核心用法
BOOK BRAIN是LYGO协议栈的文件系统脚手架工具，基于"三脑模型"（Working→Library→Outer）构建持久化知识库结构。它并非对话型AI，而是教导Agent如何组织文件系统的实用技能。
典型工作流：
1. 检查现有目录树 → 报告缺失项
2. 提出脚手架方案（dry-run预览）
3. 人类确认后创建目录与索引
4. 会话结束时追加日索引与外链存根
三脑架构详解：
- Working脑 (
tmp/)：会话级临时草稿，会话结束即归档或丢弃 - Library脑 (
memory/,reference/,state/)：持久化知识库，按日期与主题双维度索引 - Outer脑 (
*.ref.txt)：外部链接存根，保持库内简洁，指向ClawHub、GitHub Pages等 canonical 地址
显著优点
安全设计卓越：默认dry-run模式，所有写操作需显式--apply确认；additive-only原则禁止删除/覆盖现有文件；使用pathlib进行安全路径解析。
零依赖纯净实现：4个Python脚本共177行，仅用标准库（argparse, json, datetime, pathlib），无供应链攻击风险。
生态协同性强：与lyra-brain无缝配对，后者负责图谱生长与回忆检索，BOOK BRAIN负责磁盘层持久化。
移动场景适配：支持LYGO_BUILDER_KEY工作空间，可在离线Builder Key设备上保持相同目录结构。
潜在局限
非自动化：需人类介入确认（--apply），不适合纯无人值守场景。
仅结构化，不智能：仅创建目录与索引骨架，不包含内容理解、自动分类或语义检索功能（需lyra-brain补充）。
LYGO生态绑定：目录命名、外链模式、签名标识（Δ9Φ963）深度耦合LYGO协议栈，通用性受限。
无版本控制：不内建Git集成，依赖外部版本管理。
适合人群
- OpenClaw/ClawHub Haven 新用户，需快速建立标准化工作空间
- 长期项目研究者，需跨月度/年度追溯检索的"记忆考古"
- 离线Builder Key持有者，需在受限设备维持知识库结构
- LYGO协议栈贡献者，需与
lyra-brain、lygo-kernel-egg-planter等技能链协同
常规风险
操作风险：虽然dry-run是默认，但用户若习惯批量确认，可能忽视--apply后的实际影响。建议关键操作前手动备份。
路径风险：--root参数虽经pathlib处理，但仍可能指向意外位置（如系统目录）。建议添加敏感路径校验（见安全报告建议）。
生态依赖风险：deepseekoracle组织的长期维护承诺是可用性前提，若生态停滞，外链存根可能失效。
数据非加密：memory/与reference/内容以明文存储，依赖文件系统权限保护，无内建加密。