KDNA

🧬 aikdna.com — 官方网站 · · 镜像: @knowledge-dna/kdna

KDNA（Knowledge DNA） 是一种开放格式，用于为 AI Agent 编码领域认知。

Prompt 告诉 AI 说什么。
Skill 告诉 AI 做什么。
KDNA 告诉 AI 在某个领域里怎么判断。

KDNA 之于 Agent 的判断力，如同 DNA 之于生物的认知架构：它编码的是结构——关注什么、避开什么、验证什么——而把事实知识留给外部记忆和检索系统。

KDNA 不是提示词库，不是知识库，也不是操作手册。它是一种结构化方式，封装一个领域的判断层：公理、术语边界、常见误解、场景信号、推理链条和能力演进。

本仓库仅定义 KDNA 协议、Schema、校验规则与治理方式。
具体领域的 KDNA 应放在独立仓库中，符合收录标准后可进入 registry。
安装 KDNA 到你的 Agent，使用 kdna-skills。
添加领域到注册表的标准详见 docs/registry-policy.md。

为什么现在需要 KDNA

Agent 越来越会调用工具，但它们仍然缺少领域判断。

当前的 Agent 生态已经解决了"行动"问题：函数调用、MCP、工具使用、工作流。但能行动不等于能判断——一个什么都能做的 Agent，如果分辨不了"价格异议"和"确定性缺失"，就会带着自信执行错误的操作。

工具让 AI 能行动。KDNA 让 AI 不乱行动。

每个领域都有专家级的判断模式，目前只存在于资深从业者的头脑中。KDNA 是一种把这些模式提取出来、编码为可机器验证的结构、作为认知层加载到 Agent 中的格式——独立于 Prompt，独立于知识库，独立于工具。

为什么需要 KDNA

大多数 Agent 框架关注工具、检索、工作流或记忆。KDNA 关注的是判断力：

• Agent 应该从哪些假设出发？
• 这个领域里哪些概念是核心？
• 哪些术语应该使用，哪些应该避免？
• 哪些常见误解应该被提前识别？
• 哪些场景信号应该改变 Agent 的响应策略？
• Agent 应该如何从原则推导到行动？

Before / After KDNA

KDNA 优化的不是措辞，而是推理路径。

| 没有 KDNA | 有 KDNA | |---|---| | 通用、知识层面的回答 | 领域特化的专家判断 | | 把反对意见当作字面陈述 | 诊断隐藏在话语背后的不确定性 | | "客户说太贵 → 给折扣" | "价格异议是确定性缺失 → 诊断是哪个维度" | | "员工不执行 → 积极性问题" | "执行失败 → 检查上游系统条件" | | "老人不参加 → 活动不够有趣" | "拒绝参与 → 识别隐形障碍（恐惧、负担感、尊严威胁）" | | 这是个 Prompt 库 | 这是个认知编码格式 | | 无法验证 | 每个公理、误解、自查项都可测试 |

详见 docs/kdna-in-action.md（英文），包含五个详细案例：相同输入，不同 KDNA 领域，完全不同的认知路径。

KDNA vs Skill

| 维度 | KDNA | Skill | |---|---|---| | 核心角色 | 认知框架 | 执行流程 | | 核心问题 | Agent 应该怎么思考？ | Agent 应该做什么？ | | 激活方式 | 作为领域判断加载 | 为某个任务调用 | | 成功标志 | 判断力更好，领域错误更少 | 任务完成 | | 典型内容 | 公理、本体、模式、推理 | 步骤、脚本、模板、工具 |

Skill 负责执行。KDNA 塑造判断。

KDNA 与 LLM Wiki

KDNA 不替代 LLM Wiki——它们构成一条流水线：

原始材料  →  LLM Wiki  →  KDNA  →  Skills / Agents

| 层级 | LLM Wiki | KDNA | |---|---|---| | 角色 | 知识组织 | 认知编码 | | 产出 | 链接化的 Markdown 知识库 | 领域公理、模式、判断 | | 问题 | 团队知道什么？ | Agent 应该如何思考？ | | 用户 | 人和 Agent | 加载领域判断的 Agent |

LLM Wiki 将文档转化为知识。KDNA 将专业知识转化为判断力。

LLM Wiki turns documents into knowledge.
KDNA turns expertise into judgment.

文件体系

一个完整的 KDNA 领域最多包含六个文件：

KDNA_Core.json        # 公理、本体、框架、核心因果结构、立场
KDNA_Patterns.json    # 术语、禁用词、常见误解、自查清单
KDNA_Scenarios.json   # 场景触发信号和行动导向
KDNA_Cases.json       # 展示结构而非脚本的完整案例
KDNA_Reasoning.json   # 推理链：结论 → 逻辑 → 实践后果
KDNA_Evolution.json   # 成长阶段、能力层次、可测量指标

最小有效 KDNA 领域：

KDNA_Core.json
KDNA_Patterns.json

快速开始

npm i -g @aikdna/kdna
kdna --help

或克隆仓库：

git clone https://github.com/knowledge-dna/KDNA.git
cd KDNA
npm install
npm run lint:examples

校验一个领域：

node validators/kdna-lint.js examples/communication

安装到你的 Agent

使用 kdna-skills 一键安装 KDNA 技能：

curl -fsSL https://raw.githubusercontent.com/knowledge-dna/kdna-skills/main/install.sh | bash

安装两个技能：

| 技能 | 作用 | |---|---| | kdna-loader | 加载领域认知——检测领域、应用公理、运行自查 | | kdna-create | 创建/获取 KDNA——对话创建、注册表下载、URL 导入、模板搭建 |

支持 Codex、Claude Code、OpenCode、Cursor 和 GitHub Copilot。

本地使用 KDNA

推荐使用上方安装器。手动安装：

# 1. 安装两个技能
mkdir -p ~/.agents/skills/kdna-loader
cp skills/kdna-loader/SKILL.md ~/.agents/skills/kdna-loader/SKILL.md
mkdir -p ~/.agents/skills/kdna-create
cp skills/kdna-create/SKILL.md ~/.agents/skills/kdna-create/SKILL.md

# 2. 创建 KDNA 本地库
mkdir -p ~/.agents/Kdna/communication_expert
cp examples/communication/KDNA_Core.json ~/.agents/Kdna/communication_expert/
cp examples/communication/KDNA_Patterns.json ~/.agents/Kdna/communication_expert/

# 3. 校验
node validators/kdna-lint.js ~/.agents/Kdna/communication_expert

要创建自己的领域，安装了 kdna-create 后直接问 Agent，或从最小模板开始。

Agent 加载了 kdna-loader 后，当用户提出沟通相关问题时，Agent 会自动从 ~/.agents/Kdna/ 找到对应领域，加载认知文件并重塑判断。

要创建自己的领域，从最小模板开始，参考快速上手指南。

规范

完整 v0.4 规范见 SPEC.md。

试试 Demo

node examples/minimal-agent/agent.js

同一个用户输入，加载不同的 KDNA 领域，产生完全不同的认知分析。不需要 LLM——纯粹的判断路径对比。

领域仓库

领域认知包存放在独立仓库中。机器可读索引见 registry/domains.json。

| 领域 | 仓库 | 状态 | |---|---|---| | 业务增长 | kdna-business-growth | experimental | | 沟通 | kdna-communication | experimental | | 销售 | kdna-sales | experimental | | 管理 | kdna-management | experimental | | 产品决策 | kdna-product-decision | experimental |

参考示例

examples/ 目录包含最小参考实现，用于测试校验器和说明规范。这些 不是 领域内容——它们是规范示例。

| 示例 | 用途 | |---------|---------| | communication | 校验器测试的参考领域 | | minimal-agent | 加载多个 KDNA 领域的 Demo Agent | | from-wiki-to-kdna | LLM Wiki 到 KDNA 的流水线演示 |

核心文档

| 文档 | 说明 | |---|---| | SPEC.md | 协议规范 v0.4 | | docs/getting-started.zh.md | 安装、创建和使用 KDNA | | docs/evaluation.zh.md | 如何检验 KDNA 是否改善了判断力 | | docs/meta-cognition.zh.md | 何时用 KDNA、冲突仲裁、领域组合 | | docs/registry-policy.zh.md | 领域收录标准 | | docs/kdna-in-chinese.md | 中文 KDNA 编写指南 |

工具

| 工具 | 仓库 | 说明 | |---|---|---| | Skills | kdna-skills | 安装器 + kdna-loader 和 kdna-create 两个技能，支持主流 Agent |

中文资源

• README.zh.md — 中文 README（当前页面）
• docs/getting-started.zh.md — 快速上手指南
• docs/kdna-in-chinese.md — 中文 KDNA 编写指南
• docs/registry-policy.zh.md — 注册表收录标准
• docs/i18n.md — KDNA 国际化策略

许可

• 代码: Apache-2.0
• 文档和示例: CC BY 4.0