From 4eacd6b1a83f060a714167bbf2e68207f569e1a1 Mon Sep 17 00:00:00 2001 From: weishen Date: Wed, 15 Apr 2026 19:41:34 +0800 Subject: [PATCH] =?UTF-8?q?Sync:=20AI=20Agent=E8=AE=BE=E8=AE=A1=E6=A8=A1?= =?UTF-8?q?=E5=BC=8F=E3=80=81Composio=E3=80=81VoltAgent=20=E7=AD=89?= =?UTF-8?q?=E6=A6=82=E5=BF=B5=E5=92=8C=E5=AE=9E=E4=BD=93?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- wiki/concepts/AI-Agent-思维方式.md | 35 +++++++++ wiki/concepts/个性化.md | 23 ++++++ wiki/concepts/分批执行.md | 32 ++++++++ wiki/concepts/品味.md | 31 ++++++++ wiki/concepts/安全删除.md | 28 +++++++ wiki/concepts/对话式设计.md | 23 ++++++ wiki/concepts/小文件清理.md | 28 +++++++ wiki/concepts/引文追溯.md | 27 +++++++ wiki/concepts/控制权.md | 23 ++++++ wiki/concepts/死亡过滤器.md | 32 ++++++++ wiki/concepts/流程工程.md | 31 ++++---- wiki/concepts/端到端.md | 33 ++++++++ wiki/concepts/精确去重.md | 28 +++++++ wiki/concepts/被动学习.md | 28 ++++--- wiki/concepts/透明度.md | 23 ++++++ wiki/concepts/预判式设计.md | 23 ++++++ wiki/entities/BehiSecc.md | 16 ++++ wiki/entities/ComposioHQ.md | 24 ++++++ wiki/entities/VoltAgent.md | 16 ++++ wiki/entities/Yuri-Pessa.md | 19 +++++ wiki/index.md | 21 +++++ wiki/log.md | 9 +++ wiki/overview.md | 77 +++++++++++++++++++ ...laude-Skills才是AI这条路最值得研究的一套范式.md | 50 ++++++++++++ wiki/sources/7-ways-NotebookLM.md | 54 ++++++------- wiki/sources/Designing-for-Agentic-AI.md | 43 +++++++---- .../sources/养虾日记1-OpenClaw照片整理实战.md | 47 +++++++++++ wiki/sources/普通人如何在AI时代赚钱.md | 44 +++++++++++ 28 files changed, 799 insertions(+), 69 deletions(-) create mode 100644 wiki/concepts/AI-Agent-思维方式.md create mode 100644 wiki/concepts/个性化.md create mode 100644 wiki/concepts/分批执行.md create mode 100644 wiki/concepts/品味.md create mode 100644 wiki/concepts/安全删除.md create mode 100644 wiki/concepts/对话式设计.md create mode 100644 wiki/concepts/小文件清理.md create mode 100644 wiki/concepts/引文追溯.md create mode 100644 wiki/concepts/控制权.md create mode 100644 wiki/concepts/死亡过滤器.md create mode 100644 wiki/concepts/端到端.md create mode 100644 wiki/concepts/精确去重.md create mode 100644 wiki/concepts/透明度.md create mode 100644 wiki/concepts/预判式设计.md create mode 100644 wiki/entities/BehiSecc.md create mode 100644 wiki/entities/ComposioHQ.md create mode 100644 wiki/entities/VoltAgent.md create mode 100644 wiki/entities/Yuri-Pessa.md create mode 100644 wiki/sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md create mode 100644 wiki/sources/养虾日记1-OpenClaw照片整理实战.md create mode 100644 wiki/sources/普通人如何在AI时代赚钱.md diff --git a/wiki/concepts/AI-Agent-思维方式.md b/wiki/concepts/AI-Agent-思维方式.md new file mode 100644 index 00000000..be2a8a75 --- /dev/null +++ b/wiki/concepts/AI-Agent-思维方式.md @@ -0,0 +1,35 @@ +--- +id: AI Agent 思维方式 +title: "AI Agent 思维方式" +type: concept +tags: [ai-agent, thinking-mode, problem-framing] +last_updated: 2026-04-15 +--- + +## Definition +AI Agent 与传统工具的根本区别：先通过提问澄清需求，再制定可执行方案，而非直接执行。 + +## Core Mechanism +- Step 1：问关键问题（不直接推荐工具） +- Step 2：将模糊想法转化为清晰结构 +- Step 3：拆解为可执行的小步骤 +- Step 4：制定风险控制策略 +- Step 5：自动化执行 + 定期报告 + +## Key Questions Pattern +- 问题边界是什么？ +- 重复/高质量/删除的定义是什么？ +- 风险承受范围多大？ +- 执行结果如何验证？ + +## 与传统工具的对比 +- 传统工具：接收指令 → 执行（假设用户已经想清楚） +- AI Agent：提问澄清 → 结构化方案 → 执行（帮助用户想清楚再动手） + +## Related Concepts +- [[OpenClaw]]：AI Agent 思维方式的执行平台 +- [[精确去重]]：AI Agent 思维方式的具体应用 +- [[分批执行]]：AI Agent 处理大任务的策略 + +## Sources +- [[养虾日记1-OpenClaw照片整理实战]] diff --git a/wiki/concepts/个性化.md b/wiki/concepts/个性化.md new file mode 100644 index 00000000..5dfb1233 --- /dev/null +++ b/wiki/concepts/个性化.md @@ -0,0 +1,23 @@ +--- +id: 个性化 +title: "个性化" +type: concept +tags: [agentic-ai, ux, personalization] +last_updated: 2026-04-15 +--- + +## Definition +Agentic AI 设计原则之一：基于用户历史行为预测未来需求，主动提供个性化建议。 + +## Core Mechanism +- 历史行为学习：AI 观察并记忆用户习惯 +- 预测推理：基于历史模式预测下一步需求 +- 主动建议：在用户提出请求之前主动呈现 + +## Key Properties +- 减少摩擦：用户无需重复表达已知偏好 +- 惊喜价值：超出预期的主动服务建立情感连接 +- 可关闭：用户始终可以选择关闭个性化 + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/concepts/分批执行.md b/wiki/concepts/分批执行.md new file mode 100644 index 00000000..be1b9dc1 --- /dev/null +++ b/wiki/concepts/分批执行.md @@ -0,0 +1,32 @@ +--- +id: 分批执行 +title: "分批执行" +type: concept +tags: [automation, batch, cron] +last_updated: 2026-04-15 +--- + +## Definition +将大规模任务拆解为多个小批次执行，降低单次执行风险，支持定时自动化。 + +## Core Mechanism +- 任务拆分：按目录/时间/类型将大任务划分为 N 个批次 +- 定时执行：每批次独立运行，支持 Cron 定时调度 +- 独立报告：每批次完成后单独生成执行报告 + +## Key Properties +- 风险隔离：单批次失败不影响其他批次 +- 资源控制：避免一次性处理大量文件导致系统过载 +- 可观测：每批次报告清晰记录进度和结果 + +## Application +- 28 万张照片按 68 个设备目录拆为 8 批次 +- 每天凌晨 0 点自动执行一批 +- Telegram 推送每批次执行 Summary 报告 + +## Related Concepts +- [[安全删除]]：分批执行配套风险控制机制 +- [[精确去重]]：分批执行的主要应用场景 + +## Sources +- [[养虾日记1-OpenClaw照片整理实战]] diff --git a/wiki/concepts/品味.md b/wiki/concepts/品味.md new file mode 100644 index 00000000..bd43e53f --- /dev/null +++ b/wiki/concepts/品味.md @@ -0,0 +1,31 @@ +--- +id: 品味 +title: "品味" +type: concept +tags: [ai-era, judgment, moat] +last_updated: 2026-04-15 +--- + +## Definition +AI 时代真正的护城河：能判断什么是真正好的（insanly great），从 10 个 AI 生成方案中识别出最优解。 + +## Core Mechanism +- AI 工具民主化 → 90% 的人能用 AI 生成内容 +- 品味未民主化 → 能判断质量高下成为稀缺能力 +- 品味 + AI = 远超仅会用 AI 的人 + +## Key Properties +- 无法被 AI 替代：AI 能生成但无法判断什么是好的 +- 可迁移：跨领域适用的判断力 +- 复合效应：品味越高，AI 辅助效果越强 + +## 核心观点（来自乔布斯.skill） +> "1984年我们发布Mac的时候，突然之间每个人都能做桌面出版了。90%的人做出来的东西丑得要命。工具民主化了，但品味没有民主化。" + +## Related Concepts +- [[端到端]]：有品味的人做完整的事 +- [[超级个体]]：品味是超级个体的核心构成 +- [[死亡过滤器]]：品味需要 genuine 的热爱驱动 + +## Sources +- [[普通人如何在AI时代赚钱]] diff --git a/wiki/concepts/安全删除.md b/wiki/concepts/安全删除.md new file mode 100644 index 00000000..f72162d3 --- /dev/null +++ b/wiki/concepts/安全删除.md @@ -0,0 +1,28 @@ +--- +id: 安全删除 +title: "安全删除" +type: concept +tags: [文件管理, safety, recovery] +last_updated: 2026-04-15 +--- + +## Definition +删除操作不直接抹除文件，而是先移至隔离目录（To-Be-Deleted），保留人工复核窗口。 + +## Core Mechanism +- 步骤 1：识别待删文件 → 移至 To-Be-Deleted 目录 +- 步骤 2：人工检查确认无误后手动清空 +- 步骤 3：确认无误后删除 To-Be-Deleted 目录 + +## Key Properties +- 防误删：提供撤销窗口 +- 可审计：清楚知道删了什么 +- 低摩擦：只需确认目录，无需逐文件审查 + +## Related Concepts +- [[精确去重]]：安全删除的主要应用场景 +- [[小文件清理]]：安全删除的另一应用场景 +- [[分批执行]]：安全删除在大规模场景下的配套策略 + +## Sources +- [[养虾日记1-OpenClaw照片整理实战]] diff --git a/wiki/concepts/对话式设计.md b/wiki/concepts/对话式设计.md new file mode 100644 index 00000000..ff9377c6 --- /dev/null +++ b/wiki/concepts/对话式设计.md @@ -0,0 +1,23 @@ +--- +id: 对话式设计 +title: "对话式设计" +type: concept +tags: [agentic-ai, ux, conversational-ui] +last_updated: 2026-04-15 +--- + +## Definition +Agentic AI 设计原则之一：用自然语言界面取代传统点击交互，降低使用门槛并提升意图传达精度。 + +## Core Mechanism +- 自然语言输入：用户以日常说话方式表达需求 +- 意图澄清：AI 通过追问确认理解准确性 +- 实时反馈：AI 实时回应理解结果和执行计划 + +## Key Properties +- 降低门槛：无需学习特定命令或界面操作 +- 精度提升：自然语言比点击更能表达复杂意图 +- 上下文保持：对话历史让 AI 理解完整背景 + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/concepts/小文件清理.md b/wiki/concepts/小文件清理.md new file mode 100644 index 00000000..4df27a36 --- /dev/null +++ b/wiki/concepts/小文件清理.md @@ -0,0 +1,28 @@ +--- +id: 小文件清理 +title: "小文件清理" +type: concept +tags: [照片整理, cleanup, threshold] +last_updated: 2026-04-15 +--- + +## Definition +通过文件大小阈值识别并移走低质量图片（截图、微信压缩图）的整理策略。 + +## Core Mechanism +- 设定阈值：低于 100KB 的图片 +- 判定逻辑：截图和微信压缩图通常远小于原始照片 +- 处理方式：移至 To-Be-Deleted 目录而非直接删除 + +## Threshold Rationale +- 原始照片（相机/手机直出）：通常 > 1MB +- 截图：通常 50KB - 200KB +- 微信压缩图：通常 < 200KB +- 100KB 作为阈值可有效区分原始照片与低质量副本 + +## Related Concepts +- [[精确去重]]：另一种照片整理策略 +- [[安全删除]]：清理操作的前置保护机制 + +## Sources +- [[养虾日记1-OpenClaw照片整理实战]] diff --git a/wiki/concepts/引文追溯.md b/wiki/concepts/引文追溯.md new file mode 100644 index 00000000..6af7865b --- /dev/null +++ b/wiki/concepts/引文追溯.md @@ -0,0 +1,27 @@ +--- +id: 引文追溯 +title: "引文追溯" +type: concept +tags: [notebooklm, accuracy, citation] +last_updated: 2026-04-15 +--- + +## Definition +NotebookLM 对每个回答附带精确原文引文，点击即可跳转至源文档对应位置，实现知识的可溯源验证。 + +## Core Mechanism +- Source-Grounding 约束回答仅基于上传文档 +- 每个答案自动附带引文（[1][2][3] 格式） +- 点击引文直接跳转到原文对应位置 + +## Key Properties +- 消除幻觉：AI 只能基于上传文档回答 +- 快速验证：无需通读全文即可核实关键信息 +- 适合法律文档、技术文档等高精度场景 + +## Related Concepts +- [[Source-Grounding]]：引文追溯的技术基础 +- [[被动学习]]：Audio Overviews 中也会引用原文 + +## Sources +- [[7-ways-NotebookLM]] diff --git a/wiki/concepts/控制权.md b/wiki/concepts/控制权.md new file mode 100644 index 00000000..dfe1e3ca --- /dev/null +++ b/wiki/concepts/控制权.md @@ -0,0 +1,23 @@ +--- +id: 控制权 +title: "控制权" +type: concept +tags: [agentic-ai, ux, control] +last_updated: 2026-04-15 +--- + +## Definition +Agentic AI 设计原则之一：用户始终对 AI 行为拥有最终控制权，包括停止和撤销能力。 + +## Core Mechanism +- 停止机制：一键停止 AI 当前正在执行的任务 +- 撤销能力：Undo 操作恢复到 AI 执行之前的状态 +- 偏好设置：用户可预设 AI 的行为边界和自主性等级 + +## Key Properties +- 安全底线：用户永远不会失去对系统的控制 +- 降低风险：允许用户在任何时刻中断 AI 行为 +- 渐进自主：AI 自主性可随用户信任度逐步提升 + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/concepts/死亡过滤器.md b/wiki/concepts/死亡过滤器.md new file mode 100644 index 00000000..5ab1bde3 --- /dev/null +++ b/wiki/concepts/死亡过滤器.md @@ -0,0 +1,32 @@ +--- +id: 死亡过滤器 +title: "死亡过滤器" +type: concept +tags: [decision, filter, ikigai] +last_updated: 2026-04-15 +--- + +## Definition +每天早上问自己"如果今天是最后一天，我还会做这件事吗"，是筛选真正热爱的决策过滤器。 + +## Core Mechanism +- 每天早晨对镜自问 +- 如果答案是否定 → 重新考虑是否继续 +- 如果答案是肯定 → 这件事值得全力以赴 + +## 核心价值 +- 区分"别人说好"和"自己真正想要" +- 过滤短期诱惑，聚焦长期意义 +- 不是问"什么 AI 技能最赚钱"（别人的问题），而是"我对什么有 genuine 的热爱和 curiosity"（自己的问题） + +## 核心观点（来自乔布斯.skill） +> "我每天早上对着镜子问自己：如果今天是最后一天，我还会做今天要做的事吗？" +> "别问'什么AI技能最赚钱'。这是别人的问题。问你自己对什么东西有genuine的热爱和curiosity。" + +## Related Concepts +- [[端到端]]：死亡过滤器筛选出的事，值得端到端做到极致 +- [[品味]]：真正的热爱是品味培养的基础 +- [[超级个体]]：死亡过滤器是超级个体找到方向的工具 + +## Sources +- [[普通人如何在AI时代赚钱]] diff --git a/wiki/concepts/流程工程.md b/wiki/concepts/流程工程.md index 64cce16b..d3995706 100644 --- a/wiki/concepts/流程工程.md +++ b/wiki/concepts/流程工程.md @@ -1,23 +1,28 @@ --- +id: 流程工程 title: "流程工程" type: concept -tags: [ai, workflow, engineering] +tags: [ai, workflow, skill] +last_updated: 2026-04-15 --- ## Definition -流程工程（Process Engineering）是将人类经验与业务知识沉淀为标准化操作流程（SOP），再交由 AI 稳定执行的工程化方法论。 +将人类经验沉淀为 SOP（标准作业程序），再交给 AI 稳定执行的新范式。核心在于流程复用而非单次 Prompt 输出质量最大化。 -## Core Claim -"未来真正有价值的，不是谁的 Prompt 写得最花，而是谁最懂业务流程、谁能把经验沉淀为 SOP、谁能把 SOP 交给 AI 稳定执行。" +## Core Mechanism +- 经验 → 结构化 SOP → AI 稳定执行 +- 区别于提示词工程：提示词工程优化单次输出，流程工程优化可复用工作流 +- Skills = 说明书 + SOP，是流程工程的载体 -## Distinction from Traditional Software Engineering -- 传统软件工程：代码即产品 -- 流程工程：流程描述即产品，AI 为执行者 +## Key Properties +- 可复用：同一 Skill 可处理同类任务，无需每次重新描述 +- 可审计：每个步骤有明确输入/输出/边界 +- 可组合：多个 Skill 可串联形成更大工作流 -## Relationship to Skills -Skill 是流程工程的最小单元。一个 Skill = 一个完整的 SOP + 触发条件 + 边界处理。 +## Related Concepts +- [[Claude Skills]]：流程工程的实践载体 +- [[提示词工程]]：流程工程的前置阶段，聚焦单次输出优化 +- [[Vibe-Coding]]：Skills 的重要应用场景 -## Connections -- [[AI技能封装]] ← 实施手段 -- [[Claude Skills]] ← 标准化格式 -- [[Vibe Coding]] ← 应用场景 +## Sources +- [[3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式]] diff --git a/wiki/concepts/端到端.md b/wiki/concepts/端到端.md new file mode 100644 index 00000000..42860308 --- /dev/null +++ b/wiki/concepts/端到端.md @@ -0,0 +1,33 @@ +--- +id: 端到端 +title: "端到端" +type: concept +tags: [ai-era, fullstack, moat] +last_updated: 2026-04-15 +--- + +## Definition +从 idea 到 product 的完整闭环，做自己控制和负责的完整产品，而非别人 AI 流水线上的一个零件。 + +## Core Mechanism +- 零件思维：在别人搭建的 AI 流水线上负责单一环节，最容易被替换 +- 端到端思维：从需求发现到产品交付全流程控制，不可替代性强 + +## 对比 +| 维度 | 零件思维 | 端到端思维 | +|------|---------|-----------| +| 位置 | 别人流水线的一环 | 自己的完整闭环 | +| 可替代性 | 高 | 低 | +| 价值捕获 | 低 | 高 | +| 成长性 | 有限 | 无限 | + +## 核心观点（来自乔布斯.skill） +> "一个人用AI做出一个完整的App，比一个100人的团队里当'AI提示词工程师'强一万倍。" + +## Related Concepts +- [[品味]]：端到端做事需要品味判断质量 +- [[超级个体]]：端到端是超级个体的核心行为模式 +- [[死亡过滤器]]：找到值得端到端做的事 + +## Sources +- [[普通人如何在AI时代赚钱]] diff --git a/wiki/concepts/精确去重.md b/wiki/concepts/精确去重.md new file mode 100644 index 00000000..7a6d117b --- /dev/null +++ b/wiki/concepts/精确去重.md @@ -0,0 +1,28 @@ +--- +id: 精确去重 +title: "精确去重" +type: concept +tags: [照片整理, dedup, md5] +last_updated: 2026-04-15 +--- + +## Definition +通过 MD5 哈希比对，只删除内容完全相同的文件，保留任一有差异的版本。 + +## Core Mechanism +- 对每个文件计算 MD5 哈希值 +- 哈希相同 → 内容相同 → 可安全删除 +- 哈希不同 → 至少有一个 bit 不同 → 保留 +- 适用于同一照片多设备备份、网盘同步等场景产生的完全重复副本 + +## Key Properties +- 零误删：MD5 碰撞概率极低，可认为是内容完全相同的充分条件 +- 可追溯：保留 To-Be-Deleted 目录而非直接删除 + +## Related Concepts +- [[小文件清理]]：另一种照片整理策略 +- [[安全删除]]：删除操作的前置保护机制 +- [[分批执行]]：大规模去重的执行策略 + +## Sources +- [[养虾日记1-OpenClaw照片整理实战]] diff --git a/wiki/concepts/被动学习.md b/wiki/concepts/被动学习.md index e19155a9..0738e829 100644 --- a/wiki/concepts/被动学习.md +++ b/wiki/concepts/被动学习.md @@ -1,20 +1,28 @@ --- +id: 被动学习 title: "被动学习" type: concept -tags: [learning, productivity, ai] +tags: [learning, notebooklm, audio] +last_updated: 2026-04-15 --- ## Definition -被动学习（Passive Learning）指在碎片时间（如通勤、运动、做家务）通过 Audio Overviews 等方式消费复杂信息，而非主动阅读。 +通过 Audio Overviews（音频概览）将文本内容转化为对话式音频，在碎片时间（开车/健身/家务）中完成知识摄入的学习方式。 ## Core Mechanism -NotebookLM Audio Overviews 将文档转化为双 AI 主持人播客式讨论，用户可设置风格（Deep Dive/Brief/Critique/Debate），在碎片时间"听"完整内容。 +- 上传文档 → NotebookLM 生成双人 AI 对话音频 → 碎片时间播放 +- 可定制风格：Brief（简短概览）、Deep Dive（深度解析）、Critique（批判性分析）、Debate（辩论式） +- 高级用法：自定义主持人设定，如"假设你是这个领域的学生" -## Advantage over Active Reading -- 打破"信息囤积"困境（Read Later → Never Read） -- 碎片时间利用：通勤 1 小时 = 听完一篇长论文 -- 适合不擅长主动阅读的学习者 +## Key Properties +- 知识转音频：复杂文档转化为可听性强的对话 +- 碎片时间利用：无需专注阅读 +- 被动摄入：适合"不激动但必要"的学习场景 -## Connections -- [[NotebookLM]] ← 工具实现 -- [[Source Grounding]] ← 质量保障 +## Related Concepts +- [[Source-Grounding]]：NotebookLM 的核心技术约束，保证回答可溯源 +- [[引文追溯]]：每个回答附带原文引文 +- [[NotebookLM]]：被动学习的工具载体 + +## Sources +- [[7-ways-NotebookLM]] diff --git a/wiki/concepts/透明度.md b/wiki/concepts/透明度.md new file mode 100644 index 00000000..f50afe0f --- /dev/null +++ b/wiki/concepts/透明度.md @@ -0,0 +1,23 @@ +--- +id: 透明度 +title: "透明度" +type: concept +tags: [agentic-ai, ux, transparency] +last_updated: 2026-04-15 +--- + +## Definition +Agentic AI 设计原则之一：可视化 AI 任务进度和推理过程，帮助用户理解 AI 如何做出决策。 + +## Core Mechanism +- 任务进度可视化：实时展示 AI 当前在执行哪一步 +- 推理过程摘要：AI 做出决策时附带决策逻辑说明 +- 行为日志：记录 AI 的完整操作历史供用户追溯 + +## Key Properties +- 降低用户焦虑：用户知道 AI 在做什么 +- 建立信任：透明度是信任的基础 +- 支持干预：用户理解了才能有效干预 + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/concepts/预判式设计.md b/wiki/concepts/预判式设计.md new file mode 100644 index 00000000..690448a9 --- /dev/null +++ b/wiki/concepts/预判式设计.md @@ -0,0 +1,23 @@ +--- +id: 预判式设计 +title: "预判式设计" +type: concept +tags: [agentic-ai, ux, anticipation] +last_updated: 2026-04-15 +--- + +## Definition +Agentic AI 设计原则之一：AI 主动预判用户需求并提前行动，但保留用户调整 AI 自主性等级的控制权。 + +## Core Mechanism +- 需求预判：基于上下文和历史行为预测用户下一步需要 +- 主动执行：AI 在用户明确请求之前主动采取行动 +- 自主性控制：用户可设置 AI 的预判 aggressiveness 等级 + +## Key Properties +- 超前服务：变响应式为主动式 +- 用户自主：预判 aggressiveness 可调节，非强制 +- 信任边界：预判过度可能产生反效果，需谨慎设计 + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/entities/BehiSecc.md b/wiki/entities/BehiSecc.md new file mode 100644 index 00000000..853286b4 --- /dev/null +++ b/wiki/entities/BehiSecc.md @@ -0,0 +1,16 @@ +--- +id: BehiSecc +title: "BehiSecc" +type: entity +tags: [github, awesome, skills] +last_updated: 2026-04-15 +--- + +## Definition +GitHub 账号维护者，运营 Awesome-Claude-Skills 仓库，三大 Claude Skills 精选仓库维护方之一。 + +## Type +- Organization / Repository Maintainer + +## Sources +- [[3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式]] diff --git a/wiki/entities/ComposioHQ.md b/wiki/entities/ComposioHQ.md new file mode 100644 index 00000000..c6ecafba --- /dev/null +++ b/wiki/entities/ComposioHQ.md @@ -0,0 +1,24 @@ +--- +id: ComposioHQ +title: "ComposioHQ" +type: entity +tags: [github, awesome, skills] +last_updated: 2026-04-15 +--- + +## Definition +GitHub 账号维护者，运营 Awesome-Claude-Skills 仓库，系统性整理 LLM Skills 工作流。 + +## Type +- Organization / Repository Maintainer + +## Core Content +Awesome-Claude-Skills 仓库涵盖： +- 文档处理（PDF/Word/PPT/Excel） +- 开发工具（MCP Server/Web 测试/Artifacts 构建） +- 数据分析 +- 内容创作 +- 生产力工具 + +## Sources +- [[3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式]] diff --git a/wiki/entities/VoltAgent.md b/wiki/entities/VoltAgent.md new file mode 100644 index 00000000..33a4ff8d --- /dev/null +++ b/wiki/entities/VoltAgent.md @@ -0,0 +1,16 @@ +--- +id: VoltAgent +title: "VoltAgent" +type: entity +tags: [github, awesome, skills] +last_updated: 2026-04-15 +--- + +## Definition +GitHub 账号维护者，运营 Awesome-Claude-Skills 仓库，与 ComposioHQ、BehiSecc 并列为三大 Skills 聚合维护方。 + +## Type +- Organization / Repository Maintainer + +## Sources +- [[3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式]] diff --git a/wiki/entities/Yuri-Pessa.md b/wiki/entities/Yuri-Pessa.md new file mode 100644 index 00000000..167de7b0 --- /dev/null +++ b/wiki/entities/Yuri-Pessa.md @@ -0,0 +1,19 @@ +--- +id: Yuri Pessa +title: "Yuri Pessa" +type: entity +tags: [author, linkedin, agentic-ai] +last_updated: 2026-04-15 +--- + +## Definition +LinkedIn 文章《Designing for Agentic AI》作者，专注于 Agentic AI 产品设计和 UX 研究。 + +## Type +- Person / Author + +## Key Work +- [[Designing-for-Agentic-AI]]：Agentic AI 时代五大 UX 设计原则（透明度/控制权/个性化/对话/预判） + +## Sources +- [[Designing-for-Agentic-AI]] diff --git a/wiki/index.md b/wiki/index.md index 7ce1584e..517ac2f6 100644 --- a/wiki/index.md +++ b/wiki/index.md @@ -15,6 +15,7 @@ - [2025年11个神级AI开源平替，GitHub杀疯了](sources/2025-ai-open-source-alternatives.md) — 2025年AI各领域GitHub开源平替项目盘点 - [14个免费的AI图生视频工具，用AI让图片动起来](sources/14个免费的AI图生视频工具.md) — 14款免费AI图生视频工具盘点 - [3.2万人收藏的Claude Skills，才是AI这条路最值得研究的一套范式](sources/Claude-Skills研究范式.md) — Claude Skills 资源图谱与流程工程新范式 +- [3.2万人收藏的Claude Skills（完整版）](sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md) — Skills = 说明书 + SOP；三大 Awesome 仓库（ComposioHQ/VoltAgent/BehiSecc）；三大聚合站（skillsmp/aitmpl/claudemarketplaces）；流程工程新范式 - [7 Ways I Use NotebookLM to Make My Life Easier](sources/7-ways-NotebookLM.md) — NotebookLM 7种实际应用场景 - [Designing for Agentic AI](sources/Designing-for-Agentic-AI.md) — Agentic AI 与 UX 设计原则 - [LLMs、RAG、AI Agent 三个到底什么区别？](sources/LLMs-RAG-AI-Agent-三个到底什么区别.md) — LLM/RAG/AI Agent 层级关系与协同模式 @@ -47,6 +48,8 @@ - [Last30Days 使用指南](sources/Last30Days-使用指南.md) — 多平台热点聚合研究工具，覆盖 Reddit/X/YouTube/TikTok/Polymarket 等 8 大数据源 - [GOG CLI 安装配置指南](sources/GOG-CLI-安装配置指南.md) — macOS Google Workspace CLI 工具安装与 OAuth + API 启用配置完整指南 - [Cursor 2.0 初学者使用指南](sources/Cursor-2-0初学者使用指南.md) — Cursor 2.0 AI 代码编辑器功能详解：Composer 模型、多代理并行、Diff 审查 +- [养虾日记1：用 OpenClaw 管了 28 万张照片](sources/养虾日记1-OpenClaw照片整理实战.md) — OpenClaw AI Agent 照片整理实战：MD5 精确去重、小文件清理、分 8 批次凌晨执行、Telegram 报告 +- [不谈技术：普通人该怎么在AI时代赚钱](sources/普通人如何在AI时代赚钱.md) — AI 时代赚钱三原则：品味是护城河、端到端优于零件、死亡过滤器筛选真正热爱 ## Entities - [Trebuh](entities/Treb uh.md) — Solo founder，4 Agent 团队实践者 @@ -108,13 +111,17 @@ - [Haiper](entities/Haiper.md) - [艺映AI](entities/艺映AI.md) - [Alex Ewerlöf](entities/Alex Ewerlof.md) — 多智能体可靠性架构研究者 +- [BehiSecc](entities/BehiSecc.md) — Awesome-Claude-Skills 仓库三大维护方之一 - [Google](entities/Google.md) - [Claude Code](entities/Claude-Code.md) +- [ComposioHQ](entities/ComposioHQ.md) — Awesome-Claude-Skills 仓库维护方，覆盖文档处理/开发工具/数据分析/内容创作 +- [VoltAgent](entities/VoltAgent.md) — Awesome-Claude-Skills 仓库三大维护方之一 - [OpenClaw](entities/OpenClaw.md) - [Hermes](entities/Hermes.md) - [DracoVibeCoding](entities/DracoVibeCoding.md) - [Cursor](entities/Cursor.md) — AI 编程 IDE - [Windsurf](entities/Windsurf.md) — AI 编程 IDE +- [Yuri Pessa](entities/Yuri-Pessa.md) — LinkedIn 文章《Designing for Agentic AI》作者，Agentic AI UX 设计原则研究者 - [Trae](entities/Trae.md) — AI 编程 IDE - [Karpathy](entities/Karpathy.md) — Vibe Coding 概念提出者 - [vibe-coding-cn](entities/vibe coding cn.md) — 中文 Vibe Coding 资源库 @@ -187,12 +194,26 @@ - [AI搜索](concepts/AI搜索.md) - [AI知识库](concepts/AI知识库.md) - [结构化思维](concepts/结构化思维.md) +- [AI Agent 思维方式](concepts/AI-Agent-思维方式.md) — 先问关键问题澄清需求，再制定可执行方案；将模糊想法转化为清晰结构 +- [安全删除](concepts/安全删除.md) — 待删文件先移至 To-Be-Deleted 目录而非直接删除，保留人工复核窗口 +- [品味](concepts/品味.md) — AI 时代真正的护城河，能判断什么是真正好的（insanly great） +- [端到端](concepts/端到端.md) — 从 idea 到 product 的完整闭环，不做别人 AI 流水线上的零件 +- [死亡过滤器](concepts/死亡过滤器.md) — 每天问自己是否还愿意做这件事，筛选真正热爱的决策工具 +- [小文件清理](concepts/小文件清理.md) — 低于 100KB 阈值的图片（截图/微信压缩图）自动识别并移走 +- [分批执行](concepts/分批执行.md) — 大任务拆解为多个小批次执行，降低单次执行风险 +- [精确去重](concepts/精确去重.md) — MD5 哈希比对，只删内容完全相同的文件 +- [对话式设计](concepts/对话式设计.md) — Agentic AI 五大设计原则之一：自然语言界面取代传统点击交互 +- [个性化](concepts/个性化.md) — Agentic AI 五大设计原则之一：基于历史行为预测未来需求 +- [控制权](concepts/控制权.md) — Agentic AI 五大设计原则之一：用户始终对 AI 行为拥有停止/撤销能力 +- [透明度](concepts/透明度.md) — Agentic AI 五大设计原则之一：可视化 AI 任务进度和推理过程 +- [预判式设计](concepts/预判式设计.md) — Agentic AI 五大设计原则之一：AI 主动预判需求并提前行动 - [精准表达](concepts/精准表达.md) - [Prompt工程](concepts/Prompt工程.md) - [RAG](concepts/RAG.md) - [Embedding](concepts/Embedding.md) - [向量数据库](concepts/向量数据库.md) - [RSS Feed](concepts/RSS-Feed.md) +- [引文追溯](concepts/引文追溯.md) — NotebookLM 对每个回答附带精确原文引文，点击即可跳转至源文档对应位置 - [图生视频](concepts/图生视频.md) - [主体一致性](concepts/主体一致性.md) - [运动控制](concepts/运动控制.md) diff --git a/wiki/log.md b/wiki/log.md index 75b8356e..7ba42187 100644 --- a/wiki/log.md +++ b/wiki/log.md @@ -198,3 +198,12 @@ Created/updated: 12 entity pages (DeepSeek, Qwen, Flux, Stable Diffusion, Hunyua - [Cursor-2-0初学者使用指南](sources/Cursor-2-0初学者使用指南.md) - Key claims: Composer 模型比同类快 4 倍；多代理并行（Plan/Agent/Ask 三模式）；Diff 审查强制先测试再确认；AI 生成代码即写入文件 - Created: 1 entity (Cursor), 4 concepts (AI代码编辑器, Composer模型, 多代理并行, Diff审查, 项目规则) + +## [2026-04-15 PM] ingest | Claude Skills 完整版 + Designing Agentic AI + NotebookLM 7场景 + 养虾日记1 + AI时代赚钱 +- [3.2万人收藏的Claude Skills（完整版）](sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md) +- [Designing for Agentic AI](sources/Designing-for-Agentic-AI.md) +- [7 Ways I Use NotebookLM](sources/7-ways-NotebookLM.md) +- [养虾日记1：用 OpenClaw 管了 28 万张照片](sources/养虾日记1-OpenClaw照片整理实战.md) +- [不谈技术：普通人该怎么在AI时代赚钱](sources/普通人如何在AI时代赚钱.md) +- Created entities: ComposioHQ, VoltAgent, BehiSecc, Yuri Pessa +- Created concepts: 流程工程, 透明度, 控制权, 个性化, 对话式设计, 预判式设计, 精确去重, 小文件清理, 安全删除, 分批执行, AI Agent 思维方式, 品味, 端到端, 死亡过滤器, 引文追溯, 被动学习 diff --git a/wiki/overview.md b/wiki/overview.md index f204b2f2..5be98047 100644 --- a/wiki/overview.md +++ b/wiki/overview.md @@ -8,6 +8,11 @@ last_updated: 2026-04-15 // 新增领域：Cloud Operating Model 云运营模型（2026-04-15 PM） // 新增领域：MinIO + Zipline 自托管图床（2026-04-15 PM） // 新增领域：Trae Remote SSH 远程开发（2026-04-15 PM） +// 新增领域：Claude Skills 完整资源图谱与流程工程（2026-04-15 PM） +// 新增领域：NotebookLM 7 种应用场景与 Source-Grounding（2026-04-15 PM） +// 新增领域：Agentic AI UX 设计五原则（2026-04-15 PM） +// 新增领域：OpenClaw 照片整理实战（2026-04-15 PM） +// 新增领域：AI 时代赚钱思维模型（2026-04-15 PM） // 新增领域：递归自优化生成系统（2026-04-15） // 新增领域：AI产品经理工作流（2026-04-15） // 新增领域：baoyu-skills Claude Code技能集（2026-04-15） @@ -509,3 +514,75 @@ Trae AI 代码编辑器通过 Remote SSH 连接 Ubuntu 服务器，结合 Docker ### 关键洞察 - Git 凭证通过 SSH Agent 转发解决 - 文件权限（UID/GID）问题：容器内生成文件归属 root，需在 Dockerfile 中指定用户 + +## 新增领域：Claude Skills 完整资源图谱与流程工程 + +Anthropic 官方 Skills 仓库 github.com/anthropics/skills 突破 3.2 万收藏，标志着从"提示词工程"到"流程工程"的范式转移。Skills = 说明书 + SOP，将人类经验封装为可复用工作流。 + +### 核心资源 +- [[Anthropic]] 官方仓库：办公自动化（Word/PDF/PPT/Excel）、开发者工具箱（MCP Server/Web 测试/Artifacts 构建）、创意类 Skill +- 三大 Awesome 仓库：[[ComposioHQ]]、[[VoltAgent]]、[[BehiSecc]]，系统性整理 LLM Skills 工作流 +- 三大聚合站：[[skillsmp.com]]、[[aitmpl.com]]、[[claudemarketplaces.com]]，拿来即用的 Skills 集 + +### 关键洞察 +- Skills 核心是流程而非提示词，Vibe Coding 的尽头也是 Skills +- 真正有价值的不是 Prompt 写得多花哨，而是谁能将 SOP 交给 AI 稳定执行 + +## 新增领域：NotebookLM 7 种应用场景 + +NotebookLM 通过 Source-Grounding 机制（严格限制知识库仅含上传文档）实现高精度回答，每个答案附带精确引文。 + +### 7 种应用场景 +- 信息管理：上传 PDF/文章/YouTube 链接，AI 自动处理并支持交互问答 +- 被动学习：Audio Overviews 将文档转化为双人 AI 对话音频，支持 Brief/Deep Dive/Critique/Debate 风格 +- 即时专家：上传多源资料快速建立领域认知 +- 编程辅助：上传官方文档，通过问答定位知识点，替代冗长教程 +- 项目管理：集中所有会议记录和战略文档，AI 自动生成结构化路线图 +- 软件更新对比：同时上传多个版本发布说明，AI 提取差异并列出带引文变更清单 +- 法律文档审查：严格基于上传文档回答，每问必带引文 + +### 关键洞察 +- Source-Grounding 是 NotebookLM 与通用 AI 的本质区别：知识受限但精度极高 +- 引文追溯让每个答案可验证，解决通用 AI 幻觉问题 + +## 新增领域：Agentic AI UX 设计五原则 + +Agentic AI（行动型 AI）与 GenAI（生成型 AI）的根本区别在于：Agentic AI 能感知环境、决策、预判并自主行动，而非仅生成内容。 + +### 五大设计原则 +- [[透明度]]：可视化 AI 任务进度和推理过程摘要，帮助用户理解 AI 决策逻辑 +- [[控制权]]：提供明确的停止机制和操作撤销能力，确保用户始终掌控 AI 行为边界 +- [[个性化]]：基于用户历史行为预测未来需求，主动提供个性化建议 +- [[对话式设计]]：自然语言界面取代传统点击，用户意图以对话方式传达 +- [[预判式设计]]：AI 主动预判需求并提前行动，但保留用户调整 AI 自主性等级的控制权 + +### 关键洞察 +- 用户通过观察 AI"思考"过程实现参与，而非直接操作界面 +- AI 自主性 aggressiveness 可调节，需在主动服务与用户控制之间取得平衡 + +## 新增领域：OpenClaw 照片整理实战 + +通过 OpenClaw AI Agent 实现 28 万张照片的自动化整理，将"没有想清楚"的问题前置化。 + +### 核心方法 +- [[精确去重]]：MD5 哈希比对，只删真正相同的文件 +- [[小文件清理]]：低于 100KB 的图片（截图/微信压缩图）自动移走 +- [[安全删除]]：待删文件先移至 To-Be-Deleted 目录而非直接删除 +- [[分批执行]]：68 个目录拆为 8 批次，每天凌晨 0 点自动执行 +- [[AI Agent 思维方式]]：先问关键问题（格式/重复定义/删除策略）而非直接动手 + +### 关键洞察 +- AI Agent 核心价值不是单点能力提升，而是思维方式升级——将模糊想法变成清晰结构 +- Telegram 推送每批次执行 Summary 报告，实现真正的无人值守 + +## 新增领域：AI 时代赚钱思维模型 + +"普通人怎么在AI时代赚钱"的框架是错的，正确的问题是"AI 让我能做到什么以前做不到的事"。 + +### 三大核心原则 +- [[品味]]：AI 工具民主化后，能判断什么是真正好的成为稀缺护城河 +- [[端到端]]：别做别人 AI 流水线上的螺丝钉，做从 idea 到 product 的完整闭环 +- [[死亡过滤器]]：每天问自己是否还愿意做这件事，筛选真正的热爱 + +### 关键洞察 +- AI 不会让普通人变富，但会让那些知道自己要做什么、且对品质有执念的人变得极其强大 diff --git a/wiki/sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md b/wiki/sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md new file mode 100644 index 00000000..73a6b20b --- /dev/null +++ b/wiki/sources/3.2万人收藏的Claude-Skills才是AI这条路最值得研究的一套范式.md @@ -0,0 +1,50 @@ +--- +title: "3.2万人收藏的Claude Skills，才是AI这条路最值得研究的一套范式" +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！]] + +## Summary +- 核心主题：Claude Skills 从"提示词工程"到"流程工程"的范式转移，Skills = 说明书 + SOP，将人类经验封装为可复用工作流 +- 问题域：AI 应用层如何构建可规模化的技能复用体系 +- 方法/机制：Skills 通过结构化流程描述实现 AI 稳定执行，Anthropic 官方仓库 github.com/anthropics/skills 收藏数突破 3.2 万 +- 结论/价值：真正有价值的不是 Prompt 写得多花哨，而是谁最懂业务流程、谁能将 SOP 交给 AI 稳定执行 + +## Key Claims +- Anthropic 官方 Skills 仓库 github.com/anthropics/skills 收藏数突破 3.2 万，本质上是官方在教"怎么像他们一样开发 AI 应用" +- Skills = 说明书 + SOP，将人类经验封装为可复用工作流，核心是流程而非提示词 +- Vibe Coding 的尽头也是 Skills，最终竞争在于业务流程理解和 SOP 沉淀能力 +- 三大 Awesome 仓库（ComposioHQ/VoltAgent/BehiSecc）系统性整理了 LLM Skills 工作流，覆盖文档处理、开发工具、数据分析、内容创作等类别 +- 三大聚合站（skillsmp.com/aitmpl.com/claudemarketplaces.com）提供拿来即用的 Skills 集，适合快速选型和二次改造 + +## 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 +> "Vibe Coding 的尽头，也是 Skills" — 痕小子/开源星探 + +## Key Concepts +- [[Claude Skills]]：将固定流程任务拆解为 AI 可理解的结构化流程，包含 Prompt 结构、参数含义、容错策略 +- [[流程工程]]：将经验沉淀为 SOP 再交给 AI 稳定执行的新范式 +- [[提示词工程]]：通过优化单次 Prompt 输出质量，与流程工程（可复用工作流）形成对比 + +## Key Entities +- [[Anthropic]]：Claude Skills 官方仓库发布方，github.com/anthropics/skills +- [[ComposioHQ]]：Awesome-Claude-Skills 仓库维护者，覆盖文档处理/数据分析/内容创作/生产力工具 +- [[VoltAgent]]：Awesome-Claude-Skills 仓库维护者 +- [[BehiSecc]]：Awesome-Claude-Skills 仓库维护者 +- [[skillsmp.com]]：Skills 聚合站，支持分类和搜索 +- [[aitmpl.com]]：Skills 聚合站 +- [[claudemarketplaces.com]]：Skills 聚合站 + +## Connections +- [[Claude-Skills研究范式]] ← depends_on ← [[Anthropic]]（官方仓库） +- [[流程工程]] ← extends ← [[提示词工程]] +- [[Vibe-Coding]] ← depends_on ← [[Claude Skills]] +- [[skillsmp.com]] ← same_as ← [[aitmpl.com]] ← same_as ← [[claudemarketplaces.com]] + +## Contradictions +- 与传统"优化单次 Prompt"思路不同：Skills 强调流程复用而非单次输出质量最大化 diff --git a/wiki/sources/7-ways-NotebookLM.md b/wiki/sources/7-ways-NotebookLM.md index 242fb7d7..1fadd28f 100644 --- a/wiki/sources/7-ways-NotebookLM.md +++ b/wiki/sources/7-ways-NotebookLM.md @@ -1,49 +1,45 @@ --- title: "7 Ways I Use NotebookLM to Make My Life Easier" type: source -tags: [AI, NotebookLM, Google, 学习工具] -date: 2025-12-19 +tags: [notebooklm, google, learning, productivity] +date: 2025-11-23 --- ## Source File -- raw/AI/7 ways I use NotebookLM to make my life easier.md +- [[raw/AI/7 ways I use NotebookLM to make my life easier]] ## Summary -- 核心主题：NotebookLM 的 7 种实际应用场景，覆盖学习、项目管理、编程、法律文档等领域 -- 问题域：如何利用 AI 工具处理信息过载、实现被动学习、提升项目组织效率 -- 方法/机制：基于 Source-Grounding（源 grounding）确保回答准确性，支持 Audio Overviews、互动问答、文档比较等功能 -- 结论/价值：NotebookLM 的核心价值在于通过严格限制知识库范围换取高精度回答，是唯一可信的个人知识助理 +- 核心主题：NotebookLM 7 种实际应用场景，核心优势是 Source-Grounding（严格限制知识库仅含上传文档）确保回答高精度和可溯源 +- 问题域：信息过载时代的知识管理和被动学习效率提升 +- 方法/机制：上传文档 → AI 自动处理 → 交互式问答/Audio Overview → 带引文的精准回答 +- 结论/价值：NotebookLM 严格限制知识库范围，是处理法律文档、软件更新对比、研究资料等高精度场景的最佳选择 ## Key Claims -- NotebookLM 通过 source-grounding 确保输出准确、可自验证，完全基于用户上传的文档 -- Audio Overviews 功能将文档转化为双人 AI 对话播客，支持定制化风格（Deep Dive/Brief/Critique/Debate） -- NotebookLM 可作为被动学习工具，在开车、健身等"下线时间"消费复杂信息 -- 将文档库作为个性化项目管理系统：汇聚会议记录、策略文档、项目链接，生成结构化路线图 -- 法律文档审查：提供精确引文，精确定位条款原文，可信度远超通用 AI -- 软件更新对比：直接对比多个版本发布说明，提取关键变更，节省数小时人工比对 +- Source-Grounding 机制：NotebookLM 知识库仅包含上传文档，消除幻觉，每个答案附带精确引文 +- 被动学习（Audio Overviews）：将文档转化为双人 AI 对话音频，支持 Brief/Deep Dive/Critique/Debate 等风格定制 +- 成为即时专家：上传多源资料（Batman/Star Wars/Jupiter/Marine Corps），通过对话快速建立领域认知 +- 编程辅助：上传官方文档，通过问答定位知识点，替代冗长教程和过时搜索结果 +- 项目管理：集中所有会议记录、战略文档、链接到单一 Notebook，AI 自动生成结构化路线图 +- 软件更新对比：同时上传多个版本发布说明，AI 提取差异并列出带引文的变更清单 +- 法律文档审查：严格基于上传文档回答，避免普通 AI 的幻觉问题，每问必带引文 ## Key Quotes -> "The core magic behind this whole approach is called source-grounding. NotebookLM's entire knowledge base is strictly limited to the documents you specifically upload." — 核心机制 -> "Every answer is accompanied by a precise citation. I can click this citation to instantly view and confirm the exact wording right there in the source itself." — 法律文档场景 -> "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 +> "NotebookLM's best quality is that it prioritizes accuracy by strictly limiting its knowledge base to only your trusted documents." — How-To Geek +> "I no longer hate getting long documents or looking through terms and conditions or legal patents because I can find what I need from a few questions with NotebookLM." — How-To Geek ## 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 -- [[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 +- [[Source-Grounding]]：NotebookLM 核心技术约束，限制回答仅基于上传文档 +- [[被动学习]]：Audio Overviews 在碎片时间消费复杂信息的机制 +- [[引文追溯]]：每个答案附带精确引文，点击跳转原文 ## Key Entities -- [[NotebookLM]]：Google 开发的 AI 知识管理工具，核心功能包括 Audio Overviews、互动问答、深度研究 +- [[NotebookLM]]：Google 推出的 AI 笔记和研究助理工具 ## Connections -- [[NotebookLM]] ← 主题 ← [[7-ways-NotebookLM]] -- [[AI知识库]] ← 核心能力 ← [[NotebookLM]] -- [[Source Grounding]] ← 技术基础 ← [[NotebookLM]] -- [[被动学习]] ← 应用场景 ← [[Audio-Overviews]] +- [[Source-Grounding]] ← 核心机制 ← [[NotebookLM]] +- [[被动学习]] ← 应用场景 ← [[NotebookLM]] +- [[引文追溯]] ← 质量保证 ← [[Source-Grounding]] ## Contradictions -- 无明显冲突 - -## Related Sources -- [[AI知识库]]：RAG 类知识库工具，可与 NotebookLM 形成互补 +- 与通用 AI（Gemini/ChatGPT）相比：通用 AI 知识广泛但容易幻觉，NotebookLM 知识受限但精度极高 +- 与传统"读完全文再消化"方式相比：NotebookLM 支持通过问答快速提取关键信息，无需完整阅读 diff --git a/wiki/sources/Designing-for-Agentic-AI.md b/wiki/sources/Designing-for-Agentic-AI.md index 6faa5ba7..4f828e61 100644 --- a/wiki/sources/Designing-for-Agentic-AI.md +++ b/wiki/sources/Designing-for-Agentic-AI.md @@ -1,37 +1,46 @@ --- title: "Designing for Agentic AI" type: source -tags: [ai-agent, ux-design, agentic-ai] +tags: [agentic-ai, ux-design, product] date: 2025-03-02 --- ## Source File -- raw/AI/Designing for Agentic-AI.md +- [[raw/AI/Designing for Agentic AI]] ## Summary -- 核心主题：Agentic AI（智能体AI）与 GenAI 的区别，以及为 Agentic AI 设计用户体验的最佳实践 -- 问题域：传统 UI 范式无法适配具有主动行动能力的 AI Agent，需要新的设计框架 -- 方法/机制：5条核心设计原则：透明度（Transparency）、控制感（Control）、个性化（Personalization）、对话（Conversation）、预判（Anticipation） -- 结论/价值：用户不应被动，AI 决策过程本身就是一种交互形式，设计重点从"响应操作"转向"实时反馈" +- 核心主题：Agentic AI 时代的产品设计原则，与 GenAI（生成式 AI）的根本区别在于"行动"而非"创作" +- 问题域：传统响应式 UI 设计如何适应主动式 Agent AI 交互范式 +- 方法/机制：通过透明度、控制权、个性化、对话、预判五大设计原则构建 Agent AI 体验 +- 结论/价值：用户通过观察 AI 决策过程（而非点击按钮）实现主动参与，设计需提供实时反馈和干预机制 ## Key Claims -- Agentic AI 核心特征是行动导向：与环境交互、决策、预判用户需求，而非仅生成内容 -- GenAI 与 Agentic AI 的本质差异：前者是"创意助手"，后者是"行动代理" -- Agentic AI 重新定义产品设计：用户通过观察 AI 决策过程参与交互，而非传统点击操作 -- 设计原则同等重要：透明度、控制感、个性化、对话、预判，缺一不可 +- GenAI 擅长内容创作（文本/图像/音乐），Agentic AI 擅长环境交互、决策执行和预判用户需求 +- Agentic AI 引入新交互维度：用户通过观察 AI"思考"过程实现参与，而非直接操作界面 +- 透明度原则：可视化 AI 任务进度 + 提供推理过程摘要，帮助用户理解 AI 决策逻辑 +- 控制权原则：提供明确的 AI 停止机制和操作撤销能力，确保用户始终掌控 AI 行为边界 +- 个性化原则：基于用户历史行为预测未来需求并主动提供建议 +- 对话式交互：自然语言界面取代传统点击，用户意图以对话方式传达 +- 预判式设计：AI 主动预判需求并提供帮助，但用户保留调整 AI 自主性等级的最终控制权 ## Key Quotes +> "Agentic AI is all about action. It can interact with its environment, make decisions, and even anticipate user needs." — Yuri Pessa > "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 -- [[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 +- [[Agentic AI]]：能感知环境、决策、预判并自主行动的 AI 系统（与 GenAI 创作型对应） +- [[透明度]]：AI 决策过程可视化，用户可追踪 AI 行为逻辑 +- [[控制权]]：用户对 AI 行为的停止/撤销能力，维持人对系统的最终掌控 +- [[个性化]]：基于历史行为预测未来需求，AI 主动适应用户偏好 +- [[对话式设计]]：自然语言替代传统 UI 交互，降低使用门槛 +- [[预判式设计]]：AI 主动预判需求并行动，但保留用户干预机制 ## Key Entities -- [[Yuri-Pessa]]：LinkedIn 文章作者，AI 产品设计研究者 +- [[Yuri Pessa]]：本文作者，LinkedIn 文章发布 ## Connections -- [[LLM]] ← 基础 ← [[Agentic AI]] -- [[RAG]] ← 支撑 ← [[Agentic AI]] -- [[Agentic AI]] ← 扩展 ← [[GenAI]] +- [[Agentic AI]] ← 基石概念 ← [[透明度]] + [[控制权]] + [[个性化]] + [[对话式设计]] + [[预判式设计]] +- [[Agentic-AI]] ← extends ← [[GenAI]]（Generative AI，创作型 AI） + +## Contradictions +- 与传统 UX 设计范式冲突：传统 UI 依赖直接用户输入，Agentic AI 需要适应"观察 AI 工作"的新交互模式 diff --git a/wiki/sources/养虾日记1-OpenClaw照片整理实战.md b/wiki/sources/养虾日记1-OpenClaw照片整理实战.md new file mode 100644 index 00000000..b8fc8349 --- /dev/null +++ b/wiki/sources/养虾日记1-OpenClaw照片整理实战.md @@ -0,0 +1,47 @@ +--- +title: "养虾日记1：用 OpenClaw 管了 28 万张照片" +type: source +tags: [openclaw, 照片整理, automation, ai-agent] +date: 2026-03-31 +--- + +## Source File +- [[raw/微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战]] + +## Summary +- 核心主题：通过 OpenClaw AI Agent 实现 28 万张照片的自动化整理，包括精确去重、小文件清理和分批执行 +- 问题域：多设备备份导致的照片重复、格式混乱、存储分散问题 +- 方法/机制：OpenClaw 通过提问澄清需求 → 制定可执行方案 → 拆解为 8 批次定时任务 → Telegram 推送执行报告 +- 结论/价值：AI Agent 的核心价值不是单点能力提升，而是思维方式的升级——把模糊想法变成清晰结构 + +## Key Claims +- 68 个设备文件夹、28 万个文件、20 年积累的照片整理需求，OpenClaw 将其转化为 8 批次自动化任务 +- AI Agent 核心价值：先问关键问题（格式/重复定义/删除策略）而非直接推荐工具，将"没有想清楚"的问题前置化 +- 精确去重：MD5 哈希比对，只删真正相同的文件 +- 小文件清理：低于 100KB 的图片大概率是截图或微信压缩图，直接移走 +- 安全删除策略：所有待删文件先移至 To-Be-Deleted 目录而非直接删除，用户可随时检查确认 +- 分批执行：68 个目录分 8 批次，每天凌晨 0 点自动执行，全程无需人工介入 +- 执行报告：每批次完成后通过 Telegram 发送 Summary 报告（发现重复数/移除小文件数/清理空间总量） + +## Key Quotes +> "它没有直接推荐工具，而是先问了几个关键问题：照片格式有哪些？重复的定义是'完全相同内容'还是'同一场景的连拍'？" — 比利哥 +> "28 万张照片，68 个设备，十几年的积累——现在有了一个可以信任的自动化流程来处理它们。这大概就是 AI Agent 对我来说真正的价值：不是某个单点能力的提升，而是思维方式的升级。" — 比利哥 + +## Key Concepts +- [[精确去重]]：MD5 哈希比对确保只删真正相同的文件 +- [[小文件清理]]：低于 100KB 的图片（截图/微信压缩图）自动识别并移走 +- [[安全删除]]：待删文件先移至 To-Be-Deleted 目录而非直接删除 +- [[分批执行]]：大任务拆解为多个小批次，降低单次执行风险 +- [[AI Agent 思维方式]]：先问关键问题澄清需求，再制定可执行方案，而非直接动手 + +## Key Entities +- [[OpenClaw]]：AI Agent 操作系统，本案例中的任务执行平台 +- [[Synology NAS]]：照片存储平台（本案中存储 20 年的照片积累） + +## Connections +- [[OpenClaw]] ← 执行平台 ← [[精确去重]] + [[小文件清理]] + [[分批执行]] +- [[Synology NAS]] ← 存储后端 ← 照片原始数据 +- [[AI Agent 思维方式]] ← 核心方法论 ← OpenClaw 行为模式 + +## Contradictions +- 与传统"先动手再说"思路不同：AI Agent 通过提问将模糊需求前置澄清，避免无效劳动 diff --git a/wiki/sources/普通人如何在AI时代赚钱.md b/wiki/sources/普通人如何在AI时代赚钱.md new file mode 100644 index 00000000..64582cfb --- /dev/null +++ b/wiki/sources/普通人如何在AI时代赚钱.md @@ -0,0 +1,44 @@ +--- +title: "不谈技术：普通人该怎么在AI时代赚钱" +type: source +tags: [ai, 赚钱, 思维模型] +date: 2026-03-31 +--- + +## Source File +- [[raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？]] + +## Summary +- 核心主题：AI 时代普通人赚钱的三个核心原则：品味值钱、端到端做事、用死亡过滤器找到真正的热爱 +- 问题域：普通人面对 AI 浪潮的被动心态（"我怎么不被淹死"）需要转化为主动框架（"AI 让我能做到什么"） +- 方法/机制：通过三个过滤器（品味/端到端/死亡）重构个人战略定位 +- 结论/价值：AI 不会让普通人变富，但会让那些知道自己要做什么、且对品质有执念的人变得极其强大 + +## Key Claims +- 品味是护城河：AI 工具民主化后，90% 的人用 AI 生成的是垃圾，因为他们不知道什么是真正好的；能判断 10 个方案中哪个是 insanly great 的人，比只会点"生成"的人强一百倍 +- 端到端优于零件：别做别人 AI 流水线上的螺丝钉，做从 idea 到 product 的完整闭环；一个人用 AI 做完整 App，胜过 100 人团队里当"AI 提示词工程师" +- 死亡过滤器：每天早上问"如果今天是最后一天，我还愿意做这件事吗"；不是问"什么 AI 技能最赚钱"，而是问自己对什么有 genuine 的热爱和 curiosity +- 护城河逻辑：天赋/资源/运气都不是根本原因，愿意对一千件事说 No、只对一件事说 Yes 并做到 insanly great 才是核心差异 +- AI 赋能逻辑：某领域八九十分的人 + AI 横向扩展，AI 是充分非必要条件；对品质有执念的人 + AI = 极其强大 + +## Key Quotes +> "'普通人怎么在AI时代赚钱'——这个问题的框架是错的。你把自己放在一个被动的位置上。正确的问题是：AI 让我能做到什么以前做不到的事？" — 乔布斯.skill +> "90%的人用AI生成的东西是shit。因为他们不知道什么是好的。" — 乔布斯.skill +> "一个人用AI做出一个完整的App，比一个100人的团队里当'AI提示词工程师'强一万倍。" — 乔布斯.skill +> "AI不会让普通人变富。AI会让那些知道自己要做什么、并且对品质有执念的人变得极其强大。" — 乔布斯.skill + +## Key Concepts +- [[品味]]：区分 AI 使用者高低的根本能力，能判断什么是真正好的（insanly great） +- [[端到端]]：从 idea 到 product 的完整闭环，不做别人 AI 流水线上的零件 +- [[死亡过滤器]]：每天问自己是否还愿意做这件事，是筛选真正热爱的决策工具 +- [[超级个体]]：某领域八九十分 + AI 横向扩展，AI 是充分非必要条件 + +## Connections +- [[品味]] ← 核心区分力 ← AI时代竞争力 +- [[端到端]] ← 护城河构建 ← 不做零件 +- [[死亡过滤器]] ← 决策框架 ← 筛选真正的热爱 +- [[超级个体]] ← 最终形态 ← [[品味]] + [[端到端]] + AI 能力 + +## Contradictions +- 与"学一个 AI 工具就能找到工作"的主流观点相反：零件思维（成为别人流水线的一环）是最容易被 AI 替代的位置 +- 与"什么 AI 技能最赚钱"的提问方式相反：问别人问题是零件思维，问自己什么是真正的热爱才是端到端思维