leverage-os 不是一个可以直接下载即用的 App。
它是一套关于个人 AI 基础设施、长期记忆和人类判断的实践框架。它不提供一键安装的脚本，不提供开箱即用的模板，不提供「五分钟上手」的教程。
它提供的是一套已经被验证过的思维方式和工作方法。你可以根据自己的需要，选择其中一部分开始实践，而不必复制整个系统。
$cat ./getting-started.md
$cat ./reading-order.md
如果你是第一次来，建议按以下顺序阅读：
- 01. Manifesto / 宣言 — 理解这套系统的核心假设和长期目标
- 02. Design Philosophy / 设计哲学 — 理解六项基本原则
- 03. Life Log Engine / 生活档案引擎 — 时间与记忆底座
- 04. Weekly Pipeline / 周连续性流水线 — 从碎片到连续记忆
- 05. URL Quality / 阅读质量评估 — 判断什么值得沉淀
- 06. OCR Benchmark / 文档数字化评估 — 纸质、扫描与图片文字如何重新进入可检索的长期记忆系统
- 07. Agent OS / 个人 Agent 操作层 — 执行与治理
- 08. Skill Governance / 技能治理 — 控制工具膨胀
- 09. Knowledge Base / 长期知识层 — 可追溯的知识资产
- 10. Publishing Stack / 公共输出层 — 从私人到公共
$cat ./expectations.md
你不需要一开始就搭完整系统
leverage-os 的完整形态包含多个模块、数十个脚本、复杂的自动化流程。但这不是它的起点。
你可以从一个 daily note 开始。或者一个 weekly review。或者一个简单的阅读归档规则。选择一个你最痛点的问题，用最小可行方法解决它，然后再考虑扩展。
系统的价值不在于规模，而在于持续性。一个每天使用的简单系统，比一个完美的但从未运行的复杂系统更有价值。
$cat ./minimum-practice.md
如果你想尝试 leverage-os 的思路，可以从以下最小实践开始：
- 每天记录 3 条有价值的痕迹 — 不是流水账，而是今天真正值得记住的事、想法或阅读
- 每周做一次回看 — 回顾本周的记录，提取关键主题和故事线
- 只保留值得长期记忆的主题 — 不是所有记录都值得归档，学会遗忘和筛选
- 不把一切都交给 AI — AI 整理，人判断；AI 生成，人确认
- 发布前必须人工判断 — 从私人系统进入公共空间，意味着承担责任
$cat ./audience.md
适合谁
研究者、创作者、开发者、独立顾问、高信息密度工作者、对本地优先 AI 实践感兴趣的人。如果你每天处理大量信息，希望建立长期可回溯的个人知识系统，这套框架可能对你有用。
不适合谁
只想要即插即用 SaaS 的人、追求「全自动」而不愿参与判断的人、只想要短期效率提升而不愿做长期维护的人、对技术操作完全没有耐心的人。
$cat ./next-step.md
不要试图复制整个 leverage-os。
从一个很小的个人记录系统开始：每天写几条笔记，每周做一次回看，每月审视一次什么值得保留。当你发现某个环节开始重复、开始消耗时间、开始变得不可维护时，再考虑引入自动化和结构化。
系统是为问题服务的，不是为了系统本身而存在。
⚗ 关于模板和代码
leverage-os 是实践框架而非产品。本站展示的是方法论和架构，具体的实现方式因人而异。你可以参考思路，但不必复制配置。