brain-taxonomist

brain-taxonomist

用途

门控函数： 在创建任何新的 brain 页面之前，先咨询此技能以确定正确的归档路径。这样可以在写入时避免归档错误，而不是事后清理偏差。

漂移函数： 定期扫描已超出当前位置的页面。

约定

此技能保证：

• 每个新页面都归档到由 ACTIVE schema pack 决定的路径，绝不依据此技能中硬编码的目录表。
• 决策可复现：对同一内容两次调用 brain-taxonomist，推荐路径相同。
• 存在歧义的情况通过 skills/ask-user/ 交由用户决定，而不是静默选择默认值。
• 通过 --source <id> 指定的按来源覆盖设置会被遵守：如果多 brain 用户（Persona B）的各个 pack 存在差异，则每个来源会得到不同的推荐。
• 当激活的 pack 中不存在匹配的 page_types[] 条目时，此技能会向 EIIRP Phase 3（SCHEMA CHECK）发出信号，而不是挑选最接近的备选方案。

关键：此技能将 ACTIVE schema pack 作为数据读取

brain-taxonomist 没有硬编码的目录表。每个决策都由 gbrain schema show --json 驱动。这意味着：

• 运行 gbrain schema use gbrain-recommended 的用户会获得完整的推荐目录集（deal、meeting、concept、project、source、daily、personal、civic、original、place、trip、conversation、writing，以及所有 gbrain-base 类型）。
• 通过 gbrain schema init 并编辑来创作自定义 pack 的用户，会获得基于其自身分类体系的归档推荐，而不是 gbrain 的默认值。
• 当向 brain-taxonomist 传入 --source <id> 时，会遵守按来源覆盖设置（7 层解析链中的第 3 层）。

这是 v0.39 plan-eng-review 中的单一事实来源原则（D9）。

何时咨询（必须）

在以下情况向 brain 写入之前，需运行 taxonomist 检查：

1. 新 brain 页面：任何 type（person、company、concept、book、meeting 等）
2. 批量导入：在提交一批新页面之前
3. 归档不确定：当主要主题存在歧义时

以下情况无需咨询：

• 原地更新现有页面（路径相同）
• 追加到 Timeline 部分
• 将会议实体传播到现有页面

决策流程

第 1 步：确定主要主题类型

按顺序回答以下问题：

1. 主要主题是一个具名人物吗？→ person 类型目录
2. 主要主题是一个具名组织吗？→ company 类型目录
3. 是否关于一个有时间边界的事件（会议、交易、行程）？→ 时间类型目录
4. 是否是一个可复用的心智模型？→ concept 类型目录
5. 是否是原始媒体（文章、视频、书籍、PDF）？→ media 类型目录
6. 是否是批量源数据？→ source 类型目录
7. 以上都不是 → 咨询 EIIRP Phase 3，以创建 schema pack 候选项。

第 2 步：在激活的 pack 中查找该类型对应的目录

gbrain schema show --json | jq '.page_types[] | select(.primitive == "entity")'

每个 page_types[] 条目都有一个 path_prefixes: 数组。第一个前缀是规范路径。如果多个类型匹配（例如 pack 中同时存在 person 和 founder，且 expert_routing: true），则优先选择更具体的类型（即路径前缀更具体的那个）。

第 3 步：对于书籍，确定子类别

gbrain-recommended pack 将书籍归档为 media/books/<category>/<slug>.md，其中 category 为以下之一：psychology、philosophy、spirituality、business、media-and-society、family-and-divorce、heritage、science、fiction、biography、arts-and-design。如果你激活的 pack 使用不同的方案，请从 gbrain schema show --json 中读取，而不要在此处硬编码。

第 4 步：构造 slug

• 使用 kebab-case，描述性强
• 除非需要消歧，否则不包含作者姓名
• 与规范路径前缀完全匹配（不带前导斜杠）

第 5 步：写入前校验

• 路径符合当前启用的 pack 中 page_types[].path_prefixes 的规定
• Slug 为 kebab-case，且具有描述性
• Frontmatter 包含 type:，其值与 pack 中某个 page_types[].name 一致
• 已包含指向相关页面的交叉链接

如果当前启用的 pack 中没有适合你要归档内容的类型， 不要选择最接近的类型。请改为向 EIIRP 发出信号，表明需要新增类型，并交由 schema-pack cathedral 处理提案流程。

与其他 Skills 的集成

• eiirp — 对其清单中的每个输出，将本 skill 作为第 2 阶段 TAXONOMY 调用。
• ingest — 文章与媒体摄入时，咨询 brain-taxonomist 以决定归档位置。
• repo-architecture — 将归档决策委托给本 skill。
• book-mirror — 生成镜像后，通过 brain-taxonomist 进行归档。

定期漂移检测

# Which pages have no type matching the active pack? Counts untyped pages AND
# pages whose type the pack neither declares nor aliases (undeclared_types).
gbrain schema review-orphans --json

# Per-type audit of the stored corpus (stored_type_undeclared / stored_type_is_alias).
gbrain schema lint --with-db --json

两条命令均在本地运行。通过 MCP 运行时，run_doctor 报告会在其 schema_pack_consistency 检查中给出相同结论（未声明的类型会以 page_type_undeclared 代码发出警告）。

出现未声明的类型时，请在 pack 中声明（gbrain schema add-type <type> --primitive <p> --prefix <dir/>），或将页面改写为已声明的类型。当某个来源中超过 10% 的内容未带类型时，运行 EIIRP 第 3 阶段 SCHEMA CHECK 流程，通过 schema detect 提出候选类型。

输出格式

建议性输出：一个推荐信息块，外加一行推理轨迹。

**File at:** `<directory>/<slug>.md`
**Reasoning:**
- Primary subject: <person|company|concept|...>
- Matched page_type: <name> (primitive: <entity|temporal|concept|media|annotation>)
- Active pack: <pack-name> v<version>
- Source: <source_id>

当判断存在歧义时，通过 skills/ask-user/ 提出 2 个候选项，而不是默默选择。

当当前启用的 pack 中没有匹配的类型时，向 EIIRP 第 3 阶段（SCHEMA CHECK）发出信号，并输出：

**No match in active pack `<name>`.**
**Suggested next step:** `gbrain schema detect --source <source_id>` then
`gbrain schema review-candidates`.

失败时的处理

对于任何 gbrain 错误 code、退出码、[AGENT] 块或通知块，请遵循 agent 操作规范。本 skill 的具体情况如下：

• 若 gbrain schema show / gbrain schema lint 因未启用任何 schema pack 或 pack 损坏而失败：报告该问题，并转交 schema-author skill；不要凭记忆猜测目录。
• 若某项推荐需要修改 schema（gbrain schema add-type、gbrain schema use）：本 skill 仅提供建议。应在用户同意后将其交给 EIIRP 或 schema-author；切勿在此直接修改当前启用的 pack。

反模式

• 在本 skill 中硬编码目录表。 所有决策都应通过 gbrain schema show --json 完成。v0.39+ 有意移除了旧的硬编码表，以便使用 gbrain-recommended 或自定义 pack 的用户自动获得正确的路由。
• 在没有匹配类型时选择最接近的类型。 就近归类会悄无声息地降低用户的归档质量。应改为上报给 EIIRP 第 3 阶段。
• 在多 brain 环境中忽略 --source <id>。 按来源的覆盖设置位于 7 层解析链的第 3 层；若漏掉该参数，将静默使用全 brain 范围的当前 pack。
• 自动应用 gbrain schema review-candidates --apply 的决定。 即使是高置信度的建议，也需要用户批准。本 skill 是一道关卡，而不是自动执行者。

硬性规则

• 切勿在本 skill 中硬编码目录表。 所有决策都必须通过 gbrain schema show --json 完成。当前启用的 pack 才是权威来源。
• 按来源的参数是一等公民。 处理非默认来源时，每次 CLI 调用都要传入 --source <id>。
• 遵守置信度下限。 EIIRP 第 3 阶段产生的、置信度低于 0.6 的建议，brain-taxonomist 必须呈现给用户，而不是自动应用。不得悄悄提升低置信度的 schema 变更。

变更日志

v1.0.0 — gbrain v0.39.0.0

• 从上游 OpenClaw 初始移植。已泛化处理，依据 CLAUDE.md 隐私规则，不再引用私有分支名称。
• 已移除硬编码的目录表。所有决策现在都通过 gbrain schema show --json 读取当前生效的 schema pack。单一事实来源。
• 书籍分类已从 skill 文本迁移到 gbrain-recommended pack 的 media/books/ 分支（参见 src/core/schema-pack/base/gbrain-recommended.yaml）。
• 为多 brain 用户（Persona B）补充了 --source <id> 传递的说明文档。