK_APP_TOKEN、SLACK_SIGNING_SECRET、SLACK_CHANNEL_ID。
3. inbox/raw/:保存原始 Slack payload。
4. inbox/items/:保存整理後的 item JSON。
5. registry/index.json 更新邏輯。
每筆入庫資料要包含:
- id
- received_at
- slack_channel
- slack_user
- message_text
- links
- files
- inferred_type:text / link / image / file / skill_candidate
- suggested_tags
- status:new / processed / needs_review / archived
處理規則:
- 先保存 raw payload,再做加工。
- 不要把 Slack token 寫進任何文件。
- 圖片與檔案下載到 resources/slack/YYYY-MM-DD/。
- 如果內容像 GitHub skill 或 prompt,標成 skill_candidate。
- 完成後提供本機測試方式與啟動指令。
手機丟進來的連結、視覺素材、提示詞、GitHub 技能 先進 收件匣,保留 原始資料,不要一開始就改寫。
內容重點研究依據文字進 知識,圖片與附件進 素材,值得重複使用的方法進 技能,所有項目都寫入 登錄清冊。
內容重點研究依據需要人工判斷的內容先進 待審核佇列,避免 代理 把錯資料、重複資料或低品質 技能 直接納入正式知識庫。
內容重點研究依據落地:把來源連結、提示詞、圖片範例、個人教學版型規則與完成後 HTML 都進 登錄清冊,後續教材產製 代理 可重用。
落地:把 GitHub 技能、內部 SOP、使用者確認過的 提示詞 標成 skill_candidate,再整理成可被 代理 觸發的 SKILL.md。
落地:用 Slack 頻道 當行動入口,讓外出看到的連結或素材能先進本地 收件匣,回到電腦後再由 代理 整理。
本教材依使用者提供的來源整理,正式對外分享前仍建議人工快速核對專有名詞、數字與版本資訊。