gbrain voice-note-ingest 技能实战：语音备忘的逐字保真捕获、路由归档与脑图回链

gbrain voice-note-ingest 技能实战语音备忘的逐字保真捕获、路由归档与脑图回链【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址: https://gitcode.com/gh_mirrors/gb/gbrain本指南以 gbrain 仓库plugin-variants/gbrain-daily/skills/voice-note-ingest/SKILL.md为核心讲解如何把一条音频/语音备忘完整地吞进个人知识脑原始音频先入库转录文本逐字保真绝不改写再按决策树路由到originals/、concepts/、people/、companies/、ideas/、personal/或兜底的voice-notes/目录最后为提到的每个人/公司执行 Iron Law 反向回链。读完本文你将掌握该技能的完整调用协议、七级路由决策树、脑页骨架格式、命名与引用规范以及它与_brain-filing-rules.md、quality.md等仓库级约定之间的强制关系可直接在 gbrain 插件环境中落地运行。技能定位语音是未经修饰的原始信号voice-note-ingest是 gbrain 的gbrain-dailydaily-driver 人格变体插件中用于语音备忘摄取的核心技能。它的设计前提非常明确语音备忘与打字不同——人们说话时不会自我编辑脱口而出的句式、犹豫、语气词恰恰是思考过程的真实切片。因此该技能的核心约束Iron Law是用户的原话就是洞见本身。绝不改写、绝不清理。那些生动、未经打磨、意识流式的措辞恰恰承载着被顺过一遍的书面语所丢失的信息。转录文本必须原样保留在 block quote 中Analysis 部分可以解读但转录区是神圣不可动的。技能文档用一对正反例把这条铁律钉死✅The ambition-to-lifespan ratio has never been more fucked❌User noted the tension between ambition and mortality前者保留语气与冲击力后者是典型的转述污染。这一原则在 gbrain 中并非孤例skills/signal-detector/SKILL.md文本渠道的主动信号捕获同样要求以用户精确措辞捕获绝不转述skills/idea-ingest/SKILL.md打字输入的思路摄取也继承了同一模式。三个技能共享同一条原话即资产的哲学voice-note-ingest 只是把它应用到音频场景。技能声明与触发条件该技能 frontmatter 声明了名称、版本、描述、触发词与写权限范围见 voice-note-ingest SKILL.mdname:voice-note-ingestversion:0.1.0triggers触发词命中即唤起:voice note、ingest this voice memo、transcribe and file、voice note ingest、save this audio note、audio messagemutating: true、writes_pages: true——这是一个会写脑库页面的变更型技能writes_to:voice-notes/、originals/、concepts/、people/、companies/、ideas/、personal/配套的 routing-eval.jsonl 是路由评测夹具每条 intent 都至少包含一个触发词子串满足结构匹配器的要求同时保留了真实用户措辞的多样性例如{intent:Please ingest this voice memo I just sent and file it into my brain,expected_skill:voice-note-ingest} {intent:Save this audio note as a brain page with the original audio attached,expected_skill:voice-note-ingest,ambiguous_with:[idea-ingest]} {intent:Run voice note ingest on what I just sent — preserve my words verbatim,expected_skill:voice-note-ingest}注意最后一条评测用例将本技能与idea-ingest标记为ambiguous_with当用户说把这个音频存成脑页时路由可能同时命中保存与语音两类语义评测要求 agent 能正确分派到 voice-note-ingest。调用时机什么场景唤起本技能技能文档定义的唤起场景是用户通过任意渠道Telegram、语音备忘上传、openclaw 音频附件发送一段音频或语音消息。此时宿主 agent 通常会随消息提供转录文本transcript若未提供则由 agent 自己调用宿主平台的转录工具完成转写。文档对转录工具给出了明确的性价比建议Groq Whisper快且便宜优先选择OpenAI Whisper同样可用音频超过25MB时先用ffmpeg切分后再转录。这一STORE 之后立刻 TRANSCRIBE的先后顺序非常重要转录不是终点原始音频必须先行入库见下一节的管道因为脑页中的 [Audio]链接要指回这份原始文件任何后续的重新转写或校对都以原始音频为基准。五步摄取管道STORE → TRANSCRIBE → ROUTE → WRITE → CROSS-LINK技能文档给出了完整管道每一步职责明确1. STORE → 将原始音频上传到 gbrain 存储后端 (S3 / Supabase Storage / local —— 按 src/core/storage.ts 可插拔)。 2. TRANSCRIBE → 优先原样使用 agent 提供的转录文本若未提供 自行转录音频见上文调用时机。 3. ROUTE → 应用下面的决策树找到目标归档目录。 4. WRITE → 创建/更新目标脑页把逐字转录文本保留在 block-quoted 的 Users Words 小节。 5. CROSS-LINK → 对提到的每个实体人、公司从他们的脑页 向本页追加时间线回链依据 conventions/quality.md 的 Iron Law。第一步背后的实现支撑可插拔存储层管道第一步指向的src/core/storage.ts在仓库中真实存在见 src/core/storage.ts印证了存储后端可插拔的表述——S3、Supabase Storage 与本地文件系统都是可选的实现后端。这与仓库级归档规则 skills/_brain-filing-rules.md 中的Raw Source Preservation机制相衔接小于100MB的文本/PDF留在脑仓库中git 跟踪以.raw/侧车目录与脑页并存≥100MB 或媒体文件视频、音频、图片上传到云存储Supabase Storage、S3 等在脑仓库中留一个.redirect.yaml指针≥100MB 的文件走 TUS 断点续传6MB 分块 重试。对应的上传命令为gbrain files upload-raw file --page page-slug --type type返回 JSON小文件返回{storage: git}云存储返回{storage: supabase, storagePath, reference}。访问时用gbrain files signed-url storage-path # 生成 1 小时有效期的签名 URL gbrain files restore dir # 下载回本地voice-note-ingest 的STORE步骤正是这条机制在音频场景的直接落地——音频是媒体文件按规则应当上传云存储并以.redirect.yaml指针留痕脑页中的 [Audio]链接指向该存储路径。这样的设计保证了任何派生脑页都能追溯回原始来源同时大文件不会撑爆 git 仓库。七级决策树内容往哪里归档路由是整个技能最关键的判断环节。文档规定按顺序依次匹配先命中者胜若同时命中多个类别则归入主目录并向其他类别交叉链接。优先级内容特征目标目录1用户原创的想法、观察或论点——他们自己生成的新思考、框架、连接originals/slug.mdslug 直接用用户生动的话语2用户提到的世界级概念——别人创造的框架/模型用户只是引用concepts/slug.md3关于某个具体的人——关于某人的新信息、观点、观察更新people/person.md的时间线4关于某家具体的公司——关于公司的新信息更新companies/company.md的时间线5产品或商业点子——可以被做出来的东西ideas/slug.md6个人反思——接近疗愈、情感、身份认同的内容追加到合适的personal/slug.md7以上皆非 / 随机想法 / 无法干净归类voice-notes/YYYY-MM-DD-slug.md兜底多类别命中时的规则创建主页面然后向所有其他类别交叉链接。例如一条语音同时涉及一个人 一个新想法就既要创建originals/页面也要更新该人物的时间线。这套决策树与仓库级归档协议 skills/_brain-filing-rules.md 高度一致。后者规定的一条核心原则是内容的主要主体决定它去哪而不是格式、来源或运行中的技能决定。该文件还列出了一张常见的错误归档对照表voice-note-ingest 的决策树可以视为这张表在语音场景的具体化错误正确原因关于某话题的分析 -sources/- 合适的主题目录sources/ 只放原始数据关于某人的文章 -sources/-people/主要主体是人会议得到的公司信息 - 只放meetings/- 同时更新companies/实体传播是强制的可复用的框架/论点 -sources/-concepts/这是思维模型Notability Gate不是所有内容都值得建页在创建任何新实体页之前归档规则要求过一道可记性门禁人你还会再与他互动吗与你的工作/兴趣相关吗公司与你的工作或兴趣相关吗概念这是值得日后引用的可复用思维模型吗拿不准就不要建缺页可以日后补垃圾页只会浪费注意力并拉低搜索质量。这条门禁同样约束着 voice-note-ingest 的 3、4 两步为某人/某公司建页或更新时间线前先确认其可记性。脑页骨架所有语音派生页面统一格式技能文档为所有语音派生的脑页规定了统一骨架包含 YAML frontmatter 与固定章节。完整模板如下--- title: [Title derived from content] type: [original | concept | voice-note | ...] created: YYYY-MM-DD updated: YYYY-MM-DD tags: [voice-note, relevant-tags] sources: voice-note: type: voice_note storage_path: [gbrain storage URL or relative path] acquired: YYYY-MM-DD acquired_via: voice note from channel --- # Title Executive summary of what was said and why it matters. ## Users Words Exact transcript, verbatim, preserving every word, hesitation, and verbal tic. This is the primary source material. Do not edit. Audio ## Analysis [What this means, why it matters, connections to other thinking. The analysis is the agents interpretation; the transcript above is sacred.] ## See Also - [Related brain pages with relative links] --- ## Timeline - **YYYY-MM-DD** | voice note from channel — [Brief description]逐段拆解各要素的作用frontmattertype标记页面类别sources.voice-note块记录来源类型、存储路径、获取日期与渠道acquired_via这是溯源的关键元数据Executive summary一句说了什么、为什么重要的引述式导语Users Words神圣区。逐字转录保留每一个词、每一次犹豫、每一个口头禅这是主要来源材料不得编辑 [Audio]链接指回第一步 STORE 存入的原始音频让声音本身永远可回放Analysisagent 的解读——含义、重要性、与其他思考的连接。文档明确强调分析是 agent 的解读上面的转录是神圣的二者边界不可混淆See Also指向相关脑页的相对链接Timeline以YYYY-MM-DD开头的条目记录某日来自某渠道的语音备忘。引用格式每条事实必须带 Source 标注技能文档规定语音场景的标准引用格式[Source: voice note, channel, YYYY-MM-DD]当音频带时间戳时追加时间[Source: voice note, channel, YYYY-MM-DD HH:MM PT]这一格式是仓库级引用制度在语音场景的实例化。skills/conventions/quality.mdcross-cutting 质量约定所有写脑库的技能都必须遵守要求每条写入脑页的事实都必须携带内联[Source: ...]引用并定义了完整格式谱系用户陈述[Source: User, {context}, YYYY-MM-DD]会议数据[Source: Meeting {title}, YYYY-MM-DD]邮件/消息[Source: email from {name} re: {subject}, YYYY-MM-DD]网页内容[Source: {publication}, {URL}, YYYY-MM-DD]综合结论[Source: compiled from {sources}]来源优先级高 → 低用户直接陈述 编译事实脑内既有综合 时间线条目原始证据 外部来源API 增强、网络搜索。来源冲突时同时标注矛盾双方不静默二选一。命名规范与单条处理约束命名约定音频文件YYYY-MM-DD-brief-slug.ext例如2026-04-13-rick-rubin-creative-philosophy.ogg脑页与目标目录的 slug 保持一致。slug 的日期前缀让语音备忘天然按时间排序便于日后回溯那天我说了什么。Bulk vs. single一次只处理一条该技能明确不支持批量一次处理一条语音备忘每条都是独立的摄取周期ingest cycle。这保证了逐字保真与路由判断的质量——批量处理必然诱使 agent 压缩、概括、牺牲细节与 Iron Law 直接冲突。反模式清单最容易犯的四个错误技能文档列出了四条必须避开的反模式逐条对应其核心约束❌转述转录文本——原话就是信号❌清理犹豫或口头语um、like、you know——这些质感很重要❌提到了人物/公司却建了一个没有实体交叉链接的页面——Iron Law 失败❌跳过音频存储步骤——必须始终上传原始文件脑页要有指向它的 [Audio]链接。其中第 3 条直接呼应 Iron Law 回链机制。skills/conventions/quality.md 对该机制的定义是每提到一个有脑页的人或公司都必须从该实体的页面创建指向提到他们的页面的回链。格式- **YYYY-MM-DD** | Referenced in page title -- context。一条未链接的提及就是一个残缺的脑图就是智能本身。skills/_brain-filing-rules.md 也重申了这一点回链是双向的——新页面链向实体实体的页面也要链回来。这正是 voice-note-ingest 管道第五步 CROSS-LINK 的理论依据。与相邻技能的分工协作skills/signal-detector/SKILL.md环境中的主动信号捕获需显式 opt-in对文本渠道的思路捕获应用同一套精确措辞模式skills/idea-ingest/SKILL.md打字输入的思路摄取链接、文章、推文含作者人页创建与原始素材上传skills/conventions/quality.md引用 回链规则的权威来源skills/_brain-filing-rules.md归档决策协议的权威来源。三者共同构成 gbrain 的捕获家族语音voice-note-ingest、文本idea-ingest、环境信号signal-detector共享同一套精确措辞、实体回链与引用纪律。技能契约与一致性保障技能文档末尾的 Contract 部分明确了该技能对宿主 agent 的保证路由与 frontmatter 中的规范化触发词一致输出写入writes_to:列出的目录适用时遵守所引用的约定quality.md、brain-first.md、_brain-filing-rules.md维护隐私契约不出现真实姓名、不出现 fork 专属的文件系统路径字面量、不出现上游 fork 引用。文档特别说明Contract与Output Format这两个字面小节标题是为一致性测试conformance test见test/skills-conformance.test.ts保留的锚点。这体现了 gbrain 技能体系的工程化保障思路——技能不止是给 agent 的自然语言指令还要接受结构化的路由评测如routing-eval.jsonl与一致性测试的自动校验确保技能声明、触发词、写入目录与约定引用始终同步不会随迭代漂移。总结voice-note-ingest 是 gbrain 语音摄取管线的完整封装其设计可以概括为五条不可妥协的原则原话神圣转录逐字保真Analysis 只能解读、不能改写音频必存原始文件先行入库脑页永远保留 [Audio]回放链接按主体归档七级决策树 主目录/交叉链接规则与_brain-filing-rules.md的主主体原则一致实体必回链提到的人/公司双向链接未链接的提及即残缺事实必溯源每条事实携带[Source: voice note, channel, YYYY-MM-DD]引用遵循 quality.md 的来源优先级。配合src/core/storage.ts的可插拔存储后端、gbrain files upload-raw的原始素材上传机制以及路由评测夹具的持续校验这条管道让随口一说真正沉淀为可检索、可追溯、可回放的脑资产——而这一切的前提是尊重用户那句话原本的样子。【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址: https://gitcode.com/gh_mirrors/gb/gbrain创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考