Auto-sync: 2026-04-17 19:17

wiki/sources/autonomous-project-management.md

@@ -0,0 +1,45 @@
+---
+title: "Autonomous Project Management with Subagents"
+type: source
+tags: []
+date: 2026-04-17
+source_file: raw/Agent/usecases/autonomous-project-management.md
+---
+
+## Source File
+- [[raw/Agent/usecases/autonomous-project-management.md]]
+
+## Summary
+- 核心主题：去中心化的多 Subagent 项目管理模式，通过共享 STATE.yaml 文件协调任务，避免中央 orchestrator 瓶颈
+- 问题域：复杂项目的多任务并行管理，传统 orchestrator 模式导致主 Agent 成为流量瓶颈
+- 方法/机制：基于共享状态文件的去中心化协调，主 Agent 采用"CEO 模式"仅做策略决策
+- 结论/价值：多个 Subagent 并行工作，通过状态文件自驱协调，主会话保持精简
+
+## Key Claims
+- STATE.yaml 作为单一真相源，替代中央 orchestrator 实现去中心化协调
+- 主会话采用 CEO 模式，仅负责任务分配和状态检查，不参与具体执行
+- Subagent 通过读写共享状态文件实现自主协调，无需中央调度
+- Git 提交 STATE.yaml 变更实现完整审计追踪
+
+## Key Quotes
+> "Decentralized coordination: Agents read/write to a shared STATE.yaml file" — 核心设计原则
+> "Main session stays thin (CEO pattern—strategy only)" — 主会话保持精简
+> "File-based coordination scales better than message-passing" — STATE.yaml 优于消息传递
+
+## Key Concepts
+- [[去中心化协调]]：通过共享状态文件实现多 Agent 自主协调的模式
+- [[Subagent 管理]]：使用 sessions_spawn/sessions_send 管理子代理的技术
+- [[项目状态管理]]：基于 STATE.yaml 的任务追踪和协调机制
+- [[CEO 模式]]：主 Agent 仅做策略决策，不执行具体任务的架构模式
+
+## Key Entities
+- [[Nicholas Carlini]]：自主编码 Agent 方案的提出者，启发了去中心化协调模式
+- [[OpenClaw]]：支持 Subagent 管理的 AI Agent 工具
+
+## Connections
+- [[Project State Management System]] ← extends ← [[去中心化协调]]
+- [[Multi-Agent Team]] ← uses ← [[Subagent 管理]]
+- [[Shared Memory]] ← relates_to ← [[项目状态管理]]
+
+## Contradictions
+- 与传统 Orchestrator 模式冲突：传统模式依赖中央调度，本模式强调去中心化自驱

wiki/sources/dynamic-dashboard-with-sub-agent-spawning.md

@@ -0,0 +1,42 @@
+---
+title: "Dynamic Dashboard with Sub-agent Spawning"
+type: source
+tags: [dashboard, sub-agent, automation]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/dynamic-dashboard.md]]
+
+## Summary
+- 核心主题：实时动态仪表盘系统，通过 Sub-agent 并行获取多数据源数据
+- 问题域：传统静态仪表盘数据过时、构建成本高、API 速率限制问题
+- 方法/机制：OpenClaw spawn sub-agents 并行获取多数据源（GitHub、Twitter、Polymarket、系统健康），聚合结果后推送至 Discord 或生成 HTML 仪表盘，定时 Cron Jobs 自动更新
+- 结论/价值：快速实现实时多源数据监控，支持告警阈值和历史趋势分析
+
+## Key Claims
+- Sub-agent 并行执行可避免阻塞并分散 API 负载
+- 定时任务实现自动化数据更新，无需人工干预
+- 历史数据存储支持趋势分析和可视化
+
+## Key Quotes
+> "Building a custom dashboard takes weeks. By the time it's done, requirements have changed." — 痛点描述
+
+## Key Concepts
+- [[Cron Jobs]]：定时任务调度机制，每 15 分钟触发数据更新
+- [[Sub-agent 管理]]：OpenClaw 的 sessions_spawn 会话管理，用于并行执行多数据源获取任务
+- [[Multi-Agent Team]]：多 Agent 协作架构，每个 Agent 有独立角色和任务
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，负责 sub-agent 调度和任务协调
+- [[GitHub]]：代码托管平台，提供 stars、forks、issues 等指标
+- [[Discord]]：即时通讯平台，用于接收仪表盘更新推送
+
+## Connections
+- [[Cron Jobs]] ← drives ← [[动态仪表盘]]
+- [[Sub-agent 管理]] ← enables ← [[动态仪表盘]]
+- [[动态仪表盘]] ← monitors ← [[GitHub]]
+- [[动态仪表盘]] ← monitors ← [[Discord]]
+
+## Contradictions
+- （暂无）

wiki/sources/habit-tracker-accountability-coach.md

@@ -0,0 +1,53 @@
+---
+id: habit-tracker-accountability-coach
+title: Habit Tracker & Accountability Coach
+type: source
+tags: [agent-use-case, habit-tracking, accountability, telegram, automation]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/habit-tracker-accountability-coach.md]]
+
+## Summary
+- 核心主题：AI Agent 作为主动式习惯追踪与问责伙伴
+- 问题域：传统习惯追踪应用被动式提醒，用户容易忽略通知，行为改变需要主动问责
+- 方法/机制：通过 Telegram/SMS 定时主动检查、连续打卡追踪、自适应提醒语气、周报分析
+- 结论/价值：主动问责比被动提醒更有效，AI Agent 可实现零社交压力的个人问责系统
+
+## Key Claims
+- 习惯追踪应用失败的根本原因是被动式交互，用户主动打开率低
+- 主动式问责（AI 直接询问完成情况）比推送通知更有效
+- 自适应语气（连续成功时鼓励，失败时温和提醒）提升长期坚持率
+- 习惯数量控制在 3-5 个可避免检查疲劳
+
+## Key Quotes
+> "What actually works for behavior change is active accountability — someone (or something) that asks you directly, celebrates your wins, and nudges you when you slip."
+
+> "A message that says 'Day 15, don't break it now' actually motivates."
+
+## Key Concepts
+- [[Cron-Jobs]]：定时任务调度，AI Agent 通过 cron 实现每日定时检查
+- [[Preference-Learning]]：AI 通过交互学习用户偏好，持续优化提醒策略
+- [[工作流自动化]]：预定义自动化流程，AI Agent 定时执行检查并记录结果
+- [[上下文记忆]]：AI Agent 保留对话历史，追踪连续打卡天数和用户响应模式
+
+## Key Entities
+- [[Telegram]]：消息推送渠道，通过 Telegram Bot API 实现每日检查
+- [[Twilio]]：SMS 替代渠道，提供短信通知能力
+- [[Google Sheets]]：可选可视化仪表盘，数据导出和可视化展示
+- [[OpenClaw]]：AI Agent 运行环境，支持定时任务和文件存储
+
+## Connections
+- [[Health-Symptom-Tracker]] ← combines_with ← [[Habit-Tracker-Accountability-Coach]]
+- [[Custom-Morning-Brief]] ← similar_approach ← [[Habit-Tracker-Accountability-Coach]]
+- [[Cron-Jobs]] ← enables ← [[Habit-Tracker-Accountability-Coach]]
+
+## Contradictions
+- 与传统习惯追踪应用（如 Habitica、Streaks）的核心区别在于主动 vs 被动交互模式
+
+## Implementation Notes
+1. Telegram Bot API 配置相对简单，无需手机号验证
+2. Twilio 需要美国号码用于 SMS 发送，成本高于 Telegram
+3. 数据存储推荐使用本地 JSON 文件（~/habits/log.json），便于历史查询
+4. Google Sheets 集成可选，适合需要可视化数据的用户

wiki/sources/latex-paper-writing.md

@@ -0,0 +1,41 @@
+---
+title: "LaTeX Paper Writing"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/latex-paper-writing.md]]
+
+## Summary
+- 核心主题：使用 AI Agent 作为 LaTeX 写作助手，实现无本地安装的即时编译环境
+- 问题域：TeX Live 安装占用大量磁盘空间、编译错误调试繁琐、编辑器与 PDF 查看器切换破坏工作流
+- 方法/机制：通过 Prismer Docker 容器提供完整 TeX Live 环境，latex-compiler skill 提供 4 个工具（latex_compile、latex_preview、latex_templates、latex_get_template）
+- 结论/价值：可通过自然语言描述需求生成 LaTeX 源码并即时编译预览，支持多种模板和文献格式
+
+## Key Claims
+- AI Agent 可作为 LaTeX 写作助手，根据描述生成对应的 LaTeX 源码
+- 无需本地安装 TeX Live，通过 Docker 容器即可获得完整 LaTeX 编译环境
+- 支持 pdflatex、xelatex、lualatex 三种编译引擎，xelatex 用于 CJK/中文支持
+
+## Key Quotes
+> "Write LaTeX collaboratively with the agent — describe what you want and it generates the source" — 核心工作方式
+
+> "Compile to PDF instantly with pdflatex, xelatex, or lualatex (no local TeX installation needed)" — 零本地安装承诺
+
+## Key Concepts
+- [[LaTeX编译]]：通过 pdflatex/xelatex/lualatex 将 LaTeX 源码编译为 PDF
+- [[BibTeX/BibLaTeX]]：文献管理格式，可在 LaTeX 文档中引用 .bib 文件
+- [[LaTeX模板]]：article、IEEE、beamer、中文article 等预置模板
+
+## Key Entities
+- [[Prismer]]：提供 Docker 容器化 LaTeX 编译环境的服务端项目
+- [[latex-compiler]]：Claude Code Skill，提供 4 个 LaTeX 相关工具
+
+## Connections
+- [[latex-compiler]] ← provided_by ← [[Prismer]]
+- [[LaTeX模板]] ← used_in ← [[LaTeX编译]]
+
+## Contradiction
+- （无）

wiki/sources/local-crm-framework-with-denchclaw.md

@@ -0,0 +1,48 @@
+---
+id: local-crm-framework-with-denchclaw
+title: Local CRM Framework with DenchClaw
+type: source
+tags: [CRM, OpenClaw, DenchClaw, Agent, 自动化]
+sources:
+  - raw/Agent/usecases/local-crm-framework.md
+last_updated: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/local-crm-framework.md]]
+
+## Summary
+- 核心主题：使用 DenchClaw 框架将 OpenClaw 转变为本地 CRM 系统
+- 问题域：CRM 系统搭建繁琐、需要整合多种工具（数据库、UI、浏览器自动化、消息平台）
+- 方法/机制：单命令安装、DuckDB 本地数据库、Chrome 配置克隆、自然语言交互、文件驱动 UI
+- 结论/价值：提供 Cursor 级别的用户体验，一站式解决 CRM 搭建问题
+
+## Key Claims
+- 单命令安装（`npx denchclaw`）即可完成数据库、Web UI、OpenClaw 配置、浏览器自动化和技能的完整安装
+- 自然语言 CRM 功能允许通过自然语言查询和操作数据，无需手动配置过滤器
+- Chrome 配置克隆使 Agent 继承用户认证状态，可直接操作需要登录的网页
+- 文件系统优先的设计（所有设置、过滤器、视图存储为 YAML/Markdown 文件）使 Agent 能像修改代码一样直接修改 UI
+
+## Key Quotes
+> "You want Cursor-level UX for your business operations, not a pile of shell scripts"
+
+> "One `npx` command beats a weekend of setup" — 整个技术栈（数据库、Web UI、OpenClaw profile、gateway、browser、skills）通过单条命令自动安装和配置
+
+## Key Concepts
+- [[DuckDB]]：嵌入式分析数据库，最小且性能最高的全功能 SQL 数据库，无服务器进程、无凭证、无网络依赖
+- [[Chrome-Profile-Cloning]]：克隆用户 Chrome 配置使 Agent 继承认证状态的技术
+- [[文件驱动 UI]]：将 UI 配置存储为文件，使 AI Agent 能直接读取和修改界面设置
+
+## Key Entities
+- [[DenchClaw]]：开源框架，将 OpenClaw 转变为本地 CRM、销售自动化和生产力平台
+- [[OpenClaw]]：AI Agent 管理工具，DenchClaw 的底层技术
+- [[DuckDB]]：嵌入式分析数据库
+- [[Chrome]]：Google 浏览器，用于配置克隆
+
+## Connections
+- [[DenchClaw]] ← builds_on ← [[OpenClaw]]
+- [[DenchClaw]] ← uses ← [[DuckDB]]
+- [[DenchClaw]] ← clones ← [[Chrome]]
+
+## Contradictions
+- （暂无发现）

wiki/sources/multi-channel-ai-customer-service-platform.md

@@ -0,0 +1,50 @@
+---
+title: "Multi-Channel AI Customer Service Platform"
+type: source
+tags: [AI, Customer Service, Automation, Multi-Channel]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-channel-customer-service.md]]
+
+## Summary
+- 核心主题：多渠道AI客服平台，整合WhatsApp、Instagram、邮件和Google Reviews到统一收件箱
+- 问题域：小型企业多平台客户消息管理，人工客服成本高、响应慢
+- 方法/机制：AI自动回复 + 人工接管机制 + 测试模式 + 业务知识库训练
+- 结论/价值：将客服响应时间从4+小时缩短至2分钟内，80%咨询自动化处理
+
+## Key Claims
+- AI驱动的统一收件箱可处理WhatsApp Business、Instagram DMs、Gmail和Google Reviews
+- 业务知识库训练使AI能够基于企业服务、价格和政策进行智能回复
+- 测试模式允许向客户演示系统而不影响真实客户
+- 清晰的人机交接规则定义升级触发条件，避免AI越权
+
+## Key Quotes
+> "One restaurant reduced response time from 4+ hours to under 2 minutes, handling 80% of inquiries automatically." — Futurist Systems实际部署案例
+
+## Key Concepts
+- [[统一收件箱]]：将多个渠道的客户消息汇聚到单一AI驱动界面的架构
+- [[AI自动回复]]：基于知识库和意图分类的智能响应机制
+- [[人工接管]]：复杂问题或特定触发条件下转由人工处理的机制
+- [[测试模式]]：演示模式，不发送真实消息仅记录日志
+- [[业务知识库]]：企业服务、价格、政策和FAQ的结构化数据存储
+- [[消息路由]]：根据渠道、意图分类和客户类型的智能分发逻辑
+
+## Key Entities
+- [[WhatsApp Business API]]：WhatsApp官方商业API（通过360dialog或官方渠道）
+- [[Instagram Graph API]]：Meta Business Suite的Instagram消息API
+- [[Gmail]]：Google邮件服务（通过gog CLI集成）
+- [[Google Business Profile API]]：Google商家资料API，用于处理评论
+- [[Futurist Systems]]：部署该解决方案的技术咨询公司
+
+## Connections
+- [[AI自动回复]] ← depends_on ← [[业务知识库]]
+- [[人工接管]] ← depends_on ← [[意图分类]]
+- [[Multi-Channel Assistant]] ← extends ← [[统一收件箱]]
+
+## Contradictions
+- 与 [[Inbox De-clutter]] 冲突：
+  - 冲突点：两者都处理消息，但Inbox De-clutter专注于Newsletter整理，本方案专注于多渠道客服
+  - 当前观点：统一收件箱适合服务型企业
+  - 对方观点：Newsletter整理适合内容创作者和营销人员

wiki/sources/n8n-workflow-orchestration.md

@@ -0,0 +1,45 @@
+---
+title: "OpenClaw + n8n Workflow Orchestration"
+type: source
+tags: [ai-agent, n8n, workflow-automation, security]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/n8n-workflow-orchestration.md]]
+
+## Summary
+- 核心主题：AI Agent 与 n8n 工作流的编排模式，通过 webhook 代理实现凭证隔离和安全交互
+- 问题域：AI Agent 直接管理外部 API 凭证的安全风险
+- 方法/机制：代理模式、凭证隔离、可视化调试、锁定工作流
+- 结论/价值：三位一体——可观测性、安全性、性能优化
+
+## Key Claims
+- OpenClaw 通过 n8n webhook 调用外部 API，永不接触 API 密钥
+- n8n 凭证存储在 n8n 内部，Agent 仅知道 webhook URL
+- 工作流可锁定，防止 Agent 悄悄修改 API 交互方式
+- 确定性子任务通过工作流执行，不消耗 LLM 推理 token
+
+## Key Quotes
+> "三个复合问题：无可见性、凭证蔓延、Token 浪费" — 痛点描述
+
+> "构建 → 测试 → 锁定周期是关键" — 关键工作流
+
+## Key Concepts
+- [[Webhook]]: n8n 接收外部 HTTP POST 请求的触发器
+- [[Credential-Isolation]]: 凭证隔离，API 密钥存储在 n8n 而非 Agent 环境
+- [[Lockable-Workflow]]: 可锁定工作流，锁定后 Agent 无法修改 API 交互方式
+
+## Key Entities
+- [[OpenClaw]]: AI Agent 管理工具
+- [[n8n]]: 开源工作流自动化工具
+
+## Connections
+- [[OpenClaw]] ← delegates_to ← [[n8n]]
+- [[n8n]] ← connects_to ← External-Services
+
+## Contradictions
+- 与直接 API 调用方式冲突：
+  - 冲突点：凭证存储位置
+  - 当前观点：通过 n8n 代理，凭证与 Agent 隔离
+  - 对方观点：Agent 直接持有 API 密钥

wiki/sources/overnight-mini-app-builder.md

@@ -0,0 +1,43 @@
+---
+title: "Goal-Driven Autonomous Tasks"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/overnight-mini-app-builder.md]]
+
+## Summary
+- 核心主题：AI Agent 自主目标驱动任务生成与执行
+- 问题域：个人目标分解与日常任务执行
+- 方法/机制：用户一次性输入目标 → Agent 每日自动生成任务 → 自主执行 → 追踪进度
+- 结论/价值：将 AI Agent 转变为自驱型员工，用户定义目标，Agent 负责分解和执行
+
+## Key Claims
+- 用户只需 brain dump 目标，Agent 每天自动生成 4-5 个可完成的任务
+- Agent 可以每晚构建一个 MVP 级别的 mini-app 作为惊喜
+- Sub-agent 并发编辑同一文件会导致竞态条件，解决方法是分离任务文件（只读主文件 + 追加日志）
+
+## Key Quotes
+> "Your AI agent is powerful but reactive — it only works when you tell it what to do. What if it knew your goals and proactively came up with tasks to move you closer to them every single day?" — 核心痛点阐述
+> "The brain dump is everything. The more context you give about your goals, the better the agent's daily tasks will be." — 关键洞察
+
+## Key Concepts
+- [[Brain Dump]]：一次性输入所有目标、使命和任务的上下文设定方式
+- [[每日任务生成]]：Agent 每天自动生成 4-5 个可执行任务的工作流
+- [[Mini-App Builder]]：Agent 每晚构建 MVP 级别应用的工作流
+- [[竞态条件]]：Sub-agent 并发编辑共享文件导致的静默失败问题
+- [[任务文件分离模式]]：分离只读主文件和追加日志文件来解决竞态条件
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，本工作流的核心执行引擎
+- [[Alex Finn]]：YouTube 创作者，灵感来源
+
+## Connections
+- [[Multi-Agent Specialized Team (Solo Founder Setup)]] ← similar_concept ← [[Goal-Driven Autonomous Tasks]]
+- [[Dynamic Dashboard with Sub-agent Spawning]] ← uses ← [[Subagent]]
+- [[Habit Tracker & Accountability Coach]] ← extends ← [[Goal-Driven Autonomous Tasks]]
+
+## Contradictions
+- （暂无）

wiki/sources/polymarket-autopilot.md

@@ -0,0 +1,41 @@
+---
+title: "Polymarket Autopilot: Automated Paper Trading"
+type: source
+tags: [polymarket, autopilot, paper-trading, prediction-market]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/polymarket-autopilot.md]]
+
+## Summary
+- 核心主题：AI Agent 自动化模拟交易预测市场
+- 问题域：预测市场机会监控、交易策略执行、组合绩效追踪
+- 方法/机制：通过 Cron Jobs 定时执行，调用 Polymarket API 获取市场数据，使用 TAIL（趋势跟随）、BONDING（逆势）、SPREAD（价差套利）三种策略执行模拟交易，记录每日绩效并推送 Discord 报告
+- 结论/价值：在无风险环境下测试和优化交易策略，学习市场模式并自适应调整参数
+
+## Key Claims
+- AI Agent 可通过 API 持续监控预测市场并自动执行模拟交易策略
+- TAIL 策略在强趋势（概率 >60% + 成交量飙升）时有效
+- BONDING 策略在市场对新闻过度反应时（突然下跌 >10%）有效
+- SPREAD 策略在 YES+NO 概率之和 >1.05 时存在套利机会
+
+## Key Quotes
+> "Manually monitoring prediction markets for arbitrage opportunities and executing trades is time-consuming and requires constant attention." — 手动监控预测市场的痛点
+
+## Key Concepts
+- [[Paper Trading]]：模拟交易，使用虚拟资金测试策略无需承担真实风险
+- [[Cron Jobs]]：定时任务调度，AI Agent 每 15 分钟执行一次市场扫描
+- [[Discord Integration]]：通过 Discord Webhook 实现每日交易报告推送
+- [[Sub-agent Spawning]]：在高峰期并行分析多个市场
+
+## Key Entities
+- [[Polymarket]]：预测市场平台，提供 API 获取市场价格、成交量、价差数据
+
+## Connections
+- [[Cron Jobs]] ← 驱动 ← [[Polymarket Autopilot]]
+- [[Discord]] ← 通知 ← [[Polymarket Autopilot]]
+- [[Subagent 管理]] ← 实现 ← [[Polymarket Autopilot]]（并行市场分析）
+
+## Contradictions
+- （暂无）

wiki/sources/pre-build-idea-validator.md

@@ -0,0 +1,44 @@
+---
+id: pre-build-idea-validator
+title: "Pre-Build Idea Validator"
+type: source
+tags: [agent, mcp, openclaw, idea-validation]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/pre-build-idea-validator.md]]
+
+## Summary
+- 核心主题：AI Agent 项目启动前的创意验证机制
+- 问题域：独立开发者经常在饱和领域构建重复项目，浪费大量时间
+- 方法/机制：通过 MCP server 扫描 5 个真实数据源（GitHub、Hacker News、npm、PyPI、Product Hunt），计算竞争度评分
+- 结论/价值：基于真实数据而非 LLM 猜测，帮助开发者做出"是否继续"的数据驱动决策
+
+## Key Claims
+- 在构建前验证创意可避免最昂贵的错误：解决已被解决的问题
+- reality_signal > 70 应停止并讨论，30-70 显示结果并建议细分角度，< 30 可继续构建
+- 高评分意味着"差异化或不要做"，低评分意味着存在真正的空白地带
+
+## Key Quotes
+> "You tell your agent 'build me an AI code review tool' and it happily spends 6 hours coding. Meanwhile, 143,000+ repos already exist on GitHub — the top one has 53,000 stars." — 痛点描述
+
+## Key Concepts
+- [[Pre-Build Idea Validation]]：在编写代码前验证项目创意是否已存在
+- [[reality_signal]]：竞争度评分（0-100），基于真实数据计算
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，支持 MCP 集成
+- [[idea-reality-mcp]]：扫描真实数据源的 MCP server
+- [[GitHub]]：代码托管平台
+- [[Hacker News]]：科技新闻聚合平台
+- [[Product Hunt]]：产品发布平台
+
+## Connections
+- [[OpenClaw]] ← uses ← [[idea-reality-mcp]]
+- [[idea-reality-mcp]] ← scans ← [[GitHub]]
+- [[idea-reality-mcp]] ← scans ← [[Hacker News]]
+- [[idea-reality-mcp]] ← scans ← [[Product Hunt]]
+
+## Contradictions
+- （暂无发现冲突）

wiki/sources/second-brain.md

@@ -0,0 +1,48 @@
+---
+title: "Second Brain"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/second-brain.md]]
+
+## Summary
+- 核心主题：AI Agent 作为个人记忆捕获系统
+- 问题域：笔记工具的"信息黑洞"问题——收集但不使用
+- 方法/机制：通过即时通讯（Telegram/Discord/iMessage）零摩擦捕获，OpenClaw 永久存储，Next.js 搜索界面
+- 结论/价值：捕获如发短信般简单，检索如搜索般便捷
+
+## Key Claims
+- 零摩擦捕获是第二大脑的核心——不需要打开应用、选择文件夹或添加标签，直接发短信即可
+- OpenClaw 的记忆系统是累积的——告诉它的每一条信息都会被永久记住
+- 可以用手机发短信，Agent 在电脑上构建——对话就是界面
+
+## Key Quotes
+> "Capture should be as easy as texting, and retrieval should be as easy as searching" — 核心洞察
+
+## Key Concepts
+- [[Second Brain]]：通过 AI Agent 实现的个人知识管理系统
+- [[零摩擦捕获]]：无需组织结构，直接文本发送即可存储的工作流
+- [[Memory System]]：OpenClaw 的永久记忆机制，按日期滚动存储跨会话信息
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，提供记忆系统功能
+- [[Telegram]]：即时通讯平台，用于消息捕获（已有 entity）
+- [[Discord]]：即时通讯平台，用于消息捕获
+- [[Next.js]]：React 框架，用于构建搜索界面
+- [[Alex Finn]]（已有）：YouTube 创作者，Second Brain 用例视频的作者
+- [[Building a Second Brain]]：Tiago Forte 创建的知识管理方法论
+
+## Connections
+- [[Second Brain]] ← enables ← [[零摩擦捕获]]
+- [[OpenClaw]] ← provides ← [[Memory System]]
+- [[Alex Finn]] ← inspired ← [[Second Brain]]
+- [[Telegram]] ← feeds ← [[OpenClaw]]
+
+## Contradictions
+- 与 [[印象笔记]] 冲突：
+  - 冲突点：组织方式
+  - 当前观点：无需文件夹、无需标签，文本+搜索
+  - 对方观点：依赖文件夹和标签的层级结构，容易导致"存而不读"

wiki/sources/todoist-task-manager-agent-task-visibility.md

@@ -0,0 +1,40 @@
+---
+title: "Todoist Task Manager: Agent Task Visibility"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/todoist-task-manager.md]]
+
+## Summary
+- 核心主题：AI Agent 任务可视化与进度追踪
+- 问题域：长时间运行的 Agent 工作流缺乏透明度，用户无法追踪任务进度
+- 方法/机制：通过 Todoist API 将 Agent 内部推理和进度日志同步到任务管理工具
+- 结论/价值：最大化复杂 Agent 工作流的透明度，实时展示任务状态、子步骤完成情况和阻塞点
+
+## Key Claims
+- Agent 工作流复杂度与用户信息需求呈正相关，多步骤任务需要外部化进度追踪
+- 通过 Todoist Section 区分任务状态（In Progress/Waiting/Done）实现任务阶段可视化
+- 任务描述中记录 Agent 内部 Plan 实现推理外部化
+- 子步骤完成通过任务评论实时追加，实现进度流式更新
+
+## Key Quotes
+> "When agents run complex, multi-step tasks (like building a full-stack app or performing deep research), the user often loses track of what the agent is currently doing, what steps have been completed, and where the agent might be stuck." — 痛点描述
+
+## Key Concepts
+- [[Agent-Task-Visibility]]：AI Agent 任务对用户的透明化展示机制
+- [[Task-Automation]]：将手动任务创建过程转化为系统自动执行的机制
+
+## Key Entities
+- [[Todoist]]：流行任务管理应用，提供 REST API 用于任务和评论操作
+- [[OpenClaw]]：AI Agent 管理工具，可执行 shell 命令和文件系统操作
+
+## Connections
+- [[OpenClaw]] ← uses → [[Todoist]]
+- [[Agent-Task-Visibility]] ← implements → [[Task-Automation]]
+- [[Todoist]] ← provides → [[Agent-Task-Visibility]]
+
+## Contradictions
+- （暂无）