个人情境化决策量化系统

一套基于 Obsidian 的个人 N-of-1 决策研究系统，把视频日记与文字记录转化为可追溯的日报、账本和选择点状态快照。

ObsidianMarkdownJSONLPowerShellPythonCodex Skills

08:30 — 09:15阅读论文：注意力机制综述学习

09:30 — 11:00实现事件导入与解析模块开发

11:15 — 12:00产品设计讨论协作

14:00 — 15:30跑步 8 公里健康

产品介绍

个人情境化决策量化系统是一套基于 Obsidian 的个人 N-of-1 决策研究系统。它把视频日记、SRT 和文字记录等非结构化材料，逐步转化为可追溯的日报、决策账本、任务账本和选择点状态快照。

它研究的是

在某个具体时间、环境和真实选项下，基于当时已经掌握的信息，用户更可能作出什么选择？

它不是意识复制、人格诊断或价值建议系统，也不会把 AI 的事后解释当成事实。

问题	当前解决方案
视频日记杂乱，难以长期检索	自动转成统一日报模板，并保留原始字幕。
AI 容易补写情绪、动机或因果	主观状态由用户填写，AI 只整理有证据的事实。
活动、任务和决策容易混在一起	按 activity、task、decision、future_plan 和 reflection 分类。
事后分析容易改变原始记录	正式文件只读，使用 SHA-256、Manifest 和登记表追踪来源。
不同模块重复执行、顺序混乱	由唯一调度 Skill 控制 G0—G5 状态机，遇到确认或冲突就暂停。

视频日记结构化日报AI 日分析决策与任务筛查选择点状态快照前瞻预测结果验证与模型校准

日常使用只需提交视频日记、SRT 或文字记录，并调用系统内置的 personal-system-orchestrator。主观状态由用户本人填写，系统在需要确认或发现冲突时会暂停并提问。

示例指令

这是 2026 年 X 月 X 日的视频日记，请使用 $personal-system-orchestrator 执行完整流程；主观状态由我填写，需要确认时暂停。

截至 2026 年 9 月 10 日，系统属于“可日常使用的内部研究流水线”，但还不是完整稳定的产品。