Auto-sync: 2026-04-22 20:55

wiki/sources/latex-paper-writing.md

@@ -0,0 +1,44 @@
+---
+title: "LaTeX Paper Writing"
+type: source
+tags: []
+date: 2026-04-22
+---
+
+## Source File
+- [[Agent/usecases/latex-paper-writing.md]]
+
+## Summary（用中文描述）
+- 核心主题：基于 AI Agent 的 LaTeX 论文写作助手，通过云端 TeX 环境实现无需本地安装的即时编译
+- 问题域：本地 LaTeX 环境配置繁琐（TeX Live 体积巨大）、编译错误调试繁琐、在编辑器和 PDF 阅读器之间切换打断写作流
+- 方法/机制：Prismer Docker 容器提供云端 LaTeX 编译服务 + latex-compiler skill（4 个工具） + AI 对话生成 LaTeX 代码 + 内联 PDF 预览
+- 结论/价值：通过云端即时编译消除本地安装，实现对话式论文写作，AI 负责生成 LaTeX 源码并自动修复编译错误
+
+## Key Claims（用中文描述）
+- AI Agent 可以作为 LaTeX 写作助手，用户描述内容需求，Agent 生成对应的 LaTeX 源码
+- 通过 Docker 容器在云端运行完整 TeX Live（端口 8080），无需在本地安装任何 TeX 发行版
+- 支持三种编译器自动选择：pdflatex（默认）、xelatex（支持中文/CJK）、lualatex（Unicode 支持）
+- 内联 PDF 预览无需切换到其他应用程序
+- 提供四种启动模板：article、IEEE、beamer（演示文稿）、Chinese article（中文论文）
+- 支持 BibTeX/BibLaTeX 参考文献管理，直接粘贴 .bib 内容即可
+- 交叉引用需运行 2 次编译 pass
+
+## Key Quotes
+> "Setting up a local LaTeX environment is painful — installing TeX Live takes gigabytes, debugging compilation errors is tedious, and switching between your editor and PDF viewer breaks flow." — 痛点描述
+> "Use xelatex if I need Chinese/CJK support, otherwise default to pdflatex. Always run 2 passes for cross-references." — 编译器使用规范
+
+## Key Concepts
+- [[latex-compiler]]：Prismer 内置 skill，提供 4 个工具：`latex_compile`、`latex_preview`、`latex_templates`、`latex_get_template`
+- [[Prismer]]：开源 AI Agent workspace 项目，通过 Docker 提供完整 TeX Live 云端环境，LaTeX server 监听端口 8080
+- [[Docker]]：容器化部署底座，Prismer 通过 `docker compose -f docker/docker-compose.dev.yml up` 启动
+- [[BibTeX]]：LaTeX 参考文献格式工具，支持 .bib 文献库管理，BibLaTeX 是其现代替代方案
+
+## Key Entities
+- [[Prismer]]：GitHub 开源项目（Prismer-AI/Prismer），提供云端 TeX Live 和 latex-compiler skill，Agent 无需额外安装
+
+## Connections
+- [[latex-paper-writing]] ← depends_on ← [[Prismer]]
+- [[Prismer]] ← runs_on ← [[Docker]]
+
+## Contradictions
+- （无已知冲突）

wiki/sources/multi-channel-customer-service.md

@@ -0,0 +1,51 @@
+---
+title: "Multi-Channel AI Customer Service Platform"
+type: source
+tags: []
+date: 2026-04-25
+---
+
+## Source File
+- [[Agent/usecases/multi-channel-customer-service.md]]
+
+## Summary（用中文描述）
+- 核心主题：AI 驱动的多渠道客服统一收件箱，专为小型企业设计，整合 WhatsApp Business、Instagram DMs、Gmail 和 Google Reviews 至单一平台。
+- 问题域：小型企业在多个渠道管理客户消息时面临响应延迟、人工成本高、7×24覆盖困难等问题。
+- 方法/机制：AI 自动回复处理常见问题（FAQ/预约/咨询），复杂问题转人工，Intent Classification 识别消息类型，语言自动检测并匹配客户语言回复，支持 Test Mode 演示而不影响真实客户。
+- 结论/价值：餐厅实测将响应时间从 4 小时缩短至 2 分钟以内，80% 的咨询自动处理。
+
+## Key Claims（用中文描述）
+- 小型企业需在 WhatsApp、Instagram DMs、邮件、Google Reviews 多个渠道应对客户，7×24 即时响应成本高昂。
+- AI 统一收件箱将所有渠道整合至一处，AI 自动回复处理 FAQ、预约请求和常见咨询。
+- Intent Classification 将消息分类为 FAQ → 从知识库回复、Appointment → 确认预约、Complaint → 标记人工审核、Review → 感谢并回应。
+- Test Mode 使代理商可在不影响真实客户的情况下演示系统。
+- 餐厅案例：响应时间从 4+ 小时降至 2 分钟以内，80% 咨询自动处理。
+
+## Key Quotes
+> "Small businesses juggle WhatsApp, Instagram DMs, emails, and Google Reviews across multiple apps. Customers expect instant responses 24/7, but hiring staff for round-the-clock coverage is expensive." — 问题背景
+> "One restaurant reduced response time from 4+ hours to under 2 minutes, handling 80% of inquiries automatically." — 实际效果数据
+
+## Key Concepts
+- [[Unified-Inbox]]：将多个客服渠道（WhatsApp/Instagram/Email/Review）整合至单一 AI 驱动的收件箱
+- [[Intent-Classification]]：AI 自动识别客户消息意图（FAQ/Appointment/Complaint/Review）并匹配对应处理策略
+- [[Human-Handoff]]：复杂问题或投诉自动转交人工客服，AI 仅处理可自动回复的高频问题
+- [[Test-Mode]]：代理商演示模式，日志记录但实际不发送至真实渠道，不影响现有客户
+- [[Business-Knowledge-Base]]：AI 客服的知识库，包含服务/定价/营业时间/FAQ/升级触发条件
+- [[Language-Detection]]：自动检测客户语言（ES/EN/UA）并以对应语言回复
+- [[AI-Auto-Response]]：基于知识库的自动回复引擎，处理常见问题无需人工介入
+- [[Heartbeat-Monitoring]]：定时心跳检查，监控未回复消息积压并告警
+
+## Key Entities
+- [[WhatsApp-Business-API]]：WhatsApp Business 官方 API，通过 360dialog 或官方渠道接入
+- [[Instagram-Graph-API]]：Meta Business Suite 的 Instagram 消息 API
+- [[Gmail]]：通过 gog CLI OAuth 接入 Gmail 收件箱
+- [[Google-Business-Profile-API]]：Google 商家评价 API，用于管理和回复 Google Reviews
+- [[OpenClaw]]：AI Agent 框架，支撑消息路由和 AGENTS.md 配置逻辑
+
+## Connections
+- [[multi-channel-assistant]] ← extends ← [[multi-channel-customer-service]]：前者侧重个人助理多渠道入口，后者侧重企业客服场景
+- [[phone-based-personal-assistant]] ← shares_channel_concept ← [[multi-channel-customer-service]]：两者均处理多渠道消息路由，但前者针对个人助理，后者针对企业客服
+- [[Self-Healing-Home-Server]] ← shares_heartbeat ← [[multi-channel-customer-service]]：两者均使用 Heartbeat 定时检查机制
+
+## Contradictions
+- 无已知冲突。本来源与现有 Wiki 来源在场景和目标受众上均可互补。

wiki/sources/second-brain.md

@@ -0,0 +1,48 @@
+---
+title: "Second Brain"
+type: source
+tags: [personal-knowledge-management, openclaw, memory, productivity]
+date: 2026-04-22
+---
+
+## Source File
+- [[Agent/usecases/second-brain.md]]
+
+## Summary（用中文描述）
+- 核心主题：AI Agent 作为个人第二大脑的记忆捕获与检索系统
+- 问题域：传统笔记应用（Notion/Apple Notes）组织成本过高导致用户放弃使用的问题
+- 方法/机制：零摩擦捕获（短信/Telegram/Discord 随意文本） + 永久记忆存储 + Next.js 可搜索仪表盘
+- 结论/价值：捕获像发短信一样简单，检索像搜索一样简单——零文件夹、零标签、零复杂组织
+
+## Key Claims（用中文描述）
+- AI Agent 的累积记忆系统使系统随时间变得越来越强大（用户告诉它的所有内容都会被永久记住）
+- 从手机发消息给 Bot，AI 就能在电脑端构建内容——对话本身就是界面
+- 每个笔记应用最终都会变成负担，因为组织的摩擦力大于遗忘的摩擦力
+
+## Key Quotes
+> "Capture should be as easy as texting, and retrieval should be as easy as searching." — 核心设计原则
+
+> "Zero-friction capture — you don't need to open an app, pick a folder, or add tags. Just text." — 零摩擦捕获机制
+
+## Key Concepts
+- [[Zero-Friction Capture]]：捕获操作必须零摩擦，像发短信一样简单才能持续使用
+- [[Cumulative Memory]]：Agent 的记忆系统累积用户告知的所有内容，随时间推移变得更有价值
+- [[Conversational Interface]]：对话本身就是用户界面，用户从手机发消息，AI 在电脑端构建内容
+- [[Text-and-Search]]：无需文件夹、标签、复杂组织，仅靠文本和搜索
+
+## Key Entities
+- [[OpenClaw]]：底层运行平台，提供记忆存储系统和 Next.js 构建能力
+- [[Alex Finn]]：YouTube 内容创作者，通过视频分享 OpenClaw 高阶用法，是本文档的启发来源
+- [[Tiago Forte]]：《Building a Second Brain》作者，方法论层面的重要参考
+
+## Connections
+- [[custom-morning-brief]] ← similar_pattern ← [[Second Brain]]
+- [[self-healing-home-server]] ← similar_pattern ← [[Second Brain]]
+- [[Alex Finn]] ← inspired_by ← [[Second Brain]]
+- [[OpenClaw]] ← powers ← [[Second Brain]]
+
+## Contradictions
+- 与 [[dataview-让我从“笔记黑洞”里逃出来的-obsidian-神器-1]] 冲突：
+  - 冲突点：Obsidian + Dataview 需要用户主动维护标签和结构；Second Brain 强调零摩擦
+  - 当前观点：零摩擦是持续使用的关键，结构化组织会形成阻力
+  - 对方观点：Dataview 提供了结构化查询能力，是 Obsidian 的优势