Ars Contexta的6R工作流详解：如何把原始笔记炼成可导航的知识图谱

Ars Contexta的6R工作流详解如何把原始笔记炼成可导航的知识图谱【免费下载链接】arscontextaClaude Code plugin that generates individualized knowledge systems from conversation. You describe how you think and work, have a conversation and get a complete second brain as markdown files you own.项目地址: https://gitcode.com/gh_mirrors/ar/arscontextaArs Contexta是一个把「对话」变成「第二大脑」的 Claude Code 插件你描述自己的思考方式它就生成一套完全属于你的知识系统核心就是著名的6R 工作流——把散落的原始笔记一步步炼成一张可导航、可复用的知识图谱。本文将带你走完这 6 个环节零配置上手。关键词Ars Contexta、6R 工作流、笔记处理流程、知识图谱、知识管理工具一、为什么需要 6R 工作流大多数人做笔记的痛点是收了一堆却从没再用过。原始素材躺在收件箱里缺乏提炼、缺乏连接、缺乏复查最终变成只写不读的数字坟场。Ars Contexta 用一条流水线解决这个问题。它的灵感来自康奈尔笔记法的 5R并额外加了一层元认知环节形成6R环节作用触发方式对应技能Record记录零摩擦捕获先丢进收件箱手动inbox/Reduce提炼从素材中抽出原子化观点/reducereduceReflect反思建立新笔记间的连接、更新 MOC/reflectreflectReweave重织回头更新旧笔记补上反向连接/reweavereweaveVerify验证检验描述质量、结构与健康度/verifyverifyRethink重构挑战系统自身假设持续进化/rethinkrethink一句话概括这条链路原始素材 → Record → Reduce → Reflect → Reweave → Verify → Rethink → 活的知识图谱二、6R 逐环拆解1. Record 记录先收后理速度优先第一步只做一件事——零摩擦地捕获。把链接、灵感、文章、语音转录统统丢进inbox/不在采集时纠结结构。核心理念捕获要快处理要慢。两者在时间上分开才能各自发挥最好状态。这一步是手动的也是唯一需要你在场的环节详见 processing-pipeline。2. Reduce 提炼把素材变成可复用的观点/reduce是提炼引擎。它不会简单抄写而是追问未来的自己会不会需要把这条推理变成一个可检索的笔记每个笔记标题必须是一句完整的论断能读出本笔记论证了……描述字段要在标题之外新增信息机制或影响正文展示推理路径而非只给结论支持语义查重避免重复并自动识别富集任务它的判定规则是对领域相关的素材跳过率必须低于 10%零提炼即为异常。完整规则见 reduce。3. Reflect 反思建立真正的连接/reflect负责向前连接——为新笔记找到它该链接的旧笔记并更新内容地图MOC。关键在于它坚持可陈述测试每条连接都必须能填满这句话——[[A]] 连接到 [[B]]因为【具体原因】填不出来就不连。它还采用双路发现浏览 MOC已精选的结构 语义搜索尚未被精选的邻近笔记两条路互补避免只靠关键词匹配造成的假连接。细节见 reflect。4. Reweave 重织回头更新旧笔记这是/reflect做不到的反向环节。旧笔记是活文档不是完成品。/reweave会问一个核心问题如果今天重写这条笔记会有什么不同它可能为旧笔记补充新连接、重写措辞、锐化论断、拆分臃肿内容、甚至用新证据挑战旧结论。没有这一步知识库就会变成组织良好的过时思想坟场。见 reweave。5. Verify 验证三合一质量关卡/verify把三种检查合为一体冷读预测测试——只读标题描述先预测正文再核对检验描述是否真的可检索结构合规——必填字段、枚举值、模板约束是否齐备健康检查——无断链、无孤儿笔记、链接密度达标只有四项全过才算合格任何一项缺失立即修复。完整定义见 verify。6. Rethink 重构让系统自己进化最后一环作用于系统本身而非单条笔记。/rethink把散落的摩擦观察和张力记录汇总成证据与系统当前假设对比发现模式后提出改进——相当于把科学方法用到知识系统上。没有这一环生成的系统会逐渐僵化有了它系统才有免疫力。见 rethink。三、如何一键跑完 6R你不需要逐个手动敲命令。Ars Contexta 提供了两个编排器/pipeline [文件]端到端跑完 seed → reduce → 全量处理 → 归档最省心的选择。见 pipeline。/ralph N队列式引擎每个阶段用全新的上下文启动一个子代理防止长上下文导致的注意力衰减。它从任务队列读取逐个推进阶段。见 ralph。典型流程/seed 文件—— 把素材加入队列、去重、归档见 seed/pipeline 文件—— 自动完成后续所有 6R 环节任务状态记录在ops/queue/queue.json即使中途中断重跑即可从断点恢复四、6R 产出了什么跑完流程后你的知识系统会长这样三大空间不变名字随领域自适应空间用途self/智能体的持久心智身份、方法论、目标notes/知识图谱本体笔记 MOC 导航地图ops/运行协调队列状态、会话记录所有配置决策都能追溯到methodology/目录下249 条相互关联的研究论断你也可以用/arscontexta:ask直接追问我的系统为什么用原子笔记五、快速上手清单✅ 记录Record先丢进 inbox别纠结结构✅ 提炼Reduce标题写成完整论断描述新增信息✅ 反思Reflect每条连接都要说清因为什么✅ 重织Reweave常问今天重写会怎样✅ 验证Verify冷读预测 结构 健康三项全过✅ 重构Rethink定期让系统挑战自身假设结语6R 的本质是把存笔记升级成长思维Record 负责捕获Reduce/Reflect/Reweave 负责提炼与连接Verify 负责质量Rethink 负责进化。六环各司其职原始笔记才能真正炼成一张越用越聪明的知识图谱。延伸阅读README、内核原语、特征模块【免费下载链接】arscontextaClaude Code plugin that generates individualized knowledge systems from conversation. You describe how you think and work, have a conversation and get a complete second brain as markdown files you own.项目地址: https://gitcode.com/gh_mirrors/ar/arscontexta创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考