Auto-sync: 2026-04-17 23:18

wiki/concepts/Bird-Skill.md

@@ -0,0 +1,29 @@
+---
+title: "Bird Skill"
+type: concept
+tags: [ai-agent, automation, social-media]
+last_updated: 2026-04-17
+---
+
+## Definition
+Bird Skill 是 OpenClaw 内置的 X/Twitter 操作技能，用于获取和分析用户推文数据。
+
+## Capabilities
+- 获取指定用户的最近 N 条推文
+- 分析推文模式和质量
+- 支持定性分析而非仅定量统计
+
+## Technical Details
+- 安装方式：`clawhub install bird` 或预置（`it comes pre-bundled`）
+- 依赖：需要提供 X 账户的 Cookie 信息（`auth-token`、`ct0`）
+
+## Related Concepts
+- [[TweetClaw]] — X/Twitter 自动化插件，提供更完整的操作能力
+- [[OpenClaw]] — Bird Skill 的宿主工具
+
+## Related Entities
+- [[OpenClaw]] — AI Agent 管理工具
+
+## Notes
+- Bird Skill 侧重于数据获取和分析
+- TweetClaw 侧重于操作执行（发推、互动、抽奖等）

wiki/concepts/Pattern-Key.md

@@ -0,0 +1,37 @@
+---
+title: "Pattern-Key"
+type: concept
+tags: [openclaw, memory, agent]
+last_updated: 2026-04-17
+---
+
+## Definition
+Pattern-Key（模式键）是 Self-Improving Skill 中用于追踪同一类型问题生命周期的检索键，帮助 Agent 区分一次性错误和系统性重复。
+
+## Usage
+在 LRN 记录的 Metadata 中使用：
+```markdown
+### Metadata
+- Pattern-Key: cron.telegram-delivery
+- Recurrence-Count: 2
+- See Also: LRN-20260325-001
+```
+
+## Detection Logic
+| Recurrence-Count | 含义 | 处理方式 |
+|-----------------|------|---------|
+| 1 | 一次性错误 | 记录并解决 |
+| 2+ | 系统性重复 | 需要系统性修复 |
+
+## Example
+- `cron.daily-self-review`：出现9次，持续优化领域
+- `cron.telegram-delivery`：出现2次，第二次解决
+
+## Core Insight
+Pattern-Key 重复本身就是一个信号——第一次记了，第二次就该解决了。
+
+## Related
+- [[Self-Improving Skill]]
+- [[每日复盘机制]]
+- [[双层记忆架构]]
+- [[OpenClaw]]

wiki/concepts/Self-Improving-Skill.md

@@ -0,0 +1,48 @@
+---
+title: "Self-Improving Skill"
+type: concept
+tags: [openclaw, memory, agent]
+last_updated: 2026-04-17
+---
+
+## Definition
+Self-Improving Skill（自改进技能）是 OpenClaw 中的一种结构化经验记录系统，使 AI Agent 能够在每次遇到问题、做出决策、或发现值得记住的东西时自动记录学习内容，实现持续改进。
+
+## Structure
+```markdown
+## [LRN-YYYYMMDD-NNN] type
+
+**Logged**: YYYY-MM-DDTHH:MM:SS+08:00
+**Priority**: high|medium|low
+**Status**: pending|resolved
+**Area**: config|workflow|correction
+
+### Summary
+一句话描述学到了什么
+
+### Details
+具体发生了什么、问题出在哪
+
+### Suggested Action
+以后遇到类似情况该怎么做
+
+### Metadata
+- Pattern-Key: xxx
+- Recurrence-Count: N
+- See Also: LRN-YYYYMMDD-NNN
+```
+
+## Key Fields
+- **Pattern-Key**：经验检索键，用于追踪同一类型问题的生命周期
+- **Recurrence-Count**：重复次数，区分一次性错误和系统性重复
+- **Suggested Action**：具体可执行的改进建议，而非抽象的注意事项
+
+## Use Cases
+- 记录 AI Agent 犯过的错误及修复方法
+- 记录工作流优化发现
+- 记录配置技巧和环境差异
+
+## Related
+- [[双层记忆架构]]
+- [[每日复盘机制]]
+- [[Pattern-Key]]

wiki/concepts/双层记忆架构.md

@@ -0,0 +1,41 @@
+---
+title: "双层记忆架构"
+type: concept
+tags: [openclaw, memory, agent]
+last_updated: 2026-04-17
+---
+
+## Definition
+双层记忆架构是 OpenClaw 中解决 AI Agent 记忆问题的架构方案，由三层组成：短期记忆层、长期记忆层、self-improving 层。
+
+## Architecture
+
+### 短期记忆层
+- 文件：`memory/YYYY-MM-DD.md`
+- 作用：每天对话记录，Session 启动时读取，接上昨天工作
+- 创建时机：每次 Session 启动时检查并创建
+
+### 长期记忆层
+- 技术：memory-lancedb-pro（基于 LanceDB 的向量数据库）
+- 作用：重要决策、用户偏好、反复使用的流程，语义搜索找回
+- 价值：跨日期的知识复用
+
+### Self-Improving 层
+- 机制：每天23:00定时复盘
+- 流程：读取当天 memory → 调用 self_improvement_log → 检查 Pattern-Key 重复 → 同步到长期记忆 → 发送 Telegram 摘要
+- 核心作用：推动 Agent 行为模式持续进化
+
+## Three-Layer Summary
+| 层级 | 职责 |
+|-----|------|
+| 短期记忆 | 管每日上下文 |
+| 长期记忆 | 管知识 |
+| Self-Improving | 管成长 |
+
+## Aliases
+- 双层记忆
+
+## Related
+- [[Self-Improving Skill]]
+- [[每日复盘机制]]
+- [[OpenClaw]]

wiki/concepts/小文件清理.md

@@ -0,0 +1,22 @@
+---
+title: "小文件清理"
+type: concept
+tags: []
+---
+
+## 定义
+识别并处理低价值小文件的操作，通常针对低于特定阈值（如 100KB）的图片或视频。
+
+## 应用场景
+- 照片整理：移除截图、微信压缩图等低质量图片
+- 文档清理：移除空的或几乎无内容的文件
+- 存储优化：释放存储空间
+
+## 判断标准
+- **文件大小阈值**：通常设为 50KB-100KB
+- **文件类型**：图片（截图、缩略图）、视频（微信压缩视频）
+- **内容分析**：可通过图片尺寸、分辨率进一步判断质量
+
+## 与相关概念的关系
+- [[精确去重]] → 小文件清理的下一阶段，先移除低价值文件再进行去重
+- [[批次任务]] → 大规模清理任务需要分批执行

wiki/concepts/批次任务.md

@@ -0,0 +1,26 @@
+---
+title: "批次任务"
+type: concept
+tags: []
+---
+
+## 定义
+将大规模任务拆分为多个可管理的子任务，按顺序或并行执行的策略。
+
+## 应用场景
+- 大量文件处理：28 万张照片分 8 批次执行
+- 数据处理：大批量数据分批导入
+- API 调用：避免 rate limit 的请求分批
+
+## 优势
+- **可观测性**：每批次完成后可检查结果
+- **容错性**：单批次失败不影响其他批次
+- **资源控制**：避免一次性占用过多系统资源
+
+## 执行模式
+- **顺序执行**：按批次顺序逐一执行
+- **定时执行**：每批次在特定时间（如凌晨）自动运行
+
+## 与相关概念的关系
+- [[Cron 任务]] → 批次任务的定时触发机制
+- [[精确去重]] → 批次任务的典型应用场景之一

wiki/concepts/每日复盘机制.md

@@ -0,0 +1,32 @@
+---
+title: "每日复盘机制"
+type: concept
+tags: [openclaw, memory, agent]
+last_updated: 2026-04-17
+---
+
+## Definition
+每日复盘机制是 OpenClaw Agent 通过每天23:00（北京时间）定时执行的自改进复盘流程，通过 OpenClaw 的 cron 任务实现。
+
+## Trigger
+- 时间：每天 23:00 北京时间
+- 实现：OpenClaw cron 任务
+- 频率：每个 agent 独立运行自己的复盘流程
+
+## Process
+1. 读取当天的 memory 文件
+2. 调用 self_improvement_log 记录今日学习
+3. 检查是否有 Pattern-Key 与之前重复（重复踩坑的信号）
+4. 把有价值的经验同步到 memory-lancedb-pro（长期记忆）
+5. 通过 Telegram 发送复盘摘要
+
+## Value
+- 发现流程漏洞：即使没有人主动去查，self-improving 也会定期检查并发现问题
+- 避免重复踩坑：通过 Pattern-Key 追踪，同一类错误第二次就被解决
+- 推动进化：从单次操作改进到系统性机制建立
+
+## Related
+- [[Self-Improving Skill]]
+- [[双层记忆架构]]
+- [[Pattern-Key]]
+- [[OpenClaw]]

wiki/concepts/精确去重.md

@@ -0,0 +1,22 @@
+---
+title: "精确去重"
+type: concept
+tags: []
+---
+
+## 定义
+通过哈希算法（如 MD5、SHA256）比对文件内容，识别并处理完全相同文件的技术手段。
+
+## 应用场景
+- 照片整理：识别同一照片的多个备份副本
+- 文件清理：移除重复下载的文件
+- 数据迁移：避免重复数据占用存储空间
+
+## 技术要点
+- **哈希算法选择**：MD5 速度快但有碰撞风险，SHA256 更安全但速度稍慢
+- **增量计算**：首次计算后缓存哈希值，后续只计算新文件
+- **存储考虑**：大文件哈希计算耗时长，需考虑进度保存
+
+## 与相关概念的关系
+- [[小文件清理]] ← 常与精确去重配合使用，先清理低价值文件再进行去重
+- [[批次任务]] ← 大规模去重任务需要分批执行

wiki/entities/clawr.ing.md

@@ -0,0 +1,31 @@
+---
+title: clawr.ing
+type: entity
+tags: [AI Agent, Telephony, Notification]
+last_updated: 2026-04-17
+aliases: []
+---
+
+## Definition
+clawr.ing 是一个托管电话呼叫服务，为 AI Agent 提供电话通知能力，无需配置 Twilio 或其他电话 API 即可实现主动呼叫用户。
+
+## Role
+- 通知渠道：AI Agent 主动呼叫用户电话推送重要事项
+- 双向通话：支持实时语音对话，用户可以追问详情
+- 基础设施：处理电话通信、音频路由和通话状态
+
+## Key Features
+- 托管服务：无需 Twilio 账户或 API Key
+- 全球覆盖：支持 100+ 国家/地区的真实 PSTN 电话（非 VoIP）
+- 简单集成：只需粘贴设置提示词即可启用
+- 隐私保护：不存储通话录音或转录文本
+- 音频加密：传输过程中音频加密，通话结束后丢弃
+
+## Usage Pattern
+1. 从 clawr.ing dashboard 获取设置提示词
+2. 将提示词粘贴到 OpenClaw 对话中
+3. Agent 自动获得电话呼叫能力
+
+## Related Links
+- [clawr.ing](https://clawr.ing)
+- [clawr.ing on ClawHub](https://clawhub.ai/marcospgp/clawring)

wiki/index.md

@@ -2,8 +2,12 @@
 - [Overview](overview.md) — 知识库总览
 
 ## Sources
+- [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](sources/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) — 利用 AI Agent 自动化整理 28 万张照片（MD5 去重 + 批次任务 + Cron 定时执行）
+
+- [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）
+
 - [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/Twitter Automation from Chat](sources/x-twitter-automation.md) — 通过自然语言实现 X/Twitter 全自动化管理
+- [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
 - [Autonomous Project Management with Subagents](sources/autonomous-project-management.md) — 去中心化多 Subagent 项目管理模式，通过共享 STATE.yaml 协调任务
 - [Multi-Channel Assistant](sources/multi-channel-assistant.md) — AI 助手通过多渠道整合实现任务、日程、消息和提醒的统一管理

wiki/log.md

@@ -1,4 +1,29 @@
-## [2026-04-17] ingest | Autonomous Educational Game Development Pipeline
+## [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
+- Summary: 利用 AI Agent（OpenClaw）自动化整理 28 万张照片，MD5 哈希精确去重 + 小文件清理 + 批次任务拆分 + Cron 定时执行
+- Concepts created: 精确去重, 小文件清理, 批次任务
+- Entities created: OpenClaw（已有）, Telegram（已有）
+- Source page: wiki/sources/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
+- Notes: AI Agent 的核心价值是思维方式的升级——将模糊需求转化为可执行方案；与 Cron Jobs（已有概念）关联
+
+## [2026-04-17] ingest | X Account Analysis
+- Source file: raw/Agent/usecases/x-account-analysis.md
+- Status: ✅ 成功摄入
+- Summary: 使用 OpenClaw + Bird Skill 分析 X 账户发布质量的工作流，获取最近 N 条推文并通过 AI 分析模式、热门话题和互动差异
+- Concepts created: Bird Skill（新增）, 定性分析（新增）
+- Entities created: OpenClaw（已有）
+- Source page: wiki/sources/x-account-analysis.md
+- Notes: 与 TweetClaw 概念关联（Bird 侧重数据获取，TweetClaw 侧重操作执行）；X 内置分析仅提供定量统计，本方法提供定性分析
+
+## [2026-04-17] ingest | Phone Call Notifications
+- Source file: raw/Agent/usecases/phone-call-notifications.md
+- Status: ✅ 成功摄入
+- Summary: AI Agent 通过电话主动呼叫推送重要事项通知，支持双向语音对话，适用于价格提醒、紧急邮件、晨间简报等场景
+- Concepts created: Heartbeat（新增）
+- Entities created: clawr.ing（新增）
+- Source page: wiki/sources/phone-call-notifications.md
+- Notes: 与 Phone-Based Personal Assistant 存在场景重叠但侧重点不同（主动推送 vs 被动响应）；与 Voice Agent、Cron Jobs 已有概念关联
 - Source file: raw/Agent/usecases/autonomous-game-dev-pipeline.md
 - Status: ✅ 成功摄入
 - Summary: AI Agent 自主管理教育游戏全生命周期的工作流，Game Developer Agent 通过 Bugs First 策略和 Round Robin 调度实现 7 分钟产出 1 个游戏的高速迭代
@@ -1036,3 +1061,12 @@
 - Entities created: AionUi（新增）, OpenClaw（已有）, iOfficeAI（新增）
 - Source page: wiki/sources/aionui-cowork-desktop.md
 - Notes: 与 Phone-Based Personal Assistant 关联；OpenClaw 部署专家提供远程故障恢复能力
+
+## [2026-04-17] ingest | 养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享
+- Source file: raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md
+- Status: ✅ 成功摄入
+- Summary: AI Agent 记忆问题的解决方案，通过 self-improving skill + 双层记忆架构 + 每日复盘机制实现 Agent 持续学习和改进，核心价值：错误只犯一次，第二次就知道怎么做对
+- Concepts created: Self-Improving-Skill（新增）, 双层记忆架构（新增）, 每日复盘机制（新增）, Pattern-Key（新增）
+- 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:

wiki/overview.md

@@ -53,6 +53,8 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 
 - Voice Agent：具备语音交互能力的 AI 代理，能够通过语音对话完成任务
 
+- X Account Analysis（X 账户分析）：使用 OpenClaw + Bird Skill 获取用户推文并分析发布质量，定性分析替代 X 内置的定量统计
+
 - **Goal-Driven Autonomous Tasks** — AI Agent 自主目标驱动任务生成与执行工作流（Brain Dump、每日任务生成、迷你应用构建）
 
 - **Second Brain** — AI Agent 作为个人记忆捕获系统，通过即时通讯（Telegram/Discord/iMessage）零摩擦捕获+Next.js 搜索界面
@@ -64,6 +66,7 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 - **Pre-Build Idea Validator** — AI Agent 项目启动前的创意验证机制，通过 idea-reality-mcp 扫描 GitHub、Hacker News、npm、PyPI、Product Hunt 计算竞争度评分
 - **LaTeX Paper Writing** — AI Agent 作为 LaTeX 写作助手，无本地 TeX Live 即可即时编译 PDF，支持 IEEE/beamer/中文模板
 - **Phone-Based Personal Assistant** — 基于电话的 AI 个人助理，通过 ClawdTalk + Telnyx 实现语音访问 OpenClaw
+- **Phone Call Notifications** — AI Agent 通过电话主动呼叫推送重要事项通知（clawr.ing、双向语音对话、Cron Jobs/Heartbeat 触发）
 - **OpenClaw as Desktop Cowork (AionUi)** — AionUi 桌面端协同工作界面，将 OpenClaw 作为一等公民可视化运行，支持远程救援和多 Agent 管理
 
 - **Custom Morning Brief** — AI Agent 定时发送自动化早间简报，覆盖新闻、待办、创意输出和任务推荐
@@ -78,6 +81,10 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 - **Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南** — 在 Ubuntu Server 上使用 shenwei 用户安装 Node 20、Vibe-Kanban 与 OpenCode，并通过 pm2 管理进程的完整指南
 - **在Ubuntu 上安装Vibe-Kanban** — 在 Ubuntu 系统上通过 npx 安装 Vibe-Kanban 并使用 pm2 进行进程管理的完整指南
 
+- **精确去重** — 通过 MD5 哈希比对识别完全相同的文件，确保只删除真正重复的内容
+- **小文件清理** — 低于特定阈值（如 100KB）的图片大概率是截图或微信压缩图，直接移走
+- **批次任务** — 将大任务拆分为多个可管理的子任务，按顺序或定时执行
+
 - **Local CRM Framework with DenchClaw** — 使用 DenchClaw 框架将 OpenClaw 转变为本地 CRM 系统，单命令安装、DuckDB 数据库、自然语言交互
 
 - **Linux 运维必会的 150 个命令** — Linux 系统管理常用命令的分类汇总（12类150个命令）：帮助命令、文件操作、文件内容处理、压缩解压、信息显示、搜索文件、用户管理、网络操作、磁盘文件系统、权限管理、用户登录信<E5BD95><E4BFA1>、系统管理
@@ -113,4 +120,5 @@ AI 开源项目、Cloud & DevOps、Vibe Coding
 - **n8n configure telegram trigger** — n8n Telegram Trigger 配置问题排查与解决，通过设置 WEBHOOK_URL 环境变量为 HTTPS URL 解决 Telegram Webhook 必须使用 HTTPS 的要求
 - **TikTok PM - Python Django Project** — TikTok 产品管理系统（Django Web 应用），涵盖 Django Admin 定制、DRF API、异步任务、Docker 部署完整指南，涵盖爬虫工具对比、Docker 架构、n8n 自动化流程、AI 处理建议
 - **N8N Full Tutorial Building AI Agents in 2025 for Beginners!** — N8N 平台构建 AI Agent 入门教程（Agentic Systems 定义、节点分类、工具集成、上下文记忆、Airtable 集成）
-- **Semantic Memory Search** — 为 OpenClaw 添加向量语义搜索能力，解决 markdown 内存文件的语义检索问题
+- **Semantic Memory Search** — 为 OpenClaw 添加向量语义搜索能力，解决 markdown 内存文件的语义检索问题
+- **养虾日记2：让Agent更懂你** — AI Agent 记忆问题的解决方案，通过 self-improving skill + 双层记忆架构 + 每日复盘机制实现 Agent 持续学习和改进，核心价值：错误只犯一次，第二次就知道怎么做对

wiki/sources/x-account-analysis.md

@@ -0,0 +1,38 @@
+---
+title: X Account Analysis
+type: source
+tags: []
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Agent/usecases/x-account-analysis.md]]
+
+## Summary
+- 核心主题：使用 OpenClaw 分析 X（原 Twitter）账户的发布质量
+- 问题域：如何获得 X 账户的定性分析，而非仅统计数据
+- 方法/机制：利用 Bird Skill 获取用户最近 N 条推文，通过 AI 分析发布模式、热门话题、互动差异
+- 结论/价值：免费替代 $10-$50 的 X 分析订阅服务
+
+## Key Claims
+- X 内置分析功能仅关注性能指标，忽略内容质量
+- 定性分析可揭示帖子 viral 的模式和最热门话题
+- OpenClaw + Bird Skill 可免费实现专业级 X 分析
+
+## Key Quotes
+> "But a qualitative analysis focuses on the quality of your posts, not the performance stats."
+
+## Key Concepts
+- [[Bird Skill]]：OpenClaw 的 X/Twitter 操作 Skill
+- [[定性分析]]：关注内容质量而非数量
+- [[X Analytics]]：X 内置的分析功能
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，用于执行 X 分析
+
+## Connections
+- [[x-twitter-automation]] ← uses ← [[Bird Skill]]
+- [[x-account-analysis]] ← uses ← [[Bird Skill]]
+
+## Contradictions
+- （暂无）

wiki/sources/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

@@ -0,0 +1,43 @@
+---
+title: "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"
+type: source
+tags: []
+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.md]]
+
+## Summary
+- 核心主题：利用 AI Agent（OpenClaw）自动化整理 28 万张照片的多设备照片整理方案
+- 问题域：照片备份混乱、重复文件多、目录结构复杂
+- 方法/机制：MD5 哈希精确去重 + 小文件清理 + 批次任务拆分 + Cron 定时执行
+- 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——把模糊需求转化为可执行方案
+
+## Key Claims
+- OpenClaw 通过提问帮助用户澄清需求，将模糊的"整理照片"转化为可执行方案
+- 精确去重采用 MD5 哈希比对，确保只删除完全相同的文件
+- 28 万文件分 8 批次执行，每天凌晨自动运行，全程无需人工介入
+
+## Key Quotes
+> "我不是某个单点能力的提升，而是思维方式的升级"
+> "68 个目录，28 万个文件，一次跑完不现实" — AI 主动拆分任务批次
+
+## Key Concepts
+- [[精确去重]]：通过 MD5 哈希比对识别完全相同的文件
+- [[小文件清理]]：低于 100KB 的图片大概率是截图或微信压缩图
+- [[批次任务]]：将大任务拆分为多个可管理的子任务
+- [[Cron 任务]]：定时执行自动化脚本
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 操作系统，本方案的核心工具
+- [[Synology NAS]]：存储照片的 NAS 设备（已有 Entity）
+- [[Telegram]]：用于接收任务执行报告的通讯工具（已有 Entity）
+
+## Connections
+- [[OpenClaw]] ← uses ← [[Cron 任务]]
+- [[OpenClaw]] ← implements ← [[精确去重]]
+- [[精确去重]] ← depends_on ← [[MD5 哈希]]
+
+## Contradictions
+- （暂无）

wiki/sources/养虾日记2-让Agent更懂你-OpenClaw-Self-Improving-复盘实战案例分享.md

@@ -0,0 +1,45 @@
+---
+title: "养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享"
+type: source
+tags: []
+date: 2026-04-17
+source_file: raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md
+---
+
+## Source File
+- [[raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md]]
+
+## Summary
+- 核心主题：AI Agent 记忆问题的解决方案，通过 self-improving skill + 双层记忆架构 + 每日复盘机制实现 Agent 持续学习和改进
+- 问题域：OpenClaw Agent 每次对话都是白纸、没有记忆的问题
+- 方法/机制：self-improving skill（自改进技能）+ 每日复盘（23:00定时）+ 双层记忆架构（短期记忆+长期记忆）
+- 结论/价值：错误只犯一次，第二次就知道怎么做对
+
+## Key Claims
+- AI Agent 最大的问题不是"回答质量差"，而是"没有记忆，每次对话都是一张白纸"
+- self-improving 的核心价值：错误只犯一次，第二次就知道怎么做对
+- 双层记忆架构：短期记忆管每日上下文，长期记忆管知识，self-improving 管成长
+- Pattern-Key 重复本身就是一个信号——第一次记了，第二次就该解决了
+
+## Key Quotes
+> "AI 每次对话都是一张白纸。" — 核心问题描述
+> "昨天我跟它说过'这个问题不要用A方法'，今天它照常用。上一周我教会它的一个工作流，下周一它完全忘了。" — 问题现象
+> "三层各司其职：每日文件管上下文，向量数据库管知识，self-improving 管成长。" — 双层记忆架构总结
+
+## Key Concepts
+- [[Self-Improving Skill]]：自改进技能，结构化的经验记录系统
+- [[双层记忆架构]]：短期记忆（memory/YYYY-MM-DD.md）+ 长期记忆（memory-lancedb-pro）+ self-improving 层
+- [[每日复盘机制]]：每天23:00定时执行复盘流程
+- [[Pattern-Key]]：经验记录的检索键，用于追踪问题生命周期
+- [[Recurrence-Count]]：重复次数指标，区分一次性错误和系统性重复
+
+## Key Entities
+- [[OpenClaw]]：AI Agent 管理工具，本文的实践平台
+
+## Connections
+- [[Self-Improving Skill]] ← enables ← [[每日复盘机制]]
+- [[每日复盘机制]] ← generates ← [[Pattern-Key]]
+- [[Pattern-Key]] ← tracked_by ← [[双层记忆架构]]
+
+## Contradictions
+- （暂无）