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

This commit is contained in:
2026-04-18 00:18:08 +08:00
parent 7a7a35f726
commit 5ce3ede529
25 changed files with 694 additions and 2 deletions

View File

@@ -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)

View File

@@ -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)

View File

@@ -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
-
## 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

View File

@@ -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)

View File

@@ -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 AgentOpenClaw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