一次性购买。构建你自己的 AI 基础设施。
面向那些用 Claude 做正经产品工作的开发者——原型开发、后端、前端、测试,Web/移动端/桌面端/浏览器扩展。一条自主的 yalla 流水线、应对复杂功能的智能体团队、特定语言的评审员,以及经过生产验证的 hooks。从第一天起就自带 MemoryOS SQL 主干。
可应对每天 100+ commit • 已启用智能体团队 • 48 小时异步支持
同一个 Claude Code。同一条提示词。唯一的差别:一个为产品开发调校过的大脑。
"加一个带头像上传的用户资料页"
"我来帮你加一个用户资料页。先问你几个问题:你的技术栈、你现有的认证设置,以及你偏好的图片托管。你能分享一下当前的数据库 schema 吗?"
"加一个带头像上传的用户资料页"
"正在运行 /yalla……计划:4 个阶段(schema、上传接口、UI、测试)。读了你的 CLAUDE.md——技术栈是 Next.js + Supabase + shadcn。分析了现有的认证中间件。写好了迁移,/api/avatar-upload 带 5MB 上限和 Vercel waitUntil,ProfilePage.tsx 用了 shadcn 的 Form + Avatar。测试:6 个 Playwright spec 全部通过。评审:0 个阻断项。PR #442 已开。"规划、构建、测试、评审、交付——一条命令。
"评审我最近的改动"
"我很乐意评审你的代码。请把 diff 贴上来,或指明你想让我看的文件。"
"评审我最近的改动"
"正在 session/task-442 分支上运行 /yalla-review。3 个评审员并行跑了一遍:kieran-typescript(通过),security-sentinel(不通过:文件上传缺少 MIME 白名单),performance-oracle(通过)。修复:在 api/avatar-upload.ts 第 23 行加上白名单 [image/jpeg, image/png, image/webp]。阻断项——不修好就不能交付。"对抗式评审能抓住你看漏的东西。
"我们在另一个项目里是怎么处理限流的?"
"我看不到你其他的仓库。你能分享一下相关代码吗?"
"我们在另一个项目里是怎么处理限流的?"
"搜了你已索引的仓库。在 acme-api 里(上个月提交的),你用了 Upstash Redis 的滑动窗口——每个 IP 100 次/分钟,自定义的 KV 键模式。在 consulting-app 里,是通过 next-rate-limit 实现的令牌桶。acme-api 的做法更契合你当前的 Vercel 技术栈。这是那套中间件模式,随时可改用。"你的大脑会在你索引过的每一个仓库里搜索。
每一次 Claude 会话都从零开始——除非你为它所接收的上下文做出设计。Second Brain 就是这样一套系统:启动时就已加载好你的技术栈、你的评审规则,以及已索引好的代码库。
你的技术栈、评审严格度、架构决策和已索引的代码库——存储在本地 SQL 数据库中,让 Claude 在每次会话前就了然于胸。
规划者 + 实现者 + 测试者 + 3 个评审员并行运行。对抗式评审能抓住单跑会漏掉的东西。
/yalla 用一条命令跑完规划 → 构建 → 测试 → 评审 → 交付。/yalla-team 为复杂功能加上多智能体对抗式评审。
branch-guard 拦下对 main 的编辑。会话生命周期自动把每个 commit 追踪到当前激活的任务。经过生产验证的 hooks,零配置。
此外:开发者基础设施
你指向的任何仓库都会被克隆 + 按语义索引。/recall 从第一天起就能在所有这些仓库里搜索。
kieran-typescript、kieran-python、vercel:react-best-practices、security-sentinel。针对你的主技术栈调校。
/validate-build 在你交付前跑一遍 TS、lint 和测试。把回归挡在门外。
每个决策、每种模式、每次测试失败都带着衰减评分被持久化。大脑随你的交付不断累积。
它如何协同运作
你
与 Claude 对话
Second Brain
梳理你的上下文
Claude
带着完整上下文工作
流水线
规划 → 构建 → 测试 → 评审 → 交付
更好的输出
每一次都是
结果就是: 不必每次会话都重新讲解你的技术栈,Claude 早已了然于胸。它掌握你上一个功能的上下文、你的评审严格度、你的测试框架——贯穿每一次会话。还有一条自主流水线,在你专注于架构时替你交付 PR。
静态上下文
工程化上下文
搭建
你复制粘贴一段系统提示词
AI 从一份问卷里学会你的技术栈 + 粘上你的 CLAUDE.md
记忆
记得你写下来的——忘了它学到的
自动捕获模式,检测衰减,数月间不断累积
工具
把 diff 在 AI 里复制进、复制出
AI 直接读取你的仓库、PR、CI 状态和已索引的代码库
质量
只能祈祷代码写得不错
特定语言的评审员给每个 PR 评分 + 不通过就拦下
维护
框架一更新就崩
Vercel/shadcn/Turbopack 技能自动更新;hooks 保持确定性
所有权
被锁死在供应商的平台里
你的数据库、你的 hooks、你的规则——全在你掌控的代码里
这正是 ChatGPT Memory、Notion AI、Cowork 和 DIY 方案统统撞上同一堵墙的原因。
个性化
而非模板化
互联互通
而非孤立
可衡量
而非靠猜
可累积
而非静止
归你所有
而非租用
我们在每个产品开发者的配置里都见到的五种模式。你是哪一种?
你用 Claude 不停地推代码。小 PR,快速迭代。瓶颈不是写代码——而是别让大脑忘了昨天的决定。
“我一周交付的东西比我老团队一个冲刺还多,但前提是 AI 记得我跟它说过的话。”
— 单干创始人,偏后端
今天 Web,明天移动端,下周一个浏览器扩展。你需要一个能适配每种技术栈、又不用你重新教它你那套模式的大脑。
“我先用 React 做原型,再移植到 Swift。我的大脑得跟得上。”
— 产品开发者,多平台
整个工程团队就是你一个人——规划、实现、测试、评审。智能体团队让你不用招人也能扩张。
“我让 /yalla-team 评审我自己的代码。它能抓住我半夜会看漏的东西。”
— 创始人工程师
没有测试你绝不交付。你的大脑在流水线内部自动写测试、跑测试、修测试——而不是事后补。
“每一次 /yalla 都包含测试。没得商量。”
— 转做独立开发的资深工程师
你在意结构。经过生产验证的 hooks、干净的会话生命周期、SQL 支撑的记忆——正是这些枯燥的脚手架让一个代码库经得起时间。
“这周 hooks 拦住我往 main 推了三次。”
— 资深开发者,职业后期
54%
从未打开过终端
58%
非技术岗位
87%
文件杂乱无章
8/8
搭建阻力 = 头号障碍

我是 Iwo Szapar。过去 14 周里,我和 95 位专业人士一对一地坐下来——每人 1-2 小时——亲手为他们构建 Second Brain。我真正做的其实是上下文工程。而这也正是它无法规模化的原因。
我自己就是瓶颈。于是我打造了 Second Brain 2.0。
曾经要花 3 小时的交付成果,如今 15 分钟就能完成。不是因为 AI 记得更多,而是因为 AI 会在你审阅之前先行验证。
与哈佛研究人员共同创立 AI Maturity Index(42 万个数据点,2026 年被 ISG 收购)。曾在 Microsoft、Walmart 及全球多国政府帮助 3,000+ 家企业和 25,000+ 名专业人士。
深受信赖




按你自己的节奏。无需通话。问卷 → 个性化仓库 → 首个交付的 PR。
问卷会映射 primary_stack、测试框架、CI/CD、评审严格度、部署目标。
主技术栈(React/Next/Node/Python/Rails/Swift/Flutter/浏览器扩展)
测试框架(Vitest/Jest/Playwright/Pytest)
评审严格度(严格对抗式 / 务实 / 单跑)
提交节奏(一天多次 / 一个 PR 一个功能 / 长分支)
搭建之后
新客户、新项目、新偏好——如果 AI 不去了解它们,就会落伍。MemoryOS 在你的 SQL 数据库上运行衰减检测,标记出超过 30 天未被访问的知识条目,跟踪置信度评分,并在 38 个维度上监测上下文压力。
不止聊天——真实的 PR
每个开发者命令都把规划、实现、测试和评审融合进一次行动。输入一条斜杠命令——拿到的是一个 PR,而不是一条建议。
/yalla规划 → 实现 → 测试 → 评审 → 交付。一条命令写好计划、编出功能、加上测试、用特定语言的评审员评审,并开一个 PR。
→ PR #442 已开,0 个阻断项
/yalla-team对抗式团队:规划者 + 实现者 + 测试者 + 3 个评审员(Kieran-typescript、security-sentinel、performance-oracle)。并行运行。抓住单跑漏掉的东西。
→ PR #443 已开,1 个阻断项:缺少 MIME 白名单
/begin用一条命令创建一个任务 + 会话分支 + GitHub issue。hooks 拦下对 main 的编辑,因此每一次改动都归属于某个会话。
→ session/task-3363-avatar-upload + issue #1122
/end推送分支,开一个 PR(或为极小的改动直接合并),关闭关联的 issue,更新任务状态。干净利落地结束会话。
→ PR 已合并,issue #1122 已关闭,任务完成
/schematic指向任意一个分支或 PR——AI 读取 diff,追踪执行路径,并写出能产出这段代码的那份规格。非常适合上手遗留代码。
→ specs/task-442-avatar-upload.md
/recall在每一个已索引的仓库 + MemoryOS SQL 主干里搜索。找到你 6 个月前在另一个项目里写的那段限流中间件。
→ 3 处匹配:acme-api/middleware/rate-limit.ts + 2 个模式
/debug-api跟踪 Vercel 日志,重放失败的 webhook,检查某个接口最近的 N 个请求,对比 staging 与 prod 的响应。全都在 Claude 里完成。
→ /api/avatar-upload 最近 50 个请求,2 次失败已追溯
/migrate-database编写可回滚的 Supabase 迁移,带 NOT NULL 回填、外键检查和回滚方案。应用之前先跑一遍 advisor 检查。
→ migration 0042_add_avatar_url.sql + rollback.sql
/validate-build并行跑 TypeScript 编译、ESLint、单元 + 集成测试。任何一项失败就拦下 /end。让 main 始终可部署。
→ tsc 通过,lint 通过,127/127 测试通过
/security-reviewsecurity-sentinel 对近期 diff 评审认证、输入校验、密钥处理、CSRF、CORS 和 OWASP 十大风险。全新上下文,无偏见。
→ 通过,附 1 条警告:/api/login 缺少限流
12 项开发者技能。几分钟就能搭出你自己的。
每项技能都是一个 markdown 文件。读它、编辑它、复制它,或把它串成你自己的 /yalla 变体。
Guide 是一个远程插件,它读取你本地的 brain 结构以提供指引。你真实的内容、客户数据和个人信息绝不离开你的电脑。我们只为产品改进而了解你调用了哪些工具、调用频率多高。
上下文工程不是单一的东西,而是一整个技术栈。每一层都让 AI 对你和你的工作更了解。
位于你工作区根目录的一个文件,Claude 在每次对话时都会读取它。你的偏好、规则、写作风格、工具约定——每一次都自动加载。
# CLAUDE.md ## Voice: Direct, no fluff. Never use "leverage" or "synergy." ## Clients: Enterprise SaaS, 50-200 employees ## When writing proposals: Use the 3-part framework from /templates
AI 从每次对话中学习,并将模式、客户细节和决策存入一个本地 SQL 数据库,含 12 个可查询集合和置信度评分。第 1 个月:它知道你的名字。第 6 个月:它了解你客户的价格异议、上次互动是什么时候,以及哪些提案需要更新。
Model Context Protocol 让 Claude 能够读取并操作你真实的开发工具——GitHub(仓库、PR、issue)、Vercel(部署、环境变量)、Supabase(迁移、日志)、Chrome(用于测试的浏览器自动化)。Claude 不是去描述你的基础设施,而是直接查询它。
诸如 /daily-briefing 或 /draft-proposal 之类的可复用命令,把多个工具和上下文来源整合进一次操作。输入一条命令,即可得到原本手动需要 30 分钟才能完成的完整结果。
这正是上下文工程真正强大之处。Hooks 是在特定时刻自动触发的 shell 命令——在工具运行前、文件保存后、会话开始时。它们不依赖 AI 的判断,始终会执行。
PreToolUse
拦下对 main 分支的 Edit/Write
branch-guard 在任何代码改动之前触发——强制使用会话分支
PostToolUse
把 commit 自动记入激活的任务
git commit 成功之后,把这个 SHA 关联到当前的 /begin 会话
SessionStart
加载任务上下文 + 相关模式
当你打开 Claude 时,注入激活的任务 + 召回的记忆
Stop
队列满时提取收获
当会话结束时队列里有 8+ 个事件,运行 /learn 来累积
# 示例:拦下对 main 的代码编辑,强制使用会话分支
{
"hooks": {
"PreToolUse": [{
"matcher": "Edit|Write|MultiEdit",
"hooks": [{
"type": "command",
"command": "$CLAUDE_PROJECT_DIR/.claude/hooks/branch-guard.sh"
}]
}]
}
}系统会自动配置你的 hooks。你无需编写 JSON——只要告诉它你想强制执行什么即可。
大多数所谓的「AI 配置」只用到了第 1 层。
Second Brain 让全部 5 层协同运作。这正是其输出质量从根本上不同的原因。
其他任何 AI 工具都给不了你的东西
每一个 AI 套壳产品都把你的数据存在它们的服务器上。一旦取消,数据就没了。你的 Second Brain 部署在归你所有的基础设施上——Supabase + Vercel,均为免费套餐。即便取消我们的服务,一切依然属于你。
PocketBase(本地 SQLite)或 Supabase(云端)。你的模式、决策、测试失败、已索引的代码库——全在你能用 SQL 查询的表里。不会被锁死在别人的 API 中。
Vercel 运行你的 API 接口、webhook、定时任务。CI 在 GitHub Actions 上跑。全都在你的账号上——我们从看不到你的代码。
yalla 团队、评审员、实现者、测试者——全部在你的 Claude Code 里本地运行。你的代码、模式和测试数据从不离开你的设备。
技能和智能体活在数据库里,而非固定的代码里。当我们交付一个更好的 /yalla 变体时,你只需更新一行就能拿到——无需 git pull,无需部署。
SaaS 会过期。基础设施会累积。
Wouter van den Bijgaart
AI 开发者
替换了自建方案
“我自己搭了一套系统,每周要花 3 小时维护。Second Brain 自动完成维护。”
Gabe Marusca
顾问 / 开发者
每周省下 20+ 小时
“现在我输入 /yalla,就能交付以前要花一整天的功能。”
Damian
产品工程师
深刻改变
“普通的 AI 工具现在看起来简直像小孩子的玩意儿。这彻底改变了我的工作方式。”
付一次费。永久拥有。
算笔账
此刻就有 97 位专业人士在运行他们的 Second Brain。如果它每周为你省下 5 小时、按每小时 200 美元计,那就是每月 4,000 美元的时间价值。Kickstart 的成本会在 第一周. 一次购买。没有订阅。
面向想要完全掌控的技术用户
完整的系统。由你自行搭建。
完整仓库:55 个技能、21 个智能体、7 项集成
搭建指南 + Health Check MCP
社区访问权限
自助式——按自己的节奏配置
MemoryOS 需单独购买(每年 199 美元)
不含支持
7 天退款保证。
面向希望今天就能用起来的专业人士
AI 帮你配置。几分钟内即可运行。
DIY 的全部内容
AI 智能体根据你的答案构建系统
48 小时优先异步支持
含第一年 MemoryOS Pro(价值 349 美元)
异步支持——无需通话
7 天退款保证。
面向希望由我们代为搭建的领导者
2 小时入门通话 + 完整搭建。
Kickstart 的全部内容
与 Iwo 进行 2 小时入门通话
我来为你部署基础设施(Vercel + Supabase)
每月 Second Brain 更新(新增智能体、技能、工具)
含 12 个月 MemoryOS
2 小时通话 + 直接联系 Iwo
7 天退款保证。
新工具和新技能通过 MemoryOS 推送。更新会在你什么都不做的情况下到来。健康监测会发现需要关注的地方。每周推荐会告诉你该修复什么。Kickstart 和 Done-With-You 均已包含。
获取仓库
5 分钟
即时收到含 GitHub 仓库的邮件
填写问卷
15 分钟
回答关于角色和工作流的问题
构建
约 60 分钟
系统自动生成,已为你配置好
首次见效
7 分钟
运行 /overview,优先事项就在那里
部署基础设施
30 分钟
一键部署 Vercel + Supabase(可选)
深入了解上下文工程、MCP 以及如何构建更好的 AI 系统。
深入剖析 Model Context Protocol——它是什么、如何运作,以及为何它对构建真正了解你工作的 AI 系统至关重要。
Model Context Protocol 如何把 AI 的记忆变成 AI 的行动。把你的 Second Brain 连接到 Gmail、日历、CRM 等等。
一个没人教过你的新兴角色。为什么在 2026 年,上下文工程是知识工作者的新型高杠杆技能。
来自 6 个月硬核实战、构建真实系统的生产级模式、hook 配置和上下文工程工作流。
还没准备好购买?看看它如何运作,或试用一份免费资源。
别再和通用 AI 较劲。从一个懂你的系统开始。
DIY
Kickstart — 最受欢迎
Done-With-You