立正 Open Context
Superlinear 社区知识开放底座
技能简介
立正 Open Context 是一个给人和 AI 都能读的公开知识底座，将 Superlinear 社区创作者立正的公开内容整理为可检索、可引用、可继续开发的开放仓库。内容涵盖《真本事》完整框架、立正 223 篇社区帖子、精选评论、YouTube 字幕等，并提供本地搜索脚本和回答协议文档，可直接作为开发立正风格 Skill / Agent 的知识来源层。它不是固定的人格提示词，而是一套有来源、有时间、有边界的公共材料。
核心能力
- 完整框架开放：立正《真本事》完整框架、Public Axioms V1 和阅读地图，CC BY 4.0 开源
- 社区帖子全量收录：223 篇立正在各正常空间发布的帖子，保留原始链接、日期和可见性
- 精选评论：从 2519 条本人评论中按规则筛选出 10 条有知识价值的公开评论
- 视频字幕库：201 份本人主讲视频字幕（经正向 allowlist 确认），带 YouTube 时间码
- 机器可读目录：JSONL 格式的完整目录，支持 RAG、索引和增量同步
- 本地搜索脚本：无需向量数据库，直接运行 Python 搜索脚本按类型和关键词查找
- 可验证的回答协议：docs/answering-contract.md 明确区分原文引用、综合判断和推断
安装配置
克隆仓库
git clone https://github.com/sunyuzheng/lizheng-open-context.git
cd lizheng-open-context本地搜索
python3 scripts/search.py "如何找到适合写在简历里的项目" --top 8
python3 scripts/search.py "fake work" --type knowledge-bank
python3 scripts/search.py "做出代表作" --type video开发立正风格 Agent
建议先读：
docs/answering-contract.md— 回答协议docs/build-your-own-agent.md— 最小可用检索流程docs/source-model.md— 来源优先级AGENTS.md— 可直接交给 coding agent 的行为说明
使用步骤
第一步：理解材料边界 阅读 docs/privacy-and-rights.md 和 docs/answering-contract.md，理解哪些内容可用及使用方式。
第二步：本地搜索内容 用 scripts/search.py 按关键词和内容类型搜索相关帖子、视频或评论片段。
第三步：阅读示例回答 查看 examples/resume-projects.md，看如何将搜索结果转化为有来源追溯的回答。
第四步：构建自己的 Agent 参考 docs/build-your-own-agent.md 开发使用这套材料的问答 Skill 或 Agent。
第五步：发布并回馈社区 将你的实现通过 Pull Request 提交到 COMMUNITY-PROJECTS.md，或带回 Superlinear 社区讨论。
适用场景
- 职业发展咨询：如何找到可写在简历里的项目、如何做出代表作、如何建立信念
- 社区内容检索：搜索立正对具体职业或创作问题的公开观点
- 开发立正风格 Agent：基于这套材料开发可引用的问答 Skill（已有 Superlinear Advisor 参考实现）
- 视频内容索引：按时间码检索立正 YouTube 视频中特定话题的讲解
适用人群
- Superlinear 社区成员，希望基于立正的公共内容开发衍生工具
- AI 开发者，研究如何在 Agent 中实现来源可追溯的回答
- 职业发展咨询师，使用立正框架帮助他人做出代表作
- 内容创作者，学习如何构建可被 AI 使用且保留出处的知识库
工作原理
仓库采用版本化快照机制：每次发布记录来源日期、筛选规则、数量和哈希，保证可复现性。内容层与程序层完全分离：文本内容采用 CC BY 4.0，程序脚本采用 MIT，开发者可以自由构建自己的 Agent 并引用原文。搜索基于关键词匹配和元数据过滤，不需要向量数据库；回答协议文档明确了原文引用、综合判断和推断的边界，防止把开发者生成的内容冒充为立正原话。
官方链接
团队信息
AI产品库
官方
由 AI 猎手自动发现
评论与建议
登录 后参与评论或提建议