AI Lab/Brain System
Paměť, která přežije konec session.
AI si mezi rozhovory nic nepamatuje. Tak jsem jí dal zápisník: složku v projektu, kterou si agent na začátku přečte a na konci doplní.
K čemu to je
Zápisník, který si AI čte sama
Každý rozhovor s AI začíná od nuly. Co jsme minule vymysleli, dnes neví. U projektu na měsíce je to průšvih.
Brain System je složka textových souborů v projektu. Agent si ji na začátku přečte a ví, kde jsme skončili. Na konci sám zapíše, co udělal a co je na řadě.
Řeknu „načti si brain“ a jedeme dál.
Proč
Pět minut vysvětlování při každém startu
Web, tracker na deskovky, domácí server, práce. Samá krátká sezení a každé začínalo stejně: jaký stack, jaká pravidla, co bylo minule.
První pokus byl jeden soubor s poznámkami. Rychle přerostl. Chtěl jsem strukturu, kde má každý typ informace své místo, a agenta, který ji udržuje sám.
Jak to funguje
Přečti, pracuj, zapiš
- Na začátku přečte, kde jsme skončili. Zkontroluje rozdělanou práci, načte úkoly a poznámku pro tuhle session.
- Každý úkol má životní cyklus. Otevřený, naplánovaný, v procesu, hotový. Stavy mění agent sám.
- Návody se načítají až podle potřeby. Sedm malých skills, každý pro jednu činnost.
- Na konci zapíše, co se stalo a co dál. Jeden příkaz: changelog, úkoly, poznámka pro příště.
Struktura
Z čeho se skládá
Changelog
Historie sezení. Co se udělalo, co se rozbilo, co se opravilo.
Tasks
Každý úkol ve vlastním souboru se stavem a dalším krokem. Hotové se archivují.
Context
Opakující se vzory: jak se nasazuje, jak vypadá design, na co si dát pozor.
NEXT_SESSION_TODO
Most mezi dny. Kde jsem skončil, co je další krok, jaká priorita.
Skills
Návody, jak s pamětí zacházet, aby agent psal konzistentně.
Decisions
Proč tohle a ne tamto. Za půl roku si důvody nepamatuju, agent ano.
Co jsem se naučil
Co jsem zjistil až časem
Jeden soubor nestačí
První verze byla jedna dlouhá poznámka. Po měsíci se v ní mísilo všechno a agent z ní tahal nesmysly. Rozdělit podle typu informace byl průlom.
Nenačítat všechno najednou
Dřív se při startu načítala kompletní pravidla. Drahé a pomalé. Dnes jen krátký přehled, zbytek až když je potřeba.
Agent musí psát sám
Ručně doplňovaná paměť zastarala během týdne. Když zapisuje agent bez ptaní, drží krok s realitou.
Pro AI agenta
Postav si to u sebe
Chceš si to postavit u sebe? Zkopíruj návod a dej ho svému AI agentovi, třeba Claude Code nebo Codexu. Je v něm cíl, postup krok za krokem, pasti, na které jsem narazil, a jak ověřit, že to funguje. Adresy ani hesla v něm nejsou, ty agent doplní s tebou.
Pro zvědavé
Technické detaily
Formát a mechanika Markdown · lifecycle · skills
- Formát
- Obyčejný Markdown ve složce
.brain/, verzovaný spolu s projektem v Gitu. Žádná databáze, žádný plugin. Čitelné pro člověka i pro model. - Lifecycle úkolů
- OPEN → PLAN → PROCESS → TEST → REVIEW → DONE → ACCEPTED. Jeden číslovaný soubor na úkol. Přechody dělá agent sám, hotové úkoly se archivují.
- Skills a příkazy v Claude Code
- Sedm skills: memory-reader, first-answer, task-lifecycle, changelog-writing, context-files, decision-making, mastery. Načítají se podle situace, ne při startu. Příkazy
/brain-status,/brain-update,/brain-finish,/brain-cleanup,/brain-debug. - Token efektivita
- v1.0 načítala při každém startu kolem 20 kB pravidel. v2.0 s on-demand skills asi 5 kB, úspora zhruba 85 %. Kvalita výstupu bez rozdílu.
Více počítačů a agentů Git vault · orchestrace
Paměť všech projektů žije v jednom soukromém Git repu, projekty do něj odkazují symlinkem. /brain-finish změny commitne a pushne, na druhém počítači stačí pull. Pro větší úkoly hlavní agent deleguje sub-agentům (rešerše, dokumentace, testy, analýza gitu) a paměť je jejich společný kontext. Jednoduché věci řeší rovnou sám.
Jak vypadá začátek session čistý vs. rozdělaný repo
Čistý repo: přehled projektu, aktivní úkoly a otázka, na čem pokračujeme. Rozdělaný repo: agent se zastaví a nabídne dokončit a commitnout, pokračovat v práci, nebo změny odložit. Konec session: /brain-finish projde úkoly, zapíše changelog a připraví poznámku pro příště.
Dál