Ars Contexta新手教程用/help和/tutorial命令边做边学个人知识管理【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 Claude Code 插件只需描述你的思考与工作方式它就能为你生成一套完整的个人知识管理第二大脑——纯 Markdown 文件、wiki 链接知识图谱、自动化钩子全部属于你自己。作为新手安装完成后不必死记任何命令内置的/help会按你库的当前状态智能给出指引/tutorial则用 5 个动手步骤带你从零搭建出真实可用的知识图谱。本文带你快速上手这两条边做边学的核心路径。1️⃣ 30秒了解 Ars Contexta 是什么一句话概括用对话生成你的认知架构而不是套模板。你只需要回答 2~4 个问题描述自己的领域研究、管理、个人生活等推导引擎就会基于 249 条认知科学研究结论为你推导出一整套系统组件作用Vault库纯 Markdown 笔记 wiki 链接可遍历的知识图谱无数据库、无云端锁定处理管线/reduce提取洞见、/reflect找连接、/reweave更新旧笔记、/verify质量校验自动化钩子每次写入自动做 schema 校验、自动 git 提交、会话状态捕获导航地图MOC主题内容地图让你和 AI 不用读完所有笔记就能快速定位所有细节都可以在 README.md 中查到。2️⃣ 快速安装4步完成初始化在 Claude Code 中依次执行/plugin marketplace add agenticnotetaking/arscontexta /plugin install arscontextaagenticnotetaking /arscontexta:setup /arscontexta:help流程说明前两条命令安装插件完成后重启 Claude Code/setup会进行 6 阶段引导环境检测 → 对话理解你的领域 → 维度推导 → 展示方案 → 生成全部文件 → 校验 15 个内核原语全程约 20 分钟一次性投入再次重启后运行/help查看当前可用的全部能力。 推导引擎的完整逻辑见 skills/setup/SKILL.md生成的命令模板则来自 skill-sources/ 目录。3️⃣ /help 命令会看状态的智能向导/help不是静态的命令列表它会先扫描你的库笔记数、收件箱积压、连接密度等再决定以哪种模式回应你规则定义见 skills/help/SKILL.md模式触发条件你会看到什么叙事模式笔记数 5新手用对话口吻解释系统是什么、你的系统为何而建、现在能做什么情境模式笔记数 ≥ 5老手当前状态指标 最需要处理的事项 一个下一步行动建议紧凑模式/help --compact纯命令速查表无分析技能详情/help reduce等单个命令的用法、示例和工作流位置新手状态下/help会直接告诉你最简单的入口Tell me a thought, observation, or question. I will turn it into a note and show you what the system does with it.还会贴心地提示你有未完成的教程第 N 步/共 5 步用/tutorial继续——这就是两个命令的衔接点。4️⃣ /tutorial 命令5步边做边学产出真实笔记/tutorial是官方交互式教程核心理念是Learn by doing每一步都在你的库里创建真实持久化的内容不是假数据完整流程定义见 skills/tutorial/SKILL.md。第一步选择你的赛道Which track fits your work best? (a) Researcher -- academic papers, domain research, literature processing (b) Manager -- meeting notes, strategy docs, decision tracking (c) Personal -- daily observations, goal setting, reflective journaling三条赛道走相同的五步结构只是语言和示例不同。第二步走完 5 个学习步骤步骤名称你做什么学到什么1/5Capture分享一句真正想记住的想法笔记标题是句子级断言天然可链接2/5Discover再分享一个相关想法用陈述测试A 连接到 B因为……建立真实连接拒绝强行关联3/5Process粘贴 2~5 句原始素材体验/reduce从原材料提取原子洞见而非写摘要4/5Maintain无需操作自动体检描述字段、断链、MOC 归属、孤儿笔记、连接密度对应/health5/5Reflect查看成果回顾你的第一张知识图谱选择下一步继续捕获 / 处理素材 //next//help [命令]每一步都遵循WHY → DO → SEE先解释为什么重要再让你动手最后展示系统做了什么。教程不会中断丢失每完成一步都会写入状态文件你库中的ops/tutorial-state.yamltrack: personal current_step: 3 completed_steps: [1, 2]下次会话自动提示续上教程完成后可用/tutorial reset重新开始。5️⃣ 学完之后新手常用命令速查命令一句话说明/ask [问题]查询方法论研究图谱回答有具体论据支撑/learn [主题]围绕主题做研究扩充你的图谱/next结合收件箱、队列、健康度给出最有价值的一个下一步/reduce [素材]从文章/笔记中提取洞见/reflect在全库中寻找笔记间的连接/health运行库的体检诊断/stats查看库的规模指标/help随时获取当前最相关的指引6️⃣ 常见问题Q我可以跳过/setup直接玩教程吗不建议。教程依赖/setup生成的领域词汇映射ops/derivation-manifest.md没有它只能用通用词汇运行体验会打折扣。Q教程生成的笔记是演示数据吗不是。这是该设计与多数产品示例的本质区别——捕获的想法、提取的洞见、建立的连接全部真实保留从第 1 条笔记开始就产生复利。Q想深入了解系统设计原理用/ask 为什么我的系统使用原子笔记即可查询背后的研究论据核心原语清单见 reference/kernel.yaml三大空间self/notes/ops架构见 reference/three-spaces.md。✅ 总结安装插件并跑完/setup约 20 分钟一次性用/help看懂系统当前状态和推荐动作用/tutorial走 5 步收获一张真实可用的知识图谱之后用/next跟随系统建议逐步把日常思考沉淀进你的第二大脑。Ars Contexta 的设计哲学正是没有模板、没有配置项只有对话。学会/help和/tutorial你就掌握了与它共生演化的正确姿势。【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
企业数字化 ERP 产品动态
相关推荐
存量智慧校园效能升级：智圣新创一表通平台数据质量校验与服务聚合落地范式 教育数字化转型进入深水区后，国内大量早年完成基础信息化搭建的高校，普遍面临存量数据盘活难、跨系统服务打通难的共性问题，智圣新创依托近200所高校的落地服务经验，打造的一表通综合解决方案，通过安徽建筑大学的实践验… · 2026/9/27 3:00:59
基于Java与MySQL的学生信息管理系统数据库课设完整实现 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 3:00:53
IT66220硬件HDCP引擎与预烧密钥，让HDMI合规更省心 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 3:00:53
编程学习记：启程 一自我介绍我是一名四川轻化工大学通信工程的学生zhang-qiuyao(Gitee用户名），在零基础学习C语言。原本我以为大学四年会很长很长，我也担任了我们班的班长为了发展我各方面的能力，我天真的认为在这几年里我能学习到很多的硬本领。但… · 2026/9/27 3:41:26
TJA1043与TJA1145选型指南：CAN收发器低功耗唤醒方案怎么定 /* MD / 富文本中的 .toc（含博客园搬家等嵌套结构）；.toc-box 在侧栏，不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p（:empty 仍占 20px），一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/9/27 3:41:26
游戏设计：原型与开发 03：分层四元法，看透游戏的表里与烟火 游戏设计：原型与开发 03：分层四元法，看透游戏的表里与烟火Bilibili 同步视频一、三层四元总览🧩内嵌层：游戏打包好的 “出厂配置”⚡动态层：玩家入场，万物开始涌现🌐文化层ÿ… · 2026/9/27 3:41:19
深圳网页设计兴田德润优惠吗速查手册：防坑指南 深圳网页设计兴田德润优惠吗速查手册：防坑指南 自己不会代码想做网站，最怕的就是被销售话术绕晕，最后发现钱花了不少，站还一堆漏洞。别急，这份速查手册直接拆给你看。 威胁场景：新手建站最容易被盯上的三个坑… · 2026/9/27 3:41:19
Lap首次运行完全指南：权限授予、添加相册与索引过程详解 Lap首次运行完全指南：权限授予、添加相册与索引过程详解 【免费下载链接】lap An offline-first photo manager for large local libraries 项目地址: https://gitcode.com/GitHub_Trending/lap3/lap
Lap 是一款开源的离线照片管理器（local-first… · 2026/9/27 3:41:19
LLM 工具链全景：编排、推理与可观测性 # LLM 工具链全景：编排、推理与可观测性过去两年，我见过最多的重复建设，是"用一个框架干所有事"：LangChain 既做编排、又做检索、还直接管理推理，最后连监控逻辑也写在业务代码里。短期能跑通 Demoÿ… · 2026/9/27 3:41:13
MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现 简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/27 0:00:01
汕头网站建设制作厂家避坑指南：5大注意事项救急 汕头网站建设制作厂家避坑指南：5大注意事项救急 改个需求建站公司拖一周，这种憋屈事我见得太多了。 很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。 今天不聊虚的，直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01
多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习 简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/27 0:00:01
MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现 简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/27 0:00:01
汕头网站建设制作厂家避坑指南：5大注意事项救急 汕头网站建设制作厂家避坑指南：5大注意事项救急 改个需求建站公司拖一周，这种憋屈事我见得太多了。 很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。 今天不聊虚的，直接拆解找 汕头网站建设制作厂家 时的5个核心 注意事项… · 2026/9/27 0:00:01
多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习 简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/27 0:00:01
