Auto-sync: 2026-04-28 00:02

wiki/sources/14个免费的ai图生视频工具-用ai让图片动起来-ai视频教程-ai自动化工作流定制服务-ai培训学习平台-黑喵大叔.md

@@ -1,67 +1,80 @@
----
-title: "14个免费的AI图生视频工具，用AI让图片动起来"
-type: source
-tags: [ai, image-to-video, 视频生成]
-date: 2025-12-05
----
-
-## Source File
-- [[AI/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程  AI自动化工作流定制服务  AI培训学习平台  黑喵大叔]]
-
-## Summary（用中文描述）
-- 核心主题：14个免费AI图生视频工具盘点——用户上传静态图片，AI自动生成动态视频，降低视频创作门槛
-- 问题域：视频制作需要专业设备、技术和时间投入的痛点；普通创作者如何零门槛制作动态视频内容
-- 方法/机制：AI图生视频技术——通过上传静态图片，结合可选的文本提示词、运动模板、运镜参数等输入，由AI模型自动分析图像内容并生成连贯的动态视频片段
-- 结论/价值：2025年免费AI图生视频工具已高度成熟，涵盖中国厂商（阿里巴巴、智谱AI、快手MiniMax、字节跳动等）和国际厂商（Stability AI等），支持电商模特图、视频创作、广告制作等多种场景
-
-## Key Claims（用中文描述）
-- 14个免费AI图生视频工具覆盖从2秒到6秒的短视频生成，平均生成时间30秒至数分钟
-- 阿里巴巴（绘蛙、通义万相）、字节跳动（即梦AI）、快手（可灵AI）、智谱AI均已推出免费图生视频功能，国产工具在电商场景深度优化
-- 图生视频技术已支持多种运动控制方式：文本提示词、动作模板、运镜参数、尾帧参考，运动幅度可调节
-- 主体一致性（人物/物体在多段视频中保持一致）成为差异化竞争焦点，Vidu和海螺AI在此能力上领先
-- 部分工具（Viva、海螺AI）支持音效/背景音乐自动生成，实现声画同步的完整视频输出
-
-## Key Quotes
-> "只需几张图片，借助AI的力量，轻松生成富有动感和创意的视频作品，实现惊人的创造力和便捷性，为视频创作带来全新的变革与机遇。" — 文章引言
-> "在当今这个信息爆炸、视觉内容为王的时代，视频已成为人们传递信息、表达创意、娱乐消遣的首选方式之一。" — 文章背景
-
-## Key Concepts
-- [[AI图生视频]]：将静态图片通过AI模型自动转化为动态视频的技术，核心任务包括运动估计、时序生成、内容填充
-- [[主体一致性]]：多段视频中保持人物或物体视觉特征（面部、衣着、颜色）高度一致的技术能力，Vidu的"多主体参考"和海螺AI的"主体参考"均属此类
-- [[运镜控制]]：通过参数调整视频中摄像机的运动方式（如推进、拉远、倾斜、轨道等），决定视频的视觉动态感
-- [[首尾帧控制]]：以首帧图片和尾帧图片作为视频生成约束，AI自动填充中间帧，确保视频首尾画面符合预期
-- [[提示词控制]]：通过自然语言描述控制视频中主体的运动方式和场景变化，实现"所想即所见"
-
-## Key Entities
-- [[绘蛙AI视频]]：阿里巴巴集团推出的AI图生视频工具，专注电商模特图动态化，支持动作模板，图片要求600×800以上
-- [[智谱清影]]：智谱AI推出的视频生成工具，图生视频功能30秒生成6秒1440×960高清视频，自带CogSound音效生成
-- [[通义万相]]：阿里巴巴AI视频生成工具，支持文本提示词控制运动、任意比例裁剪、旋转和国风内容优化
-- [[Vidu]]：生数科技联合清华大学发布的中国首个长时长高一致性视频大模型，全球首个"多主体参考"功能
-- [[可灵AI]]：快手推出的AI图生视频平台，生成1080p高清视频，3D时空联合注意力机制实现逼真物理动作
-- [[海螺AI]]：MiniMax公司推出的AI视频生成工具，MiniMax视频模型确保形象光影高度一致，支持超出图片内容的文本指令
-- [[即梦AI]]：字节跳动一站式AI创意创作平台，首尾帧精准控制、运镜参数自定义、多参数组合设置
-- [[PixVerse]]：爱诗科技开发的AI视频生成工具，支持真实/动漫/3D动画多风格，角色一致性功能
-- [[Video Ocean]]：潞晨科技AI视频生成平台，指令响应式图片动态化，V2.0在画质和风格多样性上有显著提升
-- [[Stable Video]]：Stability AI推出的视频生成平台，LoRA精细摄像机控制、帧插值技术、3D场景生成
-- [[万相营造]]：阿里妈妈AI电商营销工具，高度还原原图、精准理解复杂提示词，专注电商商品视频化
-- [[Viva]]：智象未来免费AI创意视觉平台，6种运镜方式，运动强度可调节，免费工具中质量最高
-- [[Haiper]]：AI视频生成工具，支持2秒/4秒视频，1280×720分辨率，官网和Discord无限免费使用
-- [[艺映AI]]：MewXAI团队推出的AI视频创作工具，运动笔刷局部动态化，支持手机电脑多平台同步
-
-## Connections
-- [[Vidu]] ← 技术基础 ← [[清华大学]]（联合发布）
-- [[可灵AI]] ← 所属公司 ← [[快手]]（发布方）
-- [[海螺AI]] ← 所属公司 ← [[MiniMax]]（发布方）
-- [[即梦AI]] ← 所属公司 ← [[字节跳动]]（发布方）
-- [[智谱清影]] ← 所属公司 ← [[智谱AI]]（发布方）
-- [[绘蛙AI视频]] ← 所属公司 ← [[阿里巴巴]]（发布方）
-- [[通义万相]] ← 所属公司 ← [[阿里巴巴]]（发布方）
-- [[万相营造]] ← 所属公司 ← [[阿里巴巴]]（发布方）
-- [[Stable Video]] ← 所属公司 ← [[Stability AI]]（发布方）
-- [[Video Ocean]] ← 所属公司 ← [[潞晨科技]]（发布方）
-- [[PixVerse]] ← 所属公司 ← [[爱诗科技]]（发布方）
-- [[Viva]] ← 所属公司 ← [[智象未来]]（发布方）
-- [[艺映AI]] ← 所属公司 ← [[MewXAI]]（发布方）
-
-## Contradictions
-- 无明显内容冲突。本文为盘点性质，不同工具的功能描述可互补而非互斥。
+---
+title: "14个免费的AI图生视频工具，用AI让图片动起来"
+type: source
+tags: [ai, image-to-video, 视频生成]
+sources: []
+last_updated: 2025-12-05
+---
+
+## Source File
+- [[AI/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程  AI自动化工作流定制服务  AI培训学习平台  黑喵大叔]]
+
+## Summary（用中文描述）
+- 核心主题：14款免费AI图生视频工具的测评与功能介绍，涵盖中国主流AI视频生成平台和海外工具
+- 问题域：AI驱动的静态图片动态化（Image-to-Video）技术，面向内容创作者和视频制作人
+- 方法/机制：上传静态图片→AI分析图像内容→识别元素和艺术风格→生成动态视频（含动作、运镜、音效）
+- 结论/价值：降低了视频创作门槛，无需专业设备和技能即可将图片转化为视频，适用于电商营销、内容创作、广告制作等场景
+
+## Key Claims（用中文描述）
+- 绘蛙AI视频（阿里巴巴）：通过动作模板简化视频制作流程，支持jpg/jpeg/png/heic/webp多种格式，生成高清分辨率视频
+- 智谱清影（智谱AI）：30秒内生成6秒1440×960高清视频，支持多种风格（卡通3D/黑白/油画/电影感），引入CogSound模型自动生成匹配音效
+- 通义万相（阿里巴巴）：支持通过提示词精确控制视频运动，实现大幅度主体运动和运镜控制，匹配音效
+- Vidu（生数科技+清华大学）：全球首个"多主体参考"功能，10秒生成一段视频，支持写实和动漫风格
+- 可灵AI（快手）：基于3D VAE技术生成1080p分辨率视频，人物面部表情和肢体动作表现力强，3D时空联合注意力机制
+- 海螺AI（MiniMax）：确保视频与原图在形象、光影、色调上的高度一致性，支持CG合成、场景变化、物体拟人化等电影级特效
+- 即梦AI（字节跳动）：支持首尾帧精准掌控、多参数自定义设置（运镜控制/运动速度/视频比例/生成时长）
+- PixVerse（爱诗科技）：支持真实/动漫/3D动画多种风格，首尾帧生成实现视频丝滑过渡，角色一致性保持
+- Video Ocean（潞晨科技）：图片动态化，V2.0版本在画质、运动幅度、风格多样性上显著提升
+- Stable Video（Stability AI）：提供丰富的相机动作选项（变焦/倾斜/轨道运动等），支持LoRA精细摄像机控制
+- 万相营造（阿里妈妈）：高度还原原图，精准理解长文本复杂提示词，支持多种比例裁剪
+- Viva（智象未来）：免费产品中质量最高，支持6种运镜方式和运动强度设置，自动优化提示词
+- Haiper：支持生成2秒或4秒、1280×720分辨率视频，多种风格（电影/水彩/赛博朋克），免费无限使用
+- 艺映AI（MewXAI）：运动笔刷工具选择性动态化，支持多种风格（风景/动漫/国风/真人），多平台同步
+
+## Key Quotes
+> "在当今这个信息爆炸、视觉内容为王的时代，视频已成为人们传递信息、表达创意、娱乐消遣的首选方式之一。然而，制作高质量的视频往往需要专业的设备、复杂的技术以及大量的时间和精力投入，这使得许多创作者望而却步。" — 文章开篇背景介绍
+> "本文将介绍14个免费的AI图生视频工具，只需几张图片，借助AI的力量，轻松生成富有动感和创意的视频作品，实现惊人的创造力和便捷性，为视频创作带来全新的变革与机遇。" — 核心价值主张
+
+## Key Concepts
+- [[图生视频]]：Image-to-Video技术，将静态图片通过AI分析转化为动态视频内容
+- [[视频风格迁移]]：支持卡通3D、黑白、油画、电影感、赛博朋克等多种艺术风格选项
+- [[运镜控制]]：AI视频工具提供摄像机运动参数（推拉/倾斜/轨道/平移等）精细控制
+- [[首尾帧动画]]：以首帧和尾帧图片控制视频生成起止状态，增强视频可控性
+- [[主体一致性]]：多主体参考功能，确保视频生成中人物/物体形象保持一致
+- [[音效匹配]]：AI根据视频内容自动生成匹配的音效和背景音乐
+- [[运动笔刷]]：选择性涂抹图片局部区域，指定动态化范围
+
+## Key Entities
+- [[绘蛙AI视频]]：阿里巴巴集团推出的AI图生视频工具，专注于模特图片动态化
+- [[智谱清影]]：智谱AI推出的视频生成工具，引入CogSound音效模型
+- [[通义万相]]：阿里巴巴旗下AI视频生成工具，支持精确运镜和运动控制
+- [[Vidu]]：生数科技联合清华大学发布的视频大模型，全球首个多主体参考功能
+- [[可灵AI]]：快手推出的AI图片和视频创作平台，3D VAE技术生成1080p视频
+- [[海螺AI]]：MiniMax公司推出的AI视频生成工具，强调形象和光影高度一致性
+- [[即梦AI]]：字节跳动旗下的一站式AI创意创作平台
+- [[PixVerse]]：爱诗科技开发的AI视频生成工具
+- [[Video Ocean]]：潞晨科技推出的多功能AI视频生成平台
+- [[Stable Video]]：Stability AI推出的视频生成平台，提供精细摄像机控制
+- [[万相营造]]：阿里妈妈推出的AI电商营销工具
+- [[Viva]]：智象未来推出的免费AI创意视觉生成平台
+- [[Haiper]]：免费AI视频生成工具
+- [[艺映AI]]：MewXAI团队推出的多功能AI视频创作工具
+- [[阿里巴巴]]：旗下拥有绘蛙AI视频、通义万相、万相营造三款工具
+- [[快手]]：旗下拥有可灵AI
+- [[字节跳动]]：旗下拥有即梦AI
+- [[清华大学]]：联合生数科技发布Vidu视频大模型
+- [[MiniMax]]：推出海螺AI视频生成工具
+- [[Stability AI]]：推出Stable Video
+
+## Connections
+- [[通义万相]] ← extends ← [[阿里巴巴AI生态]]
+- [[绘蛙AI视频]] ← extends ← [[阿里巴巴AI生态]]
+- [[万相营造]] ← extends ← [[阿里巴巴AI生态]]
+- [[可灵AI]] ← extends ← [[快手AI生态]]
+- [[即梦AI]] ← extends ← [[字节跳动AI生态]]
+- [[Vidu]] ← extends ← [[生数科技]] + [[清华大学AI研究]]
+- [[海螺AI]] ← extends ← [[MiniMax]]
+- [[Stable Video]] ← extends ← [[Stability AI]]
+
+## Contradictions
+- 无明显内容冲突，本文为工具评测类文章，各工具功能介绍相互独立

wiki/sources/designing-for-agentic-ai.md

@@ -1,48 +1,43 @@
----
-title: "Designing for Agentic AI"
-type: source
-tags: [AI, Agentic AI, Product Design, UX Design]
-date: 2025-03-02
----
-
-## Source File
-- [[AI/Designing for Agentic AI]]
-
-## Summary（用中文描述）
-- 核心主题：Agentic AI（智能体AI）与 GenAI（生成式AI）的区别，以及如何为 Agentic AI 设计用户体验
-- 问题域：传统 UI 设计范式（响应用户直接输入）无法满足 Agentic AI 的主动式、反馈驱动型交互需求
-- 方法/机制：提出 5 条最佳实践设计原则：透明度（Transparency）、控制感（Control）、个性化（Personalization）、对话式交互（Conversation）、主动预判（Anticipation）
-- 结论/价值：设计 Agentic AI 体验需要全新的设计隐喻，从"响应用户操作"转向"提供实时反馈"，让用户始终理解 AI 正在做什么并保持控制权
-
-## Key Claims（用中文描述）
-- GenAI 擅长创作新内容（文本/图片/音乐），Agentic AI 擅长行动——与环境交互、做决策、预判需求
-- Agentic AI 使用户不再是被动参与者：观察 AI 决策过程、理解 AI"思考"本身就是一种交互形式
-- 设计 Agentic AI 需要新隐喻：不仅是响应用户点击/滑动，而是 AI 运行时提供实时反馈
-- 5 条最佳实践原则（TCPCA）：透明度、控制感、个性化、对话、主动预判
-
-## Key Quotes
-> "Agentic AI is pushing us to reimagine product design. For years, we've focused on interfaces that react to direct user input—clicks, swipes, and edits. But agentic AI introduces a new dimension: proactive agents that anticipate needs and act autonomously."
-> — Yuri Pessa，阐述从响应式 UI 到主动式 Agent UI 的设计范式转变
-
-> "This doesn't mean users become passive. Observing the AI's decision-making process, understanding its 'thinking,' is a form of interaction in itself."
-> — Yuri Pessa，用户观察 AI 决策过程本身就是参与方式
-
-## Key Concepts
-- [[Agentic AI]]：能够与环境交互、做决策、预判用户需求的主动式 AI 系统，而非被动响应用户指令
-- [[GenAI]]：生成式 AI，擅长创作新内容（文本/图片/音乐），与 Agentic AI 的行动导向形成对比
-- [[Transparency]]：透明度原则——用户应能理解 AI 如何做决策，通过可视化 AI 进度和推理过程摘要实现
-- [[Control]]：控制感原则——用户始终应感到掌控 AI，通过停止/撤销/偏好设置等机制实现
-- [[Personalization]]：个性化原则——Agentic AI 应适应个人用户需求和偏好，基于历史行为预测未来需求
-- [[Conversation]]：对话原则——通过自然语言界面设计与 AI 交互，并提供 AI 如何解读输入的反馈
-- [[Anticipation]]：主动预判原则——Agentic AI 应能预判用户需求并主动提供帮助，同时允许用户控制 AI 自主权级别
-
-## Key Entities
-- [[Yuri Pessa]]：LinkedIn 文章作者，专注于 AI 产品设计领域
-
-## Connections
-- [[Agentic AI]] ← 核心概念 ← [[Designing-for-Agentic-AI]]（本文档）
-- [[Designing-for-Agentic-AI]] ← 应用场景 ← [[Google-5个-Agent-Skill-设计模式]]（Skill 设计模式中的设计原则）
-- [[Designing-for-Agentic-AI]] ← 对比参照 ← [[llms-rag-ai-agent-三个到底什么区别]]（LLM vs RAG vs AI Agent 的概念辨析）
-
-## Contradictions
-- 暂无已知冲突
+---
+title: "Designing for Agentic AI"
+type: source
+tags: []
+date: 2001-02-27
+---
+
+## Source File
+- [[raw/AI/Designing for Agentic AI.md]]
+
+## Summary（用中文描述）
+- 核心主题：Agentic AI（智能体AI）的产品设计原则——如何为能自主行动、主动决策的AI系统设计用户体验
+- 问题域：传统UI/UX设计范式无法适配AI主动行为的场景；设计师需要为AI的"思考过程"和"决策过程"设计反馈机制
+- 方法/机制：通过透明度（Transparency）、控制感（Control）、个性化（Personalization）、对话式交互（Conversation）、主动预测（Anticipation）五大设计最佳实践，构建用户能理解、信任并控制的AI体验
+- 结论/价值：用户不应成为被动的旁观者——观察AI的决策过程本身就是一种交互形式；设计重点从"响应用户点击"转向"提供AI运作的实时反馈"
+
+## Key Claims（用中文描述）
+- GenAI（生成式AI）擅长创作内容（文本/图像/音乐），Agentic AI 擅长行动（交互环境、做决策、预判需求）
+- Agentic AI 将产品设计从"响应直接用户输入"拓展到"为主动型AI提供实时反馈"
+- 观察AI决策过程本身是一种交互形式——用户虽未点击按钮，但仍在评估、介入
+- 透明度设计：可视化AI任务进度 + 提供推理过程摘要
+- 控制感设计：允许停止AI任务、撤销AI操作、设置AI行为偏好
+- 个性化设计：用历史行为预测未来需求，允许用户对AI表现提供反馈
+- 对话式设计：用自然语言交互，提供AI输入理解方式的反馈
+- 主动预测设计：AI预判用户需求，同时提供控制AI自主权等级的控制项
+
+## Key Quotes
+> "Agentic AI is pushing us to reimagine product design. For years, we've focused on interfaces that react to direct user input—clicks, swipes, and edits. But agentic AI introduces a new dimension: proactive agents that anticipate needs and act autonomously." — 核心观点：Agentic AI 打破了传统交互设计范式
+> "Observing the AI's decision-making process, understanding its 'thinking,' is a form of interaction in itself. The user may not be clicking buttons, but they're still engaged, evaluating, and potentially intervening." — 观察即交互
+> "Instead of just reacting to user actions, we're crafting experiences that provide live feedback as the AI operates." — 从响应式到实时反馈式设计范式转移
+
+## Key Concepts
+- [[Agentic-AI]]：能与环境交互、做决策、预判需求，24/7自主工作的私人代理，是本文的核心主题
+- [[GenAI]]：生成式AI，擅长创作内容（文本、图像、音乐），作为 Agentic AI 的对比基准
+
+## Key Entities
+- [[Agentic-AI]]：智能体AI技术类别，本文从产品设计视角阐述其设计原则
+
+## Connections
+- [[Agentic-AI]] ← 核心主题 ← [[designing-for-agentic-ai]]
+
+## Contradictions
+- 暂无冲突内容

wiki/sources/google-神级生产力工具-所有-github-开源平替都找到了.md

@@ -1,65 +1,72 @@
----
-title: "Google 神级生产力工具，所有 GitHub 开源平替都找到了。"
-type: source
-tags: []
-date: 2026-01-01
----
-
-## Source File
-- [[AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md]]
-
-## Summary（用中文描述）
-- 核心主题：Google NotebookLM 的 GitHub 开源替代品生态全景盘点
-- 问题域：AI 笔记助手、文档问答、播客生成工具的选择与本地化部署
-- 方法/机制：系统梳理 6 款开源项目（Open Notebook、SurfSense、Podcastfy、NotebookLlama、PageLM、InsightsLM），从功能完整性、模型支持、部署方式、差异化特性等维度对比分析
-- 结论/价值：开源平替覆盖从"全功能替代"到"垂直聚焦"的不同需求层次，用户可根据隐私需求、预算、技术能力选择最适合的工具
-
-## Key Claims（用中文描述）
-- Open Notebook 是 GitHub 上 Star 最高的 NotebookLM 开源平替（14.6k Stars），支持 16+ AI 提供商、本地模型、多模态输入和多角色播客生成
-- SurfSense（11.4k Stars）是综合型 AI 搜索与研究智能体，整合语义搜索+全文搜索+重排序，支持 Notion/GitHub/YouTube 等外部数据源，具备团队协作 RBAC
-- Podcastfy 专注播客生成，整合 100+ LLM 和多种 TTS 引擎，支持多语言和短视频/长篇双模式
-- NotebookLlama（LlamaIndex 官方项目）展示如何利用 AI 技术链条构建文档转播客应用
-- PageLM 专注于教育场景，提供康奈尔笔记、互动测验、间隔重复闪卡和模拟考试系统
-- InsightsLM 强调低代码/无代码，采用 Supabase + N8N 架构，支持完全离线本地部署
-
-## Key Quotes
-> "NotebookLM 是谷歌推出的一款 AI 笔记助手。与普通 AI 不一样，它严格限制在你上传的文档范围里进行回答，并能提供精准的原文引用。" — NotebookLM 的核心价值定位
-> "Open Notebook 支持超过 16 种 AI 提供商，包括 OpenAI、Anthropic、Gemini 等主流云端模型，同时也完美支持通过 Ollama 或 LM Studio 运行的本地模型。" — 模型选择灵活性
-> "SurfSense 采用语义搜索 + 全文搜索混合搜索技术，并结合重排序算法，确保在海量数据中能快速精准地找到并引用答案。" — 搜索技术栈
-> "Podcastfy 整合了超过 100 种 LLM 用于脚本生成，并支持 OpenAI、Google、ElevenLabs 以及 Microsoft Edge TTS 等多种语音合成引擎。" — 播客生成引擎
-
-## Key Concepts
-- [[文档问答]]：基于上传文档进行 AI 问答，并提供精准原文引用
-- [[播客生成]]：将文本/文档内容转换为逼真的双人/多人英语对话播客
-- [[语义搜索]]：结合向量相似度与全文关键词匹配，提升检索精度
-- [[混合搜索]]：语义搜索 + BM25 全文搜索 + RRF 重排序的组合检索技术
-- [[多模态输入]]：支持 PDF、网页、音频、YouTube 视频等多种格式的文档输入
-- [[本地化部署]]：不依赖云端，通过 Docker 等方式在本地运行 AI 应用
-- [[RBAC]]（基于角色的访问控制）：支持团队协作和知识共享的权限管理机制
-
-## Key Entities
-- [[NotebookLM]]：Google 推出的 AI 笔记助手，核心标杆产品，支持文档问答和播客生成
-- [[OpenNotebook]]：GitHub Star 最高的开源平替（14.6k），全功能本地化方案，支持多 AI 提供商
-- [[SurfSense]]：综合型 AI 搜索与研究智能体（11.4k Stars），定位为 NotebookLM/Perplexity/Glean 的开源替代
-- [[Podcastfy]]：专注播客生成的开源工具，整合 100+ LLM 和多种 TTS 引擎
-- [[NotebookLlama]]：LlamaIndex 官方开源项目，展示文档转播客的完整技术链条
-- [[PageLM]]：教育场景垂直工具，提供康奈尔笔记、互动测验、间隔重复闪卡、模拟考试
-- [[InsightsLM]]：低代码/无代码方案，Supabase + N8N 架构，支持 Ollama/Qwen3 本地模型
-- [[Google]]：NotebookLM 开发商，AI 生产力工具领域的重要推动者
-- [[LlamaIndex]]：NotebookLlama 的背后组织，开源 LLM 应用开发框架
-- [[Supabase]]：InsightsLM 的后端数据库和存储提供商
-- [[N8N]]：InsightsLM 的工作流自动化工具后端
-- [[Ollama]]：本地模型运行平台，多个开源平替均支持
-- [[ElevenLabs]]：高质量语音合成引擎，Podcastfy 和 NotebookLlama 均支持
-
-## Connections
-- [[OpenNotebook]] ← 功能对标 ← [[NotebookLM]]
-- [[SurfSense]] ← 定位重叠 ← [[NotebookLM]]、[[Perplexity]]、[[Glean]]
-- [[Podcastfy]] ← 功能聚焦 ← [[NotebookLM]]（播客生成子功能）
-- [[NotebookLlama]] ← 技术参考 ← [[NotebookLM]]（文档转播客流程）
-- [[PageLM]] ← 场景扩展 ← [[NotebookLM]]（教育垂直领域）
-- [[InsightsLM]] ← 架构借鉴 ← [[NotebookLM]]（文档问答+播客生成核心）
-- [[OpenNotebook]] ← 技术集成 ← [[Ollama]]、[[LM-Studio]]
-
-## Contradictions
-- 无已知内容冲突
+---
+title: "Google 神级生产力工具，所有 GitHub 开源平替都找到了。"
+type: source
+tags: []
+date: 2025-12-19
+---
+
+## Source File
+- [[AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。]]
+
+## Summary（用中文描述）
+- 核心主题：Google NotebookLM 的 GitHub 开源替代品全景盘点
+- 问题域：AI 笔记助手、播客生成工具、文档研究与知识管理
+- 方法/机制：文章系统介绍了 7 款开源项目，覆盖本地部署、多模态输入、播客生成、AI 搜索等能力
+- 结论/价值：为用户提供了 NotebookLM 的免费、可私有部署的开源替代方案选择
+
+## Key Claims（用中文描述）
+- NotebookLM 由 Google 推出，是一款严格限制在用户上传文档范围内回答的 AI 笔记助手，并支持播客生成功能
+- Open Notebook 是 GitHub 上 Star 最高的 NotebookLM 开源平替（14.6k），支持 16+ AI 提供商、多模态输入和 Docker 部署
+- SurfSense 定位为 NotebookLM + Perplexity + Glean 的综合开源替代品（11.4k Star），支持语义+全文混合搜索、团队 RBAC
+- Podcastfy 专注播客生成，支持 100+ LLM 和多种 TTS 引擎，可生成短视频风格或长篇深度播客
+- NotebookLlama 由 LlamaIndex 官方推出，提供从文档解析到 TTS 的完整技术链条，适合学习 AI 应用开发
+- PageLM 针对学习场景，提供康奈尔笔记、互动测验、间隔重复闪卡、模拟考试和播客生成
+- InsightsLM 强调低代码/无代码，采用 Supabase + N8N，支持 Ollama/Qwen3 本地离线运行
+
+## Key Quotes
+> "NotebookLM 是谷歌推出的一款 AI 笔记助手。与普通 AI 不一样，它严格限制在你上传的文档范围里进行回答，并能提供精准的原文引用。" — 文章开篇定义
+
+## Key Concepts
+- [[Document Q&A]]：基于上传文档的 AI 问答，严格限定在文档范围内，提供原文引用
+- [[Podcast Generation]]：将文档内容转化为逼真的多角色语音播客，支持多语言
+- [[Multimodal Input]]：支持 PDF、网页、音频、YouTube 视频等多种内容格式的输入处理
+- [[Docker Deployment]]：通过 Docker 实现一键部署，降低开源工具的使用门槛
+- [[Semantic Search]]：语义搜索结合全文搜索与重排序算法，提升检索精度
+- [[Spaced Repetition]]：间隔重复算法，用于闪卡和学习内容复习
+- [[RBAC]]：基于角色的访问控制，支持团队协作和知识共享场景
+- [[Low-code No-code]]：低代码/无代码架构，降低技术门槛，适合非技术用户
+
+## Key Entities
+- [[Google]]：NotebookLM 产品的开发商，AI 笔记助手领域的先驱
+- [[NotebookLM]]：Google 推出的核心产品，AI 笔记助手，支持播客生成
+- [[Open Notebook]]（lfnovo/open-notebook）：GitHub Star 最高的开源平替，支持多 AI 提供商
+- [[SurfSense]]（MODSetter/SurfSense）：综合 AI 搜索与研究智能体，开源替代 Perplexity/Glean
+- [[Podcastfy]]（souzatharsis/podcastfy）：专注播客生成的开源工具，整合 100+ LLM
+- [[NotebookLlama]]（run-llama/notebookllama）：LlamaIndex 官方的文档转播客开源项目
+- [[PageLM]]（CaviraOSS/PageLM）：教育导向的学习工具，提供多种学习辅助功能
+- [[InsightsLM]]（theaiautomators/insights-lm-public）：低代码 NotebookLM 替代，基于 Supabase + N8N
+- [[LlamaIndex]]：NotebookLlama 使用的文档解析框架
+- [[Ollama]]：本地模型运行平台，多个项目均支持其本地模型
+- [[ElevenLabs]]：TTS 语音合成引擎，多个项目使用
+- [[Supabase]]：InsightsLM 的后端数据库和存储方案
+- [[N8N]]：工作流自动化工具，InsightsLM 用于后端逻辑处理
+
+## Connections
+- [[Open Notebook]] ← 功能类似 ← [[NotebookLM]]
+- [[SurfSense]] ← 功能类似 ← [[NotebookLM]]
+- [[SurfSense]] ← 功能类似 ← [[Perplexity]]
+- [[NotebookLlama]] ← 技术框架 ← [[LlamaIndex]]
+- [[InsightsLM]] ← 集成 ← [[Supabase]] + [[N8N]]
+- [[Open Notebook]] ← 支持本地模型 ← [[Ollama]]
+- [[PageLM]] ← 支持本地模型 ← [[Ollama]]
+- [[InsightsLM]] ← 支持本地模型 ← [[Ollama]]
+- [[NotebookLlama]] ← 支持 TTS ← [[ElevenLabs]]
+- [[Podcastfy]] ← 支持 TTS ← [[ElevenLabs]]
+- [[Open Notebook]] ← 支持云端模型 ← [[Google]]
+- [[Podcastfy]] ← 功能对应 ← [[NotebookLM]] 播客生成功能
+
+## Contradictions
+- 与 [[llm-wiki]] 可能有冲突：
+  - 冲突点：知识管理工具的选型侧重点
+  - 当前观点：本文侧重于开源替代品的丰富度和灵活性
+  - 对方观点：llm-wiki 中可能更侧重于知识图谱和 Agent 推理支持

wiki/sources/llms-rag-ai-agent-三个到底什么区别.md

@@ -1,54 +1,58 @@
----
-title: "LLMs、RAG、AI Agent 三个到底什么区别？"
-type: source
-tags: [ai-agent, llm, rag]
-date: 2025-11-19
-sources: []
-last_updated: 2025-04-23
----
-
-## Source File
-- [[AI/LLMs、RAG、AI Agent 三个到底什么区别？]]
-
-## Summary（用中文描述）
-- 核心主题：LLM、RAG、AI Agent 三者的定义、作用层面及相互关系
-- 问题域：AI 应用开发入门者对这三个核心概念的混淆与误用
-- 方法/机制：分层对比——LLM=思考（天才大脑），RAG=认知（记忆系统），Agent=执行（行动系统）；三者非竞争技术，而是在不同层面互补
-- 结论/价值：未来不在于选择其一，而在于将三者结合架构设计
-
-## Key Claims（用中文描述）
-- LLM、RAG、AI Agent 不是竞争技术，而是在三个不同层面满足不同实际场景的能力展示，大部分人的使用方式都是错误的
-- LLM 全称大语言模型，是 AI 应用的"天才大脑"，在思考方面非常出色，但对当前情况一无所知——知识有截止日期
-- RAG（检索增强生成）是记忆系统，将静态的 LLM 知识链接到外部实时知识库，降低幻觉、提供可引用来源
-- AI Agent 是围绕 LLM 构建的循环控制系统，具备感知目标、规划步骤、执行动作、反思结果的行动能力
-- 真正的生产系统需要叠加三者：用 LLM 进行推理，用 RAG 确保准确性，用 Agent 框架实现自主性
-
-## Key Quotes
-> "LLM 在思考方面非常出色，但对当前情况却一无所知" — 核心局限
-> "RAG 就像是给那个'全能天才大脑'配备了一位随身图书馆助理" — RAG 的比喻
-> "LLM 和 RAG 都不具备行动能力，有脑，有手，但是不知道怎么走路" — Agent 的必要性
-> "未来不在于选择其一，而在于将三者结合起来进行架构设计" — 核心结论
-
-## Key Concepts
-- [[Large Language Model]]：大语言模型，AI 应用的"天才大脑"，负责推理与生成，但知识有截止日期
-- [[RAG]]：检索增强生成（Retrieval-Augmented Generation），将 LLM 链接到外部知识库，提供实时信息和可引用来源，降低幻觉
-- [[AI Agent]]：AI 智能体，围绕 LLM 构建的循环控制系统，感知→规划→执行→反思，实现真正的自主行动能力
-- [[ReAct Pattern]]：AI Agent 的推理-行动模式，通过观察结果迭代优化下一步行动
-
-## Key Entities
-- [[shenwei]]：微信公众号作者，本文原创发布于 2025-11-19
-
-## Connections
-- [[Large Language Model]] ← 核心引擎 ← [[AI Agent]]
-- [[RAG]] ← 提供准确性 ← [[AI Agent]]
-- [[AI Agent]] ← 扩展能力 → [[ReAct Pattern]]
-- [[Large Language Model]] ← 知识局限 → 需要 [[RAG]] 补充实时信息
-
-## Contradictions
-- 无已知冲突
-
-## Related Sources
-- [[rag从入门到精通系列1-基础rag]] — RAG 基础入门教程
-- [[大模型相关术语和框架总结｜llm-mcp-prompt-rag-vllm-token-数据蒸馏]] — LLM/RAG 相关术语总结
-- [[designing-for-agentic-ai]] — Agentic AI 设计原则
-- [[n8n-full-tutorial-building-ai-agents-in-2025-for-beginners]] — AI Agent 构建入门
+---
+title: "LLMs、RAG、AI Agent 三个到底什么区别？"
+type: source
+tags: [ai-agent, llm, rag]
+sources: []
+last_updated: 2025-11-19
+---
+
+## Source File
+- [[AI/LLMs、RAG、AI Agent 三个到底什么区别？]]
+
+## Summary（用中文描述）
+- 核心主题：LLM、RAG、AI Agent 三者的定义区别与协同关系
+- 问题域：AI 应用开发入门基础知识，澄清常见误解
+- 方法/机制：作者以类比手法，将 LLM 比作"天才大脑"、RAG 比作"随身图书馆助理"、AI Agent 比作具备行动能力的循环控制系统，层层递进解释三者关系
+- 结论/价值：三者并非竞争技术，而是在不同层面互补协同——LLM 用于思考，RAG 用于认知，Agent 用于执行；生产系统应将三者结合使用
+
+## Key Claims（用中文描述）
+- LLM（大语言模型）是 AI 应用的"天才大脑"，在思考方面出色，但对当前情况一无所知
+- RAG（检索增强生成）是连接 LLM 与外部实时知识库的"记忆系统"，无需重新训练即可获取最新信息、消除幻觉
+- AI Agent 是围绕 LLM 构建的循环控制系统，具备感知目标、规划步骤、执行动作、反思结果的行动能力
+- 三者并非竞争技术，而是在不同层面满足不同实际场景的能力展示；生产系统应叠加使用三者
+
+## Key Quotes
+> "LLM 在思考方面非常出色，但对当前情况却一无所知。" — 核心矛盾点
+> "RAG 就像是给那个'全能天才大脑'配备了一位随身图书馆助理。" — RAG 的定位
+> "AI Agent 也就是智能体，它就是围绕大脑 LLM 构建一个循环控制系统，能够感知目标、规划步骤、执行动作、并能够反思结果。" — Agent 的本质
+> "用 LLM 进行推理，用 RAG 确保准确性，以及用 Agent 框架实现自主性。" — 生产系统组合策略
+
+## Key Concepts
+- [[LLM]]：大语言模型（Large Language Model），AI 应用的"天才大脑"，基于过去知识训练，具备强大推理能力但知识有截止日期
+- [[RAG]]：检索增强生成（Retrieval-Augmented Generation），为 LLM 提供外部知识库访问能力的"记忆系统"，包含检索和增强生成两个关键步骤
+- [[AI Agent]]：AI 智能体，围绕 LLM 构建的循环控制系统，包含获取任务、扫描场景、仔细思考、采取行动、观察迭代五个基本步骤
+- [[幻觉]]：LLM 基于训练数据生成看似合理但实际错误或虚构的信息，RAG 通过提供事实依据可显著减少此类风险
+
+## Key Entities
+- ChatGPT：OpenAI 开发的底座大模型代表，用作 LLM 示例
+- DeepSeek、Qwen：中国开源底座大模型代表
+- Midjourney、Stable Diffusion：专有模型代表（绘画领域），专有模型本质上是让"天才大脑"在某一方面做专项训练
+- Claude：专有模型代表（编程领域）
+- [[向量数据库]]：RAG 系统中存储外部知识的常用基础设施
+
+## Connections
+- [[LLM]] ← 思考核心 ← [[AI Agent]]
+- [[RAG]] ← 提供实时信息 ← [[LLM]]
+- [[AI Agent]] ← 循环控制 ← [[LLM]]
+- [[RAG]] ← 减少幻觉 ← [[LLM]]
+- [[AI Agent]] ← 使用工具/API ← [[向量数据库]]
+
+## Contradictions
+- 无已知冲突内容
+
+## AI Agent 五步循环
+1. 获取任务（Goal）：接收用户指令或自动触发
+2. 扫描场景（Perceive）：感知环境，访问可用资源
+3. 仔细思考（Think）：由推理模型驱动，分析任务并制定行动计划
+4. 采取行动（Act）：调用工具（API、代码、数据库等）作用于外部世界
+5. 观察并迭代（Observe）：将结果加入上下文/记忆，循环回到第3步

wiki/sources/养虾日记5-深夜与苏轼聊ai-他说-被浪打下去还能爬起来的才叫风流.md

@@ -1,78 +1,79 @@
----
-title: "养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流"
-type: source
-tags: []
-date: 2026-04-23
----
-
-## Source File
-- [[微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流]]
-
-## Summary（用中文描述）
-- 核心主题：用AI蒸馏历史人物思维框架，创建"数字导师"——以苏东坡为首位实践对象，展示如何将千年前古人的心智模型转化为可运行的AI Skill
-- 问题域：如何让AI不仅"替人做事"，还能"帮人思考"；如何蒸馏一个人的思维框架并AI化
-- 方法/机制：女娲·Skill造人术——6个并行Agent从6个维度采集信息（著作/对话/表达DNA/他者视角/决策/时间线），提炼出6个核心心智模型、8条决策启发式和一套表达DNA
-- 结论/价值：每个人的Skill都是一个认知操作系统，可以随时用历史伟人的思维镜片看自己的困境
-
-## Key Claims（用中文描述）
-- 作者提出"数字导师"概念：不是肤浅的NPC扮演，而是捕捉一个人看世界的方式——决策逻辑、思维模型、表达DNA、遇逆境时的第一反应
-- "女娲造人"本质是信息蒸馏：从大量公开信息中提炼核心心智模型、决策启发式、表达DNA和价值观边界，产出自包含的.skill文件
-- 苏东坡一生三起三落，从庙堂翰林到黄州团练副使到惠州、儋州南荒，无论被贬到哪里都在做事——"问汝平生功业，黄州惠州儋州"是自嘲也是骨气
-- 真正风流的人不是站在浪尖上的人，而是被浪打下去还能爬起来的人
-- AI时代用AI放大人类历史上最强大的脑子，让它们成为日常思维顾问——学投资蒸馏芒格，学物理思维蒸馏费曼，逆境中保持风骨蒸馏苏东坡
-
-## Key Quotes
-> "大江东去，浪淘尽，千古风流人物"——但真正风流的人，不是站在浪尖上的人，而是被浪打下去、还能爬起来的人。— 苏东坡（AI模拟）对作者说的话
-> "人生到处知何似，应似飞鸿踏雪泥。"— 苏东坡原诗，文章结尾引用
-> "此心安处是吾乡"——故乡不是地理概念，是心安之处。被贬黄州物质最匮乏的三年，反而诞生了《赤壁赋》等一生最重要的作品。— 苏东坡的心智模型之一
-> 通过深度调研，提炼一个真实人物的核心思维框架，把它变成一个可运行的AI Skill。— 女娲造人术的定义
-
-## Key Concepts
-- [[数字导师]]：用AI蒸馏历史/伟人思维框架，使其成为可对话的日常思维顾问，而非单向输出的书/课程
-- [[思维蒸馏（女娲造人术）]]：通过6维度并行Agent采集信息，提炼心智模型、决策启发式和表达DNA，产出自包含的.skill文件
-- [[心智模型]]（SuDongPo）：进退由时/此心安处是吾乡/辞达而已/逆境转化/自出新意不践古人/物我相谙天人合一
-- [[AI-Skill]]：AI Agent的可复用技能模块，激活后以特定人物视角与用户对话
-
-## Key Entities
-- [[苏东坡]]（苏轼，1037-1101）：北宋文学家，蒸馏的首位历史人物，一生三起三落，三大贬谪地黄州/惠州/儋州，"东坡居士"名号象征在泥土里活出人样
-- [[比利哥]]：本文作者，自称OpenClaw"养虾人"，被裁员后通过AI学习重新出发，与苏东坡进行真实对话
-- [[女娲]]（Nuwa Skill）：开源AI造人Skill项目，github.com/alchaincyf/nuwa-skill，提供蒸馏历史人物的框架
-- [[OpenClaw]]：多Agent框架，本文的技术底座，支撑Skill激活和多Agent并行采集
-- [[苏东坡Skill]]：ishenwei/openclaw-skills仓库中的perspective skill，基于女娲框架蒸馏完成
-
-## Connections
-- [[养虾日记3]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列，前者讲持久化笔记系统，后者讲AI数字导师——都是让AI从工具升级为"顾问"
-- [[养虾日记1]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
-- [[养虾日记2]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
-- [[养龙虾5天血泪史]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
-- [[Second Brain]] ← relates_to ← [[数字导师]]：Second Brain捕获记忆，数字导师蒸馏伟人思维——都是用AI构建外部认知能力
-- [[思维蒸馏（女娲造人术）]] ← implements ← [[数字导师]]
-
-## Contradictions
-- （无明显冲突）
-
-## 技术细节：女娲工作流
-
-```
-用户输入 → 入口分流
-         ↓
-    Phase 0.5: 创建技能目录
-         ↓
-    Phase 1: 6个Agent并行采集（著作/对话/表达DNA/他者视角/决策/时间线）
-         ↓
-    Phase 1.5: 调研Review检查点
-         ↓
-    Phase 2: 框架提炼（心智模型/决策启发式/表达DNA/价值观/诚实边界）
-         ↓
-    Phase 2.5: 提炼确认检查点
-         ↓
-    Phase 3: Skill构建
-         ↓
-    Phase 4: 质量验证（已知测试/边缘测试/风格测试）
-         ↓
-    Phase 5: 双Agent精炼
-         ↓
-      交付: [人名]-perspective/SKILL.md
-```
-
-整个过程不依赖任何外部文件——技能目录是自包含的，复制到任何地方都能独立运行。
+---
+title: "养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流"
+type: source
+tags: []
+date: 2026-04-26
+last_updated: 2026-04-26
+---
+
+## Source File
+- [[微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流]]
+
+## Summary（用中文描述）
+- 核心主题：用AI蒸馏历史人物思维框架，创建"数字导师"——以苏东坡为首位实践对象，展示如何将千年前古人的心智模型转化为可运行的AI Skill
+- 问题域：如何让AI不仅"替人做事"，还能"帮人思考"；如何蒸馏一个人的思维框架并AI化
+- 方法/机制：女娲·Skill造人术——6个并行Agent从6个维度采集信息（著作/对话/表达DNA/他者视角/决策/时间线），提炼出6个核心心智模型、8条决策启发式和一套表达DNA
+- 结论/价值：每个人的Skill都是一个认知操作系统，可以随时用历史伟人的思维镜片看自己的困境
+
+## Key Claims（用中文描述）
+- 作者提出"数字导师"概念：不是肤浅的NPC扮演，而是捕捉一个人看世界的方式——决策逻辑、思维模型、表达DNA、遇逆境时的第一反应
+- "女娲造人"本质是信息蒸馏：从大量公开信息中提炼核心心智模型、决策启发式、表达DNA和价值观边界，产出自包含的.skill文件
+- 苏东坡一生三起三落，从庙堂翰林到黄州团练副使到惠州、儋州南荒，无论被贬到哪里都在做事——"问汝平生功业，黄州惠州儋州"是自嘲也是骨气
+- 真正风流的人不是站在浪尖上的人，而是被浪打下去还能爬起来的人
+- AI时代用AI放大人类历史上最强大的脑子，让它们成为日常思维顾问——学投资蒸馏芒格，学物理思维蒸馏费曼，逆境中保持风骨蒸馏苏东坡
+
+## Key Quotes
+> "大江东去，浪淘尽，千古风流人物"——但真正风流的人，不是站在浪尖上的人，而是被浪打下去、还能爬起来的人。— 苏东坡（AI模拟）对作者说的话
+> "人生到处知何似，应似飞鸿踏雪泥。"— 苏东坡原诗，文章结尾引用
+> "此心安处是吾乡"——故乡不是地理概念，是心安之处。被贬黄州物质最匮乏的三年，反而诞生了《赤壁赋》等一生最重要的作品。— 苏东坡的心智模型之一
+> 通过深度调研，提炼一个真实人物的核心思维框架，把它变成一个可运行的AI Skill。— 女娲造人术的定义
+
+## Key Concepts
+- [[数字导师]]：用AI蒸馏历史/伟人思维框架，使其成为可对话的日常思维顾问，而非单向输出的书/课程
+- [[思维蒸馏（女娲造人术）]]：通过6维度并行Agent采集信息，提炼心智模型、决策启发式和表达DNA，产出自包含的.skill文件
+- [[心智模型]]（SuDongPo）：进退由时/此心安处是吾乡/辞达而已/逆境转化/自出新意不践古人/物我相谙天人合一
+- [[AI-Skill]]：AI Agent的可复用技能模块，激活后以特定人物视角与用户对话
+
+## Key Entities
+- [[苏东坡]]（苏轼，1037-1101）：北宋文学家，蒸馏的首位历史人物，一生三起三落，三大贬谪地黄州/惠州/儋州，"东坡居士"名号象征在泥土里活出人样
+- [[比利哥]]：本文作者，自称OpenClaw"养虾人"，被裁员后通过AI学习重新出发，与苏东坡进行真实对话
+- [[女娲]]（Nuwa Skill）：开源AI造人Skill项目，github.com/alchaincyf/nuwa-skill，提供蒸馏历史人物的框架
+- [[OpenClaw]]：多Agent框架，本文的技术底座，支撑Skill激活和多Agent并行采集
+- [[苏东坡Skill]]：ishenwei/openclaw-skills仓库中的perspective skill，基于女娲框架蒸馏完成
+
+## Connections
+- [[养虾日记3]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列，前者讲持久化笔记系统，后者讲AI数字导师——都是让AI从工具升级为"顾问"
+- [[养虾日记1]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
+- [[养虾日记2]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
+- [[养龙虾5天血泪史]] ← extends ← [[养虾日记5]]：同属「养虾日记」系列
+- [[Second Brain]] ← relates_to ← [[数字导师]]：Second Brain捕获记忆，数字导师蒸馏伟人思维——都是用AI构建外部认知能力
+- [[思维蒸馏（女娲造人术）]] ← implements ← [[数字导师]]
+
+## Contradictions
+- （无明显冲突）
+
+## 技术细节：女娲工作流
+
+```
+用户输入 → 入口分流
+         ↓
+    Phase 0.5: 创建技能目录
+         ↓
+    Phase 1: 6个Agent并行采集（著作/对话/表达DNA/他者视角/决策/时间线）
+         ↓
+    Phase 1.5: 调研Review检查点
+         ↓
+    Phase 2: 框架提炼（心智模型/决策启发式/表达DNA/价值观/诚实边界）
+         ↓
+    Phase 2.5: 提炼确认检查点
+         ↓
+    Phase 3: Skill构建
+         ↓
+    Phase 4: 质量验证（已知测试/边缘测试/风格测试）
+         ↓
+    Phase 5: 双Agent精炼
+         ↓
+      交付: [人名]-perspective/SKILL.md
+```
+
+整个过程不依赖任何外部文件——技能目录是自包含的，复制到任何地方都能独立运行。

wiki/sources/在ubuntu上通过vps-内网反向代理实现域名访问内网穿透.md

@@ -1,62 +1,63 @@
----
-title: "在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透"
-type: source
-tags: [vps, caddy, frp, reverse-proxy, troubleshooting, cloudflare, ubuntu, 内网穿透]
-date: 2026-05-28
----
-
-## Source File
-- [[Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]]
-
-## Summary（用中文描述）
-- 核心主题：通过 VPS（公网服务器）+ frp（反向隧道）+ Caddy（自动 HTTPS 反向代理）实现家庭内网服务的公网域名访问
-- 问题域：家庭/办公内网中的 NAS、Ubuntu 服务器运行的服务（如 n8n、Grafana、Transmission、SSH 等）如何通过自定义域名从公网安全访问
-- 方法/机制：Cloudflare DNS A 记录指向 VPS 公网 IP → VPS 运行 frps（frp 服务端）和 Caddy → 内网主机运行 frpc（frp 客户端）将本地端口映射到 VPS → Caddy 反向代理到 frp 映射端口，自动申请 Let's Encrypt 证书提供 HTTPS
-- 结论/价值：完整梳理了从 DNS 配置、frps/frpc 安装配置、Caddy 反向代理到 SSH 穿透的全套流程，并提供了 7 步系统化故障排查指南
-
-## Key Claims（用中文描述）
-- frp 内网穿透工具包含 frps（服务端）和 frpc（客户端），通过 TCP 反向隧道将内网端口暴露到公网 VPS，支持 NAT 穿透和自动重连
-- Caddy 自动管理 HTTPS 证书（Let's Encrypt），无需手动配置 SSL，通过 reverse_proxy 指令将请求转发到 frp 映射的本地端口
-- Cloudflare DNS 仅负责将子域名 A 记录指向 VPS 公网 IP，不影响 TCP 流量的直接路由
-- SSH 穿透不同于 HTTP/HTTPS，不经过 Caddy，仅通过 frps + frpc 的 TCP 映射实现（`type = tcp`，`remote_port = 60022`）
-- 内网 NAS 上的 V2RayA 透明代理可能干扰 frp 连接，需要停止代理后重启 frpc
-- frp 连接失败的主要原因包括：端口被占用/token 不一致/防火墙拦截/Caddy 误 proxy TCP 端口
-- 通过 `ssh -p 60022 user@ubuntu1.ishenwei.online` 可从公网 SSH 到内网 Ubuntu（需 DNS A 记录 + frpc 配置）
-
-## Key Quotes
-> "思路：Cloudflare DNS 指向公网上的一台VPS，VPS 上运行 Caddy；内网主机通过 frp 将服务暴露到 VPS（本地 127.0.0.1 或某个端口），VPS 反向代理到该端口。" — 整体方案架构描述
-
-> "Caddy 会自动申请并更新 Let's Encrypt 证书，提供 HTTPS 访问。" — Caddy 自动 HTTPS 特性
-
-> "⚠️ **重点提醒（安全性）**：SSH 穿透与 HTTP 不同，它是纯 TCP 流量，不经 Caddy（Caddy 只处理 HTTP/HTTPS），所以：Caddy 不参与 SSH 的代理，只用 frps + frpc 配置即可完成。" — SSH 与 HTTP 代理架构差异
-
-> "authentication failed token mismatch invalid login → 那肯定是 token 和 frpc 不一致。" — frp 连接失败的核心原因之一
-
-> "很多人遇到的问题是：他们编辑了 `/opt/frp/frps.ini`，但 systemd service 其实加载另一个路径，例如 `/etc/frp/frps.ini`。" — frps 配置加载路径的常见陷阱
-
-## Key Concepts
-- [[内网穿透]]：通过公网服务器中转，使 NAT/防火墙后的内网服务可被外部访问的技术，本方案使用 frp 反向隧道实现
-- [[反向代理]]：Caddy 作为反向代理，将公网 HTTPS 请求转发到本地 frp 映射端口，提供统一的 HTTPS 入口
-- [[TCP隧道]]：frp 通过 TCP 协议在 frpc 客户端和 frps 服务端之间建立持久隧道，支持非 HTTP 协议（如 SSH、MySQL）
-- [[自动HTTPS]]：Caddy 内置 Let's Encrypt 证书自动申请和续期，无需手动管理 SSL 证书
-- [[DNS A记录]]：Cloudflare DNS 配置，将子域名（如 nas.ishenwei.online）指向 VPS 公网 IP
-
-## Key Entities
-- [[RackNerd VPS]]：VPS 提供商（192.227.222.142），托管 frps 服务端和 Caddy 反向代理，作为内网穿透的公网中转站
-- [[Synology NAS DS718]]：内网 NAS 设备（192.168.3.17），运行 frpc 客户端，通过 frp 暴露 NAS 服务（5000端口 → VPS 15000）、Navidrome、Calibre、WebDAV、Miniflux、Zipline、MySQL、SSH 等多个服务
-- [[frp]]：开源内网穿透工具，本方案的核心，包含 frps（服务端，监听 7000 端口）和 frpc（客户端），版本 0.65.0；通过 token 认证确保连接安全
-- [[Caddy]]：Go 语言编写的自动 HTTPS 反向代理服务器，与 frp 配合为内网服务提供 HTTPS 域名访问；支持 `caddy validate` 命令验证配置语法
-- [[Cloudflare]]：域名 DNS 托管服务商，通过 A 记录将 ishenwei.online 子域名指向 VPS 公网 IP
-
-## Connections
-- [[家庭网络环境概览_2026-04-03]] ← extends ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（本文是该概览中内网穿透架构的详细展开）
-- [[ubuntu-安装-frp-0-65-0-x86_64-操作笔记]] ← depends_on ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（FRP 安装是该方案的前置步骤）
-- [[mac-mini-安装-frp-0-65-0-arm64-操作笔记]] ← depends_on ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（Mac Mini FRP 客户端配置参考）
-- [[Ubuntu Server]] ← hosts ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（Ubuntu Server 24.04 是本方案的目标操作系统）
-
-## Contradictions
-- 与 [[家庭监控方案-prometheus-grafana-node-exporter-cadvisor-blackbox]] 可能的差异点：
-  - 冲突点：监控方案中是否包含完整的公网访问配置
-  - 当前观点：本文提供完整公网域名访问方案，包含 HTTPS 和 SSH 穿透的详细配置
-  - 对方观点：监控方案侧重于 Prometheus + Grafana + exporters 的部署和告警配置，未展开公网访问细节
-  - 建议：在监控方案中补充指向本文内网穿透配置的外链，实现监控方案 + 公网访问的完整闭环
+---
+title: "在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透"
+type: source
+tags: [vps, caddy, frp, reverse-proxy, troubleshooting, cloudflare, ubuntu, 内网穿透]
+date: 2026-05-28
+last_updated: 2026-04-27
+---
+
+## Source File
+- [[Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]]
+
+## Summary（用中文描述）
+- 核心主题：通过 VPS（公网服务器）+ frp（反向隧道）+ Caddy（自动 HTTPS 反向代理）实现家庭内网服务的公网域名访问
+- 问题域：家庭/办公内网中的 NAS、Ubuntu 服务器运行的服务（如 n8n、Grafana、Transmission、SSH 等）如何通过自定义域名从公网安全访问
+- 方法/机制：Cloudflare DNS A 记录指向 VPS 公网 IP → VPS 运行 frps（frp 服务端）和 Caddy → 内网主机运行 frpc（frp 客户端）将本地端口映射到 VPS → Caddy 反向代理到 frp 映射端口，自动申请 Let's Encrypt 证书提供 HTTPS
+- 结论/价值：完整梳理了从 DNS 配置、frps/frpc 安装配置、Caddy 反向代理到 SSH 穿透的全套流程，并提供了 7 步系统化故障排查指南
+
+## Key Claims（用中文描述）
+- frp 内网穿透工具包含 frps（服务端）和 frpc（客户端），通过 TCP 反向隧道将内网端口暴露到公网 VPS，支持 NAT 穿透和自动重连
+- Caddy 自动管理 HTTPS 证书（Let's Encrypt），无需手动配置 SSL，通过 reverse_proxy 指令将请求转发到 frp 映射的本地端口
+- Cloudflare DNS 仅负责将子域名 A 记录指向 VPS 公网 IP，不影响 TCP 流量的直接路由
+- SSH 穿透不同于 HTTP/HTTPS，不经过 Caddy，仅通过 frps + frpc 的 TCP 映射实现（`type = tcp`，`remote_port = 60022`）
+- 内网 NAS 上的 V2RayA 透明代理可能干扰 frp 连接，需要停止代理后重启 frpc
+- frp 连接失败的主要原因包括：端口被占用/token 不一致/防火墙拦截/Caddy 误 proxy TCP 端口
+- 通过 `ssh -p 60022 user@ubuntu1.ishenwei.online` 可从公网 SSH 到内网 Ubuntu（需 DNS A 记录 + frpc 配置）
+
+## Key Quotes
+> "思路：Cloudflare DNS 指向公网上的一台VPS，VPS 上运行 Caddy；内网主机通过 frp 将服务暴露到 VPS（本地 127.0.0.1 或某个端口），VPS 反向代理到该端口。" — 整体方案架构描述
+
+> "Caddy 会自动申请并更新 Let's Encrypt 证书，提供 HTTPS 访问。" — Caddy 自动 HTTPS 特性
+
+> "⚠️ **重点提醒（安全性）**：SSH 穿透与 HTTP 不同，它是纯 TCP 流量，不经 Caddy（Caddy 只处理 HTTP/HTTPS），所以：Caddy 不参与 SSH 的代理，只用 frps + frpc 配置即可完成。" — SSH 与 HTTP 代理架构差异
+
+> "authentication failed token mismatch invalid login → 那肯定是 token 和 frpc 不一致。" — frp 连接失败的核心原因之一
+
+> "很多人遇到的问题是：他们编辑了 `/opt/frp/frps.ini`，但 systemd service 其实加载另一个路径，例如 `/etc/frp/frps.ini`。" — frps 配置加载路径的常见陷阱
+
+## Key Concepts
+- [[内网穿透]]：通过公网服务器中转，使 NAT/防火墙后的内网服务可被外部访问的技术，本方案使用 frp 反向隧道实现
+- [[反向代理]]：Caddy 作为反向代理，将公网 HTTPS 请求转发到本地 frp 映射端口，提供统一的 HTTPS 入口
+- [[TCP隧道]]：frp 通过 TCP 协议在 frpc 客户端和 frps 服务端之间建立持久隧道，支持非 HTTP 协议（如 SSH、MySQL）
+- [[自动HTTPS]]：Caddy 内置 Let's Encrypt 证书自动申请和续期，无需手动管理 SSL 证书
+- [[DNS A记录]]：Cloudflare DNS 配置，将子域名（如 nas.ishenwei.online）指向 VPS 公网 IP
+
+## Key Entities
+- [[RackNerd VPS]]：VPS 提供商（192.227.222.142），托管 frps 服务端和 Caddy 反向代理，作为内网穿透的公网中转站
+- [[Synology NAS DS718]]：内网 NAS 设备（192.168.3.17），运行 frpc 客户端，通过 frp 暴露 NAS 服务（5000端口 → VPS 15000）、Navidrome、Calibre、WebDAV、Miniflux、Zipline、MySQL、SSH 等多个服务
+- [[frp]]：开源内网穿透工具，本方案的核心，包含 frps（服务端，监听 7000 端口）和 frpc（客户端），版本 0.65.0；通过 token 认证确保连接安全
+- [[Caddy]]：Go 语言编写的自动 HTTPS 反向代理服务器，与 frp 配合为内网服务提供 HTTPS 域名访问；支持 `caddy validate` 命令验证配置语法
+- [[Cloudflare]]：域名 DNS 托管服务商，通过 A 记录将 ishenwei.online 子域名指向 VPS 公网 IP
+
+## Connections
+- [[家庭网络环境概览_2026-04-03]] ← extends ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（本文是该概览中内网穿透架构的详细展开）
+- [[ubuntu-安装-frp-0-65-0-x86_64-操作笔记]] ← depends_on ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（FRP 安装是该方案的前置步骤）
+- [[mac-mini-安装-frp-0-65-0-arm64-操作笔记]] ← depends_on ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（Mac Mini FRP 客户端配置参考）
+- [[Ubuntu Server]] ← hosts ← [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（Ubuntu Server 24.04 是本方案的目标操作系统）
+
+## Contradictions
+- 与 [[家庭监控方案-prometheus-grafana-node-exporter-cadvisor-blackbox]] 可能的差异点：
+  - 冲突点：监控方案中是否包含完整的公网访问配置
+  - 当前观点：本文提供完整公网域名访问方案，包含 HTTPS 和 SSH 穿透的详细配置
+  - 对方观点：监控方案侧重于 Prometheus + Grafana + exporters 的部署和告警配置，未展开公网访问细节
+  - 建议：在监控方案中补充指向本文内网穿透配置的外链，实现监控方案 + 公网访问的完整闭环

wiki/sources/如何在ubuntu-server安装-docker-docker-compose.md

@@ -1,54 +1,43 @@
----
-title: "如何在Ubuntu Server安装 Docker & Docker Compose"
-type: source
-tags: [Docker, Ubuntu, 容器化, DevOps]
-date: 2026-04-14
----
-
-## Source File
-- [[Home Office/如何在Ubuntu Server安装 docker & docker compose]]
-
-## Summary（用中文描述）
-- 核心主题：Ubuntu Server 上安装 Docker Engine 和 Docker Compose V2 的完整操作指南
-- 问题域：Ubuntu Server 容器运行时环境搭建，是后续所有 Docker 部署类笔记的前置依赖
-- 方法/机制：通过添加 Docker 官方 APT 仓库（GPG 密钥验证）→ 安装 Docker Engine 核心组件（dockerd、containerd、buildx、compose）→ 验证安装 → 配置非 root 用户权限
-- 结论/价值：官方仓库安装确保版本最新，与 Ubuntu 内置旧版 docker.io 包完全兼容；Docker Compose V2 通过 `docker compose` 调用，与传统 `docker-compose` 命令分离
-
-## Key Claims（用中文描述）
-- Docker 官方 APT 仓库安装比 Ubuntu 默认仓库版本更新、功能更完整
-- 安装 `docker-compose-plugin` 即获得 Docker Compose V2，使用 `docker compose` 而非 `docker-compose` 命令
-- 将用户加入 `docker` 用户组后无需 `sudo` 即可运行 Docker 命令
-- 完整安装包含 5 个组件包：docker-ce、docker-ce-cli、containerd.io、docker-buildx-plugin、docker-compose-plugin
-
-## Key Quotes
-> "The `docker-compose-plugin` installs Docker Compose V2, which is used via the command `docker compose` instead of `docker-compose`." — 源文档 Step 3 安装说明
-> "Log out and log back in (or restart your terminal session, or run `newgrp docker`) for the changes to take effect." — 源文档 Step 5 用户组配置说明
-
-## Key Concepts
-- [[Docker Engine]]：容器运行时核心，包含 dockerd 守护进程、containerd 容器运行时、docker CLI 工具
-- [[Docker Compose]]：多容器应用编排工具，V2 版本通过 `docker compose` 子命令调用
-- [[containerd]]：Docker 的底层容器运行时，本文档安装 `containerd.io` 包
-- [[GPG 密钥验证]]：Docker 官方通过 GPG 密钥（`/etc/apt/keyrings/docker.asc`）验证 APT 包来源真实性
-- [[APT 仓库配置]]：通过在 `/etc/apt/sources.list.d/docker.list` 添加 Docker 官方仓库启用
-- [[Docker 用户组]]：通过 `usermod -aG docker $USER` 将用户加入 docker 组实现免 sudo 运行
-
-## Key Entities
-- [[Docker]]：Docker 公司及其容器平台生态
-- [[Docker-CE]]：Docker Community Edition 开源版本
-- [[hello-world]]：官方验证镜像，用于测试 Docker 安装是否成功
-- [[Docker-Buildx-Plugin]]：Docker 多平台镜像构建插件
-- [[Docker-Compose-Plugin]]：Docker Compose V2 插件形式实现
-
-## Connections
-- [[Docker Engine]] ← 依赖 ← [[containerd]]（安装 containerd.io 包）
-- [[Docker Engine]] ← 依赖 ← [[Docker-Buildx-Plugin]]（安装时一并安装）
-- [[Docker Engine]] ← 依赖 ← [[Docker-Compose-Plugin]]（安装时一并安装）
-- [[Ubuntu Server]] ← 目标平台 ← [[如何在ubuntu-server安装-docker-docker-compose]]（本文档）
-- [[Docker]] ← 官方维护 ← [[Docker-CE]]（上游包来源）
-- [[如何在ubuntu-server安装-docker-docker-compose]] → 前置依赖 → [[用docker安装it-tools]]（it-tools 需 Docker 环境）
-- [[如何在ubuntu-server安装-docker-docker-compose]] → 前置依赖 → [[用docker安装portainer]]（Portainer 需 Docker 环境）
-- [[如何在ubuntu-server安装-docker-docker-compose]] → 前置依赖 → [[用docker安装transmission]]（Transmission 需 Docker 环境）
-- [[如何在ubuntu-server安装-docker-docker-compose]] → 前置依赖 → [[用docker中安装navidrome]]（Navidrome 需 Docker 环境）
-
-## Contradictions
-- 无冲突。文档聚焦 Ubuntu Server 单机安装流程，与企业级 Kubernetes 容器编排（[[Container-Lifecycle-Hardening]]）等来源属不同层次，无内容矛盾。
+---
+title: "如何在Ubuntu Server安装 Docker & Docker Compose"
+type: source
+tags: [docker, ubuntu]
+date: 2026-04-27
+---
+
+## Source File
+- [[Home Office/如何在Ubuntu Server安装 docker & docker compose.md]]
+
+## Summary（用中文描述）
+- 核心主题：在 Ubuntu Server 上通过 Docker 官方仓库安装 Docker Engine 和 Docker Compose V2
+- 问题域：Ubuntu Server 环境配置、容器运行时安装、非 root 用户权限配置
+- 方法/机制：通过添加 Docker 官方 GPG 密钥 → 配置 apt 源 → 安装 Docker 包 → 配置 docker 用户组 → 验证安装的五步流程
+- 结论/价值：掌握 Ubuntu Server 容器化环境搭建的标准方法，可进一步部署各类 Docker 应用（如 Portainer、Jellyfin、Apache Superset 等）
+
+## Key Claims（用中文描述）
+- 在 Ubuntu 上安装 Docker，官方仓库安装方式能确保获取最新版本
+- Docker Engine 安装后，默认需要 `sudo` 权限运行 Docker 命令
+- 将用户加入 `docker` 用户组后，可无需 `sudo` 运行 Docker 命令
+- `docker-compose-plugin` 安装的是 Docker Compose V2，命令为 `docker compose` 而非 `docker-compose`
+
+## Key Quotes
+> "Installing Docker and Docker Compose on Ubuntu involves a few straightforward steps. It's generally best to install from Docker's official repositories to ensure you have the latest version." — 官方推荐理由
+> "The `docker-compose-plugin` installs Docker Compose V2, which is used via the command `docker compose` instead of `docker-compose`." — V2 命令格式说明
+
+## Key Concepts
+- [[Docker Engine]]：容器运行时核心，负责镜像构建、容器运行与管理
+- [[Docker Compose V2]]：多容器编排工具，通过 `docker compose` 命令使用（V2 版本集成在 docker CLI 中）
+- [[Docker 用户组]]：将用户加入 `docker` 组后可免 sudo 运行 Docker 命令
+
+## Key Entities
+- [[Docker]]：全球领先的容器化平台
+- [[Ubuntu]]：开源 Linux 操作系统，此处为 Server 版本
+
+## Connections
+- [[用Docker安装Portainer]] ← installs ← [[Docker Engine]]
+- [[用Docker安装Jellyfin]] ← requires ← [[Docker Engine]]
+- [[用Docker安装Apache Superset]] ← requires ← [[Docker Engine]]
+- [[如何传输Docker images 并且在另一个Docker安装]] ← related_to ← [[Docker Engine]]
+
+## Contradictions
+- 无已知冲突内容

wiki/sources/如何在ubuntu上安装opencode并配置vibe-kanban.md

@@ -1,50 +1,53 @@
----
-title: "如何在Ubuntu上安装OpenCode并配置Vibe-Kanban"
-type: source
-tags: [opencode, ubuntu, vibe-coding, vibe-kanban]
-date: 2026-04-22
----
-
-## Source File
-- [[Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]]
-
-## Summary（用中文描述）
-- 核心主题：OpenCode AI 编程代理的安装、配置与使用完整指南
-- 问题域：Vibe Coding 开发环境中，如何搭建基于 OpenCode 的终端 AI 编程工作流
-- 方法/机制：通过官方安装脚本一键部署，运行 `/connect` 配置 LLM API Key，运行 `/init` 初始化项目并生成 `AGENTS.md`，通过 Tab 键切换 Plan/Build 模式，使用 `/undo`/`/redo` 撤销重做
-- 结论/价值：OpenCode 提供了一个开源、灵活、支持任意 LLM 提供商的终端 AI 编程代理，可配合 Vibe-Kanban 实现 AI 驱动的看板式项目管理
-
-## Key Claims（用中文描述）
-- OpenCode 通过 `curl -fsSL https://opencode.ai/install | bash` 一键安装
-- OpenCode 支持任意 LLM 提供商，通过 API Key 配置即可使用
-- 运行 `/init` 后 OpenCode 会分析项目结构并自动生成 `AGENTS.md` 文件
-- Plan 模式（Tab 键切换）禁用写入能力，只生成实现计划
-- `/undo` 命令可撤销最近的修改，支持多次连续撤销
-
-## Key Quotes
-> "You should commit your project's AGENTS.md file to Git." — OpenCode 官方建议将 AGENTS.md 纳入版本控制，以帮助 OpenCode 理解项目结构和编码规范
-> "Give OpenCode plenty of context and examples to help it understand what you want." — 使用 OpenCode 时，提供充足上下文和示例能显著提升实现准确性
-> "Drag and drop images into the terminal to add them to the prompt." — OpenCode 支持拖拽图片进行视觉分析和参考
-
-## Key Concepts
-- [[Vibe Coding]]：使用 AI 辅助编程的工作流理念，通过自然语言描述需求，AI 代理负责代码实现
-- [[Plan Mode]]：OpenCode 的计划模式，通过 Tab 键切换，禁用写入只生成实现方案
-- [[AGENTS.md]]：OpenCode 为项目自动生成的角色定义文件，包含项目结构和编码规范，帮助 AI 理解项目上下文
-- [[Build Mode]]：OpenCode 的构建模式，通过 Tab 键从 Plan 模式切换回来，执行实际的代码修改
-
-## Key Entities
-- [[OpenCode]]：开源 AI 编程代理，提供终端界面/桌面应用/IDE 扩展三种使用形态，支持任意 LLM 提供商
-- [[OpenCode Zen]]：OpenCode 官方维护的精选模型列表，经过团队测试和验证，推荐新手使用
-- [[Vibe-Kanban]]：看板式任务管理工具，与 OpenCode 配合实现 AI 驱动的项目管理工作流
-
-## Connections
-- [[如何在ubuntu上安装opencode并配置vibe-kanban]] ← 安装指南 ← [[github-上-5000-人收藏的-vibe-coding-神级指南]]
-- [[OpenCode]] ← 安装与配置 ← [[如何在ubuntu上安装opencode并配置vibe-kanban]]
-- [[Vibe-Kanban]] ← 配置指南 ← [[在ubuntu上安装vibe-kanban]]
-
-## Contradictions
-- 与 [[github-上-5000-人收藏的-vibe-coding-神级指南]]：
-  - 冲突点：Agent 选择与工作流设计
-  - 当前观点：本篇聚焦 OpenCode 单一工具的完整使用流程
-  - 对方观点：综合指南涵盖多种 Agent（Claude Code、Cursor 等）及其协作方式
-  - 结论：两者互补，本篇为工具安装使用指南，对方为 Vibe Coding 理念与多工具对比
+---
+title: "如何在Ubuntu上安装OpenCode并配置Vibe-Kanban"
+type: source
+tags: [opencode, ubuntu, vibe-coding, vibe-kanban]
+date: 2026-04-27
+last_updated: 2026-04-27
+---
+
+## Source File
+- [[Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]]
+
+## Summary（用中文描述）
+- 核心主题：OpenCode AI 编程代理的安装、配置与使用完整指南
+- 问题域：Vibe Coding 开发环境中，如何搭建基于 OpenCode 的终端 AI 编程工作流
+- 方法/机制：通过官方安装脚本一键部署，运行 `/connect` 配置 LLM API Key，运行 `/init` 初始化项目并生成 `AGENTS.md`，通过 Tab 键切换 Plan/Build 模式，使用 `/undo`/`/redo` 撤销重做
+- 结论/价值：OpenCode 提供了一个开源、灵活、支持任意 LLM 提供商的终端 AI 编程代理，可配合 Vibe-Kanban 实现 AI 驱动的看板式项目管理
+
+## Key Claims（用中文描述）
+- OpenCode 通过 `curl -fsSL https://opencode.ai/install | bash` 一键安装
+- OpenCode 支持任意 LLM 提供商，通过 API Key 配置即可使用
+- 运行 `/init` 后 OpenCode 会分析项目结构并自动生成 `AGENTS.md` 文件
+- Plan 模式（Tab 键切换）禁用写入能力，只生成实现计划
+- `/undo` 命令可撤销最近的修改，支持多次连续撤销
+
+## Key Quotes
+> "You should commit your project's AGENTS.md file to Git." — OpenCode 官方建议将 AGENTS.md 纳入版本控制，以帮助 OpenCode 理解项目结构和编码规范
+> "Give OpenCode plenty of context and examples to help it understand what you want." — 使用 OpenCode 时，提供充足上下文和示例能显著提升实现准确性
+> "Drag and drop images into the terminal to add them to the prompt." — OpenCode 支持拖拽图片进行视觉分析和参考
+> "You can ask OpenCode to add new features to your project. Though we first recommend asking it to create a plan." — OpenCode 建议添加功能前先创建计划，使用 Plan 模式预览实现方案
+> "The conversations that you have with OpenCode can be shared with your team." — OpenCode 支持通过 /share 命令生成分享链接与团队共享对话记录
+
+## Key Concepts
+- [[Vibe Coding]]：使用 AI 辅助编程的工作流理念，通过自然语言描述需求，AI 代理负责代码实现
+- [[Plan Mode]]：OpenCode 的计划模式，通过 Tab 键切换，禁用写入只生成实现方案
+- [[AGENTS.md]]：OpenCode 为项目自动生成的角色定义文件，包含项目结构和编码规范，帮助 AI 理解项目上下文
+- [[Build Mode]]：OpenCode 的构建模式，通过 Tab 键从 Plan 模式切换回来，执行实际的代码修改
+
+## Key Entities
+- [[OpenCode]]：开源 AI 编程代理，提供终端界面/桌面应用/IDE 扩展三种使用形态，支持任意 LLM 提供商
+- [[OpenCode Zen]]：OpenCode 官方维护的精选模型列表，经过团队测试和验证，推荐新手使用
+- [[Vibe-Kanban]]：看板式任务管理工具，与 OpenCode 配合实现 AI 驱动的项目管理工作流
+
+## Connections
+- [[如何在ubuntu上安装opencode并配置vibe-kanban]] ← 安装指南 ← [[github-上-5000-人收藏的-vibe-coding-神级指南]]
+- [[OpenCode]] ← 安装与配置 ← [[如何在ubuntu上安装opencode并配置vibe-kanban]]
+- [[Vibe-Kanban]] ← 配置指南 ← [[在ubuntu上安装vibe-kanban]]
+
+## Contradictions
+- 与 [[github-上-5000-人收藏的-vibe-coding-神级指南]]：
+  - 冲突点：Agent 选择与工作流设计
+  - 当前观点：本篇聚焦 OpenCode 单一工具的完整使用流程
+  - 对方观点：综合指南涵盖多种 Agent（Claude Code、Cursor 等）及其协作方式
+  - 结论：两者互补，本篇为工具安装使用指南，对方为 Vibe Coding 理念与多工具对比

wiki/sources/安装ubuntu-24-04-2在hp-zbook工作站笔记本上.md

@@ -1,75 +1,75 @@
----
-title: "安装Ubuntu 24.04.2在HP ZBook工作站笔记本上"
-type: source
-tags: [hp, ubuntu, zbook, rufus, uefi, nvme, efibootmgr]
-date: 2026-04-26
----
-
-## Source File
-- [[raw/Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]]
-
-## Summary (中文)
-- **核心主题**：在 HP ZBook 工作站笔记本上安装 Ubuntu 24.04.2 Desktop 的完整实操指南，涵盖启动盘制作、分区配置、BIOS/UEFI 设置及启动引导故障排除。
-- **问题域**：HP ZBook 笔记本 + Ubuntu 24.04.2 双系统安装，聚焦 UEFI/GPT 引导环境下的 NVMe 硬盘分区与 HP BIOS 固执行为导致的启动项丢失问题。
-- **方法/机制**：
-  - Rufus ISOHybrid 镜像写入（ISO 镜像模式优先，DD 模式为备选）
-  - GPT 分区方案（/boot/efi FAT32 512MB-1GB, / ext4 100-200GB, /home ext4 剩余空间, swap 8-32GB）
-  - HP BIOS F9 启动菜单、F10 进入 BIOS 设置
-  - HP BIOS Storage → AHCI 模式（非 RAID/Intel RST）
-  - 关闭 Secure Boot 和 Fast Boot 避免驱动安装障碍
-  - efibootmgr NVRAM 强制重写 BootOrder
-  - EFI 默认路径伪装（shimx64.efi → /EFI/BOOT/BOOTX64.EFI）
-  - BIOS Boot Mode 切换为 UEFI Only，消除 Legacy BBS 遗留项干扰
-- **结论/价值**：HP ZBook 等现代 UEFI 工作站安装 Ubuntu 的完整故障排除路线图。核心痛点是 HP BIOS 不持久化 NVRAM 启动项；终极解法是切换 Boot Mode 为 UEFI Only，可使 Legacy BBS 项自动消失，BIOS 被迫只识别 Ubuntu 启动项。文中建议安装完成后立即用 rsync 还原数据，并用 Clonezilla 制作母版镜像以备将来快速恢复。
-
-## Key Claims (中文)
-- HP ZBook 必须使用 GPT 分区表配合 UEFI 启动，MBR/Legacy 不适用于现代 UEFI 工作站。
-- Rufus 写入 ISOHybrid 镜像时应优先选择"ISO 镜像模式"；DD 模式仅在启动失败后才重新制作选择。
-- HP BIOS 有固执行为（不保存自定义启动项），可通过三种方式绕过：efibootmgr 强制重写 NVRAM BootOrder → EFI 默认路径伪装 → BIOS 切换 UEFI Only（终极方案）。
-- 混合模式（Legacy/CSM）会产生大量 BBS 遗留启动项干扰 UEFI 识别，切换为 UEFI Only 后 Boot0000-0004 自动消失。
-- SATA 模式须设为 AHCI（非 RAID/Intel RST），Ubuntu 24.04 对 RST 兼容性差。
-- NVMe 硬盘安装 Ubuntu 24.04 时系统会自动识别并优化分区对齐，手动分区时保持默认扇区起始位置（通常 2048）即可。
-- ext4 是 HP ZBook Docker 环境最兼容的文件系统；ZFS/Btrfs 虽有快照功能但兼容性不及 ext4。
-
-## Key Quotes
-> "HP 的旧款 ZBook 有个'坏习惯'：如果它在 NVRAM 里找不到它认为'标准'的启动项，它会重置 BootOrder。我们可以把 Ubuntu 的引导文件复制到磁盘的默认备用路径。这样即使 BIOS 抽风忽略了 NVRAM，也会因为在磁盘上找到了文件而启动。" — HP ZBook 引导伪装大法
-
-> "一旦切换为 UEFI Only，那些无效的 0000-0004 就会消失，BIOS 将被迫只看 0005 (Ubuntu)。" — UEFI Only 切换后效果
-
-> "Legacy Support (传统支持)：确保设置为 Disabled (或者选择 UEFI Without Legacy)。从你的输出看，你现在有大量的 BBS (Legacy) 启动项，这会干扰 UEFI 的识别。" — 混合模式问题诊断
-
-> "HP BIOS 有时非常固执，它只会寻找磁盘上默认的启动文件（/EFI/BOOT/BOOTX64.EFI）。如果它不保存你的自定义项，我们可以通过在 Ubuntu 内将 shimx64.efi 伪装成默认文件来'欺骗' BIOS。" — EFI 文件伪装修复原理
-
-## Key Concepts
-- [[GPT分区表]]：现代 UEFI 设备的标准分区方案，支持 2TB+ 硬盘，与 UEFI 引导完美兼容；HP ZBook 等工作站必须使用 GPT 而非 MBR。
-- [[efibootmgr]]：Linux 系统下管理 NVRAM 启动项的工具，可查看（`efibootmgr`）、重写启动顺序（`-o 0005,0000,...`）、手动添加启动项（`-c -d /dev/nvme0n1 -p 1`）。
-- [[ISOHybrid镜像]]：同时支持 BIOS 和 UEFI 引导的混合 ISO 镜像；Rufus 提供 ISO 镜像模式（推荐）和 DD 模式（备选）两种写入方式。
-- [[UEFI启动修复]]：HP BIOS 固执行为导致启动项丢失的完整解决方案链路（efibootmgr 强制写入 → EFI 路径伪装 → UEFI Only 切换）。
-- [[NVMe硬盘分区]]：Ubuntu 24.04 自动识别并优化 NVMe 分区对齐；手动分区时保持默认扇区起始位置（2048）即可。
-- [[Socket Activation]]：Ubuntu 24.04 SSH 默认使用 ssh.socket 按需激活机制（相关链接页面）。
-
-## Key Entities
-- [[HP ZBook]]：HP 工作站笔记本，F9 启动菜单，F10 进入 BIOS，固执的 BIOS NVRAM 行为；存储模式须设为 AHCI，Boot Mode 建议切换为 UEFI Only。
-- [[Rufus]]：开源 U 盘启动盘制作工具，ISOHybrid 镜像写入（推荐 ISO 镜像模式），自动下载 ldlinux.sys/ldlinux.bss 引导文件。
-- [[Ubuntu 24.04]]：LTS 桌面操作系统，默认 ssh.socket 按需激活，支持 NVMe 自动优化，ext4 为推荐文件系统。
-- [[Clonezilla]]：全盘镜像备份工具（相关链接页面），文中建议安装完成后用 Clonezilla 制作母版镜像。
-
-## Connections
-- [[HP ZBook]] ← 安装目标 ← [[Rufus]]（启动盘制作工具）
-- [[efibootmgr]] ← 修复工具 ← [[UEFI启动修复]]（核心手段）
-- [[GPT分区表]] ← 分区方案 ← [[NVMe硬盘分区]]（自动对齐优化）
-- [[UEFI启动修复]] ← 终极方案 ← [[HP ZBook]] BIOS 固执行为
-- [[clonezilla对ubuntu-server进行全盘镜像备份]] ← 备份建议 ← [[Ubuntu 24.04]] 安装完成后（母版镜像）
-- [[ubuntu-24-04-enable-ssh]] ← 后置配置 ← [[Ubuntu 24.04]]（SSH 服务启用）
-- [[ubuntu禁用合盖休眠]] ← 后置配置 ← [[Ubuntu 24.04]]（合盖休眠设置）
-
-## Contradictions
-- **无冲突**：本文档与其他来源一致，未检测到矛盾点。
-
-## Related Sources
-- [[ubuntu-24-04-enable-ssh]] — Ubuntu 24.04 安装后的 SSH 配置
-- [[ubuntu禁用合盖休眠]] — Ubuntu 24.04 合盖休眠设置
-- [[ubuntu-server科学上网]] — Ubuntu Server 科学上网配置
-- [[ubuntu用rustdesk远程登录出现不能使用wayland登录的错误]] — Ubuntu RustDesk Wayland 登录问题
-- [[ubuntu服务器通过rsync实现日常增量备份]] — 安装完成后 rsync 数据恢复建议
-- [[clonezilla对ubuntu-server进行全盘镜像备份]] — 母版镜像制作工具，文中提及 Clonezilla
+---
+title: "安装Ubuntu 24.04.2在HP ZBook工作站笔记本上"
+type: source
+tags: [hp, ubuntu, zbook, rufus, uefi, nvme, efibootmgr]
+date: 2026-04-27
+---
+
+## Source File
+- [[raw/Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]]
+
+## Summary (中文)
+- **核心主题**：在 HP ZBook 工作站笔记本上安装 Ubuntu 24.04.2 Desktop 的完整实操指南，涵盖启动盘制作、分区配置、BIOS/UEFI 设置及启动引导故障排除。
+- **问题域**：HP ZBook 笔记本 + Ubuntu 24.04.2 双系统安装，聚焦 UEFI/GPT 引导环境下的 NVMe 硬盘分区与 HP BIOS 固执行为导致的启动项丢失问题。
+- **方法/机制**：
+  - Rufus ISOHybrid 镜像写入（ISO 镜像模式优先，DD 模式为备选）
+  - GPT 分区方案（/boot/efi FAT32 512MB-1GB, / ext4 100-200GB, /home ext4 剩余空间, swap 8-32GB）
+  - HP BIOS F9 启动菜单、F10 进入 BIOS 设置
+  - HP BIOS Storage → AHCI 模式（非 RAID/Intel RST）
+  - 关闭 Secure Boot 和 Fast Boot 避免驱动安装障碍
+  - efibootmgr NVRAM 强制重写 BootOrder
+  - EFI 默认路径伪装（shimx64.efi → /EFI/BOOT/BOOTX64.EFI）
+  - BIOS Boot Mode 切换为 UEFI Only，消除 Legacy BBS 遗留项干扰
+- **结论/价值**：HP ZBook 等现代 UEFI 工作站安装 Ubuntu 的完整故障排除路线图。核心痛点是 HP BIOS 不持久化 NVRAM 启动项；终极解法是切换 Boot Mode 为 UEFI Only，可使 Legacy BBS 项自动消失，BIOS 被迫只识别 Ubuntu 启动项。文中建议安装完成后立即用 rsync 还原数据，并用 Clonezilla 制作母版镜像以备将来快速恢复。
+
+## Key Claims (中文)
+- HP ZBook 必须使用 GPT 分区表配合 UEFI 启动，MBR/Legacy 不适用于现代 UEFI 工作站。
+- Rufus 写入 ISOHybrid 镜像时应优先选择"ISO 镜像模式"；DD 模式仅在启动失败后才重新制作选择。
+- HP BIOS 有固执行为（不保存自定义启动项），可通过三种方式绕过：efibootmgr 强制重写 NVRAM BootOrder → EFI 默认路径伪装 → BIOS 切换 UEFI Only（终极方案）。
+- 混合模式（Legacy/CSM）会产生大量 BBS 遗留启动项干扰 UEFI 识别，切换为 UEFI Only 后 Boot0000-0004 自动消失。
+- SATA 模式须设为 AHCI（非 RAID/Intel RST），Ubuntu 24.04 对 RST 兼容性差。
+- NVMe 硬盘安装 Ubuntu 24.04 时系统会自动识别并优化分区对齐，手动分区时保持默认扇区起始位置（通常 2048）即可。
+- ext4 是 HP ZBook Docker 环境最兼容的文件系统；ZFS/Btrfs 虽有快照功能但兼容性不及 ext4。
+
+## Key Quotes
+> "HP 的旧款 ZBook 有个'坏习惯'：如果它在 NVRAM 里找不到它认为'标准'的启动项，它会重置 BootOrder。我们可以把 Ubuntu 的引导文件复制到磁盘的默认备用路径。这样即使 BIOS 抽风忽略了 NVRAM，也会因为在磁盘上找到了文件而启动。" — HP ZBook 引导伪装大法
+
+> "一旦切换为 UEFI Only，那些无效的 0000-0004 就会消失，BIOS 将被迫只看 0005 (Ubuntu)。" — UEFI Only 切换后效果
+
+> "Legacy Support (传统支持)：确保设置为 Disabled (或者选择 UEFI Without Legacy)。从你的输出看，你现在有大量的 BBS (Legacy) 启动项，这会干扰 UEFI 的识别。" — 混合模式问题诊断
+
+> "HP BIOS 有时非常固执，它只会寻找磁盘上默认的启动文件（/EFI/BOOT/BOOTX64.EFI）。如果它不保存你的自定义项，我们可以通过在 Ubuntu 内将 shimx64.efi 伪装成默认文件来'欺骗' BIOS。" — EFI 文件伪装修复原理
+
+## Key Concepts
+- [[GPT分区表]]：现代 UEFI 设备的标准分区方案，支持 2TB+ 硬盘，与 UEFI 引导完美兼容；HP ZBook 等工作站必须使用 GPT 而非 MBR。
+- [[efibootmgr]]：Linux 系统下管理 NVRAM 启动项的工具，可查看（`efibootmgr`）、重写启动顺序（`-o 0005,0000,...`）、手动添加启动项（`-c -d /dev/nvme0n1 -p 1`）。
+- [[ISOHybrid镜像]]：同时支持 BIOS 和 UEFI 引导的混合 ISO 镜像；Rufus 提供 ISO 镜像模式（推荐）和 DD 模式（备选）两种写入方式。
+- [[UEFI启动修复]]：HP BIOS 固执行为导致启动项丢失的完整解决方案链路（efibootmgr 强制写入 → EFI 路径伪装 → UEFI Only 切换）。
+- [[NVMe硬盘分区]]：Ubuntu 24.04 自动识别并优化 NVMe 分区对齐；手动分区时保持默认扇区起始位置（2048）即可。
+- [[Socket Activation]]：Ubuntu 24.04 SSH 默认使用 ssh.socket 按需激活机制（相关链接页面）。
+
+## Key Entities
+- [[HP ZBook]]：HP 工作站笔记本，F9 启动菜单，F10 进入 BIOS，固执的 BIOS NVRAM 行为；存储模式须设为 AHCI，Boot Mode 建议切换为 UEFI Only。
+- [[Rufus]]：开源 U 盘启动盘制作工具，ISOHybrid 镜像写入（推荐 ISO 镜像模式），自动下载 ldlinux.sys/ldlinux.bss 引导文件。
+- [[Ubuntu 24.04]]：LTS 桌面操作系统，默认 ssh.socket 按需激活，支持 NVMe 自动优化，ext4 为推荐文件系统。
+- [[Clonezilla]]：全盘镜像备份工具（相关链接页面），文中建议安装完成后用 Clonezilla 制作母版镜像。
+
+## Connections
+- [[HP ZBook]] ← 安装目标 ← [[Rufus]]（启动盘制作工具）
+- [[efibootmgr]] ← 修复工具 ← [[UEFI启动修复]]（核心手段）
+- [[GPT分区表]] ← 分区方案 ← [[NVMe硬盘分区]]（自动对齐优化）
+- [[UEFI启动修复]] ← 终极方案 ← [[HP ZBook]] BIOS 固执行为
+- [[clonezilla对ubuntu-server进行全盘镜像备份]] ← 备份建议 ← [[Ubuntu 24.04]] 安装完成后（母版镜像）
+- [[ubuntu-24-04-enable-ssh]] ← 后置配置 ← [[Ubuntu 24.04]]（SSH 服务启用）
+- [[ubuntu禁用合盖休眠]] ← 后置配置 ← [[Ubuntu 24.04]]（合盖休眠设置）
+
+## Contradictions
+- **无冲突**：本文档与其他来源一致，未检测到矛盾点。
+
+## Related Sources
+- [[ubuntu-24-04-enable-ssh]] — Ubuntu 24.04 安装后的 SSH 配置
+- [[ubuntu禁用合盖休眠]] — Ubuntu 24.04 合盖休眠设置
+- [[ubuntu-server科学上网]] — Ubuntu Server 科学上网配置
+- [[ubuntu用rustdesk远程登录出现不能使用wayland登录的错误]] — Ubuntu RustDesk Wayland 登录问题
+- [[ubuntu服务器通过rsync实现日常增量备份]] — 安装完成后 rsync 数据恢复建议
+- [[clonezilla对ubuntu-server进行全盘镜像备份]] — 母版镜像制作工具，文中提及 Clonezilla

wiki/sources/家庭网络环境概览_2026-04-03.md

@@ -1,56 +1,128 @@
----
-title: "家庭网络环境概览"
-type: source
-tags: [home-office, nas, synology, ubuntu, vps, home-lab]
-date: 2026-04-03
----
-
-## Source File
-- [[Home Office/家庭网络环境概览_2026-04-03.md]]
-
-## Summary（用中文描述）
-- 核心主题：个人家庭网络的完整基础设施架构文档，记录了从公网VPS到内网各服务器的完整拓扑、应用部署和域名映射
-- 问题域：家庭服务器集群的规划、部署与公网访问方案；多设备、多服务的管理与监控
-- 方法/机制：通过 FRP 内网穿透 + Caddy 反向代理实现公网访问；使用 Docker 容器化部署各类服务；Cloudflare DNS 托管
-- 结论/价值：构建了一套完整的自托管服务生态，覆盖开发、媒体、监控、自动化等多个场景
-
-## Key Claims（用中文描述）
-- FRP（Fast Reverse Proxy）通过公网VPS中转，实现了内网设备的无公网IP公网访问
-- Caddy 作为前置反向代理，通过 *.ishenwei.online 子域名自动申请 HTTPS 证书
-- Synology NAS DS718 是家庭媒体中心，运行 Jellyfin、Navidrome、Calibre-web 等多媒体服务
-- Ubuntu1 运行 Grafana + Prometheus 监控栈，收集所有服务器的指标数据
-- Ubuntu2 承载 n8n 工作流自动化平台和 Gitea 自建 Git 服务
-- Mac Mini M4 作为主控节点，运行 OpenClaw AI 助手框架及 STQ 项目管理系统
-
-## Key Quotes
-> "Caddy — 现代化 Web 服务器，自带 HTTPS 自动化证书申请，常作为前置反向代理处理业务流量" — 文档中定义
-> "FRP Server — 高性能内网穿透服务端（frps），负责将内网 NAS 或本地开发环境的服务暴露至公网访问" — 文档中定义
-> "域名 DNS 托管于 Cloudflare，提供免费 CDN 与 SSL 证书" — 基础设施说明
-
-## Key Concepts
-- [[FRP 内网穿透]]：通过 Fast Reverse Proxy 在公网VPS和内网设备之间建立反向隧道，实现内网服务公网访问
-- [[Caddy 反向代理]]：现代化 Web 服务器，自动管理 HTTPS 证书，通过子域名路由内网服务
-- [[Docker 容器化]]：所有应用服务均以 Docker 方式部署，便于管理和迁移
-- [[Home Lab]]：个人自托管服务器集群，包含媒体、监控、开发、自动化等多种服务
-- [[Prometheus 监控]]：使用 Prometheus + Grafana + Node Exporter + cAdvisor 构建完整监控体系
-
-## Key Entities
-- [[RackNerd VPS]]：公网服务器（IP: 192.227.222.142），运行 Caddy 和 FRP Server，是内网穿透的核心节点
-- [[Mac Mini M4]]：家庭主控节点（内网IP: 192.168.3.189），运行 OpenClaw AI助手、vaultwarden、STQ项目管理系统
-- [[Synology NAS DS718]]：家庭媒体中心（内网IP: 192.168.3.17），运行 Jellyfin、Navidrome、Calibre等多媒体服务
-- [[Ubuntu1]]：监控与开发服务器（内网IP: 192.168.3.47），运行 Grafana、Superset、Homarr导航面板
-- [[Ubuntu2]]：自动化与代码服务器（内网IP: 192.168.3.45），运行 n8n 工作流自动化、Gitea 自建Git服务
-- [[Cloudflare]]：提供免费DNS托管、CDN加速和SSL证书
-
-## Connections
-- [[RackNerd VPS]] ← provides_public_ip ← [[Home Lab]]
-- [[Mac Mini M4]] ← hosts ← [[OpenClaw]]
-- [[Synology NAS DS718]] ← hosts ← [[Jellyfin]]
-- [[Synology NAS DS718]] ← hosts ← [[Navidrome]]
-- [[Ubuntu1]] ← hosts ← [[Grafana]]
-- [[Ubuntu2]] ← hosts ← [[n8n 工作流自动化]]
-- [[Home Lab]] ← uses ← [[FRP 内网穿透]]
-- [[Home Lab]] ← uses ← [[Caddy 反向代理]]
-
-## Contradictions
-- 与其他文档暂无已知冲突
+---
+title: "家庭网络环境概览"
+type: source
+tags: [home-office, nas, synology, ubuntu, vps, home-lab]
+date: 2026-04-03
+last_updated: 2026-04-27
+---
+
+## Source File
+- [[Home Office/家庭网络环境概览_2026-04-03.md]]
+
+## Summary（用中文描述）
+- 核心主题：个人家庭网络的完整基础设施架构文档，记录从公网VPS到内网五节点服务器的完整拓扑、全部应用服务清单、FRP端口映射和域名映射
+- 问题域：家庭服务器集群的规划、部署与公网访问；多设备多服务的管理、监控与安全访问控制
+- 方法/机制：FRP 内网穿透 + Caddy 反向代理实现公网访问；Docker 容器化部署所有服务；Cloudflare DNS 托管免费 CDN 与 SSL 证书；V2RayA 提供科学上网代理
+- 结论/价值：构建了覆盖开发（OpenClaw/STQ/Gitea）、媒体（Jellyfin/Navidrome/Calibre）、监控（Prometheus/Grafana）、自动化（n8n）、导航（Homarr）的完整自托管服务生态
+
+## Key Claims（用中文描述）
+- FRP（Fast Reverse Proxy）通过公网 VPS 中转，在公网 VPS（frps:7000）和内网设备（frpc）之间建立反向隧道，实现无公网 IP 的内网服务公网访问
+- Caddy 作为前置反向代理，通过 *.ishenwei.online 子域名自动申请 Let's Encrypt HTTPS 证书，所有内网服务统一域名对外暴露
+- Synology NAS DS718 是家庭媒体中心，运行 Jellyfin（视频）、Navidrome（音乐）、Calibre-web（电子书）、Zipline（文件分享/图床）等多媒体服务，并配备 Prometheus 监控栈（prometheus/alertmanager/node_exporter）
+- Ubuntu1 运行完整监控栈（Grafana + Prometheus + cAdvisor + blackbox + node_exporter + glances），托管 Homarr 导航面板、Apache Superset BI 平台、Transmission BT 下载、STQ TikTok 项目管理系统
+- Ubuntu2 承载 n8n 工作流自动化平台（通过 Docker Compose + PostgreSQL）和 Gitea 自建 Git 服务，n8n 原运行于 Mac Mini 已迁移至此
+- Mac Mini M4 作为主控节点运行 OpenClaw AI 助手框架（vaultwarden 密码管理器通过 FRP 暴露），STQ 项目管理系统前后端分离部署
+- 所有服务器通过 V2RayA/v2raya 实现科学上网代理（macmini/ubuntu1/ubuntu2 正常，NAS 仅本机监听），VPS 端使用 RackNerd 提供公网 IP
+
+## Key Quotes
+> "Caddy — 现代化 Web 服务器，自带 HTTPS 自动化证书申请，常作为前置反向代理处理业务流量" — 文档定义
+> "FRP Server — 高性能内网穿透服务端（frps），负责将内网 NAS 或本地开发环境的服务暴露至公网访问。端口 7000" — 文档定义
+> "n8n 已迁移至 Ubuntu2，Mac Mini 不再暴露 n8n 端口" — 重要架构变更说明
+> "域名 DNS 托管于 Cloudflare，提供免费 CDN 与 SSL 证书" — 基础设施说明
+
+## Key Concepts
+- [[FRP 内网穿透]]：Fast Reverse Proxy，通过公网 VPS 中转实现内网服务公网访问，支持 TCP/UDP 多种协议
+- [[Caddy 反向代理]]：现代化 Web 服务器，自动管理 HTTPS 证书，通过子域名路由内网服务
+- [[Docker 容器化]]：所有应用服务均以 Docker 方式部署（部分服务使用 Docker Compose），便于管理和迁移
+- [[Home Lab]]：个人自托管服务器集群，包含媒体、监控、开发、自动化等多种服务
+- [[Prometheus 监控]]：使用 Prometheus + Grafana + Node Exporter + cAdvisor + blackbox exporter 构建完整监控体系
+- [[内网穿透]]：在没有公网 IP 的情况下通过反向代理隧道将内网服务暴露到公网
+
+## Key Entities
+- RackNerd VPS：公网服务器（IP: 192.227.222.142, vps.ishenwei.online），运行 Caddy 和 FRP Server，是内网穿透的核心节点
+- Mac Mini M4：家庭主控节点（内网IP: 192.168.3.189, macmini.ishenwei.online），运行 OpenClaw AI助手、vaultwarden、STQ项目管理系统
+- Synology NAS DS718：家庭媒体中心（内网IP: 192.168.3.17, nas.ishenwei.online），运行 Jellyfin、Navidrome、Calibre-web、Zipline、MinIO、prometheus/alertmanager 等
+- Ubuntu1：监控与开发服务器（内网IP: 192.168.3.47, ubuntu1.ishenwei.online），运行 Grafana、Superset、Homarr、Transmission、STQ TikTok PM
+- Ubuntu2：自动化与代码服务器（内网IP: 192.168.3.45, ubuntu2.ishenwei.online），运行 n8n（从 Mac Mini 迁入）、Gitea、Draw.io、STQ TikTok PM(DEV)
+- Cloudflare：提供免费 DNS 托管、CDN 加速和 SSL 证书
+
+## Connections
+- RackNerd VPS ← provides_public_ip ← Home Lab
+- Mac Mini M4 ← hosts ← OpenClaw
+- Synology NAS DS718 ← hosts ← Jellyfin
+- Synology NAS DS718 ← hosts ← Navidrome
+- Synology NAS DS718 ← hosts ← Zipline（图床服务）
+- Synology NAS DS718 ← hosts ← MinIO（对象存储）
+- Ubuntu1 ← hosts ← Grafana
+- Ubuntu1 ← hosts ← Prometheus（监控）
+- Ubuntu2 ← hosts ← n8n 工作流自动化
+- Ubuntu2 ← hosts ← Gitea（自建 Git）
+- Home Lab ← uses ← FRP 内网穿透
+- Home Lab ← uses ← Caddy 反向代理
+- Home Lab ← uses ← Cloudflare DNS
+
+## 新增内容（2026-04-03 更新）
+
+### Mac Mini FRP 端口映射
+| 名称 | 类型 | localPort | remotePort |
+|------|------|------------|------------|
+| macmini-ssh | tcp | 22 | 60026 |
+| vaultwarden | tcp | 5151 | 15151 |
+
+> ⚠️ n8n 已迁移至 Ubuntu2，Mac Mini 不再暴露 n8n 端口
+
+### Ubuntu1 FRP 端口映射（节选）
+| 名称 | 类型 | localPort | remotePort |
+|------|------|------------|------------|
+| ubuntu1-ssh | tcp | 22 | 60022 |
+| grafana | tcp | 3000 | 13000 |
+| homarr | tcp | 7575 | 17575 |
+| superset | tcp | 8777 | 18777 |
+| tk (TikTok PM) | tcp | 8888 | 18888 |
+| stq | tcp | 5173 | 15173 |
+| stq-n8n | tcp | 62000 | 15678 |
+
+### Ubuntu2 FRP 端口映射
+| 名称 | 类型 | localPort | remotePort |
+|------|------|------------|------------|
+| ubuntu2-ssh | tcp | 22 | 60024 |
+| tk-dev | tcp | 8888 | 18889 |
+| n8n | tcp | 5678 | 15679 |
+| it-tools | tcp | 8999 | 18999 |
+| drawio | tcp | 8085 | 18085 |
+
+### 域名映射表（Caddy 统一入口）
+| 域名 | 端口 | 服务器 | 服务 |
+|------|------|--------|------|
+| vaultwarden.ishenwei.online | 15151 | macmini | vaultwarden |
+| n8n.ishenwei.online | 15679 | ubuntu2 | n8n |
+| it-tools.ishenwei.online | 18999 | ubuntu1 | it-tools |
+| drawio.ishenwei.online | 18085 | ubuntu2 | drawio |
+| grafana.ishenwei.online | 13000 | ubuntu1 | grafana |
+| nas.ishenwei.online | 15000 | NAS | DSM |
+| navidrome.ishenwei.online | 14533 | NAS | navidrome |
+| calibre.ishenwei.online | 18083 | NAS | calibre-web |
+| dashboard.ishenwei.online | 17575 | ubuntu1 | homarr |
+| miniflux.ishenwei.online | 18080 | NAS | miniflux |
+| zipline.ishenwei.online | 13333 | NAS | zipline |
+| superset.ishenwei.online | 18777 | ubuntu1 | superset |
+| tk.ishenwei.online | 18888 | ubuntu1 | tiktok_pm |
+| tk-dev.ishenwei.online | 18889 | ubuntu2 | tiktok_pm_dev |
+| jellyfin.ishenwei.online | 18096 | NAS | jellyfin |
+| portainer1.ishenwei.online | 19443 | ubuntu1 | portainer |
+| stq.ishenwei.online | 15173 | ubuntu1 | stq |
+| stq-admin.ishenwei.online | 17000 | ubuntu1 | stq-admin |
+| stq-n8n.ishenwei.online | 15678 | ubuntu1 | stq-n8n |
+
+### 科学上网代理端口
+| 服务器 | 代理地址 | 状态 |
+|--------|----------|------|
+| macmini | socks5://127.0.0.1:10808 | ✅ 正常 |
+| ubuntu1 | socks5://127.0.0.1:10808 | ✅ 正常 |
+| ubuntu2 | socks5://127.0.0.1:10808 | ✅ 正常 |
+| NAS | socks5://127.0.0.1:20170 | ❌ 仅本机监听 |
+
+## Contradictions
+- 与 [[Ubuntu安装FRP]]（frp 0.65.0 安装教程）无实质冲突 — 本文档侧重拓扑和应用配置，该文档侧重安装步骤
+- 与 [[用Docker安装Homarr]]（Homarr 导航面板 Docker 部署）无实质冲突 — 本文档记录 Homarr 作为 Ubuntu1 应用之一，该文档详细记录 Homarr 本身部署流程
+- 与 [[在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透]]（同一作者写的详细穿透教程）高度一致 — 本文档为概览/索引，该文档为详细步骤，互相引用补充

wiki/sources/教學-chatgpt-先做知識整理-再讓-canva-gamma-ai-輸出簡報.md

@@ -1,44 +1,51 @@
----
-title: "教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報"
-type: source
-tags: []
-date: 2026-04-21
----
-
-## Source File
-- [[AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]]
-
-## Summary（用中文描述）
-- 核心主題：AI 簡報自動化工作流——先用 ChatGPT 做知識整理，再用 Canva / Gamma AI 輸出演示文稿
-- 問題域：如何高效制作演示文稿，如何将 AI 应用于内容创作流程
-- 方法/機制：两阶段工作流——知识整理 → 簡報生成
-- 結論/價值：提升简报制作效率，保证内容质量，ChatGPT 负责深度思考与内容组织，Canva/Gamma AI 负责视觉呈现与排版
-
-## Key Claims（用中文描述）
-- ChatGPT 擅长知识整理和信息提取，可将分散资料结构化
-- Canva / Gamma AI 能将整理好的内容快速转化为精美演示文稿
-- 两阶段工作流比直接用 AI 生成简报效果更好——先让 AI 做"思考者"，再做"设计师"
-- Gamma AI 支持一键生成完整演示文稿，支持主题定制和内容编辑
-
-## Key Quotes
-> "ChatGPT 的优势在于理解、总结、重组信息，让它先整理好资料再做简报，能大幅提升内容质量。" — 教程核心观点
-
-## Key Concepts
-- [[AI簡報工作流]]：两阶段简报制作流程，先用 LLM 做知识整理，再用 AI 设计工具输出
-- [[知識結構化]]：将非结构化信息转化为清晰、有逻辑的内容框架
-- [[AI設計工具]]：Canva、Gamma AI 等将内容自动转化为视觉呈现的工具
-
-## Key Entities
-- [[ChatGPT]]：OpenAI 开发的大语言模型，在此教程中担任"知识整理者"角色
-- [[Canva]]：在线可视化设计平台，支持简报、海报、社交媒体图片等多种设计
-- [[Gamma AI]]：AI 驱动的演示文稿生成工具，通过 AI 将文本内容一键转换为精美简报
-
-## Connections
-- [[AI圖生視頻工具盤點]] ← 同一主题 ← [[AI簡報工作流]]（均属 AI 内容创作工具应用）
-- [[YouTube-Content-Pipeline]] ← 流程相似 ← [[AI簡報工作流]]（均为"AI 整理 → AI 输出"两阶段模式）
-
-## Contradictions
-- 与直接用 AI 生成简报的方法（如某些"一键生成 PPT"的工具）：
-  - 冲突点：是否需要人工介入内容整理环节
-  - 当前观点：先用 ChatGPT 整理知识，确保内容逻辑清晰再交给设计工具
-  - 对方观点：直接让 AI 生成完整简报，节省中间步骤
+---
+title: "教學 ChatGPT 先做知識整理，再讓 Canva、Gamma AI 輸出簡報"
+type: source
+tags: [AI簡報, 知識管理, ChatGPT, Canva, Gamma]
+date: 2025-10-26
+---
+
+## Source File
+- [[raw/AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]]
+
+## Summary（用中文描述）
+- 核心主題：AI 簡報的正確工作流——先用 ChatGPT 做資料研究與知識整理，再將大綱貼入 Canva / Gamma AI 生成精美版面
+- 問題域：為何直接在 Canva / Gamma 讓 AI 凭空生成簡報往往內容不深入、出現幻覺
+- 方法/機制：四階段流程——① 5 分鐘用 ChatGPT 上網搜尋調閱素材 → ② 1 分鐘建立知識架構與詮釋觀點 → ③ 1 分鐘輸出結構化簡報大綱 → ④ 將大綱貼入 Canva AI 或 Gamma 完成版面設計
+- 結論/價值：簡報不是從版面設計開始，而是從資料研究開始；ChatGPT 更擅長文字推理，Canva / Gamma 更適合版面設計
+
+## Key Claims（用中文描述）
+- 作者（esor）不使用「直接在 Canva / Gamma 凭空製作簡報」的流程，因為這樣很難做出正確、有效、深入的簡報成果
+- ChatGPT 在文字資料處理、內容推理思考上比 Canva / Gamma 更強，適合做前期研究與大綱生成
+- Canva / Gamma 適合將結構化的文字大綱轉化為精美版面，但不适合做「前期的簡報資料收集、研究、整理、分析」
+- 作者在 ChatGPT 進行約 5 分鐘的資料調閱，可調閱出 10 筆以上素材作為簡報素材庫
+- 「教 AI 建立知識架構」是讓 ChatGPT 對簡報主題有與作者相同的客觀資料認識和主觀詮釋角度
+
+## Key Quotes
+> "我不會『直接在 Canva、Gamma 這樣工具上凭空製作一份簡報』。而是先在 ChatGPT 上做資料收集、整理、分析後，再讓 Canva、Gamma AI 做出美美的簡報版面。" — 作者（esor）核心工作流宣言
+
+> "一份簡報如果沒有經過資料研究、知識整理的過程，直接『給一個題目』，就要把論述、內容、案例、版面、圖像素材等一次做好，我的經驗是『很難做出正確、有效、深入』的簡報成果。" — 說明為何不直接用 Canva/Gamma 生成
+
+> "簡報不是從版面設計開始，而是從資料研究開始。" — 核心結論
+
+## Key Concepts
+- [[AI簡報工作流]]：先用 ChatGPT 研究整理，再用 Canva/Gamma 設計版面的四階段流程
+- [[知識架構建立]]：讓 AI 對主題建立客觀資料認識與主觀詮釋角度的步驟
+- [[SSOT（單一真相來源）]]：每個任務一則筆記，把目標、行動、決策、依據、變更都寫回同一張（防彈筆記法的核心原則）
+
+## Key Entities
+- [[Canva]]：AI 簡報設計工具，提供豐富模板、ICON、圖示、中文字體，2025 年 9 月支援中文 AI 指令生成簡報
+- [[Gamma AI]]：專業 AI 簡報工具，效果最好，適合將結構化文字大綱轉化為圖文並茂簡報
+- [[ChatGPT]]：核心研究與推理工具，擅長上網搜尋、資料整理、文字推理，承擔簡報大綱生成職責
+
+## Connections
+- [[AI簡報工作流]] ← 包含 ← [[ChatGPT]]（第一階段：知識整理）
+- [[AI簡報工作流]] ← 包含 ← [[Canva]]（第二階段：版面設計）
+- [[AI簡報工作流]] ← 包含 ← [[Gamma AI]]（第二階段：版面設計）
+- [[SSOT（單一真相來源）]] ← 源於 ← 防彈筆記法（示例簡報主題）
+
+## Contradictions
+- 與直接用 Canva AI / Gamma AI 生成簡報的主流做法衝突：
+  - 衝突點：是否需要 ChatGPT 做前期資料研究與知識整理
+  - 當前觀點：必須先做研究整理，AI 簡報才能正確、有效、深入
+  - 對方觀點：可直接在 Canva / Gamma 輸入題目，讓 AI 一次完成內容與版面

wiki/sources/文字生成视频网站推荐.md

@@ -1,42 +1,49 @@
----
-title: "文字生成视频网站推荐"
-type: source
-tags: [AI, 视频生成, AI工具]
-date: 2026-04-18
----
-
-## Source File
-- [[AI/文字生成视频网站推荐.md]]
-
-## Summary（用中文描述）
-- 核心主题：推荐适合中国用户的文字生成视频 AI 工具
-- 问题域：AI 视频生成工具选型与性价比评估
-- 方法/机制：通过搜索结果综合评估工具功能、价格、适用人群
-- 结论/价值：为不同需求的用户提供工具选型建议（免费/技术型/多语言/长视频处理）
-
-## Key Claims（用中文描述）
-- 万彩AI 通过完全免费且功能全面的方案，适合预算有限的新手小白、自媒体创作者
-- 百度AI开放平台 基于多模态技术提供智能化视频生成，大厂技术背书
-- Zeemo 通过高精度字幕生成（95种语言，98%准确率）满足多语言内容创作者需求
-- Vizard 通过智能剪辑长视频高光片段，适合需要批量处理视频的用户
-
-## Key Quotes
-> "建议优先试用免费工具（如万彩AI或百度AI），再根据实际需求选择付费服务。" — 综合选型建议
-
-## Key Concepts
-- [[文字生成视频]]：通过文本描述自动生成视频内容的技术
-- [[AI视频生成工具]]：集成文字处理、配音合成、素材匹配的自动化视频制作工具
-- [[数字人]]：AI 生成的虚拟人物形象，用于视频内容创作
-
-## Key Entities
-- [[万彩AI]]：提供免费文字生成视频的工具，支持数字人、模板库
-- [[百度AI开放平台]]：提供 AI 成片功能的大厂平台
-- [[Zeemo]]：蓝色脉动公司产品，专注多语言字幕生成
-- [[Vizard]]：蓝色脉动公司产品，专注长视频自动剪辑
-- [[快影]]：腾讯系短视频剪辑工具
-
-## Connections
-- [[AI图生视频工具盘点]] ← 互补 ← [[文字生成视频网站推荐]]
-
-## Contradictions
-- 无已知冲突
+---
+title: "文字生成视频网站推荐"
+type: source
+tags: [AI工具, 视频生成, 文字生成视频, AI创作]
+date: 2026-04-23
+---
+
+## Source File
+- [[raw/AI/文字生成视频网站推荐.md]]
+
+## Summary（用中文描述）
+- 核心主题：5款AI文字生成视频工具的横向评测与推荐
+- 问题域：AI视频创作工具选型（免费/付费、多语言支持、企业级需求）
+- 方法/机制：基于功能完整性、价格、适用场景三维度对比评估
+- 结论/价值：提供不同用户群体的最优工具推荐——免费首选万彩AI、技术型选百度AI、多语言需求选Zeemo
+
+## Key Claims（用中文描述）
+- 万彩AI：提供完全免费账号注册，文字直接生成短视频，无使用次数限制，适合预算有限用户
+- 百度AI开放平台：基于多模态技术智能解析图文内容，自动匹配素材生成视频，适合企业宣传场景
+- Zeemo：支持95种语言转录，准确率达98%，年费分三档（$79/119/239），适合海外内容创作者
+- Vizard：从长视频智能提取10-30秒高光片段，免费版每月60分钟上传时长，适合批量处理长视频
+- 快影：腾讯系工具，模板化剪辑操作简单，基础功能免费，适合快速短视频制作
+
+## Key Quotes
+> "万彩AI：完全免费且功能全面，适合预算有限的用户快速生成高质量视频。" — 推荐理由总结
+> "Zeemo：支持95种语言转录，准确率达98%，适合全球化内容创作者。" — 多语言能力核心价值
+> "Vizard：从长视频中智能提取高光片段，生成10-30秒短视频。" — 自动剪辑功能描述
+
+## Key Concepts
+- [[文字生成视频]]：通过输入文字描述或脚本，自动匹配素材、配音和转场生成视频内容
+- [[数字人]]：AI生成的虚拟人物形象，可在视频中代替真人出镜，支持上传照片或选择预设角色
+- [[多模态技术]]：整合文字、图像、语音等多种模态信息的AI技术，用于理解和生成多模态内容
+- [[自动剪辑]]：从长视频中智能识别和提取精彩片段，生成短片的AI技术
+
+## Key Entities
+- [[万彩AI]]：中国AI视频生成工具，提供文字转视频、数字人、100+模板，完全免费使用
+- [[百度AI开放平台]]：百度旗下AI开放平台，AI成片功能支持图文转视频、自动配音、字幕添加及数字人
+- [[Zeemo]]：蓝色脉动公司出品的字幕和视频处理工具，支持95种语言转录，准确率98%
+- [[Vizard]]：蓝色脉动公司出品的AI视频剪辑工具，从长视频自动提取高光片段
+- [[快影]]：腾讯系短视频编辑工具，模板化剪辑，基础功能免费
+
+## Connections
+- [[14个免费的AI图生视频工具]] ← extends ← [[文字生成视频网站推荐]]（本文侧重文字生成，链接侧重图生视频，两者互补构成完整AI视频工具矩阵）
+
+## Contradictions
+- 与 [[14个免费的AI图生视频工具]] 侧重点不同：
+  - 当前观点：文字生成视频为主，强调配音、模板、数字人功能
+  - 对方观点：图生视频为主，强调画面质量、运动效果、风格控制
+  - 两者互补而非冲突——文字生成解决"无素材"问题，图生视频解决"有素材要动"问题