Merge branch 'main' of ssh://192.168.3.17:2222/ishenwei/nexus

2026-04-18 12:07:53 +08:00
parent afbe458719 7d361490b2
commit 06c73565a0
85 changed files with 2857 additions and 7 deletions
--- a/Users/weishen/Workspace/nexus/openclaw/meigen-ai创作平台-2026-04-18.md
+++ b/Users/weishen/Workspace/nexus/openclaw/meigen-ai创作平台-2026-04-18.md
@@ -0,0 +1,37 @@
+# meigen.ai：一整条 AI 图片 & 视频创作链路
+
+> 来源：Telegram频道「AI探索指南」
+> 作者：AI探索指南 @aigc1024
+> 日期：2026-04-18
+
+## 核心定位
+
+很多提示词网站只是在堆内容，而 MeiGen 做的是一整条创作链路：
+**找提示词 → 生成图片 → 修改优化 → 发布分享**
+
+整个流程几乎没有卡点。这次更新之后，它甚至把 AI 图片创作 → AI 视频创作也打通了。
+
+## 创作链路（5步闭环）
+
+| 步骤 | 功能 | 说明 |
+|------|------|------|
+| 1 | 找提示词 | 内置多个标签体系，搜索历史和社区帖子，快速找到想要的提示词 |
+| 2 | 生成图片 | 找到提示词后可以直接生成图片，无需跳转其它工具 |
+| 3 | 图生视频 | 支持 veo3.1 模型，生成图片后可以直接图生视频 |
+| 4 | 修改优化 | 内置修图 / 抠图 / 反推提示词等基础修改能力 |
+| 5 | 发布分享 | 一键发布到 𝕏，减少内容创作中的重复操作 |
+
+## 亮点更新
+
+- **veo3.1 模型**：新增图生视频功能，创作效率直接拉满
+- **开源 MCP 工具**：让你的 OpenClaw / Claude Code 具备类似 Lovart 的创意规划能力
+- **被 Awesome Prompt Engineering 收录**（5.5k⭐）
+
+## 资源链接
+
+- 网站：https://meigen.ai
+- GitHub：https://github.com/jau123
+
+## 标签
+
+#AI图片 #提示词 #创作工具 #veo3 #MCP #效率工具
--- a/wiki/concepts/AI生成技能.md
+++ b/wiki/concepts/AI生成技能.md
@@ -0,0 +1,17 @@
+---
+title: "AI生成技能"
+type: concept
+tags: [claude-code, skill-category]
+date: 2026-04-18
+---
+
+## Summary
+AI生成技能是 baoyu-skills 三大技能分类之一，专注于 AI 驱动的生成后端。
+
+## Definition
+AI生成技能包括：baoyu-imagine（图像生成）、baoyu-danger-gemini-web（Gemini Web 交互）。
+
+## Connections
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[内容技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[AI生成技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[工具技能]]
--- a/wiki/concepts/API-Enablement.md
+++ b/wiki/concepts/API-Enablement.md
@@ -0,0 +1,17 @@
+---
+title: "API Enablement"
+type: concept
+tags: [google, api, cloud]
+sources: []
+---
+
+## Definition
+API Enablement（API 启用）是 Google Cloud Console 中的操作，允许项目启用特定的 API 服务以进行编程访问。
+
+## Context
+- gog CLI 调用 Google API 需要两层配置：OAuth 身份认证 + API 启用
+- 常见错误 "403 accessNotConfigured" 表示对应 API 未在项目中启用
+- 启用 API 后需要 30 秒~2 分钟生效，且需要重新授权以获取新权限
+
+## Connections
+- [[GOG-CLI-安装配置指南]] ← API 调用前提于 ← [[API-Enablement]]
--- a/wiki/concepts/Bot.md
+++ b/wiki/concepts/Bot.md
@@ -0,0 +1,26 @@
+---
+title: "Bot（智能体）"
+type: concept
+tags: [ai, 智能体, 对话]
+---
+
+## Description
+Bot（智能体）在 Coze 平台中指对话型 AI 智能体，是最基础的智能体开发模式。用户通过自然语言与 Bot 对话，Bot 根据预设的提示词和知识库生成回复。Bot 模式适合快速创建轻量级对话应用。
+
+## Key Features
+- **自然语言对话**：用户通过自然语言与 Bot 交互
+- **提示词配置**：通过编写提示词定义 Bot 的行为和角色
+- **知识库集成**：可挂载知识库实现 RAG（检索增强生成）
+- **插件扩展**：支持调用外部插件扩展能力
+- **对话历史**：支持多轮对话上下文记忆
+
+## Use Cases
+- 智能客服
+- 问答助手
+- 内容创作
+- 教育辅导
+
+## Related
+- [[Coze（扣子）]] — Bot 所在的开发平台
+- [[Coze Workflow]] — Coze 的另一种开发模式
+- [[RAG]] — 检索增强生成技术
--- a/wiki/concepts/Coze-Workflow.md
+++ b/wiki/concepts/Coze-Workflow.md
@@ -0,0 +1,25 @@
+---
+title: "Coze Workflow"
+type: concept
+tags: [ai, 智能体, 工作流]
+---
+
+## Description
+Coze 平台的工作流模式（Workflow），用于编排复杂的 AI 业务流程。与 Bot（对话型智能体）模式不同，Workflow 支持更复杂的企业级业务逻辑编排，可通过可视化界面串联多个节点，实现自动化业务流程。
+
+## Key Features
+- **可视化编排**：通过拖拽节点构建业务流程
+- **多节点类型**：支持大模型、插件、代码、条件分支等多种节点
+- **变量传递**：节点间可传递变量，实现数据流转
+- **错误处理**：支持异常捕获和重试机制
+- **版本管理**：支持工作流版本回滚
+
+## Use Cases
+- 复杂业务审批流程
+- 数据处理与分析流水线
+- 多系统集成自动化
+- 企业级 AI 应用开发
+
+## Related
+- [[Coze（扣子）]] — 提供 Workflow 的平台
+- [[Bot]] — Coze 的另一种开发模式
--- a/wiki/concepts/KPI-卡片.md
+++ b/wiki/concepts/KPI-卡片.md
@@ -0,0 +1,26 @@
+---
+title: "KPI 卡片"
+type: concept
+tags: [数据可视化, BI, 指标]
+---
+
+## Definition
+关键绩效指标（Key Performance Indicator）可视化展示组件，以卡片形式直观展示核心业务数据。
+
+## Common KPIs for E-commerce
+- 总产品数
+- 热卖产品数（sold > X）
+- 平均评分
+- 平均最终价格
+- 总 GMV
+- 平均折扣比例
+- 好评占比
+
+## Use Cases
+- Dashboard 首页总览，快速了解业务整体状况
+- 实时监控关键指标变化
+- 目标达成率展示
+
+## Related Concepts
+- [[Superset-Dashboard]]：KPI 卡片的展示容器
+- [[Apache-Superset]]：BI 平台
--- a/wiki/concepts/Nano-Banana-2.md
+++ b/wiki/concepts/Nano-Banana-2.md
@@ -0,0 +1,41 @@
+---
+title: "Nano Banana 2"
+type: concept
+tags: [ai, image-generation]
+sources: [全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md]
+last_updated: 2025-12-19
+---
+
+## Summary
+Google 发布的推理型图像生成模型（正式代号 Gemini 3 Pro Image），是 Nano Banana 系列的第二代产品。与传统图像模型不同，Nano Banana 2 在生成图像前会进行内部推理，自动补完用户的深层次需求。
+
+## Key Capabilities
+- **推理能力**：生成图像前进行内部推理，思考用户给出的提示词并自动补完深层次需求
+- **更高图像质量**：相比第一代大幅提升
+- **多语言长文本渲染**：支持复杂的中文界面和长文本渲染
+- **高分辨率输出**：支持 1K、2K、4K 分辨率
+- **多图像组合**：最多可将 14 张输入图像组合为 1 张输出图像
+- **最新知识支持**：根据最新知识库进行填充
+- **中文界面生成**：擅长生成复杂的中文界面
+
+## Use Cases
+- 科研配图生成
+- 技术路线图绘制
+- 教学插画制作
+- 儿童绘本创作
+- 电商配图设计
+- 海报生成
+- 漫画生成
+- 游戏界面伪造
+- 监控录像画面模拟
+- 顶刊科研配图
+
+## Connections
+- [[Google]] ← publishes
+- [[Gemini 3 Pro Image]] ← is_also_known_as
+- [[DeepSider]] ← provides_access (国内访问)
+- [[Nano Banana Pro]] ← is_preceded_by
+
+## Aliases
+- Gemini 3 Pro Image
+- Nano2
--- a/wiki/concepts/OAuth.md
+++ b/wiki/concepts/OAuth.md
@@ -0,0 +1,18 @@
+---
+title: "OAuth"
+type: concept
+tags: [authentication, authorization, google]
+sources: []
+---
+
+## Definition
+OAuth（开放授权）是一种授权机制，允许第三方应用在获得用户授权后访问其 Google 账号中的敏感信息，而无需提供密码。
+
+## Context
+- 在 gog CLI 配置中用于授权访问 Google Workspace 六大服务
+- Google OAuth 需要创建 OAuth 客户端 ID 并下载 credentials.json
+- 未验证的 Google 应用需要添加测试用户才能完成授权
+
+## Connections
+- [[GOG-CLI-安装配置指南]] ← 授权机制于 ← [[OAuth]]
+- [[Google-Cloud-Console]] ← 创建凭证于 ← [[OAuth]]
--- a/wiki/concepts/SQL-View.md
+++ b/wiki/concepts/SQL-View.md
@@ -0,0 +1,32 @@
+---
+title: "SQL View"
+type: concept
+tags: [数据库, SQL, 数据预处理]
+---
+
+## Definition
+预处理的数据库视图（View），通过 SQL 查询定义，用于解析 JSON 字段、计算派生指标、聚合数据，使 BI 工具能直接使用数值字段。
+
+## Common Use Cases
+- 解析 JSON 字段：如 `JSON_EXTRACT(prodct_rating, '$.rating') AS rating`
+- 计算派生指标：如 `(final_price * sold) AS total_gmv`
+- 数据聚合：如按类目汇总销量、销售额
+
+## Example
+```sql
+CREATE OR REPLACE VIEW view_products_cleaned AS
+SELECT
+    id,
+    title,
+    category,
+    final_price,
+    sold,
+    JSON_EXTRACT(prodct_rating, '$.rating') AS rating,
+    JSON_EXTRACT(prodct_rating, '$.count') AS rating_count,
+    (final_price * sold) AS total_gmv
+FROM products;
+```
+
+## Related Concepts
+- [[Apache-Superset]]：使用 SQL View 作为数据集
+- [[JSON-字段解析]]：从 JSON 数据中提取值
--- a/wiki/concepts/Superset-Dashboard.md
+++ b/wiki/concepts/Superset-Dashboard.md
@@ -0,0 +1,23 @@
+---
+title: "Superset Dashboard"
+type: concept
+tags: [Apache-Superset, 数据可视化, BI]
+---
+
+## Definition
+Apache Superset 数据可视化仪表盘，包含图表（Chart）、过滤器（Filter）、布局（Layout）的完整组合，用于展示和分析业务数据。
+
+## Core Components
+- **Chart（图表）**：数据可视化单元，如 Bar Chart、Scatter Plot、Heatmap、Table 等
+- **Filter（过滤器）**：交互式筛选器，支持 Category、Store Name、价格范围、时间范围等
+- **Layout（布局）**：仪表盘的页面结构安排，通常按行/列分布
+
+## Use Cases
+- 电商选品分析 Dashboard：展示热销产品、价格带分布、类目机会等
+- 竞争对手监控 Dashboard：展示店铺 GMV、销量排名、上新趋势等
+- 评论质量分析 Dashboard：展示评分趋势、评论数量、好评/差评占比等
+
+## Related Concepts
+- [[KPI-卡片]]：关键绩效指标展示组件
+- [[SQL-View]]：数据预处理视图
+- [[Apache-Superset]]：开源 BI 平台
--- a/wiki/concepts/TikTok-Shop.md
+++ b/wiki/concepts/TikTok-Shop.md
@@ -0,0 +1,18 @@
+---
+title: "TikTok Shop"
+type: concept
+tags: [跨境电商, 电商平台]
+---
+
+TikTok Shop（也称为 TikTok 电商）是字节跳动旗下的短视频电商平台，集成在 TikTok 应用中，允许创作者和商家通过短视频和直播直接销售商品。
+
+## Core Features
+- 短视频带货：通过 TikTok 视频内容推广商品
+- 直播带货：通过 TikTok Live 实时展示和销售商品
+- 联盟营销：创作者可以推广商家商品获取佣金
+- 物流支持：提供面单系统和物流追踪服务
+
+## Related Concepts
+- [[面单授权]]：物流面单打印的授权配置
+- [[美国本土店]]：TikTok Shop 美国地区的本地商家店铺
+- [[跨境电商]]：涉及跨国境的电子商务活动
--- a/wiki/concepts/Token.md
+++ b/wiki/concepts/Token.md
@@ -0,0 +1,18 @@
+---
+title: "Token"
+type: concept
+tags: [llm, token]
+date: 2025-12-20
+---
+
+## Definition
+大模型各种算法的基本输入单元，可以认为是一个单词或者一个短语。
+
+## Token Calculation Rules
+- 1 个英文字符 ≈ 0.3 个 token
+- 1 个中文字符 ≈ 0.6 个 token
+
+## Related Concepts
+- [[LLM]]：使用 Token 作为输入的语言模型
+- [[Embedding]]：将 Token 转化为向量化表示
+- [[vLLM]]：优化 Token 处理效率的推理引擎
--- a/wiki/concepts/vLLM.md
+++ b/wiki/concepts/vLLM.md
@@ -0,0 +1,32 @@
+---
+title: "vLLM"
+type: concept
+tags: [llm, vllm, 推理引擎]
+date: 2025-12-20
+---
+
+## Definition
+vLLM（虚拟大语言模型），由 vLLM 社区维护的开源项目，旨在让大语言模型更高效地大规模执行计算，通过更好地利用 GPU 内存来加快生成式 AI 应用的输出速度。
+
+## Core Technologies
+
+### KV Cache
+- **K 和 V**：每个 token 的向量化后通过线性变换得到的两类向量，用于注意力计算
+- **KV Cache**：将历史 K/V 保存下来，后续步不用重复计算
+- **问题**：KV Cache 随上下文长度、层数、头数、维度线性增长，成为推理中最大的显存开销之一
+
+### PagedAttention（分块 attention）
+- 将每条序列的 KV Cache 切分为固定大小的块（block）
+- 用页表式映射管理它们，像操作系统的虚拟内存一样灵活调度
+- 避免了按序列分配一大块连续内存导致的碎片化和 OOM
+- 支持动态并发与复用
+
+### Continuous Batching（连续批处理）
+- 不是攒满一批再跑，而是在每个解码步骤（按 token 迭代）都把活跃请求组装成一个批
+- 序列长度不同也能高效合批，GPU 基本满负载运转
+- 减少短任务被长任务阻塞的头阻塞，提高并发与公平性
+
+## Related Concepts
+- [[LLM]]：使用 vLLM 进行推理的语言模型
+- [[Token]]：vLLM 处理的基本单元
+- [[PagedAttention]]：vLLM 的核心技术
--- a/wiki/concepts/九宫格法.md
+++ b/wiki/concepts/九宫格法.md
@@ -0,0 +1,34 @@
+---
+title: "九宫格法"
+type: concept
+tags: [AI, 图像生成, 视频制作]
+last_updated: 2026-04-18
+---
+
+## Definition
+同时生成 3×3 共九个分镜画面的方法，保证机位与角度不变，画面一致性强。
+
+## Principle
+1. 在同一提示词中一次性描述全部 9 个阶段
+2. 使用相同的机位和角度描述
+3. 仅改变施工进度/状态变化
+4. AI 会保持空间和光影的一致性
+
+## Application
+- 利用 Google AI Studio 生成 3×3 大图
+- 利用工具自动裁切成 9 张竖屏图（9:16）
+- 为首尾针动画制作提供素材
+
+## Advantages
+- 保证画面空间一致
+- 保证光影连贯
+- 减少逐帧生成的不一致问题
+
+## Related Tools
+- [[Nano Banana]] — 图像生成
+- [[Midjourney]] — 图像生成
+- [[Google AI Studio]] — 裁切工具
+
+## Related Concepts
+- [[固定机位]] — 配合使用
+- [[首尾针动画]] — 下游应用
--- a/wiki/concepts/共识投票-Consensus.md
+++ b/wiki/concepts/共识投票-Consensus.md
@@ -0,0 +1,39 @@
+---
+title: "共识投票 (Consensus)"
+type: concept
+tags: [agent-architecture, multi-agent, reliability]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Definition
+共识投票是一种多智能体架构模式，通过多个模型独立处理同一任务，然后通过多数票机制选择最常见的答案，从而抵消单个模型的随机噪声和错误。
+
+## How It Works
+
+### 1. Spawn N LLMs
+生成 N 个 LLM 实例。N 需要通过尝试和错误在成本与可靠性之间找到平衡。
+
+### 2. Fan Out Work
+将完全相同的任务分配给所有模型。
+
+### 3. Fan In Results
+选择最常见的答案作为最终输出。
+
+## Mathematical Basis
+如果一个模型有 20% 的概率出现幻觉，那么 3 个模型出现完全相同的谎言的概率仅为 0.8%（0.2³ = 0.008）。
+
+## Nuances
+- 理想情况下应使用不同模型，以降低思维同质化风险
+- 确保参与者之间无反馈回路，否则群体思维和从众效应会扭曲结果
+- 实验应像盲测一样进行
+- 成本较高，本质上是将同一任务交给多个代理
+
+## Best For
+事实核查和分类任务（例如"这是垃圾邮件吗？"）
+
+## Related Concepts
+- [[多智能体系统可靠性]]
+- [[复合 SLO]]
+- [[群体思维]]
+- [[从众效应]]
--- a/wiki/concepts/内容技能.md
+++ b/wiki/concepts/内容技能.md
@@ -0,0 +1,17 @@
+---
+title: "内容技能"
+type: concept
+tags: [claude-code, skill-category]
+date: 2026-04-18
+---
+
+## Summary
+内容技能是 baoyu-skills 三大技能分类之一，专注于内容生成和发布。
+
+## Definition
+内容技能包括：baoyu-xhs-images、baoyu-infographic、baoyu-cover-image、baoyu-slide-deck、baoyu-comic、baoyu-article-illustrator、baoyu-post-to-x、baoyu-post-to-wechat、baoyu-post-to-weibo。
+
+## Connections
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[内容技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[AI生成技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[工具技能]]
--- a/wiki/concepts/内容连续变化.md
+++ b/wiki/concepts/内容连续变化.md
@@ -0,0 +1,24 @@
+---
+title: "内容连续变化"
+type: concept
+tags: [视频制作, 短视频]
+last_updated: 2026-04-18
+---
+
+## Definition
+视频主体信息随时间持续发生明确阶段性变化。是家装短视频成功的三大关键词之一。
+
+## Characteristics
+- 明确的阶段划分
+- 可视化的进度变化
+- 连续而非跳跃的状态
+
+## Examples
+- 装修进度：毛坯房 → 水电 → 地砖 → 墙面 → 家具
+- 产品使用：使用前 → 使用中 → 使用后
+- 植物生长：种子 → 发芽 → 成长 → 开花
+
+## Related Concepts
+- [[固定机位]] — 配合使用
+- [[时间压缩]] — 配合使用
+- [[九宫格法]] — 实现方法
--- a/wiki/concepts/分镜拆解.md
+++ b/wiki/concepts/分镜拆解.md
@@ -0,0 +1,29 @@
+---
+title: "分镜拆解"
+type: concept
+tags: [视频制作, AI, 分镜]
+last_updated: 2026-04-18
+---
+
+## Definition
+将视频内容拆分成多个画面阶段描述的过程。是 AI 视频制作流程的起始步骤。
+
+## Process
+1. 输入视频链接或描述至 Google AI Studio
+2. 让模型分析视频逻辑
+3. 自动生成多个分镜描述
+4. 确保机位固定、场景顺序清晰
+
+## Tools
+- [[Google AI Studio]] — 主流工具
+- [[XAR GPT]] — AI 分镜工具
+- [[GEMALA]] — AI 分镜工具
+
+## Output
+- 分镜数量：通常 9 个分镜
+- 描述内容：每个阶段的画面描述
+- 阶段要求：摄像机机位固定、场景顺序清晰、阶段明确
+
+## Related Concepts
+- [[九宫格法]] — 下游步骤
+- [[首尾针动画]] — 后续动画
--- a/wiki/concepts/卡点.md
+++ b/wiki/concepts/卡点.md
@@ -0,0 +1,23 @@
+---
+title: "卡点"
+type: concept
+tags: [视频剪辑, 音效]
+last_updated: 2026-04-18
+---
+
+## Definition
+画面变化与音乐节奏巧妙同步，提高观看体验的技术。
+
+## Purpose
+- 视觉与听觉的协调统一
+- 增强节奏感和代入感
+- 提升视频整体观感
+
+## Application
+- 画面切换与背景音乐节拍对齐
+- 施工音效（如敲击、电钻、切割）与动作同步
+- 高潮部分与音乐高潮叠加
+
+## Related Concepts
+- [[快节奏剪辑]] — 配合使用
+- [[声音设计]] — 上游设计
--- a/wiki/concepts/固定机位.md
+++ b/wiki/concepts/固定机位.md
@@ -0,0 +1,25 @@
+---
+title: "固定机位"
+type: concept
+tags: [视频制作, 短视频, 摄影]
+last_updated: 2026-04-18
+---
+
+## Definition
+摄像机位置固定不变，是视频画面统一和连贯的基础。是家装短视频成功的三大关键词之一。
+
+## Characteristics
+- 摄像机位置不移动
+- 视角固定
+- 便于 AI 处理时间流逝效果
+
+## Advantages
+- 减少复杂摄像设备需求
+- 画面一致性强
+- AI 对此类时间推移处理表现优异
+- 方便九宫格法生成一致图像
+
+## Related Concepts
+- [[内容连续变化]] — 配合使用
+- [[时间压缩]] — 配合使用
+- [[九宫格法]] — 实现方法
--- a/wiki/concepts/图生视频.md
+++ b/wiki/concepts/图生视频.md
@@ -1,12 +1,19 @@
 ---
 title: 图生视频
 type: concept
-tags: [ai-video]
+tags: [ai-video, ai, prompt]
+date: 2026-04-18
 ---

 ## Definition
 图生视频（Image-to-Video，简称 I2V）是一种人工智能技术，能够将静态图片通过 AI 算法转化为动态视频内容。

+## E-commerce Application
+TikTok 电商场景应用：
+- 宠物用品/宠物衣服展示视频生成
+- 使用 [[模块化Prompt库]] 降低翻车率
+- 通过 [[防穿帮]] Prompt 避免违和感
+
 ## How It Works
 1. AI 分析图片中的主体、背景和艺术风格
 2. 识别图像中的元素及其可能的运动方向
--- a/wiki/concepts/对抗式辩论-Adversarial-Debate.md
+++ b/wiki/concepts/对抗式辩论-Adversarial-Debate.md
@@ -0,0 +1,38 @@
+---
+title: "对抗式辩论 (Adversarial Debate)"
+type: concept
+tags: [agent-architecture, multi-agent, reliability]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Definition
+对抗式辩论是一种多智能体架构模式，模仿法庭审判结构：一方提出方案，另一方作为"魔鬼代言人"反驳，由第三方评判谁是谁非。通过外部批评者模拟人类"恐惧"机制，纠正 LLM"好好先生"的倾向。
+
+## Components
+
+### Generator（生成器）
+提出方案或计划
+
+### Critic（批评者）
+扮演反方角色，列出方案的问题和缺陷
+
+### Judge（评判器）
+作为主持人，判断批评者是否言之有理，要求生成器修正
+
+## Why It Works
+LLM 是"好好先生"，一旦开始写作很少自我纠正。通过指定一个"敌人"来模拟人类对犯错的恐惧，强制模型重新审视自己的输出。
+
+## Nuances
+- 理想情况下 Generator、Critic、Judge 应使用 3 个不同模型
+- 顺序执行且具有循环特性，速度可能非常慢
+- 参与者可能陷入无限争论
+- 可使用 Watchdog Pattern（确定性代码）在超过时间或计数器阈值时打破循环
+
+## Best For
+安全分析、代码审查、高风险内容审核
+
+## Related Concepts
+- [[多智能体系统可靠性]]
+- [[群体思维]]
+- [[SRE]]
--- a/wiki/concepts/层级结构-Hierarchy.md
+++ b/wiki/concepts/层级结构-Hierarchy.md
@@ -0,0 +1,44 @@
+---
+title: "层级结构 (Hierarchy)"
+type: concept
+tags: [agent-architecture, multi-agent, reliability]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Definition
+层级结构是一种多智能体架构模式，模仿人类组织的管理层级：Planner（规划器）制定计划并分解任务 → Worker（工作器）执行具体子任务 → Validator（验证器）检查结果并决定是否通过。
+
+## Components
+
+### Planner
+- 通常使用智能模型（如 Claude Opus）
+- 将用户目标分解为可执行的原子步骤
+- 根据 Worker 能力分配任务
+
+### Worker
+- 专门化的智能体，通常使用更小更快的模型
+- 可能经过微调或拥有特殊工具/提示词
+- 专注于单一任务，确保质量
+
+### Validator
+- 检查点，验证 Worker 输出
+- 可使用确定性代码（单元测试、JSON schema 验证）
+- 也可为 LLM 本身
+
+## Why It Works
+依赖图强制协作：Worker 必须等待 Planner 分配任务才能启动，且无法作弊因为会被 Validator 捕获。
+
+## Nuances
+- Planner 与 Validator 可为同一 LLM 会话，执行 PLAN → VALIDATION 循环
+- Validator 最好使用不同模型以提高客观性
+- 可单独验证每个 Worker 或汇总后统一验证
+- 顺序执行导致速度慢、成本高
+
+## Best For
+需要将上下文分开的复杂工作流，例如不让"撰稿人"看到"研究员"的混乱原始日志。
+
+## Related Concepts
+- [[多智能体系统可靠性]]
+- [[依赖图]]
+- [[SRE]]
--- a/wiki/concepts/工具技能.md
+++ b/wiki/concepts/工具技能.md
@@ -0,0 +1,17 @@
+---
+title: "工具技能"
+type: concept
+tags: [claude-code, skill-category]
+date: 2026-04-18
+---
+
+## Summary
+工具技能是 baoyu-skills 三大技能分类之一，专注于内容处理工具。
+
+## Definition
+工具技能包括：baoyu-youtube-transcript、baoyu-url-to-markdown、baoyu-danger-x-to-markdown、baoyu-compress-image、baoyu-format-markdown、baoyu-markdown-to-html、baoyu-translate。
+
+## Connections
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[内容技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[AI生成技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[工具技能]]
--- a/wiki/concepts/快节奏剪辑.md
+++ b/wiki/concepts/快节奏剪辑.md
@@ -0,0 +1,21 @@
+---
+title: "快节奏剪辑"
+type: concept
+tags: [视频剪辑, 短视频]
+last_updated: 2026-04-18
+---
+
+## Definition
+视频使用 2-4 倍速加速播放，结合硬切换手法，强化节奏感与流畅度的剪辑方式。
+
+## Key Points
+- 统一加速：建议 2-4 倍速（示例用 3 倍）
+- 无需复杂转场：首尾针动画自带平滑衔接，硬切效果更干净
+- 画面轻微裁边：如有黑边可稍微放大处理
+
+## Tools
+- [[剪映]] — 主流剪辑工具
+
+## Related Concepts
+- [[首尾针动画]] — 核心技术
+- [[卡点]] — 配合使用
--- a/wiki/concepts/数据蒸馏.md
+++ b/wiki/concepts/数据蒸馏.md
@@ -0,0 +1,23 @@
+---
+title: "数据蒸馏"
+type: concept
+tags: [ai, 数据蒸馏, 模型压缩]
+date: 2025-12-20
+---
+
+## Definition
+数据蒸馏（Data Distillation），利用一个高性能的大模型生成精简但有价值的数据，使得一个小模型可以从中学习并逼近大模型的效果。
+
+## Core Mechanism
+1. **教师模型（Teacher Model）**：高性能的大模型，负责生成高质量数据
+2. **数据生成**：教师模型产出精简但有价值的数据
+3. **学生模型（Student Model）**：小模型从蒸馏数据中学习
+
+## Use Cases
+- 模型压缩：将大模型知识迁移到小模型
+- 领域适应：在特定领域数据上微调
+- 成本优化：推理效率与效果的平衡
+
+## Related Concepts
+- [[LLM]]：教师模型和学生模型的源头
+- [[vLLM]]：高效的模型推理引擎
--- a/wiki/concepts/时间压缩.md
+++ b/wiki/concepts/时间压缩.md
@@ -0,0 +1,24 @@
+---
+title: "时间压缩"
+type: concept
+tags: [视频制作, 短视频]
+last_updated: 2026-04-18
+---
+
+## Definition
+将长时间拍摄过程在视频中浓缩表现的手法。是家装短视频成功的三大关键词之一。
+
+## Principle
+- 提取关键阶段
+- 省略中间冗余过程
+- 快速展示结果变化
+
+## Application
+- 装修几个月甚至几年的过程压缩到几秒
+- 植物生长过程压缩到十几秒
+- 产品制作全流程快速展示
+
+## Related Concepts
+- [[固定机位]] — 配合使用
+- [[内容连续变化]] — 配合使用
+- [[首尾针动画]] — 技术实现
--- a/wiki/concepts/模块化Prompt库.md
+++ b/wiki/concepts/模块化Prompt库.md
@@ -0,0 +1,31 @@
+---
+title: "模块化Prompt库"
+type: concept
+tags: [ai, prompt, prompt-engineering]
+date: 2026-04-18
+---
+
+## Definition
+将 Prompt 拆分为可独立使用、灵活组合的模块化设计模式。每个模块专注单一功能，通过"积木式"组合满足不同场景需求。
+
+## Core Components
+- **01 产品展示 Prompt**：80% 视频使用，聚焦产品细节、材质、走线、表面细节
+- **02 宠物动作 Prompt**：自然真实的宠物动作（走路、趴着、坐着）
+- **03 衣服对齐 Prompt**：防止衣服穿帮，保持服装贴合宠物身体
+- **04 场景变化 Prompt**：场景模块（室内、户外、冬季感）
+- **05 负向提示**：统一降低翻车率的负面提示
+- **06 卖货文案 Prompt**：TikTok 卖货文案生成
+- **07 全流程示例**：完整流水线示例
+
+## Use Cases
+- TikTok 电商视频生成
+- 宠物用品/宠物衣服展示视频
+- 规模化视频内容生产
+
+## Related Concepts
+- [[图生视频]]：AI 将静态图像转化为动态视频的技术
+- [[提示语设计]]：通过精心设计的提示词提升 AI 输出质量的技术
+- [[Prompt库]]：提示词库，提供现成提示词供用户参考和定制
+
+## Related Entities
+- [[TikTok]]：字节跳动旗下短视频电商平台
--- a/wiki/concepts/淘汰制-Knock-out.md
+++ b/wiki/concepts/淘汰制-Knock-out.md
@@ -0,0 +1,38 @@
+---
+title: "淘汰制 (Knock-out)"
+type: concept
+tags: [agent-architecture, multi-agent, reliability]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Definition
+淘汰制是一种多智能体架构模式，模仿遗传算法中的"适者生存"机制。多个 Agent 执行同一任务，通过验证器评估并淘汰表现最差的，保留最优者或生成新候选。
+
+## Implementation
+
+### 1. Give Task to N Agents
+将任务分配给 N 个 Agent
+
+### 2. Validator Decides Elimination
+使用验证器决定哪些 Agent 被淘汰
+
+### 3. [Optional] Replace Dead Agent
+可选：用具有获胜者特征的新 Agent 替换被淘汰的 Agent
+
+## SRE Analogy
+在 SRE 中，我们把服务器视为"牲畜"（cattle，可替换），而不是"宠物"（pets，独一无二且备受珍视）。LLM Agent 就像是牲畜：不要给它起名字就指望它能做得很好，启动它，检查它的运行情况，如果失败就将其淘汰。
+
+## Nuances
+- 需要快速验证输出的方法（如单元测试）
+- 如果需要人工检查所有分支，速度太慢且容易出错
+- 更高级的设置可能尝试通过组合通过验证的 Agent 的提示词来创建新 Agent
+
+## Best For
+迭代式智能体工程，通常用于开发或调试现有多智能体系统，而非生产环境和真实用户负载。
+
+## Related Concepts
+- [[多智能体系统可靠性]]
+- [[遗传算法]]
+- [[适应度函数]]
+- [[SRE]]
--- a/wiki/concepts/虚拟环境-venv.md
+++ b/wiki/concepts/虚拟环境-venv.md
@@ -0,0 +1,30 @@
+---
+title: "虚拟环境 (venv)"
+type: concept
+tags: [python, 环境配置]
+---
+
+## 定义
+Python 虚拟环境（Virtual Environment）是一种依赖隔离机制，通过 `python3 -m venv venv` 命令创建独立的 Python 运行环境，使每个项目拥有独立的依赖包，避免全局污染和版本冲突。
+
+## 核心特性
+- 依赖隔离：每个项目可安装不同版本的同一包
+- 环境激活：`source venv/bin/activate` 激活环境
+- 可移植性：通过 `pip freeze > requirements.txt` 导出依赖列表
+- 轻量级：基于 Python 标准库实现，无需额外安装
+
+## 使用场景
+- Docker 容器内运行 Python 应用
+- 多项目共存且依赖版本不同
+- 隔离系统 Python 环境，避免全局污染
+
+## 相关工具
+- [[venv]]：Python 3.3+ 内置模块
+- [[virtualenv]]：第三方虚拟环境工具，功能更丰富
+- [[pipenv]]：结合 pip 和 venv 的依赖管理工具
+- [[poetry]]：现代化的 Python 依赖管理工具
+
+## 关联概念
+- [[Docker]]：容器化部署环境，venv 常用于隔离容器内 Python 依赖
+- [[Scrapy]]：Python 爬虫框架，可在 venv 中运行
+- [[Playwright]]：浏览器自动化工具，可在 venv 中运行
--- a/wiki/concepts/选品评分模型.md
+++ b/wiki/concepts/选品评分模型.md
@@ -0,0 +1,31 @@
+---
+title: "选品评分模型"
+type: concept
+tags: [电商, 选品, 算法, 评分模型]
+---
+
+## Definition
+通过加权公式自动评估和推荐优质产品的算法模型，综合考虑销量、评分、评论数量、折扣等多个维度。
+
+## Formula
+```
+score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5
+```
+
+## Parameters
+| 参数 | 权重 | 说明 |
+|------|------|------|
+| sold | 0.4 | 销量，最核心的选品指标 |
+| rating | 12 | 评分，反映产品质量 |
+| rating_count | 0.2 | 评分数量，反映口碑积累 |
+| discount_percent | 0.5 | 折扣力度，反映促销效果 |
+
+## Use Cases
+- 热卖品发现：筛选高评分但销量低的价值洼地
+- 价格带分析：识别最优价格带
+- 类目机会识别：找出"产品少但销量大"的蓝海类目
+
+## Related Concepts
+- [[Superset-Dashboard]]：选品评分模型的展示界面
+- [[TikTok-Shop]]：电商平台数据源
+- [[products]]：产品数据表
--- a/wiki/concepts/通才.md
+++ b/wiki/concepts/通才.md
@@ -0,0 +1,27 @@
+---
+title: "通才"
+type: concept
+tags: [个人发展]
+---
+
+## Summary
+- 定义：跨领域知识整合者，拥有广泛兴趣和多元能力的人才
+- 区别：与单一专业者（专才）相对，强调跨领域知识整合与创新
+- 价值：AI 时代，多兴趣能建立更复杂的现实模型，发现更多机会
+
+## Background
+Adam Smith 指出，专业化分工使工人变得愚蠢和依赖。达·芬奇、米开朗基罗等文艺复兴人物都是通才。AI 时代，任何人都可以追求多领域精通。
+
+## Three Ingredients
+1. **Self-education（自学）**：因兴趣驱动而非任务驱动
+2. **Self-interest（自利）**：关注自身利益
+3. **Self-sufficiency（自给自足）**：拒绝外包判断力和自主性
+
+## Key Claims
+- 你的优势更多在于跨领域知识，而非专业知识
+- 想法跨领域互补，创造独特的世界观
+- 能捕捉新颖想法并转化为市场价值
+
+## Connections
+- [[一人公司模式]] ← 依赖于 ← 通才
+- [[第二次文艺复兴]] → 产生 → 通才
--- a/wiki/concepts/防穿帮.md
+++ b/wiki/concepts/防穿帮.md
@@ -0,0 +1,31 @@
+---
+title: "防穿帮"
+type: concept
+tags: [ai, prompt, video-generation]
+date: 2026-04-18
+---
+
+## Definition
+AI 视频生成中的专业术语，指防止生成的视频中出现违和感（如物体穿模、飘动、不贴合等）。通过专用 Prompt 约束 AI 输出，减少视觉上的不自然感。
+
+## Problem Domain
+- 宠物衣服类视频最易穿帮：衣服不贴合身体、飘动、滑落
+- 物体悬浮：产品未接触地面或表面
+- 穿模：产品与宠物/场景边界模糊
+- 尺寸变化：运动过程中产品大小改变
+
+## Solution
+添加专用"防穿帮" Prompt：
+```
+The clothing must stay perfectly fitted to the pet's body.
+
+Rules:
+- the clothing follows body movement naturally
+- fabric moves subtly with motion
+- no slipping, floating, or clipping
+- no size change during movement
+```
+
+## Related Concepts
+- [[模块化Prompt库]]：将 Prompt 拆分为可复用的独立模块
+- [[图生视频]]：AI 将静态图像转化为动态视频的技术
--- a/wiki/concepts/面单授权.md
+++ b/wiki/concepts/面单授权.md
@@ -0,0 +1,16 @@
+---
+title: "面单授权"
+type: concept
+tags: [物流, 电商]
+---
+
+面单授权是指在跨境电商物流系统中，授权物流服务提供商打印和使用运单面单的过程。卖家需要完成授权配置后才能使用物流面单系统进行运单打印和发货。
+
+## Application Scenarios
+- TikTok Shop 物流配置
+- 亚马逊 FBA 库存配送
+- 其他跨境电商平台物流对接
+
+## Related Concepts
+- [[TikTok Shop]]：面单授权的应用平台之一
+- [[跨境电商]]：面单授权的主要应用领域
--- a/wiki/concepts/面单收费.md
+++ b/wiki/concepts/面单收费.md
@@ -0,0 +1,16 @@
+---
+title: "面单收费"
+type: concept
+tags: [跨境电商, 物流]
+---
+
+## Definition
+物流面单的费用计算规则，通常按实际重量和材积重取最大值收费。
+
+## Rules
+- 申报重量与实重/材积差距尽量不要超过 0.1Kg
+- 申报重量要低于收费重量，以免由于申报重量过高导致多支付运费
+
+## Related
+- [[预上网]]：已推送轨迹后取消需收取费用
+- [[材积重]]：体积折算的计费重量
--- a/wiki/concepts/预上网.md
+++ b/wiki/concepts/预上网.md
@@ -0,0 +1,15 @@
+---
+title: "预上网"
+type: concept
+tags: [物流, 物流追踪]
+---
+
+## Definition
+物流轨迹预生成的机制，物流商在收到货物后提前生成物流轨迹信息，24-48 小时左右可查询到上网信息。
+
+## Related
+- [[UIN渠道]]：提供预上网服务的物流渠道
+- [[物流轨迹]]：货物运输过程的追踪信息
+
+## Usage
+申请单号后 24-48 小时左右会有轨迹上网，请控制好申请单号的时间。
--- a/wiki/concepts/首尾针动画.md
+++ b/wiki/concepts/首尾针动画.md
@@ -0,0 +1,29 @@
+---
+title: "首尾针动画"
+type: concept
+tags: [AI, 动画, 视频制作]
+last_updated: 2026-04-18
+---
+
+## Definition
+通过上传两个关键帧图片（首针和尾针），AI 自动补齐中间变化动作，生成连贯动画的技术。
+
+## Principle
+1. 上传"首针图"（起始状态）
+2. 上传"尾针图"（结束状态）
+3. AI 自动分析两张图的差异
+4. AI 补齐中间过渡帧
+5. 生成平滑过渡的动画视频
+
+## Related Tools
+- [[KAI]] — 主流生成工具
+- [[海螺AI]] — 竞品
+
+## Related Concepts
+- [[九宫格法]] — 上游步骤
+- [[快节奏剪辑]] — 下游应用
+
+## Application
+- 家装视频从毛坯到精装的变化
+- 产品展示从使用前到使用后
+- 任何有时间流逝主题的场景
--- a/wiki/entities/Alex-Ewerlof.md
+++ b/wiki/entities/Alex-Ewerlof.md
@@ -0,0 +1,30 @@
+---
+title: "Alex Ewerlöf"
+type: entity
+tags: [person, engineer]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Aliases
+- Alex Ewerlöf
+
+## Profile
+- 资深工程师（Senior Staff Engineer）
+- 27 年工作经验
+- KTH 系统工程硕士
+
+## Expertise
+- 可靠性工程（Reliability Engineering）
+- 弹性架构（Resilient Architecture）
+- LLM 应用开发（自 2023 年起专攻）
+
+## Notable Work
+- 多智能体系统可靠性研究
+- Reliability Engineering Mindset（在线书籍）
+- Service Level Calculator（开源产品）
+
+## Related Concepts
+- [[可靠性工程]]
+- [[SRE]]
+- [[多智能体系统可靠性]]
--- a/wiki/entities/ClawHub.md
+++ b/wiki/entities/ClawHub.md
@@ -0,0 +1,13 @@
+---
+title: "ClawHub"
+type: entity
+tags: [platform, claude-code, skill-marketplace]
+date: 2026-04-18
+---
+
+## Summary
+ClawHub 是 Claude Code/OpenClaw 的技能发布和管理平台，支持将每个 skills 目录作为独立 skill 发布，用户可按需安装。
+
+## Connections
+- [[OpenClaw]] ← uses → [[ClawHub]]
+- [[baoyu-skills-claude-code-技能集]] ← published_to → [[ClawHub]]
--- a/wiki/entities/Cline.md
+++ b/wiki/entities/Cline.md
@@ -0,0 +1,26 @@
+---
+title: "Cline"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+Cline 是目前 VS Code 生态中公认最强大的开源自主编程插件，被广泛认为是 Cursor 的最佳开源平替。能将编辑器变身为全自动 AI 工程师，在执行敏感操作时会请求用户授权。
+
+## Aliases
+-cline/cline
+
+## Type
+开源 AI 编程插件
+
+## Role
+AI 代码编辑与生成
+
+## GitHub
+https://github.com/cline/cline
+
+## Connections
+- [[Cline]] ← 平替 ← [[Cursor]]
+- [[Cline]] → 平台 → [[VS-Code]]
+- [[Cline]] → 应用 → [[AI编程工具]]
--- a/wiki/entities/Coze（扣子）.md
+++ b/wiki/entities/Coze（扣子）.md
@@ -0,0 +1,31 @@
+---
+title: "Coze（扣子）"
+type: entity
+tags: [ai, 智能体, 平台]
+---
+
+## Aliases
+- Coze
+- 扣子
+- 扣子（Coze）
+
+## Description
+字节跳动旗下 AI Agent（智能体）开发平台，支持零代码构建智能体，分为国内版（coze.cn）和海外版（coze.com）。平台提供 Bot（对话型智能体）和 Workflow（工作流）两种开发模式，支持插件扩展和函数调用（Function Call）能力。
+
+## Key Features
+- **Bot 模式**：对话型 AI 智能体，快速创建可直接对话的 Agent
+- **Workflow 模式**：工作流编排，支持复杂企业级业务逻辑
+- **插件系统**：支持多种插件扩展，如天气查询、数据库操作等
+- **Function Call**：函数调用能力，实现 Agent 与外部系统集成
+- **多平台部署**：支持发布到飞书、Discord、Telegram 等平台
+
+## Use Cases
+- 智能客服
+- 内容生成
+- 数据分析
+- 业务流程自动化
+
+## Related
+- [[字节跳动]]：Coze 平台的母公司
+- [[Workflow]]：工作流模式
+- [[AI 解决方案专家培训课程]]
--- a/wiki/entities/Dan-Koe.md
+++ b/wiki/entities/Dan-Koe.md
@@ -0,0 +1,26 @@
+---
+title: "Dan Koe"
+type: entity
+tags: [人物, KOL]
+---
+
+## Aliases
+- The Dankoe
+- Dan
+
+## Summary
+- 身份：内容创作者、个人品牌教练、X 平台 KOL
+- 专长：个人品牌打造、内容创作策略、社交媒体增长
+- 作品：《如果你有多项兴趣爱好，不要浪费接下来的两三年时间》
+
+## Background
+Dan Koe 是一位专注于个人品牌和内容创作的 KOL，在 X 平台拥有大量订阅用户。他的核心观点是：多兴趣不是弱点，而是 AI 时代的超能力。他主张通过内容创作将个人兴趣转化为有利可图的事业。
+
+## Key Ideas
+- 三位一体：自学、自利、自给自足
+- 品牌即环境：品牌是小世界而非头像和简介
+- 创意博物馆：积累高质量想法的系统
+- 系统化产品：通过个人实践验证的解决方案
+
+## Connections
+- [[如果你有多项兴趣爱好-不要浪费接下来的两三年时间]] → 作者
--- a/wiki/entities/DeepSider.md
+++ b/wiki/entities/DeepSider.md
@@ -0,0 +1,34 @@
+---
+title: "DeepSider"
+type: entity
+tags: [ai-tool, browser-extension]
+sources: [全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md]
+last_updated: 2025-12-19
+---
+
+## Summary
+DeepSider 是一款浏览器插件（浏览器扩展），安装后可在国内直接访问 Nano Banana 2、Gemini 3.0、GPT-5.1 等几十款 AI 大模型。专为中文用户设计，无需特殊网络，无需海外账户。
+
+## Features
+- 支持 GPT5、GPT4.1 全系列（包括 GPT-4o 绘图、GPT5-Codex）
+- 支持 Claude 全系列（包括 Claude Opus）
+- 支持 Gemini 2.5 Pro 全系列
+- 支持 Grok 全系列
+- 支持 Nano Banana（包括高清图片生成模式）
+- 支持 Sora 2（包括最长 25 秒视频生成模式）
+- 支持中文界面生成
+- 侧边栏形式使用，不离开当前网页
+
+## Use Cases
+- 在网页上刷视频时让 AI 在侧边栏画图
+- 同时使用多个 AI 模型进行对比
+- 代码编写和文档解析
+
+## Connections
+- [[Google]] ← provides_access_to_Nano_Banana
+- [[OpenAI]] ← provides_access_to_GPT
+- [[Anthropic]] ← provides_access_to_Claude
+- [[xAI]] ← provides_access_to_Grok
+
+## Website
+- https://deepsider.ai
--- a/wiki/entities/Dify.md
+++ b/wiki/entities/Dify.md
@@ -0,0 +1,25 @@
+---
+title: "Dify"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+Dify 是目前市面上最拿得出手的 LLM 应用开发平台，专门帮企业和个人快速搭建带知识库 AI 机器人。把复杂的模型调试、提示词编排和工作流都做成了可视化界面。
+
+## Aliases
+-langgenius/dify
+
+## Type
+开源工作流平台
+
+## Role
+LLM 应用开发与部署
+
+## GitHub
+https://github.com/langgenius/dify
+
+## Connections
+- [[Dify]] ← 竞品 ← [[n8n]]
+- [[Dify]] → 应用 → [[智能体工作流]]
--- a/wiki/entities/Flux.md
+++ b/wiki/entities/Flux.md
@@ -0,0 +1,27 @@
+---
+title: "Flux"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+Flux 是开源界的 Midjourney，出自前 Stable Diffusion 核心团队之手。目前人体解剖学最正确的开源 AI 图像生成模型，能精准在图中写出指定单词。
+
+## Aliases
+- Flux AI
+- black-forest-labs/flux
+
+## Type
+开源 AI 生图模型
+
+## Role
+AI 图像生成，开源平替
+
+## GitHub
+https://github.com/black-forest-labs/flux
+
+## Connections
+- [[Flux]] ← 竞品 ← [[Midjourney]]
+- [[Flux]] ← 竞品 ← [[Stable-Diffusion]]
+- [[Flux]] → 应用 → [[AI生图模型]]
--- a/wiki/entities/GEMALA.md
+++ b/wiki/entities/GEMALA.md
@@ -0,0 +1,20 @@
+---
+title: "GEMALA"
+type: entity
+tags: [AI, 分镜, 视频制作]
+last_updated: 2026-04-18
+---
+
+## Description
+大脑类 AI 工具，负责视频逻辑分析，将视频内容转化为 AI 可理解的分镜描述。
+
+## Role
+- Category: 大脑类 AI 工具
+- Function: 视频逻辑分析
+
+## Related Tools
+- [[XAR GPT]] — 竞品
+- [[Google AI Studio]] — 配合使用
+
+## Related Concepts
+- [[分镜拆解]] — 核心概念
--- a/wiki/entities/Google-AI-Studio.md
+++ b/wiki/entities/Google-AI-Studio.md
@@ -0,0 +1,20 @@
+---
+title: "Google AI Studio"
+type: entity
+tags: [google, ai, development-tool]
+sources: [nano-banana-pro-prompting-guide-strategies-1.md]
+last_updated: 2025-12-19
+---
+
+## Summary
+Google 的 AI 开发平台，支持 Nano-Banana Pro 图像生成功能，是测试提示词和参数的最快方式。
+
+## Features
+- 图像生成功能
+- 提示词测试
+- 参数配置
+- 应用构建（AI Studio Build）
+
+## Connections
+- [[Google]] ← developed_by
+- [[Nano Banana Pro]] ← hosted_on
--- a/wiki/entities/Google-Cloud-Console.md
+++ b/wiki/entities/Google-Cloud-Console.md
@@ -0,0 +1,15 @@
+---
+title: "Google Cloud Console"
+type: entity
+tags: [google, cloud, console, api]
+sources: []
+---
+
+## Definition
+Google Cloud Console 是 Google 云平台的管理控制台，用于管理 Google Cloud 资源、API 启用、OAuth 凭证创建等。
+
+## Role
+- 在本项目中用于创建 OAuth 客户端 ID、启用 Google API 服务
+
+## Connections
+- [[GOG-CLI-安装配置指南]] ← 创建凭证于 ← [[Google-Cloud-Console]]
--- a/wiki/entities/Homebrew.md
+++ b/wiki/entities/Homebrew.md
@@ -0,0 +1,15 @@
+---
+title: "Homebrew"
+type: entity
+tags: [package-manager, macos]
+sources: []
+---
+
+## Definition
+Homebrew 是 macOS 的开源包管理器，用于安装缺失的 Unix 工具和 macOS 缺失的工具。
+
+## Role
+- 在本项目中用于安装 gog CLI 工具
+
+## Connections
+- [[GOG-CLI-安装配置指南]] ← 安装于 ← [[Homebrew]]
--- a/wiki/entities/HunyuanVideo.md
+++ b/wiki/entities/HunyuanVideo.md
@@ -0,0 +1,27 @@
+---
+title: "HunyuanVideo"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+HunyuanVideo（混元视频）是腾讯开源的视频生成模型，是目前开源界参数量最大的视频生成模型之一。原生能生成高分辨率视频，对中文 Prompt 的理解是天花板级别，动作连贯性极强。
+
+## Aliases
+-Tencent-Hunyuan/HunyuanVideo
+
+## Type
+开源 AI 视频生成模型
+
+## Role
+AI 视频生成
+
+## GitHub
+https://github.com/Tencent-Hunyuan/HunyuanVideo
+
+## Connections
+- [[HunyuanVideo]] ← 竞品 ← [[Veo-3]]
+- [[HunyuanVideo]] → 竞品 ← [[可灵]]
+- [[HunyuanVideo]] → 竞品 ← [[海螺AI]]
+- [[HunyuanVideo]] → 应用 → [[AI生视频模型]]
--- a/wiki/entities/KAI.md
+++ b/wiki/entities/KAI.md
@@ -0,0 +1,26 @@
+---
+title: "KAI"
+type: entity
+tags: [AI, 视频生成, 动画制作]
+last_updated: 2026-04-18
+---
+
+## Description
+动效类 AI 工具，让画面产生连贯动画效果。支持"首尾针"动画技术，通过上传首针图和尾针图，AI 自动补齐中间动作。
+
+## Role
+- Category: 动效类 AI 工具
+- Function: 视频动画生成
+
+## Features
+- 首尾针动画生成
+- 自动补间中间帧
+- 平滑过渡效果
+
+## Related Tools
+- [[海螺AI]] — 竞品
+- [[Google AI Studio]] — 输入来源
+
+## Related Concepts
+- [[首尾针动画]] — 核心技术
+- [[快节奏剪辑]] — 下游流程
--- a/wiki/entities/Manus.md
+++ b/wiki/entities/Manus.md
@@ -0,0 +1,23 @@
+---
+title: "Manus"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+Manus 是 2025 年 AI Agent 领域的年度现象级产品，被称为定义 AI Agent 元年的里程碑式存在。最近被 Meta 以几十亿美金的价格收购。
+
+## Aliases
+- Manus AI
+
+## Type
+AI 智能体产品
+
+## Role
+通用 AI 代理
+
+## Connections
+- [[Manus]] → 竞品 ← [[OpenManus]]
+- [[Manus]] → 收购方 → [[Meta]]
+- [[Manus]] → 应用 → [[AI智能体]]
--- a/wiki/entities/Matt-Van-Horn.md
+++ b/wiki/entities/Matt-Van-Horn.md
@@ -0,0 +1,18 @@
+---
+title: "Matt Van Horn"
+type: entity
+tags: [person, developer]
+---
+
+## Aliases
+- mvanhorn
+
+## Summary
+独立开发者，Last30Days skill 的作者，通过 GitHub 开源多个 AI Agent 辅助工具。
+
+## Key Projects
+- [last30days-skill](entities/Last-30-Days-Skill.md)：多平台热门内容研究工具，获取过去 30 天 Reddit、X、YouTube 等平台的热门讨论
+
+## Connections
+- [[Last-30-Days-Skill]] ← created_by ← [[Matt Van Horn]]
+- [[Matt Van Horn]] ← contributes_to → [[OpenClaw]]
--- a/wiki/entities/OpenManus.md
+++ b/wiki/entities/OpenManus.md
@@ -0,0 +1,27 @@
+---
+title: "OpenManus"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+OpenManus 是 Manus 最强的开源平替，已获得 5 万 Star。采用规划（Planning）→执行（Execution）→循环反馈的核心逻辑。可以自己打开浏览器，基于 browser-use 或 Playwright 技术搜索资料、浏览网页。
+
+## Aliases
+- FoundationAgents/OpenManus
+
+## Type
+开源 AI 智能体
+
+## Role
+通用 AI 代理，开源平替
+
+## GitHub
+https://github.com/FoundationAgents/OpenManus
+
+## Connections
+- [[OpenManus]] ← 平替 ← [[Manus]]
+- [[OpenManus]] → 技术 → [[browser-use]]
+- [[OpenManus]] → 技术 → [[Playwright]]
+- [[OpenManus]] → 应用 → [[AI智能体]]
--- a/wiki/entities/Perplexica.md
+++ b/wiki/entities/Perplexica.md
@@ -0,0 +1,26 @@
+---
+title: "Perplexica"
+type: entity
+tags: []
+last_updated: 2026-04-18
+---
+
+## Summary
+Perplexica 目前已有 2.8K Star，是公认的和 Perplexity 长得像、功能像、而且完全开源免费的 AI 搜索引擎。支持接 SearXNG 搜索源和本地 AI 大模型，实现低成本甚至零成本抓取全网数据。
+
+## Aliases
+-ItzCrazyKns/Perplexica
+
+## Type
+开源 AI 搜索引擎
+
+## Role
+AI 搜索与研究
+
+## GitHub
+https://github.com/ItzCrazyKns/Perplexica
+
+## Connections
+- [[Perplexica]] ← 平替 ← [[Perplexity]]
+- [[Perplexica]] → 搜索源 → [[SearXNG]]
+- [[Perplexica]] → 应用 → [[AI搜索引擎]]
--- a/wiki/entities/SONY（索尼）.md
+++ b/wiki/entities/SONY（索尼）.md
@@ -0,0 +1,15 @@
+---
+title: "SONY（索尼）"
+type: entity
+tags: [电子产品, 零售商]
+---
+
+## Aliases
+- Sony
+- 索尼
+
+## Description
+日本索尼公司，全球知名的电子产品制造商。在 Coze 平台培训中，SONY 门店店员 Agent 作为零售场景的 Demo 案例展示，验证对话式 AI 在实体零售场景中的应用价值。
+
+## Related
+- [[AI 解决方案专家培训课程]]
--- a/wiki/entities/ScrapeCreators.md
+++ b/wiki/entities/ScrapeCreators.md
@@ -0,0 +1,20 @@
+---
+title: "ScrapeCreators"
+type: entity
+tags: [service, api]
+---
+
+## Summary
+数据采集 API 服务提供商，提供 Reddit、TikTok、Instagram 的热门内容采集接口，前 100 次免费使用。
+
+## Products
+- Reddit 数据采集：获取子版块热门帖子和评论
+- TikTok 数据采集：获取热门视频的观看数、点赞数、标题
+- Instagram 数据采集：获取热门 Reels 的观看数、点赞数
+
+## Pricing
+- 免费额度：前 100 次请求
+- 收费模式：按请求次数计费
+
+## Connections
+- [[Last-30-Days-Skill]] ← uses ← [[ScrapeCreators]]
--- a/wiki/entities/XAR-GPT.md
+++ b/wiki/entities/XAR-GPT.md
@@ -0,0 +1,21 @@
+---
+title: "XAR GPT"
+type: entity
+tags: [AI, 分镜, 视频制作]
+last_updated: 2026-04-18
+---
+
+## Description
+大脑类 AI 工具，负责把视频逻辑转化成 AI 能识别的分镜语言。根据现有内容分析生成结构化的分镜描述。
+
+## Role
+- Category: 大脑类 AI 工具
+- Function: 分镜拆解
+
+## Related Tools
+- [[GEMALA]] — 竞品
+- [[Google AI Studio]] — 配合使用
+
+## Related Concepts
+- [[分镜拆解]] — 核心概念
+- [[首尾针动画]] — 下游技术
--- a/wiki/entities/baoyu.md
+++ b/wiki/entities/baoyu.md
@@ -0,0 +1,16 @@
+---
+title: "baoyu"
+type: entity
+tags: [person, claud-code, developer]
+date: 2026-04-18
+---
+
+## Summary
+baoyu 是 Claude Code 技能集（baoyu-skills）的作者和开源贡献者，提供 AI 辅助工作效率工具。
+
+## Aliases
+- 宝玉
+
+## Connections
+- [[baoyu-skills-claude-code-技能集]] ← authored_by → [[baoyu]]
+- [[JimLiu]] ← maintained_by → [[baoyu-skills-claude-code-技能集]]
--- a/wiki/entities/知乎.md
+++ b/wiki/entities/知乎.md
@@ -0,0 +1,14 @@
+---
+title: "知乎"
+type: entity
+tags: [内容平台, 问答社区]
+---
+
+## Aliases
+- zhihu
+
+## Description
+中国知名的问答社区和内容分享平台，由周源于 2006 年创办。2017 年在纽交所上市，股票代码 ZH。在 AI 解决方案培训课程中，知乎财报解读作为 Coze 平台的 Demo 案例展示。
+
+## Related
+- [[AI 解决方案专家培训课程]]
--- a/wiki/entities/空格.md
+++ b/wiki/entities/空格.md
@@ -0,0 +1,20 @@
+---
+title: "空格"
+type: entity
+tags: [weixin-author, ai-blogger]
+sources: []
+last_updated: 2026-04-18
+---
+
+## Aliases
+- shenwei
+
+## Summary
+微信公众号作者，专注于 AI 应用开发分享。发布过多篇 Gemini 应用教程，帮助用户激发创作灵感。
+
+## Role
+- AI 应用开发博主
+- 知识分享者
+
+## Connections
+- 运营微信公众号「空格的键盘」
--- a/wiki/entities/超达物流.md
+++ b/wiki/entities/超达物流.md
@@ -0,0 +1,18 @@
+---
+title: "超达物流"
+type: entity
+tags: [跨境电商, 物流]
+last_updated: 2025-12-14
+---
+
+## Description
+跨境电商物流服务商，提供 UIN 渠道和 TK 平台物流服务。
+
+## Services
+- UIN 渠道：提供预上网服务，满足 TikTok 轨迹上传需求
+- TK 平台物流：TikTok Shop 平台的发货物流服务
+
+## Related
+- [[TikTok Shop]] — 服务的电商平台
+- [[面单授权]] — 相关配置概念
+- [[跨境电商]] — 应用领域
--- a/wiki/index.md
+++ b/wiki/index.md
@@ -1,11 +1,24 @@
 ## Overview
 - [Overview](overview.md) — 知识库总览

+- [2025 年 11 个神级 AI 开源平替，GitHub 杀疯了](sources/2025-年-11-个-神级-AI-开源平替-GitHub-杀疯了.md) — 2025 年 GitHub 上 8 个 AI 领域的顶尖开源项目盘点
+
 - [我的工具集](sources/wo-de-gong-ju-ji.md) — AI 工具清单整理

 - [7 ways I use NotebookLM to make my life easier](sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md) — NotebookLM 的 7 种高效使用场景

+- [TK美国面单授权及操作流程](sources/TK美国面单授权及操作流程.md) — TikTok Shop 美国面单授权配置流程指南
+
+- [TikTok Shop - Apache Superset Dashboard设计思路](sources/TikTok-Shop-Apache-Superset-Dashboard设计思路.md) — TikTok Shop 电商数据可视化仪表盘设计指南
+
+- [超达物流定价](sources/chao-da-wu-liu-ding-jia.md) — 跨境电商物流定价规则与服务说明
+
 ## Sources
+- [电商视频Prompt](sources/电商视频Prompt.md) — 宠物用品 AI 图生视频 Prompt 库，为 TikTok 带货服务
+
+- [做TK跨境思路不对努力白费](sources/做TK跨境思路不对努力白费.md) — TikTok 跨境电商实战策略，从市场选择到团队建设的完整流程
+
+- [Scrapy + Playwright 抓取TikTok Shop Data](sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md) — Docker 容器内配置 Scrapy + Playwright 爬虫环境的完整指南（venv、依赖安装、运行命令）
 - [codecrafters-io/build-your-own-x](sources/codecrafters-iobuild-your-own-x-master-programming-by-recreating-your-favorite-technologies-from-scratch.md) — 通过从零重建22个技术领域掌握编程技能

 - [Never write another prompt](sources/never-write-another-prompt.md) — 通过工具简化 AI 提示词创建流程
@@ -53,7 +66,7 @@
 - [Trae远程开发部署指南](sources/trae-remote-development-deployment-guide.md) — Trae IDE 远程连接 Ubuntu 服务器进行 Docker 项目开发的配置指南（SSH 免密、Remote-SSH 插件、两种开发模式）
 - [Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误](sources/ubuntu-rustdesk-wayland-login-error.md) — Ubuntu 24.04 使用 RustDesk 远程桌面时无法在 Wayland 登录界面工作的解决方案
 - [如何在Ubuntu上安装opencode并配置Vibe-Kanban](sources/如何在ubuntu上安装opencode并配置vibe-kanban.md) — OpenCode AI 编程助手的安装、配置与使用指南（Zen 模型列表、Plan/Build 双模式、AGENTS.md 项目初始化）
- [Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南](sources/vibe-kanban-opencode-ubuntu-server-installation-guide.md) — 在 Ubuntu Server 上使用 shenwei 用户安装 Node 20、Vibe-Kanban 与 OpenCode，并通过 pm2 管理进程的完整指南
+- [Last30Days 使用指南](sources/Last30Days-使用指南.md) — 多平台热门内容研究工具的使用指南
 - [在Ubuntu 上安装Vibe-Kanban](sources/ubuntu-vibe-kanban-installation.md) — 在 Ubuntu 系统上通过 npx 安装 Vibe-Kanban 并使用 pm2 进行进程管理的完整指南
 - [Cursor 2.0 初学者使用指南](sources/cursor-2.0-beginner-guide.md) — Cursor 2.0 AI 增强代码编辑器的初学者使用教程（安装、界面、AI 代理、代码生成与审查）
 - [如何传输 Docker images 并且在另一个 Docker 安装](sources/docker-images-transfer-guide.md) — Docker 镜像在不同主机之间的传输方法，使用 save/load 命令实现离线迁移
@@ -125,6 +138,9 @@
 - [使用Claude自动生成N8N工作流的实操教程](sources/使用Claude自动生成N8N工作流的实操教程.md) — 利用 Claude AI 助手自动生成 n8n 工作流的实操教程（n8n-mcp 集成、Opensea 模型配置）
 - [万字保姆级教程，让你90天跑通"一人公司"模式（附AI提示词）](sources/万字保姆级教程-让你90天跑通一人公司模式-附AI提示词.md) — 通过找到个人优势实现一人公司模式的方法论（天才地带自检、Ikigai交集、产品体系搭建）
 - [Multi-Agent Specialized Team (Solo Founder Setup)](sources/multi-agent-team.md) — Solo founder 通过多 Agent specialized team 实现高效工作模式（角色定义、共享内存、Telegram 控制、定时任务）
+
+- [多智能体系统可靠性](sources/Multi-Agent-System-Reliability.md) — 多智能体系统可靠性四种架构模式：层级结构、共识投票、对抗式辩论、淘汰制
+
 - [Event Guest Confirmation](sources/event-guest-confirmation.md) — AI Agent 自动外呼确认活动宾客出席（SuperCall、Twilio、GPT-4o Realtime）
 - [Podcast Production Pipeline](sources/podcast-production-pipeline.md) — 多 Agent 协同的播客生产流水线，将录制前研究、脚本、Show Notes、社交媒体素材、SEO 描述等 70% 非创意性工作自动化
 - [Automated Meeting Notes & Action Items](sources/meeting-notes-action-items.md) — AI Agent 自动将会议转录转化为结构化笔记，并在项目管理工具（Jira、Linear、Todoist）中创建任务
@@ -146,12 +162,18 @@
 - [家庭日历聚合与生活助手](sources/family-calendar-household-assistant.md) — 将 OpenClaw 构建为家庭协调代理，聚合多平台日历、监控消息自动创建日程、管理家庭库存和购物清单
 - [Semantic Memory Search](sources/semantic-memory-search.md) — 为 OpenClaw 添加向量语义搜索能力
 - [不谈技术：普通人该怎么在AI时代赚钱？](sources/bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian.md) — AI时代普通人赚钱策略（品味护城河、端到端、死亡过滤器）
+
+- [如果你有多项兴趣爱好，不要浪费接下来的两三年时间](sources/如果你有多项兴趣爱好-不要浪费接下来的两三年时间.md) — 多兴趣人群在AI时代的自我教育与创业策略
 - [二创视频必不可少！2025年最热门AI工具推荐合集-AI配音、声音克隆](sources/二创视频必不可少-2025年最热门AI工具推荐合集-AI配音-声音克隆.md) — 7款主流AI配音及声音克隆工具推荐（ElevenLabs、海螺AI、F5-TTS、TTSMaker、剪映、魔音工坊、AnyVoice）

 - [一语点醒梦中人](sources/一语点醒梦中人.md) — 中国古代哲学智慧名言解读（王维、曾国藩、老子、庄子、佛陀）

+- [固定镜头短视频制作的AI全流程解析](sources/固定镜头短视频制作的AI全流程解析.md) — 利用 AI 技术制作高播放量家装短视频的完整流程（固定机位 + 分镜拆解 + 九宫格图像 + 首尾针动画）
+
 - [14个免费的AI图生视频工具，用AI让图片动起来](sources/14个免费的AI图生视频工具-yi-ai-rang-tu-pian-dong-qi-lai.md) — 14个免费 AI 图生视频工具评测与推荐（绘蛙、智谱清影、通义万相、Vidu、可灵等）

+- [全网最全！Nano Banana 2 使用指南（2025年12月更新）](sources/全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md) — 国内使用 Nano Banana 2 的完整指南，通过 DeepSider 插件实现国内访问
+
 - [谷歌Nano Banana Pro提示词指南](sources/google-nano-banana-pro-prompt-guide.md) — Google 发布的 Nano Banana Pro 图像生成模型的专业级提示词设计指南（10个专业内容生产技巧、4K 级输出）

 - [Nano Banana 提示词框架](sources/Nano-Banana-提示词框架.md) — Google Nano Banana 图像生成模型的提示词框架（物件描述、人物描述两类结构化 JSON 模板）
@@ -178,18 +200,33 @@

 - [不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南](sources/不会Gemini的产品经理真的要被淘汰了-附保姆级PRD生成指南.md) — AI 时代产品经理的能力重塑，Gemini 赋能 PRD 文档生成

+- [我用 Gemini 3 一口气做了 10 个应用，附教程](sources/我用-Gemini-3-一口气做了-10-个应用-附教程.md) — 使用 Gemini 3 开发 10 个创意应用的方法论与实战案例
+
 - [3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！](sources/3-2-wan-ren-shou-cang-de-claude-skills-ai-zhe-tiao-lu-shang-zui-zhi-de-yan-jiu-de-yi-tao-fan-shi.md) — Claude Skills 范式介绍与资源汇总（官方仓库、Awesome 仓库、Skill 聚合站）

+- [宝玉 Claude Code 技能集](sources/baoyu-skills-claude-code-技能集.md) — Claude Code/AI Agent 技能集成的安装与使用方法（内容生成、AI 图像生成、工具类自动化）
+
 - [GitHub 上 5000 人收藏的 Vibe Coding 神级指南](sources/github-5000-ren-shou-cang-de-vibe-coding-shen-ji-zhi-nan.md) — vibe-coding-cn 中文指南项目介绍

 - [系统提示词构建原则](sources/xi-tong-ti-shi-ci-gou-jie-yuan-ze.md) — AI 编码助手的系统级 Prompt 设计原则（六维度：身份行为、沟通、任务执行、技术规范、安全防护、工具使用）

 - [如何写出完美的Prompt（提示词）？](sources/如何写出完美的Prompt-提示词-.md) — Prompt 能力是职场底层技能，包含需求拆解、结构化表达、场景共情、迭代优化四个维度

+- [Nano-Banana Pro 提示词指南与策略](sources/nano-banana-pro-prompting-guide-strategies-1.md) — Google Nano-Banana Pro 图像生成模型的专业级提示词设计指南（10大核心能力、4条黄金法则）
+
+- [大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏](sources/大模型相关术语和框架总结-LLM-MCP-Prompt-RAG-vLLM-Token-数据蒸馏.md) — 大模型领域核心术语科普（LLM、MCP、Agent、RAG、embedding、vLLM、Token、数据蒸馏）
+
+- [AI 解决方案专家培训课程](sources/AI-解决方案专家培训课程.md) — Coze 平台 AI Agent 开发实战培训，覆盖金融、医疗、教育、电商等 7 大行业
+
+- [如何利用Sora接口实现视频自动化生成工作流](sources/如何利用Sora接口实现视频自动化生成工作流.md) — 利用 Sora 接口和 n8n 实现视频生成的自动化工作流
+
+- [GOG-CLI 安装配置指南](sources/GOG-CLI-安装配置指南.md) — 在 macOS 系统上安装和配置 gog CLI，管理 Google Workspace 六大服务
+
 ## Entities
 - [清华大学](entities/清华大学.md) — 中国顶尖大学，发布 DeepSeek 官方教程
 - [余梦珑](entities/余梦珑.md) — 清华大学博士后，《DeepSeek从入门到精通2025》手册作者
 - [营销人张飞宇](entities/营销人张飞宇.md) — 微信公众号作者，专注于个人品牌、商业变现方法论
+- [空格](entities/空格.md) — 微信公众号作者，专注于 AI 应用开发分享
 - [Mac Mini](entities/Mac-Mini.md) — Apple Mac Mini M4 主控节点，内网 IP 192.168.3.189
 - [RackNerd](entities/RackNerd.md) — VPS 服务提供商，提供公网 IP 192.227.222.142
 - [Synology NAS DS718](entities/Synology-NAS-DS718.md) — 群晖 2 盘位 NAS，内网 IP 192.168.3.17
@@ -259,6 +296,7 @@
 - [剪映](entities/剪映.md) — 抖音官方视频剪辑工具，AI配音功能
 - [魔音工坊](entities/魔音工坊.md) — 企业级AI配音平台，500+音色
 - [AnyVoice](entities/AnyVoice.md) — 免费声音克隆工具，3秒克隆
+- [超达物流](entities/超达物流.md) — 跨境电商物流服务商，提供 UIN 渠道和 TK 平台物流服务
 - [抖音](entities/抖音.md) — 字节跳动旗下短视频平台
 - [WildCard](entities/WildCard.md) — 虚拟信用卡，解决海外支付问题
 - [PingMe](entities/PingMe.md) — 短信接码平台，提供美国区号码
@@ -277,7 +315,19 @@
 - [AionUi](entities/AionUi.md) — 桌面端 AI Agent 协同工作应用，内置 OpenClaw 部署专家
 - [NodeWarden](entities/NodeWarden.md) — 运行于 Cloudflare Workers 的 Bitwarden 兼容服务器
 - [NotebookLM](entities/NotebookLM.md) — Google 的 AI 笔记和研究助手，核心特色是 source-grounding
+- [BrightData](entities/BrightData.md) — 网页数据采集服务提供商
+- [Decopy](entities/Decopy.md) — AI 摘要生成工具
+- [WaveSpeed](entities/WaveSpeed.md) — AI 图像和视频处理平台
+- [XAR GPT](entities/XAR-GPT.md) — 大脑类 AI 工具，负责分镜拆解
+- [GEMALA](entities/GEMALA.md) — 大脑类 AI 工具，负责视频逻辑分析
+- [KAI](entities/KAI.md) — 动效类 AI 工具，支持首尾针动画生成
+
 - [Bitwarden](entities/Bitwarden.md) — 开源密码管理解决方案
+
+- [baoyu](entities/baoyu.md) — Claude Code 技能集 baoyu-skills 的作者
+
+- [ClawHub](entities/ClawHub.md) — Claude Code/OpenClaw 技能发布和管理平台
+
 - [Cloudflare](entities/Cloudflare.md) — CDN、DNS 和无服务器云服务提供商
 - [Appinn](entities/Appinn.md) — 小众软件分享网站
 - [AITmpl](entities/AITmpl.md) — Claude Code 模板资源网站，提供 Skills/Agents/MCP 模板
@@ -331,10 +381,20 @@
 - [Ollama](entities/Ollama.md) — 开源本地大语言模型运行框架
 - [Open-WebUI](entities/Open-WebUI.md) — 开源大语言模型 Web UI 界面

+- [Coze（扣子）](entities/Coze（扣子）.md) — 字节跳动旗下 AI Agent 开发平台，支持 Bot 和 Workflow 两种模式
+- [知乎](entities/知乎.md) — 中国知名问答社区，在培训中作为 Demo 案例
+- [SONY（索尼）](entities/SONY（索尼）.md) — 日本电子产品制造商，培训 Demo 案例
+
+- [TikTok Shop](concepts/TikTok-Shop.md) — 字节跳动旗下的短视频电商平台
+- [面单授权](concepts/面单授权.md) — 跨境电商物流面单打印的授权配置
+- [面单收费](concepts/面单收费.md) — 物流面单的费用计算规则
+- [预上网](concepts/预上网.md) — 物流轨迹预生成的机制，24-48 小时左右生成
+
 ## Concepts
 - [主动问责](concepts/主动问责.md) — AI Agent 主动询问用户行为完成情况，通过直接提问促进行为改变
 - [AI幻觉](concepts/AI幻觉.md) — AI 生成看似合理但实际错误的内容，需通过技巧避免
 - [AI配音](concepts/AI配音.md) — 使用人工智能技术将文字转化为语音的技术
+- [AI-摘要](concepts/AI-摘要.md) — AI 自动提取和总结文档、视频等内容的核心信息
 - [声音克隆](concepts/声音克隆.md) — 通过少量音频样本训练AI模型，生成与原声相似的语音的技术
 - [提示语设计](concepts/提示语设计.md) — 通过精心设计的提示词提升 AI 输出质量的技术
 - [Claude Skills](concepts/Claude-Skills.md) — 写给 Claude 的"说明书"和 SOP，将反复执行的任务拆解为 AI 可稳定复用流程的技术范式
@@ -364,6 +424,17 @@
 - [VLESS](concepts/VLESS.md) — 轻量级代理协议
 - [Reality](concepts/Reality.md) — 无 TLS 特征的 TLS 伪装协议
 - [Agentic AI](concepts/Agentic-AI.md) — 具备自主决策和任务执行能力的 AI 系统
+- [Coze Workflow](concepts/Coze-Workflow.md) — Coze 平台的工作流模式，支持复杂企业级业务逻辑编排
+- [Bot](concepts/Bot.md) — Coze 平台的对话型 AI 智能体，最基础的智能体开发模式
+
+- [固定机位](concepts/固定机位.md) — 摄像机位置固定不变，视频画面统一和连贯的基础
+- [内容连续变化](concepts/内容连续变化.md) — 视频主体信息随时间持续发生明确阶段性变化
+- [时间压缩](concepts/时间压缩.md) — 将长时间拍摄过程在视频中浓缩表现的手法
+- [分镜拆解](concepts/分镜拆解.md) — 将视频内容拆分成多个画面阶段描述的过程
+- [九宫格法](concepts/九宫格法.md) — 同时生成 3×3 共九个分镜画面，保证机位与角度不变
+- [首尾针动画](concepts/首尾针动画.md) — 通过两个关键帧，AI 自动补齐中间动作生成连贯动画
+- [快节奏剪辑](concepts/快节奏剪辑.md) — 视频使用 2-4 倍速加速和硬切手法
+- [卡点](concepts/卡点.md) — 画面变化与音乐节奏巧妙同步
 - [Self-Healing Systems](concepts/Self-Healing-Systems.md) — 主动检测异常并自动修复的系统
 - [Last-30-Days-Skill](concepts/Last-30-Days-Skill.md) — Matt Van Horn 开发的 Reddit/X 研究技能，获取过去 30 天用户痛点
 - [Market-Research](concepts/Market-Research.md) — 通过用户反馈和数据分析识别产品机会的过程
@@ -503,6 +574,11 @@
 - [Preference Learning](concepts/Preference-Learning.md) — AI Agent 通过交互学习用户偏好，持续优化内容筛选
 - [N8N 节点](concepts/N8N-节点.md) — N8N 平台的基本构建单元（触发器、操作、工具、代码、高级 AI）
 - [Agent Chain](concepts/Agent-Chain.md) — 多个 Agent 串联工作，各自负责不同阶段的流水线架构
+- [层级结构 (Hierarchy)](concepts/层级结构-Hierarchy.md) — Planner → Worker → Validator 三层架构，通过依赖图强制协作
+- [共识投票 (Consensus)](concepts/共识投票-Consensus.md) — 多数票机制抵消模型随机噪声
+- [对抗式辩论 (Adversarial Debate)](concepts/对抗式辩论-Adversarial-Debate.md) — 生成器+批评者+评委三角制衡
+- [淘汰制 (Knock-out)](concepts/淘汰制-Knock-out.md) — 适者生存机制，将 LLM 视为"牲畜"
+- [可靠性工程](concepts/可靠性工程.md) — 将 LLM 视为分布式系统中不可靠组件的工程方法论
 - [Pre-Recording Research](concepts/Pre-Recording-Research.md) — 录制前的准备工作，包括嘉宾背景研究和话题深度挖掘
 - [Show Notes](concepts/Show-Notes.md) — 带有时间戳的节目笔记，帮助听众快速定位内容
 - [Social Media Kit](concepts/Social-Media-Kit.md) — 为每集播客生成的多平台宣传素材包
@@ -528,8 +604,15 @@
 - [无常](concepts/无常.md) — 佛教核心概念，世间万物不断变化、无永恒不变
 - [安之若命](concepts/安之若命.md) — 尽人事后坦然接受无法改变的结果

- [Designing for Agentic AI](concepts/Designing-for-Agentic-AI.md) — AI Agent 产品设计的五大最佳实践（透明度、控制力、个性化、对话、预判）
- [AI-简报工作流](concepts/AI-简报工作流.md) — 先研究后设计的四阶段简报制作流程（资料搜索→知识架构→大纲生成→设计输出）
+- [Designing for Agentic AI](concepts/Designing-for-Agentic-AI.md) — AI Agent 产品设计的五大最佳实践
+
+- [内容技能](concepts/内容技能.md) — 内容生成和发布技能（xhs-images、infographic、cover-image 等）
+
+- [AI生成技能](concepts/AI生成技能.md) — AI 驱动的生成后端（imagine、gemini-web 等）
+
+- [工具技能](concepts/工具技能.md) — 内容处理工具（youtube-transcript、url-to-markdown、translate 等）
+
+- [AI-简报工作流](concepts/AI-简报工作流.md) — 先研究后设计的四阶段简报制作流程
 - [防彈筆記法](concepts/防彈筆記法.md) — 任务导向的知识管理系统（SSOT、目标行动决策同一笔记）
 - [Generative AI](concepts/Generative-AI.md) — 擅长创建新内容（文本、图像、音乐）的 AI 系统

--- a/wiki/log.md
+++ b/wiki/log.md
@@ -1,3 +1,140 @@
+## [2026-04-18] ingest | 电商视频Prompt
+- Source file: raw/跨境电商/电商视频Prompt.md
+- Status: ✅ 成功摄入
+- Summary: 宠物用品/宠物衣服的 AI 图生视频 Prompt 库，低翻车率 + 高真实感 + 为 TikTok 带货服务
+- Concepts created: 模块化Prompt库, 图生视频, 防穿帮
+- Entities created: 
+- Source page: wiki/sources/电商视频Prompt.md
+- Notes: 
+
+## [2026-04-18] ingest | TikTok Shop - Apache Superset Dashboard设计思路
+- Source file: raw/跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md
+- Status: ✅ 成功摄入
+- Summary: TikTok Shop 电商数据可视化仪表盘设计指南，包含4 Tab Dashboard结构、SQL View模板、选品评分模型等
+- Concepts created: Superset-Dashboard, SQL-View, KPI-卡片, 选品评分模型
+- Entities created: Apache-Superset
+- Source page: wiki/sources/TikTok-Shop-Apache-Superset-Dashboard设计思路.md
+- Notes: 
+
+## [2026-04-18] ingest | 做TK跨境思路不对努力白费
+- Source file: raw/跨境电商/做TK跨境思路不对努力白费.md
+- Status: ✅ 成功摄入
+- Summary: TikTok 跨境电商实战策略，从市场选择、选品、运营到团队建设的完整流程
+- Concepts created: TikTok-Shop, 选品策略, 短视频营销, 达人营销, 海外仓
+- Entities created: 字节跳动, TikTok
+- Source page: wiki/sources/做TK跨境思路不对努力白费.md
+- Notes: 
+
+## [2026-04-18] ingest | TK美国面单授权及操作流程
+- Source file: raw/跨境电商/TK美国面单授权及操作流程.md
+- Status: ✅ 成功摄入
+- Summary: TikTok Shop 美国面单授权配置流程指南，包含6张操作截图教程
+- Concepts created: TikTok-Shop, 面单授权
+- Entities created: 字节跳动, TikTok
+- Source page: wiki/sources/TK美国面单授权及操作流程.md
+- Notes: 原始文档为图片教程
+
+## [2026-04-18] ingest | GOG-CLI 安装配置指南
+- Source file: raw/Skills/GOG-CLI-安装配置指南.md
+- Status: ✅ 成功摄入
+- Summary: 在 macOS 系统上安装和配置 gog CLI，通过命令行管理 Google Workspace 六大服务（Gmail、Calendar、Drive、Contacts、Docs、Sheets）
+- Concepts created: OAuth, API-Enablement
+- Entities created: Homebrew, Google-Cloud-Console
+- Source page: wiki/sources/GOG-CLI-安装配置指南.md
+- Notes: 
+
+## [2026-04-18] ingest | 宝玉 Claude Code 技能集
+- Source file: raw/Skills/baoyu-skills-claude-code-技能集.md
+- Status: ✅ 成功摄入
+- Summary:  Claude Code/AI Agent 技能集成的安装与使用方法，三大类 Skills：内容技能、AI 生成技能、工具技能
+- Concepts created: 内容技能, AI生成技能, 工具技能
+- Entities created: baoyu, ClawHub
+- Source page: wiki/sources/baoyu-skills-claude-code-技能集.md
+- Notes: 
+
+## [2026-04-18] ingest | Last30Days 使用指南
+- Source file: raw/Skills/Last30Days-使用指南.md
+- Status: ✅ 成功摄入
+- Summary: 多平台热门内容研究工具的使用指南，支持 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Web 共 8 个数据源
+- Concepts created: Comparative Mode
+- Entities created: Matt Van Horn, ScrapeCreators
+- Source page: wiki/sources/Last30Days-使用指南.md
+- Notes: 冲突检测 — Last-30-Days-Skill 概念已存在，本次更新 overview；Polymarket entity 已存在
+- Source file: raw/AI/If you have multiple interests, do not waste the next 2-3 years  如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md
+- Status: ✅ 成功摄入
+- Summary: 多兴趣人群在AI时代的自我教育与创业策略，核心观点是多兴趣是天生的博学优势，而非弱点
+- Concepts created: 通才, 第二次文艺复兴, 品牌作为环境
+- Entities created: Dan Koe
+- Source page: wiki/sources/如果你有多项兴趣爱好-不要浪费接下来的两三年时间.md
+- Notes: 冲突检测 — 一人公司模式、产品体系 Concept 已存在，无冲突
+- Source file: raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md
+- Status: ✅ 成功摄入
+- Summary: 使用 Google Gemini 3 开发 10 个创意应用的方法论与实战案例，核心是三步开发法（输入场景→约束模型→设计输出容器）
+- Concepts created: Vibe-Coding（已在 overview 中）
+- Entities created: 空格
+- Source page: wiki/sources/我用-Gemini-3-一口气做了-10-个应用-附教程.md
+- Notes: 冲突检测 — 提示语设计概念已存在
+
+## [2026-04-18] ingest | 2025 年 11 个神级 AI 开源平替，GitHub 杀疯了
+- Source file: raw/AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md
+- Status: ✅ 成功摄入
+- Summary: 2025 年 GitHub 上 8 个 AI 领域的顶尖开源项目盘点（大语言模型、AI 生图、AI 生视频、AI 智能体、AI 编程、工作流自动化、AI 搜索、AI 知识库）
+- Concepts created: 开源大语言模型, AI生图模型, AI生视频模型, AI智能体, AI编程工具, 智能体工作流, AI搜索引擎, AI知识库
+- Entities created: Flux, OpenManus, Cline, Dify, Perplexica, HunyuanVideo, Manus
+- Source page: wiki/sources/2025-年-11-个-神级-AI-开源平替-GitHub-杀疯了.md
+- Notes: 冲突检测 — DeepSeek、Qwen、n8n、Stable-Diffusion 已存在于 entities，仅补充新概念到 overview
+
+## [2026-04-18] ingest | RAG从入门到精通系列1：基础RAG
+- Source file: raw/AI/RAG从入门到精通系列1：基础RAG.md
+- Status: ✅ 成功摄入
+- Summary: 基础 RAG 技术介绍（Indexing → Retrieval → Generation），涵盖文档加载、向量嵌入、向量数据库检索、LLM 生成完整流程
+- Concepts: 向量嵌入, Token, Vector Store, Context Window, Split, LangChain（已在 overview 中更新）
+- Entities: Qwen, PyTorch研习社（Qwen 已存在）
+- Source page: wiki/sources/RAG从入门到精通系列1-基础RAG.md
+- Notes: 冲突检测 — RAG 概念页面已存在，本次仅更新 overview 补充新概念
+
+## [2026-04-18] ingest | 大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏
+- Source file: raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md
+- Status: ✅ 成功摄入
+- Summary: 大模型领域核心术语科普，涵盖 LLM、MCP、Agent、RAG、embedding、LangChain、vLLM、Token、数据蒸馏等概念
+- Concepts created: Token, 数据蒸馏, vLLM
+- Source page: wiki/sources/大模型相关术语和框架总结-LLM-MCP-Prompt-RAG-vLLM-Token-数据蒸馏.md
+- Notes:
+
+## [2026-04-18] ingest | 全网最全！Nano Banana 2 使用指南（2025年12月更新）
+- Source file: raw/AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md
+- Status: ✅ 成功摄入
+- Summary: 国内使用 Nano Banana 2 图像生成模型的完整指南，通过 DeepSider 浏览器插件实现国内访问
+- Concepts created: Nano Banana 2, 推理模型
+- Entities created: DeepSider
+- Source page: wiki/sources/全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md
+- Notes: 冲突检测 — Nano Banana Pro 概念已存在（wiki/concepts/Nano-Banana-Pro.md），已创建新版概念页面；Google、Appinn entity 已存在
+- Source file: raw/AI/固定镜头短视频制作的AI全流程解析.md
+- Status: ✅ 成功摄入
+- Summary: 利用 AI 技术制作高播放量家装短视频的完整流程，涵盖固定机位 + 分镜拆解 + 九宫格图像生成 + 首尾针动画 + 快节奏剪辑 + 声音设计
+- Concepts created: 固定机位, 内容连续变化, 时间压缩, 分镜拆解, 九宫格法, 首尾针动画, 快节奏剪辑, 卡点
+- Entities created: XAR GPT, GEMALA, KAI
+- Source page: wiki/sources/固定镜头短视频制作的AI全流程解析.md
+- Notes:
+
+## [2026-04-18] ingest | Nano-Banana Pro 提示词指南与策略
+- Source file: raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md
+- Status: ✅ 成功摄入
+- Summary: Google Nano-Banana Pro 图像生成模型的专业级提示词设计指南，涵盖10大核心能力（文本渲染、角色一致性、搜索锚定、高级编辑、维度转换、高分辨率、思考模式等）和4条黄金法则
+- Concepts created: 身份锁定, 思维模式, Google Search Grounding
+- Entities created: Google AI Studio
+- Source page: wiki/sources/nano-banana-pro-prompting-guide-strategies-1.md
+- Notes:
+
+## [2026-04-18] ingest | 我的工具集
+- Source file: raw/AI/我的工具集.md
+- Status: ✅ 成功摄入
+- Summary: AI 工具清单整理，按功能分类（Text-to-Speech、Image-Editor、Image-to-Video、Web-Scraper、AI-Summary），记录常用的付费/免费 AI 服务
+- Concepts created: AI-摘要
+- Entities created: WaveSpeed, BrightData, Decopy
+- Source page: wiki/sources/wo-de-gong-ju-ji.md
+- Notes: 
+
 ## [2026-04-18] ingest | 如何写出完美的Prompt（提示词）？
 - Source file: raw/AI/如何写出完美的Prompt（提示词）？.md
 - Status: ✅ 成功摄入
@@ -1341,6 +1478,22 @@
 - Notes: 与养虾日记2同系列，聚焦不同维度（日记2：记忆问题；日记3：输出持久化）

 ## [2026-04-18] ingest | codecrafters-io/build-your-own-x: Master programming by recreating your favorite technologies from scratch
+- Source file: raw/AI/codecrafters-io_build-your-own-x_master_programming_by_recreating_your_favorite_technologies_from_scratch.md
+- Status: ✅ 成功摄入
+- Summary: 通过从零重建22个技术领域掌握编程技能的方法论，核心理念是"What I cannot create, I do not understand"
+- Concepts created: Byox（Build Your Own X）
+- Entities: 
+- Source page: wiki/sources/codecrafters-iobuild-your-own-x-master-programming-by-recreating-your-favorite-technologies-from-scratch.md
+- Notes:
+
+## [2026-04-18] ingest | AI 解决方案专家培训课程
+- Source file: raw/AI/AI 解决方案专家培训课程.md
+- Status: ✅ 成功摄入
+- Summary: Coze 平台 AI Agent 开发实战培训，覆盖金融、医疗、教育、电商、泛娱乐、人力资源、在线客服 7 大行业
+- Concepts created: Coze Workflow, Bot
+- Entities created: Coze（扣子）, 知乎, SONY（索尼）
+- Source page: wiki/sources/AI-解决方案专家培训课程.md
+- Notes: 冲突检测 — 字节跳动 entity 已存在，本次新增 Coze、知乎、SONY entities
 - Source file: raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md
 - Status: ✅ 成功摄入
 - Summary: 通过从零重建22个技术领域掌握编程技能的方法论，核心理念是"What I cannot create, I do not understand"
@@ -1348,3 +1501,31 @@
 - Entities created: Codecrafters（新增）
 - Source page: wiki/sources/codecrafters-iobuild-your-own-x-master-programming-by-recreating-your-favorite-technologies-from-scratch.md
 - Notes: 与 Vibe Coding 形成对比，Byox 强调自己手写而非 AI 代写
+
+## [2026-04-18] ingest | 多智能体系统可靠性
+- Source file: raw/AI/Multi-Agent System Reliability.md
+- Status: ✅ 成功摄入
+- Summary: 多智能体系统可靠性四种架构模式：层级结构、共识投票、对抗式辩论、淘汰制，将 LLM 视为不可靠组件的工程思维
+- Concepts created: 层级结构 (Hierarchy), 共识投票 (Consensus), 对抗式辩论 (Adversarial Debate), 淘汰制 (Knock-out), 可靠性工程
+- Entities created: Alex Ewerlöf
+- Source page: wiki/sources/Multi-Agent-System-Reliability.md
+- Notes: 冲突检测 — 与 Multi-Agent-Team 视角不同，本文强调将 LLM 视为不可靠组件的工程视角；与 Agent Chain 区别在于强调验证和反馈机制
+
+## [2026-04-18] ingest | Scrapy + Playwright 抓取TikTok Shop Data
+- Source file: raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md
+- Status: ✅ 成功摄入
+- Summary: Docker 容器内配置 Scrapy + Playwright 爬虫环境的完整指南，包括 venv 创建、依赖安装、Dockerfile 配置
+- Concepts created: 虚拟环境 (venv)
+- Entities created: (无新增)
+- Source page: wiki/sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md
+- Notes: 
+
+
+## [2026-04-18] ingest | 超达物流定价
+- Source file: raw/跨境电商/超达物流定价.md
+- Status: ✅ 成功摄入
+- Summary: 跨境电商物流定价规则与服务说明，包含 UIN 渠道和 TK 平台物流
+- Concepts created: 面单收费, 预上网
+- Entities created: 超达物流
+- Source page: wiki/sources/chao-da-wu-liu-ding-jia.md
+- Notes: 手动补录（任务被中断，主体已完成）
--- a/wiki/overview.md
+++ b/wiki/overview.md
@@ -1,7 +1,7 @@
 # Wiki Overview

 ## 主题领域
-AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
+AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展、跨境电商

 ## 核心概念
 - Print Mode：Hermes 通过 stdin 调用 Claude Code 的非交互执行模式
@@ -11,6 +11,7 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - Prompt Library：提示词库，提供现成提示词供用户参考和定制
 - Prompt 能力：结构化思维+精准表达能力，包含需求拆解、结构化表达、场景共情、迭代优化四个维度
 - Nano Banana Pro：Google 的专业级图像生成模型，具备物理规则推演、构图美学理解、语义上下文推理能力
+- Nano Banana 2：Google 的推理型图像生成模型（Gemini 3 Pro Image），支持 1K/2K/4K 分辨率，可组合 14 张输入图像，具备多语言长文本渲染和最新知识支持能力
 - AI幻觉：AI 生成看似合理但实际错误的内容，需通过技巧避免
 - Wayland：Linux 桌面环境的现代显示协议，Ubuntu 24.04 默认使用，出于安全限制外部程序在未登录状态下获取屏幕控制权
 - X11 (Xorg)：传统 Linux 显示协议，兼容性更好，支持远程桌面软件，是 Wayland 的替代方案
@@ -31,6 +32,10 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - Workspace：OpenClaw 中 Agent 的工作台目录，包含 AGENTS.md、SOUL.md、USER.md、IDENTITY.md、TOOLS.md、BOOTSTRAP.md、memory/ 等配置文件
 - Memory 目录：OpenClaw 的长期记忆机制，按日期滚动存储跨会话积累的信息
 - Apache Superset：Apache 软件基金会旗下的开源 BI 平台，支持数据可视化、仪表盘和 SQL 探索
+- Superset Dashboard：Apache Superset 数据可视化仪表盘，包含图表、过滤器、布局的完整组合
+- SQL View：预处理的数据库视图，用于解析 JSON 字段和计算派生指标
+- KPI 卡片：关键绩效指标可视化展示（总产品数、热卖产品数、平均评分等）
+- 选品评分模型：通过加权公式自动推荐优质产品的算法（score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5）
 - 单一职责：每个文件、类、函数只负责一件事的设计原则
 - DRY 原则：Don't Repeat Yourself，避免重复代码的核心原则
 - 微服务：独立开发、独立部署、独立扩容的架构模式
@@ -41,7 +46,13 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - 信息黑洞：只收集不使用的笔记困境，通过连接和复盘解决
 - 通过 VPS+内网反向代理实现域名访问内网穿透 — 使用 FRP+Caddy 实现内网服务穿透，Aliyun DNS 域名管理
 - n8n-mcp：连接 n8n 与 AI 模型的桥接项目，提供 543 个 n8n 节点访问能力，支持自然语言生成工作流
- 一人公司模式：用个人优势作为杠杆实现商业变现的创业模式，关键在于更聪明地定位
+- Last-30-Days-Skill：Matt Van Horn 开发的多平台热门内容研究技能，支持 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Web 共 8 个数据源
+- Market-Research：通过用户反馈和数据分析识别产品机会的过程
+- 通才：跨领域知识整合者，拥有广泛兴趣和多元能力的人才
+- 第二次文艺复兴：AI时代每个人可以追求多领域精通
+- 品牌作为环境：品牌是小世界而非头像和简介
+
+## Core Principles
 - Ikigai：热爱的、擅长的、市场需要的、能获得报酬的四者交集
 - 天才地带：能产生心流的区域，时间飞逝精力充沛
 - 底层能力：隐藏在活动表象下的核心能力
@@ -56,9 +67,37 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - 死亡过滤器：每天问自己"如果今天是最后一天，我还会做今天要做的事吗？"，用于聚焦真正热爱的事
 - 数字导师：用AI复活历史人物，让其成为日常对话的思维顾问，通过思维蒸馏技术提取人物的核心心智模型
 - 思维蒸馏：通过6个并行Agent从6个维度（著作、对话、表达DNA、他者视角、决策、时间线）采集信息，提炼核心思维框架生成AI Skill的技术
-
 - Claude Skills：写给 Claude 的"说明书"和 SOP，将反复执行的任务拆解为 AI 可稳定复用流程的技术范式

+- 开源大语言模型：以 DeepSeek、Qwen 为代表的开源基座大模型
+- AI生图模型：以 Flux、Stable Diffusion 为代表的开源图像生成模型
+- AI生视频模型：以 HunyuanVideo 为代表的开源视频生成模型
+- 模块化Prompt库：将 Prompt 拆分为可复用的独立模块
+- 图生视频：AI 将静态图像转化为动态视频的技术
+- AI智能体：以 Manus/OpenManus 为代表的通用 AI 代理
+- AI编程工具：以 Cline 为代表的 AI 增强代码编辑器插件
+- 智能体工作流：以 n8n、Dify 为代表的工作流自动化平台
+- AI搜索引擎：以 Perplexica 为代表的 AI 搜索开源项目
+- AI知识库：以 NotebookLM 开源平替为代表的 AI 知识管理工具
+
+- LLM（Large Language Model）：大型语言模型，行业以参数规模衡量，通常 ≥1B 参数被称为"大模型"
+- MCP（Model Context Protocol）：模型上下文协议，为 LLM 提供标准化接口，使其能够连接外部数据源和工具
+- Agent 智能体：整合 LLM 与 MCP 工具才能真正执行步骤，而不仅是给出方法
+- Coze（扣子）：字节跳动旗下 AI Agent 开发平台，支持国内版（coze.cn）和海外版（coze.com）
+- Coze Workflow：Coze 平台的工作流模式，支持复杂企业级业务逻辑编排
+- Bot：Coze 平台的对话型 AI 智能体，最基础的智能体开发模式
+- RAG（Retrieval-augmented generation）：检索增强生成，通过检索增强解决 LLM 的幻觉问题
+- 向量嵌入：将文本转换为数值向量，用于语义相似度计算
+- Vector Store（向量数据库）：存储 Embedding Vector 并实现相似度检索的技术（如 Qdrant、Chroma 等）
+- Document Loader：文档加载器，从不同数据源抓取数据（如 LangChain 的 160+ 加载器）
+- Context Window：上下文窗口，Embedding Model 能接受的最大 token 数量（一般 512~8192）
+- Split（文档块）：将长文档切分成的满足 Context Window 要求的文本块
+- LangChain：简化 RAG 管道构建的 Python 框架，提供文档加载、向量存储、链式调用等功能
+- Embedding（向量化）：将词转化为一连串浮点数，计算词与词之间的语义距离
+- vLLM：虚拟大语言模型，通过 PagedAttention 和连续批处理优化 GPU 内存使用
+- Token：大模型的基本输入单元，1 个英文字符 ≈ 0.3 个 token，1 个中文字符 ≈ 0.6 个 token
+- 数据蒸馏（Data Distillation）：利用大模型生成精简数据训练小模型，使其逼近大模型效果
+
 - Source-grounding：NotebookLM 的核心机制，仅使用用户上传的文档作为知识库
 - Audio Overviews：将文档转化为双人 AI 对话播客的功能，适合被动学习

@@ -73,6 +112,12 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - Self-Healing Systems（自愈系统）：主动检测异常并自动修复的系统，无需人工干预即可恢复正常运行状态
 - Cron Jobs（定时任务）：Linux 基于时间的任务调度机制，AI Agent 通过定时作业实现持续自动化价值
 - Multi-Agent Team（多 Agent 团队）：多 Agent 协作架构，每个 Agent 有独立角色、人格、优化的模型，通过共享内存+私有上下文实现协同
+- 多智能体系统可靠性：层级结构、共识投票、对抗式辩论、淘汰制四种架构模式，将 LLM 视为不可靠组件的工程思维
+- 层级结构 (Hierarchy)：Planner → Worker → Validator 三层架构，通过依赖图强制协作
+- 共识投票 (Consensus)：多数票机制抵消模型随机噪声，3模型同时幻觉概率仅 0.8%
+- 对抗式辩论 (Adversarial Debate)：生成器+批评者+评委三角制衡，模拟人类"恐惧"机制
+- 淘汰制 (Knock-out)：适者生存机制，将 LLM 视为"牲畜"而非"宠物"
+- 可靠性工程：将 LLM 视为分布式系统中不可靠组件的工程方法论
 - Shared Memory（共享内存）：多 Agent 团队共享的上下文，包括目标、决策、项目状态，所有 Agent 可访问
 - 动态仪表盘（Dynamic Dashboard）：通过 Sub-agent 并行获取多数据源（GitHub、Twitter、市场数据、系统健康），定时聚合更新并推送至 Discord 或生成 HTML 仪表盘

@@ -123,6 +168,17 @@ AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 - **Linux 运维必会的 150 个命令** — Linux 系统管理常用命令的分类汇总（12类150个命令）：帮助命令、文件操作、文件内容处理、压缩解压、信息显示、搜索文件、用户管理、网络操作、磁盘文件系统、权限管理、用户登录信<E5BD95><E4BFA1>、系统管理
 - **如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64** — Linux 服务器架构类型（x86_64 与 ARM64）的 4 种命令行检测方法（uname、lscpu、/proc/cpuinfo、file）
 - **在Synology NAS上安装CloudDrive2** — 在 Synology NAS 上安装配置 CloudDrive2 挂载阿里云盘，通过套件中心安装，使用 Docker 部署，配置阿里云盘扫码授权
+
+- **固定机位** — 摄像机位置固定不变，是视频画面统一和连贯的基础，家装短视频成功的三大关键词之一
+- **内容连续变化** — 视频主体信息随时间持续发生明确阶段性变化，家装短视频成功的三大关键词之一
+- **时间压缩** — 将长时间拍摄过程在视频中浓缩表现的手法，家装短视频成功的三大关键词之一
+- **分镜拆解** — 将视频内容拆分成多个画面阶段描述的过程，AI 视频制作流程的起始步骤
+- **九宫格法** — 同时生成 3×3 共九个分镜画面，保证机位与角度不变，画面一致性强
+- **首尾针动画** — 通过两个关键帧（首针和尾针），AI 自动补齐中间动作，生成连贯动画的技术
+- **快节奏剪辑** — 视频使用 2-4 倍速加速和硬切手法，强化节奏感与流畅度
+- **卡点** — 画面变化与音乐节奏巧妙同步，提高观看体验
+
+- **AI 工具分类** — 大脑类（XAR GPT、GEMALA）、设计师类（Midjourney、Nano Banana）、动效类（海螺AI、KAI）
 - **Synology NAS + Xiaoya Alist + CloudDrive2 + Plex 搭建家庭媒体平台** — 利用群晖NAS + Xiaoya Alist + CloudDrive2 + Plex 搭建家庭媒体平台（Docker 部署、Xiaoya 获取云盘资源、CloudDrive2 挂载为本地磁盘、Plex 媒体刮削）
 - **Cloud Operating Model: Key Strategies and Best Practices** — 云运营模型（COM）四大支柱：治理、自动化、安全、成本管理，涵盖行业用例（金融、医疗、零售、SaaS）和未来趋势（AI 驱动运维、可持续云计算、多云策略）
 - **用Docker中安装Navidrome** — 使用 Docker Compose 部署 Navidrome 音乐流媒体服务器的配置文件示例
--- a/wiki/sources/2025-年-11-个-神级-AI-开源平替-GitHub-杀疯了.md
+++ b/wiki/sources/2025-年-11-个-神级-AI-开源平替-GitHub-杀疯了.md
@@ -0,0 +1,70 @@
+---
+title: "2025 年 11 个神级 AI 开源平替，GitHub 杀疯了"
+type: source
+tags: []
+date: 2026-01-01
+---
+
+## Source File
+- [[raw/AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。]]
+
+## Summary
+- 核心主题：2025 年 GitHub 上 8 个 AI 领域的顶尖开源项目盘点
+- 问题域：大语言模型、AI 生图、AI 生视频、AI 智能体、AI 编程、工作流自动化、AI 搜索、AI 知识库
+- 方法/机制：深度推理、开源内卷、Agent 工作流、浏览器自动化
+- 结论/价值：为开发者提供免费开源平替，替代昂贵的闭源商业产品
+
+## Key Claims
+- DeepSeek R1 是首个将 o1 级深度推理拉下神坛的开源破壁者，2025 年春节爆火拉开中国 AI 开源差异化竞争叙事
+- 通义千问（Qwen 3）是开源界最稳、最全、最能打的六边形战士基座模型
+- Flux 是开源界的 Midjourney，出自前 SD 核心团队之手，目前人体解剖学最正确的开源模型
+- HunyuanVideo 是开源界参数量最大的视频生成模型之一，对中文 Prompt 理解达到天花板级别
+- Manus 是定义 AI Agent 元年的里程碑式产品，被 Meta 以几十亿美金收购
+- OpenManus 是 Manus 最强的开源平替，采用规划→执行→循环反馈的核心逻辑
+- Cline 是 VS Code 生态中公认最强大的开源自主编程插件，被誉为 Cursor 最佳开源平替
+- n8n 有恐怖的 16 万 Star，是最强的工作流 Workflow 开源项目
+- Dify 是最拿得出手的 LLM 应用开发平台，提供可视化知识库 AI 机器人搭建
+- Perplexica 是公认的和 Perplexity 长得像、功能像、而且完全开源免费的 AI 搜索引擎
+- NotebookLM 的开源平替已找到七八个，涵盖数字人、音频、具身智能、AI PPT 等细分领域
+
+## Key Quotes
+> "我只是把 GitHub 上同一方向最火的开源项目揪了出来，并不代表开源项目的表现和效果一定能媲美闭源产品。" — 作者免责声明
+
+## Key Concepts
+- [[开源大语言模型]]：以 DeepSeek、Qwen 为代表的开源基座大模型
+- [[AI生图模型]]：以 Flux、Stable Diffusion 为代表的开源图像生成模型
+- [[AI生视频模型]]：以 HunyuanVideo 为代表的开源视频生成模型
+- [[AI智能体]]：以 Manus/OpenManus 为代表的通用 AI 代理
+- [[AI编程工具]]：以 Cline 为代表的 AI 增强代码编辑器插件
+- [[智能体工作流]]：以 n8n、Dify 为代表的工作流自动化平台
+- [[AI搜索引擎]]：以 Perplexica 为代表的 AI 搜索开源项目
+- [[AI知识库]]：以 NotebookLM 开源平替为代表的 AI 知识管理工具
+
+## Key Entities
+- [[DeepSeek]]：中国 AI 公司，开发 R1/V3 等开源大模型
+- [[Qwen]]：阿里云开发的大型语言模型（通义千问）
+- [[Flux]]：开源界的 Midjourney，出自前 SD 核心团队之手
+- [[Stable-Diffusion]]：老牌开源图像生成模型
+- [[HunyuanVideo]]：腾讯混元视频生成模型
+- [[Manus]]：定义 AI Agent 元年的里程碑式产品
+- [[OpenManus]]：Manus 最强开源平替
+- [[Cline]]：VS Code 生态中最强开源编程插件
+- [[n8n]]：最强工作流自动化开源项目（16 万 Star）
+- [[Dify]]：LLM 应用开发平台
+- [[Perplexica]]：Perplexity 开源平替
+
+## Connections
+- [[DeepSeek]] ← 竞品 ← [[OpenAI]]
+- [[DeepSeek]] ← 竞品 ← [[Claude]]
+- [[Qwen]] ← 竞品 ← [[DeepSeek]]
+- [[Flux]] ← 竞品 ← [[Midjourney]]
+- [[Flux]] ← 竞品 ← [[Stable-Diffusion]]
+- [[HunyuanVideo]] ← 竞品 ← [[Veo-3]]
+- [[OpenManus]] ← 平替 ← [[Manus]]
+- [[Cline]] ← 平替 ← [[Cursor]]
+- [[n8n]] ← 平替 ← [[Zapier]]
+- [[Dify]] ← 竞品 ← [[n8n]]
+- [[Perplexica]] ← 平替 ← [[Perplexity]]
+
+## Contradictions
+- （无）
--- a/wiki/sources/AI-解决方案专家培训课程.md
+++ b/wiki/sources/AI-解决方案专家培训课程.md
@@ -0,0 +1,45 @@
+---
+title: "AI 解决方案专家培训课程"
+type: source
+tags: [ai, coze, 智能体, 培训]
+date: 2025-04-18
+---
+
+## Source File
+- [[raw/AI/AI 解决方案专家培训课程.md]]
+
+## Summary
+- 核心主题：Coze（扣子）平台 AI Agent 开发实战培训
+- 问题域：企业级 AI 智能体在各行业的应用场景与开发方法
+- 方法/机制：通过 Demo 实例展示多行业 AI 解决方案，包含 Workflow、Bot、插件等开发模式
+- 结论/价值：覆盖金融、医疗、教育、电商、泛娱乐、人力资源、在线客服 7 大行业，提供可直接复用的 AI Agent 开发模板
+
+## Key Claims
+- Coze 平台支持国内版（coze.cn）和海外版（coze.com）两个版本
+- AI Agent 开发可覆盖零售、医疗、金融、教育、人力资源、电商、泛娱乐等多个行业场景
+- Workflow 模式支持更复杂的企业级业务流编排
+
+## Key Quotes
+> "Coze 平台是国内领先的 AI Agent 开发平台，支持零代码构建智能体"
+
+## Key Concepts
+- [[Coze（扣子）]]：字节跳动旗下 AI Agent 开发平台
+- [[Workflow]]：工作流模式，支持复杂业务逻辑编排
+- [[Bot]]：对话型 AI 智能体
+- [[Function Call]]：函数调用能力，实现 Agent 与外部系统集成
+
+## Key Entities
+- [[字节跳动]]：Coze 平台母公司
+- [[知乎]]：财报解读 Agent 演示
+- [[滴滴]]：出行行业计费规则解答 Agent 演示
+- [[SONY]]：零售门店店员 Agent 演示
+- [[医疗分诊助手]]：医疗行业 Agent 演示
+
+## Connections
+- [[Coze（扣子）]] ← provides_platform ← [[AI 解决方案专家培训课程]]
+- [[金融行业客户分层营销助手]] ← extends ← [[Coze（扣子）]]
+- [[医疗分诊助手]] ← extends ← [[Coze（扣子）]]
+- [[教育行业知识库问答]] ← extends ← [[Coze（扣子）]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/GOG-CLI-安装配置指南.md
+++ b/wiki/sources/GOG-CLI-安装配置指南.md
@@ -0,0 +1,47 @@
+---
+title: "GOG-CLI 安装配置指南"
+type: source
+tags: [gog, gog-cli, macos, google-workspace, oauth]
+date: 2026-03-15
+---
+
+## Source File
+- [[raw/Skills/GOG-CLI-安装配置指南.md]]
+
+## Summary
+- 核心主题：在 macOS 系统上安装和配置 gog CLI，通过命令行管理 Google Workspace（Gmail、Google Calendar、Google Drive、Google Contacts、Google Docs、Google Sheets）
+- 问题域：Google API 集成、OAuth 认证、CLI 工具配置
+- 方法/机制：Homebrew 安装、OAuth 凭证配置、Google Cloud Console 设置、API 启用
+- 结论/价值：实现 Google 六大服务的命令行化管理，提升自动化效率
+
+## Key Claims
+- gog CLI 是管理 Google Workspace 的命令行工具，支持 Gmail、Calendar、Drive、Contacts、Docs、Sheets 六大服务
+- OAuth 授权需要两层配置：用户身份认证（OAuth）+ API 服务启用
+- Google 未验证应用需要添加测试用户才能授权
+
+## Key Quotes
+> "此应用未经 Google 验证" — 首次授权时 Google 的安全限制提示
+
+> "此应用请求访问您 Google 账号中的敏感信息" — OAuth 权限请求说明
+
+## Key Concepts
+- [[OAuth]]：开放授权协议，用于第三方应用访问用户 Google 账号
+- [[Google-Cloud-Console]]：Google 云平台控制台，管理 API 启用和 OAuth 凭证
+- [[Gmail-API]]：Google 邮件服务编程接口
+- [[Calendar-API]]：Google 日历服务编程接口
+- [[Drive-API]]：Google 云端硬盘服务编程接口
+- [[API-Enablement]]：Google Cloud 中启用特定 API 服务的操作
+- [[测试用户]]：Google OAuth 中允许未经验证的应用进行测试的账号
+
+## Key Entities
+- [[Homebrew]]：macOS 包管理器，用于安装 gog CLI
+- [[Google]]：Google 公司，开发 gog CLI 工具
+- [[steipete-tap-gogcli]]：gog CLI 的 Homebrew 官方仓库
+
+## Connections
+- [[Homebrew]] ← 安装于 ← [[GOG-CLI-安装配置指南]]
+- [[Google-Cloud-Console]] ← 创建凭证于 ← [[GOG-CLI-安装配置指南]]
+- [[OAuth]] ← 授权机制于 ← [[GOG-CLI-安装配置指南]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/Last30Days-使用指南.md
+++ b/wiki/sources/Last30Days-使用指南.md
@@ -0,0 +1,45 @@
+---
+title: "Last30Days 使用指南"
+type: source
+tags: [hackernews, instagram, last30days, polymarket, scrapecreator, tiktok, x, youtube]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/Last30Days-使用指南.md]]
+
+## Summary
+- 核心主题：多平台热门内容研究工具的使用指南
+- 问题域：市场调研、竞品分析、趋势发现
+- 方法/机制：通过 Python 脚本聚合 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Web 共 8 个数据源的热门内容，生成结构化研究报告
+- 结论/价值：帮助用户快速获取过去 30 天内的用户痛点、市场趋势和竞品动态，是 AI 辅助创业自动化的核心工具
+
+## Key Claims
+- Last30Days 支持 8 个数据源，权重排序为 Reddit/X > YouTube > TikTok > Polymarket > Web
+- 深度研究需要 2-8 分钟，可通过 --quick（8-12 条/来源）或 --deep（50-70 条 Reddit，40-60 条 X）调整
+- 对比模式（"cursor vs windsurf"）可生成并排对比研究
+- Polymarket 赔率数据是最高置信度的信息来源，因其基于真实货币投注
+
+## Key Quotes
+> "深度研究需要 2-8 分钟，耐心等待" — 使用指南
+> "Polymarket 赔率是最高置信度的数据" — 使用指南
+
+## Key Concepts
+- [[Last-30-Days-Skill]]：Matt Van Horn 开发的 Reddit/X 研究技能，获取过去 30 天用户痛点
+- [[Market-Research]]：通过用户反馈和数据分析识别产品机会的过程
+- [[MVP]]：最小可行产品，用最少的资源验证核心产品假设
+- [[Comparative Mode]]：对比模式，通过 "X vs Y" 格式生成并排对比研究
+
+## Key Entities
+- [Matt Van Horn](entities/Matt-Van-Horn.md)：Last30Days skill 的作者
+- [ScrapeCreators](entities/ScrapeCreators.md)：提供 Reddit、TikTok、Instagram 数据采集的 API 服务（前 100 次免费）
+- [Polymarket](entities/Polymarket.md)：预测市场平台，基于真实货币投注提供高置信度趋势数据
+- [OpenClaw](entities/OpenClaw.md)：运行 Last30Days skill 的 AI Agent 框架
+
+## Connections
+- [[Market Research & Product Factory]] ← uses ← [[Last-30-Days-Skill]]
+- [[Last-30-Days-Skill]] ← requires ← [[ScrapeCreators]]
+- [[Last-30-Days-Skill]] ← supports ← [[Polymarket]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/Multi-Agent-System-Reliability.md
+++ b/wiki/sources/Multi-Agent-System-Reliability.md
@@ -0,0 +1,52 @@
+---
+title: "多智能体系统可靠性"
+type: source
+tags: [multi-agent, reliability, architecture]
+sources: [raw/AI/Multi-Agent System Reliability.md]
+last_updated: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/Multi-Agent System Reliability.md]]
+
+## Summary
+- 核心主题：多智能体系统的可靠性架构模式
+- 问题域：LLM 不可靠性导致的系统级错误传播
+- 方法/机制：层级结构、共识投票、对抗式辩论、淘汰制四种架构模式
+- 结论/价值：将 LLM 视为不可靠组件，通过架构设计强制正确性而非依赖模型"小心谨慎"
+
+## Key Claims
+- LLM 本质不可靠（幻觉、逻辑谬误、上下文漂移），多智能体拓扑会将错误传播到无法使用的程度
+- 层级结构通过依赖图强制 Worker 协作，验证器捕获作弊
+- 共识投票中 3 个模型同时幻觉相同谎言的概率仅为 0.8%（20%³）
+- 对抗式辩论模拟人类"恐惧"机制，通过外部批评者纠正模型"好好先生"倾向
+- 淘汰制将 LLM 视为"牲畜"而非"宠物"，失败即替换而非修复
+
+## Key Quotes
+> "We don't need AI that 'cares.' We need AI that is constrained, verified, pruned, and challenged." — Alex Ewerlöf
+
+> "Don't anthropomorphize LLMs! Find a way to piggy back on their human-corpus training while being aware of their non-biological differences." — Alex Ewerlöf
+
+## Key Concepts
+- [[多智能体系统可靠性]]：通过架构模式提升 LLM 多智能体系统可靠性的方法论
+- [[层级结构 (Hierarchy)]]：Planner 分解任务 → Worker 执行 → Validator 验证的三层架构
+- [[共识投票 (Consensus)]]：多数票机制抵消单个模型的随机噪声
+- [[对抗式辩论 (Adversarial Debate)]]：生成器+批评者+评委的三角制衡结构
+- [[淘汰制 (Knock-out)]]：适者生存的遗传算法式选择机制
+- [[可靠性工程]]：将 LLM 视为分布式系统中不可靠组件的工程思维
+
+## Key Entities
+- [[Alex Ewerlöf]]：作者，27年经验的资深工程师，KTH 系统工程硕士，专注可靠性工程和弹性架构
+- [[KTH]]：瑞典皇家理工学院（KTH Royal Institute of Technology）
+
+## Connections
+- [[多智能体系统可靠性]] ← extends ← [[Multi-Agent-Team]]
+- [[层级结构 (Hierarchy)]] ← depends_on ← [[依赖图]]
+- [[共识投票 (Consensus)]] ← uses ← [[复合 SLO]]
+- [[淘汰制 (Knock-out)]] ← implements ← [[遗传算法]]
+- [[对抗式辩论 (Adversarial Debate)]] ← avoids ← [[群体思维]]
+- [[可靠性工程]] → applies_to → [[SRE]]
+
+## Contradictions
+- 与 [[Multi-Agent-Team]] 视角不同：Multi-Agent-Team 强调 Agent 个性和协作流程，本文强调将 LLM 视为不可靠组件的工程视角
+- 与 [[Agent Chain]] 区别：Agent Chain 是简单的串联模式，本文强调验证和反馈机制
--- a/wiki/sources/RAG从入门到精通系列1-基础RAG.md
+++ b/wiki/sources/RAG从入门到精通系列1-基础RAG.md
@@ -0,0 +1,57 @@
+---
+title: "RAG从入门到精通系列1：基础RAG"
+type: source
+tags: [RAG, LLM, 教程]
+date: 2025-12-18
+---
+
+## Source File
+- [[raw/AI/RAG从入门到精通系列1：基础RAG.md]]
+
+## Summary
+- 核心主题：基础 RAG（检索增强生成）技术介绍
+- 问题域：LLM 如何使用外部数据（私有数据或最新数据）
+- 方法/机制：Indexing（索引）→ Retrieval（检索）→ Generation（生成）
+- 结论/价值：RAG 是连接 LLM 与外部数据源的通用方法，使 LLM 能基于外部知识生成回答
+
+## Key Claims
+- RAG 是一种将 LLM 与外部数据源连接的通用方法，允许 LLM 使用外部数据生成输出
+- 基础 RAG 流程包含三个核心阶段：索引构建、文档检索、答案生成
+- Embedding（向量化）将文本转为固定长度的数值向量，捕获文本语义
+- 文档需要切分成满足 Embedding Model Context Window 的 Split（文档块）
+- Vector Store（向量数据库）存储 Embedding Vector 并实现相似度比较
+- LangChain 和 LlamaIndex 框架简化了 RAG 管道的构建
+
+## Key Quotes
+> "RAG（Retrieval Augmented Generation，检索增强生成）是一种将 LLM 与外部数据源（例如私有数据或最新数据）连接的通用方法。它允许 LLM 使用外部数据来生成其输出。"
+
+## Key Concepts
+- [[RAG]]：检索增强生成，连接 LLM 与外部数据源的技术
+- [[LLM]]：大型语言模型，功能强大但不总是使用最新或相关数据
+- [[向量嵌入]]：将文本转换为数值向量，捕获语义信息
+- [[Token]]：模型处理文本的基本单位，中文约 1 token/汉字，英文约 1 token/3-4 字母
+- [[Vector Store]]：向量数据库，存储 Embedding Vector 并实现相似度检索
+- [[LangChain]]：简化 RAG 管道构建的框架
+- [[Qdrant]]：Rust 编写的开源向量数据库
+
+## Key Entities
+- [[LangChain]]：提供 160+ 文档加载器的 RAG 框架
+- [[Qwen]]：文中使用的 LLM 示例
+- [[BAAI]]：开源 Embedding Model 系列
+- [[PyTorch研习社]]：文章来源公众号
+
+## Connections
+- [[RAG]] ← depends_on ← [[向量嵌入]]
+- [[向量嵌入]] ← depends_on ← [[Token]]
+- [[LangChain]] ← implements ← [[RAG]]
+- [[Qdrant]] ← stores ← [[向量嵌入]]
+- [[Qwen]] ← provides ← [[LLM]]
+
+## Contradictions
+- （暂无）
+
+## 相关技术栈
+- **LLM**: Qwen
+- **Embedding Model**: BAAI 系列
+- **Vector Store**: Qdrant
+- **Framework**: LangChain
--- a/wiki/sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md
+++ b/wiki/sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md
@@ -0,0 +1,38 @@
+---
+title: "Scrapy + Playwright 抓取TikTok Shop Data"
+type: source
+tags: [playwright, scrapy, tiktok, 跨境电商]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]]
+
+## Summary
+- 核心主题：TikTok Shop 数据抓取环境配置指南
+- 问题域：跨境电商数据采集、Docker 环境配置
+- 方法/机制：Python 虚拟环境 + Scrapy + Playwright 组合爬虫架构
+- 结论/价值：提供 Docker 容器内运行 Python 爬虫的完整配置方案
+
+## Key Claims
+- Scrapy + Playwright 组合是抓取动态网页（TikTok Shop）的最佳方案
+- Docker 容器内运行需要额外配置虚拟环境（venv）才能正常工作
+- 虚拟环境可以隔离依赖，避免全局污染
+
+## Key Concepts
+- [[虚拟环境 (venv)]]：Python 依赖隔离机制，通过 `python3 -m venv venv` 创建
+- [[Scrapy]]：Python 爬虫框架，适合结构化网页抓取
+- [[Playwright]]：Microsoft 浏览器自动化工具，支持 Chromium/Chrome 渲染动态内容
+- [[scrapy-playwright]]：Scrapy 与 Playwright 集成的中间件，支持 JavaScript 渲染页面
+
+## Key Entities
+- [[Docker]]：容器化平台，本场景的部署环境
+- [[TikTok Shop]]：字节跳动旗下电商平台，本文的抓取目标
+
+## Connections
+- [[Scrapy]] ← uses ← [[scrapy-playwright]]
+- [[Playwright]] ← provides ← [[浏览器自动化]]
+- [[Docker]] ← requires ← [[虚拟环境 (venv)]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/TK美国面单授权及操作流程.md
+++ b/wiki/sources/TK美国面单授权及操作流程.md
@@ -0,0 +1,39 @@
+---
+title: "TK美国面单授权及操作流程"
+type: source
+tags: [跨境电商, TikTok, 物流]
+date: 2025-12-19
+---
+
+## Source File
+- [[raw/跨境电商/TK美国面单授权及操作流程.md]]
+
+## Summary
+- 核心主题：TikTok Shop 美国面单授权及操作流程
+- 问题域：跨境电商物流、TikTok Shop 运营
+- 方法/机制：TikTok 美国本土店的面单授权配置流程
+- 结论/价值：帮助卖家完成 TikTok 美国物流面单系统的配置
+
+## Key Claims
+- TikTok 美国面单需要完成授权配置才能使用
+- 授权流程涉及多个步骤的配置操作
+- 图片教程记录了完整的授权操作步骤
+
+## Key Quotes
+> 原始文档为图片教程，共6张截图展示了完整的 TK 美国面单授权及操作流程
+
+## Key Concepts
+- [[TikTok Shop]]：字节跳动旗下的短视频电商平台
+- [[面单授权]]：跨境电商物流系统的运单打印授权配置
+- [[美国本土店]]：TikTok Shop 美国地区的本地商家店铺
+
+## Key Entities
+- [[字节跳动]]：TikTok 母公司
+- [[TikTok]]：字节跳动旗下的短视频平台
+
+## Connections
+- [[跨境电商]] ← 包含 ← [[TK美国面单授权及操作流程]]
+- [[TikTok Shop]] ← 相关 ← [[TK美国面单授权及操作流程]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/TikTok-Shop-Apache-Superset-Dashboard设计思路.md
+++ b/wiki/sources/TikTok-Shop-Apache-Superset-Dashboard设计思路.md
@@ -0,0 +1,45 @@
+---
+title: "TikTok Shop - Apache Superset Dashboard设计思路"
+type: source
+tags: [TikTok-Shops, Apache-Superset, 数据可视化, BI, 电商分析]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md]]
+
+## Summary
+- 核心主题：TikTok Shop 电商数据可视化仪表盘设计
+- 问题域：跨境电商选品数据分析与竞争对手监控
+- 方法/机制：基于 Apache Superset 构建多维度数据分析仪表盘，包含 KPI 卡片、热销排行、类目分析、店铺监控等核心模块
+- 结论/价值：提供完整的 SQL View 模板和 Dashboard 布局方案，支持热卖品发现、价格带分析、类目机会识别、店铺监控等核心功能
+
+## Key Claims
+- 通过 SQL View 预处理 JSON 字段（如 rating、rating_count），使 Superset 能直接计算数值指标
+- 推荐 4 Tab Dashboard 结构：爆品雷达、类目机会洞察、店铺监控、评论与用户反馈
+- 选品评分模型公式：score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5
+- 价格 vs 销量气泡图可一眼识别"低价高销量类"和"高客单价爆品"
+
+## Key Quotes
+> "找出热卖产品 + 高评分 + 低竞争 + 高折扣 → 决定选哪些产品卖"
+
+## Key Concepts
+- [[Superset-Dashboard]]：Apache Superset 数据可视化仪表盘，包含图表、过滤器、布局的完整组合
+- [[SQL-View]]：预处理的数据库视图，用于解析 JSON 字段和计算派生指标
+- [[KPI-卡片]]：关键绩效指标可视化展示（总产品数、热卖产品数、平均评分等）
+- [[选品评分模型]]：通过加权公式自动推荐优质产品的算法
+- [[交互过滤器]]：支持 Category、Store Name、价格范围、时间范围等动态筛选
+
+## Key Entities
+- [[TikTok-Shop]]：字节跳动旗下的短视频电商平台
+- [[Apache-Superset]]：Apache 软件基金会旗下的开源 BI 平台
+- [[products]]：核心产品数据表，包含 sold、final_price、initial_price、discount_percent、category、store_name 等字段
+
+## Connections
+- [[TikTok-Shop]] ← 产品数据源 ← [[products]]
+- [[Apache-Superset]] ← 可视化工具 ← [[SQL-View]]
+- [[选品评分模型]] ← 计算依据 ← [[products]]
+- [[Superset-Dashboard]] ← 展示界面 ← [[KPI-卡片]] + [[交互过滤器]]
+
+## Contradictions
+- （暂无冲突记录）
--- a/wiki/sources/baoyu-skills-claude-code-技能集.md
+++ b/wiki/sources/baoyu-skills-claude-code-技能集.md
@@ -0,0 +1,40 @@
+---
+title: "宝玉 Claude Code 技能集"
+type: source
+tags: [claude-code, baoyu, skills, openclaw, ai-tools]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/baoyu-skills-claude-code-技能集.md]]
+
+## Summary
+- 核心主题：Claude Code/AI Agent 技能集成的安装与使用方法
+- 问题域：内容生成、AI 图像生成、工具类自动化
+- 方法/机制：三大类 Skills 通过 npx/Plugin 市场安装，支持自定义扩展
+- 结论/价值：提供一站式 AI 辅助工作效率工具，涵盖图像生成、翻译、内容发布等场景
+
+## Key Claims
+- 技能集包含三大类：内容技能、AI 生成技能、工具技能
+- 支持多种 AI 服务商：OpenAI、Google、Azure、MiniMax、通义万相等
+- 通过 npx/Plugin 市场灵活安装和更新
+
+## Key Concepts
+- [[Claude Skills]]：写给 Claude 的"说明书"和 SOP
+- [[Agent Skill 设计模式]]：Google 发布的 5 种 Agent Skill 设计模式
+- [[Vibe Coding]]：AI 辅助开发方式，自然语言描述需求
+- [[EXTEND.md]]：自定义扩展文件的机制，允许用户覆盖默认设置
+
+## Key Entities
+- [[baoyu]]：技能集作者，维护者
+- [[JimLiu]]：GitHub 仓库作者
+- [[ClawHub]]：技能发布和管理平台
+
+## Connections
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[内容技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[AI生成技能]]
+- [[baoyu-skills-claude-code-技能集]] ← includes → [[工具技能]]
+- [[OpenClaw]] ← uses → [[baoyu-skills-claude-code-技能集]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/chao-da-wu-liu-ding-jia.md
+++ b/wiki/sources/chao-da-wu-liu-ding-jia.md
@@ -0,0 +1,41 @@
+---
+title: "超达物流定价"
+slug: chao-da-wu-liu-ding-jia
+type: source
+tags: [跨境电商, 物流, 定价]
+date: 2025-12-14
+---
+
+## Source File
+- [[raw/跨境电商/超达物流定价.md]]
+
+## Summary
+- 核心主题：跨境电商物流定价规则与服务说明
+- 问题域：跨境电商物流成本计算、发货时效
+- 方法/机制：UIN 渠道和 TK 平台的面单定价规则和时效说明
+- 结论/价值：帮助卖家了解物流定价结构，避免因规则不明导致额外费用
+
+## Key Claims
+- UIN 渠道提供预上网服务，满足 TK 轨迹上传需求
+- 申报重量与实重/材积取最大值收费
+- 已推送轨迹的订单取消需收取全额挂号费或操作费
+
+## Key Quotes
+> 申报重量和实重/材积差距尽量不要超过 0.1Kg，且申报重量要低于收费重量，以免由于申报重量过高导致多支付运费。
+
+> 申报重量、实重、材积取最大值收费，请务必注意。
+
+## Key Concepts
+- [[面单收费]]：物流面单的费用计算规则
+- [[预上网]]：物流轨迹预生成的机制，24-48 小时左右生成
+- [[材积重]]：物流体积折算的重量，用于国际物流计费
+
+## Key Entities
+- [[超达物流]]：跨境电商物流服务商，提供 UIN 渠道和 TK 平台物流服务
+
+## Connections
+- [[跨境电商]] ← 相关 ← [[超达物流定价]]
+- [[TikTok Shop]] ← 相关 ← [[超达物流]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/nano-banana-pro-prompting-guide-strategies-1.md
+++ b/wiki/sources/nano-banana-pro-prompting-guide-strategies-1.md
@@ -0,0 +1,42 @@
+---
+title: "Nano-Banana Pro 提示词指南与策略"
+type: source
+tags: []
+date: 2025-12-19
+---
+
+## Source File
+- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]]
+
+## Summary
+- 核心主题：Google Nano-Banana Pro 图像生成模型的专业级提示词设计指南
+- 问题域：如何有效使用 Nano-Banana Pro 进行专业级图像内容生产
+- 方法/机制：10大核心能力 + 4条黄金法则
+- 结论/价值：从"fun"图像生成升级到"functional"专业资产生产
+
+## Key Claims
+- Nano-Banana Pro 是从"趣味"图像生成向"功能性"专业资产生产的重大飞跃
+- 模型支持最多14张参考图像（6张高保真度），实现"身份锁定"
+- 模型具备"思考"能力，能理解意图、物理和构图，而非简单匹配关键词
+
+## Key Quotes
+> "Nano-Banana Pro is a 'Thinking' model. It doesn't just match keywords; it understands intent, physics, and composition."
+
+## Key Concepts
+- [[Nano Banana Pro]]：Google 的专业级图像生成模型，具备文本渲染、角色一致性、视觉合成、世界知识搜索和高分辨率（4K）输出能力
+- [[提示语设计]]：通过精心设计的提示词提升 AI 输出质量的技术
+- [[身份锁定 (Identity Locking)]]：通过参考图像保持特定人物或角色在生成新场景时面部特征不变的技术
+- [[思维模式 (Thinking Mode)]]：Nano-Banana Pro 默认生成中间思考图像（不收费）来优化构图后再渲染最终输出
+- [[Google Search Grounding]]：利用 Google 搜索实现实时数据可视化，减少时效性话题的幻觉
+
+## Key Entities
+- [[Google]]：开发 Nano-Banana Pro 的公司
+- [[Google AI Studio]]：Google 的 AI 开发平台，支持 Nano-Banana Pro 图像生成
+
+## Connections
+- [[Nano Banana Pro]] ← extends ← [[图像生成模型]]
+- [[Google AI Studio]] ← provides_interface ← [[Nano Banana Pro]]
+- [[提示语设计]] ← applies_to ← [[Nano Banana Pro]]
+
+## Contradictions
+- （暂无冲突）
--- a/wiki/sources/做TK跨境思路不对努力白费.md
+++ b/wiki/sources/做TK跨境思路不对努力白费.md
@@ -0,0 +1,76 @@
+---
+title: "做TK跨境思路不对努力白费"
+type: source
+tags: [tiktok, 跨境电商]
+date: 2025-04-09
+---
+
+## Source File
+- [[raw/跨境电商/做TK跨境思路不对努力白费.md]]
+
+## Summary
+
+- **核心主题**：TikTok 跨境电商实战策略与步骤
+- **问题域**：跨境电商运营、市场选择、选品策略、流量获取
+- **方法/机制**：从市场选择、账号运营、选品软件使用、短视频营销到团队建设
+- **结论/价值**：为跨境电商从业者提供完整的操作流程和避坑指南
+
+## Key Claims
+
+- 优先选择发达国家市场（美区、英区、日本区），避免东南亚市场
+
+- TikTok 账号运营需先观看直播学习跨境电商流程和政策
+
+- 选品需确定目标市场的法规，并办理相应营业执照
+
+- 选品软件找到合适的类目进行分析和商品上架
+
+- 销售数据跟踪分析是运营的核心，必须持续监控和调整策略
+
+- 短视频和达人营销是获取流量的核心手段
+
+- 海外仓储和海运补货确保供应链稳定
+
+- 团队建设是电商业务持续增长的关键
+
+## Key Quotes
+
+- "在选品上应考虑到行业的发展趋势与消费者需求，而不是盲目跟风" — 视频观点：不盲目跟随市场潮流
+
+- "数据分析能有效反映市场变化，帮助做出快速决策" — 视频观点：数据驱动运营
+
+- "团队的成功需要分工明确才能高效运作" — 视频观点：团队协作的重要性
+
+## Key Concepts
+
+- [[TikTok-Shop]]：TikTok 电商平台，包含美国、英国、日本等市场区域
+
+- [[选品策略]]：跨境电商的核心决策，确定目标市场和产品类目
+
+- [[短视频营销]]：通过 TikTok 短视频内容提升品牌曝光和销量
+
+- [[达人营销]]：与 TikTok 创作者合作推广产品
+
+- [[海外仓]]：跨境电商的仓储解决方案，确保物流时效
+
+## Key Entities
+
+- TikTok：字节跳动旗下的短视频社交平台
+
+- TikTok Shop：TikTok 的电商功能模块
+
+## Connections
+
+- [[TikTok-Shop]] ← is_platform_of ← 跨境电商
+
+- [[选品策略]] ← determines ← 市场选择
+
+- [[短视频营销]] ← improves ← 流量获取
+
+- [[达人营销]] ← improves ← 流量获取
+
+- [[海外仓]] ← supports ← 供应链管理
+
+## Contradictions
+
+- 与 [[Scrapy-Playwright-抓取TikTok-Shop-Data.md]]：该技术文档专注于 TikTok Shop 数据采集，而本文档聚焦于电商运营策略
--- a/wiki/sources/全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md
+++ b/wiki/sources/全网最全-Nano-Banana-2-使用指南-2025年12月更新-1.md
@@ -0,0 +1,46 @@
+---
+title: "全网最全！Nano Banana 2 使用指南（2025年12月更新）"
+type: source
+tags: []
+date: 2025-12-19
+---
+
+## Source File
+- [[raw/AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md]]
+
+## Summary
+- 核心主题：Nano Banana 2 图像生成模型的使用指南
+- 问题域：AI 图像生成工具使用
+- 方法/机制：通过 DeepSider 浏览器插件在国内访问 Google Nano Banana 2 模型
+- 结论/价值：国内用户可通过 DeepSider 插件直接使用 Nano Banana 2 进行图像生成
+
+## Key Claims
+- Nano Banana 2 是 Google 发布的推理型图像生成模型（Gemini 3 Pro Image）
+- DeepSider 插件让国内用户无需特殊网络即可访问 Nano Banana 2
+- Nano Banana 2 支持 1K、2K、4K 分辨率输出，最多可组合 14 张输入图像
+
+## Key Quotes
+> "新版本正式代号为Gemini 3 Pro Image，也即大家口中的Nano Banana 2"
+> "直接碾压一众AI绘图模型"
+> "专为中文用户设计，无需特殊网络，无需海外账户"
+
+## Key Concepts
+- [[Nano Banana 2]]：Google 的推理型图像生成模型，具备内部推理能力、高图像质量、多语言长文本渲染
+- [[推理模型]]：在生成图像前会进行内部推理的模型类型
+- [[DeepSider]]：浏览器插件，提供国内访问多款 AI 模型的渠道
+
+## Key Entities
+- [[Google]]：Nano Banana 2 的开发商
+- [[DeepSider]]：浏览器插件开发商
+- [[Appinn]]：来源网站
+- [[shenwei]]：文章作者
+
+## Connections
+- [[Nano Banana 2]] ← extends ← [[Gemini 3 Pro Image]]
+- [[DeepSider]] ← provides_access_to ← [[Nano Banana 2]]
+- [[DeepSider]] ← provides_access_to ← [[GPT-5]]
+- [[DeepSider]] ← provides_access_to ← [[Claude]]
+- [[DeepSider]] ← provides_access_to ← [[Sora-2]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/固定镜头短视频制作的AI全流程解析.md
+++ b/wiki/sources/固定镜头短视频制作的AI全流程解析.md
@@ -0,0 +1,61 @@
+---
+title: "固定镜头短视频制作的AI全流程解析"
+type: source
+tags: [AI, 短视频, 家装, 视频制作]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/固定镜头短视频制作的AI全流程解析.md]]
+
+## Summary
+- 核心主题：利用 AI 技术制作高播放量家装短视频的完整流程
+- 问题域：短视频制作效率低、制作周期长
+- 方法/机制：固定机位 + 分镜拆解 + 九宫格图像生成 + 首尾针动画 + 快节奏剪辑 + 声音设计
+- 结论/价值：AI 不到 10 分钟即可完成成片，适用于所有固定机位且状态变化明显的视频类型
+
+## Key Claims
+- 固定机位、内容连续变化、时间压缩是家装短视频成功的三大关键词
+- AI 工具分为大脑类（分镜）、设计师类（图像）、动效类（动画）三类
+- 九宫格法一次性生成 3×3 共九个分镜画面，保证机位与角度不变
+- 首尾针动画通过上传首针和尾针图片，AI 自动补齐中间动作，生成连贯动画
+
+## Key Quotes
+> "固定机位：摄像机位置固定，不移动镜头" — 视频核心原则
+> "内容连续变化：画面主要信息是施工进度变化" — 时间流逝主题
+> "时间压缩：将长时间装修过程浓缩呈现" — 压缩手法
+
+## Key Concepts
+- [[固定机位]]：摄像机位置固定不变，是视频画面统一和连贯的基础
+- [[内容连续变化]]：视频主体信息随时间持续发生明确阶段性变化
+- [[时间压缩]]：将长时间拍摄过程在视频中浓缩表现的手法
+- [[分镜拆解]]：将视频内容拆分成多个画面阶段描述
+- [[九宫格法]]：同时生成 3×3 共九个画面，保证机位与角度不变
+- [[首尾针动画]]：通过两个关键帧（首针和尾针），AI 自动补齐中间动作
+- [[快节奏剪辑]]：视频使用 2-4 倍速加速和硬切手法
+- [[卡点]]：画面变化与音乐节奏巧妙同步
+
+## Key Entities
+- [[XAR GPT]]：大脑类 AI 工具，负责分镜拆解
+- [[GEMALA]]：大脑类 AI 工具，负责视频逻辑分析
+- [[Midjourney]]：设计师类 AI 工具，负责图像生成
+- [[Nano Banana]]：设计师类 AI 工具，Google 专业级图像生成模型
+- [[海螺AI]]：动效类 AI 工具，支持声音克隆
+- [[KAI]]：动效类 AI 工具，专注于视频动画生成
+- [[Google AI Studio]]：用于分镜拆解和图片裁切的在线工具
+- [[剪映]]：抖音官方视频剪辑工具
+
+## Connections
+- [[分镜拆解]] ← depends_on ← [[Google AI Studio]]
+- [[九宫格法]] ← generates ← [[Nano Banana]]/[Midjourney]
+- [[首尾针动画]] ← generates ← [[KAI]]
+- [[快节奏剪辑]] ← depends_on ← [[剪映]]
+
+## Contradictions
+- （暂无）
+
+## 易错点
+- 误区：短视频制作需要复杂移动镜头 → 纠正：固定机位即可
+- 误区：逐帧独立生成图片 → 纠正：九宫格一次性生成保证连贯
+- 误区：转场效果越多越好 → 纠正：首尾针硬切更干净
+- 误区：忽视声音设计 → 纠正：音效和 BGM 不可或缺
--- a/wiki/sources/大模型相关术语和框架总结-LLM-MCP-Prompt-RAG-vLLM-Token-数据蒸馏.md
+++ b/wiki/sources/大模型相关术语和框架总结-LLM-MCP-Prompt-RAG-vLLM-Token-数据蒸馏.md
@@ -0,0 +1,56 @@
+---
+title: 大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏
+type: source
+tags: [llm, mcp, prompt, rag, token, vllm]
+date: 2025-12-20
+---
+
+## Source File
+- [[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]]
+
+## Summary
+- 核心主题：大模型领域核心术语和框架科普
+- 问题域：AI 大模型基础知识
+- 方法/机制：术语解释 + 框架介绍
+- 结论/价值：建立对大模型技术栈的系统认知
+
+## Key Claims
+- LLM（Large Language Model）行业以参数规模和训练数据/算力来衡量，通常 ≥1B 参数被称为“大模型”
+- MCP（Model Context Protocol）是为 LLM 提供标准化接口的开放协议，使 LLM 能连接外部数据源和工具
+- Agent 智能体需要将 LLM 整合 MCP 工具才能真正执行步骤，而不仅是给出方法
+- RAG（Retrieval-augmented generation）通过检索增强来解决 LLM 的幻觉问题，提升回答准确率
+- vLLM 通过 PagedAttention 和连续批处理优化 GPU 内存使用，提升推理效率
+
+## Key Quotes
+> "大模型是不会自己去调用外部数据源或者工具的，大模型只会告诉我们需要调用哪些工具，而我们需要自己去实现工具的调用。" — 解释了 LLM 与 Agent 的本质区别
+
+> "LLM 在考试的时候面对陌生的领域，只会写一个解字，然后就准备放飞自我了，而此时 RAG 给了亿些提示，让 LLM 懂了开始往这个提示的方向做，最终考试的正确率从 60% 到了 90%！" — 直观解释 RAG 的作用
+
+## Key Concepts
+- [[LLM]]：大型语言模型，以参数规模衡量
+- [[MCP]]：模型上下文协议，标准化接口
+- [[Agent]]：智能体，整合 LLM + MCP 工具
+- [[RAG]]：检索增强生成，解决幻觉
+- [[Embedding]]：向量化，词转化为浮点数计算语义距离
+- [[LangChain]]：快速实现 Agent 的开发框架
+- [[vLLM]]：虚拟大语言模型，优化 GPU 内存和推理效率
+- [[Token]]：大模型的基本输入单元
+- [[数据蒸馏]]：利用大模型生成精简数据训练小模型
+
+## Key Entities
+- [[ChatGPT]]：OpenAI 开发的大型语言模型示例
+- [[GPT-2]]：1.5B 参数的早期较大语言模型
+- [[GPT-3]]：175B 参数的代表性大模型
+
+## Connections
+- [[LLM]] ← 核心概念 ← [[MCP]]
+- [[LLM]] ← 核心概念 ← [[Agent]]
+- [[LLM]] ← 核心概念 ← [[RAG]]
+- [[LLM]] ← 核心概念 ← [[vLLM]]
+- [[LLM]] ← 核心概念 ← [[数据蒸馏]]
+- [[Agent]] ← 依赖 ← [[MCP]]
+- [[RAG]] ← 技术基础 ← [[Embedding]]
+- [[LangChain]] ← 用于构建 ← [[Agent]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/如何利用Sora接口实现视频自动化生成工作流.md
+++ b/wiki/sources/如何利用Sora接口实现视频自动化生成工作流.md
@@ -0,0 +1,42 @@
+---
+title: "如何利用Sora接口实现视频自动化生成工作流"
+type: source
+tags: [n8n, sora, workflow, AI视频]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/如何利用Sora接口实现视频自动化生成工作流.md]]
+
+## Summary
+- 核心主题：利用 Sora 接口实现视频生成的自动化工作流
+- 问题域：AI 视频生成、自动化工作流、视频创作效率提升
+- 方法/机制：亚马逊 AWS Bedrock 平台调用 Sora API，结合 n8n 实现批量视频生成自动化
+- 结论/价值：低成本（仅需 2-3 元人民币）实现视频生成，帮助自媒体创作者提升效率
+
+## Key Claims
+- Sora 接口成本比 OpenAI 官方便宜六倍以上
+- 新用户注册亚马逊账户可获得 200 美元抵扣金和六个月免费试用
+- 使用 Sora 生成无水印视频需要设置特定参数
+- 提示词优化是提升生成质量的关键因素
+
+## Key Quotes
+> "使用'Sora'能显著降低视频生成成本，相较于OpenAI便宜六倍以上"
+
+> "生成一般视频的费用仅需两三元人民币，远低于市场水平"
+
+## Key Concepts
+- [[工作流自动化]]：预定义自动化流程，Sora 视频生成可通过 n8n 自动化
+- [[AI视频生成]]：使用 AI 模型根据文本描述生成视频内容的技术
+- [[API调用]]：通过编程接口调用外部服务，实现自动化集成
+
+## Key Entities
+- [[n8n]]：开源工作流自动化工具，用于构建视频生成自动化流程
+- [[OpenAI]]：开发 Sora 的 AI 公司，亚马逊是 Sora API 的提供平台之一
+
+## Connections
+- [[AI视频生成]] ← enables ← [[工作流自动化]]
+- [[Sora接口]] ← provided_by ← [[OpenAI]]
+
+## Contradictions
+- （暂无）
--- a/wiki/sources/如果你有多项兴趣爱好-不要浪费接下来的两三年时间.md
+++ b/wiki/sources/如果你有多项兴趣爱好-不要浪费接下来的两三年时间.md
@@ -0,0 +1,57 @@
+---
+title: "如果你有多项兴趣爱好，不要浪费接下来的两三年时间"
+type: source
+tags: [个人发展, 创业, 自我教育]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/If you have multiple interests, do not waste the next 2-3 years  如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md]]
+
+## Summary
+- 核心主题：多兴趣人群在AI时代的自我教育与创业策略
+- 问题域：如何将多重兴趣转化为有利可图的事业
+- 方法/机制：三位一体（自学、自利、自给自足）+ 内容创作 + 系统化产品
+- 结论/价值：多兴趣是天生的博学优势，而非弱点
+
+## Key Claims
+- 工业化时代的专业化分工使人变得愚蠢和依赖
+- 多重兴趣能建立更复杂的现实模型，发现更多机会
+- 品牌=内容=故事，内容创作是博学者的超车之道
+- 系统化产品是AI时代的新型产品形态
+- 自我教育+自我利益+自给自足三位一体产生通才
+
+## Key Quotes
+> "The man whose whole life is spent in performing a few simple operations... generally becomes as stupid and ignorant as it is possible for a human creature to become." — Adam Smith
+
+> "If you’ve ever helped someone with your interests, you’re qualified to start a business." — Dan
+
+> "You become a curator of ideas that people wouldn’t even think to ask AI for, and that people would never come across organically."
+
+## Key Concepts
+- [[自学]]：自主学习，因兴趣驱动而非任务驱动
+- [[自利主义]]：关注自身利益，而非无私奉献或纯粹利己
+- [[自给自足]]：拒绝外包判断力、学习能力和自主性
+- [[通才]]：跨领域知识整合者，而非单一专业者
+- [[第二次文艺复兴]]：AI时代每个人可以追求多领域精通
+- [[品牌作为环境]]：品牌是邀请他人进入的小世界，而非头像和简介
+- [[内容即创意密度]]：通过创意博物馆积累高质量想法
+- [[系统化产品]]：通过个人实践验证并系统化的解决方案
+- [[四人公司模式]]：一人公司用个人优势作为创业杠杆
+- [[注意力经济]]：注意力是最后的护城河之一
+
+## Key Entities
+- [[Adam Smith]]：古典经济学之父，指出分工的局限性
+- [[达·芬奇]]：文艺复兴代表人物，跨领域专家典范
+- [[米开朗基罗]]：文艺复兴三杰之一，画家、雕塑家、建筑师、诗人
+- [[Dan Koe]]：本文作者，专注于个人品牌和内容创作
+
+## Connections
+- [[一人公司模式]] ← 依赖于 ← [[自学]]
+- [[内容创作]] ← 是 ← [[注意力经济]] 的解决方案
+- [[通才]] ← 源于 ← [[自学]] + [[自利主义]] + [[自给自足]]
+- [[品牌作为环境]] ← 包含 ← [[创意博物馆]] + [[内容即创意密度]]
+
+## Contradicts
+- 与传统职场观念冲突：传统观念认为专注一项技能是优势，本文认为多兴趣是优势
+- 与传统创业观念冲突：传统观念认为创业需要资本和团队，本文认为只需笔记本和网络
--- a/wiki/sources/我用-Gemini-3-一口气做了-10-个应用-附教程.md
+++ b/wiki/sources/我用-Gemini-3-一口气做了-10-个应用-附教程.md
@@ -0,0 +1,75 @@
+---
+title: "我用 Gemini 3 一口气做了 10 个应用，附教程"
+type: source
+tags: [AI应用, Gemini, 提示语设计]
+sources:
+- raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md
+last_updated: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]]
+
+## Summary
+- 核心主题：使用 Google Gemini 3 模型开发 10 个创意应用的方法论与实战案例
+- 问题域：AI 应用开发、创意灵感激发
+- 方法/机制：三步开发法（输入场景→约束模型→设计输出容器）
+- 结论/价值：提供普通人可复制的 AI 应用开发范式
+
+## Key Claims
+- Gemini 3 可通过提示词设计实现多样化的创意应用生成
+- 三步开发法是构建 AI 应用的核心方法论
+- 前端代码（SVG/HTML）是可视化 AI 输出的容器
+
+## Key Quotes
+> "制作原理，就是让 AI 输出 SVG 的语言，可视化展示整个信息" — 作者阐述应用制作的核心机制
+
+> "如果你感兴趣的话，我下期再来详细分享一下做这些应用的具体对话内容" — 作者承诺后续教程
+
+## Key Concepts
+- [[提示语设计]]：通过精心设计的提示词提升 AI 输出质量的技术
+- [[Vibe-Coding]]：AI 辅助开发方式，自然语言描述需求，AI 负责代码实现
+
+## Key Entities
+- [[Gemini]]：Google 开发的大型语言模型，支持图像和文本生成
+- [[Google]]：全球科技公司，开发 Gemini 系列模型
+- [[空格]]：微信公众号作者，专注于 AI 应用开发分享
+
+## Connections
+- [[提示语设计]] ← 是开发方法的核心 ← [[Vibe-Coding]]
+- [[Gemini]] ← 通过 [[提示语设计]] 生成 → 各种创意应用
+
+## Contradictions
+- （暂无记录）
+
+## 方法论详情
+
+### 三步开发法
+
+**第一步：思考输入的场景**
+- 局限输入词汇在垂直场景（如诗词、小说、电影等）
+- 聚焦特定领域可提高输出质量和相关性
+
+**第二步：约束模型的思考**
+- 利用提示词、MCP（Model Context Protocol）
+- 将输入词汇扩展为结构化内容
+- 例如：电影名扩展为电影海报制作，提取海报元素
+
+**第三步：设计输出的容器**
+- 使用前端代码可视化模型输出
+- 可搜索参考图，让模型模仿制作 SVG 或 HTML
+- 将第二步生成的文字替换到前端模板中
+
+## 10 个应用案例
+
+| 应用 | 说明 | 体验地址 |
+|------|------|----------|
+| 配色卡片 | 莫奈主题颜色生成，包含渐变色和纯色卡片 | ai.studio |
+| 电影海报 | 电影海报生成，含简介、上映时间、导演 | ai.studio |
+| 绘画思维导图 | 关键词头脑风暴，生成思维导图后选词生成图片 | ai.studio |
+| ... | ... | ... |
+
+## Shells
+- AI应用开发
+- 提示语工程
+- 前端可视化
--- a/wiki/sources/电商视频Prompt.md
+++ b/wiki/sources/电商视频Prompt.md
@@ -0,0 +1,44 @@
+---
+title: "电商视频Prompt"
+type: source
+tags: [ai, prompt, text-to-video, image-to-video, tiktok, 电商]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/跨境电商/电商视频Prompt.md]]
+
+## Summary
+- 核心主题：宠物用品/宠物衣服的 AI 图生视频 Prompt 库，低翻车率 + 高真实感 + 为 TikTok 带货服务
+- 问题域：AI 视频生成在电商场景的应用，如何避免翻车、提升真实感
+- 方法/机制：模块化 Prompt 设计（产品展示 + 宠物动作 + 衣服对齐 + 场景变化 + 负向提示 + 卖货文案 + 全流程示例）
+- 结论/价值：可复用的 Prompt 积木式组合，一次制作可规模化使用
+
+## Key Claims
+- 模块化 Prompt 库设计可降低 AI 视频翻车率
+- 宠物衣服类视频必须添加"防穿帮"专用 Prompt，否则容易穿帮
+- 一个产品可生成 3 条视频模板（细节展示版、宠物日常版、情绪共鸣版）
+
+## Key Quotes
+> "低翻车率 + 高真实感 + 为 TikTok 带货服务" — Prompt 库设计目标
+
+> "场景一定是加法模块，不要一开始就写死" — 场景模块使用原则
+
+## Key Concepts
+- [[模块化Prompt库]]：将 Prompt 拆分为可复用的独立模块
+- [[图生视频]]：AI 将静态图像转化为动态视频的技术
+- [[防穿帮]]：防止 AI 生成视频中出现违和感的专用提示
+- [[九宫格法]]：同时生成 3×3 共九个分镜画面
+- [[首尾针动画]]：通过两个关键帧 AI 自动补齐中间动作
+
+## Key Entities
+- [[TikTok]]：字节跳动旗下短视频电商平台
+- [[Nano-Banana]]：Google 的图像生成模型
+- [[HunyuanVideo]]：腾讯的开源视频生成模型
+
+## Connections
+- [[图生视频]] ← uses ← [[模块化Prompt库]]
+- [[电商视频]] ← serves ← [[TikTok]]
+- [[九宫格法]] ← generates ← [[首尾针动画]]
+
+## Contradictions