$ man how-to/nio-workspace-knowledge-graph-example
Grafo de Conocimiento del Workspace Nio (Ejemplo en Vivo)
Workspace de produccion real que muestra como 7 archivos principales + 42 skills crean una capa de operaciones de IA
by Shawn Tenam
El Grafo de Conocimiento (Visual)
Este es el mapa de relaciones real entre cada archivo en el workspace de Nio a fecha de 21 de febrero de 2026. Cada flecha es una referencia real. Cada caja es un archivo real.
┌─────────────┐
│ AGENTS.md │ ← BOOT CONTROLLER
│ (boot seq) │
└──────┬──────┘
│
boot order: 1→2→3→4→5→6 (+7 main only)
│
┌──────────┬───────────┬────┼───┬──────────┬──────────┐
▼ ▼ ▼ ▼ ▼ ▼ ▼
┌─────────┐ ┌──────────┐ ┌────────┐ ┌─────────┐ ┌────────┐ ┌─────────┐
│ SOUL.md │ │IDENTITY │ │USER.md │ │BRAIN.md │ │HEART │ │VOICE.md │
│ (1) │ │ .md (2) │ │ (3) │ │ (4) │ │BEAT(5) │ │ (6) │
└────┬────┘ └──────────┘ └───┬────┘ └────┬────┘ └────────┘ └────┬────┘
│ │ │ │
│ voice DNA, │ │ "if empty, │ distilled from
│ model routing, │ refs │ read HEARTBEAT" │
│ blog structure ▼ │ ▼
│ ┌──────────┐ │ ┌──────────────────────┐
│ │CLIENTS.md│ │ │skills/tier-1-voice- │
│ └─────┬────┘ │ │dna/core-voice.md │
│ │ │ │ + anti-slop.md │
▼ ▼ │ └──────────────────────┘
┌───────────────┐ 5 client SKILL.md │
│skills/tier-1 │ directories │ ┌──────────┐
│ voice-dna/ │◄───────────────────────────────────────── │MEMORY.md │
│skills/tier-3 │ │ │ (7) │
│ pillars/ │ │ │main only │
└───────────────┘ │ └──────────┘
│
┌─────────────────────────────────────┘
│
│ ┌──────────────┐ ┌──────────────┐
│ │ TOOLS.md │────────▶│MISSION- │
│ │ (infra map) │ │CONTROL.md │
│ └──────┬───────┘ └──────┬───────┘
│ │ │
│ ┌───────────┼────────────┐ │ THE PIPELINE
│ ▼ ▼ ▼ ▼
│ Discord WhatsApp 9 MCP ┌────────────────────────┐
│ channel +1347.. tools │ 4 scripts (in order): │
│ 1474.. │ 1. updater.py → /tmp/ │
│ │ 2. gen-dashboard.js │
│ │ 3. gen-metrics.js │
│ │ 4. validate.js │
│ └─────────┬──────────────┘
│ │
│ ▼
│ 6 output files:
│ metrics.json, tasks,
│ calendar, memories,
│ team, status
│
▼
┌──────────────┐
│ PLAYBOOK.md │──────────────────────────────────────────┐
│ (decisions) │ │
└──────┬───────┘ │
│ references: │
├──▶ SOUL.md (blog structure) │
├──▶ VOICE.md (anti-slop) │
├──▶ MISSION-CONTROL.md (pipeline) │
│ │
▼ ▼
┌──────────────────────────────────────────────────────────────┐
│ skills/ (4 SKILL.md) │
├─────────────────┬────────────────┬──────────────┬───────────┤
│ blog-pipeline/ │ website-ops/ │content- │ cron-ops/ │
│ │ │pipeline/ │ │
│ refs: │ refs: │ refs: │ refs: │
│ • SOUL.md │ • MISSION- │ • VOICE.md │ • jobs │
│ • VOICE.md │ CONTROL.md │ • Typefully │ .json │
│ • Discord ch │ • 5 apps │ • Substack │ • 3 on │
│ • nio-blog/ │ • shared pkg │ • pillars/ │ • 8 off │
└─────────────────┴────────────────┴──────────────┴───────────┘
Flujo de arranque: AGENTS carga 7 archivos (~3,125 tokens) -> Nio tiene identidad completa, contexto y voz. TOOLS, PLAYBOOK, MISSION-CONTROL, CLIENTS y skills se cargan bajo demanda cuando se necesitan para una tarea especifica.
Secuencia de Arranque: Que se Carga y Por Que
AGENTS.md es el controlador de arranque. Carga 7 archivos en orden, en cada sesion. Costo total: ~3,125 tokens (aproximadamente el 12% de la ventana de contexto).
| Orden | Archivo | Proposito | Tokens |
|---|---|---|---|
| 1 | SOUL.md | Identidad principal, voice DNA, reglas de decision, enrutamiento de modelos, estructura de blog | ~952 |
| 2 | IDENTITY.md | Definicion de rol, restricciones de personalidad, rutas de avatar | ~161 |
| 3 | USER.md | Quien es Shawn, preferencias, cosas que le molestan, vision general del sistema | ~283 |
| 4 | BRAIN.md | Bloc de notas de sesion en vivo. Si esta vacio, recurrir a HEARTBEAT.md | ~44 |
| 5 | HEARTBEAT.md | TODOs activos, chequeos rotativos, reglas de silencio | ~244 |
| 6 | VOICE.md | Restricciones de entrega destiladas del voice DNA de tier-1 | ~380 |
| 7 | MEMORY.md | Memoria curada a largo plazo. Solo sesion principal | ~774 |
Como se conectan los archivos: SOUL.md establece el comportamiento. VOICE.md aplica las reglas de entrega. USER.md ancla al humano. MEMORY.md ancla la continuidad. HEARTBEAT.md previene la deriva forzando una verificacion de lo que esta realmente activo. BRAIN.md mantiene el estado temporal para que no contamine la memoria a largo plazo.
Infraestructura e Integracion del Pipeline
Este workspace no es solo notas. Esta conectado a infraestructura real.
Canales de Mensajeria
- Discord: canal 1474174694025330919 (nio-terminal)
- WhatsApp: +13474520467
Herramientas MCP (9 via OpenClaw)
Typefully (programacion social) · GitHub (operaciones de repo/PR) · Slack x2 (lead-alchemy + revpartners) · Firecrawl (web scraping) · Reddit (navegacion) · HeyReach (outreach) · ElevenLabs (TTS) · Substack (newsletters) · Browserbase (automatizacion de navegador)
Pipeline de Datos de Mission Control
Estos 4 scripts se ejecutan en secuencia. Los 4 deben completarse. Saltarse cualquier paso produce datos incompletos.
mission_control_updater.py→ escribe /tmp/mission_control_enhanced.jsongenerate-dashboard-data.js→ escribe 5 archivos en public/data/generate-metrics.js→ escribe public/metrics.jsonvalidate-mission-control-data.js→ valida los 6 archivos de salida
Artefactos de Salida (6 archivos que lee Mission Control)
metrics.json · tasks.json · calendar.json · memories.json · team.json · status.json
Arquitectura de Skills y Flujo de Decisiones
Los skills son la capa de ejecucion. Los playbooks son la capa de decisiones. Se conectan a traves de referencias compartidas.
Capa de Decisiones: PLAYBOOK.md
La central de conmutacion. Dirige hacia las reglas relevantes para la tarea actual:
- SOUL.md para la estructura de blog y restricciones de comportamiento
- VOICE.md para la aplicacion de reglas anti-slop
- MISSION-CONTROL.md para el pipeline del dashboard
Capa de Ejecucion: 4 Skills del Workspace
| Skill | Referencias |
|---|---|
| blog-pipeline/ | SOUL.md, VOICE.md, canal de Discord, nio-blog/ |
| website-ops/ | MISSION-CONTROL.md, 5 apps, paquetes compartidos |
| content-pipeline/ | VOICE.md, Typefully, Substack, pilares de contenido |
| cron-ops/ | jobs.json (3 habilitados, 8 deshabilitados) |
Nota de limpieza: archivos de flujo de trabajo antiguos y puntuales se eliminaron (WORKFLOW_AUTO.md, mission-control-status.md). El sistema converge hacia menos fuentes de verdad, pero mas precisas.
Enrutamiento de Modelos y Cadena de Respaldo
Diferentes tareas se enrutan a diferentes modelos segun el costo y la capacidad. Si el modelo principal alcanza un limite de tasa o tope de facturacion, el sistema recorre la cadena automaticamente.
| Tarea | Modelo | Por que |
|---|---|---|
| Chat / operaciones rapidas | GPT-5.2 | Gratis via OAuth |
| Creacion de contenido | Opus | No negociable para la calidad |
| Crons de alta frecuencia | Qwen 2.5 14B (local) | Gratis, corre en Ollama |
| Codigo / razonamiento | Sonnet → Opus | Escalamiento eficiente en costo |
Cadena de Respaldo Automatica
Si el modelo principal falla (limite de tasa, facturacion, timeout), OpenClaw recorre la cadena automaticamente:
- Opus (primario, Anthropic API)
- Sonnet (mismo proveedor, nivel mas economico)
- GPT-5.3-codex (OAuth gratuito, razonamiento mas fuerte de OpenAI)
- GPT-5.2 (OAuth gratuito, proposito general)
- Gemini 3 Pro (Google API, ultimo recurso)
No mas paradas en seco a mitad de tarea. El agente sigue trabajando sin importar que proveedor este disponible.
Usando Esto como Tu Plantilla
Para implementar esta estructura en tu propio workspace de OpenClaw:
- Comienza con AGENTS.md - define tu secuencia de arranque y el orden de carga de archivos
- Crea los 7 archivos principales - SOUL, IDENTITY, USER, BRAIN, HEARTBEAT, VOICE, MEMORY
- Configura los archivos de infraestructura - TOOLS, PLAYBOOK, MISSION-CONTROL, CLIENTS
- Construye skills incrementalmente - comienza con 3-4 skills, crece segun tus necesidades operativas
- Establece el pipeline - conecta con tus herramientas (Discord, mensajeria, dashboards)
- Implementa sistemas de memoria - registros diarios que promueven a memoria a largo plazo
La idea clave: esto no es organizacion de archivos. Es un sistema operativo donde cada archivo cumple una funcion especifica en el proceso de toma de decisiones de la IA. La estructura crea memoria institucional que se acumula con el tiempo.