Это русскоязычная версия стартового комплекта для человека, который хочет вести файловое хранилище вместе с AI-агентом: с правилами, структурой папок, шаблонами, скиллами, журналами и проверками.
Англоязычная версия живёт отдельно: dzhokhov/markdown-agent-vault. Это не зеркало и не дословный перевод: версии могут расходиться под разные аудитории и культурные практики работы со знаниями.
Обычная AI-сессия часто заканчивается тем, что:
- контекст остаётся в чате;
- файлы загружены, пересказаны и забыты;
- следующую сессию приходится вводить в курс заново;
- решения, задачи, знания и исходники расходятся по разным местам.
Этот комплект делает файловую систему устойчивым слоем состояния:
AGENTS.mdобъясняет агенту правила работы в хранилище;00_inbox/принимает новые и неразобранные материалы;01_now/хранит активные проекты и текущую работу;03_knowledge/хранит переиспользуемые знания;log.md,plan.md,tasks.mdиcontext.mdпомогают новой сессии продолжить работу без догадок.project-creatorсоздаёт новый проект целиком: агент сам пишет план, очередь исполнения, контекст, журнал и входной README;vault-memoryотделяет актуальную память от архива: старые встречи и логи остаются источниками, но не подменяют текущую картину;- слой доверия к памяти заставляет важные утверждения иметь тип, источник, основание, уровень доверия и дату проверки;
context-compressionсжимает историю регулярных встреч, чтобы агент не перечитывал весь архив и не принимал устаревшие решения за актуальные.
Дополнительный режим — контурный GitHub-репозиторий: отдельный репозиторий для долгоживущей области работы, где агент готовит изменения через ветку и заявку на изменение, а человек получает понятное описание риска и результата.
Комплект полезен, если ты:
- работаешь с агентами, которые умеют читать и менять локальные файлы;
- ведёшь заметки в Markdown или Obsidian;
- хочешь, чтобы состояние проекта переживало отдельные чаты;
- хочешь понятный порядок для входящих материалов, задач, решений и знаний;
- предпочитаешь обычные файлы, а не закрытую «память» внутри сервиса.
Это не:
- SaaS-приложение;
- Obsidian-плагин;
- магическая память;
- замена трекера задач;
- универсальная методология для всех людей и культур.
Основной режим: один владелец ведёт рабочую папку с агентом. Состояние проекта живёт в файлах, а агент соблюдает AGENTS.md, правила маршрутизации, индексы и журналы.
Режим для команды, продукта, клиента или другой долгоживущей области. Один контур живёт в одном репозитории; границы описывает repository-manifest.yml; изменения идут через заявку на изменение; закрытые данные не смешиваются с обычным слоем.
См. руководство Контурные GitHub-репозитории и пример examples/github-contour-repository.
Этот репозиторий не устанавливается как приложение. Это стартовая папка для Markdown-хранилища, с которой работает AI-агент.
git clone https://github.com/dzhokhov/markdown-agent-vault-ru.git my-vault
cd my-vaultСкачай репозиторий как ZIP с GitHub и распакуй его в отдельную папку, например my-vault.
-
Склонируй репозиторий или используй его как шаблон в безопасной тестовой папке.
-
Открой папку в агенте, который умеет работать с файлами.
-
Скажи агенту:
Открой эту папку как рабочее хранилище. Сначала прочитай AGENTS.md, START_HERE.md, QUICKSTART.md и ONBOARDING.md. Объясни структуру папок, главные правила и проведи меня через один безопасный тестовый проект с маленьким файлом в 00_inbox/. -
Положи небольшой тестовый файл в
00_inbox/. -
Попроси агента создать учебный проект через
project-creator, обновить ссылки и записать событие в журнал. -
Сравни результат с примером examples/first-session.
Обычный чат-бот без доступа к локальным файлам не сможет полноценно пользоваться этой методологией. Нужен агент, который видит папку, читает правила и может предлагать или вносить изменения в файлы.
Подойдёт любой агент, который умеет работать с локальной папкой: читать Markdown-файлы, создавать новые файлы, менять существующие и запускать простые проверки.
| Агент | Когда выбрать |
|---|---|
| OpenAI Codex | Если нужен агент в терминале, редакторе или отдельном приложении; хорошо подходит для работы с локальной папкой и правилами AGENTS.md. |
| Claude Code | Если удобен агент в терминале или редакторе, который читает проект, меняет файлы и выполняет команды. |
| Claude Cowork | Если работаешь в Claude Desktop и хочешь дать агенту доступ к папке хранилища. Ограничение: Cowork не читает скиллы из skills/ напрямую как живую папку. Обходной путь — скрипт skills/sync-cowork-skills.sh, который синхронизирует скиллы из папки skills/ в места, откуда их видит Cowork. |
| Cursor | Если хочешь работать внутри редактора, похожего на VS Code, с AI-помощником по всей папке. |
| Windsurf | Ещё один редактор с агентским режимом и пониманием проекта. |
| Cline | Расширение для редактора: можно подключать разные модели и держать действия агента под явным контролем. |
| Gemini CLI | Терминальный агент от Google; полезен, если нужен открытый инструмент с доступом к файлам и командам. |
| Google Antigravity | Подходит, если нужен режим управления агентами: можно запускать и отслеживать несколько агентов по разным рабочим папкам. |
| GitHub Copilot coding agent | Подходит, если хранилище лежит на GitHub и хочется поручать изменения через задачи и pull request. |
Методология не привязана к одному поставщику. Главное требование: агент должен сначала читать AGENTS.md, а затем соблюдать правила маршрутизации файлов, журналов, задач и знаний.
Claude Cowork может работать с этим хранилищем, но у него есть ограничение: скиллы из папки skills/ не подхватываются автоматически как единый живой источник.
Для синхронизации в комплект входит скрипт:
./skills/sync-cowork-skills.shПосле правки скилла нужно снова запустить синхронизацию или проверить состояние:
./skills/sync-cowork-skills.sh --status
./skills/sync-cowork-skills.shПо умолчанию скрипт синхронизирует все скиллы, у которых есть SKILL.md. Список можно ограничить через переменную окружения:
COWORK_SKILLS="research parking resume" ./skills/sync-cowork-skills.sh| Путь | Назначение |
|---|---|
| AGENTS.md | Правила работы агента внутри хранилища |
| START_HERE.md | Короткий вход для первой сессии |
| ONBOARDING.md | Подробный онбординг |
| QUICKSTART.md | Быстрый практический старт |
| 00_inbox/ | Новые и неразобранные материалы |
| 01_now/ | Активные проекты и текущая работа |
| 02_domains/ | Долгоживущие области жизни или работы |
| 03_knowledge/ | Переиспользуемые знания и методологии |
| 04_logs/ | Хронология, обзоры и журналы решений |
| 90_archive/ | Завершённое и устаревшее |
| meta/ | Правила, шаблоны и служебные индексы |
| meta/memory/ | Журнал изменений памяти, антипамять и конфликты |
| skills/ | Скиллы для повторяющихся типов задач |
| scripts/ | Локальные проверки |
| examples/first-session/ | Минимальный пример первого цикла |
| docs/github-contour-repositories.md | Руководство по отдельным GitHub-репозиториям для контуров |
| examples/github-contour-repository/ | Минимальный пример контурного GitHub-репозитория |
| Альтернатива | Что даёт | Чем отличается этот комплект |
|---|---|---|
Один AGENTS.md |
Правила поведения агента | Здесь есть вся файловая архитектура: входящие, проекты, знания, журналы, шаблоны, скиллы и маршрутизация |
| Basic Memory и похожие инструменты | Слой памяти и поиска по заметкам | Здесь фокус на файловом состоянии проектов, решениях, задачах и исходниках |
| Cline Memory Bank | Проектные файлы памяти для разработки | Здесь подход шире: не только код, но и исследования, встречи, знания, входящие материалы и журналы |
| Obsidian-плагины | Интерфейсные функции и автоматизация внутри Obsidian | Это не плагин, а файловая конвенция и рабочий порядок для агента |
| Обычное Obsidian-хранилище | Заметки и ссылки для человека | Здесь добавлены правила для агента, проектные state-файлы, жизненный цикл и проверки |
Статус: ранний русскоязычный стартовый комплект.
Готово:
- переносимая структура папок;
- правила агента;
- шаблоны проектов;
- автономное создание проектов через
project-creator; - маршрутизация материалов;
- правило актуальной памяти и слой доверия к утверждениям;
- сжатие истории регулярных встреч;
- онбординг;
- скиллы;
- локальные проверки;
- минимальный пример первого цикла;
- минимальный режим контурного GitHub-репозитория с манифестом, шаблонами, примером и проверкой.
Пока не готово:
- широкие инструкции под все агентские инструменты;
- внешние пользовательские примеры;
- стабильная совместимость с любым агентом;
- зрелая публичная модель вкладов.
Из корня репозитория:
python3 scripts/inventory.py
python3 scripts/check_links.py
python3 scripts/check_forbidden_markers.pyДля проверки примера контурного GitHub-репозитория:
python3 scripts/validate_contour_repo.py examples/github-contour-repositoryMIT. См. LICENSE.