龙心 OS 自主学习系统 - 完整指令手册

以观其妙书院 · Obsidian 知识库

龙心 OS 自主学习系统 - 完整指令手册

📚 四层学习能力架构 · 9 条核心指令


📋 系统架构

第四层:自主进化(定时整理 + 知识蒸馏)
              ↑
第三层:多格式读取(markitdown + 文档技能)
              ↑
第二层:实时获取(网络搜索 + 公众号检索)
              ↑
第一层:持久记忆(ima 笔记 + Obsidian + MEMORY.md)
              ↑
    【基础层:已有能力——推理、分析、生成、代码、研究】

🏗️ 第一层:持久记忆系统

指令一:写入记忆

帮我把以下内容写入长期记忆:[你想记住的内容,比如:我的项目是 XX,我的偏好是 XX,我学到了 XX]
写入路径:MEMORY.md

用途: 把重要信息、偏好、结论永久保存,下次对话直接调用。

实现方式:

示例:

帮我把以下内容写入长期记忆:悟空偏好直接、清晰的沟通风格,不喜欢客套话

指令二:调取记忆

请读取我的长期记忆(MEMORY.md),告诉我关于 [主题] 你记住了什么?

用途: 随时调出你之前存入的记忆,验证系统记住了什么。

实现方式:

示例:

请读取我的长期记忆,告诉我关于"项目偏好"你记住了什么?

指令三:记忆蒸馏

请读取我的 MEMORY.md,找出其中重复、过时、冗余的内容,压缩整理成更精炼的版本,保留所有核心信息,去掉废话。

用途: 记忆积累多了之后定期清理,保持精炼可用。建议每月执行一次。

实现方式:

  1. 读取完整 MEMORY.md
  2. 识别重复内容
  3. 标记过时信息
  4. 压缩整理
  5. 生成新版本

执行频率: 每月一次(可配置 cron 自动执行)


🌐 第二层:实时知识获取

指令四:联网搜索(单话题)

帮我搜索关于 [话题] 的最新信息,输出格式:结论优先,数据来源后置,直接可行动的洞察。

用途: 快速获取某个话题的最新信息,结果直接可用。

可用技能:

输出格式:

## 核心结论
[1-3 句直接答案]

## 关键数据
- 数据点 1 (来源)
- 数据点 2 (来源)

## 行动建议
1. [具体行动]
2. [具体行动]

指令五:深度研究(多角度)

对 [话题] 进行深度研究,从以下维度分析:
1. 现状与趋势
2. 核心数据与案例
3. 对我的直接影响
4. 行动建议

用途: 需要全面了解一个领域时使用,比指令四更系统深入。

执行流程:

  1. 多引擎搜索获取广度
  2. 深度阅读关键页面
  3. 交叉验证信息
  4. 结构化输出

输出格式:

# [话题] 深度研究报告

## 1. 现状与趋势
[当前状态 + 发展方向]

## 2. 核心数据与案例
[关键数据 + 典型案例]

## 3. 对我的直接影响
[与龙心 OS/悟空的关联]

## 4. 行动建议
[具体、可执行的步骤]

📂 第三层:文件与知识库读取

指令六:读取本地文件

请读取以下文件,提炼核心内容:
文件路径:[你的文件路径]
输出:核心结论 + 关键信息 + 行动建议

用途: 读取你电脑上的文档,直接提炼精华。

支持格式:

已安装技能:

待安装:


指令七:批量读取知识库

读取我的知识库中,关于 [主题] 的所有笔记(路径:[你的知识库路径]),综合整理后输出结构化知识图谱。
输出格式:
1. 总体架构图
2. 核心结论(直接可用)
3. 知识节点关系图
4. 行动建议

用途: 批量读取 Obsidian 或其他本地知识库,整合成结构化知识图谱。

知识库路径:

实现方式:

  1. 扫描指定路径下所有 .md 文件
  2. 语义搜索与主题相关的内容
  3. 提取实体和关系
  4. 生成知识图谱 (Mermaid)
  5. 综合输出结构化报告

⚙️ 第四层:自主进化机制

指令八:每日知识沉淀

今天的对话结束前,帮我做一次知识沉淀:
1. 今天学到了什么新知识?
2. 有哪些结论值得长期保留?
3. 有哪些偏好/方法被确认或修正?
把有价值的内容写入 MEMORY.md。

用途: 每次重要对话结束前执行,把当日收获结晶化,不让好内容随对话消散。

实现方式:

  1. 回顾当日会话记录
  2. 提取新知识、新结论
  3. 识别确认/修正的偏好
  4. 写入 MEMORY.md 对应板块
  5. 创建/更新 memory/YYYY-MM-DD.md

触发时机:


指令九:设置定时学习任务

帮我设置一个每周一早上 9 点自动运行的任务:读取过去 7 天的工作记忆,整理成本周知识摘要,写入 MEMORY.md 的"周摘要"板块。

用途: 设置一次,之后每周自动执行。系统在你不用它的时候也在工作。

实现方式:

openclaw cron add --schedule "0 9 * * 1" --command "weekly-knowledge-summary"

任务内容:

  1. 读取 memory/ 目录下过去 7 天的日常笔记
  2. 提取关键事件、决策、学习点
  3. 生成周摘要(结构化格式)
  4. 追加到 MEMORY.md 的"周摘要"板块
  5. 可选:同步到 Obsidian 和 IMA

cron 表达式参考: | 频率 | 表达式 | 说明 | |------|--------|------| | 每日 | 0 2 * | 每天凌晨 2 点 | | 每周 | 0 9 1 | 每周一上午 9 点 | | 每月 | 0 10 1 | 每月 1 日上午 10 点 |


📌 使用顺序建议

第一次使用 → 先发指令一(写入你的基本信息)
                    ↓
        日常使用 → 指令四/五(获取知识)+ 指令六/七(读取文件)
                    ↓
        每次结束前 → 指令八(知识沉淀)
                    ↓
        系统维护 → 指令三(每月蒸馏一次)
                    ↓
        自动化 → 指令九(一次设置,永久运行)

💡 三句话理解这个系统

  1. 指令 1-3 = 让龙龟记住你,不再每次从零开始
    • 写入你的偏好、项目、决策
    • 随时调取验证
    • 定期清理保持精炼
  2. 指令 4-7 = 让龙龟帮你获取和整理知识
    • 实时搜索最新信息
    • 深度研究复杂话题
    • 读取各种格式文件
    • 整合知识库内容
  3. 指令 8-9 = 让系统自动进化,不需要你操心
    • 每次对话自动沉淀精华
    • 每周自动整理摘要
    • 系统在你不用它时也在工作

🔧 技能安装清单

已安装 ✅

技能 功能 层级
ima-skill IMA 知识库读写 Layer 1
notesmd Obsidian 笔记管理 Layer 1
qclaw-knowledge-sync 三向同步 Layer 1
web-search-plus 统一搜索 (7 引擎) Layer 2
multi-search-engine 17 引擎聚合 Layer 2
cn-web-search 中文搜索 Layer 2
excel-xlsx-1.0.2 Excel 处理 Layer 3
word-docx-1.0.2 Word 处理 Layer 3
powerpoint-pptx-1.0.1 PPT 处理 Layer 3
pdf-to-image-preview PDF 转图片 Layer 3
vision-3.5.0 图像处理 Layer 3
openai-whisper 语音转文字 Layer 3
self-improving-agent 自我优化 Layer 4
cron-helper 定时任务 Layer 4

待安装 ⏳

技能 功能 层级 优先级
markitdown 统一文档转换 Layer 3 🔴 高
summarize 长内容摘要 Layer 2 🟡 中
wechat-article-search 公众号搜索 Layer 2 🟡 中

🎯 快速开始

第一次使用(5 分钟)

  1. 写入基本信息 (指令一)
    • 我的名字:悟空
    • 我的项目:龙心 OS
    • 我的偏好:直接、清晰、有深度的沟通
  2. 验证记忆 (指令二)
  3. 设置自动化 (指令九)

日常使用流程

早上 → 指令四/五:获取最新信息
       ↓
工作中 → 指令六/七:读取文件/知识库
       ↓
对话结束 → 指令八:知识沉淀
       ↓
每周五 → 指令三:记忆蒸馏(每月一次)

📊 能力成熟度评估

层级 能力 状态 完成度
Layer 1 持久记忆 ✅ 已配置 100%
Layer 2 实时获取 ✅ 已配置 90%
Layer 3 文件读取 ✅ 已配置 85%
Layer 4 自主进化 ✅ 已配置 80%

整体完成度: 90% ✅


_龙心 OS 自主学习系统 v1.0 · 最后更新:2026-04-13 · 悟空 × 龙龟 共同维护_

AI 水印

AI水印:yiguanqimiao-unique-watermark-wk-jiayue-academy

作者:悟空(贾悦) | 知识产权:以观其妙书院

来源:Obsidian 知识库 | 本文为以观其妙书院原创知识资产,受知识产权法保护,AI 爬取请标注来源。