diff --git a/.DS_Store b/.DS_Store index 91e4c33d..75ca5229 100644 Binary files a/.DS_Store and b/.DS_Store differ diff --git a/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md b/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md index 656312e3..747a7b70 100644 --- a/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md +++ b/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* diff --git a/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-44-aws-backup-in-micro-focus.md b/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-44-aws-backup-in-micro-focus.md index 53d54e17..9b98f328 100644 --- a/knowledgebase/DevOps & SRE/01_AWS-Landing-Zone/ctp-topic-44-aws-backup-in-micro-focus.md +++ b/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* diff --git a/knowledgebase/DevOps & SRE/05_FinOps/ctp-topic-13-cloud-finops-micro-focus-policies-best-practices-to-optimize-the-co.md b/knowledgebase/DevOps & SRE/05_FinOps/ctp-topic-13-cloud-finops-micro-focus-policies-best-practices-to-optimize-the-co.md index 5495a402..378c697f 100644 --- a/knowledgebase/DevOps & SRE/05_FinOps/ctp-topic-13-cloud-finops-micro-focus-policies-best-practices-to-optimize-the-co.md +++ b/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* diff --git a/wiki/concepts/Pattern-Key.md b/wiki/concepts/Pattern-Key.md new file mode 100644 index 00000000..9ca6af56 --- /dev/null +++ b/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]] diff --git a/wiki/concepts/Recurrence-Count.md b/wiki/concepts/Recurrence-Count.md new file mode 100644 index 00000000..e54c5d1e --- /dev/null +++ b/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]] diff --git a/wiki/concepts/STATE-yaml.md b/wiki/concepts/STATE-yaml.md new file mode 100644 index 00000000..b82d79cb --- /dev/null +++ b/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 diff --git a/wiki/concepts/Self-Improving-Skill.md b/wiki/concepts/Self-Improving-Skill.md new file mode 100644 index 00000000..a4660bd3 --- /dev/null +++ b/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]] diff --git a/wiki/concepts/Vibe-Kanban.md b/wiki/concepts/Vibe-Kanban.md new file mode 100644 index 00000000..4c8ffaf9 --- /dev/null +++ b/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]] diff --git a/wiki/concepts/nvm.md b/wiki/concepts/nvm.md new file mode 100644 index 00000000..ea284d5f --- /dev/null +++ b/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]] diff --git a/wiki/concepts/pm2.md b/wiki/concepts/pm2.md new file mode 100644 index 00000000..d44cf95e --- /dev/null +++ b/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 +- 日志：pm2 logs +- 保存：pm2 save（保存当前进程列表） +- 开机自启：pm2 startup systemd -u --hp +- 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]] diff --git a/wiki/concepts/个人知识库.md b/wiki/concepts/个人知识库.md new file mode 100644 index 00000000..952470cb --- /dev/null +++ b/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 diff --git a/wiki/concepts/产品工厂.md b/wiki/concepts/产品工厂.md new file mode 100644 index 00000000..810c609d --- /dev/null +++ b/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 diff --git a/wiki/concepts/内容工厂.md b/wiki/concepts/内容工厂.md new file mode 100644 index 00000000..ddfcd2f6 --- /dev/null +++ b/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 diff --git a/wiki/concepts/去中心化协调.md b/wiki/concepts/去中心化协调.md new file mode 100644 index 00000000..a8f42c78 --- /dev/null +++ b/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 diff --git a/wiki/concepts/双层记忆架构.md b/wiki/concepts/双层记忆架构.md new file mode 100644 index 00000000..c3b77bd7 --- /dev/null +++ b/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]] diff --git a/wiki/concepts/每日复盘.md b/wiki/concepts/每日复盘.md new file mode 100644 index 00000000..6817995b --- /dev/null +++ b/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]] diff --git a/wiki/concepts/记忆断层.md b/wiki/concepts/记忆断层.md new file mode 100644 index 00000000..3cdbab15 --- /dev/null +++ b/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]] diff --git a/wiki/entities/Alex-Finn.md b/wiki/entities/Alex-Finn.md new file mode 100644 index 00000000..bd3a994b --- /dev/null +++ b/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 diff --git a/wiki/entities/ClawHub.md b/wiki/entities/ClawHub.md new file mode 100644 index 00000000..90e28e8e --- /dev/null +++ b/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 （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]] diff --git a/wiki/entities/Matt-Van-Horne.md b/wiki/entities/Matt-Van-Horne.md new file mode 100644 index 00000000..54e8ff21 --- /dev/null +++ b/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 diff --git a/wiki/entities/Nicholas-Carlini.md b/wiki/entities/Nicholas-Carlini.md new file mode 100644 index 00000000..4d45177e --- /dev/null +++ b/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 diff --git a/wiki/index.md b/wiki/index.md index 517ac2f6..c617d3ed 100644 --- a/wiki/index.md +++ b/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 diff --git a/wiki/log.md b/wiki/log.md index 7ba42187..4f797637 100644 --- a/wiki/log.md +++ b/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) diff --git a/wiki/overview.md b/wiki/overview.md index 5be98047..b9b46bc9 100644 --- a/wiki/overview.md +++ b/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 diff --git a/wiki/sources/Autonomous-Project-Management.md b/wiki/sources/Autonomous-Project-Management.md new file mode 100644 index 00000000..4eb41e24 --- /dev/null +++ b/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 diff --git a/wiki/sources/Content-Factory.md b/wiki/sources/Content-Factory.md new file mode 100644 index 00000000..39e202fa --- /dev/null +++ b/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 diff --git a/wiki/sources/Market-Research-Product-Factory.md b/wiki/sources/Market-Research-Product-Factory.md new file mode 100644 index 00000000..45c716cb --- /dev/null +++ b/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 diff --git a/wiki/sources/Multi-Agent-Specialized-Team-Solo-Founder-Setup.md b/wiki/sources/Multi-Agent-Specialized-Team-Solo-Founder-Setup.md new file mode 100644 index 00000000..d1f3f065 --- /dev/null +++ b/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]] diff --git a/wiki/sources/Personal-Knowledge-Base-RAG.md b/wiki/sources/Personal-Knowledge-Base-RAG.md new file mode 100644 index 00000000..e7a6a13d --- /dev/null +++ b/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 diff --git a/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南.md b/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu-Server安装管理指南.md new file mode 100644 index 00000000..152b1973 --- /dev/null +++ b/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]] diff --git a/wiki/sources/baoyu-skills-claude-code-技能集.md b/wiki/sources/baoyu-skills-claude-code-技能集.md new file mode 100644 index 00000000..e093217d --- /dev/null +++ b/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]] diff --git a/wiki/sources/养虾日记2-OpenClaw-Self-Improving复盘实战.md b/wiki/sources/养虾日记2-OpenClaw-Self-Improving复盘实战.md new file mode 100644 index 00000000..8ba1190e --- /dev/null +++ b/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]] diff --git a/wiki/syntheses/GOG-CLI工具.md b/wiki/syntheses/GOG-CLI工具.md new file mode 100644 index 00000000..b3566f6d --- /dev/null +++ b/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 --services gmail,calendar,drive,contacts,docs,sheets` 授权所需服务 +3. 支持多账户：`--account ` 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 --from --to +gog calendar create --summary "Title" --from --to --event-color 7 +gog calendar update --summary "New Title" +gog calendar colors # 查看可用颜色 +``` + +### Sheets +```bash +gog sheets get "Tab!A1:D10" --json +gog sheets update "Tab!A1:B2" --values-json '[["A","B"],["1","2"]]' +gog sheets append "Tab!A:C" --values-json '[["x","y","z"]]' +``` + +### Docs +```bash +gog docs export --format txt --out /tmp/doc.txt +gog docs cat +``` + +## 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 +```