Auto-sync: 2026-04-18 00:18

wiki/concepts/Agent-Archive.md

@@ -0,0 +1,26 @@
+---
+title: "Agent Archive"
+type: concept
+tags: []
+---
+
+## 定义
+单一 Agent 的私有笔记目录，用于记录该 Agent 的专属思考、工作日志、任务记录和内容输出。
+
+## 示例
+```
+/Users/weishen/Workspace/nexus/openclaw/xingshu/     ← 星枢专属笔记
+/Users/weishen/Workspace/nexus/openclaw/xinghui/     ← 星辉专属笔记
+/Users/weishen/Workspace/nexus/openclaw/xingyao/     ← 星曜专属笔记
+```
+
+## 核心原则
+研究过程写入 Agent Archive；经过验证、可复用的知识沉淀到 Knowledge Base。
+
+## 与 Knowledge Base 的关系
+Agent Archive 是临时工作区，Knowledge Base 是整理后的公共知识库。AI 在完成任务过程中将产出写入 Archive，验证通过后迁移到 Knowledge Base。
+
+## 关联
+- [[Knowledge Base]]
+- [[OpenClaw]]
+- [[Obsidian]]

wiki/concepts/Fallback-机制.md

@@ -0,0 +1,24 @@
+---
+title: "Fallback 机制"
+type: concept
+tags: [ai-agent, model, routing]
+last_updated: 2026-04-18
+---
+
+## Definition
+当默认模型不可用或出现问题时，AI Agent 系统自动切换到备选模型的机制。
+
+## Trigger Conditions
+1. **显式的 API 服务不可用**：503/502/429/Connection Timeout
+2. **隐性的 Token 长度溢出预判**：估计 Token 接近模型上限
+3. **配置文件的"优先级"覆盖**：Agent/Channel 特定配置覆盖全局配置
+4. **节点选择算法**：负载均衡/随机分发可能选中备选模型
+
+## Problem
+Fallback 机制可能切到一个比原模型更小的模型（如 16K vs 200K），导致立即 overflow。
+
+## Related
+- [[上下文压缩]] — OpenClaw 的 compaction 机制
+- [[模型配置层级]] — Global Config、Agent Specific Config、环境变量的分层
+- [[MiniMax-M2.7]] — 作者的默认模型，200K context
+- [[DeepSeek-Reasoner]] — 只有 16K context 的模型

wiki/concepts/Graph-View.md

@@ -0,0 +1,26 @@
+---
+title: "Graph View"
+type: concept
+tags: []
+---
+
+## 定义
+Obsidian 的知识网络可视化功能（左侧边栏图谱图标，或 `Ctrl+G`），将所有 Wiki 页面以节点展示，双链关系自动连线。
+
+## Karpathy 推荐的两个用法
+
+### 健康检查
+没有任何页面链接指向它 → 说明是"孤岛页面"，需要让 AI 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，提醒应该为它建一个专页。
+
+## 核心价值
+- 发现孤立页面
+- 识别知识盲区
+- 建立知识网络
+
+## 关联
+- [[Obsidian]]
+- [[QMD]]
+- [[双链（Backlinks）]]

wiki/concepts/Knowledge-Base.md

@@ -0,0 +1,24 @@
+---
+title: "Knowledge Base"
+type: concept
+tags: []
+---
+
+## 定义
+经过整理、跨 Agent 共用的知识库目录，用于存储工具评测、架构决策、最佳实践等可复用知识。
+
+## 示例
+```
+/Users/weishen/Workspace/nexus/openclaw/knowledgebase/   ← 知识库（经过整理的公共知识）
+```
+
+## 与 Agent Archive 的关系
+Agent Archive 是单一 Agent 的私有工作笔记，Knowledge Base 是整理后的公共知识。AI 在完成任务过程中将产出写入 Archive，验证通过后迁移到 Knowledge Base。
+
+## 核心原则
+研究过程写入 Agent Archive；经过验证、可复用的知识沉淀到 Knowledge Base。
+
+## 关联
+- [[Agent Archive]]
+- [[Obsidian]]
+- [[版本控制]]

wiki/concepts/QMD.md

@@ -0,0 +1,20 @@
+---
+title: "QMD"
+type: concept
+tags: []
+---
+
+## 定义
+完全本地运行的 Markdown 搜索引擎（github.com/tobi/qmd），用于 Wiki 规模变大后的精准搜索。
+
+## 使用场景
+- Wiki 页面数量达到几百个后，`index.md` 目录文件已不够用
+- AI 找东西开始变慢，需要更高效的搜索能力
+- 纯本地运行，不依赖外部服务
+
+## 判断标准
+Wiki 到几百个页面之前，`index.md` 完全够用；等 AI 找东西开始变慢，再接入 QMD 也不迟。
+
+## 关联
+- [[Obsidian]]
+- [[Graph View]]

wiki/concepts/上下文修剪.md

@@ -0,0 +1,33 @@
+---
+title: "上下文修剪"
+type: concept
+tags: [ai-agent, memory, context]
+last_updated: 2026-04-02
+---
+
+## Definition
+通过 TTL（生存时间）和保留策略主动清理旧上下文的机制，与内存刷新配合工作。
+
+## Configuration
+```json
+{
+  "contextPruning": {
+    "mode": "cache-ttl",
+    "ttl": "6h",
+    "keepLastAssistants": 3
+  }
+}
+```
+
+## Mechanism
+- 6 小时后积极修剪旧上下文
+- 保留最后 3 个 Assistants 响应
+- 结合内存刷新：Agent 早期将重要内容写入磁盘，旧上下文在导致溢出前被清理
+
+## Key Insight
+长会话是内存系统真正接受测试的地方。短对话很少触及压缩。是 2 小时的深度工作会话中你会丢失上下文且无法找出原因。**在负载下测试你的内存系统，而不仅仅是在快速聊天中。**
+
+## Related
+- [[上下文压缩]] — 导致信息丢失的机制
+- [[内存刷新]] — 在压缩前将重要内容写入磁盘
+- [[上下文窗口]] — 有限的对话历史容纳量

wiki/concepts/上下文压缩.md

@@ -0,0 +1,23 @@
+---
+title: "上下文压缩"
+type: concept
+tags: [ai-agent, memory, context]
+last_updated: 2026-04-02
+---
+
+## Definition
+当对话填满 Context Window（上下文窗口）时，OpenClaw 将旧消息压缩成摘要以腾出空间给新消息的机制。
+
+## Problem
+压缩摘要抓住了要点，但丢失了细节——姓名、数字、具体决定，统统消失。
+
+## Key Insight
+> "这是设计使然。上下文窗口是有限的。但默认行为对一切一视同仁，这意味着你精心设计的第三条消息指令，和第七条消息的闲聊得到了相同待遇。"
+
+## Solution
+启用压缩前的内存刷新（Memory Flush），在压缩运行前将重要上下文写入磁盘。
+
+## Related
+- [[上下文窗口]] — 有限的对话历史容纳量
+- [[内存刷新]] — 在压缩前将重要内容写入磁盘的机制
+- [[上下文记忆]] — AI Agent 保留对话历史的能力

wiki/concepts/交接协议.md

@@ -0,0 +1,29 @@
+---
+title: "交接协议"
+type: concept
+tags: [ai-agent, memory, model-switching]
+last_updated: 2026-04-02
+---
+
+## Definition
+在模型切换或会话结束前，将当前上下文写入每日日志的规范，确保新模型或新会话知道之前发生了什么。
+
+## Problem
+OpenClaw 代理在切换模型时丢失所有上下文。新模型以新鲜上下文窗口开始——它只看到自动加载的文件。没有交接协议，新模型不知道发生了什么。
+
+## Solution
+添加交接协议：在任何模型切换或会话结束前，代理将当前上下文写入每日日志。
+
+## Implementation
+在 AGENTS.md 中添加写入纪律：
+- 每个任务记录其结果
+- 每个错误变成规则
+- 在模型切换前将当前状态转储到每日日志
+
+## Key Insight
+> "写入纪律比读取纪律更重要。如果代理不将决定、结果和错误记录到磁盘，这些东西只存在于上下文窗口中。而上下文窗口会被压缩。"
+
+## Related
+- [[上下文压缩]] — 导致信息丢失的机制
+- [[内存刷新]] — 在压缩前将重要内容写入磁盘
+- [[模型切换]] — OpenClaw 切换模型时的上下文丢失问题

wiki/concepts/内存刷新.md

@@ -0,0 +1,34 @@
+---
+title: "内存刷新"
+type: concept
+tags: [ai-agent, memory, persistence]
+last_updated: 2026-04-02
+---
+
+## Definition
+在压缩触发前，提醒 Agent 将重要上下文写入磁盘的机制，确保重要内容在压缩擦除后仍能存活。
+
+## Mechanism
+当会话接近上下文限制时，OpenClaw 触发一个静默回合，提醒 Agent 在压缩运行前将持久事实保存到 memory/YYYY-MM-DD.md。
+
+## Configuration
+```json
+{
+  "compaction": {
+    "memoryFlush": {
+      "enabled": true,
+      "softThresholdTokens": 4000
+    }
+  }
+}
+```
+
+> 注意：4000 这个数值要根据使用的模型来调整。使用 Gemini/Claude/GPT-4.1 等大模型（上下文窗口 32K/128K/200K tokens）时，4000 太保守，会导致频繁的 summary 和上下文"碎片化"。
+
+## Key Insight
+如果只在上下文窗口中，它是临时的。如果在磁盘上，它就能存活。
+
+## Related
+- [[上下文压缩]] — 导致信息丢失的机制
+- [[上下文窗口]] — 有限的对话历史容纳量
+- [[上下文记忆]] — AI Agent 保留对话历史的能力

wiki/concepts/品味.md

@@ -0,0 +1,15 @@
+---
+title: "品味"
+type: concept
+tags: []
+---
+
+## Definition
+能判断AI给出的多个方案中哪个是insanely great的能力。在AI工具民主化的时代，品味成为个人核心竞争力。
+
+## Related Concepts
+- [[一人公司模式]]
+- [[天才地带]]
+
+## Source
+- [[bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian]]

wiki/concepts/检索指令.md

@@ -0,0 +1,31 @@
+---
+title: "检索指令"
+type: concept
+tags: [ai-agent, memory, retrieval]
+last_updated: 2026-04-02
+---
+
+## Definition
+告诉 Agent 何时搜索的明确指令，是启动序列的重要组成部分。
+
+## Problem
+搜索基础设施存在 ≠ Agent 使用搜索。"信息存在"和"Agent使用信息"之间有区别。
+
+## Solution
+在启动序列中添加明确的检索指令，告诉 Agent 何时搜索：
+
+> 开始任何任务前：
+> - 搜索每日日志(memory/YYYY-MM-DD.md)获取相关上下文
+> - 检查LEARNINGS.md获取此类任务的规则
+> - 如果提到客户，搜索其历史记录
+
+## Testing
+建立检索测试：在每日日志中植入特定标记，然后开始新会话测试 Agent 是否能找到。
+
+## Key Insight
+搜索基础设施处理"信息存在"，启动指令和检索习惯处理"Agent使用信息"。分别测试两者。
+
+## Related
+- [[上下文记忆]] — AI Agent 保留对话历史的能力
+- [[内存刷新]] — 在压缩前将重要内容写入磁盘
+- [[混合搜索]] — 结合关键词和语义的搜索策略

wiki/concepts/死亡过滤器.md

@@ -0,0 +1,15 @@
+---
+title: "死亡过滤器"
+type: concept
+tags: []
+---
+
+## Definition
+每天早上问自己"如果今天是最后一天，我还会做今天要做的事吗？"。用于过滤非必要的承诺，聚焦真正热爱的事。
+
+## Related Concepts
+- [[Ikigai]]
+- [[天才地带]]
+
+## Source
+- [[bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian]]

wiki/concepts/混合搜索.md

@@ -0,0 +1,32 @@
+---
+title: "混合搜索"
+type: concept
+tags: [ai-agent, search, rag]
+last_updated: 2026-04-02
+---
+
+## Definition
+结合 BM25（关键词匹配）、向量嵌入（语义相似性）和重排序器的搜索策略。
+
+## Components
+1. **BM25**：关键词匹配，擅长精确短语和专有名词
+2. **向量嵌入**：语义相似性，擅长理解查询意图
+3. **重排序器**：按相关性排序结果
+
+## Problem Solved
+纯语义搜索在专有名词、具体数字和确切短语上失败。关键词搜索抓住它们。两者都用效果更好。
+
+## Comparison
+| 搜索方式 | 优点 | 缺点 |
+|---------|------|------|
+| 纯向量搜索 | 语义理解 | 精确匹配差 |
+| 纯 BM25 | 精确匹配 | 无法理解同义词 |
+| 混合搜索 | 结合两者优势 | 实现更复杂 |
+
+## Implementation
+切换到 QMD 作为内存搜索后端，实现混合搜索策略。
+
+## Related
+- [[语义搜索]] — 纯向量搜索
+- [[向量嵌入]] — 将文本转换为数值向量
+- [[上下文记忆]] — AI Agent 保留对话历史的能力

wiki/concepts/端到端.md

@@ -0,0 +1,15 @@
+---
+title: "端到端"
+type: concept
+tags: []
+---
+
+## Definition
+从想法到产品的完整控制权。区别于在他人AI流水线中做零件，端到端意味着独立完成产品/服务的设计、开发、交付全过程。
+
+## Related Concepts
+- [[一人公司模式]]
+- [[产品体系]]
+
+## Source
+- [[bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian]]

wiki/entities/MiniMax-M2.7.md

@@ -0,0 +1,21 @@
+---
+title: "MiniMax-M2.7"
+type: entity
+tags: [ai-model, llm]
+last_updated: 2026-04-18
+---
+
+## Description
+中国人工智能公司 MiniMax 开发的大语言模型，具有 200K context window。
+
+## Use Case
+作者在 OpenClaw 中使用的默认模型，用于星枢 Telegram 助手。
+
+## Related
+- [[OpenClaw]] — 使用此模型的 AI Agent 管理工具
+- [[DeepSeek-Reasoner]] — 问题的根源，只有 16K context window
+
+## Aliases
+- MiniMax
+- MiniMax M2.7
+- MiniMax-M2

wiki/entities/iCloud-Drive.md

@@ -0,0 +1,15 @@
+---
+title: "iCloud Drive"
+type: entity
+tags: []
+---
+
+## 定义
+Apple 的云同步服务，实现手机、laptop 和 Mac mini 之间的文件同步。
+
+## 在本系统中的作用
+配合 Obsidian 实现多端一致——确保笔记在 iPhone 手机端、laptop 和 Mac mini 上永远在同一版本。
+
+## 关联
+- [[Obsidian]]
+- [[Gitea]]

wiki/entities/乔布斯.md

@@ -0,0 +1,18 @@
+---
+title: "乔布斯"
+type: entity
+tags: []
+---
+
+## Aliases
+- Steve Jobs
+- 史蒂夫·乔布斯
+
+## Description
+Apple 公司联合创始人，本文观点的来源。通过1984年Mac发布的类比说明工具民主化但品味未民主化的道理。
+
+## Related Entities
+- [[Apple]]
+
+## Source
+- [[bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian]]

wiki/index.md

@@ -6,6 +6,12 @@
 
 - [养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享](sources/养虾日记2-让Agent更懂你-OpenClaw-Self-Improving-复盘实战案例分享.md) — AI Agent 记忆问题的解决方案（self-improving skill + 双层记忆架构 + 每日复盘机制）
 
+- [养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统](sources/养虾日记3-用-Obsidian-Gitea-为-AI-助手构建持久化笔记系统.md) — Obsidian + Gitea + OpenClaw 实现 AI 输出持久化
+
+- [养虾日记4：一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑](sources/养虾日记4-一次「Context-Limit-Exceeded」错误排查-我以为是小问题-结果踩了大坑.md) — OpenClaw AI Agent 的 Context Limit 错误排查（模型配置问题、Gateway 日志分析、两层配置分清）
+
+- [养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录](sources/养龙虾5天血泪史-我的AI-Agent为什么总失忆-OpenClaw-记忆调试全记录.md) — OpenClaw 内存管理问题诊断与解决（5天调试经验、10条黄金法则）
+
 - [Autonomous Educational Game Development Pipeline](sources/autonomous-game-dev-pipeline.md) — AI Agent 自主管理教育游戏全生命周期的工作流（Game Developer Agent、Bugs First 策略、Git 自动化）
 - [X Account Analysis](sources/x-account-analysis.md) — 使用 OpenClaw 分析 X 账户发布质量的工作流（Bird Skill、定性分析）
 - [Goal-Driven Autonomous Tasks](sources/overnight-mini-app-builder.md) — AI Agent 自主目标驱动任务生成与执行工作流
@@ -126,6 +132,7 @@
 - [Multi-Source Tech News Digest](sources/multi-source-tech-news-digest.md) — AI Agent 自动从 109+ 来源（RSS、Twitter、GitHub、Web搜索）聚合、评分并推送技术新闻
 - [家庭日历聚合与生活助手](sources/family-calendar-household-assistant.md) — 将 OpenClaw 构建为家庭协调代理，聚合多平台日历、监控消息自动创建日程、管理家庭库存和购物清单
 - [Semantic Memory Search](sources/semantic-memory-search.md) — 为 OpenClaw 添加向量语义搜索能力
+- [不谈技术：普通人该怎么在AI时代赚钱？](sources/bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian.md) — AI时代普通人赚钱策略（品味护城河、端到端、死亡过滤器）
 
 ## Entities
 - [营销人张飞宇](entities/营销人张飞宇.md) — 微信公众号作者，专注于个人品牌、商业变现方法论
@@ -186,6 +193,7 @@
 - [Airtable](entities/Airtable.md) — 在线数据库工具，常用于 AI Agent 的数据存储和库存管理
 - [AI Foundations](entities/AI-Foundations.md) — AI 学习社区，提供课程和协作资源
 - [Claude](entities/Claude.md) — Anthropic 公司开发的 AI 聊天助手
+- [MiniMax-M2.7](entities/MiniMax-M2.7.md) — 中国 MiniMax 公司开发的大语言模型，200K context window
 - [WildCard](entities/WildCard.md) — 虚拟信用卡，解决海外支付问题
 - [PingMe](entities/PingMe.md) — 短信接码平台，提供美国区号码
 - [Synology](entities/Synology.md) — 群晖科技，NAS 设备制造商
@@ -229,6 +237,7 @@
 - [Reddit](entities/Reddit.md) — 社交新闻聚合网站，提供子版块热门帖子获取能力
 
 ## Concepts
+- [Fallback 机制](concepts/Fallback-机制.md) — 当默认模型不可用时自动切换到备选模型的机制，可能切到更小的模型导致问题
 - [主动问责](concepts/主动问责.md) — AI Agent 主动询问用户行为完成情况，通过直接提问促进行为改变
 - [systemd-logind](concepts/systemd-logind.md) — systemd 登录管理器，处理电源管理事件
 - [TMUX 交互模式](concepts/TMUX-jiao-hu-mo-shi.md) — Claude Code 在 TMUX 会话中的交互模式，适合超长任务

wiki/log.md

@@ -1,3 +1,21 @@
+## [2026-04-18] ingest | 养虾日记4：一次「Context Limit Exceeded」错误排查
+- Source file: raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md
+- Status: ✅ 成功摄入
+- Summary: OpenClaw AI Agent 的 Context Limit 错误排查——问题是星枢 Telegram 绑定到了只有 16K context 的 DeepSeek 模型，而非对话太长；学到不要默认认为错误信息就是表面意思，两层配置要分清，日志真的有用
+- Concepts created: 模型配置层级（已有）, Fallback 机制（新增）
+- Entities created: MiniMax-M2.7（新增）, DeepSeek-Reasoner（新增）
+- Source page: wiki/sources/养虾日记4-一次「Context-Limit-Exceeded」错误排查-我以为是小问题-结果踩了大坑.md
+- Notes: 与养虾日记2、养虾日记3、养龙虾5天血泪史系列文章关联
+
+## [2026-04-17] ingest | 不谈技术：普通人该怎么在AI时代赚钱？
+- Source file: raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md
+- Status: ✅ 成功摄入
+- Summary: AI时代普通人赚钱策略——品味是护城河、端到端思维、死亡过滤器
+- Concepts created: 品味, 端到端, 死亡过滤器
+- Entities created: 乔布斯
+- Source page: wiki/sources/bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian.md
+- Notes: 
+
 ## [2026-04-17] ingest | 养虾日记1：我用 OpenClaw 管了 28 万张照片
 - 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.md
 - Status: ✅ 成功摄入
@@ -1070,3 +1088,21 @@
 - Entities created: OpenClaw（已有）
 - Source page: wiki/sources/养虾日记2-让Agent更懂你-OpenClaw-Self-Improving-复盘实战案例分享.md
 - Notes:
+
+## [2026-04-17] ingest | 养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录
+- Source file: raw/微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md
+- Status: ✅ 成功摄入
+- Summary: OpenClaw 内存管理问题诊断与解决，通过5天调试将系统提示词从 20,9652 令牌降至 9,349 令牌（减少28%），总结出10条内存管理黄金法则
+- Concepts created: 上下文压缩（新增）, 内存刷新（新增）, 混合搜索（新增）, 检索指令（新增）, 上下文修剪（新增）, 交接协议（新增）
+- Entities created: OpenClaw（已有）
+- Source page: wiki/sources/养龙虾5天血泪史-我的AI-Agent为什么总失忆-OpenClaw-记忆调试全记录.md
+- Notes:
+
+## [2026-04-17] ingest | 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统
+- Source file: raw/微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md
+- Status: ✅ 成功摄入
+- Summary: Obsidian + Gitea + OpenClaw 实现 AI 输出持久化方案，让 AI 变成"会自动整理笔记的实习生"
+- Concepts created: Agent Archive（新增）, Knowledge Base（新增）, Graph View（新增）, QMD（新增）, 版本控制（新增）
+- Entities created: OpenClaw（已有）, Obsidian（已有）, Gitea（已有）, iCloud Drive（新增）
+- Source page: wiki/sources/养虾日记3-用-Obsidian-Gitea-为-AI-助手构建持久化笔记系统.md
+- Notes: 与养虾日记2同系列，聚焦不同维度（日记2：记忆问题；日记3：输出持久化）

wiki/overview.md

@@ -1,7 +1,7 @@
 # Wiki Overview
 
 ## 主题领域
-AI 开源项目、Cloud & DevOps、Vibe Coding
+AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展
 
 ## 核心概念
 - Print Mode：Hermes 通过 stdin 调用 Claude Code 的非交互执行模式
@@ -30,7 +30,8 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 - 微服务：独立开发、独立部署、独立扩容的架构模式
 - 消息队列：服务间异步通信的中间件技术，实现解耦和削峰填谷
 - Obsidian 插件组合：根据不同使用场景将 Obsidian 核心插件进行合理搭配的策略（知识管理流、任务管理流、学习研究流）
-- 双链（Backlinks）：Obsidian 核心功能，将当前笔记与其他笔记双向关联，使新旧笔记形成知识网络
+- Graph View：Obsidian 的知识网络可视化，发现孤立页面和知识盲区
+- 版本控制：Git 管理笔记历史变更，每次更新对应 commit
 - 信息黑洞：只收集不使用的笔记困境，通过连接和复盘解决
 - 通过 VPS+内网反向代理实现域名访问内网穿透 — 使用 FRP+Caddy 实现内网服务穿透，Aliyun DNS 域名管理
 - n8n-mcp：连接 n8n 与 AI 模型的桥接项目，提供 543 个 n8n 节点访问能力，支持自然语言生成工作流
@@ -44,6 +45,11 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 - Task Automation：自动将任务创建过程从手动操作转化为系统执行的机制
 - Agent Task Visibility：AI Agent 任务对用户的透明化展示机制，通过外部工具实时展示任务状态、进度和内部推理过程
 - 习惯追踪与问责伙伴：AI Agent 定时主动检查用户习惯完成情况，通过 Telegram/SMS 实现主动问责，追踪连续打卡并自适应调整提醒语气
+- 品味：能判断AI方案中哪个是insanely great的能力，AI时代的核心竞争力
+- 端到端：从想法到产品的完整控制权，不做流水线零件
+- 死亡过滤器：每天问自己"如果今天是最后一天，我还会做今天要做的事吗？"，用于聚焦真正热爱的事
+
+- 自托管 AI Agent 排查思路：不要默认认为错误信息就是表面意思，两层配置要分清（全局 compaction 配置和 agent 模型配置），日志真的有用，工具/系统越复杂，问题的隐藏路径越深
 
 - Self-Healing Systems（自愈系统）：主动检测异常并自动修复的系统，无需人工干预即可恢复正常运行状态
 - Cron Jobs（定时任务）：Linux 基于时间的任务调度机制，AI Agent 通过定时作业实现持续自动化价值

wiki/sources/bu-tan-ji-shu-pu-tong-ren-gai-zen-me-zai-ai-shi-dai-zhuan-qian.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: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md]]
+
+## Summary
+- 核心主题：AI时代普通人的赚钱策略
+- 问题域：个人职业发展与商业变现
+- 方法/机制：
+  - 品味是护城河：AI工具民主化但品味未民主化
+  - 端到端思维：做完整产品/服务，不做流水线零件
+  - 死亡过滤器：追问真正热爱的事，用AI把它做到极致
+- 结论：AI不会让普通人变富，但会让有明确目标且对品质有执念的人变得极其强大
+
+## Key Claims
+- 工具民主化但品味未民主化，品味是AI时代的护城河
+- 端到端产品比100人团队里的AI提示词工程师强一万倍
+- 普通人和不普通的人的区别在于愿不愿意对一千件事说No，只对一件事说Yes
+
+## Key Quotes
+> "正确的问题是：AI让我能做到什么以前做不到的事？" — 核心思维转变
+> "90%的人用AI生成的东西是shit。因为他们不知道什么是好的。" — 品味的重要性
+> "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。" — 端到端价值
+
+## Key Concepts
+- [[品味]]：能判断AI方案中哪个是insanely great的能力
+- [[端到端]]：从想法到产品的完整控制权
+- [[死亡过滤器]]：每天问自己"如果今天是最后一天，我还会做今天要做的事吗？"
+
+## Key Entities
+- [[乔布斯]]：本文观点的来源，引用其1984年Mac发布的类比
+
+## Connections
+- [[一人公司模式]] ← aligns_with ← [[端到端]]
+- [[Ikigai]] ← similar_to ← [[死亡过滤器]]
+- [[天才地带]] ← related_to ← [[死亡过滤器]]
+
+## Contradictions
+- （暂无）

wiki/sources/养虾日记3-用-Obsidian-Gitea-为-AI-助手构建持久化笔记系统.md

@@ -0,0 +1,47 @@
+---
+title: "养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统"
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md]]
+
+## Summary
+- 核心主题：AI Agent 输出持久化方案
+- 问题域：AI 助手对话内容随会话结束而丢失的问题
+- 方法/机制：Obsidian（知识库） + Gitea（版本控制） + OpenClaw（写入接口）
+- 结论/价值：让 AI 变成"会自动整理笔记的实习生"，输出自动落盘、多端同步、版本可溯
+
+## Key Claims
+- AI 助手的大量有用输出在对话结束后丢失，需要持久化方案解决
+- Obsidian + Gitea + OpenClaw 的组合实现了笔记的版本控制和多端同步
+- 研究过程写入 Agent Archive，经过验证的知识沉淀到 Knowledge Base
+- 每次笔记更新对应 Git commit，变更可追溯
+
+## Key Quotes
+> "一句话概括：用 Obsidian 做知识库，用 Gitea 做版本控制，用 OpenClaw 做写入接口。"
+
+> "本质上是把 AI 变成了一个'会自动整理笔记的实习生'——它做完事，就会顺手把记录更新好。"
+
+## Key Concepts
+- [[Agent Archive]] — 单一 Agent 的私有笔记目录
+- [[Knowledge Base]] — 跨 Agent 共用的整理后知识
+- [[版本控制]] — Git 管理笔记历史变更
+- [[Graph View]] — Obsidian 的知识网络可视化
+- [[QMD]] — 纯本地运行的 Markdown 搜索引擎
+
+## Key Entities
+- [[OpenClaw]] — AI Agent 管理工具，提供 obsidian skill
+- [[Obsidian]] — 基于 Markdown 的本地优先笔记软件
+- [[Gitea]] — 自建 Git 服务，用于版本控制
+- [[iCloud Drive]] — Apple 云同步服务，实现多端一致
+
+## Connections
+- [[Obsidian]] ← 知识库 ← [[OpenClaw]]
+- [[Gitea]] ← 版本控制 ← [[Obsidian]]
+- [[养虾日记2-让Agent更懂你]] ← 同一系列
+
+## Contradictions
+- （暂无）

wiki/sources/养虾日记4-一次「Context-Limit-Exceeded」错误排查-我以为是小问题-结果踩了大坑.md

@@ -0,0 +1,48 @@
+---
+title: "一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑"
+type: source
+tags: []
+date: 2026-04-10
+---
+
+## Source File
+- [[raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md]]
+
+## Summary
+- 核心主题：OpenClaw AI Agent 的 Context Limit 错误排查
+- 问题域：AI Agent 运维、模型配置问题诊断
+- 方法/机制：Gateway 日志分析、模型配置层级排查、compaction 机制理解
+- 结论/价值：不要默认认为错误信息就是表面意思，两层配置要分清，日志真的有用
+
+## Key Claims
+- 「Context limit exceeded」不一定是因为对话太长，可能是模型配置本身就有问题
+- 全局 compaction 配置和 agent 模型配置是两码事，改全局不行就得往 agent 级别去找
+- OpenClaw 这种分布式 agent 系统，一个问题可能藏在七八个地方——session、memory、model config、routing rules、compaction 策略
+
+## Key Quotes
+> "provider=custom-api-deepseek-reasoner/deepseek-reasoner ctx=16000"
+> "estimatedPromptTokens=393 overflowTokens=392 reserveTokens=16384"
+> "deepseek-reasoner 的 context window 只有 16K"
+
+## Key Concepts
+- [[上下文压缩]]：OpenClaw 的 safeguard 模式会预留一半 token 给 compaction
+- [[模型配置层级]]：Global Config、Agent/Channel Specific Config、环境变量的分层配置
+- [[Fallback 机制]]：模型服务不可用时的自动切换逻辑
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，作者使用的自托管系统
+- [[MiniMax-M2.7]]：作者默认使用的模型，200K context window
+- [[DeepSeek-Reasoner]]：只有 16K context window 的模型，问题的真正原因
+
+## Connections
+- [[养虾日记2：让Agent更懂你]] ← related_to ← [[养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统]]
+- [[养虾日记4：一次「Context Limit Exceeded」错误排查]] ← related_to ← [[养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录]]
+
+## Contradictions
+- 无
+
+## Lessons Learned
+1. 不要默认认为错误信息就是表面意思
+2. 两层配置要分清：全局 compaction 配置和 agent 模型配置
+3. 日志真的有用
+4. 工具/系统越复杂，问题的隐藏路径越深

wiki/sources/养虾日记5-深夜与苏轼聊AI-他说-被浪打下去还能爬起来的才叫风流.md

@@ -0,0 +1,42 @@
+---
+title: "养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流"
+type: source
+tags: [养虾日记, AI, 苏东坡, 数字导师]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md]]
+
+## Summary
+- 核心主题：用AI蒸馏历史人物思维框架，创建可对话的"数字导师"
+- 问题域：AI Agent 的个性化定制、历史人物思维的数字化重现
+- 方法/机制：通过6个并行Agent从6个维度（著作、对话、表达DNA、他者视角、决策、时间线）采集信息，提炼核心心智模型、决策启发式和表达DNA，生成可运行的AI Skill
+- 结论/价值：用AI放大人类历史上最强大的脑子，让它们成为日常的思维顾问
+
+## Key Claims
+- 数字导师不是角色扮演，而是用历史人物的思维框架分析真实人生困境
+- 苏东坡的"豁达"是被逼出来的，不是天生的
+- 真正风流的人不是站在浪尖上的人，而是被浪打下去还能爬起来的人
+
+## Key Quotes
+> "问汝平生功业，黄州惠州儋州" — 苏轼自嘲，也是骨气
+> "人生到处知何似，应似飞鸿踏雪泥" — 人生虽充满偶然和不确定性，但每一次经历和痕迹都值得珍惜
+
+## Key Concepts
+- [[数字导师]]：用AI复活历史人物，让其成为日常对话的思维顾问
+- [[思维蒸馏]]：通过深度调研提炼真实人物的核心思维框架，变成可运行的AI Skill
+- [[女娲·Skill]]：实现思维蒸馏的技术框架
+
+## Key Entities
+- [[苏东坡]]：北宋文学家，第一个被蒸馏的历史人物，一生三起三落
+- [[女娲·Skill]]：开源项目，实现人物思维蒸馏的技术工具
+- [[OpenClaw]]：AI Agent管理工具，用于运行苏东坡Skill
+
+## Connections
+- [[苏东坡]] ← 蒸馏对象 ← [[思维蒸馏]]
+- [[数字导师]] ← 基于 ← [[思维蒸馏]]
+- [[女娲·Skill]] ← 实现 ← [[思维蒸馏]]
+
+## Contradictions
+- （暂无）

wiki/sources/养龙虾5天血泪史-我的AI-Agent为什么总失忆-OpenClaw-记忆调试全记录.md

@@ -0,0 +1,59 @@
+---
+title: "养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录"
+type: source
+tags: [AI, Agent, OpenClaw, 记忆管理, 上下文压缩]
+date: 2026-04-02
+---
+
+## Source File
+- [[raw/微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md]]
+
+## Summary
+- 核心主题：AI Agent（OpenClaw）的长期记忆问题诊断与解决
+- 问题域：上下文窗口压缩导致的信息丢失、搜索失效、系统臃肿、模型切换失忆
+- 方法/机制：内存刷新、混合搜索（BM25+向量+重排序）、检索指令、上下文修剪、系统提示词审计清理、交接协议
+- 结论/价值：5天调试将系统提示词从 20,9652 令牌降至 9,349 令牌（减少 28%），总结出 10 条 OpenClaw 内存管理黄金法则
+
+## Key Claims
+- 上下文压缩会丢失细节信息（姓名、数字、具体决定），需要在压缩前将重要内容写入磁盘
+- 纯语义搜索在专有名词、具体数字和确切短语上失败，混合搜索（关键词+向量+重排序）效果更好
+- 检索不是自动的，需要在启动序列中添加明确的检索指令
+- 系统提示词中的每个未使用技能都是每个消息上的开销，移除不使用的文件比添加更重要
+- 模型切换时需要交接协议，否则新模型会以空白上下文窗口开始
+
+## Key Quotes
+> "这是设计使然。上下文窗口是有限的。但默认行为对一切一视同仁，这意味着你精心设计的第三条消息指令，和第七条消息的闲聊得到了相同待遇。"
+
+> "信息存在"和"Agent使用信息"之间有区别。你需要两者。搜索基础设施处理第一部分。启动指令和检索习惯处理第二部分。
+
+> "真正的修复不是添加更多文件。而是移除那些什么都不做的文件。"
+
+> "写入纪律比读取纪律更重要。如果代理不将决定、结果和错误记录到磁盘，这些东西只存在于上下文窗口中。而上下文窗口会被压缩。"
+
+## Key Concepts
+- [[上下文压缩]]：OpenClaw 将旧消息压缩为摘要以腾出空间，但会丢失细节
+- [[内存刷新]]：在压缩前将重要上下文写入磁盘的机制
+- [[混合搜索]]：结合 BM25（关键词匹配）、向量嵌入（语义相似性）和重排序器的搜索策略
+- [[检索指令]]：在启动序列中明确告诉 Agent 何时搜索的指令
+- [[上下文修剪]]：通过 TTL 和保留策略主动清理旧上下文
+- [[系统提示词审计]]：定期检查并移除未使用的技能和文件
+- [[交接协议]]：模型切换前将当前上下文写入每日日志的规范
+
+## Key Entities
+- [[OpenClaw]]：运行在 Telegram 上的 AI Agent 管理工具，作者的助理"星辉"基于此构建
+- [[QMD]]：内存搜索后端，结合 BM25、向量嵌入和重排序器
+- [[SQLite]]：OpenClaw 默认的搜索后端，使用向量嵌入但在精确匹配上表现不佳
+
+## Connections
+- [[上下文压缩]] ← depends_on ← [[上下文窗口]]
+- [[内存刷新]] ← fixes ← [[上下文压缩]]
+- [[混合搜索]] ← replaces ← [[SQLite 向量搜索]]
+- [[检索指令]] ← enables ← [[上下文记忆]]
+- [[交接协议]] ← solves ← [[模型切换失忆]]
+- [[系统提示词审计]] ← reduces ← [[系统开销]]
+
+## Contradictions
+- 与之前的[[养虾日记2：让Agent更懂你]]思路对比：
+  - 养虾日记2侧重 self-improving skill 和双层记忆架构的主动学习
+  - 本篇侧重被动防御机制（内存刷新、交接协议）和系统优化
+  - 两者互补：主动学习减少错误，被动防御确保记忆不丢失