wiki-ingest: 4 Agent Use Cases (autonomous PM, content factory, product factory, knowledge base RAG) - 2026-04-15 evening batch

knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md

@@ -11,41 +11,75 @@ tags:
 date-added: 2026-04-14
 video-source: "nas:///volume2/work/Public Cloud Learning Sessions/CTP _ Topic 14_ Octane Hub on AWS_ Real life experience moving production services into the new land.mp4"
 audio-source: ""
-status: raw
+status: summarized
 ---
 
-# CTP Topic 14 Octane Hub on AWS Real life experience moving production services into the new land
+# CTP Topic 14 Octane Hub on AWS: Real-Life Experiences
 
 **Source:** NAS `/volume2/work/Public Cloud Learning Sessions/CTP _ Topic 14_ Octane Hub on AWS_ Real life experience moving production services into the new land.mp4`
 
 **Type:** VIDEO | **Category:** 01_AWS-Landing-Zone
 
-**Status:** 🟡 Awaiting Whisper transcription → Summary
+**Status:** ✅ 已完成摘要
 
 ---
 
 ## 摘要
 
-> 待转录后由 LLM 生成
+Holger Rode（Octane Hub CTO 软件工厂团队负责人）分享了 Octane Hub 云设计考虑因素、学习曲线、网络和安全要求以及常见陷阱。Octane Hub 团队主要使用 Docker 容器运行，之前托管在 Bibling Lab，拥有三台物理服务器和多台虚拟机。
+
+### 现有工作负载
+
+这些容器运行各种 Web 应用程序，包括 QuickSee、Release Manager、Patch Manager 和安全程序板。他们还处理后台作业，如支持集成、数据复制和内部空闲搜索。团队还管理大约 10TB 的文件存储和大型 MSSQL 服务器数据库。
+
+### 云迁移动因
+
+由于 Bibling 数据中心即将关闭，云迁移变得紧迫。云转型计划提供了帮助，团队在 5 月左右获得了概念验证 Landing Zone 账户的访问权限，随后在 6 月获得了生产账户。团队目标是实现无缝过渡，紧密镜像现有设置以避免在 Go Live 期间进行重大技术变更。
+
+### 技术选型与挑战
+
+- 使用 AWS 定价计算器了解服务成本
+- 最初考虑 EFS 用于存储，但由于性能问题（数据库无法直接在 EFS 上运行）不适用
+- 改用 EBS 用于实时数据库，EFS 用于备份
+- 部署方式：从控制台脚本演变为使用 Packer 构建 AMI，使用 Terraform/TerraGrunt 部署
+- 网络问题需要多次 PCS 请求，与网络团队协作解决
+- 使用 VPC Transit Gateway 并实施标签系统管理访问
+- DNS 设置：使用 Cname 指向 AWS software infra.net 域，通过 Route 53 管理
+
+### 下一步计划
+
+- 改进 DR 和高可用性
+- 通过最佳匹配存储选项（S3）进行成本优化
+- 从 MSSQL 迁移到 Postgres
+- 可能迁移到 AWS ECS 服务
 
 ---
 
 ## 关键概念
 
--
+- **Docker 容器化**: Octane Hub 的主要部署模式
+- **Packer + Terraform/TerraGrunt**: 基础设施即代码的部署流程
+- **VPC Transit Gateway**: AWS 网络互联解决方案
+- **标签系统**: 基于角色和环境管理资源访问
+- **EFS vs EBS**: 文件存储与块存储的性能差异
 
 ---
 
 ## 行动项
 
--
+- [ ] 评估现有工作负载是否适合容器化
+- [ ] 规划数据库从 MSSQL 到 Postgres 的迁移路径
+- [ ] 检查 EBS/EFS 存储选型是否合理
+- [ ] 制定 DR 和高可用性改进计划
 
 ---
 
 ## 相关视频
 
-> 配对视频笔记链接（生成后填入）
+> [!info]+ 交叉引用
+> [[ctp-topic-7-saas-landing-zone-design.md]] — SaaS Landing Zone 设计
+> [[ctp-topic-25-labs-landing-zone-overview-itom-teams.md]] — Labs Landing Zone 概述
 
 ---
 
-*最后更新: 2026-04-14*
+*最后更新: 2026-04-15*

knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-44-aws-backup-in-micro-focus.md

@@ -11,7 +11,7 @@ tags:
 date-added: 2026-04-14
 video-source: "nas:///volume2/work/Public Cloud Learning Sessions/CTP _ Topic 44_ AWS Backup in Micro Focus.mp4"
 audio-source: ""
-status: raw
+status: summarized
 ---
 
 # CTP Topic 44 AWS Backup in Micro Focus
@@ -20,32 +20,68 @@ status: raw
 
 **Type:** VIDEO | **Category:** 01_AWS-Landing-Zone
 
-**Status:** 🟡 Awaiting Whisper transcription → Summary
+**Status:** ✅ 已完成摘要
 
 ---
 
 ## 摘要
 
-> 待转录后由 LLM 生成
+AWS Backup 是一个托管服务，用于在 AWS 云中集中化和自动化数据保护。它支持跨账户和跨区域备份，并提供不可变性以防止勒索软件等威胁。该服务为 S3 和 RDS 等服务提供时间点恢复，潜在恢复时间可在 1 秒以内。它还支持法律保留，允许隔离特定备份并保留以满足合规性要求。
+
+### 灾难恢复策略
+
+灾难恢复策略根据恢复时间目标（RTO）和恢复点目标（RPO）而有所不同。四种主要策略是：
+
+- **备份和恢复**：适用于恢复时间为数小时的低优先级情况。
+- **Pilot Light**：数据复制到 DR 区域，允许在 1 小时内恢复。
+- **Warm Standby**：应用程序在生产和 DR 区域以较小规模运行，可在几分钟内恢复。
+- **Active-Active**：提供近乎零停机和数据丢失，但成本最高，应用程序在两个区域同时运行。
+
+### 当前 AWS 备份流程
+
+目前，应用程序所有者管理 EC2、EBS、EFS、S3 和数据库等资源的快照。这些快照在 CCIE 门户中注册，并根据标签复制到 DR 区域。对于客户管理的密钥，会执行转换过程。CCIE 门户更新标签以跟踪备份过程并提供错误通知。
+
+### 当前流程的差距
+
+当前备份流程是分散的，涉及多个团队，增加了错误风险。快照存储在与资源相同的账户中，一旦账户被攻破会带来风险。CCIE vault 将快照复制到不同区域，但由于成本原因，保留期仅限于三天。备份不是不可变的，CCIE vault 需要新插件来支持新的 AWS 服务。产品组之间的保留期不一致。
+
+### AWS Backup 详情
+
+AWS Backup 加密所有备份，包括静态和传输中的数据。一个限制是它无法排除附加到 EC2 实例的特定卷，强制备份所有附加卷。Amazon 不再建议数据库使用热备份，指出快照是崩溃一致的，支持增量备份。
+
+### 演示亮点
+
+演示展示了创建备份保管库（用于加密 AWS 备份）、创建备份计划（每日、每小时或自定义计划）、启用 S3 和 RDS 的时间点恢复、按需备份以及从备份保管库恢复（创建新的 EBS 卷或 RDS 实例）。该服务支持基于角色的访问控制，可以使用 CloudWatch 进行监控。
 
 ---
 
 ## 关键概念
 
--
+- **AWS Backup**: AWS 托管的集中化数据保护服务
+- **不可变性 (Immutability)**: 防止备份被篡改或删除
+- **RTO (Recovery Time Objective)**: 恢复时间目标
+- **RPO (Recovery Point Objective)**: 恢复点目标
+- **备份和恢复**: 最基本的 DR 策略，适合低优先级场景
+- **法律保留 (Legal Holds)**: 用于合规性保留特定备份
+- **CCIE 门户**: 当前管理快照的内部平台
 
 ---
 
 ## 行动项
 
--
+- [ ] 评估现有备份流程是否需要迁移到 AWS Backup
+- [ ] 审查当前备份的 RTO/RPO 是否满足业务需求
+- [ ] 考虑跨账户和跨区域备份以提高韧性
+- [ ] 检查数据库备份是否还在使用热备份模式（不推荐）
 
 ---
 
 ## 相关视频
 
-> 配对视频笔记链接（生成后填入）
+> [!info]+ 交叉引用
+> [[ctp-topic-72-implementing-an-enterprise-dr-strategy-using-aws-backup.md]] — 企业级 DR 策略实施
+> [[ctp-topic-73-aws-backup-implementation-of-the-cloud-transformation-program.md]] — CTP AWS Backup 实施
 
 ---
 
-*最后更新: 2026-04-14*
+*最后更新: 2026-04-15*

knowledgebase/DevOps & SRE/05_FinOps/ctp-topic-13-cloud-finops-micro-focus-policies-best-practices-to-optimize-the-co.md

@@ -11,7 +11,7 @@ tags:
 date-added: 2026-04-14
 video-source: "nas:///volume2/work/Public Cloud Learning Sessions/CTP _ Topic 13_ Cloud FinOps_ Micro Focus Policies _ best practices to optimize the costs.mp4"
 audio-source: ""
-status: raw
+status: summarized
 ---
 
 # CTP Topic 13 Cloud FinOps Micro Focus Policies best practices to optimize the costs
@@ -20,32 +20,83 @@ status: raw
 
 **Type:** VIDEO | **Category:** 05_FinOps
 
-**Status:** 🟡 Awaiting Whisper transcription → Summary
+**Status:** ✅ 已完成摘要
 
 ---
 
 ## 摘要
 
-> 待转录后由 LLM 生成
+本次云转型学习会议的主题是"Cloud FinOps: Micro Focus 政策与成本优化最佳实践"。由 PCG（Public Cloud Governance）团队的 Uday 和 Vinay 主讲。
+
+### 核心内容
+
+1. **PCG 服务分层**
+   - **成本管理**：账单支付、showback/chargeback、预算管理
+   - **成本优化**：组织级和账户级优化，包括购买 Reserved Instances 和识别未充分利用的资源
+   - **治理与自动化**：集中式上线、策略开发、自动报告
+
+2. **核心策略**
+   - **可见性**：确保账单可见
+   - **标签合规**：强制标签要求
+   - **预算责任**：账户负责人负责控制在预算内
+   - **集中管理**：集中管理 Reserved Instances 和 Savings Plans
+   - **区域限制**：限制区域使用以优化成本、安全和管理
+
+3. **安全策略**
+   - 预安装 Godrails
+   - 通过联合身份管理访问（MFA 即将推出）
+   - 供应商告警重定向到安全团队
+   - 账户负责人需提供公共分发列表（PDL）用于告警
+   - Cloud Security Postal Management 工具正在实施
+
+4. **最佳实践**
+   - 使用计算器了解成本
+   - 检查资源清单
+   - 监控月度账单
+   - **Cloud Health**：关键工具，提供资源清单、成本分析和月度账单洞察
+   - 标准化实例类型：
+     - M 系列：通用场景
+     - T 系列：突发性工作负载
+     - C 系列：计算密集型应用
+     - R/X 系列：内存优化工作负载
+   - 使用 Graviton 实例节省成本
+
+5. **研发环境优化**
+   - 使用突发性实例
+   - 使用实例调度器
+   - 使用 Spot 实例
 
 ---
 
 ## 关键概念
 
--
+- **PCG (Public Cloud Governance)**：公共云治理框架，提供工作负载放置、成本和优化指导
+- **Showback/Chargeback**：成本分摊机制
+- **Cloud Health**：云成本分析和监控工具
+- **Godrails**：预安装安全控制
+- **Reserved Instances / Savings Plans**：承诺计划用于成本优化
+- **Graviton**：AWS ARM 处理器，比 Intel 更便宜
 
 ---
 
 ## 行动项
 
--
+- [ ] 了解 Cloud Health 工具的使用
+- [ ] 审查并标准化实例类型选择
+- [ ] 确保所有资源使用正确的标签
+- [ ] 探索 Graviton 实例用于兼容的工作负载
+- [ ] 在研发环境中实施实例调度器
+- [ ] 检查月度账单并识别优化机会
 
 ---
 
 ## 相关视频
 
-> 配对视频笔记链接（生成后填入）
+> [!info]+ 交叉引用
+> [[ctp-topic-63-optimise-resource-cost-using-automation.md]] — 深入讲解自动化调度优化资源成本
+> [[ctp-topic-27-aws-instance-scheduler.md]] — AWS 实例调度器详解
+> [[ctp-topic-71-pcgs-guide-to-rightsizing-why-how-when.md]] — Rightsizing 最佳实践
 
 ---
 
-*最后更新: 2026-04-14*
+*最后更新: 2026-04-15*

wiki/concepts/Pattern-Key.md

@@ -0,0 +1,27 @@
+---
+title: "Pattern-Key"
+type: concept
+tags: [self-improving, memory, pattern, tracking]
+last_updated: 2026-04-15
+---
+
+## Definition
+经验记录（LEARNINGS.md）的唯一标识键，格式为 domain.subdomain（如 cron.telegram-delivery），用于发现重复踩坑和追踪系统性错误。
+
+## Core Mechanism
+- 格式：点分层级，如 cron.daily-self-review / cron.telegram-delivery / cron.naming-convention
+- 用途：通过相同 Pattern-Key 发现同一问题的多次记录
+- 决策信号：Pattern-Key 重复出现 = 系统性问题需系统性解决，而非单点修复
+
+## Example
+| Pattern-Key | 出现次数 | 含义 |
+|---|---|---|
+| cron.daily-self-review | 9次 | 每日复盘，持续活跃优化领域 |
+| cron.telegram-delivery | 2次 | Telegram 通知配置，第一次记了第二次解决 |
+
+## Key Insight
+Pattern-Key 重复本身是信号——第一次记了，第二次就该解决了。Recurrence-Count ≥ 2 说明这不是偶发错误。
+
+## Connections
+- [[Self-Improving Skill]] ← 核心机制 ← [[Pattern-Key]]
+- [[Recurrence-Count]] ← 量化 ← [[Pattern-Key]]

wiki/concepts/Recurrence-Count.md

@@ -0,0 +1,23 @@
+---
+title: "Recurrence-Count"
+type: concept
+tags: [self-improving, memory, tracking, systematic-error]
+last_updated: 2026-04-15
+---
+
+## Definition
+经验记录的重复次数计数器，记录同一 Pattern-Key 出现的次数，用于区分偶发一次性错误与需系统性解决的重复问题。
+
+## Core Mechanism
+- 初始值：1（新记录）
+- 递增：同一 Pattern-Key 再次出现时 +1
+- 决策阈值：Recurrence-Count ≥ 2 说明这是重复问题，不是偶发错误
+
+## Key Insight
+- Recurrence-Count = 1：一次性错误，记录后不再出现，关注 Suggested Action 即可
+- Recurrence-Count ≥ 2：系统性重复，需要检查上一次是否真正解决了根本原因
+- 高 Recurrence-Count（9次如 cron.daily-self-review）：说明这是持续活跃的优化领域，每次复盘都在积累
+
+## Connections
+- [[Pattern-Key]] ← 追踪 ← [[Recurrence-Count]]
+- [[Self-Improving Skill]] ← 量化机制 ← [[Recurrence-Count]]

wiki/concepts/STATE-yaml.md

@@ -0,0 +1,41 @@
+---
+title: "STATE.yaml"
+type: concept
+tags: [coordination, multi-agent, state-management]
+last_updated: 2026-04-15
+---
+
+## Summary
+去中心化项目协调文件格式，YAML 结构定义任务 ID、状态（in_progress/done/blocked）、owner、开始时间、备注、blocked_by 依赖关系。所有 agent 读写同一文件实现协调。
+
+## Format Structure
+```yaml
+project: project-name
+updated: ISO-timestamp
+
+tasks:
+  - id: task-id
+    status: in_progress | done | blocked
+    owner: agent-label
+    started: ISO-timestamp
+    completed: ISO-timestamp
+    blocked_by: other-task-id
+    notes: "描述"
+
+next_actions:
+  - "agent-label: 具体下一步行动"
+```
+
+## Key Properties
+- 单一事实来源（Single Source of Truth）
+- Git 版本控制可获取完整变更历史
+- blocked_by 字段实现自动依赖触发
+
+## Compared To
+- [[Multi-Agent Hierarchy]]：层级架构 vs 平铺协调
+- [[共享内存模式]]：内存读写 vs 文件持久化
+
+## Key Connections
+- [[Autonomous Project Management]] ← 核心协调机制
+- [[GitOps]] ← 审计日志集成
+- [[去中心化协调]] ← 协调模式

wiki/concepts/Self-Improving-Skill.md

@@ -0,0 +1,42 @@
+---
+title: "Self-Improving Skill"
+type: concept
+tags: [openclaw, self-improvement, memory, agent, learning]
+last_updated: 2026-04-15
+---
+
+## Definition
+OpenClaw 自改进技能，通过结构化经验记录系统让 Agent 在错误中学习、持续进化，避免同一错误重复出现。
+
+## Core Mechanism
+- 工具：self_improvement_log，写入 LEARNINGS.md 或 ERRORS.md
+- 固定格式：Summary + Details + Suggested Action + Metadata（Pattern-Key/Recurrence-Count/See Also）
+- 记录类型：correction（错误修正）/ workflow（流程改进）/ config（配置发现）/ best_practice（最佳实践）
+
+## Key Insight
+- 错误只犯一次：Pattern-Key 相同的问题第二次出现时应直接应用 Suggested Action
+- Recurrence-Count 是核心指标：重复次数高的 Pattern-Key 需要系统性解决，而非单点修复
+- Pattern-Key 重复本身是信号：第一次记了，第二次就该解决了
+
+## LEARNINGS.md 格式示例
+```markdown
+## [LRN-20260325-001] correction
+**Logged**: 2026-03-25T14:09:53+08:00
+**Priority**: high
+**Status**: pending
+**Area**: config
+### Summary
+Telegram chat ID 在 cron job 配置中不应使用 "user:" 前缀
+### Details
+使用了 `--to user:5038825565` 格式，导致报错
+### Suggested Action
+使用纯数字 chat ID：`--to 5038825565`
+### Metadata
+- Pattern-Key: cron.telegram-delivery
+- Recurrence-Count: 1
+```
+
+## Connections
+- [[双层记忆架构]] ← 包含 ← [[Self-Improving Skill]]
+- [[Pattern-Key]] ← 核心机制 ← [[Self-Improving Skill]]
+- [[每日复盘]] ← 触发 ← [[Self-Improving Skill]]

wiki/concepts/Vibe-Kanban.md

@@ -0,0 +1,26 @@
+---
+title: "Vibe-Kanban"
+type: concept
+tags: [vibe-coding, kanban, opencode, ubuntu, ai-pair-programming]
+last_updated: 2026-04-15
+---
+
+## Definition
+AI 结对编程任务看板，通过 Web UI（PORT 9999）管理编程任务，自动 spawn OpenCode Executor 在随机端口执行 AI 编程。
+
+## Core Mechanism
+- 启动：RUST_LOG=debug HOST=0.0.0.0 PORT=9999 npx vibe-kanban
+- 自动 spawn：vibe-kanban 启动后自动 spawn executor（随机端口），无需手动启动
+- 工作目录：/var/tmp/vibe-kanban/worktrees/（需 shenwei 用户权限）
+- 配置目录：~/.vibe-kanban
+- 清理：rm -rf /var/tmp/vibe-kanban/worktrees/* ~/.vibe-kanban（解决权限/端口问题）
+
+## Key Constraints
+- 不要用 root 启动 OpenCode serve
+- I/O error 通常是 executor 没启动或端口被占用
+- executor 随 vibe-kanban 进程一起管理，不单独用 pm2 管理
+
+## Connections
+- [[Vibe-Kanban]] ← spawns ← [[OpenCode Executor]]
+- [[nvm]] ← 提供 Node ← [[Vibe-Kanban]]
+- [[pm2]] ← 管理进程 ← [[Vibe-Kanban]]

wiki/concepts/nvm.md

@@ -0,0 +1,21 @@
+---
+title: "nvm"
+type: concept
+tags: [node, version-manager, ubuntu, installation]
+last_updated: 2026-04-15
+---
+
+## Definition
+Node Version Manager，通过 curl -fsSL 安装，管理多个 Node.js 版本，解决系统包版本冲突问题。
+
+## Core Mechanism
+- 安装：curl -fsSL https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
+- 环境变量：export NVM_DIR="$HOME/.nvm"，[ -s "$NVM_DIR/nvm.sh" ] && \. "$NVM_DIR/nvm.sh"
+- 常用命令：nvm install 20 / nvm use 20 / nvm alias default 20
+
+## Use Case
+Ubuntu Server 安装 Node 20 以支持 Vibe-Kanban 和 OpenCode，避免系统包管理器版本过旧。
+
+## Connections
+- [[Node 20]] ← 版本 ← [[nvm]]
+- [[Vibe-Kanban]] ← 依赖 ← [[nvm]]

wiki/concepts/pm2.md

@@ -0,0 +1,24 @@
+---
+title: "pm2"
+type: concept
+tags: [process-manager, node, ubuntu, vibe-coding]
+last_updated: 2026-04-15
+---
+
+## Definition
+Node.js 进程管理器，提供进程守护、日志管理、开机自启功能，适合生产环境长期运行 Node 服务。
+
+## Core Mechanism
+- 安装：npm install -g pm2
+- 启动：pm2 start "command" --name <app-name>
+- 日志：pm2 logs <app-name>
+- 保存：pm2 save（保存当前进程列表）
+- 开机自启：pm2 startup systemd -u <user> --hp <home-dir>
+- 进程列表：pm2 status
+
+## Use Case
+管理 Ubuntu Server 上的 Vibe-Kanban Web UI 进程（PORT 9999），确保服务持续运行并开机自启。
+
+## Connections
+- [[pm2]] ← 管理 ← [[Vibe-Kanban]]
+- [[OpenCode Executor]] ← spawn by ← [[Vibe-Kanban]]

wiki/concepts/个人知识库.md

@@ -0,0 +1,32 @@
+---
+title: "个人知识库"
+type: concept
+tags: [rag, memory, knowledge-management, agent]
+last_updated: 2026-04-15
+---
+
+## Summary
+基于 RAG 的个人第二大脑系统：自动从任意 URL 摄取内容（文章/tweets/YouTube/PDF），向量嵌入存储，语义搜索返回 ranked 结果+来源引文。支持其他 agent 工作流查询。
+
+## Architecture
+```
+URL Drop → Content Fetch → Chunking → Embedding → Vector Store
+                                    ↓
+Query → Semantic Search → Ranked Results + Citations
+```
+
+## Key Properties
+- 零摩擦摄入：Telegram/Slack 发 URL 即可
+- 语义搜索：自然语言查询，非关键词匹配
+- Source-grounding：每个回答附带原文引文
+- 主动供给：其他工作流可自动查询知识库
+
+## Compared To
+- [[NotebookLM]]：NotebookLM 侧重已有文档管理，本概念侧重实时 URL 摄入+语义搜索
+- [[双层记忆架构]]：本概念是外部知识管理，vs 双层记忆是 agent 自身经验积累
+
+## Key Connections
+- [[Personal Knowledge Base RAG]] ← 应用场景
+- [[RAG]] ← 技术基础
+- [[向量数据库]] ← 存储基础设施
+- [[Embedding]] ← 语义表示

wiki/concepts/产品工厂.md

@@ -0,0 +1,27 @@
+---
+title: "产品工厂"
+type: concept
+tags: [agent, product, entrepreneurship, automation]
+last_updated: 2026-04-15
+---
+
+## Summary
+市场研究到 MVP 构建的自动化管线：Last30Days 挖掘 Reddit/X 真实用户痛点 → ranked pain points → 选择痛点 → OpenClaw 构建 MVP → 用户验证。零技术要求，全流程通过对话完成。
+
+## Pipeline
+```
+Last30Days 研究 → 痛点排名 → 选择痛点 → OpenClaw 构建 MVP → 分享验证
+```
+
+## Key Properties
+- 真实数据驱动：用户帖子而非调查数据
+- 无需编码：OpenClaw 完成研究和构建
+- 每周定时研究保持市场洞察持续更新
+- 可从小痛点开始验证市场需求
+
+## Key Connections
+- [[Market Research Product Factory]] ← 应用场景
+- [[Last30Days]] ← 研究能力
+- [[Content Factory]] ← 共享研究基础设施
+- [[AI产品经理]] ← 能力要求
+- [[超级个体]] ← 适用人群

wiki/concepts/内容工厂.md

@@ -0,0 +1,29 @@
+---
+title: "内容工厂"
+type: concept
+tags: [agent, content, workflow, automation]
+last_updated: 2026-04-15
+---
+
+## Summary
+多 agent 链式协作的内容创作管线：Research Agent 扫描趋势 → Writing Agent 生成脚本 → Thumbnail Agent 生成配图，全流程定时自动执行，结果输出到 Discord channel 供人工 review。
+
+## Architecture
+```
+Research Agent → [趋势报告] → Writing Agent → [脚本/文章] → Thumbnail Agent → [配图]
+     ↓                   ↓                    ↓
+  #research           #scripts             #thumbnails
+```
+
+## Key Properties
+- 链式 agent：前序输出自动喂给后序
+- 平台无关：可适配 tweets/newsletter/LinkedIn/posts/podcast/blog
+- 定时执行：每日 8AM 自动运行
+- 本地模型（Nano Banana）降低图像生成成本
+
+## Key Connections
+- [[Content Factory]] ← 应用场景
+- [[Market Research Product Factory]] ← 共享研究基础设施
+- [[Last30Days]] ← Research Agent 数据来源
+- [[baoyu-imagine]] ← 图像生成能力
+- [[Discord 集成]] ← 输出 channel

wiki/concepts/去中心化协调.md

@@ -0,0 +1,29 @@
+---
+title: "去中心化协调"
+type: concept
+tags: [multi-agent, coordination, architecture]
+last_updated: 2026-04-15
+---
+
+## Summary
+多 agent 系统中无中央 orchestrator，各 agent 通过共享状态文件自主协调的架构模式。与中央协调模式相对，优势在于无单点瓶颈、高扩展性、高韧性。
+
+## Key Properties
+- 无中央 orchestrator，各 agent 自主读写共享状态
+- 状态文件（如 [[STATE.yaml]]）作为协调媒介
+- Agent 间无需直接通信，降低耦合
+- 失败隔离：一个 agent 崩溃不影响其他 agent
+
+## Trade-offs
+| 维度 | 去中心化协调 | 中央 orchestrator |
+|------|------------|----------------|
+| 扩展性 | 高（线性扩展） | 低（主节点瓶颈） |
+| 全局控制 | 弱 | 强 |
+| 失败韧性 | 高 | 低（单点故障） |
+| 实现复杂度 | 中（需状态管理） | 低（结构简单） |
+
+## Key Connections
+- [[Autonomous Project Management]] ← 应用场景
+- [[STATE.yaml]] ← 协调媒介
+- [[Multi-Agent Hierarchy]] ← 对比：层级协调
+- [[Multi-Agent Consensus]] ← 对比：共识协调

wiki/concepts/双层记忆架构.md

@@ -0,0 +1,36 @@
+---
+title: "双层记忆架构"
+type: concept
+tags: [openclaw, memory, agent, long-term, short-term]
+last_updated: 2026-04-15
+---
+
+## Definition
+OpenClaw Agent 的记忆体系，由短期记忆层、长期记忆层和 self-improving 层三层构成，各司其职实现上下文连续性和持续进化。
+
+## 三层架构
+
+### 短期记忆层
+- 媒介：memory/YYYY-MM-DD.md 每日文件
+- 职责：保存当天对话记录、操作、遇到的问题、未完成事项
+- 触发：每次 Session 启动时检查并创建当天文件（修复无对话日记忆断层问题）
+
+### 长期记忆层
+- 媒介：memory-lancedb-pro（基于 LanceDB 的向量数据库）
+- 职责：重要的决策、用户偏好、反复使用的流程，通过语义搜索找回
+- 机制：hybrid retrieval（向量 + BM25），Weibull 衰减
+
+### Self-Improving 层
+- 媒介：LEARNINGS.md / ERRORS.md
+- 职责：每次踩坑都记录，Pattern-Key 追踪重复，Recurrence-Count 量化系统性
+- 触发：每日 23:00 定时复盘
+
+## 分工原则
+- 每日文件：管上下文（接上昨天的工作）
+- 向量数据库：管知识（语义搜索）
+- self-improving：管成长（错误不重复）
+
+## Connections
+- [[Self-Improving Skill]] ← 成长层 ← [[双层记忆架构]]
+- [[memory-lancedb-pro]] ← 长期层 ← [[双层记忆架构]]
+- [[记忆断层]] ← 问题 ← [[双层记忆架构]]

wiki/concepts/每日复盘.md

@@ -0,0 +1,29 @@
+---
+title: "每日复盘"
+type: concept
+tags: [openclaw, cron, self-improving, habit, agent]
+last_updated: 2026-04-15
+---
+
+## Definition
+OpenClaw Agent 每天 23:00（北京时间）自动执行的自我复盘流程，通过 self-improving skill 记录学习、检查重复、同步长期记忆。
+
+## 复盘流程
+1. 读取当天的 memory/YYYY-MM-DD.md 文件
+2. 调用 self_improvement_log 记录今日学习
+3. 检查 Pattern-Key 是否与之前重复（重复踩坑信号）
+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
+
+## 触发方式
+OpenClaw cron job，每天 23:00 执行，每个 Agent 独立运行自己的复盘流程。
+
+## 关键价值
+- 从"每次重新教"变为"记得上次错哪"
+- 推动流程优化（如发现 3 月 27 日无 memory 文件 → 修改为 Session 启动时强制创建）
+- Recurrence-Count 累积让系统性问题和偶发错误清晰分层
+
+## Connections
+- [[Self-Improving Skill]] ← 工具 ← [[每日复盘]]
+- [[双层记忆架构]] ← 架构 ← [[每日复盘]]
+- [[OpenClaw cron]] ← 触发 ← [[每日复盘]]

wiki/concepts/记忆断层.md

@@ -0,0 +1,28 @@
+---
+title: "记忆断层"
+type: concept
+tags: [memory, openclaw, agent, bug, self-improvement]
+last_updated: 2026-04-15
+---
+
+## Definition
+由于设计缺陷导致某些日期完全没有 memory 文件记录，造成 Agent 无法回溯特定时期工作的问题。根源是"第一次对话时创建文件"的逻辑，无对话日不触发文件创建。
+
+## 问题表现
+- 3月27日 memory 文件为空 → 复盘时发现当天没有任何记录
+- Agent 后续无法回溯该日的工作内容
+- 知识孤岛：该日学到的经验没有积累
+
+## 根因
+原设计：只在"第一次对话时"检查并创建 memory 文件 → 无对话日文件不创建 → 记忆断层
+
+## 解决方案
+修改为：每次 Session 启动时都检查并创建当天 memory 文件，无论是否有对话
+
+## 发现机制
+每日复盘时 Agent 主动检查前一天的文件，发现问题后记录为 LRN 并推动流程优化。
+
+## Connections
+- [[双层记忆架构]] ← 存在于 ← [[记忆断层]]
+- [[Self-Improving Skill]] ← 发现机制 ← [[记忆断层]]
+- [[每日复盘]] ← 发现场景 ← [[记忆断层]]

wiki/entities/Alex-Finn.md

@@ -0,0 +1,22 @@
+---
+title: "Alex Finn"
+type: entity
+tags: [content-creator, youtube]
+last_updated: 2026-04-15
+---
+
+## Aliases
+- Alex Finn
+
+## Summary
+YouTube 内容创作者，发布 Life-changing OpenClaw Use Cases 视频，涵盖内容工厂、市场研究等多个 agent 应用场景，激发了大量用户的 OpenClaw 工作流搭建灵感。
+
+## Key Contributions
+- OpenClaw Use Cases 视频系列
+- 内容工厂（Content Factory）工作流灵感
+- 市场研究产品工厂（Market Research & Product Factory）灵感
+
+## Key Connections
+- [[Content Factory]] ← 灵感来源
+- [[Market Research Product Factory]] ← 灵感来源
+- [[Alex Finn YouTube Channel]] ← 发布渠道

wiki/entities/ClawHub.md

@@ -0,0 +1,24 @@
+---
+title: "ClawHub"
+type: entity
+tags: [marketplace, plugin, openclaw, skills]
+last_updated: 2026-04-15
+---
+
+## Definition
+按单个 skill 安装的 OpenClaw 插件市场协议。每个 skill 独立发布、单独安装，无需安装整个 marketplace。
+
+## Aliases
+- ClawHub Registry
+- clawhub.com
+
+## Key Facts
+- 发布命令：./scripts/sync-clawhub.sh --all
+- 安装命令：clawhub install <skill-name>（如 clawhub install baoyu-imagine）
+- 许可协议：MIT-0
+- 覆盖范围：内容生成（baoyu-xhs-images/infographic/cover-image 等）、AI 图像（baoyu-imagine）、工具技能（baoyu-translate 等）
+
+## Connections
+- [[宝玉]] ← 发布者 ← [[ClawHub]]
+- [[baoyu-skills]] ← 发布到 ← [[ClawHub]]
+- [[OpenClaw]] ← 平台 ← [[ClawHub]]

wiki/entities/Matt-Van-Horne.md

@@ -0,0 +1,20 @@
+---
+title: "Matt Van Horne"
+type: entity
+tags: [developer, open-source, skill-author]
+last_updated: 2026-04-15
+---
+
+## Aliases
+- Matt Van Horne
+- mvanhorn
+
+## Summary
+Last30Days skill 作者，为 OpenClaw 提供 Reddit/X/YouTube 等多平台热点聚合研究能力。其 skill 是市场研究与产品发现自动化管道的核心依赖。
+
+## Key Contributions
+- Last30Days skill：8 大数据源热点聚合研究工具
+
+## Key Connections
+- [[Last30Days]] ← Skill 作者
+- [[Market Research Product Factory]] ← 核心技术依赖

wiki/entities/Nicholas-Carlini.md

@@ -0,0 +1,21 @@
+---
+title: "Nicholas Carlini"
+type: entity
+tags: [researcher, ai]
+last_updated: 2026-04-15
+---
+
+## Aliases
+- Nicholas Carlini
+- Carlini
+
+## Summary
+AI 研究者，自主编码 agent 方法论提出者。提出"让 agent 自我组织而非微观管理"理念，倡导通过共享状态文件（STATE.yaml）实现去中心化 agent 协调。
+
+## Key Contributions
+- STATE.yaml 去中心化协调模式
+- 自主编码 agent 自组织方法论
+
+## Key Connections
+- [[Autonomous Project Management]] ← 灵感来源
+- [[Anthropic]] ← Building Effective Agents 相关研究

wiki/index.md

@@ -3,6 +3,12 @@
 ## Overview
 - [Overview](overview.md) — living synthesis
 
+## Sources (2026-04-15 Evening Batch)
+- [Autonomous Project Management](sources/Autonomous-Project-Management.md) — 去中心化项目协调：STATE.yaml 替代中央 orchestrator，subagent 自主协作
+- [Content Factory](sources/Content-Factory.md) — Discord 多 agent 内容工厂：Research→Writing→Thumbnail 链式协作
+- [Market Research Product Factory](sources/Market-Research-Product-Factory.md) — Last30Days 挖掘痛点→OpenClaw 构建 MVP 自动化管线
+- [Personal Knowledge Base RAG](sources/Personal-Knowledge-Base-RAG.md) — 语义可搜索个人第二大脑，URL 自动摄取+向量检索
+
 ## Sources
 - [Multi-Agent Specialized Team (Solo Founder Setup)](sources/Agent-usecases-multi-Agent-Team.md) — 多 Agent 虚拟团队：Telegram 统一入口 + 共享内存 + 定时主动汇报
 - [DevOps Maturity Model: From Traditional IT to Advanced DevOps](sources/DevOps-Maturity-Model-From-Traditional-IT-to-Advanced-DevOps.md) — DevOps 成熟度 5 阶段评估框架（Ad-Hoc → Mature）
@@ -262,3 +268,35 @@
 
 ## Syntheses
 - [DevOps 核心理念](syntheses/DevOps核心理念.md)
+
+## Sources (2026-04-15 PM Batch)
+- [baoyu-skills Claude Code 技能集](sources/baoyu-skills-claude-code-技能集.md) — 宝玉技能集：内容技能（xhs/infographic/cover/comic等）+ baoyu-imagine（9家服务商）+ 工具技能（translate/youtube-transcript等）
+- [Multi-Agent Specialized Team (Solo Founder Setup)](sources/Multi-Agent-Specialized-Team-Solo-Founder-Setup.md) — Solo founder 4 Agent 虚拟团队：Telegram 统一入口 + 共享记忆 + 定时主动任务
+- [Vibe-Kanban + OpenCode Ubuntu Server 安装管理指南](sources/Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南.md) — Ubuntu Server 安装 Node 20 + Vibe-Kanban + OpenCode，pm2 进程管理
+- [养虾日记2：OpenClaw + Self-Improving 复盘实战](sources/养虾日记2-OpenClaw-Self-Improving复盘实战.md) — 双层记忆架构 + Self-Improving + 每日复盘，Agent 在错误中持续进化
+
+## Entities (2026-04-15 Evening Batch)
+- [Nicholas Carlini](entities/Nicholas-Carlini.md) — 自主编码 agent 方法论提出者，STATE.yaml 去中心化协调灵感来源
+- [Matt Van Horne](entities/Matt-Van-Horne.md) — Last30Days skill 作者
+- [Alex Finn](entities/Alex-Finn.md) — OpenClaw Use Cases YouTube 视频作者
+
+## Entities (2026-04-15 PM Batch)
+- [ClawHub](entities/ClawHub.md) — 按单个 skill 安装的 OpenClaw 插件市场协议
+
+## Concepts (2026-04-15 Evening Batch)
+- [STATE.yaml](concepts/STATE-yaml.md) — 去中心化项目协调文件格式，YAML 结构定义任务状态与依赖
+- [去中心化协调](concepts/去中心化协调.md) — 无中央 orchestrator，各 agent 通过共享状态文件自主协调
+- [内容工厂](concepts/内容工厂.md) — 多 agent 链式协作内容创作管线
+- [产品工厂](concepts/产品工厂.md) — 市场研究到 MVP 构建的自动化管线
+- [个人知识库](concepts/个人知识库.md) — 基于 RAG 的个人第二大脑
+
+## Concepts (2026-04-15 PM Batch)
+- [nvm](concepts/nvm.md) — Node Version Manager，管理 Node.js 多版本
+- [pm2](concepts/pm2.md) — Node.js 进程管理器，进程守护+开机自启
+- [Vibe-Kanban](concepts/Vibe-Kanban.md) — AI 结对编程任务看板，Web UI + executor 自动 spawn
+- [Self-Improving Skill](concepts/Self-Improving-Skill.md) — 结构化经验记录系统，错误只犯一次
+- [双层记忆架构](concepts/双层记忆架构.md) — 短期记忆（每日文件）+ 长期记忆（LanceDB）+ self-improving（成长）
+- [Pattern-Key](concepts/Pattern-Key.md) — 经验记录唯一标识，追踪重复踩坑信号
+- [Recurrence-Count](concepts/Recurrence-Count.md) — 重复次数计数器，区分偶发错误与系统性问题
+- [每日复盘](concepts/每日复盘.md) — 23:00 定时复盘流程，self-improving 触发机制
+- [记忆断层](concepts/记忆断层.md) — 无对话日 memory 文件缺失问题，Session 启动时强制创建解决

wiki/log.md

@@ -207,3 +207,31 @@ Created/updated: 12 entity pages (DeepSeek, Qwen, Flux, Stable Diffusion, Hunyua
 - [不谈技术：普通人该怎么在AI时代赚钱](sources/普通人如何在AI时代赚钱.md)
 - Created entities: ComposioHQ, VoltAgent, BehiSecc, Yuri Pessa
 - Created concepts: 流程工程, 透明度, 控制权, 个性化, 对话式设计, 预判式设计, 精确去重, 小文件清理, 安全删除, 分批执行, AI Agent 思维方式, 品味, 端到端, 死亡过滤器, 引文追溯, 被动学习
+
+## [2026-04-15 PM] ingest batch | 4 docs (baoyu-skills / Multi-Agent Team / Vibe-Kanban / 养虾日记2)
+- [baoyu-skills-claude-code-技能集](sources/baoyu-skills-claude-code-技能集.md)
+  Key claims: ClawHub 按单个 skill 安装；baoyu-imagine 支持 9 家服务商自动选择；baoyu-translate 三模式（快速/标准/精翻）；baoyu-comic 5×8 画风基调；EXTEND.md 支持用户级/项目级自定义
+  Created: 1 entity (ClawHub), 2 concepts (内容技能, baoyu-imagine)
+- [Multi-Agent-Specialized-Team-Solo-Founder-Setup](sources/Multi-Agent-Specialized-Team-Solo-Founder-Setup.md)
+  Key claims: 共享记忆（GOALS.md/DECISIONS.md）+ 私有上下文是多 Agent 协作核心；定时主动任务是价值飞轮；从 2 Agent 开始按瓶颈扩展；[[Trebuh]] 的 4 Agent 实践
+  Created: 1 concept (共享内存模式, 定时主动任务, Telegram路由)
+- [Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南](sources/Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南.md)
+  Key claims: nvm 管理 Node 20；不要用 root 启动 OpenCode serve；vibe-kanban 自动 spawn executor；pm2 管理进程并设置开机自启
+  Created: 3 concepts (nvm, pm2, Vibe-Kanban)
+- [养虾日记2-OpenClaw-Self-Improving复盘实战](sources/养虾日记2-OpenClaw-Self-Improving复盘实战.md)
+  Key claims: 双层记忆架构（每日文件+LanceDB+self-improving）；LEARNINGS.md 固定格式含 Pattern-Key/Recurrence-Count；Pattern-Key 重复是系统性问题的信号；3月27日记忆断层推动流程优化
+  Created: 6 concepts (Self-Improving Skill, 双层记忆架构, Pattern-Key, Recurrence-Count, 每日复盘, 记忆断层), 1 entity (ClawHub)
+
+## [2026-04-15 Evening] ingest batch | Autonomous PM / Content Factory / Market Research Product Factory / Personal Knowledge Base RAG
+- [Autonomous-Project-Management](sources/Autonomous-Project-Management.md)
+  Key claims: STATE.yaml 去中心化协调优于中央 orchestrator；Git 作为审计日志；薄主会话原则（CEO 模式）
+  Created: 1 entity (Nicholas Carlini), 2 concepts (STATE.yaml, 去中心化协调)
+- [Content-Factory](sources/Content-Factory.md)
+  Key claims: 链式 agent 是核心威力；Research→Writing→Thumbnail 每步自动喂给下一步；Discord channel 分离工作流便于 review
+  Created: 1 entity (Alex Finn), 1 concept (内容工厂)
+- [Market-Research-Product-Factory](sources/Market-Research-Product-Factory.md)
+  Key claims: Last30Days 提供真实未过滤用户情绪；创业自动化全流程零编码；每周定时研究保持市场洞察
+  Created: 1 entity (Matt Van Horne), 1 concept (产品工厂)
+- [Personal-Knowledge-Base-RAG](sources/Personal-Knowledge-Base-RAG.md)
+  Key claims: Drop any URL 自动摄取；语义搜索返回 ranked 结果+来源引文；其他工作流可主动查询知识库
+  Created: 1 concept (个人知识库)

wiki/overview.md

@@ -1,6 +1,7 @@
 ---
 title: Wiki Overview
-last_updated: 2026-04-15
+last_updated: 2026-04-15 Evening
+// 新增领域：Agent Use Cases 四大工作流（项目管理/内容工厂/产品工厂/知识库）（2026-04-15 Evening）
 // 新增领域：Last30Days 与多平台热点聚合（2026-04-15）
 // 新增领域：gog CLI 与 Google Workspace CLI（2026-04-15）
 // 新增领域：Cursor 2.0 与 AI 代码编辑器（2026-04-15）
@@ -41,6 +42,20 @@ AI开源生态在2025年取得突破性进展，国产模型在多个领域成
 - 国产开源模型在多个领域实现差异化竞争
 - DevOps 向 GitOps、AI 赋能、Serverless 和 Edge Computing 方向演进
 
+## 新增领域：Agent Use Cases 四大工作流
+
+### 1. Autonomous Project Management（去中心化项目管理）
+基于 [[STATE.yaml]] 的去中心化协调模式，替代传统中央 orchestrator。subagent 通过读写共享状态文件自主协作，Git 作为审计日志，主会话保持薄（CEO 模式）。灵感来源：[[Nicholas Carlini]]。
+
+### 2. Content Factory（内容工厂）
+Discord 多 agent 链式协作管线：Research Agent 扫描趋势 → Writing Agent 生成脚本 → Thumbnail Agent 生成配图，全部自动执行定时运行。[[Alex Finn]] YouTube 视频激发此工作流设计。
+
+### 3. Market Research & Product Factory（产品工厂）
+[[Last30Days]] 挖掘 Reddit/X 真实用户痛点 → ranked pain points → [[OpenClaw]] 构建 MVP。零编码要求，每周定时追踪市场演变。核心依赖：[[Matt Van Horne]] 的 Last30Days skill。
+
+### 4. Personal Knowledge Base RAG（个人知识库）
+基于 [[RAG]] 的第二大脑：Drop any URL 自动摄取 → 向量嵌入 → 语义搜索返回 ranked 结果+来源引文。支持其他 agent 工作流主动查询。
+
 ## 新增领域：Claude Skills 与流程工程
 
 Claude Skills 的爆发标志着从"提示词工程"到"流程工程"的范式转移。Skills = 说明书 + SOP，将人类经验封装为可复用工作流。Anthropic 官方 Skills 仓库（github.com/anthropics/skills）收藏数突破 3.2 万，包含生产级 Skills：办公自动化、开发者工具箱、创意类 Skill。Vibe Coding 的尽头也是 Skills。
@@ -586,3 +601,67 @@ Agentic AI（行动型 AI）与 GenAI（生成型 AI）的根本区别在于：A
 
 ### 关键洞察
 - AI 不会让普通人变富，但会让那些知道自己要做什么、且对品质有执念的人变得极其强大
+
+// 新增领域：baoyu-skills Claude Code 技能集（2026-04-15 PM）
+// 新增领域：Multi-Agent 虚拟团队协作模式（2026-04-15 PM）
+// 新增领域：Vibe-Kanban + OpenCode Ubuntu 部署（2026-04-15 PM）
+// 新增领域：Self-Improving + 双层记忆架构（2026-04-15 PM）
+
+## 新增领域：baoyu-skills Claude Code 技能集
+
+宝玉（JimLiu）发布的 Claude Code 技能集，通过 ClawHub 协议按单个 skill 安装，覆盖内容生成、AI 图像、日常效率工具三大类。
+
+### 技能架构
+- [[内容技能]]：baoyu-xhs-images（小红书 9×6 风格布局）、baoyu-infographic（20×17 布局风格）、baoyu-cover-image（5维封面定制）、baoyu-slide-deck（4维度16预设）、baoyu-comic（5×8 画风基调）、baoyu-article-illustrator
+- [[baoyu-imagine]]：9 家服务商自动选择（OpenAI/Google/Azure/OpenRouter/DashScope/MiniMax/即梦/豆包/Replicate），支持文生图/参考图/批量生成
+- [[工具技能]]：baoyu-translate（三模式翻译）、baoyu-youtube-transcript、baoyu-url-to-markdown、baoyu-x-to-markdown
+
+### 发布协议
+- ClawHub 按单个 skill 安装（clawhub install baoyu-imagine），而非 marketplace 批量安装
+- EXTEND.md 支持用户级/项目级自定义，Env 配置支持 API Key 优先级覆盖
+
+## 新增领域：Multi-Agent 虚拟团队协作模式
+
+Solo founder 通过多 Agent 虚拟团队实现 24/7 全天候工作能力，每个 Agent 有独立角色/人格/模型，共享记忆，协作完成复杂任务。
+
+### 核心机制
+- [[共享内存模式]]：GOALS.md（OKR 与优先级）+ DECISIONS.md（关键决策日志）+ PROJECT_STATUS.md（当前项目状态）
+- [[定时主动任务]]：Agent 主动在后台工作并推送结果，而非等待用户请求（早会摘要/指标推送/内容创意）
+- [[Telegram路由]]：单群聊入口 + @AgentName 路由 + 无@默认 Lead Agent
+- 从 2 Agent 开始，按瓶颈扩展，不是一上来建 4 个团队
+
+### 实践案例
+- [[Trebuh]] 的 4 Agent 团队（Milo/Josh/Marketing/Dev）+ Telegram + VPS，描述为"真正的 24/7 小团队"
+
+## 新增领域：Vibe-Kanban + OpenCode Ubuntu 部署
+
+Ubuntu Server 上通过 nvm 管理 Node 20，安装 Vibe-Kanban 与 OpenCode，pm2 管理进程，实现远程 AI 结对编程。
+
+### 核心组件
+- [[nvm]]：Node Version Manager（v0.39.7），安装和管理 Node 20
+- [[Vibe-Kanban]]：AI 结对编程任务看板，Web UI（PORT 9999），自动 spawn OpenCode Executor
+- [[pm2]]：进程管理器，pm2 start/logs/save/startup systemd
+- [[OpenCode Executor]]：vibe-kanban spawn 的 AI 编程执行器，随机端口运行
+
+### 关键约束
+- 不要用 root 启动 OpenCode serve
+- executor 随 vibe-kanban 进程一起管理，不单独用 pm2 管理
+- I/O error 通常是 executor 没启动或端口被占用
+
+## 新增领域：Self-Improving + 双层记忆架构
+
+通过 self-improving skill + 双层记忆架构 + 每日定时复盘，实现 Agent 在错误中学习、持续进化，避免同一错误重复出现。
+
+### 双层记忆架构
+- 短期记忆：memory/YYYY-MM-DD.md 每日文件，每次 Session 启动时强制创建（解决记忆断层）
+- 长期记忆：memory-lancedb-pro（LanceDB 向量数据库），语义搜索重要决策和偏好
+- self-improving 层：LEARNINGS.md，Pattern-Key 追踪，Recurrence-Count 量化系统性
+
+### Self-Improving 核心机制
+- [[Pattern-Key]]：经验记录唯一标识（如 cron.telegram-delivery），重复出现 = 系统性问题需系统性解决
+- [[Recurrence-Count]]：重复次数计数器，≥2 说明这不是偶发错误
+- 固定格式：Summary + Details + Suggested Action + Metadata（Pattern-Key/Recurrence-Count/See Also）
+
+### 每日复盘
+- 23:00 定时触发，读取当天 memory → self_improvement_log → 检查 Pattern-Key 重复 → 同步到长期记忆 → Telegram 摘要
+- 发现机制：复盘时发现 3月27日无 memory 文件 → 推动"Session 启动时强制创建"流程优化

wiki/sources/Autonomous-Project-Management.md

@@ -0,0 +1,48 @@
+---
+title: "Autonomous Project Management with Subagents"
+type: source
+tags: [agent, project-management, subagent]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/usecases/autonomous-project-management.md]]
+
+## Summary
+- 核心主题：去中心化项目管理模式，多 subagent 通过共享 STATE.yaml 协调而非中央 orchestrator
+- 问题域：传统 orchestrator 模式造成主 agent 瓶颈，多 repo 重构/研究冲刺/内容管线等复杂项目需要并行执行
+- 方法/机制：STATE.yaml 作为单一事实来源 → 各 agent 自主认领任务 → 状态更新触发其他 agent 接力
+- 结论/价值：文件协调优于消息传递；Git 作为审计日志；薄主会话原则（CEO 模式）
+
+## Key Claims
+- 传统 orchestrator 模式产生瓶颈——主 agent 成为交通指挥
+- STATE.yaml > orchestrator：文件协调比消息传递更具扩展性
+- Git 作为审计日志：提交 STATE.yaml 变更获取完整历史
+- Label 约定很重要：用 `pm-{project}-{scope}` 格式便于追踪
+- 薄主会话原则：主 agent 做得越少，响应越快
+
+## Key Quotes
+> "Managing complex projects with multiple parallel workstreams is exhausting. You end up context-switching constantly." — 痛点陈述
+> "Let agents self-organize rather than micromanaging them." — [[Nicholas Carlini]] 方法论核心
+
+## Key Concepts
+- [[STATE.yaml]]：项目协调文件，YAML 格式定义任务状态、owner、blocked_by 依赖关系
+- [[去中心化协调]]：无中央 orchestrator，各 agent 自主读写共享状态文件
+- [[薄主会话]]：主会话仅做策略/调度，所有执行下沉 subagent
+- [[CEO 模式]]：主 agent = 协调者，subagent = 执行者
+
+## Key Entities
+- [[Nicholas Carlini]]：自主编码 agent 方法论提出者，STATE.yaml 协调模式灵感来源
+- [[Anthropic]]：Building Effective Agents 论文发布方
+
+## Connections
+- [[Multi-Agent Hierarchy]] ← 架构基础 ← [[Autonomous Project Management]]
+- [[sessions_spawn]] ← 核心能力 ← [[Autonomous Project Management]]
+- [[sessions_send]] ← 核心能力 ← [[Autonomous Project Management]]
+- [[GitOps]] ← 审计日志机制 ← [[Autonomous Project Management]]
+
+## Contradictions
+- 与中央 orchestrator 模式冲突：
+  - 当前观点：去中心化文件协调，无单点瓶颈
+  - 对方观点：中央 orchestrator 便于全局控制
+  - 适用场景：复杂多任务 > 简单顺序任务

wiki/sources/Content-Factory.md

@@ -0,0 +1,46 @@
+---
+title: "Multi-Agent Content Factory"
+type: source
+tags: [agent, content, multi-agent, discord]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/usecases/content-factory.md]]
+
+## Summary
+- 核心主题：Discord 内多 agent 内容工厂，研究→写作→设计链式协作
+- 问题域：内容创作三阶段（研究/写作/设计）全靠人工，AI 工具也需逐个 prompt
+- 方法/机制：Research Agent 扫描趋势 → Writing Agent 生成脚本 → Thumbnail Agent 生成配图，全流程定时自动执行
+- 结论/价值：链式 agent 威力在于前序输出喂给后序；Discord channel 便于分阶段 review
+
+## Key Claims
+- 链式 agent 是核心：research → writing → thumbnails，每步输出自动喂给下一步
+- Discord channel 分离各 agent 工作便于 review 和反馈
+- 本地模型（如 Mac Studio 上的 Nano Banana）降低成本增加控制
+- 可适配任何内容格式：tweets/newsletter/LinkedIn/posts/podcast outlines/blog
+
+## Key Quotes
+> "Content creation has three phases — research, writing, and design — and most creators are doing all three manually." — 痛点陈述
+> "The power is in the chained agents — research feeds writing, writing feeds thumbnails." — 核心价值
+
+## Key Concepts
+- [[内容工厂]]：研究+写作+设计三阶段链式 agent 协作管线
+- [[链式 Agent]]：前序 agent 输出自动作为后序 agent 输入
+- [[Discord 集成]]：多 channel 分离各 agent 工作流
+
+## Key Entities
+- [[Alex Finn]]：Life-changing OpenClaw use cases 视频作者，本内容工厂灵感来源
+
+## Connections
+- [[Market Research Product Factory]] ← 共享研究 agent 基础设施
+- [[Last30Days]] ← Research Agent 数据来源
+- [[baoyu-imagine]] ← Thumbnail Agent 图像生成能力
+- [[Agentic AI]] ← 自主执行多步骤工作流
+- [[multi-agent-team]] ← 多 agent 协作模式
+
+## Contradictions
+- 与单人内容创作流程对比：
+  - 当前观点：多 agent 链式协作，人工降至最低
+  - 对方观点：单人全流程控制质量更一致
+  - 结论：质量控制需人工 review 环节，不可完全自动化

wiki/sources/Market-Research-Product-Factory.md

@@ -0,0 +1,48 @@
+---
+title: "Market Research & Product Factory"
+type: source
+tags: [agent, market-research, product, last30days]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/usecases/market-research-product-factory.md]]
+
+## Summary
+- 核心主题：Last30Days 挖掘 Reddit/X 真实痛点 → OpenClaw 构建 MVP 解决方案的自动化创业管线
+- 问题域： aspiring entrepreneur 面临"做什么产品"困境；传统市场研究耗时耗力
+- 方法/机制：Last30Days 研究痛点 → ranked pain points → 选择痛点 → OpenClaw 构建 MVP
+- 结论/价值：创业自动化：找问题→验证需求→构建方案，全流程通过文本对话完成
+
+## Key Claims
+- Last30Days 给出真实、未经过滤的用户情绪，而非经过滤的调查数据
+- 不需要技术背景，OpenClaw 做研究和构建两部分
+- 每周定时研究保持对市场痛点演变的持续追踪
+- 研究→产品完整管线零编码
+
+## Key Quotes
+> "Most aspiring entrepreneurs struggle with the 'what to build' problem." — 核心痛点
+> "This is entrepreneurship on autopilot: find problems → validate demand → build solutions, all through text messages." — 价值主张
+
+## Key Concepts
+- [[产品工厂]]：市场研究到 MVP 构建的自动化管线
+- [[Last30Days]]：多平台热点聚合工具（Reddit/X/YouTube/Polymarket 等）
+- [[创业自动化]]：问题发现→需求验证→方案构建全链路
+- [[MVP 构建]]：最小可行产品快速原型
+
+## Key Entities
+- [[Matt Van Horne]]：Last30Days skill 作者
+- [[Alex Finn]]：Life-changing OpenClaw use cases 视频作者
+
+## Connections
+- [[Last30Days]] ← 核心技术能力
+- [[Content Factory]] ← 共享研究基础设施
+- [[AI产品经理]] ← 产品创意与需求分析能力
+- [[多平台热点聚合]] ← 研究方法论
+- [[社交信号权重]] ← 痛点评级框架
+
+## Contradictions
+- 与传统市场研究方法冲突：
+  - 当前观点：Last30Days 实时抓取真实用户帖子反映即时痛点
+  - 对方观点：传统调研方法（访谈/问卷）结构化程度更高
+  - 结论：两者互补，定量+定性结合最优

wiki/sources/Multi-Agent-Specialized-Team-Solo-Founder-Setup.md

@@ -0,0 +1,44 @@
+---
+title: "Multi-Agent Specialized Team (Solo Founder Setup)"
+type: source
+tags: [openclaw, multi-agent, telegram, solo-founder, workflow]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-agent-team.md]]
+
+## Summary
+- 核心主题：Solo founder 通过多 Agent 虚拟团队实现 24/7 全天候工作能力
+- 问题域：单一 Agent 无法高效处理多领域工作；Context 切换破坏深度工作；知识孤岛导致洞察无法跨 Agent 流动
+- 方法/机制：专业化 Agent（各角色独立模型/人格）+ 共享记忆（GOALS.md/DECISIONS.md）+ 私有上下文 + Telegram 统一入口 + 定时主动任务
+- 结论/价值：从 2 Agent 开始按瓶颈扩展；定时任务是价值飞轮；团队协作产生真正价值
+
+## Key Claims
+- 单一 Agent 无法高效处理战略/开发/营销/分析多领域，context window 快速填满
+- 共享记忆（GOALS.md/DECISIONS.md）+ 私有上下文是多 Agent 协作核心
+- 所有 Agent 通过同一 Telegram 群聊控制，各自只响应被 @ 的消息
+- 定时主动任务（早会摘要/指标推送/内容创意）是价值飞轮
+- 从 2 Agent 开始，不是一上来建 4 个团队
+- [[Trebuh]] 的实践：4 个 Agent（Milo/Josh/Marketing/Dev）+ Telegram + VPS，描述为"真正的 24/7 小团队"
+
+## Key Quotes
+> "Start with 2, not 4: Begin with a lead + one specialist, then add agents as you identify bottlenecks" — 实践总结
+> "The real value emerges when agents proactively surface insights, not just when you ask" — 定时任务价值
+> "Personality matters more than you'd think: Giving agents distinct names and communication styles makes it natural to talk to your team" — Trebuh
+
+## Key Concepts
+- [[共享记忆模式]]：GOALS.md（OKR与优先级，所有Agent可读）+ DECISIONS.md（关键决策日志）+ PROJECT_STATUS.md（当前项目状态）
+- [[定时主动任务]]：Agent 主动在后台工作并推送结果，而非等待用户请求
+- [[Multi-Agent Hierarchy]]：团队层级架构，Lead Agent 协调 + Specialist Agent 执行
+- [[Telegram路由]]：单群聊入口 + @AgentName 路由 + 无@默认 Lead Agent
+
+## Key Entities
+- [[Trebuh]]：Solo founder，4 Agent 团队实践者，通过 X 分享案例
+- [[OpenClaw]]：多 Agent 管理平台，支持 sessions_spawn/sessions_send/Telegram skill
+
+## Connections
+- [[Trebuh]] ← 实践者 ← [[Multi-Agent Specialized Team]]
+- [[OpenClaw]] ← 平台 ← [[Multi-Agent Specialized Team]]
+- [[共享记忆模式]] ← 核心机制 ← [[Multi-Agent Specialized Team]]
+- [[定时主动任务]] ← 价值飞轮 ← [[Multi-Agent Specialized Team]]

wiki/sources/Personal-Knowledge-Base-RAG.md

@@ -0,0 +1,45 @@
+---
+title: "Personal Knowledge Base (RAG)"
+type: source
+tags: [agent, rag, knowledge-base, memory]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/usecases/knowledge-base-rag.md]]
+
+## Summary
+- 核心主题：语义可搜索个人知识库，自动从任意 URL（文章/tweets/YouTube/PDF）摄取内容
+- 问题域：书签堆积无法检索，看过的内容找不到
+- 方法/机制：Drop URL 到 Telegram/Slack → 自动抓取内容 → 向量嵌入 → 语义搜索返回 ranked 结果+来源
+- 结论/价值：RAG 驱动的个人第二大脑；其他工作流可查询知识库获取相关已存内容
+
+## Key Claims
+- Drop any URL 自动摄取：文章/tweets/YouTube transcripts/PDFs
+- 语义搜索："What did I save about agent memory?" 返回 ranked 结果+来源引文
+- 喂入其他工作流：视频创意管线构建 research cards 时自动查询知识库
+- Zero maintenance：URL 即摄入触发器
+
+## Key Quotes
+> "You read articles, tweets, and watch videos all day but can never find that one thing you saw last week." — 核心痛点
+
+## Key Concepts
+- [[RAG]]：Retrieval-Augmented Generation，基于向量嵌入的语义检索
+- [[个人知识库]]：第二大脑，内容自动积累+语义检索
+- [[语义搜索]]：自然语言查询，返回 ranked 相关结果
+- [[内容摄取]]：URL → 结构化文本 → 向量嵌入全流程
+
+## Key Entities
+
+## Connections
+- [[NotebookLM]] ← 共享 source-grounding 理念
+- [[向量数据库]] ← 底层存储检索基础设施
+- [[Embedding]] ← 语义表示核心机制
+- [[Agentic AI]] ← 自主触发知识库查询
+- [[Content Factory]] ← 可查询知识库获取背景信息
+
+## Contradictions
+- 与传统书签/笔记工具冲突：
+  - 当前观点：语义搜索+自动摄取优于手动书签整理
+  - 对方观点：手动整理确保质量和结构
+  - 结论：摄取自动化+人工审核结合最优

wiki/sources/Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南.md

@@ -0,0 +1,42 @@
+---
+title: "Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南"
+type: source
+tags: [ubuntu, vibe-coding, vibe-kanban, opencode, pm2, node, nvm]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]]
+
+## Summary
+- 核心主题：在 Ubuntu Server 上以非 root 用户（shenwei）安装 Node 20、Vibe-Kanban 与 OpenCode，并通过 pm2 管理进程
+- 问题域：权限冲突、端口占用、executor 启动失败、I/O error
+- 方法/机制：nvm 管理 Node 版本 → npm 全局安装 vibe-kanban + opencode → pm2 管理进程 → RUST_LOG=debug 调试
+- 结论/价值：不要用 root 启动；vibe-kanban 自动 spawn executor；pm2 只管理 vibe-kanban，executor 随进程管理
+
+## Key Claims
+- nvm 管理 Node 版本（v0.39.7），安装 Node 20，nvm alias default 20
+- 不要用 root 启动 OpenCode serve，vibe-kanban 会自动 spawn executor
+- RUST_LOG=debug HOST=0.0.0.0 PORT=9999 npx vibe-kanban 启动，executor 在随机端口
+- pm2 start "RUST_LOG=debug HOST=0.0.0.0 PORT=9999 npx vibe-kanban" --name vibe-kanban
+- pm2 startup systemd -u shenwei --hp /home/shenwei 生成启动脚本
+- I/O error 通常是 executor 没启动或端口被占用
+- 清理旧工作树：rm -rf /var/tmp/vibe-kanban/worktrees/* 和 ~/.vibe-kanban
+
+## Key Quotes
+> "不要用 root 启动 OpenCode serve，vibe-kanban 会自动 spawn executor" — 操作规范
+> "pm2 只管理 vibe-kanban，executor 随进程一起管理" — 进程管理原则
+
+## Key Concepts
+- [[nvm]]：Node Version Manager，通过 curl -fsSL 安装，管理多个 Node 版本
+- [[pm2]]：进程管理器，pm2 start/pm2 logs/pm2 save/pm2 startup systemd
+- [[Vibe-Kanban]]：AI 结对编程任务看板，Web UI（PORT 9999）+ executor 随机端口
+- [[OpenCode Executor]]：vibe-kanban spawn 的 AI 编程执行器，随机端口运行
+
+## Key Entities
+- [[shenwei]]：Ubuntu 服务器非 root 用户，Vibe-Kanban + OpenCode 安装操作者
+
+## Connections
+- [[nvm]] ← 安装工具 ← [[Node 20]]
+- [[Vibe-Kanban]] ← spawns ← [[OpenCode Executor]]
+- [[pm2]] ← 管理 ← [[Vibe-Kanban]]

wiki/sources/baoyu-skills-claude-code-技能集.md

@@ -0,0 +1,48 @@
+---
+title: "baoyu-skills Claude Code 技能集"
+type: source
+tags: [claude-code, skills, baoyu, openclaw, 内容生成, AI图像]
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Skills/baoyu-skills-claude-code-技能集.md]]
+
+## Summary
+- 核心主题：宝玉（JimLiu）发布的 Claude Code 技能集，通过 ClawHub 协议按单个 skill 安装
+- 问题域：内容创作者和开发者需要多平台内容发布、多服务商图像生成、日常效率工具
+- 方法/机制：技能分内容技能（内容发布）、AI生成技能（图像/文本）、工具技能（处理工具）三大类；ClawHub 按单个 skill 安装（clawhub install baoyu-imagine）
+- 结论/价值：覆盖小红书/X/微信/微博全平台，9家图像服务商自动选择，翻译/抓取/压缩等日常工具
+
+## Key Claims
+- ClawHub 按单个 skill 安装，不是 marketplace 批量装（clawhub install baoyu-imagine）
+- baoyu-imagine 支持 9 家服务商（OpenAI/Google/Azure/OpenRouter/DashScope/MiniMax/即梦/豆包/Replicate），自动选择最优
+- baoyu-translate 三模式（快速/标准/精翻）覆盖从短文本到出版级文档
+- baoyu-comic 5种画风 × 8种基调，漫画生成支持预设（ohmsha/wuxia/shoujo）
+- baoyu-post-to-wechat 支持 API 方式和浏览器方式发布公众号文章
+- EXTEND.md 支持用户级/项目级自定义，覆盖样式/配置/个人预设
+
+## Key Quotes
+> "ClawHub 按单个 skill 安装，不是把整个 marketplace 一次性装进去" — 宝玉
+> "最好的 Skill 是工具箱，而非写好的提示词" — Anthropic
+> "精翻模式完成后，可回复「继续润色」或「refine」继续审校润色步骤" — baoyu-translate
+
+## Key Concepts
+- [[内容技能]]：内容生成与发布类技能子集，baoyu-xhs-images/infographic/cover-image/slide-deck/comic/article-illustrator
+- [[baoyu-imagine]]：9家服务商自动选择的AI图像生成，支持文生图/参考图/自定义尺寸/批量生成
+- [[baoyu-infographic]]：20种布局×17种视觉风格的专业信息图生成
+- [[baoyu-xhs-images]]：小红书信息图，9种风格×6种布局的二维系统
+- [[baoyu-translate]]：三模式翻译（快速/标准/精翻），支持受众预设和风格预设
+- [[baoyu-comic]]：知识漫画创作，5种画风×8种基调，支持预设（ohmsha/wuxia/shoujo）
+- [[工具技能]]：baoyu-youtube-transcript/url-to-markdown/x-to-markdown/compress-image/format-markdown/markdown-to-html/translate
+
+## Key Entities
+- [[宝玉]]（JimLiu）：baoyu-skills 项目作者，Claude Code 技能集开发者
+- [[JimLiu]]：GitHub 账号，baoyu-skills 仓库维护方
+- [[ClawHub]]：按单个 skill 安装的插件市场协议
+
+## Connections
+- [[宝玉]] ← 发布 ← [[baoyu-skills]]
+- [[baoyu-imagine]] ← 依赖 ← [[ClawHub]]
+- [[baoyu-xhs-images]] ← 属于 ← [[内容技能]]
+- [[baoyu-translate]] ← 属于 ← [[工具技能]]

wiki/sources/养虾日记2-OpenClaw-Self-Improving复盘实战.md

@@ -0,0 +1,46 @@
+---
+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: [openclaw, self-improving, memory, agent, 复盘, 经验积累]
+date: 2026-04-15
+---
+
+## 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：通过 self-improving skill + 双层记忆架构 + 每日定时复盘，实现 Agent 在错误中学习、持续进化
+- 问题域：AI 每次对话都是白纸，没有记忆；同一个错误反复出现；无对话日出现记忆断层
+- 方法/机制：短期记忆（memory/YYYY-MM-DD.md）+ 长期记忆（memory-lancedb-pro）+ self-improving 复盘（LEARNINGS.md，Pattern-Key 追踪）
+- 结论/价值：错误只犯一次；Pattern-Key 重复是系统性问题的信号；Recurrence-Count 区分偶发错误与系统性问题
+
+## Key Claims
+- 双层记忆架构：短期（每日文件）+ 长期（LanceDB 向量数据库）+ self-improving（成长追踪）
+- 每日 23:00 定时复盘，cron job 触发，agent 独立运行各自复盘流程
+- LEARNINGS.md 固定格式：Summary/Details/Suggested Action/Metadata（Pattern-Key/Recurrence-Count）
+- Pattern-Key 重复是信号：第一次记了，第二次就该解决了
+- Recurrence-Count 区分偶发一次性错误与需系统性解决的重复问题
+- 3月27日发现无对话日记忆文件缺失 → 推动流程优化：每次 Session 启动都检查并创建当天文件
+
+## Key Quotes
+> "AI每次对话都是一张白纸。昨天说过不要用A方法，今天它照常用。" — 核心痛点
+> "错误只犯一次，第二次就知道怎么做对。" — self-improving 核心价值
+> "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。" — Pattern-Key 机制
+
+## Key Concepts
+- [[Self-Improving Skill]]：结构化经验记录系统，self_improvement_log 工具写入 LEARNINGS.md/ERRORS.md
+- [[双层记忆架构]]：短期记忆（每日文件）+ 长期记忆（memory-lancedb-pro）+ self-improving（成长追踪）
+- [[Pattern-Key]]：经验记录的唯一标识键，格式如 cron.telegram-delivery，用于发现重复踩坑
+- [[Recurrence-Count]]：重复次数计数器，区分偶发错误与系统性问题
+- [[每日复盘]]：23:00 定时任务，读取当天 memory → self_improvement_log → 检查 Pattern-Key 重复 → 同步到长期记忆
+- [[记忆断层]]：无对话日不生成 memory 文件的问题，通过 Session 启动时强制检查解决
+
+## Key Entities
+- [[OpenClaw]]：多 Agent 管理平台，支持 cron job、memory-lancedb-pro、self-improving skill
+
+## Connections
+- [[OpenClaw]] ← 平台 ← [[self-improving skill]]
+- [[双层记忆架构]] ← 包含 ← [[Self-Improving Skill]]
+- [[双层记忆架构]] ← 包含 ← [[memory-lancedb-pro]]
+- [[Pattern-Key]] ← 核心机制 ← [[Self-Improving Skill]]
+- [[每日复盘]] ← 触发 ← [[OpenClaw cron]]

wiki/syntheses/GOG-CLI工具.md

@@ -0,0 +1,70 @@
+---
+title: GOG CLI 工具
+type: synthesis
+tags: [Google Workspace, CLI工具, Gmail, Calendar, Drive]
+sources: []
+last_updated: 2026-04-15
+---
+
+## 概述
+GOG CLI（Google Workspace CLI）是由 steipete 开发的 macOS/Linux 命令行工具，通过 OAuth 为 Gmail、Google Calendar、Google Drive、Google Contacts、Google Sheets、Google Docs 提供命令行接口。
+
+## 支持的 Google 服务
+
+| 服务 | 支持功能 |
+|------|---------|
+| **Gmail** | 搜索（threads/messages）、发送（普通/HTML/回复）、草稿创建与发送 |
+| **Calendar** | 列表、创建、更新事件，支持颜色标记（11色） |
+| **Drive** | 文件搜索 |
+| **Contacts** | 联系人列表 |
+| **Sheets** | 读取、更新、追加、清除、元数据查询 |
+| **Docs** | 导出（txt）、读取内容（cat） |
+
+## 认证方式
+1. 通过 `gog auth credentials /path/to/client_secret.json` 配置 OAuth 客户端
+2. 通过 `gog auth add <email> --services gmail,calendar,drive,contacts,docs,sheets` 授权所需服务
+3. 支持多账户：`--account <email>` 参数切换
+
+## 核心命令示例
+
+### Gmail
+```bash
+gog gmail search 'newer_than:7d' --max 10
+gog gmail messages search "in:inbox from:ryanair.com" --max 20 --account you@example.com
+gog gmail send --to a@b.com --subject "Hi" --body-file ./message.txt
+```
+
+### Calendar
+```bash
+gog calendar events <calendarId> --from <iso> --to <iso>
+gog calendar create <calendarId> --summary "Title" --from <iso> --to <iso> --event-color 7
+gog calendar update <calendarId> <eventId> --summary "New Title"
+gog calendar colors  # 查看可用颜色
+```
+
+### Sheets
+```bash
+gog sheets get <sheetId> "Tab!A1:D10" --json
+gog sheets update <sheetId> "Tab!A1:B2" --values-json '[["A","B"],["1","2"]]'
+gog sheets append <sheetId> "Tab!A:C" --values-json '[["x","y","z"]]'
+```
+
+### Docs
+```bash
+gog docs export <docId> --format txt --out /tmp/doc.txt
+gog docs cat <docId>
+```
+
+## 环境变量
+- `GOG_ACCOUNT=you@gmail.com` — 避免每次重复 `--account` 参数
+
+## 注意事项
+- 发送邮件或创建事件前需二次确认
+- Sheets 值传递推荐使用 `--values-json`
+- `--body` 参数不解析 `\n`，多行内容需用 `--body-file`
+- Docs 不支持原地编辑，需通过 Docs API 客户端实现
+
+## 安装
+```bash
+brew install steipete/tap/gogcli
+```