Super Brain的ingest工作流拆解:一篇资料如何编译成5个互链Wiki页面
Super Brain的ingest工作流拆解:一篇资料如何编译成5个互链Wiki页面
在 Super Brain 中,ingest 工作流是一个"编译器":把收件箱里的一篇资料,编译成第二大脑 Wiki 中互相关联的多个页面——新建概念页、更新实体页、刷新索引与日志,最后归档源文件,一次运行完成完整闭环。这篇文章拆解它的 7 步工作流,讲清楚为什么"一篇资料要动 5 个页面"是设计目标而不是偶然,以及新手最容易踩的坑。
什么是 Super Brain 第二大脑
Super Brain 是一个面向产品构建者的第二大脑(Second Brain):不用聊天记录堆知识,而是用"文件夹 + Markdown + AI 技能"的方式,让 AI 帮你读、写、维护知识库。
它的核心观点一句话就能说清:资料要"编译"成 Wiki,而不是"存档"成摘要。大多数知识库系统一篇资料对应一篇总结,知识是攒不起来的;Super Brain 的 ingest 会把一篇资料触及的所有概念逐一成页,并双向互链。
整个目录架构定义在 8-System/brain.md 中,与 ingest 相关的三个关键角色:
| 文件夹 | 作用 | 谁负责写 |
|---|---|---|
2-Inbox/ |
待处理的新资料(剪藏、文章、转录稿) | 人 |
4-Knowledge/ |
编译后的 Wiki,一个概念一页 | AI 所有 |
5-Raw/ |
归档的源语料库,归档后只读 | AI 只搬不改 |
ingest 的 7 步工作流
ingest 技能的完整定义在 7-Skills/ingest/SKILL.md。触发方式很自然——把资料丢进 2-Inbox/,说一句"处理一下收件箱"或直接输入 /ingest 即可。
第 1 步:通读源资料 📥
从开头到尾完整读完,先不急着下结论。同时记录两件事:这份资料是什么类型(文章、讨论串、教程、视频转录、笔记),以及作者是谁。
第 2 步:对 Wiki 做映射(真正的"编译")
这一步被称作"实际的工作,后面都是执行":
- 先读 4-Knowledge/index.md——这是整个 Wiki 的目录
- 列出资料触及的一切内容,并给每个条目打两个维度的标记:
- 按类型:
concept(概念:想法、框架、方法)或entity(实体:人、公司、工具) - 按状态:
primary(资料的核心概念,获得新建或重点更新的页面)、existing(已有页面,需要补充)、new(值得建页但还没有页面)
- 按类型:
这里有两条新手容易忽视的规则:
- 实体建页门槛:一个人或工具要出现在 2 个以上来源中、或是本次资料的核心,才配拥有自己的页面。只是被顺带提一句的名字,只配一条引用,不配一页——"给每个名字建页"是产生 50 个孤儿页的经典方式
- 查重:顺手检查
5-Raw/,如果这份资料之前处理过,现在是更新页面而不是创建页面
第 3 步:写入前检查 ⚠️
AI 会用三四行汇报:资料在论证什么、准备动哪些页面、有哪些内容与 Wiki 现有说法矛盾——然后停下来等你确认。
这听起来多此一举,但它是整个设计里最便宜的纠错点:今天写错一页,接下来一个月的每次 query 都会基于错误给出错误答案,而没人会在错误被层层引用后才发现。
第 4 步:写页面(互链是灵魂)🔗
写之前会加载页面模板 7-Skills/ingest/references/page-templates.md。写作顺序:先写 primary 页,再逐个更新所有 existing 页。每个页面要遵守两条铁律:
- 双向链接:新页面到旧页面的
[[link]]只算半个链接,必须在旧页面上补反向链接。单向链接是页面变成孤儿页的根源 - 逐条引用:每个论断都带
[source: file-name.md]
遇到矛盾不许覆盖,只能标记:> CONTRADICTION: [旧说法] vs [新说法] from [来源]。
还有一个硬指标:一份像样的资料应该推动 5 个以上页面变动。只动了 1 页就收手,Wiki 就退化成了一堆摘要的堆叠;如果真的只动了 1 页,AI 必须说明原因(通常的诚实答案是:Wiki 还太小)。
第 5 步:更新索引与日志
- 4-Knowledge/index.md:加入新页面,刷新被改动页面的描述(概念和实体分开列)
- 4-Knowledge/log.md:追加一条
ingest记录,列出每一个被触及的页面,而不只是 primary 页
第 6 步:归档源文件
把资料从 2-Inbox/ 移到 5-Raw/,随附图片一并移到 5-Raw/assets/。有一条红线:归档后绝不重命名资源文件,因为引用它的页面不会跟着变,而且你根本不会注意到。
第 7 步:汇报 📋
最后你会看到这样一份报告:
Processed: "article-about-continuous-discovery.md"
-> Primary: 4-Knowledge/Discovery/Continuous Discovery.md (created)
-> Updated: Customer Development, Interview Methods
-> Entities: Teresa Torres (created), Amplitude (updated)
-> Worth writing later: Interview Heuristics
-> Archive: 5-Raw/
对照报告就能看懂标题的问题了:一篇资料 = 1 个新建概念页 + 2 个更新概念页 + 2 个实体页,加上索引和日志,恰好是 5 个互链页面的一场"连锁更新"。
概念页 vs 实体页:为什么分工如此严格
这是 Super Brain 和普通笔记库最大的区别。两种页面模板都定义在 7-Skills/ingest/references/page-templates.md:
| 概念页(concept) | 实体页(entity) | |
|---|---|---|
| 是什么 | 想法、框架、方法、模式 | 人、公司、工具、产品 |
| 存什么 | 论证本身:论断、证据、矛盾 | 它是谁、主张什么,然后向外链接 |
| 篇幅 | 论证需要多长就多长 | 短,它是枢纽(hub)不是论文 |
支撑这个分工的元规则是:论证住在概念页上。实体页只说"谁说了什么",并指向论证所在的页面。如果某个实体页长得比它链接的概念页还长,说明论证写错了地方,应该搬走。
每个页面都带 YAML frontmatter,其中三个字段是专门写给 lint 健康检查排序用的:
last_updated——没更新这个字段的页面在月度体检中"隐形"source_count——这个页面由几个来源支撑status——draft(AI 写的没人核对过)/reviewed(人确认过)/needs_update(存在矛盾)
批量模式与自我检查
资料积压时可以说"处理整个收件箱"进入批量模式。注意两点差异:
- 批量模式跳过第 3 步的人工检查,AI 会提前告知:无人纠正读解,产出的页面会比逐个处理更薄
- 结束时会输出一张汇总表:每个文件、primary 页、动了几个其他页面、新建/更新状态
每次 ingest 结束还会跑一遍自检清单:
- 每个标为
existing的页面是否真的打开并更新了 - 每个新链接是否都有反向链接
- 索引和日志是否都记录了全部页面
- 源文件是否已在
5-Raw/,图片是否已在5-Raw/assets/
对应的硬约束:5-Raw/ 归档后只读、矛盾只标记不静默解决、页面存在之前源文件不许离开收件箱、实体页保持短小并链接出去。
关键文件速查
想深入阅读源码,按这个顺序看:
- 工作流定义:7-Skills/ingest/SKILL.md
- 概念页/实体页模板:7-Skills/ingest/references/page-templates.md
- Wiki 目录(ingest 的映射起点):4-Knowledge/index.md
- Wiki 操作日志:4-Knowledge/log.md
- 整体架构与工作流总览:8-System/brain.md
- 个人画像(AI 回答前先读):8-System/about.md
如何上手体验
git clone https://gitcode.com/gh_mirrors/su/super-brain
cd super-brain
claude
启动后运行 /second-brain-setup 回答几个问题,安装就完成了。推荐用 Obsidian 的"Open folder as vault"作为查看窗口,但没有任何功能依赖它。
官方给出的第一条建议路径很适合验证 ingest 的效果:把三篇同主题的文章丢进 2-Inbox/,逐篇运行 ingest,然后用 query 问一个单篇资料都答不出、但合起来能答出的问题——这时你会直观体会到"互链 Wiki"和"一堆摘要"的区别。
一句话总结
ingest 不是"把资料总结一下存起来",而是把资料当作编译输入:primary 页承接核心论证,existing 页吸收增量,实体页挂上枢纽,双向链接缝合全图,索引和日志留下可追溯的轨迹。5 个页面一起动,Wiki 才长得起来;只动 1 个,它就还是一堆摘要。
