Brain System v2.0

Persistentní paměť pro Claude Code

Co je Brain System?

Brain System je moje vlastní dual-memory architektura pro práci s Claude Code. Řeší problém ztraceného kontextu mezi sezeními a umožňuje AI agentovi si "pamatovat" rozhodnutí, vzory a stav projektu.

85% úspora tokenů
7 core skills
2 brain vrstvy

Jak to vzniklo

Od frustrace ke kontinuitě

1

Ztracená kontinuita

Pracoval jsem s Claude na projektech a pokaždé, když jsem začal nový rozhovor, musel jsem vysvětlovat kontext znova. Agent si nic nepamatoval.

2

První pokusy

Vytvořil jsem CONTEXT.md, kam jsem psal poznámky. Ale jeden soubor nestačil - informace se mísily a rychle přerostly.

3

Local Brain

Klíčový průlom: .brain/memory/ v každém projektu. Auto-detection při startu. Nemusím nic říkat - prostě to funguje.

4

Skills revoluce

V1.0 načítala 10KB+ při každém startu. V2.0 s on-demand skills snížila token usage o 85%. Průlom v efektivitě.

Dual-Brain Architektura

Local + Global = Kompletní kontext

Local Brain

Projektová paměť v .brain/memory/

  • tasks/ - Aktivní úkoly (lifecycle tracking)
  • context/ - Opakovatelné vzory
  • decisions/ - Architekturální rozhodnutí
  • changelog/ - Historie sezení
  • learned/ - Poučení z chyb
  • NEXT_SESSION_TODO.md - Handoff pro další sezení

Global Brain

Systémové znalosti v $BRAIN/

  • EJS meta-brain šablony
  • 7 core skills
  • Globální příkazy
  • Agent definice

Brain Vault

Centrální Git repo pro všechny projekty

  • Symlinky z .brain/memory/
  • Automatický sync
  • Verzovaná historie

Skills-Based Loading

Načti jen to co potřebuješ

Proč skills?

V1.0 načítala celý rules.md (10KB+) při každém startu. V2.0 načítá skills on-demand - každý skill má ~1-2KB a načte se jen když je potřeba.

Přístup Token Cost Kvalita
v1.0 - Načtení všech souborů ~20KB 100% (overkill)
v2.0 - Skills on-demand ~5KB 90%
01

brain-memory-reader

Orientace v session, brain-status.sh

~2KB
02

brain-first-answer

Session start protokol, git check

~1KB
03

brain-task-lifecycle

OPEN → PLAN → PROCESS → DONE

~2KB
04

brain-changelog-writing

Session logging, historie změn

~1KB
05

brain-context-files

Pattern dokumentace

~1KB
06

brain-decision-making

ADR - architekturální rozhodnutí

~1.5KB
07

brain-mastery

Kompletní reference (textbook)

~4-5KB

Workflow

Jak to funguje v praxi

Session Start

  1. EJS šablony vygenerují základní kontext
  2. brain-first-answer zkontroluje git status
  3. brain-status.sh zobrazí přehled
  4. Skills se načtou on-demand

Task Lifecycle

OPEN PLAN PROCESS TEST REVIEW DONE

Agent automaticky přechází mezi stavy bez permission.

Session End

  1. /brain-finish
  2. Review aktivních tasků
  3. Changelog entry
  4. NEXT_SESSION_TODO update
  5. Brain vault sync

NEXT_SESSION_TODO

Most mezi sezeními

Proč je to klíčové?

Je pátek večer, pracujete na složitém featureu. Zítra ráno potřebujete vědět: kde jste skončili, co je další krok, jaká je priorita. NEXT_SESSION_TODO je explicitní handoff z jednoho dne do druhého.

# Next Session TODO
**Date:** 2026-01-29
## Continue Work
- [ ] **Task 0018:** Redmine Integration [PROCESS]
- Next: Test journal updates
- Priority: HIGH
## Notes for Next Session
- Watch out for 401 errors

Žádné hádání. Žádné ztrácení času. Prostě pokračujete tam, kde jste skončili.

Praktické příklady

Jak to vypadá v praxi

DIRTY REPO

Rozpracované změny

Agent detekuje necommitnuté změny a zastaví:

ROZPRACOVANÁ PRÁCE
Soubory:
M src/index.js
M .brain/memory/tasks/0018.md
Co teď?
1. Dokončit a commitnout
2. Pokračovat v práci
3. Stash a začít nové
CLEAN REPO

Čisté repo

Auto brain-status.sh a ready to go:

Brain Project
Status: Clean
Active tasks:
- 0016: Refactoring [OPEN]
- 0018: Integration [PROCESS]
Co dál?

Příkazy

Globálně dostupné v každém projektu

Příkaz Popis
/brain-initialize Vytvoření .brain/ struktury v novém projektu
/brain-status Přehled stavu projektu, aktivní tasky, changelog
/brain-update Synchronizace paměti po manuálních změnách
/brain-finish Ukončení session, příprava NEXT_SESSION_TODO
/brain-cleanup Archivace starých tasků, detekce sirotků
/brain-debug Verifikace kontextu, debug info

Agent Orchestration

Tým specializovaných agentů

Proč multi-agent?

Jeden agent nemůže být expert na všechno. Místo jednoho "superagenta" mám tým specialistů - každý dělá jednu věc dobře.

brain-orchestrator

Dirigent - deleguje úkoly sub-agentům podle potřeby

  • information-miner
  • documentation-expert
  • test-runner
  • git-analyzer

Main Roles

Specializace pro main agenta

  • brain-master
  • ent-master
  • system-administrator
  • claude-code-expert

Kdy delegovat?

Decision framework

  • Specializované znalosti
  • Komplexní task
  • Simple task → direct work

EJS Vision

Budoucnost Brain System

L1

Context Assembly

HOTOVO

Dynamické generování agent kontextu. Detekce projektu a načtení relevantních znalostí.

L2

Dynamic Code Generation

PROBÍHÁ

Agent generuje EJS šablony, které vytváří kód. "Vygeneruj komponenty pro formulář."

L3

Live Application Control

PLÁNOVÁNO

Agent ovládá běžící aplikaci přes EJS. "Změň parametry běžícího serveru."

L4

Interactive Execution

VIZE

Agent píše programy v EJS, které se okamžitě spouštějí. Live debugging tools.

Jak to používám

Brain Vault a synchronizace mezi PC

Problém: Více počítačů

Pracuji na několika PC (práce, doma, notebook). Potřebuji mít brain paměť synchronizovanou - když skončím v práci, chci doma pokračovat tam kde jsem skončil.

Brain Vault

Centrální Git repo pro všechny brain paměti

brain-vault/
├── work/
│ └── kosik-fe/
└── personal/
└── ongy-cz/

Soukromé GitHub repo - všechny projekty na jednom místě.

Symlinky

Projekty odkazují do brain-vault

.brain/memory/
→ brain-vault/personal/ongy-cz/

Každý projekt má symlink do odpovídající složky v brain-vault.

Auto-sync

Automatický push při ukončení

/brain-finish
→ git add -A
→ git commit
→ git push

Změny se automaticky pushnou do GitHub při ukončení session.

Workflow mezi PC

💼
Práce
/brain-finish
☁️
GitHub
brain-vault
🏠
Doma
git pull

Skončím v práci → změny jdou do GitHubu → doma git pull → pokračuji kde jsem skončil. Žádné ruční kopírování, žádné ztracené kontexty.

Klíčové principy

K

Kontinuita

Externí paměť pro dlouhodobé projekty. Agent si pamatuje rozhodnutí i mezi sezeními.

E

Efektivita

On-demand loading, 85% úspora tokenů. Žádné plýtvání kontextem.

A

Autonomie

Agent píše do paměti sám bez ptaní. Žádné "Mohu zapsat do changelog?"

S

Struktura

Všechno má své místo. Tasks, decisions, context - každý typ informace má vlastní složku.

← Zpět na AI Playground