Auto-sync: 2026-04-28 16:03

wiki/overview.md

@@ -71,7 +71,9 @@ The wiki covers two major multi-agent frameworks: **The Agency** (agency-agents)
 
 **Self-Improving 自改进系统**（[[养虾日记2]]）：解决 AI Agent"每次对话都是白纸"的核心问题——三层记忆架构（短期文件 + 长期向量数据库 + self-improving 复盘）配合每日 23:00 定时复盘，实现"错误只犯一次"的 Agent 学习闭环。Pattern-Key 重复是系统性问题的信号；Recurrence-Count 是区分一次性错误与重复问题的关键指标。[[Self-Improving-Skill]] 的 Suggested Action 必须具体到可直接执行（如 `--to 5038825565`），而非泛泛建议。
 
-**[[obsidian-必装-skills]]**（Obsidian 必装 Skills）：Obsidian 生态 AI Skills 全景盘点——推荐安装：kepano 官方 defuddle（网页清洗）、obsidian-cli（官方 CLI 操作）、obsidian-bases（数据库视图）；Axton 的 obsidian-canvas-creator（径向布局算法解决节点重叠）；tutor-skills（"输入-内化-检测"三阶段学习闭环）；scholar-skill（基于 OpenClaw 的 L1/L2/L3 分级论文阅读）。核心插件：claudian（适配 Claude Code）和 obsidian-agent-client（适配多主流 Agent）。属 [[Second Brain]] 的工具选型层，与 [[obsidian-高效指南-我常用的插件与实用技巧]]（插件配置）和 [[dataview-让我从笔记黑洞里逃出来的-obsidian-神器-1]]（同类数据库视图工具）互补。
+**[[obsidian-必装-skills]]**（Obsidian 必装 Skills）：Obsidian 生态 AI Skills 全景盘点——推荐安装：kepano 官方 defuddle（网页清洗）、obsidian-cli（官方 CLI 操作）、obsidian-bases（数据库视图）；Axton 的 obsidian-canvas-creator（径向布局算法解决节点重叠）；tutor-skills（"输入-内化-检测"三阶段学习闭环）；scholar-skill（基于 OpenClaw 的 L1/L2/L3 分级论文阅读）。核心插件：claudian（适配 Claude Code）和 obsidian-agent-client（适配多主流 Agent）。
+
+**[[obsidian-cli]]**（Obsidian CLI 完整命令参考）：Obsidian 官方 CLI 工具详细文档（1534 行，50+ 命令）——两种使用模式：单命令（`obsidian daily`）和 TUI 交互（`obsidian` + 命令历史+反向搜索）。命令分类：日常使用（daily/search/read/open/tags）、文件管理（create/move/rename/delete）、链接分析（backlinks/links/unresolved/orphans）、任务管理（tasks/task 支持按文件/状态过滤）、开发者命令（devtools/plugin:reload/eval/dev:screenshot）、数据管理（bases/base:query 支持 JSON/CSV/TSV/MD 输出）、版本历史（diff/history:restore）、插件管理（install/enable/disable/reload）和 Obsidian Publish。开发者命令通过 Chrome DevTools Protocol（CDP）实现，支持截图、控制台执行、DOM 查询、CSS 检查和插件热重载，使 AI Agent 可以自动测试和调试插件。vault 定位：`vault=<name>` 为首个参数；文件定位：`file=` 按文件名匹配，`path=` 要求完整路径；所有命令支持 `--copy` 复制输出到剪贴板；多词值用引号包裹。属 [[Second Brain]] 的工具选型层，为 AI Agent 操作 Obsidian 知识库提供标准化 CLI 接口——**任何 GUI 操作均可通过命令行实现**，与 [[Claudian]]（插件方案）和 [[Obsidian-Agent-Client]]（第三方 Agent 插件）互补。与 [[obsidian-高效指南-我常用的插件与实用技巧]]（插件配置）和 [[dataview-让我从笔记黑洞里逃出来的-obsidian-神器-1]]（同类数据库视图工具）互补。
 
 **[[养虾日记3]]**：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统——解决"AI 对话结束输出就消失"的核心问题。核心架构：**Obsidian 做知识库**（iCloud Drive 三端同步）、**Gitea 做版本控制**（完整保留所有历史版本）、**OpenClaw obsidian skill 做写入接口**。三个 Agent（星枢/星辉/星曜）分别向各自 Obsidian 目录写入，knowledgebase/ 存放跨 Agent 共用知识，<agentId>/ 存放单一 Agent 私有笔记。核心价值：把 AI 变成"会自动整理笔记的实习生"——做完事顺手更新记录。与 [[Second Brain]]（对话记忆）、[[Personal Knowledge Base (RAG)]]（知识检索）同属持久化记忆能力的不同实现。与 [[self-healing-home-server]] 的 Morning Briefing 共享同一笔记更新机制。融合了 Karpathy 的 LLM Wiki 理念：让 AI 增量构建 Wiki，页面间互链，知识越积越厚。与 [[养虾日记1]]（照片整理）、[[养虾日记2]]（Self-Improving）、**[[养龙虾5天血泪史]]**（记忆调试）属同一「养虾日记」系列。
 
@@ -211,6 +213,8 @@ Key concepts: [[PerformanceMax]], [[SmartBidding]], [[AccountArchitecture]], [[T
 
 **[[multi-source-tech-news-digest]]**：AI Agent 驱动的多源科技新闻自动聚合与投递系统——四层数据管道整合 46 个 RSS 源、44 个 Twitter/X KOL 账号、19 个 GitHub Releases 仓库和 4 个 Brave Search 主题，覆盖 109+ 信息源；通过标题相似度去重和多维度质量评分（priority source +3, multi-source +5, recency +2, engagement +1）生成精选简报；支持 Discord/Email/Telegram 三通道投递，30 秒内通过自然语言添加自定义来源。属 [[Daily-YouTube-Digest]] / [[Daily Reddit Digest]] 同款 Cron Job + AI 摘要模式的不同垂直场景（前者视频，后者 Reddit 社区，本方案文字新闻）。
 
+**[[实战笔记-本地部署-rsshub-并获取-youtube-订阅]]**（本地部署 RSSHub + YouTube 订阅）：在 Ubuntu2（192.168.3.45）上通过 Docker Compose 部署 RSSHub，配合 YouTube Data API v3（`YOUTUBE_KEY`）和本地 HTTP 代理（`HTTP_PROXY=http://127.0.0.1:10808`）实现 YouTube 频道订阅 RSS 化。核心价值：绕过国内网络无法直接访问 YouTube 的限制，通过 RSSHub 转换为标准 RSS Feed 实现订阅更新跟踪。URL 格式：`http://192.168.3.45:1200/youtube/channel/<频道ID>`（频道）或 `/user/<用户名>`（用户）。验证成功的标志：访问 URL 返回 XML 列表且无 `fetch failed` 错误。属 [[Home Lab Infrastructure]] 的内容自动化管道层，与 [[Daily YouTube Digest]]（每日 YouTube 摘要）和 [[YouTube Content Pipeline]]（YouTube 内容流水线）同属 YouTube 内容获取方案，本方案侧重本地自建 [[RSSHub]] + API 的稳定可控路径。
+
 ### Cloud Transformation & DevOps
 **[[cloud-learning-master-index]]**（Cloud Learning Master Index）：OpenText/微焦点云转型学习会话视频总索引，NAS 源位于 `/volume2/work/Public Cloud Learning Sessions/`，覆盖 10 大技术领域共 **111 个视频**——AWS Landing Zone（22）、OpenText Series（21）、EKS & Kubernetes（14）、Security（9）、Networking（9）、Serverless & AI（9）、FinOps & Cost（10）、CI/CD & GitOps（8）、IAM & Identity（3）、Terraform & IaC（6）。该索引是所有 CTP 专题视频的元数据入口，涵盖从基础设施（AWS Landing Zone）到应用层（Serverless/AI）的完整知识体系，为工程师和架构师提供按主题快速定位学习资源的导航能力。
 
@@ -254,6 +258,8 @@ Cloud Transformation Programme (CTP) materials cover AWS landing zones, EKS, Ter
 
 **Learning Sessions Cloud Transformation Programme-Deploying RDS via Terraform**（2023 年，Greg，DBRE 团队）：Greg 来自 Database Reliability Engineering 团队，倡导通过 Terraform IaC 部署任何规模的 RDS 到 AWS，相比控制台具有速度、灵活性、一致性、灾难恢复、文档和自动化六大优势——**代码即文档**。RDS 部署提供两种模块选择：**裸 RDS module**（基础功能）和 **grunt work RDS Service**（推荐生产使用，预建 KMS 密钥加密和 CloudWatch 告警，SRE 核心模块功能弱于 grunt work）。**Terragrunt**（Terraform 封装器）用于保持代码整洁、避免变量重复声明，贯彻 DRY 原则；Day 2 运维（扩缩容、补丁、大版本升级）通过修改 Terragrunt 文件并提交 GitHub PR，由 Atlantis 自动应用变更。监控通过 CloudWatch Dashboard + Alarms 实现，需注意突发性能实例（burstable instance）的 CPU credits 消耗。属 [[Infrastructure-as-Code]] 在 RDS 数据库场景的实践，与 [[ctp-topic-48-terraform-vs-terragrunt]]（Terragrunt 推荐）和 [[ctp-topic-16-cross-account-terraform-modules]]（跨账号 Terraform 模块）共同构成 Terraform 生态知识链路，与 [[ctp-topic-9-ci-cd-with-gruntwork]]（Gruntwork CI/CD）共享 Gruntwork 模块体系。
 
+**[[ctp-topic-66-exposing-the-differences-between-postgresql-rds-and-aurora]]**（CTP Topic 66）：Greg Klau 主讲 PostgreSQL 在 Amazon RDS 与 Aurora 两种托管方案之间的深度技术对比——**架构差异**：RDS 采用计算与 EBS 存储分离（Multi-AZ 需独立备用节点），Aurora 采用 6 块 EBS 卷横跨 3 AZ 的共享存储集群（由 Amazon 管理副本，读副本共享同一集群卷无需数据复制）。**选型决策**：小型数据库（<10TB）选 RDS 更经济（存储类型多样：GP2/GP3/预配置IOPS/磁性），大型高 IO 数据库（>10-20TB）选 Aurora 性能更优（Aurora IO 按量计费无上限）。**高可用性**：Aurora AZ 故障 RTO 为 30 秒，RDS 为 2 分钟；Aurora Global 支持干净的托管切换（无需重新复制数据），RDS 跨区域切换需阻断访问并重建集群。**蓝绿部署**：Aurora MySQL 支持 Major Version Upgrade（创建双环境进行测试后切换），PostgreSQL 版本不支持。**监控**：两者均支持 CloudWatch/Grafana/Performance Insights；Aurora 临时存储使用本地 SSD（固定容量由实例类型决定），RDS 使用 EBS。属 [[Amazon RDS]] vs [[Amazon Aurora]] 数据库选型的核心知识来源，与 [[learning-sessions-cloud-transformation-programme-deploying-rds-via-terraform]]（RDS Terraform 部署）共同构成 RDS 完整知识体系。
+
 **[[ctp-topic-12-using-ses-smtp-service-terraform-module]]**（CTP Topic 12）：Christian Deckelmann 和 Filos Christolakis 主讲，Micro Focus 团队使用 Terraform 模块自动化部署 AWS SES SMTP 服务以替代传统本地 SMTP 网关——随着业务向云端迁移，本地 SMTP 网关（如 smtbmicrofocus.com）已不再高效，SES 是网络安全部门唯一批准的云端邮件发送方案。Terraform 模块封装了 SMTP 终端节点配置，支持现有应用程序通过标准 SMTP 协议集成，无需重构代码适配 SES API；技术实现：在应用 VPC 中配置 VPC 端点实现私有连接（无需公网访问），通过 IAM 用户凭证作为 SMTP 认证信息并存储于 Secrets Manager，自动化完成 DKIM 验证和 Infoblox DNS 记录创建。两个关键手动步骤：① 申请脱离 SES Sandbox Mode（提交工单获取生产访问权限）以提升发送限额并允许向外部地址发信；② 手动更新 DNS TXT 记录以验证域名所有权（Terraform 难以处理多账号共享域名时对同一 TXT 记录值的追加操作）。未来计划：引入收件人地址限制和凭证滚动更新增强安全功能。与 [[ctp-topic-36-sendgrid-as-an-email-service]] 构成云邮件服务双路径——SendGrid 面向新标准，SES 服务现有应用平滑迁移。属 [[Infrastructure-as-Code]] 在邮件服务场景的实践，与 [[VPC-Endpoint]]、[[Secrets-Manager]] 概念关联。
 
 **[[ctp-topic-21-supply-chain-security-in-micro-focus]]**（CTP Topic 21）：