Auto-sync: update nexus workspace

wiki/entities/Alex-Ewerlof.md

@@ -1,28 +1,29 @@
----
-title: "Alex Ewerlöf"
-type: entity
-tags: []
-sources: []
-last_updated: 2026-04-25
----
-
-# Alex Ewerlöf
-
-## 基本信息
-- **角色**：资深Staff Engineer（27年经验），KTH（瑞典皇家理工学院）系统工程硕士
-- **专注领域**：Reliability Engineering（可靠性工程）+ Resilient Architecture（弹性架构）
-- **LLM专攻时间**：2023年起
-- **个人网站**：alexewerlof.com
-
-## 核心观点
-- 反对拟人化LLM，主张将LLM视为分布式系统中不可靠的组件
-- 强调架构约束（而非提示词约束）是提升AI系统可靠性的关键
-- 借鉴人类协作系统（军队、公司、国家）的反馈回路与制衡机制设计多智能体系统
-
-## 主要著作
-- [[multi-agent-system-reliability]]：《Multi-Agent System Reliability》，2023-01-09
-- SRE系列博客
-
-## Aliases
-- Alex Ewerlof
-- A. Ewerlöf
+---
+title: "Alex Ewerlöf"
+type: entity
+tags: []
+sources:
+  - multi-agent-system-reliability
+last_updated: 2026-04-28
+---
+
+# Alex Ewerlöf
+
+## 基本信息
+- **角色**：资深Staff Engineer（27年经验），KTH（瑞典皇家理工学院）系统工程硕士
+- **专注领域**：Reliability Engineering（可靠性工程）+ Resilient Architecture（弹性架构）
+- **LLM专攻时间**：2023年起
+- **个人网站**：alexewerlof.com
+
+## 核心观点
+- 反对拟人化LLM，主张将LLM视为分布式系统中不可靠的组件
+- 强调架构约束（而非提示词约束）是提升AI系统可靠性的关键
+- 借鉴人类协作系统（军队、公司、国家）的反馈回路与制衡机制设计多智能体系统
+
+## 主要著作
+- [[multi-agent-system-reliability]]：《Multi-Agent System Reliability》，2023-01-09
+- SRE系列博客
+
+## Aliases
+- Alex Ewerlof
+- A. Ewerlöf

wiki/entities/Brightdata.md

@@ -0,0 +1,24 @@
+---
+title: "Brightdata"
+type: entity
+tags: [web-scraper, paid, service]
+sources: [我的工具集]
+last_updated: 2026-05-11
+---
+
+## Overview
+Brightdata 是一个付费的网页数据抓取平台，提供企业级的 Web Scraper 服务。
+
+## Aliases
+- Brightdata
+- brightdata.com
+
+## Role in Sources
+在 [[我的工具集]] 中作为 Web-Scraper（网页抓取）服务的提供商。
+
+## Capabilities
+- Web-Scraper：网页数据抓取工具
+- 企业级数据采集解决方案
+
+## Pricing
+付费服务

wiki/entities/Decopy.md

@@ -0,0 +1,27 @@
+---
+title: "Decopy"
+type: entity
+tags: [ai-summary, service, youtube, video]
+sources: [我的工具集]
+last_updated: 2026-05-11
+---
+
+## Overview
+Decopy 是一个 AI 摘要生成工具，支持对文章、PDF 和视频进行快速摘要。
+
+## Aliases
+- Decopy
+- decopy.ai
+
+## Role in Sources
+在 [[我的工具集]] 中作为 AI-Summary 服务的提供商，支持多摘要模式、思维导图和多语言输出。
+
+## Capabilities
+- AI Summary Generator：AI 摘要生成
+- 支持文章、PDF 和视频摘要
+- 多种摘要模式
+- 思维导图生成
+- 多语言输出
+
+## Pricing
+免费/免费增值模式

wiki/entities/DeepSeek.md

@@ -2,7 +2,7 @@
 title: "DeepSeek"
 type: entity
 tags: [AI, LLM, 中国科技]
-last_updated: 2025-12-18
+last_updated: 2026-01-01
 ---
 
 ## 基本信息

wiki/entities/Google AI Studio.md

@@ -0,0 +1,28 @@
+---
+title: "Google AI Studio"
+type: entity
+tags: [AI工具, 分镜生成, 视频分析]
+last_updated: 2026-03-15
+---
+
+## Aliases
+- AI Studio
+- Google AI Studio
+
+## Description
+Google AI Studio 是Google提供的AI开发平台，在AI短视频制作流程中用于分析视频链接并自动生成九宫格分镜描述。
+
+## Use Cases in Video Production
+1. **视频分析**：输入装修视频链接，让模型分析视频逻辑
+2. **分镜生成**：自动生成九个分镜描述，确保：
+   - 摄像机机位固定
+   - 场景顺序清晰
+   - 阶段明确
+3. **图像裁剪**：自动检测三乘三大图并裁剪为九张竖屏图
+
+## Related Tools
+- [[九宫格法]]：基于Google AI Studio生成的分析结果进行图像生成
+- [[分镜拆解]]：Google AI Studio在此流程中负责将视频逻辑转化为分镜语言
+
+## Source
+- [[固定镜头短视频制作的ai全流程解析]]

wiki/entities/Google-AI-Studio.md

@@ -0,0 +1,27 @@
+---
+title: "Google AI Studio"
+type: entity
+tags: [google, text-to-speech, ai, service]
+sources: [我的工具集, nano-banana-pro-prompting-guide-strategies-1]
+last_updated: 2026-04-28
+---
+
+## Overview
+Google AI Studio 是 Google 提供的在线 AI 开发平台，整合了 Gemini 模型的各种能力。
+
+## Aliases
+- Google AI Studio
+- aistudio.google.com
+
+## Role in Sources
+在 [[我的工具集]] 中作为 Text-to-Speech（文本转语音）服务的提供者，支持 Dialog 对话功能。
+在 [[Nano-Banana Pro Prompting Guide & Strategies 1]] 中作为 Nano-Banana Pro 图像生成模型的主要使用界面，支持提示词测试和参数调整。
+
+## Capabilities
+- Text-to-Speech：文本转语音生成
+- Dialog：对话式 AI 交互
+- Gemini 模型支持
+- **Nano-Banana Pro 图像生成**：支持文本渲染、信息图、角色一致性、4K 高分辨率、思维推理等高级图像生成能力
+
+## Pricing
+免费服务

wiki/entities/Hailuo-AI.md

@@ -0,0 +1,29 @@
+---
+title: "Hailuo AI"
+type: entity
+tags: [image-to-video, text-to-video, ai, service, paid]
+sources: [我的工具集, 14个免费的ai图生视频工具]
+last_updated: 2026-05-11
+---
+
+## Overview
+Hailuo AI（海螺 AI）是国内的 AI 视频生成工具，提供图生视频和文生视频功能。
+
+## Aliases
+- Hailuo AI
+- 海螺 AI
+- hailuoai.com
+
+## Role in Sources
+在 [[我的工具集]] 中作为 Image-to-Video 服务的提供商，月费 ¥42。
+
+## Capabilities
+- Image-to-Video：将静态图片转化为动态视频
+- Text-to-Video：文本生成视频
+
+## Pricing
+¥42/月
+
+## Relationship to Other Tools
+- 与 [[Vidu]] 同为国内视频生成平台
+- 与 [[Wavespeed AI]] 同属 Image-to-Video 工具

wiki/entities/KAI.md

@@ -1,20 +1,37 @@
----
-title: "KAI"
-type: entity
-tags: ["AI视频生成", "首尾针动画", "AI工具"]
-sources: ["固定镜头短视频制作的ai全流程解析"]
-last_updated: 2026-04-23
----
-
-## 基本信息
-- **类型**：AI 视频生成工具（动效类）
-- **定位**：支持首尾针动画的视频生成平台
-- **应用场景**：将 [[九宫格法]] 生成的连续图像转换为动态视频片段
-
-## 在固定镜头短视频制作流程中的作用
-在 [[固定镜头短视频制作的AI全流程解析]] 描述的 AI 短视频制作流程中，KAI 属于**动效类**工具，负责将配对的 [[首尾针动画]] 图片转换为连贯的短视频片段。通过 AI Video API 依次生成各阶段视频片段，核心是让画面变化自然而非镜头移动。生成的所有片段最后导入 [[剪映]] 合成。
-
-## 核心能力
-- [[首尾针动画]] 技术支持：上传首针图和尾针图，自动补齐中间变化
-- 短视频片段逐个生成，确保质量可控
-- 生成片段可导入 [[剪映]] 进行最终合成
+---
+title: "KAI"
+type: entity
+tags: [AI工具, 视频生成, 动画制作]
+last_updated: 2026-03-15
+---
+
+## Aliases
+- KAI Video
+- KAI AI Video
+
+## Description
+KAI是一款AI视频生成工具，通过AI Video API依次生成视频片段，核心功能是让画面变化自然而非镜头移动。支持首尾针动画模式。
+
+## Use Cases
+1. **首尾针动画生成**：上传首针和尾针图片，自动生成过渡动画
+2. **阶段视频片段制作**：通过AI Video API依次生成各个阶段的视频片段
+3. **固定机位视频**：特别适合生成摄像机位置固定的视频内容
+
+## Workflow Position
+1. 拆分镜头（Google AI Studio）
+2. 一致性图像生成（Midjourney/Nano Banana）
+3. **首尾针动画制作（KAI）** ← 当前阶段
+4. 快速剪辑（剪映）
+5. 声音设计
+
+## Related Concepts
+- [[首尾针动画]]：KAI支持的核心动画技术
+- [[海螺AI]]：同类视频生成工具
+- [[多么AI]]：同类视频生成工具
+
+## Related Tools
+- [[剪映]]：用于KAI生成片段的最终合成剪辑
+- [[Google AI Studio]]：前置分镜分析工具
+
+## Source
+- [[固定镜头短视频制作的ai全流程解析]]

wiki/entities/LangChain.md

@@ -1,39 +1,48 @@
----
-title: "LangChain"
-type: entity
-tags: [llm, framework, python, rag, ai]
-last_updated: 2025-01-16
----
-
-## Definition
-LangChain 是一个用于构建 LLM 应用的 Python/JavaScript 框架，提供模块化组件抽象（Document Loader、Text Splitter、Embedding、Vector Store、Retriever、Chain、PromptTemplate 等），大幅简化 RAG、Agent 等 LLM 应用的开发。
-
-## Type
-- **Category**: AI Framework / 开发框架
-- **Website**: python.langchain.com
-- **Language**: Python, JavaScript/TypeScript
-
-## Core Components
-1. **Document Loader**：从 160+ 不同来源（网页/PDF/Notion/Slack 等）加载文档
-2. **Text Splitter**：将长文档切分为满足 Embedding Context Window 的小片段（Split）
-3. **Embedding**：集成多种 Embedding Provider（BAAI/BGE、OpenAI、Cohere 等）
-4. **Vector Store**：集成多种向量数据库（Qdrant、Pinecone、Chroma、FAISS 等）
-5. **Retriever**：基于向量相似度的文档检索接口
-6. **Chain**：将多个步骤串联执行的抽象，最关键的是 RAG Chain（RetrievalQA Chain）
-7. **PromptTemplate**：将变量、上下文、用户问题组装为 LLM 输入 Prompt 的模板引擎
-8. **Memory**：为 Agent 提供对话历史记忆能力
-
-## Key Value
-- **降低 RAG 开发门槛**：将 Indexing-Retrieval-Generation 三阶段封装为可复用的组件，开发者无需从零实现向量化和相似度检索
-- **Chain 抽象**：通过 LCEL（LangChain Expression Language）声明式组合各组件，支持 RAG Chain、Conversation Chain 等开箱即用模式
-- **工具生态**：与 LangSmith（监控）、LangServe（部署）构成完整应用生命周期支持
-
-## In RAG Context
-- [[rag从入门到精通系列1-基础rag]] 中作为核心工具链组件，负责 Indexing 阶段的文档加载/切分/向量化入库，以及 Retrieval + Generation 阶段的 Chain 编排
-
-## Related Concepts
-- [[RAG]] — LangChain 的核心应用场景
-- [[Indexing]] — LangChain 封装的关键阶段
-- [[Retrieval]] — LangChain 的 Retriever 组件
-- [[Generation]] — LangChain 的 Chain + PromptTemplate 组件
-- [[LlamaIndex]] — 同类竞品框架，各有侧重
+---
+title: "LangChain"
+type: entity
+tags: [LLM应用, RAG框架, Python]
+sources: [rag从入门到精通系列1-基础rag]
+last_updated: 2025-01-16
+---
+
+## Definition
+
+LangChain 是一个用于构建 LLM 应用的 Python/JavaScript 开源框架，提供文档加载、向量存储集成、Chain 组合、Agent 开发等能力。
+
+## Key Capabilities
+
+- **Document Loaders**：160+ 文档加载器，支持网页/ PDF / Markdown / 数据库等多种来源
+- **Vector Stores**：与 Qdrant、Chroma、Milvus、Pinecone 等向量数据库的原生集成
+- **Chains**：将多个步骤（检索→组装→生成）串联为统一管道
+- **Agents**：构建可自主调用工具的 LLM Agent
+- **Memory**：跨对话的上下文记忆管理
+- **Prompt Templates**：结构化 Prompt 管理
+
+## Usage in RAG
+
+本文档使用 LangChain 演示基础 RAG 管道：
+1. 通过 `WebBaseLoader` 加载外部博客文档
+2. 通过 `RecursiveCharacterTextSplitter` 切分文档
+3. 通过 `Qdrant` 向量存储集成建立索引
+4. 通过 `RetrievalQA Chain` 串联检索和生成
+
+## LangSmith
+
+LangSmith 是 LangChain 官方提供的 LLM 应用监控和调试平台，支持：
+- 追踪 LLM 应用执行链路
+- 查看每个步骤的输入输出
+- 评估应用效果和 Token 消耗
+
+## Connections
+
+- [[LangChain]] ← used_in ← [[RAG]]
+- [[LangChain]] ← integrates_with ← [[Vector-Store]]
+- [[LangChain]] ← integrates_with ← [[Embedding]]
+- [[LangChain]] ← provides ← [[Generation]]
+- [[LangChain]] ← monitors_with ← [[LangSmith]]
+
+## Aliases
+
+- LangChain Python
+- LangChain JS

wiki/entities/Qdrant.md

@@ -1,31 +1,43 @@
----
-title: "Qdrant"
-type: entity
-tags: [vector-database, rag, rust, open-source]
-last_updated: 2025-01-16
----
-
-## Definition
-Qdrant 是用 Rust 编写的开源向量数据库（Vector Store），提供高效的 Embedding Vector 存储和相似度检索能力，支持余弦相似度、欧氏距离等多种度量方式，以及过滤（Filtering）和分组（Grouping）等高级查询功能。
-
-## Type
-- **Category**: 向量数据库 / Vector Database
-- **Language**: Rust
-- **Website**: qdrant.tech
-- **License**: Apache 2.0
-
-## Core Capabilities
-1. **向量存储**：高维向量（Embedding）的持久化存储
-2. **相似度检索**：余弦相似度、点积、欧氏距离等多种度量方式
-3. **Top-k 检索**：根据相似度排序返回最接近的 k 个向量
-4. **过滤查询**：支持基于 Payload（元数据）的预过滤，精确定位检索范围
-5. **分布式部署**：支持集群模式横向扩展
-
-## In RAG Context
-- [[rag从入门到精通系列1-基础rag]] 中作为 Indexing 阶段向量存储后端 + Retrieval 阶段检索引擎
-- 与 LangChain 的 Vector Store 接口无缝集成
-
-## Related Concepts
-- [[Vector Store]] — Qdrant 属于 Vector Store 的一种实现
-- [[RAG]] — Qdrant 是 RAG Pipeline 的基础设施组件
-- [[Retrieval]] — Qdrant 提供向量相似度检索能力
+---
+title: "Qdrant"
+type: entity
+tags: [向量数据库, 开源, Rust]
+sources: [rag从入门到精通系列1-基础rag]
+last_updated: 2025-01-16
+---
+
+## Definition
+
+Qdrant 是一个由 Rust 编写的开源向量数据库和向量搜索引擎，专注于高性能向量存储与相似度检索，支持生产级部署。
+
+## Key Features
+
+- **高性能**：Rust 编写，内存安全，支持 HNSW 和 SCAN 等索引算法
+- **过滤支持**：支持在向量检索时附加标量字段过滤条件
+- **混合检索**：支持结合向量相似度与传统关键词匹配
+- **部署灵活**：支持 Docker 部署和云原生部署
+- **API 友好**：提供 RESTful API 和 gRPC 接口
+
+## Usage in RAG
+
+本文档使用 Qdrant 作为向量数据库存储 Embedding Vector：
+1. 配置 Qdrant 客户端连接
+2. 创建 Collection 存储文档向量
+3. 通过 LangChain 的 `Qdrant` 集成进行 Indexing 和 Retrieval
+
+## Alternatives
+
+- Chroma（轻量本地）
+- Milvus（分布式生产级）
+- Weaviate（混合检索）
+- Pinecone（云托管）
+
+## Connections
+
+- [[Qdrant]] ← used_in ← [[RAG]]
+- [[Qdrant]] ← stores ← [[Vector-Store]]
+- [[Qdrant]] ← integrated_by ← [[LangChain]]
+
+## Aliases
+
+- Qdrant Vector Database

wiki/entities/Vidu.md

@@ -0,0 +1,28 @@
+---
+title: "Vidu"
+type: entity
+tags: [image-to-video, text-to-video, ai, service, paid]
+sources: [我的工具集, 14个免费的ai图生视频工具]
+last_updated: 2026-05-11
+---
+
+## Overview
+Vidu 是国内的 AI 视频生成平台，提供图生视频和文生视频功能。
+
+## Aliases
+- Vidu
+- vidu.com
+
+## Role in Sources
+在 [[我的工具集]] 中作为 Image-to-Video 服务的提供商，月费 ¥8。
+
+## Capabilities
+- Image-to-Video：将静态图片转化为动态视频
+- Text-to-Video：文本生成视频
+
+## Pricing
+¥8/月
+
+## Relationship to Other Tools
+- 与 [[Wavespeed AI]] 同属 Image-to-Video 工具
+- 与 [[Hailuo AI]] 同为国内视频生成平台

wiki/entities/Wavespeed-AI.md

@@ -0,0 +1,26 @@
+---
+title: "Wavespeed AI"
+type: entity
+tags: [image-editor, image-to-video, ai, service, paid]
+sources: [我的工具集]
+last_updated: 2026-05-11
+---
+
+## Overview
+Wavespeed AI 是一个提供图像编辑和图生视频功能的 AI 平台。
+
+## Aliases
+- Wavespeed AI
+- wavespeed.ai
+
+## Role in Sources
+在 [[我的工具集]] 中提供：
+- **Image-Editor**：图像编辑工具
+- **Image-to-Video**：图生视频功能（付费服务）
+
+## Capabilities
+- Image-Editor：图像编辑
+- Image-to-Video：将静态图片转化为动态视频
+
+## Pricing
+Image-to-Video 功能为付费服务

wiki/entities/n8n.md

@@ -0,0 +1,36 @@
+---
+title: "n8n"
+type: entity
+tags: [工作流自动化, 开源, AI自动化, Node-Based-Workflow]
+last_updated: 2026-05-01
+---
+
+## Definition
+**n8n** 是 GitHub 上最强的开源工作流自动化平台，被称为"功能更强、还能私有部署的开源版 Zapier"，目前拥有恐怖的 16 万 Star。
+
+## Aliases
+- n8n.io
+- N8N
+
+## Key Characteristics
+- 拖拽节点串联各种互不相干的 App，自动执行工作流，省去写代码对接 API 的麻烦
+- 最近在 AI 圈爆火，因为把 LangChain 等 AI 能力也做成了节点，让用户能轻松把大模型嵌入真实业务流程
+- 支持私有部署，数据完全掌握在自己手里
+- 开源免费，适合注重数据隐私的企业和个人
+
+## GitHub
+- https://github.com/n8n-io/n8n
+
+## Sources
+- [[2025-年-11-个神级-ai-开源平替-github-杀疯了]]
+- [[n8n-workflow-orchestration]]
+- [[n8n-docker-install-update]]
+- [[n8n-full-tutorial-building-ai-agents-in-2025-for-beginners]]
+- [[n8n-claude-通过自然语言自动化工作流]]
+- [[n8n-configure-telegram-trigger]]
+- [[n8n-docker-配置-telegram-代理-troubleshooting]]
+
+## Related
+- [[Dify]] — 同为工作流自动化平台，n8n 侧重通用流程自动化，Dify 侧重 LLM 应用开发
+- [[LangChain]] — n8n 支持 LangChain 节点集成
+- [[Zapier]] — n8n 的商业对标产品

wiki/entities/vLLM.md

@@ -0,0 +1,30 @@
+---
+title: "vLLM"
+type: entity
+tags: [llm, inference, open-source, gpu]
+aliases: [vLLM, Virtual Large Language Model]
+last_updated: 2025-12-20
+---
+
+## Description
+vLLM 是由 vLLM 社区维护的开源项目，通过更好地利用 GPU 内存来加速大语言模型（LLM）的推理生成。
+
+## Key Capabilities
+- **PagedAttention**：将 KV Cache 切分为固定大小的块（block），用页表式映射管理，避免连续内存分配导致的碎片化和 OOM
+- **连续批处理（Continuous Batching）**：每步解码都动态组装活跃请求批次，基于 PagedAttention 的块式内存 + 步进级调度器，无需等待整批结束即可插入新请求
+- **KV Cache 优化**：保存历史 Key/Value 向量避免重复计算，通过分块管理实现动态并发与复用
+- **预填充（Prefill）加速**：在多分支（如 beam search）和重复前缀场景下可复用相同前缀产生的 KV 块
+
+## Technical Details
+- **KV Cache**：K 和 V 由每个 token 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 随上下文长度、层数、头数、维度线性增长，是推理中最大的显存开销之一
+- **分块策略**：用 PagedAttention 将每条序列的 KV Cache 切分为固定大小的块，类似操作系统的虚拟内存灵活调度
+- **复用机制**：多分支和重复前缀场景下可复用相同前缀产生的 KV 块，减少预填充时间
+
+## Connections
+- [[Large Language Model]] ← 加速推理 ← [[vLLM]]
+- [[PagedAttention]] ← 核心机制 ← [[vLLM]]
+- [[KV Cache]] ← 优化对象 ← [[vLLM]]
+- [[Continuous Batching]] ← 核心机制 ← [[vLLM]]
+
+## Sources
+- [[大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]]