gbrain Lens Packs 多镜头大脑指南用 schema pack 把 dream 周期变成内容、投资与工程三重视角【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址: https://gitcode.com/gh_mirrors/gb/gbraingbrain 的 dream 周期默认只做基础整理而 Lens packs镜头包是官方随二进制内置的四套 schema pack用于把单一大脑升级为“多镜头大脑”激活任意一套后下一次gbrain dream就会按该包声明的阶段与校准域运行。读完本文你将掌握 creator / investor / engineer 三套镜头各自的工作面与代价预算、gbrain-everything元包如何在不引入多激活包架构的前提下叠加三重视角、以及 7 个校准域背后的四种聚合算法与take_domain_assignments联表机制。什么是 Lens packsLens packs 是随 gbrain 发布的四套 schema packgbrain-creator、gbrain-investor、gbrain-engineer、gbrain-everything它们的共同点是在基础分类gbrain-base 内置类型之上额外声明了周期阶段cycle phases和校准域calibration domains从而把 gbrain dream 周期变成一台“多镜头大脑”。激活方式只有一条命令gbrain config set schema_pack name这是数据库层的全局覆盖tier 4优先级高于gbrain schema use写入~/.gbrain/config.json的文件设置下一次gbrain dream运行时周期编排器runCycle就会把该包声明的阶段纳入执行列表。四套包的层次关系如下gbrain-base ▲ │ extends ┌──────────────┼──────────────────────┐ │ │ │ gbrain-creator gbrain-investor gbrain-engineer (atom concept (deal/thesis/ (learning bridge lifecycle) bet_resolution) for gstack) │ │ │ └──────────────┼───────────────────────┘ │ extends borrow chain ▼ gbrain-everything (meta-pack) one brain, three lenses active四套包的清单文件位于 src/core/schema-pack/base/分别是gbrain-creator.yaml、gbrain-investor.yaml、gbrain-engineer.yaml、gbrain-everything.yamlpack 的解析与合并由 src/core/schema-pack/ 目录下的merge.ts、registry.ts、load-active.ts等模块承载。激活状态的检查与切换可参考 schema-packs.md 中的 7 层解析链tier 1-7本文聚焦 lens packs 本身。gbrain-creator内容创作者的 atom concept 生命周期gbrain-creator 是面向内容创作者的镜头驱动 dream 周期中两个全新的阶段。extract_atoms从源材料提炼原子该阶段对每个来源transcript 或可抽取的 brain 页面调用 Haiku 提取 1-3 个原子atom写入atoms/{YYYY-MM-DD}/{slug}页面。原子使用封闭的 11 值atom_type枚举完整取值如下insight洞察、anecdote轶事、quote引语、framework框架、statistic数据、story_angle叙事角度、strategy_angle策略角度、strategy策略、endorsement背书、critique批评、collection合集。预算上限为$0.30/来源/次运行超预算会以warn状态 部分结果收尾。在源码层面这个枚举硬编码于 src/core/cycle/extract-atoms.ts 的ATOM_TYPES常量该文件顶部注释明确标注了 v0.42 TODO改为运行时从活动 pack 清单读取同一文件还定义了EXTRACT_PROMPT要求模型输出 0-3 个原子、每个原子包含title≤80 字符、atom_type、body2-4 句、source_quote逐字 ≤200 字符、lesson一句话、concepts1-3 个 kebab-case 主题标签、virality_score0-100、emotional_register七个枚举值之一并且“没有可提取内容时必须输出[]绝不编造原子”。抽取的幂等性由确定性 slug 保证每个原子的 slug 为atoms/source-date/stem-identity-hash其中日期取来源日期transcript 自身日期/页面 slug 对应的日期而非运行日期因此同一来源的重复抽取会原地 upsert 而不是每天重铸重复页。实现细节包括discoverExtractablePages的单 SQL 发现 NOT EXISTS幂等子查询、source_hash批处理快速路径、每项 50,000 字符输入上限与 4096 token 输出上限、可配置的pacing_ms节流都可以在 extract-atoms.ts 及其配套的 extract-atoms-cost-gate.ts 中验证阶段可配置键包括cycle.extract_atoms.budget_usd、cycle.extract_atoms.max_input_chars旧别名max_source_chars、cycle.extract_atoms.max_output_tokens、cycle.extract_atoms.pacing_ms。synthesize_concepts把原子聚合成概念该阶段全局按原子 frontmatter 中的concepts:引用聚合原子并按计数分档T1≥10 个原子引用由 Sonnet 生成叙事T2≥5 个引用同样由 Sonnet 生成叙事T3≥2 个引用回退为确定性 stub非 LLM 模板。写入concepts/{slug}页面预算上限为$1.50/次运行。注意 creator 的 YAML 清单注释中提到了 T1-T4 的composite_scoremention_count × distinct_months × breadth分档口径且“T1 Canon 概念”的 Sonnet 叙事与 calibration_profile 共用同一个 voice gatelens-packs 文档则以“T1 ≥10 / T2 ≥5 / T3 ≥2”作为计数分档的描述两者分别对应聚合权重与基础阈值实操中以当前版本清单 gbrain-creator.yaml 与实现 synthesize-concepts.ts 为准。校准域concept_themescreator 声明唯一一个校准域concept_themes使用cluster_summary聚合器见下文聚合算法一节输出主题直方图 页面计数而不是 Brier 分数——因为概念没有二元结果可供打分。该校准域在 gbrain-creator.yaml 中以{name: concept_themes, aggregator: cluster_summary, page_types: [concept]}声明。gbrain-investor投资者 / YC 视角gbrain-investor 面向投资者工作台deal、person、company、yc 四种类型借自 gbrain-base在基础之上新增两个页面类型thesis投资论点携带thesis_textkey_bets[]market_viewvintage文件落在investing/theses/{slug}可抽取extractable: trueLLM 会把它蕴含的主张挖成 factsbet_resolution_log下注结果记录通过take_id外键绑定一条 take 行携带resolved_outcomeresolved_atlearned_pattern文件落在investing/bets/{YYYY-MM}/{slug}按解析月份分桶extractable: false。在清单 gbrain-investor.yaml 中thesis的path_prefixes同时包含investing/theses/与theses/bet_resolution_log包含investing/bets/与bets/borrow_from显式声明借入deal、person、company、yc这四类仍归 base 所有。该包不声明任何新周期阶段而是复用既有的extract_facts→propose_takes→grade_takes→calibration_profile闭环propose_takes阶段会在写入时依据本包page_types → domain映射填充take_domain_assignments行。投资镜头声明三个校准域全部基于 Brier 类聚合校准域聚合器作用页面语义deal_successscalar_brierdeal对“这笔交易成没成”的二元 take 做标准 Brierfounder_evaluationscalar_brierperson对“我对创始人的判断错得有多频繁”做标准 Briermarket_callweighted_brierthesis按take.confidence加权——高确信度却判断失误的市场判断代价更高清单注释给出的口径是市场判断“稀有但高 stakes”权重因子让“高确信度判断失误”的代价大于“低确信度猜测失误”。filing_rules 同时描述了既有落盘约定deal 落在investing/deals/沿用## Recommendation、## Pre-mortem、## Defensibility、## Founders、## Product、## Market / Customers、## Traction、## Team等段落栅栏investor 档案扁平落在investors/但页面类型暂为person数据迁移延后到 v0.42。gbrain-engineergstack 学习记录的桥接镜头gbrain-engineer 是一个仅桥接bridge-only的包它只新增一个learning页面类型并复用 base 的code与project类型不声明任何新的周期阶段。核心机制是 daemon 侧的gstack-learningsIngestionSource当本包激活时它监听~/.gstack/projects/{repo}/learnings.jsonl把每一行 JSONL 作为一条learning页面发出。该 JSONL 系统承载 7 种带类型的工程学习记录pattern、pitfall、preference、architecture、tool、operational、investigationlearning页面的 frontmatter 逐字段保留原始 JSONL 字段learning_type、confidence1-10、sourceobserved / user-stated / inferred / cross-model、files、skill。实现位于 gstack-learnings.ts采用trickle模式、健康检查会针对“被监听的 JSONL 文件消失”给出warn并支持通过配置指向自定义 JSONL 路径。清单 gbrain-engineer.yaml 中learning的path_prefixes为learnings/与engineering/learnings/extractable: false学习记录本身就是提炼后的工程洞见不再是进一步抽取的原材料expert_routing: false通过直接 slug 搜索暴露而非 whoknows/find_experts。三个工程校准域为architecture_callsscalar_brier作用于 code learning“这个重构值不值”、effort_estimatesweighted_brier作用于 project——一天级估算失误的代价应小于一季度级估算失误、risk_assessmentscalar_brier作用于 project——对具体失败模式的预测如“这次上线会 OOM”。与 investor 不同这些领域声明了两个包页类型映射code/learning 与 project展示了一个领域可聚合多个页面类型。值得一提的克制原计划中的 ADR、postmortem、refactor_thesis、tech_debt 等投机性类型被推迟——它们会在真实用户产出第一篇时再随版本发布清单注释给出的理由gstack 的 investigate/retro 技能已内联记录事后分析与架构决策“发布没人创作的页面类型比不发更糟”。gbrain-everything一个大脑三重视角的元包gbrain-everything 是元包meta-pack它通过extendsborrow_from链把 creator investor engineer 叠加到同一个大脑上。激活命令gbrain config set schema_pack gbrain-everything其解析链为gbrain-everything → extends gbrain-investor → extends gbrain-base再通过borrow_from借入gbrain-creator的atom类型与gbrain-engineer的learning类型concept、code、project 已在 base 中无需重复借用。单活动包约束仍然成立——它就是活动包registry 通过遍历 extends borrow 链物化合并视图不需要任何新的“多活动包”架构。合并契约phases 与 calibration_domains 不继承这是理解整个 lens packs 机制的关键规则完整合并规则见 schema-packs.md 的 Merge contract 一节六个字段继承且子级优先page_types、link_types、frontmatter_links、enrichable_types、filing_rules、takes_kindstakes_kinds是UNION 而非替换带 Zod 默认值子包只能增不能缩phases与calibration_domains不继承只属于声明者自己——因为它们门控真实的周期执行每个包必须显式声明自己的参与继承会让子包静默运行它从未要求的阶段。这正是gbrain-everything必须手工重新声明全部阶段与全部校准域的原因phases重声明extract_atomssynthesize_conceptsengineer 的阶段是空集——gstack 桥接是 daemon 侧而非周期阶段calibration_domains重声明全部 7 个域。清单 gbrain-everything.yaml 的注释明确写道域名称沿用各单包声明保证用户在 investor ↔ everything 之间切换活动包时 JSONB 分数卡键保持稳定deal_success分数卡不会因切换而失效。7 个校准域一张卡激活 gbrain-everything 后calibration_profile会在一个 JSONB中产出全部 7 个域的分数卡concept_themes、deal_success、founder_evaluation、market_call、architecture_calls、effort_estimates、risk_assessment。配合一条命令即可同时查看“自己在交易、市场判断、架构决策、工时估算上错得有多频繁”gbrain calibration --json校准域与四种聚合算法每个已声明的校准域都会产出一条{n, brier, accuracy, aggregator, page_types, extras}条目。聚合算法是一个封闭枚举安全 SQL 留在代码中pack 加载时校验而域名称是开放的第三方 pack 可以在不发布 gbrain 版本的情况下声明新域标签。四种算法如下聚合器公式/行为适用场景scalar_brierAVG(POWER(weight - outcome::int, 2))概率型预测的默认算法weighted_brierBrier 按ABS(weight - 0.5) * 2置信度代理加权高确信度失误代价更高的场景market_call、effort_estimatescount_based简单SUM(hit) / COUNT(*)准确率无 Brier概率不自然的场景cluster_summary描述性汇总页面数 层级直方图无二元结果的域如concept_themesPack 清单用{name, aggregator, page_types}声明域实现位于 domain-aggregators.tsaggregateDomainScorecards对每个域执行一次聚合空域 n0 也保留在结果中以便区分“已声明但尚无已解析 take”与“活动包未声明”单个域的 SQL 抛错会 fail-soft 为该域{n: 0, brier: null, accuracy: null, extras: {error}}而不拖垮其他域。从 schema-packs.md 可知四套 lens pack 的校准域均以 T3 模式v0.41绑定到这四类聚合器上。take_domain_assignments 表多域归属的诚实机制校准打分的基础是一张 JOIN 表迁移 v94见 migrate.ts 中该迁移的定义take_domain_assignments ( take_id BIGINT NOT NULL REFERENCES takes(id) ON DELETE CASCADE, domain TEXT NOT NULL, pack TEXT NOT NULL, source TEXT, confidence REAL NOT NULL DEFAULT 1.0 CHECK (confidence 0 AND confidence 1), assigned_at TIMESTAMPTZ NOT NULL DEFAULT now(), PRIMARY KEY (take_id, domain) ) CREATE INDEX idx_take_domain_assignments_domain ON take_domain_assignments (domain, take_id);该表PGLite 分支去掉 RLS 的 DO-block支持多域分配一条“fund-a 对 acme-example 的投资”take 可以同时落入deal_success和market_call两个域而不是被强行塞进单一桶。聚合 SQL 的形状是takes JOIN take_domain_assignments a ON a.take_id t.id JOIN pages p ON p.id t.page_id WHERE a.domain $1 AND p.type ANY($page_types::text[])见 domain-aggregators.ts 顶部的 JOIN 形状注释propose_takes阶段在写入时按活动包的page_types → domain映射填充该表。行级安全RLS在非 BYPASSRLS 角色上启用。对用户的实际收益原子与概念随二进制发布你 OpenClaw 里的并行atom-pipeline-coordinator、atom-backfill-coordinator与 concept-synthesis cron 可以退役——一个gbrain dreamcron 覆盖全部gstack 学习记录直达 gbrainengineer 包激活后每条 gstack 记录在学习记录写入后数秒内即成为可查询页面多镜头校准激活 gbrain-everything一条gbrain calibration --json同时呈现交易、市场判断、架构、工时估算上的失误频率无损 OpenClaw 迁移markdown-greenfield导入器modemigration以永久 slug 键幂等 逐行 JSONL 审计 imported_from标记重新摄入既有 OpenClaw 页面使extract_atoms与synthesize_concepts不会对已原子化的材料重复抽取。已知缺口与后续跟进lens-packs 文档同时如实列出了当前版本尚未落地的部分引用时请以此为边界PageTypeSchema上缺少按页面类型的frontmatter_validators——atom_type枚举目前硬编码在 extract-atoms.ts 中计划改为运行时读取活动 pack 清单3 检质量门truism / punchline / entity-page reject作为多遍 extract_atoms 精化creator 清单注释提到 Haiku 3-check gatetruism reject、punchline test、entity-page testsynthesize_concepts的嵌入相似度去重当前仅做精确字符串 concept ref 匹配概念叙事的 voice gate 集成两个阶段在跨周期续跑时的op_checkpoint可恢复性针对既有下游 atom/concept 语料的样本子集做 parity-baseline eval 门禁。这些内容也收录于仓库根目录的TODOS.md。动手前建议按 schema-packs.md 的恢复章节备好回退路径包激活属于配置而非代码gbrain schema downgrade --to gbrain-base可在任意时刻还原活动包。【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 gbrain Lens Packs 多镜头大脑指南：用 schema pack 把 dream 周期变成内容、投资与工程三重视角
gbrain Lens Packs 多镜头大脑指南用 schema pack 把 dream 周期变成内容、投资与工程三重视角【免费下载链接】gbrainGarrys Opinionated OpenClaw/Hermes Agent Brain项目地址: https://gitcode.com/gh_mirrors/gb/gbraingbrain 的 dream 周期默认只做基础整理而 Lens packs镜头包是官方随二进制内置的四套 schema pack用于把单一大脑升级为“多镜头大脑”激活任意一套后下一次gbrain dream就会按该包声明的阶段与校准域运行。读完本文你将掌握 creator / investor / engineer 三套镜头各自的工作面与代价预算、gbrain-everything元包如何在不引入多激活包架构的前提下叠加三重视角、以及 7 个校准域背后的四种聚合算法与take_domain_assignments联表机制。什么是 Lens packsLens packs 是随 gbrain 发布的四套 schema packgbrain-creator、gbrain-investor、gbrain-engineer、gbrain-everything它们的共同点是在基础分类gbrain-base 内置类型之上额外声明了周期阶段cycle phases和校准域calibration domains从而把 gbrain dream 周期变成一台“多镜头大脑”。激活方式只有一条命令gbrain config set schema_pack name这是数据库层的全局覆盖tier 4优先级高于gbrain schema use写入~/.gbrain/config.json的文件设置下一次gbrain dream运行时周期编排器runCycle就会把该包声明的阶段纳入执行列表。四套包的层次关系如下gbrain-base ▲ │ extends ┌──────────────┼──────────────────────┐ │ │ │ gbrain-creator gbrain-investor gbrain-engineer (atom concept (deal/thesis/ (learning bridge lifecycle) bet_resolution) for gstack) │ │ │ └──────────────┼───────────────────────┘ │ extends borrow chain ▼ gbrain-everything (meta-pack) one brain, three lenses active四套包的清单文件位于 src/core/schema-pack/base/分别是gbrain-creator.yaml、gbrain-investor.yaml、gbrain-engineer.yaml、gbrain-everything.yamlpack 的解析与合并由 src/core/schema-pack/ 目录下的merge.ts、registry.ts、load-active.ts等模块承载。激活状态的检查与切换可参考 schema-packs.md 中的 7 层解析链tier 1-7本文聚焦 lens packs 本身。gbrain-creator内容创作者的 atom concept 生命周期gbrain-creator 是面向内容创作者的镜头驱动 dream 周期中两个全新的阶段。extract_atoms从源材料提炼原子该阶段对每个来源transcript 或可抽取的 brain 页面调用 Haiku 提取 1-3 个原子atom写入atoms/{YYYY-MM-DD}/{slug}页面。原子使用封闭的 11 值atom_type枚举完整取值如下insight洞察、anecdote轶事、quote引语、framework框架、statistic数据、story_angle叙事角度、strategy_angle策略角度、strategy策略、endorsement背书、critique批评、collection合集。预算上限为$0.30/来源/次运行超预算会以warn状态 部分结果收尾。在源码层面这个枚举硬编码于 src/core/cycle/extract-atoms.ts 的ATOM_TYPES常量该文件顶部注释明确标注了 v0.42 TODO改为运行时从活动 pack 清单读取同一文件还定义了EXTRACT_PROMPT要求模型输出 0-3 个原子、每个原子包含title≤80 字符、atom_type、body2-4 句、source_quote逐字 ≤200 字符、lesson一句话、concepts1-3 个 kebab-case 主题标签、virality_score0-100、emotional_register七个枚举值之一并且“没有可提取内容时必须输出[]绝不编造原子”。抽取的幂等性由确定性 slug 保证每个原子的 slug 为atoms/source-date/stem-identity-hash其中日期取来源日期transcript 自身日期/页面 slug 对应的日期而非运行日期因此同一来源的重复抽取会原地 upsert 而不是每天重铸重复页。实现细节包括discoverExtractablePages的单 SQL 发现 NOT EXISTS幂等子查询、source_hash批处理快速路径、每项 50,000 字符输入上限与 4096 token 输出上限、可配置的pacing_ms节流都可以在 extract-atoms.ts 及其配套的 extract-atoms-cost-gate.ts 中验证阶段可配置键包括cycle.extract_atoms.budget_usd、cycle.extract_atoms.max_input_chars旧别名max_source_chars、cycle.extract_atoms.max_output_tokens、cycle.extract_atoms.pacing_ms。synthesize_concepts把原子聚合成概念该阶段全局按原子 frontmatter 中的concepts:引用聚合原子并按计数分档T1≥10 个原子引用由 Sonnet 生成叙事T2≥5 个引用同样由 Sonnet 生成叙事T3≥2 个引用回退为确定性 stub非 LLM 模板。写入concepts/{slug}页面预算上限为$1.50/次运行。注意 creator 的 YAML 清单注释中提到了 T1-T4 的composite_scoremention_count × distinct_months × breadth分档口径且“T1 Canon 概念”的 Sonnet 叙事与 calibration_profile 共用同一个 voice gatelens-packs 文档则以“T1 ≥10 / T2 ≥5 / T3 ≥2”作为计数分档的描述两者分别对应聚合权重与基础阈值实操中以当前版本清单 gbrain-creator.yaml 与实现 synthesize-concepts.ts 为准。校准域concept_themescreator 声明唯一一个校准域concept_themes使用cluster_summary聚合器见下文聚合算法一节输出主题直方图 页面计数而不是 Brier 分数——因为概念没有二元结果可供打分。该校准域在 gbrain-creator.yaml 中以{name: concept_themes, aggregator: cluster_summary, page_types: [concept]}声明。gbrain-investor投资者 / YC 视角gbrain-investor 面向投资者工作台deal、person、company、yc 四种类型借自 gbrain-base在基础之上新增两个页面类型thesis投资论点携带thesis_textkey_bets[]market_viewvintage文件落在investing/theses/{slug}可抽取extractable: trueLLM 会把它蕴含的主张挖成 factsbet_resolution_log下注结果记录通过take_id外键绑定一条 take 行携带resolved_outcomeresolved_atlearned_pattern文件落在investing/bets/{YYYY-MM}/{slug}按解析月份分桶extractable: false。在清单 gbrain-investor.yaml 中thesis的path_prefixes同时包含investing/theses/与theses/bet_resolution_log包含investing/bets/与bets/borrow_from显式声明借入deal、person、company、yc这四类仍归 base 所有。该包不声明任何新周期阶段而是复用既有的extract_facts→propose_takes→grade_takes→calibration_profile闭环propose_takes阶段会在写入时依据本包page_types → domain映射填充take_domain_assignments行。投资镜头声明三个校准域全部基于 Brier 类聚合校准域聚合器作用页面语义deal_successscalar_brierdeal对“这笔交易成没成”的二元 take 做标准 Brierfounder_evaluationscalar_brierperson对“我对创始人的判断错得有多频繁”做标准 Briermarket_callweighted_brierthesis按take.confidence加权——高确信度却判断失误的市场判断代价更高清单注释给出的口径是市场判断“稀有但高 stakes”权重因子让“高确信度判断失误”的代价大于“低确信度猜测失误”。filing_rules 同时描述了既有落盘约定deal 落在investing/deals/沿用## Recommendation、## Pre-mortem、## Defensibility、## Founders、## Product、## Market / Customers、## Traction、## Team等段落栅栏investor 档案扁平落在investors/但页面类型暂为person数据迁移延后到 v0.42。gbrain-engineergstack 学习记录的桥接镜头gbrain-engineer 是一个仅桥接bridge-only的包它只新增一个learning页面类型并复用 base 的code与project类型不声明任何新的周期阶段。核心机制是 daemon 侧的gstack-learningsIngestionSource当本包激活时它监听~/.gstack/projects/{repo}/learnings.jsonl把每一行 JSONL 作为一条learning页面发出。该 JSONL 系统承载 7 种带类型的工程学习记录pattern、pitfall、preference、architecture、tool、operational、investigationlearning页面的 frontmatter 逐字段保留原始 JSONL 字段learning_type、confidence1-10、sourceobserved / user-stated / inferred / cross-model、files、skill。实现位于 gstack-learnings.ts采用trickle模式、健康检查会针对“被监听的 JSONL 文件消失”给出warn并支持通过配置指向自定义 JSONL 路径。清单 gbrain-engineer.yaml 中learning的path_prefixes为learnings/与engineering/learnings/extractable: false学习记录本身就是提炼后的工程洞见不再是进一步抽取的原材料expert_routing: false通过直接 slug 搜索暴露而非 whoknows/find_experts。三个工程校准域为architecture_callsscalar_brier作用于 code learning“这个重构值不值”、effort_estimatesweighted_brier作用于 project——一天级估算失误的代价应小于一季度级估算失误、risk_assessmentscalar_brier作用于 project——对具体失败模式的预测如“这次上线会 OOM”。与 investor 不同这些领域声明了两个包页类型映射code/learning 与 project展示了一个领域可聚合多个页面类型。值得一提的克制原计划中的 ADR、postmortem、refactor_thesis、tech_debt 等投机性类型被推迟——它们会在真实用户产出第一篇时再随版本发布清单注释给出的理由gstack 的 investigate/retro 技能已内联记录事后分析与架构决策“发布没人创作的页面类型比不发更糟”。gbrain-everything一个大脑三重视角的元包gbrain-everything 是元包meta-pack它通过extendsborrow_from链把 creator investor engineer 叠加到同一个大脑上。激活命令gbrain config set schema_pack gbrain-everything其解析链为gbrain-everything → extends gbrain-investor → extends gbrain-base再通过borrow_from借入gbrain-creator的atom类型与gbrain-engineer的learning类型concept、code、project 已在 base 中无需重复借用。单活动包约束仍然成立——它就是活动包registry 通过遍历 extends borrow 链物化合并视图不需要任何新的“多活动包”架构。合并契约phases 与 calibration_domains 不继承这是理解整个 lens packs 机制的关键规则完整合并规则见 schema-packs.md 的 Merge contract 一节六个字段继承且子级优先page_types、link_types、frontmatter_links、enrichable_types、filing_rules、takes_kindstakes_kinds是UNION 而非替换带 Zod 默认值子包只能增不能缩phases与calibration_domains不继承只属于声明者自己——因为它们门控真实的周期执行每个包必须显式声明自己的参与继承会让子包静默运行它从未要求的阶段。这正是gbrain-everything必须手工重新声明全部阶段与全部校准域的原因phases重声明extract_atomssynthesize_conceptsengineer 的阶段是空集——gstack 桥接是 daemon 侧而非周期阶段calibration_domains重声明全部 7 个域。清单 gbrain-everything.yaml 的注释明确写道域名称沿用各单包声明保证用户在 investor ↔ everything 之间切换活动包时 JSONB 分数卡键保持稳定deal_success分数卡不会因切换而失效。7 个校准域一张卡激活 gbrain-everything 后calibration_profile会在一个 JSONB中产出全部 7 个域的分数卡concept_themes、deal_success、founder_evaluation、market_call、architecture_calls、effort_estimates、risk_assessment。配合一条命令即可同时查看“自己在交易、市场判断、架构决策、工时估算上错得有多频繁”gbrain calibration --json校准域与四种聚合算法每个已声明的校准域都会产出一条{n, brier, accuracy, aggregator, page_types, extras}条目。聚合算法是一个封闭枚举安全 SQL 留在代码中pack 加载时校验而域名称是开放的第三方 pack 可以在不发布 gbrain 版本的情况下声明新域标签。四种算法如下聚合器公式/行为适用场景scalar_brierAVG(POWER(weight - outcome::int, 2))概率型预测的默认算法weighted_brierBrier 按ABS(weight - 0.5) * 2置信度代理加权高确信度失误代价更高的场景market_call、effort_estimatescount_based简单SUM(hit) / COUNT(*)准确率无 Brier概率不自然的场景cluster_summary描述性汇总页面数 层级直方图无二元结果的域如concept_themesPack 清单用{name, aggregator, page_types}声明域实现位于 domain-aggregators.tsaggregateDomainScorecards对每个域执行一次聚合空域 n0 也保留在结果中以便区分“已声明但尚无已解析 take”与“活动包未声明”单个域的 SQL 抛错会 fail-soft 为该域{n: 0, brier: null, accuracy: null, extras: {error}}而不拖垮其他域。从 schema-packs.md 可知四套 lens pack 的校准域均以 T3 模式v0.41绑定到这四类聚合器上。take_domain_assignments 表多域归属的诚实机制校准打分的基础是一张 JOIN 表迁移 v94见 migrate.ts 中该迁移的定义take_domain_assignments ( take_id BIGINT NOT NULL REFERENCES takes(id) ON DELETE CASCADE, domain TEXT NOT NULL, pack TEXT NOT NULL, source TEXT, confidence REAL NOT NULL DEFAULT 1.0 CHECK (confidence 0 AND confidence 1), assigned_at TIMESTAMPTZ NOT NULL DEFAULT now(), PRIMARY KEY (take_id, domain) ) CREATE INDEX idx_take_domain_assignments_domain ON take_domain_assignments (domain, take_id);该表PGLite 分支去掉 RLS 的 DO-block支持多域分配一条“fund-a 对 acme-example 的投资”take 可以同时落入deal_success和market_call两个域而不是被强行塞进单一桶。聚合 SQL 的形状是takes JOIN take_domain_assignments a ON a.take_id t.id JOIN pages p ON p.id t.page_id WHERE a.domain $1 AND p.type ANY($page_types::text[])见 domain-aggregators.ts 顶部的 JOIN 形状注释propose_takes阶段在写入时按活动包的page_types → domain映射填充该表。行级安全RLS在非 BYPASSRLS 角色上启用。对用户的实际收益原子与概念随二进制发布你 OpenClaw 里的并行atom-pipeline-coordinator、atom-backfill-coordinator与 concept-synthesis cron 可以退役——一个gbrain dreamcron 覆盖全部gstack 学习记录直达 gbrainengineer 包激活后每条 gstack 记录在学习记录写入后数秒内即成为可查询页面多镜头校准激活 gbrain-everything一条gbrain calibration --json同时呈现交易、市场判断、架构、工时估算上的失误频率无损 OpenClaw 迁移markdown-greenfield导入器modemigration以永久 slug 键幂等 逐行 JSONL 审计 imported_from标记重新摄入既有 OpenClaw 页面使extract_atoms与synthesize_concepts不会对已原子化的材料重复抽取。已知缺口与后续跟进lens-packs 文档同时如实列出了当前版本尚未落地的部分引用时请以此为边界PageTypeSchema上缺少按页面类型的frontmatter_validators——atom_type枚举目前硬编码在 extract-atoms.ts 中计划改为运行时读取活动 pack 清单3 检质量门truism / punchline / entity-page reject作为多遍 extract_atoms 精化creator 清单注释提到 Haiku 3-check gatetruism reject、punchline test、entity-page testsynthesize_concepts的嵌入相似度去重当前仅做精确字符串 concept ref 匹配概念叙事的 voice gate 集成两个阶段在跨周期续跑时的op_checkpoint可恢复性针对既有下游 atom/concept 语料的样本子集做 parity-baseline eval 门禁。这些内容也收录于仓库根目录的TODOS.md。动手前建议按 schema-packs.md 的恢复章节备好回退路径包激活属于配置而非代码gbrain schema downgrade --to gbrain-base可在任意时刻还原活动包。【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