1. 基本信息
| 项目 | 内容 |
|---|---|
| 名称 | J-Space-Cognition-Suite-V3.6 |
| 作者/维护者 | Tiger3807861189(个人开发者) |
| 来源链接 | https://github.com/Tiger3807861189/J-Space-Cognition-Suite-V3.6 |
| 许可证 | Apache License 2.0 |
| GitHub Stars | 922(GitHub API) |
| Forks | 39(GitHub API) |
| 最新版本 | v3.6 |
| 安装方式 | 复制 j-space/ 目录到 Agent 的 skills 目录 |
2. 功能介绍与亮点
J-Space 把 Anthropic 关于 Claude 内部“J-space”表征空间的可解释性研究,转译成可在任意 Agent 执行的推理纪律协议:不改模型权重、不需微调。核心机制:按复杂度分级门控(fast/full/loop,按需加载模块);九个模块分别对应容量管理、目标锚定、自我监控、提示词注入识别等场景;在工具调用前等“接缝”处强制核对目标与验证项;可选本地 Python 控制器把状态外化到 .jspace/ 账本,纯标准库、不联网。附带单元测试与 Zenodo DOI 存档。
3. 适用场景
固定分类:元技能与 Agent 增强。适用于用 Claude Code / Codex 等 Agent 处理复杂推理、长程多文件任务,需要显式追踪目标是否漂移、验证是否覆盖的开发者;一次性简单问答无需使用。
4. 跨 Agent 兼容性
- Claude Code:✅ 原生支持——标准 SKILL.md 格式,README 明确列为支持环境。
- Codex:✅ 原生支持——同上,控制器仅用标准库,无宿主专属代码。
- OpenClaw / Hermes Agent:❓ 未验证——文档未点名测试,但格式符合通用规范,理论兼容。
5. 推荐理由
价值不在于“装上就能让模型变聪明”,而是提供免费、零依赖、可审计的任务纪律协议:强制复述目标、记录验证项、识别工具输出中的注入指令。理论基础是 Anthropic 已发表的真实研究,双语文档与测试俱全,作者对社区批评性复测持开放态度(见第 8 章)。但其“最终任务质量是否有可测量提升”这一卖点目前存在独立复测争议(见第 8 章),更适合看重过程可审计性的用户,不适合追求确定性能提升的用户。
6. 评分
| 维度 | 分数 | 说明 |
|---|---|---|
| 受欢迎程度 | 7 | 922 stars,创建于 2026-07-22,一个月内接近千星;GitHub Issues 有 8 个独立账号参与复测讨论,尚未见站外平台独立讨论 |
| 可用性 | 8 | 复制目录即用,双语文档完整、测试齐全、近期持续维护;因核心卖点效果存在独立复测争议(见第 8 章),未给满分档 |
| 安全性 | 8 | 见下方检查清单 |
安全检查清单:①仅本地读写当前目录 .jspace/ 账本,无需提权 ②不联网 ③无需 API key/凭据 ④未发现注入或第三方品牌夹带,内置模块专门识别工具输出中的注入指令 ⑤个人开发者,无不良记录,对批评性复测公开不压制 ⑥License 清晰 ⑦维护活跃(当日仍有提交)
7. 跟同类 Skills 相比的优势
| 对比对象 | 定位 | 差异 |
|---|---|---|
| superpowers | 头脑风暴/调试/TDD 等流程技能集合 | 是“选哪套流程”的路由;J-Space 管的是单次推理过程内部状态 |
| langgraph-persistence | 基于 LangGraph 框架的检查点机制 | 依赖特定编排框架;J-Space 是纯文本协议,不绑定任何框架 |
| planning-with-files | 用外部文件做任务拆解 | 状态载体是文件系统;J-Space 默认状态在对话内账本,轻量场景无需落盘 |
8. 用户评价
- GoForceX(GitHub Issue #6):对比 DSH Minimal 与 Minimal+J-Space 的 TB2.1 基准,“加入后成绩略降,token 用量与耗时均上升”。
- HHHEEEWWW(GitHub Issue #10):两轮独立 A/B 测试后认为“J-Space 组过程纪律更明显,但未观测到可测量的完成质量提升,且 token/耗时成本更高”。
- suyoumo(GitHub Issue #9):认为“类似项目里这个看起来最专业”,计划用自有基准套件独立复测。
9. 其他补充
项目在 Zenodo 完成版本存档(DOI: 10.5281/zenodo.21971181)。
10. 安装使用方式
- 复制整个
j-space/目录到 Agent 的 skills 目录,保持相对路径不变 - 要求 Agent 使用
j-space,或通过/j-space触发 - 多阶段长任务可选运行本地控制器:
python3 <skill-root>/scripts/jspace.py note --goal "..." --next "..." python3 <skill-root>/scripts/jspace.py seam python3 <skill-root>/scripts/jspace.py resume - 安装后无需重启,建议先在中等复杂度任务上观察分级是否合理
11. 注意事项
- 对最终任务质量的实际提升存在独立复测反证(未见提升,且成本上升),建议自行对比后再决定长期使用。
- OpenClaw / Hermes Agent 上的兼容性尚未验证。
- 可选控制器会在当前目录写入
.jspace/状态文件,团队协作时可能需要加入.gitignore。