BaoShare
AI 教程AI教程46 次浏览 · 2026-10-30

Claude Code:构建个人第二大脑实战教程

原文链接

https://youtu.be/qIWB1yMsqRo?is=7GcnWk6Dcr0Fc0Go
打开链接

一、核心概述

本节概述“第二大脑”概念及其在个人与企业工作流中的价值,阐明四大核心要素(Context、Connection、Capability、Cadence)以及实现这些要素所需的关键工具。

Claude Code:构建个人第二大脑实战教程

  • 第二大脑:通过 LLM(本文使用 Claude Code)与本地知识库(Obsidian)相结合,实现对业务全局的即时记忆与自动化执行。
  • ROI:作者声称单周可节省 25~30 小时,主要得益于 LLM 的强大推理与工具调用能力。
  • 四大 C:
    1. Context(上下文)—— 让大脑随时了解业务核心信息。
    2. Connection(连接)—— 与 Gmail、Google Calendar、Slack、GitHub 等日常平台深度集成。
    3. Capability(能力)—— 将重复任务抽象为可复用的 Skill(技能),如视频编辑、绘图、邮件草稿等。
    4. Cadence(节奏)—— 通过定时任务(Heartbeat)实现主动式自动化。

本教程根据 YouTube 视频字幕整理,原始视频链接见原文出处。

二、实操步骤与核心流程详解

1. 搭建运行环境

  1. 在本地或云服务器(推荐 DigitalOcean / Hostinger)部署一个 VPS,月费约 $20。
  2. 安装 Claude Code(或任意兼容的 LLM 代理),确保可以通过 API 调用。
  3. 配置 Open Router 用于模型切换与图片生成。

2. 构建知识库(Context)

  1. 使用 Obsidian 创建一个 Markdown 文件夹,作为全局知识库。
  2. 创建三份核心文件并放入根目录:
    • soul.md:定义大脑的行为准则与角色设定。
    • user.md:记录个人信息、业务概览、关键目标。
    • memory.md:列出近期重要记忆(如本周重点、项目里程碑)。
  3. 其余业务实体(项目、客户、视频等)均以单独的 Markdown 文档形式存放,形成 Karpathy LLM Wiki 风格的层级结构。
  4. 每次对话结束后,自动将对话摘要写入对应实体的 daily_log.md,实现知识库的持续更新。

3. 配置平台连接(Connection)

  1. 注册 Arcade(MCP Runtime),获取 API Token。
  2. 为每个常用平台创建 MCP Server 或自研 CLI Wrapper:
    • Gmail / Google Calendar → arcade-gmail、arcade-calendar
    • Slack → arcade-slack
    • GitHub → arcade-github
    • Google Drive → arcade-drive
  3. 在 Claude Code 启动脚本中声明可用工具列表,利用 Arcade 的 Tool Recommendation 动态加载所需工具,避免一次性加载导致的 Token 消耗。

4. 编写可复用技能(Capability)

  1. 以 Markdown + Prompt 的形式定义每个 Skill,例如 edit_video.md、create_diagram.md、draft_email.md。
  2. 每个 Skill 包含:
    • 输入参数(如视频文件路径、图表主题)
    • 执行步骤(调用 Claude Code 完成子任务)
    • 输出格式(返回文件路径或文本)
  3. 将 Skill 注册到 Claude Code 的工具列表中,确保在需要时可以直接调用。
  4. 审计:给大脑一个常规任务(如“请帮我编辑 3 分钟的演示视频”),若出现多轮澄清或手动步骤,则说明该任务需要抽象为 Skill。

5. 设置主动节奏(Cadence)

  1. 在 VPS 上创建 cron 任务,每 30 分钟执行一次 heartbeat.sh。
  2. heartbeat.sh 内容概览:
    • 拉取 Gmail 未读邮件列表 → 调用 draft_email Skill 生成草稿 → 将草稿发送至 Slack 汇报。
    • 检查任务管理平台(如 Asana)中的待办事项 → 自动生成每日计划。
  3. 每次自动执行后,向 Slack 推送简要摘要,确保人机交互的可追溯性。

6. 持续审计与迭代

  1. 建立 Eval Suite:列出所有关键 Skill(编辑视频、生成图表、新闻摘要等),每次更换模型或大幅改动代码后,批量跑一遍确保功能不退化。
  2. 使用 “上下文对话审计”:打开全新会话,询问“大脑,你的业务是什么?”若能直接回答则说明 Context 正常。
  3. 使用 “连接审计”:让大脑列出本周需要回复的邮件、待办事项等,检查是否能快速聚合信息。

三、实战技巧与核心小结

  • 渐进式构建:先完成 soul.md、user.md、memory.md 三个核心文件,再逐步加入平台连接与 Skill,避免“一次性”过度复杂化。
  • 利用反馈循环:当大脑表现不佳时,直接对它说“我觉得你对业务了解不足”,让它和你一起迭代 Context 或 Skill。
  • 工具选择灵活:Claude Code 只是示例,实际可替换为 Claude、GPT‑4、Gemini 等,只要保持 四个 C 的完整性即可。
  • 安全第一:Arcade 的权限模型确保凭证不泄露,所有敏感 Token 均在 MCP 层面受控。
  • 总结:四大 C(Context、Connection、Capability、Cadence)构成第二大脑的完整框架;通过 Obsidian 统一知识库、Claude Code 负责推理与执行、Arcade 实现安全连接、Cron 驱动主动节奏,即可打造一个随时随地、业务全知的个人助理。

关键要点回顾

  1. Context:核心 Markdown(soul、user、memory)+ Karpathy Wiki
  2. Connection:Arcade + 各平台 MCP / 自研 CLI Wrapper
  3. Capability:Skill‑Markdown,避免重复解释
  4. Cadence:Heartbeat + Slack 汇报,实现主动自动化

通过上述步骤,你可以在一周内完成最小可用的第二大脑原型,并在实际使用中不断迭代提升。

相关推荐

返回资源大厅