Auto-sync

wiki/sources/7-ways-NotebookLM.md

@@ -28,7 +28,7 @@ date: 2025-12-19
 > "This is great if you need that kick in the pants or something to make sense of all the minor notes you've taken." — 项目管理场景
 
 ## Key Concepts
-- [[Source-Grounding]]：严格限制知识库仅包含用户上传文档，确保 AI 回答基于可溯源内容的机制
+- [[Source Grounding]]：严格限制知识库仅包含用户上传文档，确保 AI 回答基于可溯源内容的机制
 - [[被动学习]]：利用 Audio Overviews 在开车/健身等碎片时间消费复杂信息的学习方式
 - [[AI知识库]]：以用户文档为唯一知识来源的 AI 辅助学习与研究系统
 - [[引文追溯]]：每个回答附带精确文档引文，可跳转至原文验证
@@ -39,7 +39,7 @@ date: 2025-12-19
 ## Connections
 - [[NotebookLM]] ← 主题 ← [[7-ways-NotebookLM]]
 - [[AI知识库]] ← 核心能力 ← [[NotebookLM]]
-- [[Source-Grounding]] ← 技术基础 ← [[NotebookLM]]
+- [[Source Grounding]] ← 技术基础 ← [[NotebookLM]]
 - [[被动学习]] ← 应用场景 ← [[Audio-Overviews]]
 
 ## Contradictions

wiki/sources/A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md

@@ -0,0 +1,52 @@
+---
+title: "A Formalization of Recursive Self-Optimizing Generative Systems"
+type: source
+tags: [cs.LO, cs.AI, math.CT, 形式化, 元学习]
+sources: [raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]
+last_updated: 2026-04-15
+---
+
+## Source File
+- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]]
+
+## Summary
+- 核心主题：递归自优化生成系统的形式化建模，固定点语义下的自举动力学
+- 问题域：AI 系统自我改进机制的理论基础，元生成器的收敛性证明
+- 方法/机制：自映射（Self-Map）、固定点（Fixed Point）、λ-calculus 递归组合子（Y Combinator）
+- 结论/价值：为自改进 AI 架构、自动元提示词系统提供严谨的数学框架
+
+## Key Claims
+- 递归自优化的目标不是单个最优输出，而是在生成器空间（Generator Space）中收敛到稳定生成能力
+- 稳定生成能力对应于元生成算子（Meta-Generative Operator）的固定点（Fixed Point）
+- 自举（Bootstrapping）过程通过"生成→优化→更新"的循环迭代实现系统自我超越
+- Y Combinator 表达自引用动力学：G* = Y STEP，G* = STEP G*，即生成器是自身变换的不动点
+
+## Key Quotes
+> "The system's objective is not a particular P*, but the convergence behavior of the sequence {G_n}." — 论文核心命题，生成器迭代的收敛性才是关键，而非单次输出质量
+> "A stable generative capability is defined as a fixed point of Φ: G* ∈ G, Φ(G*) = G*" — 稳定生成能力即系统不动点
+> "Such systems align with classical results on self-reference, recursion, and bootstrapping computation" — 自引用经典理论框架下的一次形式化尝试
+
+## Key Concepts
+- [[自递归优化生成系统]]：α-提示词（生成器）+Ω-提示词（优化器）通过自举实现无限逼近理想状态
+- [[固定点]]：Φ(G*) = G* 的生成器，不随自身生成-优化-更新循环而改变
+- [[自举]]：用优化后的产物反馈给系统，再次优化生成器本身，形成递归超越
+- [[元生成器]]（Meta-Generator）：更新生成器的函数 M: G × P → G
+- [[λ-calculus 递归]]：使用 Y Combinator 表达 G* = Y STEP 的自引用不动点
+- [[Generator Space]]：所有可能的生成器构成的空间 ℒ ⊆ ℘^ℐ
+
+## Key Entities
+- [[tukuai]]：独立研究者，该形式化框架的提出者，GitHub 账户 https://github.com/tukuai
+
+## Connections
+- [[自递归优化生成系统]] ← 理论基础 ← [[固定点]]
+- [[自递归优化生成系统]] ← 形式化工具 ← [[λ-calculus]]
+- [[Agent Skill 设计模式]] ← 实践对应：Generator Pattern 实现自递归优化的工程化版本
+- [[自递归优化生成系统]] ← 收敛目标 ← [[固定点]]
+- [[自递归优化生成系统]] → 实践框架 → [[Agent Skill 设计模式]]
+- [[自递归优化生成系统]] → 认知基础 → [[自我改进]]
+
+## Contradictions
+- 与 [[Claude Code调用方法总结]] 冲突：
+  - 冲突点：Claude Code 作为工具是否具备自优化能力
+  - 当前观点：Claude Code 是静态工具，仅被动响应指令，无自我改进机制
+  - 对方观点：递归自优化系统理论暗示 AI 工具通过迭代使用可以形成隐式自我改进（通过生成器空间收敛）

wiki/sources/AI解决方案专家培训课程.md

@@ -0,0 +1,31 @@
+---
+title: "AI解决方案专家培训课程"
+type: source
+tags: [ai, coze, agent, workflow]
+date: 2025-06-20
+---
+
+## 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 Agent Demo 全景展示
+- 问题域：AI Agent 在多个行业的落地场景与工作流设计
+- 方法/机制：通过 Coze 平台创建多类型 Agent（问答/工作流/对话/客服等），覆盖金融、医疗、教育、电商、泛娱乐等 8 大行业
+- 结论/价值：展示 Coze 平台从 0 到 1 构建行业 Agent 的完整路径
+
+## Key Claims
+- Coze 平台支持国内版（coze.cn）和海外版（coze.com）
+- Agent 类型覆盖：单 Bot 对话、Workflow 工作流、表格问答、拍照搜视频、在线问诊等
+- 行业覆盖：金融（客户分层营销/智能客服）、医疗（影像识别/分诊）、教育（知识库问答/组卷出题/培训对练）、电商（混剪助手/在线换衣）、泛娱乐（AI证件照/视频生成）、HR（招聘打分/面试对话）
+- 工作流 Demo 可视化编排，非技术用户也能快速搭建
+
+## Key Entities
+- [[Coze]]：字节跳动 AI Agent 平台（国内版 coze.cn，海外版 coze.com）
+- [[Coze工作流]]：可视化编排多节点 AI 任务的机制
+
+## Connections
+- [[Coze]] ← 平台基础
+- [[Coze工作流]] ← 编排机制
+
+## Contradictions

wiki/sources/Claude Skills研究范式.md

@@ -0,0 +1,45 @@
+---
+title: "Claude Skills研究范式"
+type: source
+tags: [ai, claude-skills, vibe-coding]
+date: 2026-01-05
+---
+
+## Source File
+- [[raw/AI/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！.md]]
+
+## Summary
+- 核心主题：Claude Skills 从提示词工程到流程工程的范式转移
+- 问题域：AI 技能封装与复用、Skills 生态资源
+- 方法/机制：Skills = 说明书 + SOP，将人类经验封装为可复用工作流
+- 结论/价值：Skills 是 Vibe Coding 的尽头，真正有价值的不是 Prompt 写得多花哨，而是谁最懂业务流程
+
+## Key Claims
+- Claude Skills 爆发标志着从"提示词工程"迈向"流程工程"
+- Anthropic 官方 Skills 仓库（github.com/anthropics/skills）收藏数突破 3.2 万
+- 官方库本质上是教你"像我们一样开发 AI 应用"
+- Skills 包含四大类：办公自动化（Word/PDF/PPT/Excel）、开发者工具箱、MCP Server、创意类 Skill
+- 未来真正有价值的 = 懂业务流程 + 能把经验沉淀为 SOP + 把 SOP 交给 AI 稳定执行
+
+## Key Quotes
+> "Skills 就是一套你写给 Claude 的'说明书'和'SOP（标准作业程序）'" — 痕小子/开源星探
+> "这个库本质上是官方在教你，'怎么像我们一样开发 AI 应用'" — 痕小子/开源星探
+
+## Key Concepts
+- [[AI技能封装]]：将固定流程任务拆解为 AI 可理解的结构化流程
+- [[流程工程]]：将经验沉淀为 SOP 再交给 AI 稳定执行的新范式
+- [[Anthropic Skills 官方库]]：github.com/anthropics/skills，生产级 Skills 集合
+
+## Key Entities
+- [[Anthropic]]：Claude Skills 官方库的发布方
+- [[Awesome-Claude-Skills]]：ComposioHQ/VoltAgent/BehiSecc 三大社区整理
+- [[skillsmp.com]]：Skill 聚合站之一
+- [[aitmpl.com]]：Skill 聚合站之一
+- [[claudemarketplaces.com]]：Skill 聚合站之一
+
+## Connections
+- [[Claude Skills研究范式]] ← 理论基础 ← [[Google 5种Agent Skill设计模式]]
+- [[Anthropic Skills 官方库]] ← 来源 ← [[Claude Skills研究范式]]
+- [[流程工程]] ← 应用场景 ← [[Vibe Coding氛围编程]]
+
+## Contradictions

wiki/sources/Claude-Skills-研究范式.md

@@ -51,4 +51,4 @@ date: 2026-01-05
 - 无明显冲突
 
 ## Related Sources
-- [[Claude-Code调用方法]]：Claude Code 是 Skills 调用的核心工具链
+- [[Claude Code 调用方法]]：Claude Code 是 Skills 调用的核心工具链

wiki/sources/Designing-for-Agentic-AI.md

@@ -24,14 +24,14 @@ date: 2025-03-02
 > "Instead of just reacting to user actions, we're crafting experiences that provide live feedback as the AI operates." — Yuri Pessa
 
 ## Key Concepts
-- [[Agentic-AI]]：能感知环境、做出决策、预判需求并自主行动的 AI 系统
+- [[Agentic AI]]：能感知环境、做出决策、预判需求并自主行动的 AI 系统
 - [[GenAI]]：生成式 AI，擅长创作内容（文本、图片、音乐），本质是被动响应
-- [[AI-Agent-设计原则]]：透明度、控制感、个性化、对话、预判
+- [[AI Agent 设计原则]]：透明度、控制感、个性化、对话、预判
 
 ## Key Entities
 - [[Yuri-Pessa]]：LinkedIn 文章作者，AI 产品设计研究者
 
 ## Connections
-- [[LLM]] ← 基础 ← [[Agentic-AI]]
-- [[RAG]] ← 支撑 ← [[Agentic-AI]]
-- [[Agentic-AI]] ← 扩展 ← [[GenAI]]
+- [[LLM]] ← 基础 ← [[Agentic AI]]
+- [[RAG]] ← 支撑 ← [[Agentic AI]]
+- [[Agentic AI]] ← 扩展 ← [[GenAI]]

wiki/sources/GitHub-Vibe-Coding-神级指南.md

@@ -34,14 +34,14 @@ date: 2025-12-30
 - [[Cursor]]：AI 编程 IDE
 - [[Windsurf]]：AI 编程 IDE
 - [[Trae]]：AI 编程 IDE
-- [[vibe-coding-cn]]：中文 Vibe Coding 指南开源项目（github.com/tukuaiai/vibe-coding-cn）
+- [[vibe coding cn]]：中文 Vibe Coding 指南开源项目（github.com/tukuaiai/vibe-coding-cn）
 - [[Karpathy]]：AI 研究者，提出 Vibe Coding 概念
 
 ## Connections
 - [[Vibe Coding]] ← 属于 ← [[AI编程]]
 - [[Vibe Coding]] ← 工具支撑 ← [[Cursor]]
 - [[Vibe Coding]] ← 工具支撑 ← [[Windsurf]]
-- [[Vibe Coding]] ← 资源库 ← [[vibe-coding-cn]]
+- [[Vibe Coding]] ← 资源库 ← [[vibe coding cn]]
 - [[AI编程]] ← 演进自 ← [[Prompt工程]]
 
 ## Contradictions

wiki/sources/LLMs-RAG-AI-Agent-三个到底什么区别.md

@@ -23,12 +23,12 @@ date: 2025-11-19
 ## Key Concepts
 - [[LLM]]：大语言模型，AI 应用的"天才大脑"，擅长推理但缺乏实时知识
 - [[RAG]]：检索增强生成，为 LLM 提供外部知识库访问能力，消除幻觉
-- [[AI-Agent]]：智能体，围绕 LLM 构建的循环控制系统，赋予感知-规划-执行-反思能力
-- [[AI-Agent-循环]]：感知（Scanner）→ 思考（Reasoner）→ 行动（Actor）→ 观察（Observer）
+- [[AI Agent]]：智能体，围绕 LLM 构建的循环控制系统，赋予感知-规划-执行-反思能力
+- [[AI Agent 循环]]：感知（Scanner）→ 思考（Reasoner）→ 行动（Actor）→ 观察（Observer）
 
 ## Key Entities
 
 ## Connections
-- [[LLM]] ← 基础 ← [[AI-Agent]]
-- [[RAG]] ← 信息层 ← [[AI-Agent]]
-- [[LLM]] + [[RAG]] + [[AI-Agent]] ← 三位一体 ← [[生产级AI系统]]
+- [[LLM]] ← 基础 ← [[AI Agent]]
+- [[RAG]] ← 信息层 ← [[AI Agent]]
+- [[LLM]] + [[RAG]] + [[AI Agent]] ← 三位一体 ← [[生产级AI系统]]

wiki/sources/Multi-Agent-System-Reliability.md

@@ -27,20 +27,20 @@ date: 2026-04-13
 > "We don't need AI that 'cares.' We need AI that is constrained, verified, pruned, and challenged."
 
 ## Key Concepts
-- [[Multi-Agent-Hierarchy]]：层级模式，Supervisor 规划 + Worker 执行 + Validator 验证
-- [[Multi-Agent-Consensus]]：共识模式，多数投票降低幻觉概率，3个模型相同谎言概率降至0.8%
-- [[Multi-Agent-Adversarial-Debate]]：对抗辩论模式，防止 Sycophancy，真理越辩越明
-- [[Multi-Agent-Knock-out]]：淘汰制模式，适应度函数评估，不合格 Agent 直接淘汰
+- [[Multi Agent Hierarchy]]：层级模式，Supervisor 规划 + Worker 执行 + Validator 验证
+- [[Multi Agent Consensus]]：共识模式，多数投票降低幻觉概率，3个模型相同谎言概率降至0.8%
+- [[Multi Agent Adversarial Debate]]：对抗辩论模式，防止 Sycophancy，真理越辩越明
+- [[Multi Agent Knock out]]：淘汰制模式，适应度函数评估，不合格 Agent 直接淘汰
 - [[LLM-可靠性工程]]：将 SRE 原则应用于 LLM 系统，视 LLM 为不可靠组件
 - [[Sycophancy]]：模型阿谀倾向，用威胁逼迫时可能撒谎以取悦用户
 
 ## Key Entities
-- [[Alex-Ewerlof]]：作者，资深工程师，27年经验，SRE 背景，2023年起专注 LLM
+- [[Alex Ewerlof]]：作者，资深工程师，27年经验，SRE 背景，2023年起专注 LLM
 - [[遗传算法]]：GA，Knock-out 模式借鉴的经典 ML 方法
 
 ## Connections
-- [[Multi-Agent-Hierarchy]] ← 人类组织 ← [[Multi-Agent-System-Reliability]]
-- [[Multi-Agent-Consensus]] ← 民主投票 ← [[Multi-Agent-System-Reliability]]
-- [[Multi-Agent-Adversarial-Debate]] ← 法庭对抗 ← [[Multi-Agent-System-Reliability]]
-- [[Multi-Agent-Knock-out]] ← 适者生存 ← [[Multi-Agent-System-Reliability]]
+- [[Multi Agent Hierarchy]] ← 人类组织 ← [[Multi-Agent-System-Reliability]]
+- [[Multi Agent Consensus]] ← 民主投票 ← [[Multi-Agent-System-Reliability]]
+- [[Multi Agent Adversarial Debate]] ← 法庭对抗 ← [[Multi-Agent-System-Reliability]]
+- [[Multi Agent Knock out]] ← 适者生存 ← [[Multi-Agent-System-Reliability]]
 - [[LLM]] ← 不可靠组件 ← [[Multi-Agent-System-Reliability]]

wiki/sources/Nano Banana结构化提示词框架.md

@@ -0,0 +1,36 @@
+---
+title: "Nano Banana结构化提示词框架"
+type: source
+tags: [ai, google, prompt, image-generation]
+date: 2026-03-15
+---
+
+## Source File
+- [[raw/AI/Nano Banana 提示词框架.md]]
+
+## Summary
+- 核心主题：Google Nano Banana 图像生成提示词的结构化框架
+- 问题域：AI 图像生成中的提示词标准化与质量控制
+- 方法/机制：通过 9 个标准化字段（shot/subject/environment/lighting/camera/color_grade/style/quality/negatives）将创意描述转化为机器可执行参数
+- 结论/价值：结构化框架实现提示词可复用、可组合，negatives 字段是质量控制关键
+
+## Key Claims
+- 9 个标准化字段覆盖图像生成全维度：shot（镜头类型）/ subject（主体）/ environment（环境）/ lighting（照明）/ camera（摄像机）/ color_grade（调色）/ style（风格）/ quality（质量）/ negatives（负向提示词）
+- negatives（负向提示词）是质量控制关键字段，明确排除不需要的特征
+- camera 字段提供电影级构图控制（焦距/光圈/角度）
+- 物件描述框架与人物描述框架共用同一结构，subject 字段内容不同
+
+## Key Concepts
+- [[Nano Banana]]：Google 发布的结构化图像提示词框架
+- [[负向提示词]]：明确排除不需要的特征
+- [[结构化提示词]]：通过标准化字段将创意描述转化为机器可执行参数
+
+## Key Entities
+- [[Google]]：Nano Banana 的发布方
+
+## Connections
+- [[Nano Banana]] ← 同概念
+- [[负向提示词]] ← 关键机制
+- [[结构化提示词]] ← 框架类型
+
+## Contradictions

wiki/sources/Never-write-another-prompt.md

@@ -0,0 +1,35 @@
+---
+title: "Never write another prompt"
+type: source
+tags: [tutorial, ai-tools, prompt-engineering]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/AI/Never write another prompt.md]]
+
+## Summary
+- 核心主题：AI 提示词生成工具的使用教程
+- 问题域：用户难以编写精确的提示词导致 AI 输出质量不佳
+- 方法/机制：将基础描述转换为结构化详细提示词的自动化工具
+- 结论/价值：无需专业提示词工程背景即可生成高质量提示词，大幅降低使用成本
+
+## Key Claims
+- 工具可以将简单描述自动转化为详细的结构化提示词
+- 生成一个高质量提示词通常需要 100-500 美元，自动化工具可大幅降低成本
+- 变量功能支持高度定制化
+- 提示词库提供灵感来源，可显著减少创建时间
+- 成功的提示词可保存复用，提高长期效率
+
+## Key Concepts
+- [[提示词工程自动化]]：将复杂提示词编写过程简化为描述输入
+- [[提示词变量]]：允许用户自定义定制化输出的占位符机制
+- [[提示词库]]：预制提示词的资源集合，用于快速复用
+
+## Key Entities
+- [[Anthropic Console]]：Claude API 管理控制台
+- [[YouTube]]：视频教程发布平台
+
+## Connections
+- [[Prompt工程]] ← 关联 ← 自动化提示词生成降低工程门槛
+- [[Claude Code]] ← 关联 ← 两者都是提升 AI 使用效率的工具

wiki/sources/NotebookLM的7种用法.md

@@ -0,0 +1,39 @@
+---
+title: "NotebookLM的7种用法"
+type: source
+tags: [ai, google, tool, productivity]
+date: 2025-11-23
+---
+
+## Source File
+- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]]
+
+## Summary
+- 核心主题：NotebookLM 日常使用场景与生产力提升方法
+- 问题域：信息过载、学习效率、项目管理、被动学习
+- 方法/机制：Source-Grounding（严格限制知识库仅含上传文档）+ Audio Overviews（播客式摘要）+ 精确引文追溯
+- 结论/价值：NotebookLM 的核心价值在于消除幻觉、确保可溯源回答，Source-Grounding 是其与其他 AI 助理的本质区别
+
+## Key Claims
+- Source-Grounding 机制：NotebookLM 知识库严格限制为用户上传的文档，消除幻觉
+- 每个答案附带精确引文，可点击跳转原文确认
+- Audio Overviews：双 AI 主持人播客式讨论，适合通勤/运动时被动学习
+- 可作为项目管理大脑：把散乱的研究和想法集中到统一笔记本
+- 法律文档审查：只基于给定文档回答，附带原文引文
+- 软件更新对比：直接询问"这个版本有什么新变化"，自动列出差异
+
+## Key Concepts
+- [[Source Grounding]]：严格限制知识库仅含上传文档，消除幻觉的机制
+- [[被动学习]]：Audio Overviews 在碎片时间消费复杂信息
+- [[引文追溯]]：每个回答附带原文引文
+
+## Key Entities
+- [[NotebookLM]]：Google 推出的 AI 学习和研究助理
+
+## Connections
+- [[Source Grounding]] ← 核心机制
+- [[被动学习]] ← 使用场景
+- [[引文追溯]] ← 信任机制
+- [[NotebookLM]] ← 工具
+
+## Contradictions

wiki/sources/The-Picture-They-Paint-of-You.md

@@ -0,0 +1,55 @@
+---
+title: "The Picture They Paint of You"
+type: source
+tags: [ clippings, ai, product-framing ]
+date: 2026-04-13
+---
+
+## Source File
+- [[raw/AI/The Picture They Paint of You.md]]
+
+## Summary
+- 核心主题：AI 产品命名与营销框架如何折射职业价值认知
+- 问题域：AI SRE 与编码助手在产品定位上的二元对立
+- 方法/机制：对比分析 14 家 AI SRE 产品和 8 家编码助手产品的命名与话语框架
+- 结论/价值：AI 工具的命名框架揭示了构建者对特定职业的社会认知，且这种认知会被放大并赋予合法性
+
+## Key Claims
+- AI SRE 产品普遍以"替代者"框架营销，强调消除人工负担、去琐碎化
+- 编码助手产品普遍以"协作者"框架营销，强调增强工程师能力、赋予更多控制权
+- 产品命名差异反映了买卖双方对职业价值的社会认知分裂
+- 泰勒主义软件工厂框架正在取代原本的工程师-自动化伙伴关系
+- 类比既是杠杆，也是束缚；好的工具需要更准确的工作表征
+
+## Key Quotes
+> "AI SRE 被宣传为确保无人被低效工作分散注意力的有效方法" — 产品营销话语
+> "编码助手被定位为增强工程师的能力，并被赋予了名字" — 产品定位差异
+> "类比既可以成为杠杆，也可能成为束缚" — 核心论点
+
+## Key Concepts
+- [[AI工具命名框架]]：产品名称与营销话语对职业价值的折射
+- [[Taylorism]]：泰勒制，以效率为中心的科学管理方法，现被类比到软件工程自动化
+- [[剩余原则]]（The Left-over Principle）：角色部分自动化后，剩余工作堆积到更少的人身上
+- [[软件工厂]]（Software Factory）：高层控制器协调大量无面孔代理的模式
+
+## Key Entities
+- [[Anthropic]]：Claude Code 持有"协作者"框架，强调"Built for builders"
+- [[AWS]]：DevOps Agent 定位为"全天候自主值班工程师"
+- [[Harness]]：AI SRE 强调"扩展响应能力，而非团队规模"
+- [[Ciroos]]：另一款以"帮助"SRE 团队为目标的产品，名称相对人性化
+- [[Cleric]]：少数有名字的 AI SRE 产品，名称源自DnD辅助职业
+- [[Cline]]：编码伙伴定位，"天生协作，获准自主运行"
+- [[GitHub Copilot]]：副驾驶命名体现协作角色，"Ship faster with AI that codes with you"
+- [[OpenAI Codex]]：定位为更明确的替代角色，"智能编码的指挥中心"
+
+## Connections
+- [[Vibe Coding]] ← 影响 ← [[软件工厂]]框架（均强调高层控制）
+- [[AI产品经理]] ← 关联 ← [[AI工具命名框架]]（命名即认知投射）
+- [[超级个体]] ← 对立 ← [[Taylorism]]（前者强调人的价值，后者强调替代）
+- [[Claude Code]] ← 协作者框架 → [[Cline]]（均为增强工具）
+
+## Contradictions
+- 与 [[Vibe Coding]] 框架存在张力：
+  - 冲突点：Vibe Coding 强调人机协作伙伴关系，而软件工厂框架强调替代与控制
+  - 当前观点：Vibe Coding 认为开发者是导演，AI 是结对伙伴
+  - 对方观点：Software Factory 认为人只需做高层控制者

wiki/sources/Useful-Prompt-Lib.md

@@ -0,0 +1,31 @@
+---
+title: "Useful Prompt Lib"
+type: source
+tags: [prompt-library, claude, resources]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/AI/Useful Prompt Lib.md]]
+
+## Summary
+- 核心主题：Anthropic Claude Prompt 库资源汇总
+- 问题域：用户需要预设提示词模板以快速调用特定 AI 能力
+- 方法/机制：整理 60+ 按功能分类的提示词模板，覆盖代码、数据分析、内容创作等多个领域
+- 结论/价值：为开发者提供开箱即用的提示词资源库，降低重复创建成本
+
+## Key Claims
+- Babel's broadcasts 适合 TikTok 多语言本地化改写
+- Review classifier 可自动化处理店铺/广告评论分类
+- Data organizer 能将非结构化信息快速转为 JSON 对接自动化工作流
+
+## Key Concepts
+- [[Prompt库]]：按功能分类的预设提示词模板集合
+- [[JSON转换]]：将非结构化文本转换为结构化 JSON 格式
+
+## Key Entities
+- [[Anthropic]]：Prompt 库发布方，提供 60+ 预设模板
+
+## Connections
+- [[Prompt工程]] ← 包含 ← Useful Prompt Lib 提供实践模板
+- [[AI工作流自动生成]] ← 依赖 ← Data organizer 等提示词实现数据转换

wiki/sources/baoyu-skills-claude-code技能集.md

@@ -0,0 +1,66 @@
+---
+title: "baoyu-skills 宝玉 Claude Code 技能集"
+type: source
+tags: [Claude Code, baoyu, skills, 内容生成, AI图像, 工具技能]
+sources: [raw/Skills/baoyu-skills-claude-code-技能集.md]
+last_updated: 2026-04-15
+---
+
+## Source File
+- [[raw/Skills/baoyu-skills-claude-code-技能集.md]]
+
+## Summary
+- 核心主题：宝玉（JimLiu）发布的 Claude Code 技能集，涵盖内容生成、AI 图像创作、日常效率工具三大类
+- 问题域：如何通过标准化 Skill 封装实现 AI 工具的即装即用，降低 AI 助手的工程化门槛
+- 方法/机制：ClawHub 发布协议、NPM 安装、EXTEND.md 自定义扩展、环境变量 API Key 管理
+- 结论/价值：Claude Code Skills 是 AI 能力平民化的关键路径，一次安装多处复用
+
+## Key Claims
+- 每个 `skills/baoyu-*` 目录可独立发布为 ClawHub skill，用户按需安装（clawhub install baoyu-imagine）
+- Claude Code Skills = 工具技能（Content/AI Generation/Utility），而非纯提示词
+- 内容技能覆盖：小红书信息图（baoyu-xhs-images）、专业信息图（baoyu-infographic）、文章插图（baoyu-article-illustrator）、幻灯片（baoyu-slide-deck）、知识漫画（baoyu-comic）、X/微信/微博发布
+- AI 图像生成（baoyu-imagine）：支持 OpenAI、Google、DashScope、MiniMax、即梦（Jimeng）、豆包（Seedream）、Replicate 等 8 家服务商
+- 工具技能覆盖：YouTube 字幕下载、URL 转 Markdown、X 内容抓取、图片压缩、Markdown 格式化与 HTML 转换、翻译（三模式）
+- EXTEND.md 支持用户级和项目级自定义，可覆盖默认样式和添加个人预设
+
+## Key Quotes
+> "ClawHub 按'单个 skill'安装，不是把整个 marketplace 一次性装进去。" — ClawHub 安装模式，解耦分发
+> "Claude Code Skills 是 AI 能力平民化的关键路径，一次安装多处复用。" — 核心价值主张
+
+## Key Concepts
+- [[baoyu-imagine]]：多服务商图像生成 Skill，支持 OpenAI/DashScope/MiniMax/即梦/豆包/Seedream/Replicate，自动检测服务商
+- [[baoyu-infographic]]：专业信息图生成，20 种布局 × 17 种视觉风格组合
+- [[baoyu-xhs-images]]：小红书信息图，风格 × 布局二维系统（9 种风格 × 6 种布局）
+- [[baoyu-slide-deck]]：幻灯片生成，4 维度风格系统（纹理 × 氛围 × 字体 × 密度）
+- [[baoyu-comic]]：知识漫画创作，画风 × 基调灵活组合（5 种画风 × 8 种基调）
+- [[baoyu-article-illustrator]]：文章智能插图，类型 × 风格二维系统
+- [[baoyu-translate]]：三模式翻译（快速/标准/精翻），支持受众预设和自定义术语表
+- [[内容技能]]：内容生成和发布类 Skill（xhs-images/infographic/cover-image/slide-deck/comic/article-illustrator/post-to-*）
+- [[AI生成技能]]：AI 驱动的生成后端 Skill（baoyu-imagine/baoyu-danger-gemini-web）
+- [[工具技能]]：内容处理工具 Skill（youtube-transcript/url-to-markdown/x-to-markdown/compress-image/format-markdown/markdown-to-html/translate）
+- [[ClawHub]]：OpenClaw Skill 发布平台，支持按单个 skill 安装而非 marketplace 批量安装
+
+## Key Entities
+- [[宝玉]]（JimLiu/baoyu）：GitHub @JimLiu，baoyu-skills 项目作者，AI 内容生成工具开发者
+- [[JimLiu]]：GitHub 账户，同 baoyu
+
+## Connections
+- [[宝玉]] ← 作者 ← [[baoyu-imagine]]
+- [[宝玉]] ← 作者 ← [[baoyu-infographic]]
+- [[宝玉]] ← 作者 ← [[内容技能]]
+- [[ClawHub]] ← 分发平台 ← [[baoyu-imagine]]
+- [[Claude Code]] ← 运行时 ← [[内容技能]]
+- [[Claude Code]] ← 运行时 ← [[AI生成技能]]
+- [[Claude Code]] ← 运行时 ← [[工具技能]]
+- [[Claude Code]] ← 运行时 ← [[baoyu-translate]]
+- [[baoyu-imagine]] ← 底层支持 ← [[MCP]]
+- [[baoyu-skills]] → 发布到 → [[ClawHub]]
+- [[AI技能封装]] ← 方法论 ← [[baoyu-skills]]
+
+## Contradictions
+- 与 [[Claude Code调用方法总结]] 冲突：
+  - 冲突点：Skill 安装方式
+  - 当前观点：baoyu-skills 通过 `npx skills add` 或 ClawHub 安装
+  - 对方观点：Claude Code Skills 应通过 `/plugin` 命令或 `clawhub install` 安装，两者实为同一机制的不同前端
+- 与 [[AI技能封装]] 协同：
+  - baoyu-skills 是 [[AI技能封装]] 的典型实现，每个 Skill 将特定任务封装为标准化工作流

wiki/sources/万字讲透OpenClaw-Workspace深度解析.md

@@ -28,14 +28,14 @@ date: 2026-03-21
 
 ## Key Concepts
 - [[Workspace]]：OpenClaw 中 Agent 的工作台目录（~/.openclaw/workspace/），决定 Agent 怎么工作
-- [[AGENTS.md]]：Agent 岗位职责说明书，定义职责边界、场景触发、多 Agent 协调
-- [[SOUL.md]]：Agent 性格档案，叙事性角色设定，定义说话风格和价值观
-- [[USER.md]]：用户偏好固化文件，减少重复交代
-- [[TOOLS.md]]：工具权限声明与使用规范，核心是"什么时候不用"
-- [[IDENTITY.md]]：Agent 结构化身份元数据（Name/Creature/Vibe/Emoji/Avatar）
-- [[BOOTSTRAP.md]]：一次性初始化引导，完成后删除
+- AGENTS.md：Agent 岗位职责说明书，定义职责边界、场景触发、多 Agent 协调
+- SOUL.md：Agent 性格档案，叙事性角色设定，定义说话风格和价值观
+- USER.md：用户偏好固化文件，减少重复交代
+- TOOLS.md：工具权限声明与使用规范，核心是"什么时候不用"
+- IDENTITY.md：Agent 结构化身份元数据（Name/Creature/Vibe/Emoji/Avatar）
+- BOOTSTRAP.md：一次性初始化引导，完成后删除
 - [[长期记忆]]：memory/ 目录让 Agent 跨会话保留重要信息
-- [[Agent编排]]：多 Agent 协作通过 AGENTS.md 中的 spawn 规则实现
+- [[Agent 编排]]：多 Agent 协作通过 AGENTS.md 中的 spawn 规则实现
 
 ## Key Entities
 - [[OpenClaw]]：AI Agent 框架，workspace 是其核心设计之一
@@ -43,9 +43,9 @@ date: 2026-03-21
 
 ## Connections
 - [[OpenClaw]] ← 包含 ← [[Workspace]]
-- [[Workspace]] ← 由 ← [[AGENTS.md]] + [[SOUL.md]] + [[USER.md]] + [[TOOLS.md]] + [[IDENTITY.md]] + [[BOOTSTRAP.md]] + [[长期记忆]]
-- [[SOUL.md]] ← 与 ← [[IDENTITY.md]] ← 分工 ← 性格叙事 vs 结构化元数据
-- [[AGENTS.md]] ← 协同 ← [[SOUL.md]] + [[USER.md]]
+- [[Workspace]] ← 由 ← AGENTS.md + SOUL.md + USER.md + TOOLS.md + IDENTITY.md + BOOTSTRAP.md + [[长期记忆]]
+- SOUL.md ← 与 ← IDENTITY.md ← 分工 ← 性格叙事 vs 结构化元数据
+- AGENTS.md ← 协同 ← SOUL.md + USER.md
 - [[长期记忆]] ← 支撑 ← [[Workspace]]
 
 ## Contradictions

wiki/sources/不会Gemini的产品经理真的要被淘汰了.md

@@ -0,0 +1,65 @@
+---
+title: "不会Gemini的产品经理真的要被淘汰了"
+type: source
+tags: [AI产品管理, Gemini, PRD, FeatureList, AI工作流]
+sources: [raw/AI/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]
+last_updated: 2026-04-15
+---
+
+## Source File
+- [[raw/AI/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]]
+
+## Summary
+- 核心主题：Gemini 3 Pro 驱动下 AI 时代产品经理能力结构重塑，AI 嵌入工作流的实战方法论
+- 问题域：产品经理如何使用大模型提升需求文档、FeatureList、逻辑图生成效率
+- 方法/机制：FeatureList 共创构思 → Mermaid 逻辑图 → 分页面 PRD 口述 → HTML 原型自动生成
+- 结论/价值：大模型是"知识渊博但不带脑子的苦工"，核心价值在于将人的想法准确写下来，而非替代人思考
+
+## Key Claims
+- Gemini 2.5/3 Pro 可将产品经理部分工作时间缩短 90% 以上
+- 大模型写 PRD 是"写"而非"想"：人负责想结构，大模型负责补全边界场景和格式严谨性
+- FeatureList 是需求创意的核心工具，通过分层展开确保功能点全面、优先级合理
+- Mermaid 代码 + 飞书文档可实现 ER 图、泳道图、甘特图等所有常用逻辑图的自动化生成
+- 调教（微反馈）是关键：直接指出错误，三句话带出一个文档写得好的"AI下属"
+- HTML 原型生成 + PRD 差量维护 = 永远最新的交互原型库
+
+## Key Quotes
+> "Gemini 是一个知识渊博但'不带脑子'的苦工，你表述的越准、它执行得越准。" — 核心方法论，人机协作的准确度取决于人类表述质量
+> "只有提交真实需求，才能获得真实的触动。" — 纯银观点，真问题才有真震撼
+> "不会用 Gemini 的产品经理真的要被淘汰了——或者说，不能把时代里随时涌现的新东西嵌入到自己中，新时代也就没有了嵌入你我的位置。" — 核心命题
+> "超级个体之所以是超级个体，不是因为 AI，而是因为他们本来就掌握'把一件事做对'的方法和能力。" — 对超级个体神话的反驳
+
+## Key Concepts
+- [[FeatureList]]：分层级展开的需求表，核心关注分模块分层合理性、功能点全面性、优先级评估合理性
+- [[PRD自动生成]]：分页面口述需求 + 模板调教 + 边界场景补全的 AI 辅助文档写作流程
+- [[Mermaid]]：通过代码生成逻辑图（ER图、泳道图、时序图、甘特图等），飞书原生支持
+- [[AI产品经理]]：掌握将大模型嵌入工作流以产生实际价值的产品经理，而非浅尝辄止的豆包用户
+- [[超级个体]]：在某个领域能做到八九十分的人，AI 放大了其横向扩展能力，而非平庸者的救星
+- [[AI嵌入工作流]]：把大模型"嵌入"到工作流程中产生实际价值，而非单独使用
+- [[需求端到端]]：产品经理与 Agent 对话获得 id，研发盯着屏幕冒代码，绕过传统需求文档传递
+
+## Key Entities
+- [[Kira2red]]：微信公众号作者，AI 产品管理实践者
+- [[Gemini]]：Google 大模型，PRD 写作的主要工具
+- [[纯银]]（V2EX 创始人）：产品经理，Gemini 3 Pro 体验分享者，观点引用来源
+
+## Connections
+- [[Gemini]] ← 工具基础 ← [[AI产品管理]]
+- [[FeatureList]] ← 核心方法 ← [[PRD自动生成]]
+- [[Mermaid]] ← 图形化工具 ← [[PRD自动生成]]
+- [[AI产品管理]] ← 能力要求 ← [[超级个体]]
+- [[AI产品管理]] → 威胁对象 → [[传统产品经理]]
+- [[精准表达]] ← 核心能力 ← [[AI产品管理]]
+- [[结构化思维]] ← 核心能力 ← [[AI产品管理]]
+- [[AI产品管理]] → 效率杠杆 → [[超级个体]]
+- [[精准表达]] ← 调教基础 ← [[Gemini]]
+
+## Contradictions
+- 与 [[Agent Skill 设计模式]] 冲突：
+  - 冲突点：AI 是辅助工具还是替代者
+  - 当前观点：[[Agent Skill 设计模式]] 强调 Skill 作为工具箱，AI 是能力的扩展器
+  - 对方观点：本文暗示 AI（Gemini）可替代产品经理 90% 的文本工作，能力边界更激进
+- 与 [[超级个体]] 冲突：
+  - 冲突点：超级个体的成因
+  - 当前观点：超级个体因 AI 而成
+  - 对方观点：超级个体本就具备把事情做对的能力，AI 只是横向扩展工具，非充分条件

wiki/sources/使用Claude自动生成N8N工作流的实操教程.md

@@ -25,7 +25,7 @@ date: 2026-04-14
 
 ## Key Concepts
 - [[n8n]]：开源工作流自动化工具，支持节点连接执行任务
-- [[n8n-mcp]]：连接 n8n 与 AI 模型的 MCP 服务器，提供 543 节点的结构化访问
+- [[n8n mcp]]：连接 n8n 与 AI 模型的 MCP 服务器，提供 543 节点的结构化访问
 - [[AI工作流自动生成]]：通过自然语言描述需求，AI 自动设计并生成工作流代码
 
 ## Key Entities
@@ -35,7 +35,7 @@ date: 2026-04-14
 
 ## Connections
 - [[使用Claude自动生成N8N工作流的实操教程]] ← 依赖 ← [[Claude Code 调用方法总结]]
-- [[n8n]] ← 工具平台 ← [[n8n-mcp]]
-- [[n8n-mcp]] ← 基于 ← [[MCP]]
+- [[n8n]] ← 工具平台 ← [[n8n mcp]]
+- [[n8n mcp]] ← 基于 ← [[MCP]]
 
 ## Contradictions

wiki/sources/递归自优化生成系统的形式化框架.md

@@ -0,0 +1,38 @@
+---
+title: "递归自优化生成系统的形式化框架"
+type: source
+tags: [ai, theory, recursion, fixed-point]
+date: 2025-12-30
+---
+
+## Source File
+- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]]
+
+## Summary
+- 核心主题：递归自优化生成系统的数学形式化
+- 问题域：自改进 AI 系统的理论框架、生成器空间的收敛性
+- 方法/机制：自映射 Φ on generator space，固定点语义，λ-calculus 递归
+- 结论/价值：稳定生成能力 = Φ 的固定点 G*，为自改进 AI 提供数学基础
+
+## Key Claims
+- 自优化的目标不是单次最优输出 P*，而是生成器空间 {G_n} 的收敛行为
+- 稳定生成能力 = Φ 的固定点 G*：Φ(G*) = G*
+- 系统通过自举（Bootstrapping）实现自我超越，无限逼近理想状态 Ω
+- Y Combinator 表达：G* = Y STEP，满足 G* = STEP G*（自参照结构）
+- 递归结构与经典递归理论、自参照计算一致
+
+## Key Concepts
+- [[自递归优化生成系统]]：α-提示词（生成器 G）+ Ω-提示词（优化器 O）+ 元生成器（M）的递归结构
+- [[固定点]]：Φ(G*) = G* 对应系统不动点，即自洽的稳定生成能力
+- [[自举]]：用优化产物反馈给系统，启动下一轮进化
+- [[生成器空间]] G：I → P 的函数空间，α-提示词在此空间中收敛
+
+## Key Entities
+- [[tuuai]]：独立研究者，提出该形式化框架
+
+## Connections
+- [[自递归优化生成系统]] ← 理论基础 ← [[Claude Skills研究范式]]
+- [[固定点]] ← 数学工具 ← [[自递归优化生成系统]]
+- [[Y Combinator]] ← 形式化表达 ← [[自递归优化生成系统]]
+
+## Contradictions