Auto-sync: 2026-04-17 16:17

wiki/concepts/Last-30-Days-Skill.md

@@ -0,0 +1,32 @@
+---
+title: "Last 30 Days Skill"
+type: concept
+tags: [openclaw, skill, market-research, reddit, twitter]
+last_updated: 2026-04-17
+---
+
+## Aliases
+- Last 30 Days
+- Last 30 Days skill
+- last30days-skill
+
+## Definition
+Matt Van Horn 开发的 OpenClaw skill，可获取指定主题在过去 30 天内 Reddit 和 X（Twitter）上的用户讨论、抱怨和功能请求。
+
+## Functionality
+- 搜索指定主题的 Reddit 帖子和评论
+- 搜索 X（Twitter）上关于该主题的推文
+- 汇总真实用户的痛点、抱怨和功能需求
+- 排序：按频率排名最常见的用户痛点
+
+## Use Cases
+- 市场研究：发现用户未满足的需求
+- 竞品分析：了解用户对竞品的抱怨
+- 产品创意：识别产品机会
+- 内容创作：获取用户关心的热门话题
+
+## Connected Pages
+- [[market-research-product-factory]]
+
+## Source
+- GitHub: https://github.com/mvanhorn/last30days-skill/

wiki/concepts/MVP.md

@@ -0,0 +1,23 @@
+---
+title: "MVP"
+type: concept
+tags: [product-development, entrepreneurship, lean-startup]
+last_updated: 2026-04-17
+---
+
+## Aliases
+- Minimum Viable Product
+- 最小可行产品
+
+## Definition
+用最少的资源构建一个能够验证核心产品假设的版本。MVP 关注的是验证市场需求，而非功能完整性。
+
+## Key Principles
+- 只构建核心功能
+- 快速验证假设
+- 最小化时间成本
+- 获取真实用户反馈
+
+## Connected Pages
+- [[market-research-product-factory]]
+- [[Market-Research]]

wiki/concepts/Market-Research.md

@@ -0,0 +1,28 @@
+---
+title: "Market Research"
+type: concept
+tags: [market-research, product-development, entrepreneurship]
+last_updated: 2026-04-17
+---
+
+## Definition
+通过系统化收集和分析用户反馈、市场趋势、竞品信息来识别产品机会和用户需求的过程。
+
+## Key Activities
+- 用户痛点收集
+- 竞品分析
+- 市场规模评估
+- 用户需求验证
+
+## Traditional Methods
+- 问卷调查
+- 用户访谈
+- 焦点小组
+- 论坛和社交媒体浏览
+
+## AI-Enhanced Approach
+使用 Last 30 Days skill 等工具自动挖掘 Reddit 和 X 上的真实用户讨论，获取未经过滤的用户情绪数据。
+
+## Connected Pages
+- [[market-research-product-factory]]
+- [[Last-30-Days-Skill]]

wiki/concepts/Preference-Learning.md

@@ -0,0 +1,29 @@
+---
+title: "Preference Learning"
+type: concept
+tags: [ai, personalization, machine-learning]
+last_updated: 2026-04-17
+---
+
+## Definition
+AI Agent 通过与用户交互逐渐学习并记住用户偏好，用于持续优化内容筛选和推荐结果。
+
+## How It Works
+1. 初始交互：用户设定偏好规则（如"不包含表情包""喜欢技术类内容"）
+2. 反馈收集：每次呈现结果后询问用户是否满意
+3. 规则更新：根据用户反馈调整偏好规则
+4. 持续优化：随着时间推移，筛选结果越来越符合用户需求
+
+## Use Cases
+- [[Daily Reddit Digest]]：学习用户感兴趣的子版块和内容类型
+- [[Custom Morning Brief]]：根据用户阅读习惯调整新闻优先级
+- 内容推荐系统：个性化推荐引擎的核心机制
+
+## Connections
+- [[Task Automation]] ← enables ← [[Preference Learning]]
+- [[Context Memory]] ← stores ← [[Preference Learning]]
+- [[Cron Jobs]] ← schedules ← [[Preference Learning]]
+
+## References
+- 通过 Memory 目录存储用户偏好规则
+- 每次交互后更新规则，形成反馈循环

wiki/concepts/Proactive-Recommendations.md

@@ -0,0 +1,32 @@
+---
+title: "Proactive Recommendations"
+type: concept
+tags: [ai-agent, automation, task-automation]
+sources: [custom-morning-brief]
+last_updated: 2026-04-17
+---
+
+## Summary
+AI Agent 主动思考并推荐可以自主完成的任务，而非被动等待用户指令。
+
+## Definition
+AI Agent 基于上下文分析，主动推荐并执行对用户有价值 tasks 的能力。
+
+## Why Powerful
+- 将 AI 从被动工具转化为主动助手
+- 利用 AI 不间断运行的特点，在夜间也能产生价值
+- 减少用户早晨的认知负担
+
+## Key Mechanism
+1. Agent 分析用户的任务列表、日程、上下文
+2. 识别可以自动完成的任务
+3. 生成推荐并说明可以完成的原因
+4. 用户确认后执行
+
+## Connection to Morning Brief
+在 Custom Morning Brief 中，AI 推荐任务是最有价值的功能模块，让用户起床时发现工作已经完成。
+
+## Connections
+- [[Agentic AI]] ← enables ← [[Proactive Recommendations]]
+- [[Morning Brief]] ← includes ← [[Proactive Recommendations]]
+- [[Task Automation]] ← extends ← [[Proactive Recommendations]]