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

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]]