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