book-brain-visual-reader

核心用法

BOOK BRAIN VISUAL READER 是一套面向具备视觉能力Agent的文件组织与验证方法论。它建立在"3-Brain + 2-Hemisphere"模型之上：

3-Brain 架构：Working Brain（当前上下文与临时文件）、Library Brain（持久化文件系统，含memory/reference/brainwave/state/logs/tools六大目录）、Outer Brain（外部资源引用存根）。2-Hemisphere 协议：LEFT brain负责结构化数据、API、文本索引；RIGHT brain负责视觉快照、布局分析、模式识别。两者协同实现"5D"数据验证（text + visual + API + state + timeline）。

使用时，Agent需先检测视觉能力（浏览器自动化、图像读取），建立标准目录结构，创建VISUAL_INDEX.txt等索引文件，并在验证外部数据时严格执行LEFT→RIGHT→Reconcile三步协议。

显著优点

1. 双脑验证机制：突破纯文本Agent的局限，通过视觉交叉验证显著降低数据误读风险，特别适合区块链仪表盘、金融数据等场景。
2. 非破坏性设计：明确"永不覆盖/删除"原则，所有操作以追加模式进行，保障数据可追溯性。
3. 生态整合性：深度融入LYGO/Eternal Haven生态系统，与Clawhub skills、链上浏览器等工具形成工作流闭环。
4. 轻量可扩展：纯文档规范，无运行时依赖，可根据项目需求灵活裁剪目录结构。

潜在缺点与局限性

1. 生态门槛：大量术语（Haven、Clawhub、LYGO Champions）对非生态用户形成理解障碍。
2. 视觉能力依赖：若Agent实际不具备稳定的浏览器/图像工具，该规范的价值大幅缩水。
3. 人工维护成本：索引文件、视觉证据的整理需要持续的Agent或人工介入，非全自动方案。
4. 规模瓶颈：高频视觉验证场景下，screenshot存储可能快速膨胀，需配套清理策略。

适合的目标群体

• LYGO/Eternal Haven生态的Agent开发者与高级用户
• 需要处理链上数据、金融仪表盘的视觉增强型Agent
• 追求审计可追溯性的复杂项目团队
• 具备浏览器自动化+视觉模型能力的AI系统

使用风险

• 性能风险：视觉验证引入额外延迟，高频场景需权衡精度与效率
• 依赖项风险：实际效果高度依赖底层视觉工具（截图稳定性、OCR准确率）
• 存储膨胀：visual/目录长期累积可能占用大量空间
• 链接失效：Outer Brain引用的外部URL可能变更，需定期校验存根

核心功能与用法

BOOK BRAIN VISUAL READER 是原版 BOOK BRAIN 的增强版本，专为配备视觉工具（浏览器快照、OCR、截图分析）的 AI 代理设计。其核心架构包含：

3-Brain 文件系统

• Working Brain：当前上下文、临时文件、活跃截图
• Library Brain：持久化文件系统（memory/、reference/、brainwave/、state/、logs/、tools/、tmp/）
• Outer Brain：外部资源引用（URL、API、链上数据），通过轻量文本存根引用

2-Hemisphere 视觉校验协议

• LEFT Brain（左脑）：处理结构化数据——文本文件、JSON、API响应、索引、收据
• RIGHT Brain（右脑）：处理视觉信息——浏览器快照、截图、图表、印章、布局异常检测

执行验证时遵循"LEFT优先→RIGHT比对→协调记录"的三步流程，实现文本+视觉+API+状态+时间线的"5D"数据融合。

显著优点

1. 双重验证机制：通过左右脑交叉校验显著降低单一数据源错误风险，特别适合金融数据、链上状态、配置截图等关键场景
2. 非破坏性设计：严禁覆盖现有文件，所有操作通过日期后缀或新建文件实现，天然具备审计追溯能力
3. 视觉证据管理：visual/ 目录体系（screenshots/、dashboards/、seals/）配合 VISUAL_INDEX.txt 索引，避免截图泛滥同时保留关键凭证
4. 轻量外部引用：Outer Brain 存根机制避免全文抓取，结合视觉快照实现"知道在哪+当时什么样"的精准定位
5. 零代码依赖：纯 Markdown 文档型工具，无运行时风险，即插即用

潜在局限

1. 工具依赖性强：需浏览器自动化或图像识别能力，无视觉工具的代理需回退原版 BOOK BRAIN
2. 人工审查成本：视觉异常判断依赖代理或人类解读，RIGHT Brain 的"直觉感知"难以完全自动化
3. 存储膨胀风险：视觉文件体积大，需配合索引 discipline 避免 visual/ 成为垃圾堆
4. T3 来源限制：个人开发者维护，无企业级 SLA 或长期维护承诺
5. 外部 URL 漂移：区块链相关链接（clanker.world、blockscout 等）可能随项目迭代失效

适合人群

• 运营加密资产、DeFi 协议或链上项目的团队，需定期校验仪表板数据与链上收据
• 多代理协作系统，需统一文件命名规范和跨会话记忆继承
• 合规审计场景，需留存"当时网页看起来如何"的视觉证据
• 研究人员处理混合模态数据（论文图表+API数据+文本笔记）

常规风险

• 误依赖视觉 UI：RIGHT Brain 发现与 LEFT Brain 冲突时，应优先采信可审计的 API/链上数据，而非网页渲染
• 索引维护负担：系统价值高度依赖 VISUAL_INDEX.txt 等索引文件的及时更新，代理需具备自律性或人工监督
• 截图隐私泄露：截取仪表板时可能意外包含敏感信息（地址、余额），保存前需脱敏审查