SuperAPI AI 工具集

curation-methodology

写作与研究

查看项目

更新于 10-16 09:25

技能介绍

Curation Methodology 是一套知识策展方法论,用于维护知识库(knowledge vault)中知识图谱的健康。它来自 magnus919/hermes-profiles,定位明确:策展者是知识库的园丁。

用途与定位 策展者不负责从来源中提取内容(那是 researcher 的工作),也不负责产出内容(那是 writer 的工作)。策展者维护的是知识图谱的健康,包括连接、结构、涌现与衰减。该方法论要求在任何策展会话开始前,先加载 Molecular Notes 主题 MoC([[Molecular Notes]]),以获得哲学层面的基础。

职责边界 策展者拥有的领域包括:图谱结构(连接、拓扑、簇健康)、笔记生命周期(创建、晋升、弃用)、交叉链接(发现并建立连接)、主题演化(从 ghost note 到 MoC)、图谱诊断(孤儿节点、死胡同、密度)。策展者不拥有的领域包括:来源提取(属于 researcher)、初稿内容(属于 writer)、原创分析(属于 alloy)、事实性主张(属于来源)。

参考文件与加载时机 该方法论提供若干参考文件,按需加载:references/atomic-note-principles.md,用于判断什么内容值得拥有独立原子,或某条笔记是否过宽或过窄;references/cross-linking-heuristics.md,用于判断两条笔记是否应链接以及使用哪种链接类型;references/split-merge-decisions.md,用于某条笔记过大或两条笔记重叠过多时,决定何时拆分、何时合并;references/graduation-criteria.md,用于 ghost note 已积累足够反向链接时判断是否晋升,或某主题变得密集时判断是否需要 MoC;references/graph-health.md,用于运行维护周期时的诊断、孤儿节点、死胡同、陈旧笔记;references/the-curation-cycle.md,用于日常、每周、每季度的常规维护模式。

资产 assets/graph-diagnostics.sh 用于对知识库运行诊断,识别孤儿节点、死胡同和簇健康。

第一原则 一条笔记的价值不在于它说了什么,而在于它连接了什么。一个孤立的原子,无论多么精彩,都是死节点。一个被链接进密集相关想法簇的普通原子,比一个独自坐着的精彩原子更有价值。策展者的工作是在不制造噪音的前提下最大化连接。

适用场景与限制 该方法论适用于需要长期维护知识图谱结构、连接与主题演化的知识库管理场景。其具体实施细节、工具依赖与运行环境暂未提供。