mcpField
B
business-brain

business-brain

github.com/genericservice营销与增长041 次安装23 周前更新
代码仓库

关于 business-brain

此技能将业务与品牌知识整理为模块化文件,供 AI 编码助手按需读取,并提供初始化模板的脚本及在 Agentic OS 项目中记录运行信息的说明。

主要功能

  1. 01模块化业务知识文件
  2. 02按需加载上下文
  3. 03Business Brain 初始化脚本
  4. 04Agentic OS 运行记录

适用场景

  1. 01依据品牌语气和受众背景撰写文案
  2. 02回答有关项目定位的问题
  3. 03创建结构化的业务知识目录

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/genericservice/claude-skills --skill business-brain

安装后在 Claude Code 中输入/business-brain确认已加载。

附带文件scripts/init-brain.sh

详细介绍

商业知识大脑模式

此技能为 AI 编码助手实现了“商业知识大脑模式”。它将所有共享的业务和品牌知识集中在一个位置——“大脑”中,并允许各个技能或 Agent 查询按需引用,而不是重复存储这些内容。

问题

将完整的品牌指南、受众档案和定位文档加载到每个技能或提示词中,会占用大量上下文窗口。这会增加 token 用量,分散 Agent 对实际任务指令的注意力;品牌指南一旦变更,还会带来繁重的维护工作。

解决方案

商业知识大脑模式让各个技能提示词保持精简。每个技能只加载实际需要的大脑部分。大脑按主题拆分为模块化文件。

用法

当需要检索品牌背景信息、撰写符合品牌调性的文案,或回答有关项目受众的问题时:

  1. 检查本地大脑: 在项目工作区中查找 .agent/brain/ 目录(或旧版 brain/、.claude/brain/、.gemini/brain/ 目录)。
  2. 按需加载: 使用文件读取工具,仅加载任务所需的特定文件。
    • 示例:社交媒体文案起草任务可能只需要 brand-voice.md 和 audience-profiles.md。
    • 示例:技术规范任务可能只需要 content-rules.md。
  3. 请勿在只需要一部分背景信息时加载整个大脑目录。请充分利用其模块化结构。

初始化

如果用户希望为项目设置新的商业知识大脑,请运行随附的脚手架脚本来生成模板文件:

bash ~/.agents/skills/business-brain/scripts/init-brain.sh

(路径可能因 Agent 环境而异,例如 ~/.claude/skills/ 或 ~/.gemini/skills/)

此脚本会创建 .agent/brain/ 目录,其中包含以下模板:

  • brand-voice.md
  • audience-profiles.md
  • positioning.md
  • content-rules.md

大脑结构

构建良好的商业知识大脑不是一堆数据,而是经过整理、便于浏览的结构:

brand-voice.md
  • 指定句子长度偏好。
  • 定义语体(第一人称、正式的“我们”、对话式的“我”)。
  • 列出始终使用和绝不使用的词语或短语。
  • 描述表达的活力程度。
  • 提供 2-3 段示例文案来展示品牌语调,并给出不符合品牌调性的写作示例。
audience-profiles.md
  • 定义 2-4 个主要受众群体。
  • 职位名称/生活状况。
  • 他们最关心什么,以及对什么持怀疑态度。
  • 对相关主题的熟悉程度。
  • 能引起共鸣的语言或表达方式。
positioning.md
  • 公司/产品的业务内容。
  • 目标用户。
  • 用户选择它而非替代方案的原因。
  • 明确说明不作出哪些宣称。内容应聚焦(200-300 个词)。
content-rules.md
  • 不同输出类型的结构偏好。
  • 标题格式规范。
  • 对列表与段落的偏好。
  • 长度指南。
  • 如何处理行动号召。

Agentic OS 集成

如果当前项目根目录包含 .agent/ 目录,此技能必须参与 Agentic OS 共享记忆模型。

执行结束时,检查 .agent/state/last-run.json 是否存在。如果存在,请按照文件要求的架构追加记录或更新文件,以记录本次运行。确保记录运行时信息(agent_id)、assigned_skill、简明的 description、decision_log 和 outcome。如果完成队列中的任务,请使用 python3 ~/.agents/skills/heartbeat/scripts/heartbeat.py complete <task_id> ...。

评论

支持 Markdown