AIS-OS 目录结构完整拆解:context、connections、decisions、archives 如何组成 AI 可读的知识系统
AIS-OS 目录结构完整拆解:context、connections、decisions、archives 如何组成 AI 可读的知识系统
🧠 想让自己的 AI 助手真正"读懂"你的业务?AIS-OS 是一个免费开源(MIT 协议)的 AI 操作系统 starter kit,把 Claude Code / Codex 变成你的个人 AI 操作系统。它的核心是一套极简但严密的目录结构:context/ 存业务画像、connections.md 登记所有可达工具、decisions/ 记录决策依据、archives/ 隔离过期内容——四个部分各司其职,共同组成一套 AI 可直接检索、可审计的知识系统。本文带你逐个目录拆解它的设计逻辑。
一、先看全局:AIS-OS 目录结构一览
很多人用 AI 助手时的痛点是:它根本不"知道"你。每次开新会话,AI 都要从头猜你是谁、做什么业务、用过哪些工具。AIS-OS 的思路很直接:把"让 AI 知道的一切"拆成固定的目录和文件,AI 每次启动都能按图索骥。
以下是仓库顶层结构(摘自 README.md):
| 目录 / 文件 | 存什么 | 谁来维护 |
|---|---|---|
CLAUDE.md / AGENTS.md |
根操作手册:AI 的身份、技能与"信息都在哪"路由清单 | /onboard 填充,人工定期修订 |
aios-intake.md |
7 问访谈模板,/onboard 的唯一事实来源 |
人工填写,随时重跑 |
context/ |
你、你的业务、季度目标 | /onboard 从访谈生成 |
references/ |
框架、写作风格样本、各工具的 API 指南 | 长期积累 |
connections.md |
所有 AI 可触达系统的注册表 | 接新工具时加一行 |
decisions/log.md |
追加式决策日志:决定了什么、为什么 | 人工随手记,/level-up 自动写入 |
archives/ |
过期内容:不删除,移过来 | 每季度清理一次 |
EXPANSIONS.md |
成长规则:什么时候该加新目录、什么千万别加 | 项目内置 |
scripts/sync-codex-skills.sh |
同步 Codex 技能副本 | 开发时使用 |
.claude/skills/ 与 .agents/skills/ |
5 个技能包:onboard、audit、link、level-up、3d-brain |
项目内置 |
💡 一个关键观察:没有 notes/、misc/、inbox/ 这类"杂物筐"目录。这不是遗漏,而是刻意设计——每个目录只有一个明确职责,AI 才能确定"去哪找什么"。
二、context/ 目录:AI 对"你是谁"的标准答案
context/ 是整个知识系统的记忆基座。在初始状态它是个空目录——/onboard 技能跑完之后,才会把答案填进来。
流程是这样的:
- 你在 aios-intake.md 里回答 7 个问题:你是谁、卖什么、给谁卖(Q1)、1-2 段原样粘贴的写作样本(Q2)、未来 90 天优先级(Q3),以及收入、沟通、会议纪要、任务追踪分别落在哪些系统(Q4-Q7)。
- 运行
/onboard(在 Claude Code 中),向导读取这份唯一事实来源文件,一次性生成 Day-1 文件集:填充后的 CLAUDE.md(Knowledge base 与 Voice 章节)、connections.md 的初始行,以及context/下的业务画像。
为什么坚持"先访谈、后落盘"?CLAUDE.md 中的 Knowledge base 和 Voice 两节要求直接引用这些落盘内容——AI 不需要再追问,新会话打开就能回答"这是一家什么业务、谁在这里工作"。这正是 Four Cs 框架中 Context 层的验收标准(见 README.md):不靠浏览,靠检索。
三、connections.md:一张 AI 能读懂的工具注册表
connections.md 是单文件设计的典范。它的完整结构只有一张表:
| # | Domain(领域) | Tool(工具) | Mechanism(机制) | Auth(认证) | Last checked(最后检查) |
|---|---|---|---|---|---|
| 1 | Revenue / Financials | 待 /onboard 填写 |
not yet connected | — | — |
| 3 | Calendar | 待 /onboard 填写 |
not yet connected | — | — |
| … | 共 7 个预设领域 |
(摘自 connections.md)
两个设计细节值得新手学习:
- Mechanism 只有 5 种合法取值:
mcp、script、export、key+ref、not yet connected。AI 读表时不会有歧义——每个系统怎么接入、用什么鉴权,一目了然。 - 接入即沉淀:每接一个新工具,同时保存一份
references/{tool}-api.md,记录端点、鉴权流程和常用查询——"研究一次,永远保存"(researched-once-saved-forever)。后续技能直接复用,不用重复查文档。
而 CLAUDE.md 的 "Where things live" 一节就是这套知识系统的路由清单——AI 每次会话先读手册,按这张清单定位每一类信息所在,/link 负责登记新路由,/audit 负责校验路由是否仍然可达、数据是否新鲜。
四、decisions/ 目录:只增不改的决策日志
decisions/log.md 是一份**追加式(append-only)**日志,它不记"做了什么",只记"决定了什么、为什么"。每条记录有固定格式:
## YYYY-MM-DD — 短标题
**Decision:** 决定了什么
**Why:** 推理过程、约束条件、什么情况下会改变想法
**Alternatives considered:** 还考虑过哪些方案
**Owner:** 谁负责
文件里自带的提示很传神:Future-you will thank present-you for capturing the why, not just the what.(未来的你会感谢现在的你记下了"为什么",而不只是"是什么"。)
看一条真实记录就明白它的分量——2026-09-06 的"Portable skills"决策记录了为什么审计报告要自动保存、为什么 Claude/Codex 双平台手册必须同步。对 AI 来说,这份日志的价值在于:它做新决策时能查到旧决策的约束与反例,而不是每次都从零推断。/level-up 技能的 Method 阶段还会把设计好的自动化规格自动写进这里,形成"决策 → 落地 → 再决策"的闭环。
五、archives/ 目录:不删除,只归档
archives/ 目前同样是个空目录,但它的存在规则写得很明确(CLAUDE.md):
Old stuff. Don't delete. Move here.(过期的东西。别删除,移过来。)
这个"垃圾抽屉"看似不起眼,实际承担着知识保鲜的职责:
- AI 检索时能区分当前事实(
context/)与历史记录(archives/),不会把过期的业务信息当现状引用; - 配合 EXPANSIONS.md 的"季度清理"节奏——过期项目、废弃技能、旧版 intake 文件统一移入,而不是散落在各处慢慢腐化。
删除会丢失上下文,归档则保留可追溯性。对个人用户是习惯问题,对 AI 系统则是检索精度问题。
六、四个目录如何拼成"AI 可读的知识系统"?
单独看,四个目录都很朴素;拼起来,它们恰好回答了 AI 高效工作所需的四类问题:
| 目录 | 回答的问题 | 写入时机 |
|---|---|---|
context/ |
我是谁?业务是什么? | 一次性生成,季度刷新 |
connections.md |
我能触达哪些系统? | 接新工具时加一行 |
decisions/log.md |
过去为什么这样定? | 每次重要决策随手记 |
archives/ |
哪些信息已经过期? | 季度清理时移入 |
这套结构能"AI 可读",靠的不是目录数量多,而是三条约定:
- 单一职责。每类信息只有一个家,AI 找错地方就意味着系统有缺陷——这正是
/audit要探测的问题; - 路由先行。约定大于配置:CLAUDE.md 的路由清单让 AI 不靠猜就能定位信息,
/link新来源时也只登记路由、不复制内容,避免手册膨胀; - 对抗膨胀。EXPANSIONS.md 明确列出反模式:别建
notes/、misc/、tmp/,别搞"文件夹剧场"(为了分类而分类的深度嵌套),别预建空目录。想加新目录前先问三个问题:概念上是新的吗?下个月会碰 3 次以上吗?/level-up能把技能路由进来吗?两个"是"才加。
换句话说,这不是"把文件分好类的文件夹堆",而是一个可检索、可审计、可增长的知识系统。而当系统长大,/3d-brain 能把这套本地 Markdown 知识直接构建成本文开头那个可交互的 3D 知识地球——搜索、读笔记、Cinema 放映、生长回放一应俱全,让"系统里到底存了什么"肉眼可见。
七、总结:一张速查清单
| 想做什么 | 去哪个目录 / 文件 |
|---|---|
| 修改业务画像、季度目标 | aios-intake.md 改完重跑 /onboard,生成到 context/ |
| 登记新工具(日历、CRM、知识库…) | connections.md 加一行 + references/{tool}-api.md |
| 记录一个重要决定 | decisions/log.md 追加一条(含 Why 与 Alternatives) |
| 清理过期内容 | 移入 archives/,永不删除 |
| 判断要不要加新目录 | 三问清单见 EXPANSIONS.md |
| 了解 AI 的思维方式(Three Ms 框架) | references/3ms-framework.md |
| 检查系统是否健康 | 运行 /audit,报告自动存入 audits/ |
掌握这套目录逻辑后,你再去看任何 AI 工作流项目,都能一眼分辨:是知识系统,还是文件夹堆。
