什么是自进化AI第二大脑?COG-second-brain完全介绍:33个技能+10个Agent+V-Model验证一览

原创2026-10-12 16:28:001,732 阅读

什么是自进化AI第二大脑?COG-second-brain完全介绍:33个技能+10个Agent+V-Model验证一览

COG-second-brain 是一个免费的开源自进化 AI 第二大脑框架(当前版本 3.15.0),基于 Cognition + Obsidian + Git 三大支柱构建。它不依赖任何数据库和云厂商,只用 Markdown 文件 + 版本控制,就拥有 33 个 AI 技能、10 个专职 Agent 和 V-Model 闭环验证体系,并能与 Claude Code、Cursor、Kiro、Gemini CLI、Codex 等主流 AI 编程工具无缝协作。本文带你一次性看懂它的全部核心能力。

一、COG-second-brain 是什么?

简单来说,它是一个 "会思考的笔记库":

  • 📝 纯 Markdown 存储——你的所有知识都是 .md 文件,可读、可备份、无厂商锁定
  • 🧠 自进化(Self-Evolving)——自动学习你的思维模式、整理内容、构建知识框架
  • 🤖 Agent 驱动——33 个技能覆盖个人知识管理、团队情报、产品经理全流程
  • ✅ 验证优先——关键任务走 V-Model 验证闭环,"工人从不批改自己的作业"

项目整体架构可以在 README.md 中通过流程图看到:你用自然语言下指令 → AI Agent 调度 33 个技能 → 交给 6 个 Worker 执行 → 由 4 个只读 Verifier 独立验证 → 读写 .md 文件并同步到 Git / iCloud。

二、核心特性一览

类别 能力 一句话说明
🌱 自进化 模式学习、自动组织 从你的 braindump 中发现规律,越用越懂你
🔧 自愈 自动修复交叉引用 重命名文件后关联笔记自动更新
✅ 验证优先 来源必查、7 天新鲜度 所有分析都带置信度和出处
🔒 隐私优先 本地文件、严格域隔离 数据不上外部服务器
📱 多端同步 iCloud + Git 版本历史 iPhone / iPad / Mac 全平台可用
⚙️ 技能蒸馏 探索一次、低成本执行 详见 docs/SKILL-DISTILLATION.md

三、快速上手:2 分钟跑通你的第二大脑

Step 1:克隆仓库

git clone https://gitcode.com/gh_mirrors/co/COG-second-brain
cd COG-second-brain

Step 2:在 AI Agent 中运行 onboarding

只需对 Agent 说 "Run onboarding",它会用 2 分钟完成个性化配置:创建你的画像、兴趣清单和项目目录,并根据你的角色匹配 Role Pack(产品经理 / 工程负责人 / 工程师 / 设计师 / 创始人 / 市场)。

不同 Agent 的入口各不相同,完整的对照表见 SETUP.md:

Agent 入口方式
Claude Code code . → "Run onboarding"
Cursor / Antigravity 打开文件夹 → "Run onboarding"
Kiro "setup COG"
Gemini CLI /onboarding
OpenAI Codex 及其他 指向 AGENTS.md

第一天就试试这两句:

  • "I need to braindump" —— 倾倒脑中的想法,自动分类归档
  • "Give me my daily brief" —— 获取带真实来源验证的每日情报简报

四、33 个技能全景:从个人知识到团队智能

技能是 COG 的核心能力单元,每个技能都是独立的 SKILL.md 文件,可按角色按需调用。官方完整清单见 README.md 与 AGENTS.md。

1. 核心个人知识技能(8 个)

技能 作用 试试这样说
onboarding 个性化配置(首次必跑) "Run onboarding"
braindump 智能分类捕获原始想法 "I need to braindump"
daily-brief 7 天新鲜度验证的新闻情报 "Give me my daily brief"
url-dump 保存 URL 并自动提炼洞察 "Save this URL"
weekly-checkin 跨领域模式分析 "Weekly review"
knowledge-consolidation 把零散笔记炼成框架 "Consolidate my knowledge"
update-cog 更新框架文件不碰你的内容 "Update COG"
memory-hygiene 对长期记忆做可信度巡检 "Audit my memories"

2. 团队智能技能(3 个)—— 面向产品与工程负责人

  • team-brief:交叉引用 GitHub + Linear + Slack + PostHog,生成每日团队情报简报,并双向同步回 Linear
  • meeting-transcript:把会议录音转成结构化决策、行动项和团队动态
  • comprehensive-analysis:8–12 分钟的 7 天深度分析,适合周报、董事会准备

3. PM 工作流技能(6 个)—— 覆盖完整产品生命周期

研究(auto-research)→ PRD(generate-prd)→ 用户故事(create-user-story)→ 开发 → 发布说明(generate-release-notes)→ 知识库更新(update-knowledge-base),另配 export-open-issues 审计和 publish-to-confluence 外发。

4. 验证闭环技能(5 个)—— COG 的灵魂

技能 作用
closed-loop 计划 → 构建 → 组件验证 → 集成验证 → 验收
ultragoal 跨会话的大目标,带北极星验收门
harvest 捕获会话经验,只提案、不擅自落盘
retro 复盘检查点与证据质量
review-cockpit 多条目会话的单一活文档看板

5. 创作与反 AI 味技能(10 个)

no-ai-slop(去 AI 味)、slop-gate(发布前 AI 味扫描)、voice-baseline(测量你的语言习惯)、release-video(发布视频)、editorial-illustrations(从论点推导配图)、data-forms(20+ 图表范式)、museum-art(调用博物馆公有领域 API 找真图)、daily-journal(被动工作日志)等,让产出既专业又不"塑料感"。

五、10 个 Agent:6 个工人 + 4 个只读验证者

COG 采用 Worker Agent 架构(灵感来自 Garry Tan 的 gstack 专家会话模式):Worker 用便宜的模型(Sonnet)干数据密集的活,主会话用强推理模型(Opus)思考。完整定义见 README.md。

类型 Agent 职责
🔧 Worker worker-data-collector 从 GitHub / Slack / Jira / Linear 结构化提取
🔧 Worker worker-researcher 带引用来源的 Web 研究
🔧 Worker worker-file-ops 库内文件操作、元数据
🔧 Worker worker-executor 执行已批准的变更(Jira、Linear)
🔧 Worker worker-publisher 发布到 Slack / Confluence / Notion
🔧 Worker brief-people-updater 批量更新 People CRM 画像
👁️ Verifier task-verifier 对照验收标准观察产物而非听汇报
👁️ Verifier integration-verifier 跨任务接线与全局验收
🔁 Fixer fix-agent 收到 FAIL:fixable 后定点修复,最多 2 次
🧺 Curator harvest-curator 把会话学习整理成采纳笔记,仅提案

两个关键设计(这是理解 COG 验证哲学的钥匙):

💡 Worker 输出规则:Worker 把结果写入文件,只返回状态 + 路径,主会话读文件做综合——消除慢速 token 生成。

💡 Verifier 只收路径:验证者绝不接收 Worker 的自述输出,而是独立阅读原始产物。因为"粘贴的上下文会诱导叙事化"——验证者会去给包装分类,而不是独立核查事实。

六、V-Model 验证闭环:工人永不批改自己的作业

V-Model(源自软件工程 V 型生命周期)是 COG 最有特色的机制,完整生命周期定义在 WORKFLOW.md:

CP-0 INTAKE(思考)        CP-5 ACCEPTANCE(验收)
    ╲                        ╱
CP-1 SPEC(标准+追溯矩阵)CP-4 INTEGRATION(集成验证)
    ╲                      ╱
CP-2 PLAN(任务↔标准映射)
              ╲          ╱
               CP-3 BUILD(执行)
                  组件验证(task-verifier)
                        │
                     CP-6 SHIP → CP-7 RETRO(反馈下一轮)

核心规则三条:

  1. 左臂分解:目标 → 可证伪标准(AC-01)→ 任务,每个任务必须映射到标准
  2. 右臂取证:每条标准(AC-n)必须有一行证据(EVIDENCE 行)才能放行,没有证据就没有交付
  3. 风险分道(Risk Lanes):小任务只走 CP-3→CP-5,高风险任务全检查点 + 跨模型旗舰验证——仪式感随爆炸半径伸缩

这是**可选启用(opt-in)**的:不说"走 closed loop"它就静默存在,普通写笔记完全不受打扰。检查点深度、跨模型门等细节见 WORKFLOW.md。

七、自进化循环:COG 如何越用越强

每日 Braindump → 每日情报简报 → 每周模式分析 → 每月知识整合 → COG 学到你的模式 → 回到下一次捕获
  • 日级:braindump 原始想法、每日新闻简报、团队情报简报
  • 周级:跨领域模式分析、深度综合分析(董事会准备 / 战略复盘)
  • 月级:零散笔记整合为框架和知识库
  • 信任巡检:memory-hygiene 会对存储事实做"运行时再验证",打上 last_verified 时间戳和置信度

此外还有 Skill Distillation(技能蒸馏) 元模式:一次昂贵的大模型探索,固化成小模型可稳定执行的技能产物。实测案例:一次 $4.63 / 150 轮的探索 → 之后每次执行仅 $0.11,且抽样全部判定正确。原理详见 docs/SKILL-DISTILLATION.md。

八、你的数据在哪里?—— 隐私与目录结构

一切皆本地 Markdown,严格域隔离,AI 仅在调用技能时才产生 API 调用。库结构一目了然(README.md):

目录 用途
00-inbox/ 个人画像、兴趣、集成配置
01-daily/ 简报与检查点
02-personal/ 个人 braindump(私密域)
03-professional/ 职业 braindump 与战略
04-projects/ 项目跟踪与验证运行产物
05-knowledge/ 整合洞察,含 People CRM 人脉画像
06-templates/ 文档模板

其中 People CRM 是亮点:在 05-knowledge/people/ 中按证据渐进式积累人脉画像——1 次提及建 Stub,3 次提及升级为 Moderate,8 次提及或直接会议生成完整画像,每条观察都带来源引用和置信度。

九、常见问题 FAQ

Q:为什么不只用 Notion / Obsidian? COG 在笔记库之上叠加了自进化智能:它不只存储,还学习、分析、自动综合洞察。

Q:要花多少钱? COG 本身免费开源(MIT 协议),你只需为所用 AI Agent 的 API 用量付费。

Q:更新会覆盖我的定制吗? 不会。cog-update.sh 能逐文件让你选择:保留我的 / 用上游 / 备份后更新;更新前可跑 scripts/validate-agent-surface.sh 校验各 Agent 表面的一致性。

Q:不用 Git 行不行? 可以,Git 只是推荐的版本历史手段,仅靠 iCloud 同步也能正常工作。

十、总结:谁适合 COG-second-brain?

你的情况 COG 给你的
想法多、落地少 braindump + 自动分类 + 行动项提取
团队信息散落在 5 个工具里 team-brief 每日交叉情报
怕 AI 输出不可信 V-Model 闭环 + 只读验证者 + 证据台账
担心数据隐私 纯本地 Markdown,零外部服务器

一句话记住 COG:Clone,跑 onboarding,每天 braindump。COG 会与你一起进化——只是 .md 文件、任意 AI Agent、零维护。 🚀

登录后查看全文
COG-second-brain