Auto-sync: 2026-04-17 13:17

wiki/sources/daily-youtube-digest.md

@@ -0,0 +1,44 @@
+---
+title: "Daily YouTube Digest"
+type: source
+tags: [agent-use-case, youtube, automation]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/daily-youtube-digest.md]]
+
+## Summary
+- 核心主题：AI Agent 自动从订阅的 YouTube 频道获取最新视频并生成每日摘要
+- 问题域：YouTube 通知不可靠、内容分发效率低、个性化内容获取困难
+- 方法/机制：youtube-full skill + TranscriptAPI 获取视频 Transcript 并用 AI 总结
+- 结论/价值：每天早晨获得个性化内容简报，避免算法推荐的信息茧房
+
+## Key Claims
+- YouTube 通知不可靠，即使订阅了频道，新视频也不会出现在首页推荐中
+- youtube-full skill 集成 TranscriptAPI.com 比 yt-dlp 更可靠（不需二进制、跨平台工作、不被拦截）
+- `channel/latest` 和 `channel/resolve` 免费检查新上传，仅 Transcript 消耗积分
+- 关键词追踪模式通过 seen-videos.txt 避免重复获取，节省积分
+
+## Key Quotes
+> "You subscribe to channels, but their new videos never show up in your home feed. They're not in notifications. They just... disappear." — 核心痛点描述
+> "It's fun to start the day with curated content insights instead of doom-scrolling a recommendation feed." — 价值主张
+
+## Key Concepts
+- [[YouTube-Digest]]：AI Agent 自动获取订阅频道最新视频并生成摘要的工作流
+- [[TranscriptAPI]]：提供视频 Transcript 的 API 服务
+- [[Agent-Chain]]: 多个 AI Agent 串联工作，各自负责不同阶段（获取→总结→推送）
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，用于执行自动化工作流
+- [[TranscriptAPI]]：视频 Transcript API 服务商，提供 100 免费积分
+- [[Recapio]]：同类产品，提供 Daily YouTube Recap 功能
+
+## Connections
+- [[YouTube-Digest]] ← uses ← [[youtube-full-skill]]
+- [[youtube-full-skill]] ← integrates ← [[TranscriptAPI]]
+- [[OpenClaw]] ← runs ← [[Agent-Chain]]
+- [[Recapio]] ← competes_with ← [[YouTube-Digest]]
+
+## Contradictions
+- 与 Recapio 功能重叠，但此方案是可自托管的开源方案

wiki/sources/health-symptom-tracker.md

@@ -0,0 +1,38 @@
+---
+title: "Health & Symptom Tracker"
+type: source
+tags: [AI Agent, OpenClaw, 健康管理]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/health-symptom-tracker.md]]
+
+## Summary
+- **核心主题**：使用 AI Agent 自动追踪食物和症状，识别食物敏感度
+- **问题域**：个人健康管理、食物敏感度检测
+- **方法/机制**：Telegram 消息主题 + OpenClaw 解析日志 + Cron Jobs 定时提醒 + 模式分析
+- **结论/价值**：将繁琐的手动记录转化为自动化工作流，AI 分析帮助发现潜在诱因
+
+## Key Claims
+- OpenClaw 通过 Telegram 主题自动解析食物和症状消息并记录时间戳
+- 3 次/日定时提醒（早餐、午餐、晚餐）确保记录持续性
+- 每周日自动分析一周数据，识别食物与症状的关联模式
+
+## Key Quotes
+> "Identifying food sensitivities requires consistent logging over time, which is tedious to maintain. You need reminders to log and analysis to spot patterns."
+
+## Key Concepts
+- [[Cron Jobs]]：Linux 定时任务调度机制，用于设置每日提醒
+- [[上下文记忆]]：OpenClaw 追踪已知诱因并随着模式发现更新记忆的能力
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，执行消息解析、日志记录、提醒和分析任务
+
+## Connections
+- [[OpenClaw]] ← uses ← [[Telegram]]
+- [[Cron Jobs]] ← schedules ← [[health-tracker reminders]]
+- [[Health & Symptom Tracker]] ← enables ← [[食物敏感度检测]]
+
+## Contradictions
+（暂无）

wiki/sources/multi-agent-content-factory.md

@@ -0,0 +1,50 @@
+---
+title: "Multi-Agent Content Factory"
+type: source
+tags: [agent, workflow, automation]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/content-factory.md]]
+
+## Summary
+- 核心主题：多 Agent 内容工厂流水线
+- 问题域：内容创作效率提升
+- 方法/机制：通过 Discord 频道隔离不同 Agent（Research、Writing、Thumbnail），实现研究→写作→设计的自动化流水线
+- 结论/价值：无需逐个 prompt，让 Agent 自动协同工作，早上醒来内容已生成
+
+## Key Claims
+- 链式 Agent（Chained Agents）是核心 —— 研究投喂写作，写作投喂设计，全流程无需手动干预
+- Discord 频道隔离使每阶段工作可单独审查和反馈
+- 支持任意内容格式：tweet threads、 newsletters、LinkedIn posts、podcast outlines、blog articles
+- 本地模型图像生成（如 Mac Studio 上的 Nano Banana）可降低成本并增强控制
+
+## Key Quotes
+> "Each agent works in its own Discord channel, keeping everything organized and reviewable" — 频道隔离设计
+> "The power is in the chained agents — research feeds writing, writing feeds thumbnails" — 核心价值主张
+
+## Key Concepts
+- [[Agent-Chain]]：多个 Agent 串联工作，各自负责不同阶段的流水线架构
+- [[工作流自动化]]：预定义自动化流程，与 AI Agent 互补
+- [[上下文记忆]]：AI Agent 保留对话历史的能力
+- [[sessions_spawn]]：OpenClaw 多 Agent 并发生成
+- [[sessions_send]]：OpenClaw 多 Agent 消息发送
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，支持多 Agent 编排
+- [[Discord]]：社区通讯平台，作为 Agent 工作流界面
+- [x-research-v2](https://clawhub.ai)：社交媒体研究工具
+- [Nano Banana]：Mac 本地图像生成工具
+- [knowledge-base](https://clawhub.ai)：RAG 驱动的知识库研究技能
+- [Alex Finn]：YouTube 教程作者，激发此工作流灵感
+
+## Connections
+- [[Multi-Agent Content Factory]] ← extends ← [[Agent-Chain]]
+- [[Podcast Production Pipeline]] ← similar_to ← [[Multi-Agent Content Factory]]
+- [[Daily YouTube Digest]] ← similar_to ← [[Multi-Agent Content Factory]]
+- [[Agent-Chain]] ← uses ← [[sessions_spawn]]
+- [[Agent-Chain]] ← uses ← [[sessions_send]]
+
+## Contradictions
+- （暂无）

wiki/sources/multi-agent-team.md

@@ -0,0 +1,52 @@
+---
+title: "Multi-Agent Specialized Team (Solo Founder Setup)"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-agent-team.md]]
+
+## Summary
+- 核心主题：Solo founder（一人创始人）通过多 Agent  specialized team 实现高效工作模式
+- 问题域：一人创始人需要在战略、开发、营销、销售、运营等多角色间切换，上下文切换破坏深度工作
+- 方法/机制：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+单一 Telegram 控制平面+定时任务实现协同
+- 结论/价值：Agent 需有鲜明人格，共享内存+私有上下文组合是关键，便宜模型做简单任务，定时任务是飞轮，建议从2个Agent开始
+
+## Key Claims
+- 单个 Agent 无法同时做好所有事情：单一 Agent 的上下文窗口在同时处理策略、代码、营销研究、商业分析时快速填满
+- 通用提示产生通用输出：编码 Agent 不应该同时撰写营销文案
+- 需求团队而非另一个工具：Agent 应在后台工作并呈现结果，而非需要持续照料
+
+## Key Quotes
+> "Give agents distinct names and communication styles makes it natural to 'talk to your team' rather than wrestle with a generic AI" — 鲜明人格让与 Agent 交互更像与团队对话
+> "Shared memory + private context: The combination is critical — agents need common ground (goals, decisions) but also their own space to accumulate domain expertise" — 共享内存与私有上下文组合是关键
+> "Right model for the right job: Don't use an expensive reasoning model for keyword monitoring" — 匹配模型能力与任务复杂度
+> "Start with 2, not 4: Begin with a lead + one specialist, then add agents as you identify bottlenecks" — 从2个开始逐步扩展
+
+## Key Concepts
+- [[Multi-Agent Team]]：多 Agent 协作架构，每个 Agent 有独立角色、人格、优化的模型
+- [[Shared Memory]]：团队共享的文档、目标、关键决策，所有 Agent 可访问
+- [[Private Context]]：每个 Agent 维护自己的对话历史和领域特定的笔记
+- [[Scheduled Tasks]]：Agent 主动工作而非被动响应，定时执行任务产生飞轮效应
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，支持多 Agent 协调
+- [[Telegram]]：单一控制平面，通过 @tag 触发特定 Agent
+- [[Claude Opus]]：用于复杂推理任务（如 Strategy Lead）
+- [[Claude Sonnet]]：用于快速分析任务（如 Business Analyst）
+- [[Gemini]]：用于网络研究和长上下文分析（如 Marketing Agent）
+- [[Trebuh]]：X 用户，实践4个 OpenClaw Agent 的 solo founder
+
+## Connections
+- [[OpenClaw]] ← enables ← [[Multi-Agent Team]]
+- [[Telegram]] ← routes ← [[Multi-Agent Team]]
+- [[Vibe-Kanban]] ← similar_role ← [[Multi-Agent Team]]（AI Agent 管理工具）
+- [[n8n]] ← integrates_with ← [[Agent Chain]]（工作流自动化与 Agent 协同）
+
+## Contradictions
+- 与 [[Vibe-Kanban]] 对比：
+  - 冲突点：两者都是 AI Agent 管理工具，但架构不同
+  - 当前观点：Multi-Agent Team 强调多 Agent 并行、共享记忆、Telegram 控制
+  - 对方观点：Vibe-Kanban 强调单 Agent 事件驱动、自然语言交互

wiki/sources/project-state-management.md

@@ -0,0 +1,49 @@
+---
+title: "Project State Management System: Event-Driven Alternative to Kanban"
+type: source
+tags: [project-state, AI-Agent]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/project-state-management.md]]
+
+## Summary
+- 核心主题：使用事件驱动系统替代传统 Kanban 看板进行项目状态管理
+- 问题域：手动更新看板导致的信息丢失、上下文丢失、项目漂移
+- 方法/机制：数据库存储项目状态 + AI Agent 自然语言交互 + Git 集成自动关联
+- 结论/价值：通过自然语言对话自动追踪项目进度、保留决策上下文、生成每日站会摘要
+
+## Key Claims
+- 事件驱动系统可替代静态 Kanban 看板，解决卡片过期和上下文丢失问题
+- AI Agent 通过自然语言对话自动记录事件、更新项目状态、回答状态查询
+- Git 提交自动扫描并关联到项目，实现代码变更与项目进度的可追溯性
+- 每日站会摘要由系统自动生成，涵盖昨日进展、今日计划、当前阻碍
+
+## Key Quotes
+> "Traditional Kanban boards are static and require manual updates. You forget to move cards, lose context between sessions, and can't track the 'why' behind state changes." — 描述 Kanban 看板的核心痛点
+
+> "Instead of dragging cards, you chat with your assistant: 'Finished the auth flow, starting on the dashboard.' The system logs the event, updates project state, and preserves context." — 事件驱动系统的工作方式
+
+## Key Concepts
+- [[事件驱动]]：通过自然语言事件更新自动触发状态转换的机制
+- [[项目状态数据库]]：存储项目信息、历史事件和阻碍项的关系型数据库
+- [[每日站会摘要]]：基于事件和 Git 提交自动生成的每日进度报告
+- [[Git 集成]]：自动扫描 Git 提交并关联到对应项目的机制
+
+## Key Entities
+- [[PostgreSQL]]：项目状态数据库的推荐技术栈（也支持 SQLite）
+- [[GitHub]]：通过 gh CLI 进行提交追踪
+- [[Discord]]：项目更新和查询的交互渠道
+- [[Cron Jobs]]：每日摘要的定时触发机制
+
+## Connections
+- [[Event Sourcing]] ← 理论基础 ← [[Project State Management]]
+- [[Kanban]] ← 被替代 ← [[Project State Management]]
+- [[AI ChatOps]] ← 实现方式 ← [[Project State Management]]
+
+## Contradictions
+- 与 [[Kanban]] 看板方法冲突：
+  - 冲突点：静态看板需要手动更新，事件驱动系统自动追踪
+  - 当前观点：事件驱动系统通过自然语言自动记录，避免手动操作和信息丢失
+  - 对方观点：Kanban 看板可视化程度高，适合团队协作和任务分配

wiki/sources/self-healing-home-server-infrastructure-management.md

@@ -0,0 +1,59 @@
+---
+title: "Self-Healing Home Server & Infrastructure Management"
+type: source
+tags: [openclaw, home-server, automation, self-healing, infrastructure]
+sources: []
+last_updated: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/self-healing-home-server.md]]
+
+## Summary
+- 核心主题：AI Agent 作为家庭基础设施的自动化运维代理
+- 问题域：家庭实验室运维的 24/7 待命负担、服务故障、证书过期、磁盘满、Pod 崩溃循环
+- 方法/机制：OpenClaw 定时任务系统、健康监控、自愈修复、基础设施代码管理、每日简报、邮件分类、知识提取、安全审计
+- 结论/价值：将 AI Agent 转变为持续运行的基础设施管理代理，在问题发生前主动检测、诊断和修复
+
+## Key Claims
+- 运行家庭服务器意味着 24/7 随时待命处理基础设施问题
+- AI Agent 可以通过 SSH、Terraform、Ansible、kubectl 命令自动修复基础设施问题
+- AI 会硬编码 secrets —— 这是首要安全风险，必须强制执行预提交钩子和 secret 扫描
+- 本地优先 Git 工作流至关重要 —— 永远不要让 Agent 直接推送到公共仓库
+- Cron 作业是真正产品 —— 定时自动化比临时命令提供更多日常价值
+
+## Key Quotes
+> "I can't believe I have a self-healing server now" — Agent 可以在问题发生前自动修复
+> "AI assistants will happily hardcode secrets. They sometimes don't have the same instincts humans do." — 防御性安全设置至关重要
+
+## Key Concepts
+- [[Self-Healing Systems]]：主动检测异常并自动修复的系统
+- [[Infrastructure as Code (IaC)]]：通过代码管理基础设施
+- [[Agentic AI]]：具备自主决策和任务执行能力的 AI 系统
+- [[K3s]]：轻量级 Kubernetes，用于家庭实验室
+- [[TruffleHog]]：Secret 扫描工具，检测代码中的硬编码密钥
+- [[Gitea]]：自托管 Git 服务，本地优先工作流
+- [[ArgoCD]]：GitOps 持续交付工具
+- [[Loki]]：日志聚合系统
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，本用例的核心平台
+- [[Obsidian]]：知识库管理，用于知识提取
+- [[K3s]]：轻量级 Kubernetes 发行版，家庭集群
+- [[1Password]]：密码管理，AI 专用保险库
+- [[gog]]：Gmail CLI 工具，用于邮件分类
+- [[TruffleHog]]：Secret 扫描工具
+
+## Connections
+- [[OpenClaw]] ← manages ← [[Self-Healing Systems]]：OpenClaw 作为自愈系统的管理平台
+- [[K3s]] ← hosts ← [[ArgoCD]]：K3s 集群运行 ArgoCD 进行部署管理
+- [[TruffleHog]] ← blocks ← [[Hardcoded Secrets]]：预推送钩子阻止硬编码密钥
+- [[Gitea]] ← stages ← [[Git Workflow]]：本地 Git 推送前的中转站
+- [[Obsidian]] ← provides ← [[Knowledge Base]]：知识提取的来源
+
+## Contradictions
+- （暂无）
+
+## Inspired By
+- Nathan 的 OpenClaw 案例 "Reef"：运行 15 个活跃 cron 作业、24 个自定义脚本，自主构建和部署应用
+- @georgedagg_ 的部署监控、日志审查、配置修复、PR 提交案例