Auto-sync: wiki-ingest 3 sources (2026-04-16)

wiki/concepts/AI结对执行.md

@@ -0,0 +1,41 @@
+---
+title: "AI 结对执行"
+type: concept
+tags: [vibe-coding, AI, pair-programming]
+---
+
+## Definition
+AI 结对执行（AI Pair Programming）是 Vibe Coding 范式的第三原则：开发者扮演导演角色，AI 扮演执行者角色，类似结对编程（Pair Programming）但人类提供方向判断和审美决策，AI 负责具体实现。
+
+## Human vs AI Responsibilities
+| 角色 | 人类（导演） | AI（执行者） |
+|------|------------|-------------|
+| 架构决策 | ✅ | ❌ |
+| 需求理解 | ✅ | ✅（辅助澄清） |
+| 代码编写 | ❌ | ✅ |
+| 测试验证 | ✅（审查） | ✅（自测脚本） |
+| 审美判断 | ✅ | ❌ |
+| Bug 修复 | ✅（引导） | ✅（执行） |
+
+## Tools That Enable It
+- **Cursor**：Composer 模型支持多文件编辑和 AI 对话
+- **Windsurf**：Tab 自动补全 + AI 建议
+- **Trae**：Remote SSH 开发环境
+- **Claude Code**：Print Mode 非交互批量执行
+
+## Relationship to Vibe Coding Formula
+Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行
+- 规划驱动：确定做什么
+- 上下文固定：保证 AI 不跑偏
+- AI 结对执行：具体怎么做
+
+## Related Concepts
+- [[Vibe Coding]]：AI 结对执行是 Vibe Coding 三要素之一
+- [[规划驱动]]：结对前的人类准备工作
+- [[上下文固定]]：结对时的行为约束机制
+- [[Cursor]]：AI 结对执行的首选 IDE
+
+## Aliases
+- AI Pair Programming
+- 氛围结对
+- 导演模式

wiki/concepts/Anthropic-Skills-官方库.md

@@ -0,0 +1,43 @@
+---
+title: "Anthropic Skills 官方库"
+type: concept
+tags: [anthropic, claude, skill, github, open-source]
+last_updated: 2026-01-08
+---
+
+## Definition
+Anthropic 官方在 GitHub 发布的 Skills 仓库（github.com/anthropics/skills），收藏数突破 3.2 万，原封不动地拆解了 Claude.ai 网页版的生产级能力。
+
+## Source
+- GitHub: https://github.com/anthropics/skills
+
+## Core Content
+
+### 三大类别
+
+#### 1. 办公自动化四大件（Office Suite）
+- Word/PDF/PPT/Excel 的创建、编辑、分析、重写
+- 格式控制、边界处理、容错策略
+- 每一步包含 Prompt 结构、参数含义
+
+#### 2. 开发者工具箱（Developer Tools）
+- MCP Server
+- Web 应用测试
+- Artifacts 构建
+- 自动化验证流程
+
+#### 3. 创意类 Skills（Creative）
+- 算法艺术
+- Canvas 设计
+- 主题生成工厂
+- 重点：设计思路可复用、输入约束、输出稳定
+
+## Key Value
+"它是 Anthropic 把 Claude 线上真正在跑的生产级能力，原封不动地拆解开来，摊在桌面上给你看。"
+
+本质上是官方在教你"怎么像我们一样开发 AI 应用"。
+
+## Connections
+- [[Anthropic]] ← 发布者
+- [[Claude Skills]] ← 具体实现
+- [[Awesome-Claude-Skills]] ← 第三方精选仓库

wiki/concepts/Claude-Skills.md

@@ -0,0 +1,32 @@
+---
+title: "Claude Skills"
+type: concept
+tags: [claude, anthropic, skill, workflow]
+last_updated: 2026-01-08
+---
+
+## Definition
+Claude Skills 是 Anthropic 官方发布的 AI 技能指南，本质是"写给 Claude 的说明书 + SOP（标准作业程序）"。
+
+## Core Properties
+- **说明书**：清晰描述任务目标、输入约束、输出格式
+- **SOP**：将反复执行、有固定流程的任务拆解为 AI 可理解、稳定复用、自动执行的步骤
+- **可组合**：多个 Skills 可串联形成复杂工作流
+
+## Key Distinction from Prompt Engineering
+| Prompt Engineering | Skills |
+|---|---|
+| 优化单次输出质量 | 优化整套流程的稳定性与可复用性 |
+| 依赖模型能力 | 结构化流程，降低模型依赖 |
+| 单点优化 | 系统化、工程化 |
+
+## Official Resources
+- [[Anthropic Skills 官方库]]：github.com/anthropics/skills，3.2 万收藏
+- [[Awesome-Claude-Skills]]：ComposioHQ、VoltAgent、BehiSecc 维护的精选仓库
+- [[Skill 聚合站]]：skillsmp.com、aitmpl.com/skills、claudemarketplaces.com
+
+## Connections
+- [[AI技能封装]] ← 具体实现
+- [[Prompt工程]] ← 范式升级来源
+- [[Anthropic Skills 官方库]] ← 官方资源
+- [[Agent Skill 设计模式]] ← 设计模式框架

wiki/concepts/Git自动同步.md

@@ -0,0 +1,23 @@
+---
+title: "Git自动同步"
+type: concept
+tags: [Obsidian, Git, 版本控制]
+sources: ["养虾日记3-Obsidian-Gitea持久化笔记系统.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+Git自动同步指 Obsidian Git 插件设置为 Auto commit-and-sync interval（如 10 分钟），插件自动 commit + push，无需手动操作。
+
+## Key Value
+AI 批量改文件的能力越强，越需要版本管理来兜底。Git 自动同步让这个兜底机制完全无需人工干预。
+
+## Mechanism
+- Obsidian Git 插件（社区插件）→ Auto commit interval
+- commit + push 全自动
+- Gitea 私有仓库存储，历史版本任意回溯
+
+## Related Concepts
+- [[LLM Wiki]]：Git自动同步是 LLM Wiki 版本控制的实现层
+- [[Gitea]]：承载仓库的 Git 服务
+- [[Obsidian]]：笔记前端

wiki/concepts/Graph-View.md

@@ -0,0 +1,21 @@
+---
+title: "Graph View"
+type: concept
+tags: [Obsidian, 知识管理]
+sources: ["养虾日记3-Obsidian-Gitea持久化笔记系统.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+Obsidian 的 Graph View 将所有 Wiki 页面以节点展示，双链关系自动连线，是知识网络的可视化健康检查工具。
+
+## Two Usage Patterns
+- **健康检查**：没有任何页面链接指向它 → 孤岛页面，需要补上交叉引用
+- **发现盲区**：某个概念被很多页面提到但自己还没有独立页面 → 图谱里显示为灰色幽灵节点
+
+## Karpathy's Insight
+Graph View 是 LLM Wiki 的"知识盲区探测器"：灰色幽灵节点提醒应该为它建一个专页。
+
+## Related Concepts
+- [[LLM Wiki]]：Graph View 是 LLM Wiki 范式的重要工具
+- [[知识可发现性]]：双向链接 + Graph View 让知识形成网络而非孤岛

wiki/concepts/KPI卡片.md

@@ -0,0 +1,30 @@
+---
+title: "KPI 卡片"
+type: concept
+tags: [kpi, bi, 可视化, 指标]
+sources: []
+last_updated: 2025-03-14
+---
+
+## Definition
+Dashboard 顶部的一组数字指标看板，每个卡片展示一个关键业务指标的最新值，用于快速判断业务整体健康度。
+
+## TikTok Shop 场景标准 KPI
+| KPI | 计算方式 | 意义 |
+|-----|---------|------|
+| 总产品数 | COUNT(*) | 市场体量 |
+| 热卖产品数 | COUNT(sold > X) | 爆品数量 |
+| 平均评分 | AVG(rating) | 整体质量 |
+| 平均最终价格 | AVG(final_price) | 价格带定位 |
+| 总 GMV | SUM(final_price × sold) | 整体交易额 |
+| 折扣商品占比 | COUNT(discount > 0) / COUNT(*) | 促销密度 |
+
+## 设计规范
+- 放置在 Dashboard 第一行
+- 双行排列（3+3 或 4+2）
+- Big Number Chart 类型，只显示数字和同比变化
+
+## Related Concepts
+- [[Superset Dashboard]]：载体
+- [[电商选品分析]]：应用场景
+- [[选品评分模型]]：关联指标

wiki/concepts/LLM-Wiki.md

@@ -0,0 +1,29 @@
+---
+title: "LLM Wiki"
+type: concept
+tags: [AI知识管理, RAG, 知识积累]
+sources: ["养虾日记3-Obsidian-Gitea持久化笔记系统.md", "Personal-Knowledge-Base-RAG.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+LLM Wiki 是一种 AI 知识管理范式：AI 在执行任务过程中**增量构建和维护一个持久化的 Wiki**，页面之间互相链接，知识越积越厚，而非每次从零检索。
+
+## Core Distinction: LLM Wiki vs RAG
+
+| | RAG | LLM Wiki |
+|--|-----|---------|
+| 知识积累 | 不积累，每次从零检索 | 增量构建，页面间互相链接 |
+| 检索方式 | 向量相似度检索 | 双向链接 + Graph View 发现 |
+| 知识边界 | 受知识库文档限制 | 知识随任务执行不断扩展 |
+| 适用场景 | 静态文档问答 | 持续执行任务的 Agent |
+
+## Key Claims
+- RAG 的局限：每次对话从零开始，知识不积累，无法形成知识网络
+- LLM Wiki 的优势：AI 在执行任务过程中顺手维护链接、更新摘要、添加 Tag、标记新旧矛盾
+- Graph View 是知识健康检查工具：孤岛页面（无页面链接指向它）需要补上交叉引用
+
+## Related Concepts
+- [[RAG]]：对比范式
+- [[个人知识库]]：LLM Wiki 的具体实现之一
+- [[知识可发现性]]：双向链接 + Graph View 让知识形成网络而非孤岛

wiki/concepts/Memory-in-AI-Agent.md

@@ -0,0 +1,32 @@
+---
+title: "Memory in AI Agent"
+type: concept
+tags: [memory, ai-agent, 上下文, n8n]
+sources: []
+last_updated: 2025-03-06
+---
+
+## Definition
+Memory（记忆）是 AI Agent 保持多轮对话上下文连贯性的机制，通过在每次交互中注入历史消息，使 Agent 能够记住之前的对话内容，输出更相关和连贯的响应。
+
+## 工作原理
+1. 每次对话 → 将历史消息追加到 context
+2. Agent 在决策时读取完整 context
+3. 结合 Memory + 当前输入 → 生成响应
+
+## N8N 实现
+N8N AI Agent 节点内置 Memory 配置，支持：
+- 对话历史注入
+- 与外部数据库（如 [[Airtable]]）联动存储长期记忆
+
+## 与传统 Workflow 的区别
+- Workflow：完全确定性，每次执行相同输入=相同输出
+- 带 Memory 的 Agent：输入相同但上下文不同，输出可能变化
+
+## Related Entities
+- [[Airtable]]：外部存储媒介
+- [[n8n]]：工作流平台
+
+## Related Concepts
+- [[Agentic System]]：依赖 Memory 实现多轮交互
+- [[Workflow vs Agent]]：Agent 的 Memory 是其与 Workflow 本质区别

wiki/concepts/NFS永久挂载.md

@@ -0,0 +1,40 @@
+---
+title: NFS永久挂载
+type: concept
+tags: [nfs, ubuntu, nas, fstab, mount]
+---
+
+## Definition
+NFS 永久挂载是通过 /etc/fstab 配置使网络文件系统（NFS）在系统启动时自动挂载，而非手动 mount 重启后失效。
+
+## Problem
+手动 mount 命令是临时的，重启后内核重置所有挂载状态。
+
+## Solution
+在 /etc/fstab 中添加 NFS 挂载条目：
+```
+192.168.3.17:/volume2/backup /mnt/nas_backup nfs defaults,timeo=900,retrans=5,_netdev 0 0
+```
+
+## Key Parameters
+| 参数 | 含义 |
+|------|------|
+| defaults | 默认挂载选项（rw, suid, dev, exec, auto, nouser, async） |
+| timeo=900 | 超时 90 秒（单位 1/10 秒） |
+| retrans=5 | 超时后重试 5 次 |
+| _netdev | 告诉系统这是网络设备，等网络就绪后再挂载（防止开机卡死） |
+
+## 验证方法
+```bash
+sudo umount /mnt/nas_backup  # 卸载当前挂载
+sudo mount -a                # 模拟开机自动挂载
+df -h | grep nas_backup      # 验证挂载成功
+```
+
+## 故障排查
+- 重启后仍然失效：systemctl enable remote-fs.target
+- nfs-common 服务启动慢于 mount -a：_netdev 参数解决
+
+## Connections
+- [[Ubuntu服务器通过rsync实现日常增量备份]] — 应用场景
+- [[rsync增量备份]] — 备份目标端挂载

wiki/concepts/News API.md

@@ -0,0 +1,33 @@
+---
+title: "News API"
+type: concept
+tags: [news-api, 数据源, api, 新闻聚合]
+sources: []
+last_updated: 2025-03-11
+---
+
+## Definition
+新闻 API（News API）是提供标准化 HTTP 接口获取结构化新闻数据的平台服务，将多来源（新闻网站/博客/论坛/社交媒体）的非结构化内容整合为 JSON/XML 格式返回。
+
+## Core Value
+Eliminate 人工采集和整理工作，API 自动完成聚合+格式化+过滤，可直接接入 AI 应用工作流。
+
+## 主要分类
+| 类型 | 代表产品 | 特点 |
+|------|---------|------|
+| 全覆盖型 | [[Webz.io]] | surface+deep+dark web |
+| 轻量低价型 | [[GNews API]] / [[Mediastack API]] | 低价/免费/初创友好 |
+| 金融专业型 | [[Bloomberg API]] / [[Financial Times API]] | 机构级金融数据 |
+| 舆情监控型 | [[Opoint]] | 情感分析+品牌追踪 |
+| 编辑质量型 | [[The Guardian API]] | 高质量编辑内容 |
+
+## AI 应用场景
+- AI 新闻聚合应用
+- 金融情报与投资决策支持
+- 品牌舆情监控系统
+- AI 训练数据获取（LLM fine-tuning）
+
+## Related Concepts
+- [[舆情监控]]：应用场景
+- [[金融情报]]：应用场景
+- [[新闻聚合]]：相关概念

wiki/concepts/QMD.md

@@ -0,0 +1,18 @@
+---
+title: "QMD"
+type: concept
+tags: [Obsidian, 知识检索]
+sources: ["养虾日记3-Obsidian-Gitea持久化笔记系统.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+QMD（github.com/tobi/qmd）是完全本地运行的 Markdown 搜索引擎，在 Wiki 规模变大后替代 index.md 提供精准搜索。
+
+## When to Use
+- Wiki 到几百个页面之前：index.md 完全够用
+- AI 找东西开始变慢时：再接入 QMD 不迟
+
+## Related Concepts
+- [[LLM Wiki]]：QMD 是 Wiki 规模变大后的检索增强工具
+- [[知识可发现性]]：精准搜索是知识可发现性的一部分

wiki/concepts/Superset Dashboard.md

@@ -0,0 +1,35 @@
+---
+title: "Superset Dashboard"
+type: concept
+tags: [superset, bi, 可视化, dashboard]
+sources: []
+last_updated: 2025-03-14
+---
+
+## Definition
+Apache Superset 中的 Dashboard 是多个 Chart 的组合容器，支持 Filter 交互和数据过滤，可通过 JSON 导入/导出实现配置复用。
+
+## Design Patterns
+从 TikTok Shop Dashboard 实践中提炼的标准布局：
+1. **KPI 行**：6-10 个指标卡片，双行排列
+2. **爆品行**：销量/GMV 条形图，2 列布局
+3. **关系图行**：价格×销量气泡图，全宽
+4. **类目分析行**：3 图并列（类目销量榜 + 热力图 + 箱线图）
+5. **评分模型行**：选品评分表格，全宽
+
+## 核心图表类型
+- [[KPI 卡片]]：数字指标看板
+- 气泡图：3 维度（X/Y/Size）关系分析
+- 热力图：类目×评分矩阵
+- 箱线图：价格带分布
+- 折线图：时间序列趋势
+
+## 与 ETL Pipeline 关系
+- ETL 负责采集+清洗 → Superset 负责可视化
+- SQL View 是两者衔接层：清洗结果写入 View → Superset Dataset 读取 View
+
+## Related Concepts
+- [[Apache Superset]]：工具载体
+- [[电商选品分析]]：应用场景
+- [[选品评分模型]]：核心分析模型
+- [[KPI 卡片]]：Dashboard 组件

wiki/concepts/Workflow-vs-Agent.md

@@ -0,0 +1,37 @@
+---
+title: "Workflow vs Agent"
+type: concept
+tags: [workflow, agent, ai, 自动化]
+sources: []
+last_updated: 2025-03-06
+---
+
+## Definition
+Workflow（工作流）和 Agent（智能体）是 AI 自动化系统的两种核心范式，本质区别在于执行逻辑是预定义还是动态决定。
+
+## 核心对比
+
+| 维度 | Workflow | Agent |
+|------|----------|-------|
+| 执行逻辑 | 预定义，固定路径 | LLM 动态决定 |
+| 工具选择 | 人工预设 | LLM 自主选择 |
+| 适应性 | 固定输入→固定输出 | 动态输入→自适应输出 |
+| 上下文 | 无记忆 | 可带 Memory |
+| 调试难度 | 低（确定性） | 高（非确定性） |
+| 适用场景 | 规则明确的任务 | 需要判断的任务 |
+
+## 典型案例
+- Workflow：每天 9 点自动抓取 RSS → 格式化 → 发送邮件（完全固定）
+- Agent：用户提问 → LLM 判断需要哪些工具（搜索/数据库/计算器）→ 动态调用 → 返回答案
+
+## N8N 中的体现
+- Workflow = Trigger + Action/Utility/Code 节点串联
+- Agent = Advanced AI 节点，内置 LLM 决策 + Memory
+
+## Related Concepts
+- [[Agentic System]]：Agent 的系统级定义
+- [[Memory in AI Agent]]：Agent 区别于 Workflow 的关键能力
+- [[N8N Workflow]]：Workflow 在 N8N 中的实现
+
+## Related Entities
+- [[n8n]]：同时支持 Workflow 和 Agent 构建

wiki/concepts/rsync增量备份.md

@@ -0,0 +1,37 @@
+---
+title: rsync增量备份
+type: concept
+tags: [backup, rsync, ubuntu, nas, automation]
+---
+
+## Definition
+rsync 增量备份是通过 rsync 工具将源目录的变化部分同步到目标目录的自动化数据保护方案，相比全量备份节省存储和带宽。
+
+## Core Mechanism
+- Delta-transfer 算法：只传输变化部分
+- -a：归档模式，保留权限、时间戳、符号链接等属性
+- -z：压缩传输，减少网络带宽占用
+- -R：相对路径，保持目录结构
+- --delete：目标端删除源端不存在的文件（保持镜像一致）
+
+## 防重入机制
+lockfile PID 文件 + kill -0 检测进程是否存活，防止备份任务重复执行。
+
+## 防NAS掉线机制
+mountpoint -q 检查挂载点是否有效，NAS 掉线时自动中止备份，防止数据写入本地挂载点导致硬盘爆满。
+
+## 应用场景
+Ubuntu 服务器数据备份到 Synology NAS，配合 Crontab 凌晨自动化执行。
+
+## 关键参数
+| 参数 | 含义 |
+|------|------|
+| rsync -azR | 归档+压缩+相对路径 |
+| --delete | 目标端同步删除 |
+| timeo=900 | NFS 超时 90 秒 |
+| _netdev | 等待网络设备就绪后再挂载 |
+
+## Connections
+- [[Ubuntu服务器通过rsync实现日常增量备份]] — 完整实现指南
+- [[NFS永久挂载]] — 备份目标端挂载机制
+- [[lockfile防重入]] — 防重复执行机制

wiki/concepts/一人公司.md

@@ -0,0 +1,29 @@
+---
+title: "一人公司"
+type: concept
+tags: [个人品牌, 商业变现]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md", "普通人如何在AI时代赚钱.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+一人公司是用最小杠杆撬动最大价值的商业模式，核心支点是个人优势。关键不是更努力地工作，而是更聪明地定位。
+
+## Core Principles
+- [[品味]]：AI 时代真正的护城河，能判断什么是真正好的
+- [[端到端]]：不做别人 AI 流水线上的零件，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
+
+## 90-Day Framework
+1. 天才地带定位（第 1-30 天）
+2. 底层能力挖掘（第 1-30 天）
+3. Ikigai 四圈交集（第 31-45 天）
+4. 数据验证赛道（第 46-60 天）
+5. 产品漏斗设计（第 61-75 天）
+6. 内容矩阵搭建（第 76-90 天）
+
+## Related Concepts
+- [[Ikigai]]：核心定位框架
+- [[产品漏斗]]：四层产品体系
+- [[内容矩阵]]：内容生产策略
+- [[超级个体]]：一人公司的 AI 增强形态

wiki/concepts/上下文固定.md

@@ -0,0 +1,30 @@
+---
+title: "上下文固定"
+type: concept
+tags: [vibe-coding, context, AI, constraints]
+---
+
+## Definition
+上下文固定（Context Anchoring）是 Vibe Coding 范式的第二原则：通过持久化文件（.cursorrules、SPEC.md、技术架构文档）维持 AI 跨对话的上下文一致性，防止 AI 在长对话中遗忘项目约束和设计决策。
+
+## Problem It Solves
+- AI 对话窗口有限：长对话后 AI 会丢失早期决策
+- AI 幻觉：缺少明确约束时，AI 会自行创造"合理"但错误的实现
+- 风格漂移：AI 在不同对话中可能给出风格不一致的代码
+
+## Mechanisms
+1. **.cursorrules**：Cursor IDE 项目级 AI 行为规则文件（如强制 Doc 注释）
+2. **SPEC.md**：功能规格文档，作为 AI 每次对话的入口参考
+3. **TECH_STACK.md**：技术栈锁定，防止 AI 随意更换框架
+4. **STATE.yaml**：项目状态文件，多 Agent 协作时维护共同上下文
+
+## Related Concepts
+- [[Vibe Coding]]：上下文固定是 Vibe Coding 三要素之一
+- [[规划驱动]]：规划文档是上下文固定的基础
+- [[项目规则]]：.cursorrules 是上下文固定的具体实现
+- [[去中心化协调]]：STATE.yaml 是上下文固定在多 Agent 场景的延伸
+
+## Aliases
+- Context Anchoring
+- 上下文锚定
+- 上下文维持

wiki/concepts/产品漏斗.md

@@ -0,0 +1,29 @@
+---
+title: "产品漏斗"
+type: concept
+tags: [产品设计, 定价策略, 商业变现]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+产品漏斗是个人产品体系的分层设计，通过价格锚定和信任递进，引导用户从免费引流到高价服务。
+
+## Four Layers
+
+| 层级 | 产品形态 | 定价 | 用户心理 |
+|------|----------|------|----------|
+| 引流 | 行业趋势报告 PDF | 免费（换联系方式） | 看看无妨，或许有用 |
+| 入门 | 写作自动流工具 | ¥199 | 这价格买个工具很划算 |
+| 核心 | 6周实战特训营 | ¥4999 | 我要彻底解决这个问题 |
+| 高价 | 企业陪跑咨询 1对1 | ¥20,000/月 | 我需要专家直接帮我做 |
+
+## Key Mechanisms
+- [[价格锚定]]：高价咨询放顶部，让低价显得便宜
+- [[诱饵效应]]：三个选项（基础/标准/旗舰），用中间选项引导选择
+- 信任需要逐步建立，没有人一开始就买最贵的
+
+## Related Concepts
+- [[一人公司]]：产品漏斗是商业变现的落地层
+- [[价格锚定]]：定价心理机制
+- [[Ikigai]]：确定卖什么的定位框架

wiki/concepts/价格锚定.md

@@ -0,0 +1,19 @@
+---
+title: "价格锚定"
+type: concept
+tags: [定价策略, 心理学]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+价格锚定是心理学定价策略：把高价选项放在最高处，让消费者觉得中间选项相对便宜，从而提高中间选项的购买率。
+
+## Application in Product Funnel
+- 高价咨询（¥20,000/月）放顶部
+- 入门产品（¥199）和核心产品（¥4999）显得便宜
+- 配合[[诱饵效应]]（三个选项：基础/标准/旗舰）引导用户选中间选项
+
+## Related Concepts
+- [[产品漏斗]]：价格锚定是产品漏斗的定价心理机制
+- [[一人公司]]：定价策略是商业变现的关键环节

wiki/concepts/内容创意密度.md

@@ -0,0 +1,51 @@
+---
+title: "内容创意密度"
+type: concept
+tags: [idea-density, content, performance, excitement]
+---
+
+# 内容创意密度（Idea Density）
+
+衡量内容质量的复合指标 = Performance（受众关注度）× Excitement（个人热情）。
+
+## 核心公式
+
+```
+Idea Density = Performance × Excitement
+```
+
+## 维度定义
+
+| 维度 | 定义 | 衡量方式 |
+|------|------|----------|
+| Performance | 创意"成功"的潜力，对他人的有用程度 | 点赞/浏览/互动/分享 |
+| Excitement | 对创作的热情程度，自己的关心程度 | 不写下来就觉得浪费 |
+
+## 为什么需要双维度
+
+- 仅看 Performance：可能导致迎合算法而失去真实自我
+- 仅看 Excitement：可能导致自嗨而无人关注
+- 两者相乘：确保内容既对他人有价值又保持个人热情
+
+## 实践应用
+
+### 判断内容是否值得创作
+1. 这个想法是否能引起受众关注？（Performance）
+2. 这个想法是否让我感到兴奋必须写下来？（Excitement）
+3. 两者皆高 = 高创意密度内容
+
+### 创意密度与品牌建设
+- 创意密度随时间和努力不断提高
+- 高创意密度内容创造值得追随和付费的品牌
+
+## 典型案例
+
+Dan Koe 的 Newsletter：
+- 每篇文章都经过 Performance × Excitement 双重筛选
+- 创意密度足够高，人们忍不住打开邮件、开启帖子通知、分享想法
+
+## 相关概念
+
+- [[创意博物馆]]：积累高创意密度素材的地方
+- [[内容矩阵]]：创意密度的下游应用
+- [[反向金字塔]]：高创意密度内容的一次制作多次分发

wiki/concepts/内容矩阵.md

@@ -0,0 +1,28 @@
+---
+title: "内容矩阵"
+type: concept
+tags: [内容营销, 个人品牌]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+内容矩阵是内容生产的二维规划框架，横轴是核心主题，纵轴是内容形式，两者交叉形成内容日曆。
+
+## Framework
+
+| | 观察类 | 反直觉类 | 操作指南类 | 个人故事类 | 清单类 |
+|---|---|---|---|---|---|
+| 主题 A | | | | | |
+| 主题 B | | | | | |
+| 主题 C | | | | | |
+
+## 反向金字塔策略
+一次长形式内容，切成无数微内容，一次制作百次分发。
+
+## Build in Public
+公开构建过程，建立信任。AI 泛滥下，活人感更重要。
+
+## Related Concepts
+- [[一人公司]]：内容矩阵是获客和建立信任的工具
+- [[反向金字塔]]：内容分发策略

wiki/concepts/创意博物馆.md

@@ -0,0 +1,68 @@
+---
+title: "创意博物馆"
+type: concept
+tags: [idea-museum, content, curation, generalist]
+---
+
+# 创意博物馆（Idea Museum）
+
+创作者积累高密度创意（Idea Density）的素材库，通过 ruthless curation 筛选值得关注的灵感来源。
+
+## 核心定义
+
+创意博物馆 = 随时记录有用想法的地方，通过长期积累形成可复用的创作素材库。
+
+## 核心指标：创意密度（Idea Density）
+
+```
+Idea Density = Performance × Excitement
+```
+
+| 维度 | 定义 | 衡量方式 |
+|------|------|----------|
+| Performance | 创意"成功"的潜力 | 点赞/浏览/互动 |
+| Excitement | 对创作的热情程度 | 不写下来就觉得浪费 |
+
+## 建立步骤
+
+### Step 1：建立 Idea Museum
+- 使用 Eden/Apple Notes/Notion/任何工具
+- 随时记录想法，不拘格式
+- 习惯 > 格式
+
+### Step 2：Curate 基于创意密度
+- 发现 3-5 个高密度信息源
+- **老书或鲜为人知的书籍**：永恒原则，不受潮流影响
+- **精选博客/账号**：Farnam Street（Navalism 等）
+- **重量级社交账号**：少数持续产出高质量想法的账号
+
+### Step 3：用 1000 种方式写 1 个想法
+- 同一想法可用不同结构表达
+- list 结构、observation 结构、对比结构等
+- 练习 3 ideas × 3 structures = 9 种表达方式
+
+## 与内容矩阵的关系
+
+| 概念 | 定位 | 关系 |
+|------|------|------|
+| 创意博物馆 | 输入端（素材积累） | 上游 |
+| 内容矩阵 | 输出端（分发策略） | 下游 |
+
+创意博物馆的内容经结构化后，通过内容矩阵分发到不同平台。
+
+## 实践工具
+
+- **Eden**（https://eden.so/）：Dan Koe 开发的创意博物馆软件
+- **Apple Notes**：简单易用
+- **Notion**：结构化整理
+- **Obsidian**：双向链接，支持 Graph View 发现创意关联
+
+## 相关人物
+
+- [[Dan Koe]]：创意博物馆概念的倡导者
+
+## 相关概念
+
+- [[内容创意密度]]：Idea Density 的量化框架
+- [[内容矩阵]]：创意博物馆的下游，内容的分发策略
+- [[反向金字塔]]：创意一次制作多次分发的策略

wiki/concepts/反向金字塔.md

@@ -0,0 +1,20 @@
+---
+title: "反向金字塔"
+type: concept
+tags: [内容营销, 分发策略]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+反向金字塔是一种内容分发策略：制作一次长形式内容，然后切成无数微内容，一次制作、百次分发。
+
+## Why It Works
+- 长内容生产成本高，微内容生产成本低
+- 一次深度输出可以拆出 10-50 条微内容
+- 同一核心观点在不同平台、用不同形式反复触达
+
+## Related Concepts
+- [[内容矩阵]]：反向金字塔是内容矩阵的分发执行策略
+- [[一人公司]]：内容是建立信任和触达客户的工具
+- [[Build in Public]]：公开构建过程增强信任

wiki/concepts/多云策略.md

@@ -0,0 +1,42 @@
+---
+title: "多云策略"
+type: concept
+tags: [cloud, strategy, multi-cloud, ROI]
+---
+
+## Definition
+多云策略（Multi-Cloud Strategy）指跨多个公有云服务商（AWS/Azure/GCP）分配工作负载和数据的战略方法，利用各厂商差异化优势实现成本优化、弹性扩展和风险分散。
+
+## Core Components
+1. **供应商选择**：根据场景匹配最优厂商（AWS 基础设施/GCP 分析/Azure AI）
+2. **工作负载分配**：不同 workload 部署到最适合的云平台
+3. **成本管理**：利用多厂商竞价和差异化定价降低总体支出
+4. **治理框架**：统一安全策略、合规管理和性能监控跨所有云
+
+## Key Metrics
+- 78% 采用多云的企业使用超过 3 个公有云（Virtana）
+- 86% 企业计划在 2024 年底采用多云（New Horizons）
+- 多云优化可降低 30% 运营成本（Forrester）
+
+## Related Concepts
+- [[供应商锁定规避]]：多云策略的核心驱动之一
+- [[多云治理]]：多云策略的统一管理框架
+- [[多云成本优化]]：多云策略的财务收益
+- [[FinOps]]：多云成本优化的专业领域
+- [[DevOps成熟度模型]]：多云治理的组织能力前提
+
+## Industry Applications
+- **电商**：黑五/网一高峰期跨云弹性扩展
+- **医疗**：符合 HIPAA 区域数据主权
+- **金融**：多厂商安全特性组合满足合规要求
+
+## Implementation
+1. 评估需求（目标/预算/现有工作负载）
+2. 选择厂商（按场景匹配）
+3. 集成管理（Kubernetes/Terraform）
+4. 监控优化（CloudHealth/Datadog）
+
+## Aliases
+- Multi-Cloud Strategy
+- 混合多云
+- 跨云策略

wiki/concepts/天才地带.md

@@ -0,0 +1,27 @@
+---
+title: "天才地带"
+type: concept
+tags: [自我认知, 职业规划, Ikigai]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+天才地带（Flow Zone）源自心理学家盖伊·亨德里克斯的理论，指能产生心流的活动区域——时间飞逝、精力充沛、不觉得累。找到天才地带是构建 Ikigai 的第一步。
+
+## Four Zones Framework
+
+| 区域 | 特征 |
+|------|------|
+| 不胜任区 | 既不擅长也不喜欢，压力巨大 |
+| 胜任区 | 能做但平庸，别人也能做 |
+| 卓越区（最危险） | 做得好但不喜欢，长期职业倦怠 |
+| 天才地带 | 产生心流，时间飞逝，精力充沛 |
+
+## How to Find Your Flow Zone
+回顾过去一个月，列出所有活动（颗粒度尽可能细），给每项打标签：精力充沛/平平无奇/压力山大。
+
+## Related Concepts
+- [[底层能力]]：天才地带背后的通用能力
+- [[Ikigai]]：天才地带 + 市场 + 收入 的交汇定位框架
+- [[一人公司]]：用最小杠杆撬动最大价值，支点是个人优势

wiki/concepts/底层能力.md

@@ -0,0 +1,23 @@
+---
+title: "底层能力"
+type: concept
+tags: [自我认知, 能力挖掘]
+sources: ["万字保姆级教程-90天跑通一人公司模式-2026-03-29.md"]
+last_updated: 2026-04-15
+---
+
+## Definition
+底层能力是冰山水下的通用能力，能串起多件看似不相关但实际上都依赖同一核心技能的事情。
+
+## Three Self-Diagnosis Questions
+1. **追溯童年**：这件事你小时候就喜欢吗？
+2. **毫不费力**：你是不是觉得太简单，甚至不理解别人为什么觉得难？
+3. **底层通用**：这个能力能串起好几件你擅长的事吗？
+
+## Additional Hint
+问身边最亲近的人："你觉得我有什么特别的地方？"
+
+## Related Concepts
+- [[天才地带]]：底层能力的应用区域
+- [[Ikigai]]：底层能力 + 热爱 + 市场 + 收入 的交汇框架
+- [[一人公司]]：将底层能力转化为可变现产品

wiki/concepts/灾难恢复.md

@@ -0,0 +1,39 @@
+---
+title: "灾难恢复"
+type: concept
+tags: [disaster-recovery, backup, DR, business-continuity]
+---
+
+## Definition
+灾难恢复（Disaster Recovery，DR）指在硬件故障、人为误操作或自然灾害导致系统不可用后，通过备份数据还原系统正常运行能力的技术和流程。
+
+## Core Metrics
+- **RTO（Recovery Time Objective）**：系统中断到恢复的最大可接受时间
+- **RPO（Recovery Point Objective）**：可接受的最大数据丢失时间窗口
+- **RTO vs RPO**：RTO 关注恢复速度，RPO 关注数据完整性
+
+## Methods
+1. **磁盘镜像还原**（Clonezilla restoredisk）：用镜像文件覆盖目标磁盘，完整恢复系统状态
+2. **rsync 文件级恢复**：从增量备份逐文件还原
+3. **快照恢复**：ZFS/BTRFS 文件系统快照回滚
+4. **云容灾**：云服务商提供的跨区域 failover
+
+## Workflow (Clonezilla)
+1. 用启动盘启动 Clonezilla live
+2. 选择 device-image 模式
+3. 挂载备份存储（NFS/SMB）
+4. 选择 restoredisk
+5. 选中 NAS 上的镜像文件夹
+6. 确认覆盖目标磁盘
+7. 等待还原完成，系统即刻复活
+
+## Related Concepts
+- [[磁盘镜像备份]]：灾难恢复的数据基础
+- [[Clonezilla]]：本地灾难恢复工具
+- [[rsync增量备份]]：日常增量备份的灾难恢复场景
+
+## Aliases
+- Disaster Recovery
+- DR
+- 灾难还原
+- Business Continuity

wiki/concepts/物件描述框架.md

@@ -0,0 +1,95 @@
+---
+title: "物件描述框架"
+type: concept
+tags: [prompt, image-generation, nano-banana, structure]
+---
+
+# 物件描述框架（Object Description Framework）
+
+Nano Banana 提示词框架中用于描述物品的结构化字段体系，与人物描述框架共用同一结构，区别在 subject 字段内容。
+
+## 字段定义
+
+```json
+{
+  "shot": "",           // 镜头类型和构图
+  "subject": {
+    "item": "",          // 物品名称
+    "materials": "",     // 材质
+    "details": "",       // 细节描述
+    "condition": ""      // 状态（全新/破损等）
+  },
+  "environment": "",     // 环境背景
+  "lighting": "",       // 光照设置
+  "camera": {
+    "focal_length": "",  // 焦距
+    "aperture": "",      // 光圈
+    "angle": ""          // 角度
+  },
+  "color_grade": "",     // 色彩风格
+  "style": "",           // 整体风格
+  "quality": "",         // 质量要求
+  "negatives": ""        // 负向提示词
+}
+```
+
+## 与人物描述框架的对比
+
+| 字段 | 物件框架 | 人物框架 |
+|------|----------|----------|
+| subject.item | 物品名称 | - |
+| subject.age | - | 年龄 |
+| subject.materials | 材质 | - |
+| subject.appearance | - | 外貌 |
+| subject.details | 细节 | - |
+| subject.pose | - | 姿态 |
+| subject.condition | 状态 | - |
+
+核心结构一致，subject 字段内容因描述对象而异。
+
+## 关键能力
+
+### 负向提示词（Negatives）
+控制生成质量，明确排除不需要的特征：
+```json
+"negatives": "no scratches, no dust, no logos or brand names, no human hands, blurry watch face, unrealistic lighting."
+```
+
+### 运镜控制（Camera）
+实现电影级构图：
+- focal_length：焦距（100mm macro look = 微距效果）
+- aperture：光圈（f/8 = 整体清晰）
+- angle：角度（45 度俯拍 = 产品摄影标准角度）
+
+## 实践示例
+
+手表产品摄影：
+```json
+{
+  "shot": "Macro close-up shot, square aspect ratio (1:1), centered composition.",
+  "subject": {
+    "item": "A luxury men's chronograph watch.",
+    "materials": "Polished stainless steel case, sapphire crystal glass, black ceramic bezel with a tachymeter scale, leather strap with fine stitching.",
+    "details": "White dial with three sub-dials, glowing lume on hands and hour markers, intricate gears of the movement visible through a transparent caseback.",
+    "condition": "Pristine, brand new, no dust or fingerprints."
+  },
+  "environment": "The watch is resting on a dark, textured slab of slate rock. The background is a simple, dark, out-of-focus gradient.",
+  "lighting": "Studio softbox lighting. A key light from the top-left creates clean, sharp reflections on the steel. A soft fill light from the right reveals details in the shadows. A subtle rim light separates the watch from the dark background.",
+  "camera": {
+    "focal_length": "100mm macro lens look",
+    "aperture": "f/8 (to keep the entire watch face in focus)",
+    "angle": "Shot from a 45-degree angle above the watch."
+  },
+  "color_grade": "High contrast, clean and commercial look. Slightly desaturated to emphasize the metallic and monochrome textures. High clarity and sharpness.",
+  "style": "Hyper-realistic CGI render, commercial product photography, luxury and precision.",
+  "quality": "8K resolution, perfect material shaders, flawless reflections, extreme detail on the dial and gears.",
+  "negatives": "no scratches, no dust, no logos or brand names, no human hands, blurry watch face, unrealistic lighting."
+}
+```
+
+## 相关概念
+
+- [[Nano Banana]]：物件描述框架的上一层框架
+- [[人物描述框架]]：物件描述框架的姐妹框架
+- [[AI生图]]：物件描述框架的应用领域
+- [[负向提示词]]：质量控制的关键字段

wiki/concepts/电商选品分析.md

@@ -0,0 +1,41 @@
+---
+title: "电商选品分析"
+type: concept
+tags: [电商, 选品, 数据分析, tiktok-shop]
+sources: []
+last_updated: 2025-03-14
+---
+
+## Definition
+通过数据分析发现 TikTok Shop 高潜力产品的系统性方法，核心目标是找出"热卖 + 高评分 + 低竞争 + 高折扣"的产品。
+
+## 核心维度
+1. **销量（sold）**：直接反映市场需求
+2. **评分（rating）**：反映产品质量和用户满意度
+3. **折扣比例（discount_percent）**：促销带量效果
+4. **评分数量（rating_count）**：反映产品热度和可信度
+5. **价格（final_price）**：决定利润空间和受众规模
+
+## 选品评分模型
+```
+score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5
+```
+权重可根据业务偏好调整（0.4/12/0.2/0.5 为基准值）。
+
+## 典型分析场景
+- 爆品发现：Top N 销量/GMV 排行
+- 价格带分析：气泡图识别最优价格区间
+- 类目机会：热力图+箱线图发现蓝海类目（产品少但销量大）
+- 店铺监控：竞争对手上新节奏/价格策略跟踪
+
+## Related Entities
+- [[TikTok Shop]]：数据来源
+- [[TikTok Products]]：分析对象表
+- [[Apache Superset]]：可视化工具
+- [[选品评分模型]]：核心算法
+
+## Related Concepts
+- [[电商数据采集]]：数据来源
+- [[Superset Dashboard]]：可视化载体
+- [[KPI 卡片]]：分析展示形式
+- [[价格带分析]]：子维度分析

wiki/concepts/磁盘镜像备份.md

@@ -0,0 +1,38 @@
+---
+title: "磁盘镜像备份"
+type: concept
+tags: [backup, disk-imaging, clonezilla, disaster-recovery]
+---
+
+## Definition
+磁盘镜像备份（Disk Imaging Backup）指将整个磁盘的所有扇区内容打包为单个镜像文件（.img）的备份方式，支持完整还原到任意相同或更大容量磁盘。
+
+## How It Works
+1. **扇区级复制**：读取磁盘每个扇区，包括引导扇区、分区表、文件系统元数据和所有数据
+2. **压缩存储**：镜像文件通常压缩（如 Clonezilla -z1p 高压缩率）以节省存储空间
+3. **差异备份**（部分工具支持）：仅备份自上次全量备份后的变更扇区
+
+## Tools
+- **Clonezilla**：开源方案，支持 NFS/SMB/USB 多种存储后端
+- **Acronis True Image**：商业方案，支持增量镜像
+- **Macrium Reflect**：Windows 平台商业方案
+- **dd**：Linux 原生命令行工具，无压缩无差异
+
+## vs rsync增量备份
+| 维度 | 磁盘镜像备份 | rsync增量备份 |
+|------|------------|-------------|
+| 范围 | 整个磁盘/分区 | 单个目录/文件系统 |
+| 粒度 | 扇区级 | 文件级 |
+| 备份速度 | 慢（全盘复制） | 快（仅差异） |
+| 恢复速度 | 快（直接还原） | 慢（逐文件恢复） |
+| 场景 | 灾难恢复、系统迁移 | 日常增量备份 |
+
+## Related Concepts
+- [[灾难恢复]]：磁盘镜像备份的核心应用场景
+- [[Clonezilla]]：磁盘镜像备份的开源工具
+- [[rsync增量备份]]：互补的增量备份方案
+
+## Aliases
+- Disk Imaging
+- 全盘镜像
+- Ghost 备份

wiki/concepts/系统经济.md

@@ -0,0 +1,54 @@
+---
+title: "系统经济"
+type: concept
+tags: [systems-economy, product, business, dan-koe]
+---
+
+# 系统经济（Systems Economy）
+
+AI 时代的经济形态：人们要的是你的解决方案（系统），而非通用的产品功能。
+
+## 核心定义
+
+系统经济 = 解决方案的价值在于系统本身而非产品功能，人们购买的是经过验证的方法论而非工具本身。
+
+## 与产品经济的对比
+
+| 维度 | 产品经济 | 系统经济 |
+|------|----------|----------|
+| 价值来源 | 功能/特性 | 方法论/流程/经验 |
+| 差异化 | 功能对比 | 系统独特性 |
+| 可复制性 | 高（功能可复制） | 低（经验不可复制） |
+| 护城河 | 技术壁垒 | 经验壁垒 |
+| 典型案例 | Google Drive/Dropbox | 2 Hour Writer |
+
+## 代表案例：2 Hour Writer
+
+Dan Koe 的 2 Hour Writer 系统：
+- **解决的问题**：内容创作者时间不足
+- **系统组成**：swipe files + idea generation steps + templates
+- **目标**：每天 <2 小时完成所有内容创作
+
+评论说"2HW 可以被 Notion 替代"，但系统本身不可复制，因为它是 Dan Koe 自身经验的产品化。
+
+## 系统构建路径
+
+1. **验证自身问题**：通过实践找到有效方法
+2. **产品化系统**：将方法论封装为可复制的产品
+3. **建立分发渠道**：通过内容触达目标受众
+
+## 在 AI 时代的价值
+
+- AI 让功能易于复制，但经验难以复制
+- 系统化思维将个人经验转化为可销售的护城河
+- "人们不想要解决问题的方案，人们想要你的解决方案"
+
+## 相关人物
+
+- [[Dan Koe]]：系统经济的倡导者和实践者
+
+## 相关概念
+
+- [[创意博物馆]]：系统经济的输入端
+- [[系统经济]] ← extends ← [[一人公司]]，一人公司是系统经济的商业模式
+- [[死亡过滤器]] ← relates_to ← 系统构建前的自我验证

wiki/concepts/自教育.md

@@ -0,0 +1,58 @@
+---
+title: "自教育"
+type: concept
+tags: [self-education, learning, generalist]
+---
+
+# 自教育（Self-Education）
+
+自主定向学习，获得与传统教育不同的结果，是超级通才三要素中的引擎。
+
+## 核心定义
+
+自教育 = 学习是因为它真正服务于你的发展，而不是因为有人布置了这项任务。
+
+## 与传统教育的对比
+
+| 维度 | 传统教育 | 自教育 |
+|------|----------|--------|
+| 学习动力 | 外部（成绩/文凭/工作要求） | 内部（真实兴趣/发展需求） |
+| 内容选择 | 固定课程大纲 | 按需选择，按兴趣探索 |
+| 学习方式 | 被动接受（听课/考试） | 主动探索（research/实验/实践） |
+| 效果衡量 | 分数/文凭 | 能力提升/价值创造 |
+| 适用场景 | 标准化职业路径 | 复杂/创新/跨领域场景 |
+
+## 自教育的驱动机制
+
+```
+Self-interest（自利） → 自学（因为热爱）
+                    ↓
+         Self-sufficiency（自立） → 精通领域
+                    ↓
+         Self-interest（自利） → 清晰方向
+```
+
+自利促使人们进行自学；自学使人能够自给自足；自给自足能明确自身利益，形成正向循环。
+
+## 在 AI 时代的价值
+
+- AI 降低执行成本，使"跟随意兴趣学习"更可行
+- 传统教育培养专才，AI 时代需要通才
+- 自教育是避免被 AI 替代的关键能力之一
+
+## 实践方法
+
+1. **建立创意博物馆**：积累高密度信息源
+2. **公开学习**：社交媒体 as "taking notes in public"
+3. **产品化学习**：将学习成果转化为内容/产品
+
+## 相关人物
+
+- [[Dan Koe]]：自教育理念的倡导者和实践者
+- [[Leonardo da Vinci]]：通过自教育成为文艺复兴通才
+
+## 相关概念
+
+- [[自利]]：自教育的动力来源
+- [[自立自强]]：自教育的目标
+- [[超级通才]]：自教育 + 自利 + 自立三要素的自然结果

wiki/concepts/规划驱动.md

@@ -0,0 +1,33 @@
+---
+title: "规划驱动"
+type: concept
+tags: [vibe-coding, planning, workflow]
+---
+
+## Definition
+规划驱动（Planning-Driven）是 Vibe Coding 范式的第一原则：AI 写代码前，必须先完成清晰的技术选型、实施规划和模块化设计，防止 AI 因理解偏差导致项目逻辑混乱。
+
+## Core Idea
+传统开发：需求 → 编码 → 测试 → 修复循环
+Vibe Coding：规划 → AI 执行 → 审查 → 迭代
+
+## Why It Matters
+- AI 的理解存在上下文偏差：没有规划约束，AI 会"自由发挥"导致架构不一致
+- 规划文档 = AI 行为边界：通过 .cursorrules、SPEC.md 等文件约束 AI
+- 规划质量决定产出质量：模糊的规划 = 模糊的代码
+
+## Planning Artifacts
+- **SPEC.md**：产品/功能规格说明
+- **.cursorrules**：Cursor AI 行为约束文件
+- **TECH_STACK.md**：技术选型和架构说明
+- **模块化设计**：将复杂系统拆解为独立可实现的模块
+
+## Related Concepts
+- [[Vibe Coding]]：规划驱动是 Vibe Coding 三要素之首
+- [[上下文固定]]：规划文档是固定 AI 上下文的手段
+- [[项目规则]]：规划的具体化，约束 AI 行为
+
+## Aliases
+- Planning First
+- 规划优先
+- 设计驱动

wiki/concepts/超级通才.md

@@ -0,0 +1,61 @@
+---
+title: "超级通才"
+type: concept
+tags: [generalist, self-education, self-interest, self-sufficiency]
+---
+
+# 超级通才（Super Generalist）
+
+拥有多领域交叉能力的个体，通过自教育、自利、自立三要素实现知识主权和适应力，在 AI 时代比专才更具优势。
+
+## 核心定义
+
+**超级通才** = [[超级个体]] 在知识广度上的具体表达，强调多领域交叉带来的独特视角和创造力。
+
+## 三要素框架
+
+| 要素 | 定义 | 作用 |
+|------|------|------|
+| [[自教育]] | 自主定向学习，获得与传统教育不同的结果 | 引擎 |
+| [[自利]] | 追随自身利益，而非被组织利益裹挟 | 指南针 |
+| [[自立自强]] | 拒绝外包判断力、学习力和自主性 | 基石 |
+
+## 与专才的对比
+
+| 维度 | 专才（Specialist） | 超级通才（Super Generalist） |
+|------|---------------------|------------------------------|
+| 能力结构 | 单点深度 | 多点交叉 |
+| 适应能力 | 低（领域锁定） | 高（跨领域迁移） |
+| 收入天花板 | 高但受限 | 无上限（视整合能力） |
+| AI 替代风险 | 高 | 低（独特视角无法复制） |
+| 代表 | 流水线工人 | Leonardo da Vinci |
+
+## 核心洞察
+
+### "你的优势在交叉而非专精"
+> "Your edge lies more in intersection than it does in expertise." — Dan Koe
+
+多领域交叉创造独特世界观，这是 AI 在未被明确告知时无法理解的能力。
+
+### 第二次文艺复兴
+- 印刷术：降低知识成本 → 个人可追求多领域精通
+- AI：降低执行成本 → 个人可将兴趣转化为产品
+
+## 与超级个体的关系
+
+- [[超级个体]]：某领域八九十分 + AI 横向扩展，强调单领域深耕 + AI 放大
+- **超级通才**：强调跨领域广度和交叉整合能力，两者可互补
+
+超级个体可以是超级通才，但超级通才不一定是传统意义的超级个体。
+
+## 实践路径
+
+1. **建立创意博物馆**：积累高密度信息源（3-5 个）
+2. **发现独特视角**：通过多领域学习构建差异化世界观
+3. **创建品牌环境**：通过内容展现故事和哲学
+4. **构建系统产品**：系统 > 产品，系统具有护城河价值
+
+## 相关人物
+- [[Dan Koe]]：超级通才的典型代表
+- [[Leonardo da Vinci]]：绘画/雕塑/工程/解剖/战争机器/人体绘图跨界
+- [[Jordan Peterson]]：心理学/哲学/演讲/著书跨领域通才

wiki/concepts/选品评分模型.md

@@ -0,0 +1,41 @@
+---
+title: "选品评分模型"
+type: concept
+tags: [选品, 评分模型, 算法, 电商]
+sources: []
+last_updated: 2025-03-14
+---
+
+## Definition
+通过对销量、评分、评分数量、折扣比例进行加权求和，自动计算产品综合评分并排序的选品推荐算法。
+
+## 标准公式
+```
+score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5
+```
+
+## 权重设计逻辑
+| 维度 | 权重 | 理由 |
+|------|------|------|
+| sold | 0.4 | 销量是市场验证的直接指标 |
+| rating | 12 | 评分×12 ≈ rating_count×0.2 的两倍，强调质量 |
+| rating_count | 0.2 | 评分数量代表热度和可信度 |
+| discount_percent | 0.5 | 折扣带量效果，权重较低 |
+
+## 使用方式
+在 Superset 中以 Table Chart 展示，支持按 score DESC 排序，LIMIT 100 输出推荐列表。
+
+## 可调参数
+权重可根据业务策略调整：
+- 追求爆量：增加 sold 权重
+- 追求高利润：增加 final_price 相关权重
+- 追求蓝海：增加 rating_count×rating 权重
+
+## Related Entities
+- [[TikTok Products]]：数据来源
+- [[Apache Superset]]：可视化工具
+- [[电商选品分析]]：应用场景
+
+## Related Concepts
+- [[Superset Dashboard]]：展示载体
+- [[KPI 卡片]]：关联指标卡