Personal Brain OS
作者 Muratcan Koylan（Sully.ai Context Engineer），设计了一个基于 Git 仓库的个人 AI 操作系统。核心理念：Context Engineering > Prompt Engineering。
模块架构（实际 7 个，文章声称 11 个）
从 GitHub 仓库 Agent-Skills-for-Context-Engineering 确认的实际模块：
| 模块 | 目录 | 用途 | 文件格式 |
|---|---|---|---|
| Identity | identity/ | 个人身份、voice guide、brand、anti-patterns、values | Markdown + YAML |
| Content | content/ | 内容创作流水线：ideas、posts、engagement、calendar、templates | JSONL + Markdown |
| Network | network/ | 个人 CRM：contacts、interactions、circles、intros | JSONL + YAML |
| Operations | operations/ | 任务管理：todos、goals、meetings、metrics、reviews | Markdown + YAML + JSONL |
| Knowledge | knowledge/ | 知识库：bookmarks、research、competitors、learning | JSONL + YAML + Markdown |
| Agents | agents/ | 自动化脚本：weekly_review、content_ideas、stale_contacts、idea_to_draft | Python |
| References | references/ | 参考资料：file-formats 等 | Markdown |
核心设计原则
1. Progressive Disclosure（三层加载）
- L1 路由层：永远加载，告诉 AI 该用哪个模块（AGENT.md / SKILL.md）
- L2 模块层：按需加载模块指令（CONTENT.md、NETWORK.md 等，40-100 行）
- L3 数据层：按需读取实际数据（JSONL 逐行读取，不解析整个文件）
- 最多两跳到达任何信息
2. 文件格式选择有理由
- JSONL：日志类数据，append-only 防止 AI 覆盖（他丢过 3 个月数据）
- YAML：配置类，支持注释，层次清晰
- Markdown：叙事类，LLM 原生读取
3. Append-Only 是底线
AI 只能追加 JSONL 行，不能覆盖文件。删除用 "status": "archived" 标记。
4. Voice 编码为结构化数据
5 个属性 1-10 打分（Formal/Casual、Serious/Playful 等）+ 50+ 禁用词列表。比”专业但亲切”这种描述精确得多。
5. Skill 分两类
- Auto-loading（voice guide 等）：静默注入，不用手动调用
- Manual（/write-blog 等）：用户显式触发，slash command
踩坑记录
- Schema 字段太多（15+）→ AI 乱填空字段，砍到 8-10 个
- Voice guide 1200 行 → 重要规则放前 100 行（U 型注意力曲线）
- Identity 和 Brand 没拆开 → 加载多余 token，拆开后省 40%
Takeaway
- Modules
- User Identity, Agent Identity
- Content, Reference, Knowledge
- Network, CRM, Connections
- Agent, Operations
- FS Alternative
- Fuse/FSKit, with better error messages?