principles

核心用法

Principles 是一套受 Ray Dalio 启发的个人知识管理流水线，核心工作流为：Inbox（原始捕获）→ Wisdom（带来源的论断）→ Principles（经检验的信念）。用户通过 /inbox 快速倾倒想法，，/reflect 触发智能处理：系统自动解析想法类型、检测与现有信念的冲突、按领域归档，并在发现矛盾时暂停请求用户裁决，最终形成结构化的个人原则体系。

显著优点

1. 冲突检测机制：系统主动识别新旧信念矛盾，避免认知失调被忽视，强制用户直面不一致
2. 来源可信度分层：同一信息源在不同领域可信度独立评估（如某商业专家的健康建议仅标记为"合理"而非"已验证"）
3. 渐进式知识升华：低置信度的零散观察可通过多源 corroboration 和个人验证，逐步"毕业"为原则
4. 领域化组织：按 health/sleep、、business/pricing` 等细粒度领域分类，便于跨情境调用
5. 假设显性化：自动提取用户未明说的前提，追问确认后才继续处理

潜在缺点与局限性

• 无协作功能：纯个人使用设计，无法团队共享或多人共建原则库
• 依赖用户主动性：系统仅辅助整理，知识质量完全取决于用户的输入深度和反思频率
• 无加密保护：本地明文存储，不适合记录高度敏感信息
• 冲突处理可能繁琐：频繁的思想迭代可能导致大量人工裁决请求
• 缺乏量化追踪：无内置习惯追踪或知识增长可视化

适合的目标群体

• 追求系统化自我提升的知识工作者
• 希望减少认知偏见、建立决策框架的创业者/管理者
• 长期学习者，需要整合跨领域经验
• 认同"痛苦+反思=进步"理念的用户

使用风险

• 数据丢失风险：纯本地文件存储，无自动云同步，需用户自行备份 personal// 目录
• 过度结构化风险：可能将本应流动的思考过早固化，抑制认知灵活性
• 确认偏误强化：若用户选择性忽略冲突提示，系统反而成为偏见的帮凶
• 性能边界：大量历史数据后，冲突扫描效率可能下降（未明确优化策略）