核心用法
Brain Skill 是一个结构化的个人知识管理系统，专为捕获和检索关于人、地点、事物和想法的信息而设计。其核心操作围绕八个预定义类别展开：people（人物）、places（地点/餐厅）、games（游戏）、tech（科技产品）、events（活动）、media（媒体内容）、ideas（想法）和 orgs（组织）。
使用时遵循严格的搜索优先原则——通过 qmd search 检查现有条目，避免重复创建。对于新实体，采用 slugified 命名规范（如 raven-duran.md），并使用 YAML 模板标准化数据。更新操作强调"外科手术式"编辑，仅修改相关字段并追加时间戳，而非重写整个文件。
检索层面支持语义查询（qmd query），并通过 wikilink 语法（[[people/raven-duran]]）建立实体间关联，形成可导航的知识图谱。
显著优点
1. 强制分类体系：预定义的八类结构避免信息组织混乱，特别适合处理高频出现的命名实体
2. 多模态附件支持：照片、PDF、音视频等原始文件强制保存至 attachments/，同步生成可搜索的索引文件，兼顾内容提取与原件留存
3. 歧义消解机制：当引用模糊（如"John"）时，系统列出所有候选并等待用户确认，防止数据污染
4. 与日志系统的明确边界：Brain 条目优先于每日日志处理命名实体，避免信息碎片化
潜在局限
- 模板依赖性强：若未严格遵循模板字段，跨条目一致性将受损
- 手动维护成本：
last_updated字段、附件索引等需人工更新，长期可能累积技术债务 - QMD 搜索质量决定体验上限：语义检索效果取决于底层向量化实现，复杂查询可能返回不相关结果
- 无内置冲突解决：多人协作场景下缺乏版本控制机制
适合人群
- 社交/职业网络频繁扩展的商务人士（需系统管理人脉）
- 餐饮、旅行、游戏等领域的重度体验记录者
- 跨项目积累领域知识的研究者或创作者
- 已有一定技术素养、能接受文件系统级操作的用户
常规风险
1. 数据丢失风险：附件与元数据分离存储，移动/重命名操作需同步维护
2. 隐私泄露：本地存储的 brain/ 目录若未加密，敏感人物信息（联系方式、会面记录）存在暴露风险
3. 检索幻觉：语义搜索可能基于片段匹配返回错误实体，重要决策前需人工二次确认
4. 附件膨胀：长期积累的媒体文件可能占用显著存储空间，需定期归档策略