把散落的研究线头,织成可追溯的知识布匹。
Loom(织)是一组面向 Claude Code 的个人知识库 skills。它不把 AI 研究当成一次性问答,而是把 URL、PDF、视频、论文、摘录和旧文章放进一条有边界的织机:来源是线,流程是织机,知识库是最终织出的布。
AI 很擅长快速读材料,也很擅长写一段看起来完整的文字。问题是,如果没有阶段、schema 和写入边界,研究很快会变成一团难以追溯的线:来源混在观点里,草稿污染原始材料,索引靠记忆维护,几个月后已经不知道某个判断从哪里来。
Loom 做的事情很朴素:先登记材料,再保存来源,再精读压缩,再综合成包,再写作、沉淀 Topic、维护索引、发现连接、观察演进。每一步都留下明确产物,每个产物都有自己的位置和责任。
它和已有工具形成一组工作流隐喻:Taku(琢)build with intent,Lode(矿脉)remember what matters,Loom(织)weave research into knowledge.
4 个 skill,每个都是独立目录,包含 SKILL.md 和 agents/openai.yaml。
| Skill | 何时使用 | 产物或动作 |
|---|---|---|
loom |
不确定该走哪个流程,或需要创建 Material List | 路由 + Material List |
loom-research |
研究材料:从 URL/文件/文本到 Synthesis Pack | Raw Capture + Daily Note + Source Brief + Synthesis Pack |
loom-write |
从研究到文章到知识沉淀 | Draft/Final + Topic Note + Index 更新 |
loom-maintain |
Vault 治理:验证、迁移、连接发现、演进报告、索引重建 | Validation report / migration / CONNECTION_INDEX / Evolution Summary |
- 研究到成文:
loom(intake)→loom-research(capture + read + synthesis)→loom-write(draft + topic + index) - 只做研究:
loom→loom-research - 从已有研究写文章:
loom-write - Vault 治理:
loom-maintain
- Raw Capture、Daily Note、Source Brief、Synthesis Pack、Topic Note、Draft / Final 不能互相覆盖。
- Material List 的
raw_path必须指向真实来源、本地文件、原始 URL 或明确占位标记。 - Draft / Final 可以有个人表达,但不能反向改写上游材料。
- Topic Note 使用冷静知识库语气,不继承文章标题、平台语气或营销修辞。
- 索引、扫描和校验由
shared/scripts执行,默认 dry-run 或只读。
npx skills add KKenny0/loom-skills本地开发时,也可以直接把 loom、loom-research、loom-write、loom-maintain 目录复制到 skills 目录。
for d in loom loom-research loom-write loom-maintain; do
python3 ~/.codex/skills/.system/skill-creator/scripts/quick_validate.py "$PWD/$d"
donepython3 shared/scripts/scan_vault.py <vault-path>
python3 shared/scripts/validate_vault.py <vault-path>
python3 shared/scripts/build_indexes.py <vault-path>loom-skills/
├── loom/
├── loom-research/
├── loom-write/
├── loom-maintain/
└── shared/
├── references/
│ ├── schemas.md # all artifact schemas
│ └── writing-pipeline.md # pipeline reference
└── scripts/
Loom 是给长期知识库用的,不是内容包装工具箱。它不依赖外部 companion skill packs——所有核心阅读、分析和写作 patterns 已经内嵌到 loom-research 和 loom-write 中。
MIT
