🔄 知识循环工程

设计原则

持续扫描所有知识源 → 识别空白和关联 → 深度研究 → 整理入库 → 连接网络 → 循环

数据源

循环节奏

循环流程

1. 采集阶段
   ├── 查 gbrain 最近更新（24h 内）
   ├── 查 session 最近对话（关键决策）
   ├── 查 cron 最新产出
   └── 查 Obsidian 新增/修改文件

2. 分析阶段
   ├── 识别未分类的新内容
   ├── 检测知识空白（与索引对比）
   ├── 发现可关联的已有研究
   └── 优先级排序（P0/P1/P2）

3. 处理阶段
   ├── 新内容 → 分类入库 gbrain
   ├── 空白 → 触发网络研究
   ├── 关联 → 创建 link 边
   └── 更新索引和网络地图

4. 输出阶段
   ├── 更新 meta/knowledge-base-index
   ├── 更新 meta/knowledge-network-map
   └── 通过 NATS 广播摘要给各 Agent

实现

由 Manas 的 cron 系统驱动：

• 知识消化 (每4h) — 检查 web-surfer-queue 的信号
• Agent对齐 (每30min) — NATS 消息处理
• 健康监控 (每2h) — 系统巡检
• 新增 知识循环 (每日05:00) — 深度整理

触发条件

如果 cron 检测到以下信号之一，自动升级为深度研究：

• 同方向积累 3+ 条相关笔记
• 新项目 ⭐500+ 且与已有知识域相关
• 用户明确要求研究某个方向

关联

• loop-engineering-patterns — Loop Engineering 理念
• communion-v2-protocol — 知识交换协议
• knowledge-base-index — 知识体系索引
• knowledge-network-map — 知识网络地图

2026-10-09 Codex 审阅说明

本页是 7 月设计/待实现方案。NATS 部署后来有 Anet 替代记录，旧架构不代表当前服务；提出的 cron、情绪变量和预算机制不证明已经安装、执行或通过验收。框架“更成熟/更强”等比较须提供维护状态与同任务证据，本次未执行方案或新建自动化。