cognitive-os · 认知操作系统
Cognitive OS — AI-native Knowledge Externalization for Cursor Agents
这是什么 • 认知科学 • 五层架构 • Skills • 安装 • 快速开始 • 深度解析文章 • English
把人类大脑的层级记忆结构外化为 AI 可操作的知识体系。20 个 Skills + 4 个 Rules + 4 个 SubAgents，让 AI 智能体能够构建、维护并自我迭代用户的认知框架。
📖 深度阅读：《把大脑分层外化：一套 AI 认知体系的神经科学解构》 完整解析每个 Skill 与认知科学理论的逐步对应，含 10 张配图（Piaget 同化/顺应、ViolEx 矛盾模型、Wallas 顿悟四阶段、扩散激活……） 📎 HTML 配图完整版（12MB，含 base64 嵌入图片）
不是比喻——每一层文件对应神经科学中已被实证的记忆类型
系统总览：五大阶段的完整认知生命周期，含 Subagents 隔离节点和 Rules 守门机制
模式详表：初始构建（5 种模式）vs 迭代进化（8 种模式），每种操作对应的认知科学依据
cognitive-os 解决一个根本问题：
你的最好思考被锁在脑子里——碎片化、自相矛盾、AI 无法触及。
| 问题 | 表现 | 解决方式 |
|---|---|---|
| AI 不了解你怎么思考 | 每次问 AI「你觉得怎么样」，它用通用知识回答，不是你的判断 | 把你的认知框架外化，AI 基于你的文档回答 |
| 洞见停留在脑子里 | 想到好的观点，没记下来，或记了但找不到 | 碎片捕捉机制，结构化写入分层知识体系 |
| 知识体系自相矛盾 | 不同时期写的文档互相冲突，不知道哪个对 | 矛盾检测 + 版本控制 + 自洽验证，C1-C13 十三条一致性条件 |
| 经验无法自我进化 | 人工智能每次对话都从零开始，无法积累 | 级联通知 + 任务萃取，认知体系在每次工作中自动更新 |
用一句话描述：你说「这是我的新洞见」，AI 自动捕捉 → 判断关联 → 整合进你的知识体系 → 矛盾检测 → 级联通知相关模块。
这套系统的架构严格对应人类大脑的真实记忆层次（非比喻，有神经科学实证）：
| 系统层 | 文件位置 | 大脑对应 | 理论依据 |
|---|---|---|---|
| L0 大脑总地图 | cognitive/L0_brain_map.md |
元认知框架 | Flavell (1979) |
| L1.5 底层原则库 | cognitive/L1.5_principles/ |
图式/心智模型 Schema | Piaget (1952) |
| L1 系统性文档 | cognitive/L1_knowledge/ |
语义记忆 Semantic Memory | Squire & Zola-Morgan (1993) |
| L2 碎片化思考 | cognitive/L2_fragments/ |
情节→语义转化中间层 | 海马体-新皮层对话 |
| L3 原始记录 | cognitive/L3_logs/ |
情节记忆 Episodic Memory | Tulving (1972) |
每种认知操作也有对应的认知科学机制：
| 操作 | Skill | 认知科学机制 | 文献依据 |
|---|---|---|---|
| 碎片捕捉 | cognitive-capture-fragment |
情节记忆外化 + 来源监控 | Tulving (1972) |
| 碎片整合（小人机制） | cognitive-integrate-fragments |
Piaget 同化/顺应 | Piaget (1952) |
| 直接更新知识 | cognitive-update-knowledge |
语义记忆受控修改 ceremony(K) | 形式规范；Flavell 1979 |
| 原则提炼 | cognitive-extract-principle |
DMN 后台加工 → 图式形成 | Wallas (1926); Collins & Loftus (1975) |
| 矛盾检测 | cognitive-detect-contradiction |
ViolEx 2.0 图式违反处理 | Gawronski & Brannon (2022) |
| 自我反思 | cognitive-self-reflect |
反思 vs 反刍神经机制 | Treynor et al. (2003) |
| 级联传播 | cognitive-cascade-notifier |
扩散激活 Spreading Activation | Collins & Loftus (1975) |
| 任务萃取 | cognitive-task-reflector |
情节→语义转化（记忆巩固） | Squire (1993) |
╔══════════════════════════════════════════════════════════════╗
║ L0 大脑总地图（元认知层） ║
║ 读完 = 恢复所有上下文；维护协议见 maintenance_protocol.md ║
╚═══════════════════════════╤══════════════════════════════════╝
↕ 约束↑ / 提炼↓
┌───────────────────────────────────────────────────────────────┐
│ L1.5 底层原则库（图式层） │
│ 跨领域通用的核心思维习惯，是认知的「操作系统」 │
│ P1：验证优先于感受 P2：从小点切入升维到底层规律 │
└───────────────────────┬───────────────────────────────────────┘
↕ 约束↓ / 提炼↑
╔══════════════════════════════════════════════════════════════╗
║ L1 系统性文档（语义记忆） ║
║ 去时间化、跨场景成立的知识框架（按领域组织） ║
╚══════════════════════╤═══════════════════════════════════════╝
↕ 小人整合机制（Piaget同化/顺应）
┌──────────────────────────────────────────────────────────────┐
│ L2 碎片化思考（情节→语义转化层） │
│ 待整合的原材料：新洞见、自我反思、技术发现 │
│ fragment_index.md 追踪每条碎片状态 │
└──────────────────────┬───────────────────────────────────────┘
↓ 全记录
┌──────────────────────────────────────────────────────────────┐
│ L3 原始记录（情节记忆） │
│ system_log.md（操作日志） todo.md consistency_record.md │
└──────────────────────────────────────────────────────────────┘
三大闭环中的位置：cognitive-os 实现的是 Loop 2（认知系统）——让系统「知道为什么」。它与 tashan-cursor-skills（Loop 1 执行系统）配合，形成完整的自进化 AI 系统。
| Skill | 触发词 | 作用 | 认知科学 |
|---|---|---|---|
cognitive-capture-fragment |
碎片/记录一下/新洞见/我发现 | 捕捉碎片想法，写入 L2，带归因标注 | 情节记忆外化 |
cognitive-integrate-fragments |
整合碎片/处理积压/消化碎片 | 将 L2 碎片整合进 L1（小人机制：同化/顺应/已覆盖） | Piaget 平衡化 |
cognitive-update-knowledge |
更新[文档]/修改[文档]/在[文档]里加上 | 受控更新 L1 文档：备份→归因→矛盾检测→5处级联写入 | ceremony(K) 协议 |
cognitive-extract-principle |
提炼原则/有什么规律/底层逻辑 | 从 L2 碎片中提炼跨领域通用原则，写入 L1.5 | DMN 图式形成 |
cognitive-reorganize |
系统整理/重组认知结构/认知结构乱了 | 从零/散落文档构建认知结构，四轴分类 | 记忆系统首次结构化 |
| Skill | 触发词 | 作用 | 认知科学 |
|---|---|---|---|
cognitive-detect-contradiction |
矛盾/不一致/检查一致性 | 5类矛盾检测 + ViolEx 防御模式追踪（C13） | ViolEx 2.0 |
cognitive-consistency-check |
一致性检查/自洽检查/跑一遍验证 | C1-C13 完整自洽验证，发现立即修复 | Flavell 元认知监控 |
cognitive-self-reflect |
反思/我发现我有个习惯/我注意到 | 10轮追问+5维度深挖，内置反刍检测 | Treynor 2003 反思/反刍 |
cognitive-ask |
基于我的文档/根据我的想法/帮我回忆 | 严格基于你自己的文档回答，标注来源和置信度 | 语义记忆检索 |
cognitive-daily-briefing |
汇报/今天有什么/同步状态 | 生成认知系统每日状态报告 | 情节记忆更新综述 |
cognitive-review-brain-map |
大脑地图/认知状态/系统状态 | 生成当前认知结构状态快照 | 元认知快照 |
cognitive-version-snapshot |
创建新版本/打快照/这次改动很大 | 为 L1 文档创建重大版本里程碑 | 长期记忆巩固 |
cognitive-input-classifier |
帮我判断/先分类/路由分类一下 | 输入路由分类器（认知更新 vs 任务执行） | 认知分类前置 |
cognitive-work-alignment-check |
检查工作与认知的对齐/认知根对齐/认知-工作自洽 | 验证工作产出是否可追溯到 L1.5原则/L1文档，识别「漂浮工作」 | Flavell元认知监控 |
| Skill | 触发词 / 调用方式 | 作用 | 认知科学 |
|---|---|---|---|
cognitive-attend |
检查这段话有没有认知信号/帮我识别洞见 | 主动检测对话中隐含的五类认知信号（洞见/联想/矛盾/反思/原则），路由给对应 Skill | 突显网络 SN；Corbetta 2002 |
cognitive-associate |
内部工具（被 cognitive-ask 和 cognitive-capture-fragment 调用） | 给定概念，在知识图谱中激活语义相邻的概念网络，返回 Top-5 邻居 | Collins & Loftus 1975 扩散激活 |
cognitive-consolidate |
后台调度（每7天）/ 人工：批量整合积压碎片 | 将积压的成熟L2碎片批量整合进L1，冲突类碎片记录待决策（Headless模式） | Wilson & McNaughton 1994 记忆巩固 |
cognitive-calibrate |
验证历史内容/校准知识置信度/哪些内容还没验证 | 追踪🟡AI生成内容是否事后得到验证，防止未验证推断长期被当事实 | Flavell 1979 元认知监控准确性 |
cognitive-background-synthesizer |
后台调度（每3天）/ 人工：执行后台合成 | 跨碎片关联分析，找隐性连接，生成合成报告（Headless模式） | Buckner 2008 DMN；Kounios 2014 顿悟 |
cognitive-creative-synthesis |
没有思路/换个角度想/帮我发散一下/跨领域看这个问题 | 从认知体系随机抽取跨领域概念，强制寻找结构相似性，生成非常规解法候选 | Beaty 2016 DMN+CEN协同；Mednick 1962 远距联想 |
| SubAgent | 作用 | 独立 Context 价值 |
|---|---|---|
cognitive-verifier |
L1 更新后自洽验证（CV-1/CV-2/CV-3） | 独立「读者」视角，避免创作者视角偏差 |
cognitive-fragment-integrator |
≥5条碎片时批量整合 | 纯粹小人视角，不被碎片捕捉历史污染 |
cognitive-cascade-notifier |
原则/L1重大更新后后台级联通知 | 后台异步，不阻断主流程，扩散激活等价 |
cognitive-task-reflector |
认知类任务完成后自动萃取认知价值 | 脱离操作细节，以「认知体系维护者」视角分析 |
| Rule | 类型 | 作用 |
|---|---|---|
cognitive-structure-write-guard |
条件触发 | 写入 L1/L1.5 前：强制备份 + 归因标注 + 5处级联写入 |
cognitive-l3-auto-log |
alwaysApply | 每次 cognitive-* 操作后：自动追加系统日志 |
cognitive-principle-check |
条件触发 | 写完 L1 内容后：自动校验与 P1/P2 的张力 |
fragment-before-direct-edit |
条件触发 | 直接改 L1 前：提示「先记碎片还是直接改？」 |
cognitive-insight-guard |
alwaysApply | 每条用户消息后：语义判断是否包含洞见/视角纠正/设计原则，提示沉淀 |
cognitive-principle-precheck |
alwaysApply | 任何判断性输出前：读 L1.5 原则，用作设计检查视角（非阻断） |
两条新 Rule（v1.3）的设计背景： 解决「用户反复说同一个原则，AI 每次都不知道」的系统性问题。
cognitive-insight-guard修复 Loop 3→Loop 2 的断裂（洞见消失）；cognitive-principle-precheck修复 Loop 2→Loop 3 的断裂（原则未调取）。 两条 Rule 一起，让认知体系真正闭合。
# 安装到当前项目
npx ai-agent-skills install TashanGKD/cognitive-os
# 或安装到全局（所有 Cursor 项目可用）
npx ai-agent-skills install --global TashanGKD/cognitive-os安装完成后，还需要初始化认知结构模板：
# 初始化 cognitive/ 目录（首次使用）
./scripts/setup.sh- 打开 Cursor 设置（
Cmd+Shift+J） - 进入 Rules → Add Rule → Remote Rule (Github)
- 输入：
https://github.com/TashanGKD/cognitive-os - 重启 Cursor
git clone https://github.com/TashanGKD/cognitive-os.git
# 复制 Skills/Rules/Agents
cp -r cognitive-os/skills/* your-project/.cursor/skills/
cp -r cognitive-os/rules/* your-project/.cursor/rules/
cp -r cognitive-os/agents/* your-project/.cursor/agents/
# 初始化认知结构模板
cd cognitive-os && ./scripts/setup.sh /path/to/your-project重启 Cursor，所有 Skill 和 Rule 自动生效。
安装完成后，在 Cursor 对话框里说：
# 1. 初始化你的认知结构
"帮我系统整理我的认知结构"
→ cognitive-reorganize Skill 引导你四轴分类所有文档
# 2. 记录一个新想法
"碎片：我发现每次压力大的时候，我会跳过验证步骤"
→ cognitive-capture-fragment 自动结构化写入 L2
# 3. 整合积压的碎片
"整合这些碎片"
→ cognitive-integrate-fragments 按 Piaget 同化/顺应机制整合
# 4. 提炼底层规律
"这些碎片有没有共同的底层规律？提炼原则"
→ cognitive-extract-principle 跨域分析，≥3个领域才确认
# 5. 问你自己的文档
"基于我的文档，我对产品设计的核心观点是什么？"
→ cognitive-ask 严格引用你的 L1/L1.5/L2，标注来源
# 6. 每日认知汇报
"今天认知系统有什么更新？"
→ cognitive-daily-briefing 生成积压/更新/待处理报告
# 7. 主动检测对话中的认知信号
"帮我检查这段话有没有值得记录的"
→ cognitive-attend 扫描 S1-S5 五类信号，路由给对应 Skill
# 8. 思路瓶颈时的创造性发散
"没有思路了，换个角度想想"
→ cognitive-creative-synthesis 从认知体系随机抽取跨领域概念，强制找结构类比
# 9. 验证 AI 推断内容的准确性（季度性使用）
"哪些内容是 AI 推断的，还没验证过？"
→ cognitive-calibrate 扫描 🟡 归因内容，逐条确认是否有实际证据
cognitive-os/
├── README.md # 本文件（中文）
├── README.en.md # English version
├── LICENSE # MIT
│
├── skills/ # 13 个 Skills（供 ai-agent-skills CLI 安装）
│ ├── cognitive-capture-fragment/SKILL.md
│ ├── cognitive-integrate-fragments/SKILL.md
│ ├── cognitive-update-knowledge/SKILL.md
│ ├── cognitive-extract-principle/SKILL.md
│ ├── cognitive-detect-contradiction/SKILL.md
│ ├── cognitive-ask/SKILL.md
│ ├── cognitive-self-reflect/SKILL.md
│ ├── cognitive-daily-briefing/SKILL.md
│ ├── cognitive-review-brain-map/SKILL.md
│ ├── cognitive-consistency-check/SKILL.md
│ ├── cognitive-reorganize/SKILL.md
│ ├── cognitive-input-classifier/SKILL.md
│ ├── cognitive-version-snapshot/SKILL.md
│ ├── cognitive-work-alignment-check/SKILL.md
│ │
│ ├── # 扩展能力层（v1.2 新增，含 SN/DMN/联想/巩固/校准）
│ ├── cognitive-attend/SKILL.md
│ ├── cognitive-associate/SKILL.md
│ ├── cognitive-consolidate/SKILL.md
│ ├── cognitive-calibrate/SKILL.md
│ ├── cognitive-background-synthesizer/SKILL.md
│ └── cognitive-creative-synthesis/SKILL.md
│
├── rules/ # 4 个 Rules（alwaysApply 或条件触发）
│ ├── cognitive-structure-write-guard.mdc
│ ├── cognitive-l3-auto-log.mdc
│ ├── cognitive-principle-check.mdc
│ └── fragment-before-direct-edit.mdc
│
├── agents/ # 4 个 SubAgents（独立 context）
│ ├── cognitive-verifier.md
│ ├── cognitive-fragment-integrator.md
│ ├── cognitive-cascade-notifier.md
│ └── cognitive-task-reflector.md
│
├── cognitive/ # 认知结构模板（用户自定义内容）
│ ├── L0_brain_map.md # 元认知总地图模板
│ ├── maintenance_protocol.md # C1-C13 自洽规范
│ ├── document_catalog.md # 文档分类清单
│ ├── knowledge_graph.md # 知识图谱
│ ├── work_domains.md # 工作域定义（cascade 通知用）
│ ├── L1.5_principles/
│ │ └── principles.md # 底层原则库模板（含 P1/P2）
│ ├── L1_knowledge/
│ │ └── README.md # L1 组织指南
│ ├── L2_fragments/
│ │ ├── fragment_index.md # 碎片索引模板
│ │ └── reflections/
│ │ └── reflections.md # 自我反思记录模板
│ └── L3_logs/
│ ├── system_log.md # 系统日志模板
│ ├── todo.md # 待完成清单模板
│ └── consistency_record.md # 一致性检查记录模板
│
├── .cursor/ # 同上（直接作为 Cursor workspace 时使用）
│ ├── skills/ # 与 skills/ 保持同步
│ ├── rules/ # 与 rules/ 保持同步
│ └── agents/ # 与 agents/ 保持同步
│
├── docs/
│ ├── assets/tashan.svg # 他山 Logo
│ └── article/
│ ├── cognitive-science-deep-dive.md # ★ 深度解析文章（Markdown，可直接阅读）
│ └── cognitive-science-deep-dive.html # ★ 同上，含 10 张配图的 HTML 完整版（12MB）
│
├── logs/
│ └── task_log.md # 任务日志模板
│
└── scripts/
└── setup.sh # 一键初始化脚本
他山生态
├── Resonnet / tashan-openbrain ← 多智能体认知协作平台（使用者）
├── Tashan-TopicLab ← 多专家圆桌讨论
├── tashan-cursor-skills ← Loop 1：AI 执行规范体系（Skill 执行）
├── cognitive-os ★ ← Loop 2：认知操作系统（本仓库）
└── world-axiom-framework ← 数字世界公理框架（理论基础）
| 仓库 | 定位 | 链接 |
|---|---|---|
| tashan-cursor-skills | Loop 1 执行体系（95 Skills + 32 Rules） | TashanGKD/tashan-cursor-skills |
| Resonnet | 多智能体认知协作后端 | TashanGKD/Resonnet |
| world-axiom-framework | 数字世界公理框架 | TashanGKD/world-axiom-framework |
与 tashan-cursor-skills 的关系：
tashan-cursor-skills= Loop 1（让 AI 知道怎么做）cognitive-os= Loop 2（让 AI 知道为什么）- 两者配合 = AI 既有执行规范，又有认知根基
- Tulving, E. (1972). Episodic and semantic memory.
- Squire, L. R., & Zola-Morgan, S. (1993). The medial temporal lobe memory system. Science, 253(5026).
- Flavell, J. H. (1979). Metacognition and cognitive monitoring. American psychologist, 34(10).
- Piaget, J. (1952). The origins of intelligence in children. International Universities Press.
- Collins, A. M., & Loftus, E. F. (1975). A spreading-activation theory of semantic processing. Psychological review, 82(6).
- Wallas, G. (1926). The art of thought.
- Treynor, W., et al. (2003). Rumination reconsidered. Cognitive therapy and research, 27(3).
- Gawronski, B., & Brannon, S. M. (2022). What is cognitive consistency? Dual-process theories of the social mind.
欢迎 Issue 和 PR。修改任何 Skill/Rule/Agent 前，参考 skills/cognitive-consistency-check/SKILL.md 中的 C12 自洽条件，确保修改有认知科学对应标注。
MIT License. See LICENSE for details.