检查新输入
当天没有新材料就停止，不为日更制造假进度。
04 / AGENT SYSTEM / OPERATIONS
Jarvis：个人 AI 知识工作流与 Agent 协作系统
它解决的不是“笔记放在哪里”，而是信息进入后由谁处理、如何核验、何时沉淀、什么能够公开。
问题
信息很多，但难以知道来源、验证状态和下一步去向。
做法
用 Raw、知识库、输出三层结构，加上处理台和发布队列。
验证
连续真实运行后，形成公开文章、流程卡和可回溯记录。
它为什么存在
我以前也会收藏新模型、工作流和观点。问题不是信息不够，而是每条信息进入系统后没有明确去处。回看时很难回答：它来自哪里、是否已经核验、能不能公开。
如果这三个问题答不上来，知识库只是换了一个地方堆输入。Jarvis 的第一目标，是让信息保留来处和状态；第二目标，才是把值得留下的内容继续变成项目和公开表达。
三层结构
- Raw：保存原始输入和来源上下文，不在原文里改写结论。
- 知识库：保存跨多次使用仍有价值的方法、项目状态和判断，并保留来源。
- 输出：保存准备公开的文章、项目说明和视觉素材，内部推测不直接进入。
原始输入、来源、日期和上下文保持原貌。
只有可复用、可回溯的判断与方法进入。
公开候选仍要经过边界和事实检查。
三层不是目录装饰，而是不同的改写权、验证状态和公开权限。
怎么实现
Obsidian 保存 Markdown 结构，Codex 负责整理、交叉链接、更新处理台和执行验证，Horizon 负责收集外部 AI 信号。机器采集先进入 Raw，再经过人工边界和来源判断。
处理台
记录待处理、观察中、已沉淀和暂不处理，避免重复整理。
流程卡
明确新鲜度检查、来源失败、停止条件和完成证据。
发布队列
把候选、草稿、已发布和反馈回流放在同一条链路上。
一次巡检不是“生成总结”
标记处理状态
待处理、观察中、已沉淀、暂不处理必须有一个明确去向。
区分证据强度
机器摘要、聚合来源和一手证据不能被写成同一种确定性。
写回结果
处理台、索引、日志与发布队列只记录验证过的 durable delta。
Agent 有权限，人保留判断
01
Kun 决策
- 决定什么重要、哪些结论值得长期保留
- 确认身份推断、重要决策与外部发布
- 纠正系统对语气、边界和优先级的误判
02
Agent 协作
- 整理与交叉链接来源，维护处理台和索引
- 运行每日/每周巡检，发现矛盾和过期状态
- 把真实运行转成流程卡、草稿和公开候选
03
验证边界
- 机器导入与事实核验是两个独立状态
- 未经核验的热点不进入公开结论
- 私人 Raw、个人画像和凭据永不进入网站
验证过什么
三次真实巡检固定了新输入、处理状态和公开边界三个检查点。这个过程随后进入公众号发布，但发布结果也暴露出内容问题。
747 日读者
0.35 min平均阅读
59%完读率
0新增关注
我最终判断旧文章“写得不行”，所以它只保留为发布与复盘证据，不作为官网代表作。网站版从系统结构、真实运行和失败反馈重新写，而不是把旧文换一张封面继续展示。
还没有完成
这不是面向客户的 SaaS，也没有向量搜索、多人协作或公开 API。外部采集源仍可能出现 403、429 或连接失败，因此来源健康必须继续被记录。
私有 Raw、个人画像和未核验热点不会进入公开站点。摄影素材也要逐张确认后，才可能成为公开作品。