KTSAMA001

akasha-kt

0
0
# Install this skill:
npx skills add KTSAMA001/AgentSkill-Akasha-KT

Or install specific skill: npx add-skill https://github.com/KTSAMA001/AgentSkill-Akasha-KT

# Description

阿卡西记录 - 经验与知识的记忆中枢。当用户说"记录一下"、"总结经验"、"保存结论"、"记一下这个知识点"、"归档这个问题"时使用此技能。

# SKILL.md


name: akasha-kt
description: 阿卡西记录 - 经验与知识的记忆中枢。当用户说"记录一下"、"总结经验"、"保存结论"、"记一下这个知识点"、"归档这个问题"时使用此技能。
license: MIT


Akasha-KT 阿卡西记录

阿卡西(Akasha)源自古印度哲学,意为"宇宙记忆"——万物经验与知识的永恒档案。

⚡ 快速指引(必读)

记录内容必须写入以下目录
- 经验(问题解决方案)→ data/experiences/<分类>/xxx.md
- 知识(概念原理)→ data/knowledge/<分类>/xxx.md

分类不确定时:查阅 references/INDEX.md 获取完整分类列表。

格式不确定时:查阅本文件的"记录格式"章节,或参考 references/EXAMPLES.md

🚫 禁止事项

  • 禁止在技能根目录创建任何新文件(如 .json.txt.md
  • 禁止使用自定义的记录格式或数据结构
  • 禁止将记录存放在 data/ 目录以外的位置
  • 禁止修改 SKILL.mdreferences/ 下的文档(除非用户明确要求)

📁 文件操作权限

路径 读取 新建 修改 删除
SKILL.md -
README.md -
references/*
data/experiences/**/*.md ⚠️
data/knowledge/**/*.md ⚠️
data/**/ (新建子目录) - -
其他任何位置

⚠️ 删除操作:仅在用户明确要求时执行,且需先确认。

🔒 安全边界:本技能的所有文件操作仅限于技能目录内,禁止操作技能目录外的任何文件。


目录结构说明

本技能采用 独立数据目录 设计,符合 Agent Skills 开放规范,便于技能分发和共享:

<skill-dir>/                    # 当前技能目录(目录名由 clone 时指定)
├── SKILL.md                    # 核心指令(本文件)
├── references/                 # 详细文档
│   ├── INDEX.md                # 分类索引(经验+知识)
│   ├── OPERATIONS.md           # 操作流程
│   ├── EXAMPLES.md             # 使用示例
│   ├── VALIDATION.md           # 验证流程
│   └── templates/              # 模板文件
└── data/
    ├── experiences/            # 经验数据(问题解决方案)
    └── knowledge/              # 知识数据(概念原理)

路径约定
- 技能内部引用:使用相对路径,如 references/INDEX.md
- 数据目录引用:使用相对路径,如 data/experiences/data/knowledge/

核心功能

  1. 记录经验:将问题解决方案和结论保存到对应分类文件
  2. 记录知识:将概念原理、技术规范保存到对应分类文件
  3. 查找记录:遇到问题时优先从已有记录中检索相关内容
  4. 网络搜索:已有记录未找到时,上网搜索相关资料
  5. 动态更新:验证、补充、修正已有记录

何时使用

触发记录经验

  • 成功解决了一个技术问题
  • 讨论某个话题得出了有价值的结论
  • 用户明确要求记录/保存/归档当前内容
  • 用户说"记录一下"、"总结经验"、"保存结论"、"归档这个问题"

触发记录知识

  • 学习到新知识、理解了某个概念
  • 需要记录技术原理、规范或定义
  • 用户说"记一下这个知识点"、"这个概念/原理记录下来"、"把这个定义保存一下"
  • 讨论完某个技术原理后需要归档

触发查找

  • 用户遇到技术问题时,优先检索 data/ 目录
  • 用户说"之前是怎么解决的"、"有没有相关经验"、"查一下记录"

触发网络搜索

  • 已有记录中未找到相关内容
  • 需要获取最新的官方文档或解决方案
  • 用户明确要求"上网查一下"、"搜索一下"

触发更新

  • 发现已有记录需要补充新信息
  • 已有记录的方案有更好的替代方案
  • 需要添加新的参考链接或验证结果

记录存放位置

所有记录统一存放在本技能目录下(相对路径):

类型 相对路径
经验 data/experiences/
知识 data/knowledge/

⚠️ 路径规范:本技能所有引用均使用相对路径,不使用绝对路径,以确保可移植性。

💡 获取绝对路径:如需确认当前技能的实际安装路径,可通过以下方式动态获取:
- 读取本文件(SKILL.md)时,其所在目录即为技能根目录
- 或在终端执行 dirname $(realpath <当前文件路径>) 获取

分类体系

经验 (data/experiences/)

data/experiences/
├── anthropic/          # Anthropic 产品(Claude Code、Claude API)
├── csharp/             # C# 语言
├── git/                # Git 版本控制
├── python/             # Python
├── shader/             # Shader 开发
├── tools/              # 开发工具
├── unity/              # Unity 引擎
├── vscode/             # VS Code 编辑器
└── general/            # 通用内容

知识 (data/knowledge/)

data/knowledge/
├── ai/                 # AI 相关知识
├── graphics/           # 图形学知识
├── unity/              # Unity 知识
├── programming/        # 编程知识
├── hlsl/               # HLSL 知识
└── tools/              # 工具知识

详细的分类文件说明请参考:references/INDEX.md

记录格式

经验记录格式

每条经验记录使用以下格式追加到对应文件:

---

## [简短标题]

**收录日期**:YYYY-MM-DD(记录整理到本知识库的日期)
**来源日期**:YYYY-MM-DD(原始内容创建/发布的日期)
**更新日期**:YYYY-MM-DD(最近一次更新的日期,如有)
**标签**:#标签1 #标签2
**状态**:✅ 已验证 | ⚠️ 待验证 | 🔄 已过时 | ❌ 已废弃 | 🔬 实验性
**适用版本**:[技术名称] X.X+(如适用)

**问题/场景**:

[描述遇到的问题或讨论的场景]

**解决方案/结论**:

[详细的解决方案或得出的结论]

**关键代码**(如有):

```语言
// 相关代码片段

参考链接

验证记录

  • [YYYY-MM-DD] 初次记录,来源:[实践总结/网络搜索/用户反馈/外部仓库整合]
  • [YYYY-MM-DD] 验证通过/发现问题,补充说明

相关经验(如有):

备注

[其他补充说明]

### 知识记录格式

每条知识记录使用以下格式追加到对应文件:

```markdown
## [知识点标题]

**分类**:[一级分类] > [二级分类]
**关键词**:#关键词1 #关键词2
**来源**:[书籍/文档/课程/仓库名称]
**来源日期**:YYYY-MM-DD(原始内容创建/发布的日期)
**收录日期**:YYYY-MM-DD(整理到本知识库的日期)
**更新日期**:YYYY-MM-DD(最近一次更新的日期,如有)
**可信度**:[评级标注]
**状态**:📘 有效 | 🔄 待更新 | 📕 已过时

### 定义/概念

[简明扼要的定义或概念描述]

### 原理/详解

[详细的原理解释,可包含公式、图示说明等]

### 关键点

- 要点 1
- 要点 2
- 要点 3

### 示例(可选)

[代码示例或实际案例]

### 相关知识

- [相关知识点 1](链接)
- [相关知识点 2](链接)

### 与经验关联(可选)

- 相关经验:[./data/experiences/xxx/xxx.md](链接) - 实践验证了此知识点

---

时间点说明

字段 含义 示例
收录日期 该记录被整理到本知识库的日期 2026-01-31
来源日期 原始内容创建/发布的日期 2020-12-18
更新日期 该记录最近一次被修改的日期 2026-02-01

注意
- 从外部仓库或文章整合的内容,务必标注来源日期,以便追溯内容的时效性
- 来源日期可以从 Git commit 历史、文章发布日期、或文件修改时间获取
- 如果来源日期无法确定,可标注为"约 YYYY 年"或"日期不详"

经验质量标记

标记 含义 使用场景
✅ 已验证 经过实践验证,确认有效 经过实践检验的经验
⚠️ 待验证 理论可行但未经实际验证 新记录或来自网络搜索
🔄 已过时 方案已过时,保留供参考 老版本适用的方案
❌ 已废弃 完全错误,不应使用 经验证发现的错误经验
🔬 实验性 非主流方案,使用需谨慎 创新但未广泛验证

知识可信度评级

评级 标识 说明 示例来源
最高 ⭐⭐⭐⭐⭐ 官方规范/权威著作/学术标准 官方文档、经典教材、论文
⭐⭐⭐⭐ 官方文档/实践验证/厂商文档 Unity 博客、GPU 厂商文档
⭐⭐⭐ 社区公认/广泛实践验证 知名博客、技术分享、开源项目
⭐⭐ 个人经验/小范围验证 个人笔记、论坛讨论
待验证 来源不明/待验证 未经验证的内容

知识状态标记

标记 含义 使用场景
📘 有效 知识准确且适用于当前版本 经核实的权威知识
🔄 待更新 来源有新版本,需更新内容 官方文档已更新
📕 已过时 知识已不适用于当前技术环境 API 废弃、规范变更

经验与知识的区别

维度 知识 (Knowledge) 经验 (Experience)
来源 书籍、文档、课程、规范 实际开发、踩坑、调试
格式 概念 → 原理 → 要点 问题 → 解决方案 → 验证
目的 理解"是什么"和"为什么" 记录"怎么做"和"怎么避坑"
时效性 相对稳定 可能随版本变化
验证 理论正确性 实践有效性

选择标准
- 记录问题解决方案、踩坑经验 → 使用经验格式
- 记录概念原理、技术规范、定义 → 使用知识格式

相互引用示例

在知识文档中(引用经验):

### 与经验关联
- 实践验证:[CBUFFER 合批经验](../../data/experiences/shader/urp.md#cbuffer-与-srp-batcher-合批机制)

在经验文档中(引用知识):

**理论基础**:
- 参考知识:[SRP Batcher 原理](../../data/knowledge/unity/srp.md#srp-batcher)

附加信息

  • 详细分类索引:参见 references/INDEX.md
  • 操作流程详解:参见 references/OPERATIONS.md
  • 使用示例合集:参见 references/EXAMPLES.md
  • 验证流程:参见 references/VALIDATION.md

# README.md

🧠 Akasha-KT | 阿卡西记录

阿卡西(Akasha)源自古印度哲学,意为"宇宙记忆"——万物经验与知识的永恒档案。

一套持续学习型的 AI Agent Skills,具备经验记录知识沉淀自我修正能力。

📦 包含技能

技能 用途 存储位置
akasha-kt 阿卡西记录 - 经验与知识的记忆中枢 data/

� 核心工作流程

总体交互流程

flowchart TD
    A[用户输入] --> B{意图识别}

    B -->|提问/求助| C[查找流程]
    B -->|记录请求| D[记录流程]
    B -->|验证/修正| E[验证流程]

    C --> C1[检索 data/ 目录]
    C1 -->|找到| C2[展示并应用]
    C1 -->|未找到| C3[网络搜索]
    C3 --> C4[解决问题]
    C4 --> C5{是否记录?}
    C5 -->|是| D
    C5 -->|否| F[结束]

    D --> D1{判断内容类型}
    D1 -->|问题方案| D2[记录为经验]
    D1 -->|概念原理| D3[记录为知识]
    D2 --> D4[格式化 & 写入]
    D3 --> D4
    D4 --> D5[Git Commit & Push]
    D5 --> F

    E --> E1[交叉验证]
    E1 --> E2{验证结果}
    E2 -->|正确| F
    E2 -->|需修正| D4

经验 vs 知识 决策树

flowchart LR
    A[待记录内容] --> B{核心问题是什么?}

    B -->|"怎么解决? / 怎么做?"| C[经验 Experience]
    B -->|"是什么? / 为什么?"| D[知识 Knowledge]

    C --> C1[记录: 问题+方案+验证]
    D --> D1[记录: 定义+原理+要点]

    C1 --> E[data/experiences/]
    D1 --> F[data/knowledge/]

�🚀 安装

VS Code Copilot

# macOS / Linux
# 注:目录名可自定义,默认为仓库名
git clone https://github.com/KTSAMA001/AgentSkill-Akasha-KT.git ~/.copilot/skills/akasha-kt

# Windows (PowerShell)
git clone https://github.com/KTSAMA001/AgentSkill-Akasha-KT.git $HOME\.copilot\skills\akasha-kt

Claude Code

git clone https://github.com/KTSAMA001/AgentSkill-Akasha-KT.git ~/.claude/skills/akasha-kt

✅ 验证安装

在 AI Chat 中输入:

"帮我记录一下今天解决的问题"
"记一下这个知识点"

如果 Agent 能识别并激活 akasha-kt Skill,即表示安装成功。

📂 目录结构

<skill-dir>/                    # 本仓库根目录(目录名由 clone 时指定)
├── README.md                   # 本文件
├── SKILL.md                    # 核心指令(Agent 识别技能的入口)
├── references/                 # 详细文档
│   ├── INDEX.md                # 分类索引
│   ├── OPERATIONS.md           # 操作流程
│   ├── EXAMPLES.md             # 使用示例
│   └── VALIDATION.md           # 验证流程
└── data/
    ├── experiences/            # 经验数据(问题解决方案)
    └── knowledge/              # 知识数据(概念原理)

⚠️ 重要说明

内容分类

类型 说明 适用性
通用技术经验 Unity、C#、Shader 等通用解决方案 ✅ 大部分人可用
个人/项目经验 特定项目配置、个人偏好 ⚠️ 按需参考

推荐使用方式

方式 说明
直接克隆 快速体验
Fork 自定义 长期使用(推荐)

📄 许可证

MIT License

# Supported AI Coding Agents

This skill is compatible with the SKILL.md standard and works with all major AI coding agents:

Learn more about the SKILL.md standard and how to use these skills with your preferred AI coding agent.