理解Ars Contexta三空间架构：self/notes/ops如何让AI代理拥有持久记忆

理解Ars Contexta三空间架构：self/notes/ops如何让AI代理拥有持久记忆

【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

Ars Contexta 是一个 Claude Code 插件，通过对话为你生成一套完整的个人知识系统——它的核心设计就是三空间架构（self/notes/ops）。大多数 AI 工具每个会话都从零开始，而 Ars Contexta 通过把记忆分成三个目录，让 AI 代理拥有可延续的身份、知识和工作状态。本文用通俗的方式拆解这套持久记忆机制，帮助你理解它为什么有效。

为什么 AI 代理需要"记忆"？

大模型代理有一个天然缺陷：每个会话开始时，它对上一段对话毫无记忆——不知道你是谁、之前聊过什么、手头任务进行到哪一步。

Ars Contexta 的研究图谱指出，代理在运营知识库时其实产生了三种不同性质的知识：

这三种记忆有完全不同的耐久性、增长速度和读取方式，混在一起会产生可预测的失败。这正是三空间架构的由来——详见 reference/three-spaces.md。

三空间架构一览：一张表看懂

目录名会随领域调整——notes/在你的系统里可能叫reflections/、claims/或decisions/，但三者的分离是不变量。

self/：代理的持久心智

self/是代理的"自我档案室"，回答三个问题：我是谁？我怎么工作？我正在做什么？

核心文件只有三个：

• identity.md—— 身份与性格。写得像自我认知（"我善于发现跨场景的重复模式"），而不是配置文件（"温暖度: 温暖"），极少修改
• methodology.md—— 工作原则，随代理积累经验缓慢演化
• goals.md—— 当前进行中的线索，每个会话结束时更新，是会话交接的核心文件

self/很小（几十个文件），所以每次会话开始都能完整装进上下文——这是它能"全量加载"的原因。

值得注意的设计：self/ 是可配置的。研究类（Research）预设默认关闭它——研究代理不需要持久人格，身份直接写进上下文文件即可；个人助理（Personal）预设默认开启——因为"关系与身份"正是它的核心价值。你可以随时用/architect命令开关，关闭时内容会迁移而不是删除。

• 功能定义：generators/features/self-space.md
• 背后的研究依据：agent self-memory should be architecturally separate from user knowledge systems.md
• 身份生成规则：reference/self-space.md

notes/：用户的知识图谱

notes/是整套系统存在的理由——你的智力工作区，知识在这里通过连接不断复利。

它有五个跨所有系统的结构常量：

1. 扁平文件夹——不用子文件夹组织，避免整理文件夹时破坏链接
2. 句子式标题——每条笔记表达一个论断，标题本身就是论断
3. MOC 导航——枢纽 → 领域 → 主题 → 笔记，在规模上管理注意力
4. Wiki 链接——[[笔记标题]]就是图上的边，无需任何基础设施
5. Topics 页脚——每条笔记声明自己属于哪些 MOC，实现双向导航

设计准则一句话：耐久的、可组合的、值得再次找到的。如果一条内容不会被查询或被链接，它就不该在这里。

ops/：操作协调层

ops/处理所有"流动的"内容，让知识图谱保持干净：

最关键的规则是内容晋升单向流动：ops/observations/→notes/（当观察被证明持久有效），或者ops/sessions/→self/memory/（当会话洞察具有个人意义）。内容永远不会从notes/或self/退回ops/——耐久的知识不会变成临时脚手架。

会话节奏：Orient → Work → Persist

三空间通过"会话节奏"这个内核原语被真正运转起来，每个会话分三阶段（见 generators/features/session-rhythm.md）：

1. Orient（定向）——会话开始先读self/identity.md→methodology.md→goals.md（若 self/ 关闭则读ops/goals.md）。身份先于任务，因为"我是谁"约束了"我怎么做"
2. Work（工作）——专注一个任务，新发现随手记入 inbox 或ops/observations/，不切换上下文
3. Persist（持久化）——会话结束前更新 goals、写入观察、留好交接笔记，Stop 钩子自动把会话存档到ops/sessions/

这个循环的妙处在于：它用文件接力创造了连续性，而不需要模型本身有持久记忆——上一会话的 persist 输出，正是下一会话 orient 的输入。完整规则见 reference/session-lifecycle.md。

六种混用陷阱：为什么分离如此重要

三空间各自独立还好，一旦混淆，每种混法都有可预测的故障：

举个具体例子：会话日志里写着"发现早晨焦虑与跳过运动相关"——这个洞察属于notes/，而"今天处理了 5 篇论文"属于ops/sessions/。混在一起，三个月后日志被归档，洞察就悄悄消失了。

预设中的三空间配置

不同预设对 self/ 的取舍，体现了架构的参数化思想（见 presets/）：

• Personal 预设：self_space: true，人格设定为warm-supportive，代理从第一天起就有完整身份空间——见 presets/personal/preset.yaml
• Research 预设：默认关闭 self/，目标与方法论路由到ops/goals.md和ops/methodology/，身份由上下文文件承载

三空间作为内核原语self-space在 reference/kernel.yaml 中注册，是所有生成系统必须通过的校验项之一。

小结

Ars Contexta 的三空间架构回答了一个关键问题：如何让没有记忆的 AI 代理表现得像有记忆？

• self/给它身份——"我是谁、我如何工作"
• notes/给它知识——"用户在想什么、学到了什么"
• ops/给它状态——"此刻队列和任务在哪里"

三者耐久性不同、增长节奏不同、读取方式不同，分离后各得其所；配合 Orient-Work-Persist 会话节奏，文件接力替代了原生记忆。安装只需三步（详见 README.md），一次约 20 分钟的对话，就能生成一套属于你自己的、可持久记忆的第二大脑。

【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