digital-brain について
digital-brainは、クリエイターや創業者、専門職向けのAI支援による個人管理スキルです。コンテンツ、人間関係、知識、目標を扱い、モジュールを必要に応じて読み込み、構造化ファイルで履歴を保ちます。
主な機能
- 01モジュール指示のオンデマンド読み込み
- 02パーソナルブランドとコンテンツ作成
- 03連絡先と交流履歴の管理
- 04ブックマーク・調査・学習資料の管理
- 05会議準備・目標・週次レビュー
活用シーン
- 01本人の文体に沿ったSNS投稿の下書き
- 02連絡先の検索と会議ブリーフの準備
- 03アイデアやブックマーク、調査資料の整理
- 04進捗の振り返りと週間目標の計画
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/ / github.com/ muratcankoylan/ agent-skills-for-context-engineering --skill digital-brainインストール後、Claude Code で/digital-brainを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
.gitignoreAGENT.mdHOW-SKILLS-BUILT-THIS.mdagents/AGENTS.mdagents/scripts/content_ideas.pyidea_to_draft.pystale_contacts.pyweekly_review.pycontent/calendar.mdCONTENT.mdengagement.jsonlideas.jsonlposts.jsonlcontent/templates/linkedin-post.mdnewsletter.mdthread.mdexamples/content-workflow.mdmeeting-prep.mdidentity/bio-variants.mdbrand.mdIDENTITY.mdvalues.yamlvoice.mdidentity/prompts/content-generation.xmlreply-generator.xmlknowledge/bookmarks.jsonlcompetitors.mdKNOWLEDGE.mdlearning.yamlknowledge/research/_template.md詳細
デジタルブレイン
AI の支援を活用し、デジタル上の存在感、知識、人間関係、目標を管理するための、構造化された個人向けオペレーティングシステムです。公の場で開発を進める創業者、オーディエンスを拡大するコンテンツクリエイター、AI を活用した個人管理を求めるテクノロジーに詳しいプロフェッショナル向けに設計されています。
重要:このスキルは段階的開示を採用しています。モジュール固有の指示は、各サブディレクトリの .md ファイルにあります。現在のタスクに必要なものだけを読み込んでください。
使用するタイミング
ユーザーが次のことを求めた場合に、このスキルを使用してください。
- コンテンツの作成(投稿、スレッド、ニュースレター)を依頼する — まず
identity/voice.mdを読み込んでください - パーソナルブランドやポジショニングについて支援を求める
- 連絡先や人間関係を検索または管理する必要がある
- コンテンツのアイデアを記録または発展させたい
- 会議の準備やフォローアップを依頼する
- 週次レビューや目標の追跡を依頼する
- ブックマークしたリソースを保存または取得する必要がある
- 調査資料や学習資料を整理したい
トリガーフレーズ:「投稿を書いて」「私の文体」「コンテンツのアイデア」「[name]って誰?」「会議の準備」「週次レビュー」「これを保存して」「私の目標」
基本概念
段階的開示のアーキテクチャ
Digital Brain は、3 段階の読み込みパターンを採用しています。
| レベル | 読み込み時 | 内容 |
|---|---|---|
| L1:メタデータ | 常時 | この SKILL.md の概要 |
| L2:モジュールの指示 | 必要に応じて | [module]/[MODULE].md ファイル |
| L3:データファイル | 必要に応じて | .jsonl、.yaml、.md データ |
ファイル形式の方針
エージェントによる解析に最適な形式を選択しています。
- JSONL(
.jsonl):追記専用ログ — アイデア、投稿、連絡先、やり取り - YAML(
.yaml):構造化された設定 — 目標、価値観、サークル - Markdown(
.md):説明的なコンテンツ — 文体、ブランド、カレンダー、ToDo - XML(
.xml):複雑なプロンプト — コンテンツ生成用テンプレート
追記専用データの完全性
JSONL ファイルは追記専用です。エントリーは削除しないでください。
- 削除する代わりに
"status": "archived"としてマークします - パターン分析用の履歴を保持できます
- 「何がうまくいったか」を振り返ることができます
詳細トピック
モジュールの概要
digital-brain/
├── identity/ → Voice, brand, values (READ FIRST for content)
├── content/ → Ideas, drafts, posts, calendar
├── knowledge/ → Bookmarks, research, learning
├── network/ → Contacts, interactions, intros
├── operations/ → Todos, goals, meetings, metrics
└── agents/ → Automation scripts
アイデンティティモジュール(コンテンツ作成に必須)
コンテンツを生成する前に、必ず identity/voice.md を読んでください。
以下が含まれます。
voice.md- トーン、スタイル、語彙、パターンbrand.md- ポジショニング、オーディエンス、コンテンツの柱values.yaml- 中核となる信念と原則bio-variants.md- プラットフォーム別の自己紹介文prompts/- 再利用可能な生成テンプレート
コンテンツモジュール
パイプライン:ideas.jsonl → drafts/ → posts.jsonl
- アイデアはすぐに
ideas.jsonlに記録します templates/を使ってdrafts/で作成を進めます- 公開したコンテンツは、指標とともに
posts.jsonlに記録します calendar.mdで計画します
ネットワークモジュール
人間関係の段階を設けた個人向け CRM:
inner- 毎週連絡active- 隔週で連絡network- 毎月連絡dormant- 四半期ごとに再連絡を確認
オペレーションモジュール
優先度レベルを設けた生産性システム:
- P0:今日対応、ブロッキング
- P1:今週対応、重要
- P2:今月対応、有益
- P3:バックログ、できれば対応
実践ガイド
コンテンツ作成のワークフロー
1. Read identity/voice.md (REQUIRED)
2. Check identity/brand.md for topic alignment
3. Reference content/posts.jsonl for successful patterns
4. Use content/templates/ as starting structure
5. Draft matching voice attributes
6. Log to posts.jsonl after publishing
会議前の準備
1. Look up contact: network/contacts.jsonl
2. Get history: network/interactions.jsonl
3. Check pending: operations/todos.md
4. Generate brief with context
週次レビューの手順
1. Run: python agents/scripts/weekly_review.py
2. Review metrics in operations/metrics.jsonl
3. Check stale contacts: agents/scripts/stale_contacts.py
4. Update goals progress in operations/goals.yaml
5. Plan next week in content/calendar.md
例
例:X の投稿を書く
入力:「AI エージェントについて投稿を書くのを手伝って」
手順:
identity/voice.mdを読む → 文体の特徴を抽出するidentity/brand.mdを確認する → 「ai_agents」がコンテンツの柱であることを確認するcontent/posts.jsonlを参照する → 成功した類似の投稿を探す- 文体のパターンに合わせて投稿の下書きを作成する
- すぐに公開しない場合は、
content/ideas.jsonlへの追加を提案する
出力:ユーザーらしい自然な文体で、プラットフォームに適した形式の投稿の下書き。
例:連絡先の検索
入力:「Sarah Chenとの通話に備えて」
プロセス:
network/contacts.jsonlで「Sarah Chen」を検索しますnetwork/interactions.jsonlから最近の記録を取得しますoperations/todos.mdでSarahに関する未完了の項目を確認します- 役職、背景、最後に話し合った内容、フォローアップ事項をまとめます
出力:関係性の背景を含む、会議前の概要。
ガイドライン
- 声を最優先:コンテンツを生成する前に、必ず
identity/voice.mdを読みます - 追記のみ:JSONLファイルから削除せず、代わりにアーカイブします
- タイムスタンプを更新:追跡対象のデータを変更する際は、
updatedフィールドを設定します - 相互参照:知識はコンテンツに活用し、ネットワーク情報は業務に活用します
- やり取りを記録:会議や通話は必ず
interactions.jsonlに記録します - 履歴を保持:
posts.jsonlの過去のコンテンツを、今後のパフォーマンス向上に活用します
統合
このスキルは、コンテキストエンジニアリングの原則を取り入れています:
- context-fundamentals - 段階的な情報開示、注意予算の管理
- memory-systems - 永続メモリと構造化された想起のためのJSONL
- tool-design -
agents/scripts/内のスクリプトは、ツール設計の原則に従います - context-optimization - モジュール分割によってコンテキストの肥大化を防ぎます
参考資料
内部資料:
- アイデンティティモジュール - 声とブランドの詳細
- コンテンツモジュール - コンテンツパイプラインのドキュメント
- ネットワークモジュール - CRMのドキュメント
- 業務モジュール - 生産性システム
- エージェントスクリプト - 自動化のドキュメント
外部リソース:
スキルのメタデータ
作成日:2024-12-29 最終更新日:2024-12-29 作成者:Murat Can Koylan バージョン:1.0.0