Cognitive Attend

cognitive-attend（认知信号检测 / 突显网络 SN 等效）

> 对应认知活动：突显网络（Salience Network）的信号检测——识别对话内容中「值得深入处理」的认知信号，主动路由给对应的 Skill。 > > 人类大脑在处理日常输入时，SN 负责过滤：哪些信息应该引起注意？哪些需要从「背景」切换到「前景」处理？这个 Skill 模拟这个过程——让你不会遗漏隐藏在普通对话中的重要认知材料。 > > 认知五维坐标（COG-TAX）： > - 意识程度：前意识→显性（自动检测，结果呈现给用户选择） > - 脑网络：SN（检测不确定性/新颖性/重要性） > - 记忆系统：无直接写入（信号放大器，不产生独立记录） > - 执行功能：抑制（阻止忽略重要信号） > - 双系统：系统1（快速模式匹配） > > 理论依据：Corbetta & Shulman (2002) 双网络注意模型；Menon & Uddin (2010) SN中枢角色

---

知识导航表

| 层级 | 文档 | 用途 | |------|------|------| | D0 | 无需读取外部文档 | 信号检测基于对话内容，无文档依赖 |

---

使用方式

方式一：主动触发（推荐）

用户在任意对话后，说：

• 「检查一下这段话有没有认知信号」
• 「有什么值得记录的吗？」
• 「帮我识别这里的洞见」

AI 执行信号扫描，输出发现的信号。

方式二：作为对话预处理步骤（可选集成）

如果你的系统有对话管理框架（如 session-bootstrap、自定义对话循环等），可以将本 Skill 作为每轮对话的可选预处理步骤：

每轮对话 → [可选] 运行 cognitive-attend 扫描用户消息
         → 若有信号，提示用户选择是否深入处理
         → 用户选择后，触发对应 Skill

集成方法：在你的对话管理系统的"触发词扫描"步骤之后，添加：

IF 用户消息包含以下模式 → 运行 cognitive-attend：
  「我发现/我意识到」+ 规律性表述
  「这跟X一样/和之前的Y很像」
  「但是这里不对/这和之前说的冲突」
  「我又/我总是/我注意到自己」
  「这说明一个规律/这在X里也成立」

---

激活后立即执行

Step 1  确认扫描对象
        从对话上下文确认要扫描的内容：
        - 若用户明确指定（「检查这段话」「刚才说的」）→ 扫描指定内容
        - 若未指定 → 扫描用户最近一条或两条消息

Step 2  扫描五类显著性信号

        对扫描对象全文做语义分析，逐类检测：

        ─ S1 洞见信号 ────────────────────────────
        模式：「我发现/我意识到/我觉得」+ 原则性/规律性表述
        特征：描述了可以跨情境推广的规律，而不是某次具体的事件
        示例：「我发现每次压力大的时候，我会跳过验证步骤」
        ↓ 若检测到 → 触发建议

        ─ S2 跨域联想信号 ─────────────────────────
        模式：「这跟X一样/和之前的Y很像/让我想到了/这个原理和」
        特征：在不同领域之间发现了结构相似性
        示例：「这个设计方式和我在认知科学里看到的很像」
        ↓ 若检测到 → 触发建议

        ─ S3 矛盾信号 ──────────────────────────────
        模式：「但是这里不对/这和之前说的冲突/这两个是矛盾的」
        特征：识别出两个论述之间的张力或不一致
        示例：「但这和你之前说的「验证优先」好像是冲突的」
        ↓ 若检测到 → 触发建议

        ─ S4 反思信号 ──────────────────────────────
        模式：「我又/我总是/我注意到自己/我有个习惯/我每次都会」
        特征：识别自己行为/思维的反复模式
        示例：「我又在没看完所有信息就下结论了」
        ↓ 若检测到 → 触发建议

        ─ S5 原则印证信号 ──────────────────────────
        模式：「这说明一个规律/这在X里也成立/本质上/根本原因是」
        特征：从具体案例中归纳出抽象规律，且该规律可能跨领域适用
        示例：「这说明一个规律：约束越少，发散越好，但需要一个收敛触发点」
        ↓ 若检测到 → 触发建议

Step 3【α】 输出信号检测结果

        若检测到至少一个信号：
        ---
        🔍 **认知信号检测结果**

        [对每个检测到的信号，输出一段：]

        **[信号类型]（S[N]）**
        引用片段：「[检测到的原文（10-30字）]」
        信号说明：[一句话解释为什么这是一个[类型]信号]
        建议：[对应操作]
        ---

        若未检测到任何信号：
        → 简短告知：「扫描完成，当前内容中未检测到明显的认知信号。」
        → 不输出空列表，不过度解释

Step 4【γ】 等待用户选择是否处理

        若有信号，在检测结果后输出选项：

        「是否需要现在处理某个信号？
         [处理信号1: 运行 X] [处理信号2: 运行 Y] [全部跳过，稍后再看]」

        → 若用户选择处理某信号 → 触发对应 Skill（cognitive-capture-fragment / cognitive-associate / cognitive-detect-contradiction / cognitive-self-reflect / cognitive-extract-principle）
        → 若用户选择跳过 → 结束，不记录任何内容

---

五类信号快速参考

| 信号 | 关键词模式 | 下游 Skill | |------|-----------|-----------| | S1 洞见 | 「我发现/我意识到」+ 规律性表述 | cognitive-capture-fragment | | S2 联想 | 「这跟X一样/让我想到了」| cognitive-associate（若已安装）| | S3 矛盾 | 「这和之前的冲突/不对」| cognitive-detect-contradiction | | S4 反思 | 「我又/我总是/我注意到自己」| cognitive-self-reflect | | S5 原则 | 「这说明一个规律/本质上」| cognitive-extract-principle |

---

D5：任务完成后的 Loop 反馈

本次执行产出：对话提示（S-object，对话内临时输出，不写入文件）

本Skill自身D5说明：

• 本Skill是「信号放大器」，不直接产生 K-object
• 若用户选择处理某信号 → 由对应下游 Skill 承担 D5 责任（产出 K-object）
• 若用户跳过 → 无任何 D5 输出（信号被观察到但用户选择不处理，不强制记录）

信号类型（A-G框架）：

• 本Skill自身不直接产生 A-G 信号
• 若连续多次检测到 S1/S4 类信号但用户每次都跳过 → A信号（Skill改进：考虑降低触发门槛或简化处理路径）
• 若多次误报（检测到信号但用户说「没有」）→ A信号（Skill改进：检测精度需要调整）

Loop 路由（用户确认信号后的延伸）：

• S1 洞见被确认 → 通路B（Loop 3 → Loop 2，产出 K-object L2碎片）
• S3 矛盾被确认 → 通路B（Loop 3 → Loop 2，产出 K3矛盾消解报告）
• S4 反思被确认 → 通路B（Loop 3 → Loop 2，产出 K-object 反思记录）
• S5 原则被确认 → 通路B（Loop 3 → Loop 2，产出 K-object L1.5原则）

---

设计注意事项

• 宁可误提醒，不漏掉真正的洞见：检测阈值偏宽，允许一定的误报率
• 不打断用户任务：提示要简短，用户可以一键「全部跳过」
• 不强制处理：用户跳过 = 完全有效，不记录「跳过」的行为（避免监控感）
• cognitive-associate 依赖：S2 联想信号的处理依赖 cognitive-associate Skill（知识图谱多跳）；若该 Skill 未安装，S2 信号仍可检测，但「深入处理」选项不可用

---

变更记录

v1.0 — 2026-03-26 — 重写为独立Skill（cognitive-os 部署版）

来源：从全量认知Skill规范.md Skill 4 + 认知体系完善规划.md 复现，经审查报告 v1.0 评测，针对 cognitive-os 通用部署需求重写。

关键设计决策：

• 原设计依赖 session-bootstrap A1.8（Tashan 专有系统），不适合通用部署
• 改为独立 Skill + 可选集成说明，适合任意对话管理系统
• 触发词从「自动执行」改为「用户主动触发词 + 可选集成」

认知科学依据：突显网络（SN）；Corbetta & Shulman (2002)；Menon & Uddin (2010)

Source & license

This open-source skill is cataloged on AgentStack and links to its original source — we do not rehost the code.

• Author: TashanGKD
• Source: TashanGKD/cognitive-os
• License: MIT

Install and usage instructions live in the source repository linked above.