整理文件路径：Technical→AI/

wiki/sources/14-ge-mian-fei-de-ai-tu-sheng-shi-ping-gong-ju.md

@@ -0,0 +1,47 @@
+---
+title: "14个免费的AI图生视频工具"
+type: source
+tags: [AI, image-to-video, tools]
+date: 2025-12-05
+---
+
+## Source File
+- [[raw/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.md]]
+
+## Summary
+- 核心主题：14个免费AI图生视频工具评测
+- 问题域：视频制作需要专业设备和技能，门槛高
+- 方法/机制：上传静态图片，AI分析内容并生成动态视频
+- 结论/价值：AI图生视频工具降低视频创作门槛，实现便捷创作
+
+## Key Claims
+- 绘蛙AI视频（阿里）：模特图转视频，支持多格式高分辨率
+- 智谱清影：30秒生成6秒高清视频，支持音效匹配
+- 通义万相（阿里）：支持提示词控制运动，匹配音效
+- Vidu（清华）：全球首个"多主体参考"功能，10秒生成视频
+- 可灵AI（快手）：1080p分辨率，真实物理规律表现
+- 海螺AI（MiniMax）：主体一致性优秀，支持多种艺术风格
+
+## Key Concepts
+- [[图生视频]]：将静态图片转化为动态视频的AI技术
+- [[主体一致性]]：视频中角色/物体保持一致的能力
+- [[运动控制]]：通过文本提示词控制视频中主体的运动方式
+
+## Key Entities
+- [[绘蛙AI视频]]：阿里巴巴AI图生视频工具
+- [[智谱清影]]：智谱AI视频生成工具
+- [[通义万相]]：阿里巴巴AI视频生成工具
+- [[Vidu]]：生数科技与清华大学发布的视频大模型
+- [[可灵AI]]：快手AI创作平台
+- [[海螺AI]]：MiniMax推出的AI视频工具
+- [[即梦AI]]：字节跳动一站式AI创意创作平台
+- [[PixVerse]]：爱诗科技AI视频工具
+- [[Stable Video]]：Stability AI视频生成平台
+
+## Connections
+- [[AI视频生成]] ← includes ← [[图生视频]]
+- [[阿里巴巴]] ← provides ← [[绘蛙AI视频]]
+- [[阿里巴巴]] ← provides ← [[通义万相]]
+- [[快手]] ← provides ← [[可灵AI]]
+
+## Contradictions

wiki/sources/2025-nian-11-ge-shen-ji-ai-kai-yuan-ping-ti.md

@@ -0,0 +1,48 @@
+---
+title: "2025年11个神级AI开源平替"
+type: source
+tags: [open-source, AI, GitHub]
+date: 2026-01-01
+---
+
+## Source File
+- [[raw/AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md]]
+
+## Summary
+- 核心主题：2025年GitHub热门AI开源项目盘点
+- 问题域：闭源AI产品价格昂贵，开源替代品需求旺盛
+- 方法/机制：按类别梳理各领域最火热的开源项目
+- 结论/价值：国产AI模型（DeepSeek、Qwen）在开源界表现亮眼
+
+## Key Claims
+- 大语言模型：DeepSeek R1、Qwen 3为开源界标杆
+- AI生图：Flux（开源Midjourney）、Stable Diffusion（LoRA/ControlNet生态最丰富）
+- AI生视频：HunyuanVideo（腾讯）参数量最大，中文理解最强
+- 通用智能体：OpenManus（5万Star）为核心开源平替
+- AI Coding：Cline为Cursor最佳开源平替
+- 智能体工作流：n8n（16万Star）、Dify为最强开源项目
+
+## Key Concepts
+- [[开源平替]]：开源替代闭源产品的方案
+- [[AI生图]]：开源模型Flux、Stable Diffusion
+- [[AI生视频]]：HunyuanVideo、Veo 3
+- [[AI智能体]]：Manus、OpenManus
+- [[AI编程]]：Cline、Claude Code
+
+## Key Entities
+- [[DeepSeek]]：国产开源大模型
+- [[Qwen]]：通义千问开源模型
+- [[Flux]]：前SD团队开发的AI生图模型
+- [[HunyuanVideo]]：腾讯混元视频生成模型
+- [[OpenManus]]：通用智能体开源项目
+- [[Cline]]：VS Code AI编程插件
+- [[n8n]]：工作流自动化开源平台
+- [[Dify]]：LLM应用开发平台
+
+## Connections
+- [[开源AI]] ← includes ← [[大语言模型]]
+- [[开源AI]] ← includes ← [[AI生图]]
+- [[开源AI]] ← includes ← [[AI生视频]]
+- [[GitHub]] ← hosts ← [[开源AI项目]]
+
+## Contradictions

wiki/sources/7-ways-notebooklm.md

@@ -0,0 +1,35 @@
+---
+title: "7 ways I use NotebookLM to make my life easier"
+type: source
+tags: [notebooklm, google, learning, productivity]
+date: 2025-11-23
+---
+
+## Source File
+- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]]
+
+## Summary
+- 核心主题：NotebookLM使用技巧
+- 问题域：信息过载、文档处理、学习效率
+- 方法/机制：source-grounding文档问答、音频概览、项目管理
+- 结论/价值：NotebookLM通过严格限制知识库范围保证准确性，是个人学习和项目管理的强大助手
+
+## Key Claims
+- NotebookLM的source-grounding机制确保回答准确且可溯源
+- 音频概览功能将文档转化为双人播客，适合被动学习
+- 可作为个性化项目管理中心，集中管理分散的研究和想法
+- 法律文档审查时提供精确引用，避免AI幻觉
+
+## Key Concepts
+- [[Source-Grounding]]：NotebookLM的核心机制，限制知识库仅包含用户上传的文档
+- [[音频概览]]：将文档转化为AI双人播客格式
+- [[项目中心]]：集中管理研究、想法、会议记录的统一空间
+
+## Key Entities
+- [[NotebookLM]]：Google推出的AI学习工具
+
+## Connections
+- [[NotebookLM]] ← uses ← [[Source-Grounding]]
+- [[AI学习工具]] ← extends ← [[NotebookLM]]
+
+## Contradictions

wiki/sources/90-tian-pao-tong-yi-ren-gong-si-mo-shi.md

@@ -0,0 +1,36 @@
+---
+title: "万字保姆级教程-90天跑通一人公司模式"
+type: source
+tags: [一人公司, 个人品牌, ikigai, 商业变现]
+date: 2026-03-29
+---
+
+## Source File
+- [[raw/Agent/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md]]
+
+## Summary
+- 核心主题：用AI提示词和工具在90天内跑通一人公司模式
+- 问题域：个人如何找到自己的优势并实现商业变现
+- 方法/机制：Ikigai模型（热爱、擅长、市场需求、报酬四圈交集）、AI辅助内容生产、产品体系搭建
+- 结论/价值：一人公司的关键在于更聪明地定位，而非更努力工作
+
+## Key Claims
+- 天才地带理论：找到能产生心流的活动区域
+- 底层能力三问：追溯童年、毫不费力、底层通用
+- 四个心理陷阱：愧疚陷阱、效率陷阱、卓越陷阱、努力陷阱
+- Ikigai是热情、天职、使命、职业的交汇点
+- 产品体系四层：引流产品、入门产品、核心产品、高价产品
+
+## Key Concepts
+- [[Ikigai]]：日本概念，指生命的意义，四个圆圈的交集
+- [[一人公司]]：用最小杠杆撬动最大价值的商业模式
+- [[底层能力]]：藏在冰山下的通用能力
+- [[产品体系]]：从引流到高价的完整产品矩阵
+
+## Key Entities
+- 盖伊·亨德里克斯：心理学家，提出天才地带概念
+- 张飞宇：营销人，公众号作者
+
+## Connections
+- [[一人公司]] ← uses ← [[Ikigai]]
+- [[一人公司]] ← uses ← [[产品体系]]

wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md

@@ -0,0 +1,36 @@
+---
+title: "A Formalization of Recursive Self-Optimizing Generative Systems"
+type: source
+tags: [recursive-optimization, formal-model, meta-learning, prompt-engineering]
+date: 2025-12-30
+---
+
+## Source File
+- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]]
+
+## Summary
+- 核心主题：递归自优化生成系统的形式化模型
+- 问题域：如何形式化描述AI系统通过迭代自我修改构建稳定生成能力
+- 方法/机制：自映射、固定点结构、λ演算表述
+- 结论/价值：递归自优化自然引导到固定点结构而非终端输出
+
+## Key Claims
+- 系统目标不是直接产生最优输出，而是通过迭代自修改构建稳定生成能力
+- 稳定生成能力定义为生成器空间上自映射的固定点
+- 递归结构可使用无类型λ演算表达
+-  bootstrapping元生成过程由固定点语义控制
+
+## Key Concepts
+- [[递归自优化]]：通过迭代生成-优化-更新循环自我完善
+- [[固定点]]：生成器在自映射下的不变状态
+- [[自映射]]：生成器空间到自身的映射
+- [[元生成]]：生成器更新生成器本身的过程
+- [[Bootstrap]]：从初始版本启动递归优化的起点
+
+## Key Entities
+
+## Connections
+- [[自优化AI]] ← formalizes ← [[递归自优化系统]]
+- [[固定点语义]] ← governs ← [[Bootstrap]]
+
+## Contradictions

wiki/sources/ai-pei-yin-sheng-yin-kelong-gong-ju.md

@@ -0,0 +1,41 @@
+---
+title: "AI配音与声音克隆工具合集"
+type: source
+tags: [AI配音, 声音克隆, TTS]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/AI/二创视频必不可少！2025年最热门AI工具推荐合集-AI配音、声音克隆.md]]
+
+## Summary
+- 核心主题：AI配音和声音克隆工具评测
+- 问题域：二创视频需要高效配音解决方案
+- 方法/机制：评测主流AI配音工具的功能和价格
+- 结论/价值：不同场景有不同最优选择
+
+## Key Claims
+- ElevenLabs：国际顶流，30+语言，支持情感变化，付费较贵
+- 海螺AI（MiniMax）：小白友好，30秒克隆，免费，中文支持好
+- F5-TTS：开源免费，2秒克隆，技术流首选，需代码基础
+- TTSMaker：每周免费3万字，50+语言，300+音色
+- 剪映：抖音官方，短视频首选，部分音色需VIP
+- 魔音工坊：500+音色，企业首选
+- AnyVoice：3秒克隆，中英日韩，免费无限
+
+## Key Concepts
+- [[AI配音]]：文本转语音技术
+- [[声音克隆]]：用少量样本重建个人声音
+- [[TTS]]：Text-to-Speech文字转语音
+
+## Key Entities
+- [[ElevenLabs]]：国际AI配音平台
+- [[海螺AI]]：MiniMax出品的AI工具
+- [[F5-TTS]]：开源语音克隆项目
+- [[剪映]]：字节跳动视频编辑工具
+
+## Connections
+- [[二创视频]] ← uses ← [[AI配音]]
+- [[内容创作]] ← uses ← [[声音克隆]]
+
+## Contradictions

wiki/sources/aionui-cowork-desktop.md

@@ -0,0 +1,34 @@
+---
+title: "OpenClaw as Desktop Cowork (AionUi)"
+type: source
+tags: [openclaw, aionui, desktop, remote]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/aionui-cowork-desktop.md]]
+
+## Summary
+- 核心主题：使用AionUi桌面Cowork UI运行OpenClaw
+- 问题域：希望看到Agent正在做什么而非仅从日志推断
+- 方法/机制：AionUi提供桌面Cowork空间，远程通过Telegram或WebUI访问
+- 结论/价值：在桌面UI中使用OpenClaw，同时获得远程救援能力
+
+## Key Claims
+- 真实桌面UI：看到OpenClaw读写文件、运行命令、浏览网页
+- 远程OpenClaw救援：当OpenClaw损坏或无法连接时，使用内置OpenClaw部署专家
+- 多Agent应用：一个应用中运行OpenClaw、内置Agent、Claude Code、Codex等
+- MCP一次配置，所有Agent同步：MCP服务器在AionUi中配置一次，sync到OpenClaw和其他Agent
+
+## Key Insights
+- 当OpenClaw无法连接且你不在机器旁时：打开AionUi通过Telegram或WebUI，使用内置OpenClaw部署专家
+- 多Agent工作区：运行OpenClaw以及内置Agent（Gemini/OpenAI/Anthropic/Ollama）、Claude Code、Codex等
+
+## Key Concepts
+- [[AionUi]]：支持OpenClaw和其他Agent的桌面应用
+- [[远程救援]]：远程修复OpenClaw的能力
+- [[Cowork空间]]：Agent的桌面工作区界面
+
+## Connections
+- [[AionUi]] ← hosts ← [[OpenClaw]]
+- [[AionUi]] ← provides ← [[远程救援]]

wiki/sources/arxiv-paper-reader.md

@@ -0,0 +1,30 @@
+---
+title: "arXiv Paper Reader"
+type: source
+tags: [openclaw, arxiv, research, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/arxiv-paper-reader.md]]
+
+## Summary
+- 核心主题：对话式arXiv论文阅读助手
+- 问题域：阅读arXiv论文意味着下载PDF，在论文间切换丢失上下文
+- 方法/机制：安装arxiv-reader skill，获取干净可读的文本，自动扁平化LaTeX
+- 结论/价值：在工作区内对话式阅读、分析和比较论文
+
+## Key Claims
+- 通过ID获取任何arXiv论文，获得干净可读的文本（LaTeX自动扁平化）
+- 先浏览论文结构——列出章节以决定在提交全文前读什么
+- 快速扫描多篇论文摘要以分类阅读列表
+- 要求Agent总结、比较或批评特定章节
+- 结果在本地缓存——重新访问论文是即时的
+
+## Key Concepts
+- [[arXiv论文阅读]]：学术论文自动化阅读
+- [[LaTeX扁平化]]：将LaTeX源文件转换为可读文本
+- [[arxiv-reader]]：读取arXiv论文的skill
+
+## Connections
+- [[arxiv-reader]] ← fetches ← [[arXiv]]

wiki/sources/autonomous-game-dev-pipeline.md

@@ -0,0 +1,29 @@
+---
+title: "Autonomous Educational Game Development Pipeline"
+type: source
+tags: [openclaw, autonomous, game-dev, education]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/autonomous-game-dev-pipeline.md]]
+
+## Summary
+- 核心主题：自主教育游戏开发管道
+- 问题域：独立开发者需要为孩子创建40+教育游戏
+- 方法/机制：Game Developer Agent自主管理游戏创建和维护的完整生命周期
+- 结论/价值：每7分钟生产1个新游戏或错误修复
+
+## Key Claims
+- 管道能够每7分钟生产1个新游戏或错误修复
+- 实施严格遵循game-design-rules.md（无框架、移动优先、离线支持）
+- "错误优先"政策：Agent必须先检查并解决报告的错误，然后才能实施新功能
+
+## Key Insights
+- 游戏开发者Agent将LLM变成尊重项目 rigid structure的纪律开发者
+- 开发队列管理：循环策略平衡跨年龄组的内容
+- 自动化部署：处理Git工作流程：获取master、创建feature分支、提交更改、合并
+
+## Key Concepts
+- [[自主开发管道]]：自动化游戏开发和部署
+- [[游戏设计规则]]：游戏

wiki/sources/autonomous-project-management.md

@@ -0,0 +1,35 @@
+---
+title: "Autonomous Project Management with Subagents"
+type: source
+tags: [openclaw, subagent, project-management, state]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/autonomous-project-management.md]]
+
+## Summary
+- 核心主题：使用子Agent的分散式项目管理
+- 问题域：传统orchestrator模式造成瓶颈，主Agent成为交通警察
+- 方法/机制：Agent通过共享STATE.yaml文件协调，多个子Agent并行工作
+- 结论/价值：无orchestrator开销，主会话保持精简
+
+## Key Claims
+- 分散式协调：Agent读写共享STATE.yaml文件
+- 并行执行：多个子Agent同时处理独立任务
+- 无orchestrator开销：主会话仅策略执行
+- 自文档化：所有任务状态持久化在版本控制文件中
+
+## Key Insights
+- STATE.yaml > orchestrator：基于文件的协调比消息传递更具可扩展性
+- Git作为审计日志：提交STATE.yaml更改以获取完整历史
+- 标签约定很重要：使用pm-{project}-{scope}便于追踪
+
+## Key Concepts
+- [[分散式协调]]：通过共享文件而非中央协调器进行协调
+- [[STATE.yaml]]：项目协调文件，作为单一事实来源
+- [[子Agent]]：独立执行任务的Agent
+
+## Connections
+- [[子Agent]] ← read_write ← [[STATE.yaml]]
+- [[主Agent]] ← spawns ← [[子Agent]]

wiki/sources/best-7-news-api.md

@@ -0,0 +1,37 @@
+---
+title: "Best 7 News API Data Feeds"
+type: source
+tags: [news-api, data-feed, API]
+date: 2025-03-11
+---
+
+## Source File
+- [[raw/AI/Best 7 news API data feeds - AI News.md]]
+
+## Summary
+- 核心主题：7大新闻API数据源评测
+- 问题域：获取实时和历史新闻数据
+- 方法/机制：聚合、整理多来源结构化新闻数据
+- 结论/价值：不同API适合不同场景，金融、媒体、风险评估各有最佳选择
+
+## Key Claims
+- Webz.io：最全面，支持开放网、深网、暗网数据
+- GNews API：轻量级，适合初创企业和小型应用
+- The Guardian API：高质量编辑内容
+- Bloomberg API：专注金融市场和投资专业数据
+- Financial Times API：全球金融和市场深度洞察
+- Opoint：媒体监测和情感分析
+- Mediastack：可扩展性强，支持7500+来源
+
+## Key Concepts
+- [[新闻API]]：聚合、组织、传递结构化新闻数据的平台
+- [[实时数据]]：新闻API提供的即时新闻覆盖
+- [[情感分析]]：通过API数据进行品牌声誉监测
+
+## Key Entities
+
+## Connections
+- [[数据聚合]] ← uses ← [[新闻API]]
+- [[金融情报]] ← uses ← [[Bloomberg API]]
+
+## Contradictions

wiki/sources/build-your-own-x.md

@@ -0,0 +1,33 @@
+---
+title: "Build Your Own X"
+type: source
+tags: [build-your-own-x, learning, programming, tutorials]
+date: 2026-01-01
+---
+
+## Source File
+- [[raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md]]
+
+## Summary
+- 核心主题：Build Your Own X编程学习资源合集
+- 问题域：学习编程需要通过实践重建技术来深入理解
+- 方法/机制：提供分步骤指南，从零开始重建流行技术
+- 结论/价值：费曼的名言"我不能创造的东西，我就不理解"
+
+## Key Claims
+- 涵盖23个技术类别：3D渲染器、AR、BitTorrent、区块链、Bot、CLI工具、数据库、Docker、模拟器、前端框架、游戏、Git、网络栈、神经网络、操作系统、物理引擎、编程语言、正则引擎、搜索引擎、Shell、模板引擎、文本编辑器、视觉识别系统、体素引擎、网页浏览器、网页服务器
+- 每种技术都提供多种编程语言的教程
+- 著名引用：Richard Feynman的"我不能创造的东西，我就不理解"
+
+## Key Concepts
+- [[Build Your Own X]]：通过重建技术来学习的编程学习法
+- [[CodeCrafters]]：提供编程挑战的平台
+
+## Key Entities
+- [[CodeCrafters]]：编程学习平台
+- [[Richard Feynman]]：物理学家名言出处
+
+## Connections
+- [[编程学习]] ← uses ← [[Build Your Own X]]
+
+## Contradictions

wiki/sources/claude-skills.md

@@ -0,0 +1,39 @@
+---
+title: "Claude Skills最值得研究的AI范式"
+type: source
+tags: [claude-skills, prompt-engineering, workflow, vibe-coding]
+date: 2026-01-05
+---
+
+## Source File
+- [[raw/AI/3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！.md]]
+
+## Summary
+- 核心主题：Claude Skills范式深度解析
+- 问题域：提示词工程向流程工程的转变需求
+- 方法/机制：Skills作为AI的"说明书"和"SOP"，实现稳定复用和自动执行
+- 结论/价值：Skills的爆发标志着从提示词工程迈向流程工程
+
+## Key Claims
+- Skills是Anthropic官方发布的AI技能指南，本质是写给Claude的"说明书"和"SOP"
+- 官方Skills仓库展示：办公自动化四大件（Word/PDF/PPT/Excel）、开发者工具箱、创意类Skill
+- 三大Awesome-Claude-Skills仓库：ComposioHQ、VoltAgent、BehiSecc
+- Skills聚合站：skillsmp.com、aitmpl.com/skills、claudemarketplaces.com
+- Skills爆发标志从提示词工程到流程工程的关键转变
+
+## Key Concepts
+- [[Claude Skills]]：AI技能的系统化封装，包含Prompt结构、参数含义、容错策略
+- [[流程工程]]：Skills将经验沉淀为SOP，交给AI稳定执行
+- [[Vibe Coding]]：AI编程方式，其尽头也是Skills
+- [[SOP标准化]]：将重复任务拆解为AI能理解、稳定复用的流程
+
+## Key Entities
+- [[Anthropic]]：Claude Skills官方仓库发布者
+- [[Claude]]：AI助手
+
+## Connections
+- [[提示词工程]] ← evolves_to ← [[流程工程]]
+- [[Claude Skills]] ← implements ← [[SOP标准化]]
+- [[Vibe Coding]] ← uses ← [[Claude Skills]]
+
+## Contradictions

wiki/sources/content-factory.md

@@ -0,0 +1,25 @@
+---
+title: "Multi-Agent Content Factory"
+type: source
+tags: [openclaw, multi-agent, content, discord]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/content-factory.md]]
+
+## Summary
+- 核心主题：Discord中的多Agent内容工厂
+- 问题域：内容创作者需要在研究、写作、设计之间切换，耗时巨大
+- 方法/机制：研究Agent扫描趋势，写作Agent生成内容，缩略图Agent生成图片
+- 结论/价值：Agent链式协作实现完全无人值守的内容生产
+
+## Key Claims
+- 研究Agent feeds写作Agent，写作Agent feeds缩略图Agent
+- Discord频道便于分别审查每个Agent的工作
+- 可适配任何内容格式：推文、新闻通讯、LinkedIn帖子等
+
+## Key Concepts
+- [[多Agent协作]]：多个专业Agent链式工作
+- [[内容工厂]]：自动化内容生产流水线
+- [[Discord集成]]：通过Discord协调多

wiki/sources/custom-morning-brief.md

@@ -0,0 +1,25 @@
+---
+title: "Custom Morning Brief"
+type: source
+tags: [openclaw, automation, morning, telegram]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/custom-morning-brief.md]]
+
+## Summary
+- 核心主题：每日定时发送个性化早间简报
+- 问题域：早晨花费30分钟获取当天动态，而非工作
+- 方法/机制：Agent在夜间生成内容，早晨发送结构化简报
+- 结论/价值：AI推荐任务部分是蕞强大的，让Agent主动思考如何帮助
+
+## Key Claims
+- AI推荐任务部分蕞强大：让Agent主动思考如何帮助，而非等待指令
+- 全量draft（而非仅仅想法）是节省时间的关键
+- 通过短信自定义简报：说"添加到早间简报"即可
+
+## Key Insights
+- 夜间生成内容，早晨醒来即可工作
+- AI推荐任务让Agent主动思考如何帮助用户
+- 完全draft而非

wiki/sources/daily-reddit-digest.md

@@ -0,0 +1,26 @@
+---
+title: "Daily Reddit Digest"
+type: source
+tags: [openclaw, reddit, content, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/daily-reddit-digest.md]]
+
+## Summary
+- 核心主题：每日Reddit内容摘要
+- 问题域：想浏览Reddit但时间有限
+- 方法/机制：reddit-readonly skill获取子版块热门帖子，每日定时摘要
+- 结论/价值：按需获取Reddit热门内容，无需手动浏览
+
+## Key Claims
+- reddit-readonly skill不需要认证
+- 每日下午5点运行此流程并给出摘要
+- 创建单独记忆追踪用户偏好
+
+## Key Concepts
+- [[Reddit聚合]]：收集Reddit热门内容
+- [[内容过滤]]：根据用户偏好过滤内容
+
+## Connections

wiki/sources/daily-youtube-digest.md

@@ -0,0 +1,28 @@
+---
+title: "Daily YouTube Digest"
+type: source
+tags: [openclaw, youtube, content, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/daily-youtube-digest.md]]
+
+## Summary
+- 核心主题：每日自动获取YouTube频道更新并生成摘要
+- 问题域：YouTube通知不可靠，优质内容容易被错过
+- 方法/机制：安装youtube-full skill，自动获取频道最新视频并生成摘要
+- 结论/价值：每天早晨收到个性化内容摘要，避免算法推荐的信息茧房
+
+## Key Claims
+- YouTube通知不可靠，订阅的频道新视频不会出现在通知中
+- youtube-full skill支持100个免费积分注册
+- channel/latest和channel/resolve免费（0积分）
+- 仅转录才需要积分
+
+## Key Concepts
+- [[内容聚合]]：从多个来源收集内容
+- [[视频摘要]]：将视频内容压缩为关键点
+
+## Connections
+- [[youtube-full]] ← fetches ← [[YouTube]]

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

@@ -0,0 +1,35 @@
+---
+title: "Designing for Agentic AI"
+type: source
+tags: [agentic-ai, product-design, UX]
+date: 2025-03-02
+---
+
+## Source File
+- [[raw/AI/Designing for Agentic AI.md]]
+
+## Summary
+- 核心主题：Agentic AI产品设计原则
+- 问题域：AI从被动响应到主动行动的转变
+- 方法/机制：透明性、控制权、个性化、对话、预判五大设计原则
+- 结论/价值：Agentic AI需要新的设计范式，强调实时反馈和用户控制
+
+## Key Claims
+- GenAI擅长内容生成，Agentic AI擅长行动执行
+- Agentic AI引入新维度：主动 agent 预判需求并自主行动
+- 用户通过观察AI决策过程进行交互，而非传统点击输入
+- 五大设计原则：透明性、控制权、个性化、对话、预判
+
+## Key Concepts
+- [[GenAI]]：生成式AI，擅长创作内容
+- [[Agentic AI]]：智能体AI，能够自主行动和决策
+- [[实时反馈]]：Agentic AI设计中的核心用户体验要素
+- [[用户控制]]：确保用户对AI行为有最终决定权
+
+## Key Entities
+
+## Connections
+- [[Agentic AI]] ← extends ← [[GenAI]]
+- [[AI产品设计]] ← uses ← [[Agentic AI设计原则]]
+
+## Contradictions

wiki/sources/dynamic-dashboard.md

@@ -0,0 +1,28 @@
+---
+title: "Dynamic Dashboard with Sub-agent Spawning"
+type: source
+tags: [openclaw, dashboard, subagent, monitoring]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/dynamic-dashboard.md]]
+
+## Summary
+- 核心主题：动态仪表板通过子Agent并行获取数据
+- 问题域：静态仪表板显示过时数据，需要手动更新
+- 方法/机制：对话式定义监控目标，子Agent并行获取每个数据源
+- 结论/价值：实时可视化多个数据源，无需构建自定义前端
+
+## Key Claims
+- 并行获取数据避免阻塞和分配API负载
+- 聚合结果到统一仪表板（文本、HTML或Canvas）
+- 指标存储在数据库中用于历史分析
+- 指标跨阈值时发送警报
+
+## Key Concepts
+- [[动态仪表板]]：实时更新的可视化面板
+- [[并行处理]]：同时获取多个数据源
+- [[子Agent]]：用于并行执行任务的Agent
+
+## Connections

wiki/sources/earnings-tracker.md

@@ -0,0 +1,27 @@
+---
+title: "AI-Powered Earnings Tracker"
+type: source
+tags: [openclaw, finance, tracking, telegram]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/earnings-tracker.md]]
+
+## Summary
+- 核心主题：自动化追踪科技公司财报
+- 问题域：跟踪数十家科技公司财报需要多来源检查
+- 方法/机制：每周扫描财报日历，定时任务获取结果并发送摘要
+- 结论/价值：自动化财报追踪和传递
+
+## Key Claims
+- 每周日预览：扫描即将到来周的财报日历
+- 用户选择要追踪的公司，Agent为每个财报日期安排一次性cron任务
+- 报告发布后自动搜索结果，格式化摘要并发送
+
+## Key Concepts
+- [[财报追踪]]：监控公司财务报告
+- [[定时任务]]：按计划执行自动化任务
+
+## Connections
+- [[财报追踪]] ← uses ← [[定时任务]]

wiki/sources/event-guest-confirmation.md

@@ -0,0 +1,33 @@
+---
+title: "Event Guest Confirmation"
+type: source
+tags: [openclaw, phone, automation, supercall]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/event-guest-confirmation.md]]
+
+## Summary
+- 核心主题：使用SuperCall自动确认活动嘉宾出席
+- 问题域：手动电话确认20+客人繁琐且容易遗漏
+- 方法/机制：AI逐个呼叫客人，确认出席并收集备注，编译摘要
+- 结论/价值：真人电话获得更高响应率
+
+## Key Claims
+- 真人电话获得比短信更高的响应率
+- SuperCall是完全独立的语音Agent，只能访问提供的上下文
+- 每次通话后AI persona重置，避免对话间交叉污染
+
+## Key Insights
+- 从小规模测试开始：用2-3个客人测试persona和开场白
+- 注意拨打电话时间：不要在太早或太晚打电话
+- 审核转录：首次批量通话后浏览对话进展
+
+## Key Concepts
+- [[电话确认]]：通过电话确认出席
+- [[SuperCall]]：独立语音Agent工具
+- [[批量呼叫]]：自动逐个呼叫列表中的联系人
+
+## Connections
+- [[SuperCall]] ← used_for ← [[电话确认]]

wiki/sources/family-calendar-household-assistant.md

@@ -0,0 +1,33 @@
+---
+title: "Family Calendar Aggregation & Household Assistant"
+type: source
+tags: [openclaw, family, calendar, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/family-calendar-household-assistant.md]]
+
+## Summary
+- 核心主题：家庭日历聚合和家务助理
+- 问题域：现代家庭跨越多个平台和格式处理五个或更多日历
+- 方法/机制：OpenClaw作为常开的家务协调员，聚合日历并监控消息
+- 结论/价值：早上简报包含所有家庭日历的单一视图
+
+## Key Claims
+- 日历聚合：从所有家庭日历来源编译成单一每日简报
+- 环境消息监控：被动监控并在检测到约会时创建日历事件
+- 驾驶时间缓冲：添加旅行时间块在检测到的约会前后
+- 家庭库存：维护 pantry/冰箱物品的运行库存
+
+## Key Insights
+- 环境 > 主动：蕞大的突破是Agent无需询问即可行动
+- Mac Mini是甜区：家庭Mac Mini运行受益最大——iMessage集成、Apple Calendar、常开可用性
+- 从只读开始：在启用写操作之前从日历读取和消息监控开始
+
+## Key Concepts
+- [[日历聚合]]：整合多个日历来源
+- [[环境监控]]：被动监控和自动操作
+- [[家庭协调]]：管理家庭物流和沟通
+
+## Connections

wiki/sources/gemini-product-manager-prd.md

@@ -0,0 +1,37 @@
+---
+title: "不会Gemini的产品经理真的要被淘汰了"
+type: source
+tags: [gemini, 产品经理, PRD, AI工作流]
+date: 2025-11-19
+---
+
+## Source File
+- [[raw/AI/不会Gemini的产品经理真的要被淘汰了  附保姆级PRD生成指南.md]]
+
+## Summary
+- 核心主题：AI时代产品经理的工作方式变革
+- 问题域：产品经理如何利用Gemini提效90%以上
+- 方法/机制：FeatureList构思→逻辑图→PRD文档→HTML原型
+- 结论/价值：AI是工具，关键在于产品经理的市场洞察能力
+
+## Key Claims
+- Gemini 2.5/3可将产品经理文本工作时间缩短90%以上
+- 核心方法：LLM负责"写"而非"想"，人类负责"想"
+- FeatureList分层级展开功能点：模块分类→功能点全面性→优先级
+- 用mermaid生成ER图、时序图、甘特图等逻辑图
+- Gemini可以生成HTML替代原型图
+
+## Key Concepts
+- [[FeatureList]]：分层级需求表
+- [[PRD]]：产品需求文档
+- [[mermaid]]：图表描述语言
+- [[AI工作流]]：人类思考+AI执行的协作模式
+
+## Key Entities
+- [[Gemini]]：Google AI模型
+
+## Connections
+- [[产品经理]] ← uses ← [[Gemini]]
+- [[PRD生成]] ← uses ← [[AI工作流]]
+
+## Contradictions

wiki/sources/gu-ding-jing-tou-duan-shi-pin-ai-sheng-chan.md

@@ -0,0 +1,36 @@
+---
+title: "固定镜头短视频AI全流程制作"
+type: source
+tags: [AI视频, 短视频制作, 家装视频]
+date: 2025-03-15
+---
+
+## Source File
+- [[raw/AI/固定镜头短视频制作的AI全流程解析.md]]
+
+## Summary
+- 核心主题：固定镜头短视频AI制作全流程
+- 问题域：家装类短视频制作效率低
+- 方法/机制：分镜拆解→九宫格图片生成→首尾针动画→剪辑配音
+- 结论/价值：AI可将10分钟制作周期缩短至极限
+
+## Key Claims
+- 三大关键词：固定机位、内容连续变化、时间压缩
+- AI工具分类：大脑类（XAR GPT）、设计师类（Midjourney/Nano Banana）、动效类（海螺AI/KAI）
+- 九宫格法保证画面一致性
+- 首尾针动画实现平滑过渡
+- 五步公式：拆分镜头→一致性图像→首尾针动画→快速剪辑→声音设计
+
+## Key Concepts
+- [[固定机位]]：摄像机位置固定不变
+- [[首尾针动画]]：通过首尾帧AI自动补齐中间动作
+- [[九宫格法]]：一次性生成3x3共九个分镜画面
+- [[时间压缩]]：将长时间过程浓缩呈现
+
+## Key Entities
+
+## Connections
+- [[AI视频制作]] ← uses ← [[首尾针动画]]
+- [[AI视频制作]] ← uses ← [[九宫格法]]
+
+## Contradictions

wiki/sources/habit-tracker-accountability-coach.md

@@ -0,0 +1,34 @@
+---
+title: "Habit Tracker & Accountability Coach"
+type: source
+tags: [openclaw, habit, tracking, telegram]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/habit-tracker-accountability-coach.md]]
+
+## Summary
+- 核心主题：主动问责Partner追踪习惯
+- 问题域：习惯追踪App依赖用户记得打开，被动
+- 方法/机制：Agent通过Telegram或SMS主动联系，根据表现调整语气
+- 结论/价值：主动问责比被动追踪更有效
+
+## Key Claims
+- 真正有效的是主动问责
+- 每日签到根据选择的时间通过Telegram或SMS发送
+- 追踪用户定义的习惯
+- 连续追踪：知道每个习惯的当前连续天数并在消息中提及
+
+## Key Insights
+- 适应性语气让这不同于cron job
+- 保持追踪的习惯数量少（3-5个）
+- 每周模式分析出奇地有用
+
+## Key Concepts
+- [[习惯追踪]]：长期追踪行为习惯
+- [[主动问责]]：Agent主动联系用户进行检查
+- [[适应性语气]]：根据表现调整沟通风格
+
+## Connections
+- [[习惯追踪]] ← uses ← [[Telegram]]

wiki/sources/health-symptom-tracker.md

@@ -0,0 +1,28 @@
+---
+title: "Health & Symptom Tracker"
+type: source
+tags: [openclaw, health, tracking, telegram]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/health-symptom-tracker.md]]
+
+## Summary
+- 核心主题：追踪食物和症状以识别敏感源
+- 问题域：识别食物敏感性需要长期持续记录
+- 方法/机制：通过Telegram主题记录，3次每日提醒，每周分析模式
+- 结论/价值：自动化追踪和分析帮助识别潜在诱因
+
+## Key Claims
+- 识别食物敏感性需要跨时间的持续记录
+- 每日3次提醒促使记录保持
+- 每周分析识别与症状相关的食物模式
+
+## Key Concepts
+- [[健康追踪]]：长期记录健康数据
+- [[模式识别]]：从数据中发现规律
+- [[Telegram集成]]：通过Telegram进行交互
+
+## Connections
+- [[健康追踪]] ← uses ← [[Telegram集成]]

wiki/sources/inbox-declutter.md

@@ -0,0 +1,24 @@
+---
+title: "Inbox De-clutter"
+type: source
+tags: [openclaw, email, automation, gmail]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/inbox-declutter.md]]
+
+## Summary
+- 核心主题：自动化新闻邮件分类和摘要
+- 问题域：新闻邮件堆积如山，从未打开
+- 方法/机制：创建专用OpenClaw邮件，订阅新闻，cron job每日摘要
+- 结论/价值：自动化邮件管理，减少收件箱混乱
+
+## Key Claims
+- 为OpenClaw创建专用邮件解决新闻邮件堆积问题
+- 每日cron job读取过去24小时新闻邮件，生成摘要
+- 根据反馈更新记忆以更好选择内容
+
+## Key Concepts
+- [[邮件管理]]：自动化邮件处理
+- [[新闻聚合]]：收集和汇总新闻内容

wiki/sources/knowledge-base-rag.md

@@ -0,0 +1,22 @@
+---
+title: "Knowledge Base RAG"
+type: source
+tags: [openclaw, rag, knowledge, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/knowledge-base-rag.md]]
+
+## Summary
+- 核心主题：基于RAG的知识库系统
+- 问题域：分散的知识难以搜索和利用
+- 方法/机制：RAG（检索增强生成）系统从知识库中检索相关信息
+- 结论/价值：让Agent能够基于自有知识库回答问题
+
+## Key Claims
+- RAG系统从自有知识库中检索相关信息
+- 向量数据库支持语义搜索
+- 定期更新知识库内容
+
+## Key Concepts

wiki/sources/latex-paper-writing.md

@@ -0,0 +1,28 @@
+---
+title: "LaTeX Paper Writing"
+type: source
+tags: [openclaw, latex, writing, research]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/latex-paper-writing.md]]
+
+## Summary
+- 核心主题：对话式LaTeX论文写作
+- 问题域：本地LaTeX环境配置痛苦，调试耗时
+- 方法/机制：Prismer工作区容器运行LaTeX服务器，对话式生成和编译
+- 结论/价值：无需本地安装即可进行LaTeX写作
+
+## Key Claims
+- 协作编写LaTeX：描述需求Agent生成源码
+- 即时编译到PDF：使用pdflatex、xelatex或lualatex
+- 内联预览PDF：无需切换到其他应用
+- 使用起始模板：article、IEEE、beamer、中文文章
+
+## Key Concepts
+- [[LaTeX写作]]：学术论文排版系统
+- [[Prismer]]：包含LaTeX服务器的工作区容器
+
+## Connections
+- [[Prismer]] ← provides ← [[LaTeX服务器]]

wiki/sources/llm-terms-framework.md

@@ -0,0 +1,44 @@
+---
+title: "大模型相关术语框架总结"
+type: source
+tags: [LLM, MCP, Prompt, RAG, vLLM, Token]
+date: 2025-12-20
+---
+
+## Source File
+- [[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]]
+
+## Summary
+- 核心主题：大模型核心术语和技术框架
+- 问题域：大模型领域术语众多难以系统理解
+- 方法/机制：图解化梳理各术语关系
+- 结论/价值：构建完整的大模型技术知识体系
+
+## Key Claims
+- LLM：Large Language Model大模型，≥1B参数
+- Prompt：输入给大模型的语句
+- MCP：Model Context Protocol，标准化接口连接外部数据和工具
+- Agent：LLM+MCP=智能体，大模型给出步骤，实际执行需配合MCP
+- RAG：Retrieval Augmented Generation检索增强生成，解决幻觉问题
+- Embedding：向量化，计算词与词之间的距离
+- vLLM：高效推理框架，KV Cache+连续批处理提升GPU利用率
+- Token：基本输入单元，1英文字符≈0.3 token，1中文字符≈0.6 token
+
+## Key Concepts
+- [[LLM]]：大语言模型
+- [[MCP]]：模型上下文协议
+- [[Agent]]：智能体
+- [[RAG]]：检索增强生成
+- [[Embedding]]：向量化
+- [[vLLM]]：高效LLM推理框架
+- [[Token]]：大模型基本输入单元
+
+## Key Entities
+
+## Connections
+- [[LLM]] ← uses ← [[Token]]
+- [[LLM]] ← uses ← [[MCP]]
+- [[Agent]] ← combines ← [[LLM]] + [[MCP]]
+- [[RAG]] ← extends ← [[LLM]]
+
+## Contradictions

wiki/sources/llms-rag-ai-agent-qu-bie.md

@@ -0,0 +1,37 @@
+---
+title: "LLMs、RAG、AI Agent三个到底什么区别"
+type: source
+tags: [llm, rag, ai-agent]
+date: 2025-11-19
+---
+
+## Source File
+- [[raw/AI/LLMs、RAG、AI Agent 三个到底什么区别？.md]]
+
+## Summary
+- 核心主题：LLM、RAG、AI Agent三者区别
+- 问题域：AI应用开发初学者容易混淆这三个概念
+- 方法/机制：分层定位，LLM思考、RAG认知、Agent执行
+- 结论/价值：三者不是竞争技术，而是在不同层面满足不同场景的能力展示
+
+## Key Claims
+- LLM是"天才大脑"，擅长思考但对当前情况一无所知
+- RAG是"随身图书馆助理"，提供实时信息消除幻觉
+- AI Agent是智能体，围绕LLM构建循环控制系统，能感知、规划、执行、反思
+- 未来架构设计在于将三者结合：LLM推理、RAG准确性、Agent自主性
+
+## Key Concepts
+- [[LLM]]：大语言模型，AI应用的"天才大脑"
+- [[RAG]]：检索增强生成，AI的"随身图书馆助理"
+- [[AI Agent]]：智能体，具备感知-规划-执行-反思的循环控制
+- [[幻觉]]：LLM生成错误信息的问题
+
+## Key Entities
+
+## Connections
+- [[LLM]] ← provides ← [[思考能力]]
+- [[RAG]] ← extends ← [[LLM]]
+- [[AI Agent]] ← uses ← [[LLM]]
+- [[AI Agent]] ← uses ← [[RAG]]
+
+## Contradictions

wiki/sources/local-crm-framework.md

@@ -0,0 +1,35 @@
+---
+title: "Local CRM Framework with DenchClaw"
+type: source
+tags: [openclaw, crm, local, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/local-crm-framework.md]]
+
+## Summary
+- 核心主题：使用DenchClaw构建本地CRM
+- 问题域：设置真正能与OpenClaw配合的CRM痛苦
+- 方法/机制：DenchClaw单命令安装，在本地机器运行完整CRM
+- 结论/价值：Cursor级别的用户体验用于业务运营
+
+## Key Claims
+- 单命令设置：npx denchclaw安装一切并在localhost:3100打开
+- 自然语言CRM：问"显示超过5名员工的公司"实时更新视图
+- 完整浏览器自动化：复制Chrome配置文件使Agent获得相同认证状态
+- 多种视图：表格看板日历时间线画廊和列表视图
+
+## Key Insights
+- 文件系统=Agent原生UI：每个设置、过滤器和视图都是文件，OpenClaw可以像编辑代码一样自然地修改UI
+- DuckDB是甜区：最小、最轻量的嵌入式数据库，仍支持完整SQL
+- Chrome配置文件克隆是超能力：Agent看到你看到的，做你做的
+
+## Key Concepts
+- [[本地CRM]]：在本地运行客户关系管理系统
+- [[DenchClaw]]：将OpenClaw变为本地CRM的开源框架
+- [[浏览器自动化]]：使用现有浏览器认证状态进行自动化
+
+## Connections
+- [[DenchClaw]] ← provides ← [[本地CRM]]
+- [[DenchClaw]] ← uses ← [[DuckDB]]

wiki/sources/market-research-product-factory.md

@@ -0,0 +1,33 @@
+---
+title: "Market Research & Product Factory"
+type: source
+tags: [openclaw, market-research, product, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/market-research-product-factory.md]]
+
+## Summary
+- 核心主题：使用Last 30 Days skill挖掘Reddit和X上的真实痛点
+- 问题域：创业者面临"建造什么"的问题
+- 方法/机制：研究过去30天的真实投诉和功能请求，识别产品机会
+- 结论/价值：从发现问题到构建原型的完整自动化管道
+
+## Key Claims
+- 创业自动化：发现问题→验证需求→构建解决方案，全部通过短信
+- Last 30 Days skill提供真实、未经过滤的用户情感
+- Schedule定期研究以跟踪市场痛点演变
+
+## Key Insights
+- 创业自动化实现：发现问题→验证需求→构建解决方案
+- Last 30 Days skill提供真实用户情感而非经过整理的调查数据
+- 不需要技术背景，OpenClaw做研究和构建
+
+## Key Concepts
+- [[市场研究]]：收集和分析市场信息
+- [[产品发现]]：从用户痛点中识别产品机会
+- [[Last 30 Days]]：挖掘过去30天社交媒体内容的skill
+
+## Connections
+- [[Last 30 Days]] ← provides

wiki/sources/mcp-zai-cursor-zhong-de-ji-cheng-yu-ying-yong.md

@@ -0,0 +1,40 @@
+---
+title: "MCP在Cursor中的集成与应用详解"
+type: source
+tags: [mcp, cursor, ai-agent]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/MCP在Cursor中的集成与应用详解.md]]
+
+## Summary
+- 核心主题：在Cursor中集成和使用MCP协议
+- 问题域：实现大模型与外围工具服务无缝集成
+- 方法/机制：MCP Server提供三种接口（资源获取、工具调用、Promise提示词），通过SSE或Command方式接入
+- 结论/价值：掌握MCP可大幅提升AI应用的扩展能力和交互效率
+
+## Key Claims
+- MCP是Modal Context Protocol，基于Client-Server架构的协议
+- MCP Server提供三种功能接口：资源获取（GET）、工具调用（POST）、Promise提示词
+- Cursor中MCP接入方式：SSE服务和本地Command两种
+- Agent模式可自动执行内嵌命令并处理工具调用
+- Sequential Thinking工具支持逻辑推理与分步执行任务
+
+## Key Quotes
+> "MCP是Modal Context Protocol的缩写，是一种基于Client-Server架构的协议，旨在实现大模型与外围服务的高效集成。" — 视频教程
+
+## Key Concepts
+- [[MCP]]：Modal Context Protocol，AI大模型与外围服务集成的协议
+- [[MCP Server]]：MCP协议中的服务提供方
+- [[MCP Client]]：MCP协议中的服务调用方
+- [[Sequential Thinking]]：MCP工具之一，支持逻辑推理与分步执行
+- [[Agent模式]]：自动执行内嵌命令并处理工具调用的模式
+
+## Key Entities
+- [[Cursor]]：AI代码编辑器
+- [[鱼凤老师]]：视频教程作者
+
+## Connections
+- [[MCP]] ← used_by ← [[Cursor]]
+- [[Cursor]] ← supports ← [[Agent模式]]

wiki/sources/meeting-notes-action-items.md

@@ -0,0 +1,27 @@
+---
+title: "Automated Meeting Notes & Action Items"
+type: source
+tags: [openclaw, meeting, automation, task-management]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/meeting-notes-action-items.md]]
+
+## Summary
+- 核心主题：将会议转录自动转换为结构化笔记和任务
+- 问题域：会议记录繁琐且容易被遗忘
+- 方法/机制：监听转录来源，提取关键决策和行动项，自动创建项目任务
+- 结论/价值：会议纪要自动转化为可执行任务，消除"讨论了"到"跟踪了"之间的鸿沟
+
+## Key Claims
+- 会议记录的价值不在于摘要本身，而在于自动创建任务
+- VTT/SRT字幕文件包含时间戳，有助于Agent将陈述归属于发言人
+- 从简单开始（粘贴转录获取摘要），逐步自动化
+
+## Key Concepts
+- [[会议自动化]]：将会议流程自动化处理
+- [[任务创建]]：从会议内容自动生成可执行任务
+
+## Connections
+- [[会议自动化]] ← generates ← [[任务创建]]

wiki/sources/multi-agent-system-reliability.md

@@ -0,0 +1,43 @@
+---
+title: "Multi-Agent System Reliability"
+type: source
+tags: [multi-agent, reliability, architecture, LLM]
+date: 2023-01-09
+---
+
+## Source File
+- [[raw/AI/Multi-Agent System Reliability.md]]
+
+## Summary
+- 核心主题：多智能体系统可靠性架构模式
+- 问题域：LLM的不可靠性（幻觉、逻辑谬误、上下文漂移）导致多智能体系统崩溃
+- 方法/机制：层级、共识、对抗辩论、淘汰制四种架构模式
+- 结论/价值：将LLM视为分布式系统中不可靠的组件，通过架构设计强制正确性
+
+## Key Claims
+- 4种可靠性架构模式：Hierarchy（层级）、Consensus（共识）、Adversarial Debate（对抗辩论）、Knock-out（淘汰制）
+- 单一模型20%幻觉率下，3个模型共识投票可将谎言概率降至0.8%
+- 不要将LLM拟人化，它们没有死亡恐惧或同理心
+- 构建稳健系统需要停止要求模型"小心"，而是强制它正确
+
+## Key Quotes
+> "We don't need AI that 'cares.' We need AI that is constrained, verified, pruned, and challenged."
+
+## Key Concepts
+- [[层级模式]]：Supervisor规划器分配任务，Worker执行，Validator验证
+- [[共识模式]]：多数投票机制降低幻觉概率
+- [[对抗辩论]]：Generator提出，Critic攻击，Judge裁决
+- [[淘汰制]]：多个agent竞争，验证器淘汰最差者
+- [[LLM不可靠性]]：幻觉、逻辑谬误、上下文漂移
+
+## Key Entities
+- [[Alex Ewerlöf]]：作者，可靠性工程专家
+
+## Connections
+- [[多Agent系统]] ← uses ← [[层级模式]]
+- [[多Agent系统]] ← uses ← [[共识模式]]
+- [[多Agent系统]] ← uses ← [[对抗辩论]]
+- [[多Agent系统]] ← uses ← [[淘汰制]]
+- [[可靠性工程]] ← applies_to ← [[多Agent系统]]
+
+## Contradictions

wiki/sources/multi-agent-team.md

@@ -0,0 +1,37 @@
+---
+title: "Multi-Agent Specialized Team"
+type: source
+tags: [openclaw, multi-agent, team, telegram]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-agent-team.md]]
+
+## Summary
+- 核心主题：单人创始人设置多Agent专业团队
+- 问题域：单人创始人需要承担所有角色，上下文切换破坏深度工作
+- 方法/机制：多个OpenClaw Agent组成专业团队，通过共享内存协调
+- 结论/价值：可通过单一聊天界面控制专业团队，24/7可用
+
+## Key Claims
+- 一个Agent不能什么都做得好：上下文窗口很快填满
+- 个性化很重要：给Agent独特的名字和沟通风格
+- 共享内存加私有上下文是关键组合
+- 正确的模型做正确的工作：不用昂贵的推理模型做关键词监控
+
+## Key Insights
+- 人员配置比想象中更重要
+- 共享内存加私有上下文的组合至关重要
+- 从2个开始，不要从4个开始
+
+## Key Concepts
+- [[多Agent团队]]：多个专业Agent协同工作
+- [[共享内存]]：团队成员共享的项目文档和目标
+- [[私有上下文]]：每个Agent独有的会话历史和领域笔记
+
+## Connections
+- [[Milo]]：策略Lead Agent
+- [[Josh]]：商业分析Agent
+- [[Marketing Agent]]：营销研究Agent
+- [[Dev Agent]]：开发Agent

wiki/sources/multi-channel-assistant.md

@@ -0,0 +1,29 @@
+---
+title: "Multi-Channel Personal Assistant"
+type: source
+tags: [openclaw, assistant, telegram, slack]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-channel-assistant.md]]
+
+## Summary
+- 核心主题：统一多渠道的AI助手
+- 问题域：在多个应用间切换来管理任务、日程、消息疲惫不堪
+- 方法/机制：Telegram为主界面，集成Slack、Google Workspace、Todoist、Asana
+- 结论/价值：一个界面路由到所有工具
+
+## Key Claims
+- Telegram作为主界面，不同主题路由到不同上下文
+- Slack集成用于团队协作
+- Google Workspace：日历事件创建、邮件管理、Drive上传
+- 自动化提醒：垃圾日、周公司信件等
+
+## Key Concepts
+- [[多渠道集成]]：统一多个通讯平台
+- [[任务管理]]：跨平台任务协调
+
+## Connections
+- [[多渠道集成]] ← coordinates ← [[Google Workspace]]
+- [[多渠道集成]]

wiki/sources/multi-channel-customer-service.md

@@ -0,0 +1,26 @@
+---
+title: "Multi-Channel Customer Service"
+type: source
+tags: [openclaw, customer-service, automation, n8n]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-channel-customer-service.md]]
+
+## Summary
+- 核心主题：多渠道客户服务中心
+- 问题域：客户通过多个渠道联系，响应不一致
+- 方法/机制：统一管理所有渠道，AI驱动的响应分类和路由
+- 结论/价值：跨渠道一致的客户体验
+
+## Key Claims
+- 跨多个渠道统一客户交互
+- AI驱动的响应分类减少手动分类工作
+- 自动化路由确保客户查询到达正确团队
+
+## Key Concepts
+- [[客户服务自动化]]：跨渠道客户支持自动化
+- [[多渠道管理]]：统一多个通讯平台
+
+## Connections

wiki/sources/multi-source-tech-news-digest.md

@@ -0,0 +1,28 @@
+---
+title: "Multi-Source Tech News Digest"
+type: source
+tags: [openclaw, news, aggregation, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/multi-source-tech-news-digest.md]]
+
+## Summary
+- 核心主题：多来源技术新闻聚合评分和传递
+- 问题域：跨AI、开源和前沿技术保持更新需要检查数十个来源
+- 方法/机制：四层数据管道，RSS、Twitter/X、GitHub版本和Web搜索
+- 结论/价值：109+来源的个性化每日简报
+
+## Key Claims
+- RSS订阅（46个来源）：OpenAI、Hacker News、MIT Tech Review等
+- Twitter/X KOL（44个账户）：@karpathy、@sama、@VitalikButerin等
+- GitHub版本（19个仓库）：vLLM、LangChain、Ollama、Dify等
+- Web搜索（4个主题搜索）：通过Brave Search API
+
+## Key Concepts
+- [[新闻聚合]]：从多个来源收集新闻
+- [[质量评分]]：基于来源优先级、多源和时效性的评分系统
+- [[四层数据管道]]：多来源数据收集架构
+
+## Connections

wiki/sources/multiple-interests-guide.md

@@ -0,0 +1,37 @@
+---
+title: "如果你有多项兴趣爱好不要浪费接下来两三年时间"
+type: source
+tags: [个人发展, 多重兴趣, 自学]
+date: 2025-10-10
+---
+
+## Source File
+- [[raw/AI/If you have multiple interests, do not waste the next 2-3 years  如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md]]
+
+## Summary
+- 核心主题：多重兴趣是超能力而非弱点
+- 问题域：现代社会专业化分工导致人们成为流水线工人
+- 方法/机制：自我教育+自利+自给自足三位一体
+- 结论/价值：AI时代通才比专才更有价值
+
+## Key Claims
+- 工业时代专业化已死，AI时代通才是优势
+- 个人成功三要素：自我教育、自利、自给自足
+- 第二次文艺复兴正在发生，独特视角是最终护城河
+- 注意力是最后的护城河，每个人都需要成为创造者
+- 系统是新产品，内容是新颖视角，品牌是环境
+
+## Key Concepts
+- [[通才]]：跨领域知识整合者
+- [[自我教育]]：自主导向的学习
+- [[自利]]：关注自身利益而非服务组织
+- [[自给自足]]：拒绝外包判断力和自主性
+- [[注意力经济]]：在信息爆炸时代捕获关注的重要性
+
+## Key Entities
+
+## Connections
+- [[个人发展]] ← uses ← [[通才模型]]
+- [[创造力]] ← requires ← [[注意力]]
+
+## Contradictions

wiki/sources/n8n-claude-zi-dong-hua-gong-zuo-liu.md

@@ -0,0 +1,28 @@
+---
+title: "N8N+Claude通过自然语言自动化工作流"
+type: source
+tags: [n8n, claude, automation]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/Agent/n8n+Claude通过自然语言自动化工作流.md]]
+
+## Summary
+- 核心主题：使用Claude通过自然语言自动化创建N8N工作流
+- 问题域：如何让不懂技术的用户也能创建复杂工作流
+- 方法/机制：通过n8n-mcp实现自然语言到工作流的转换
+- 结论/价值：AI辅助工作流创建降低门槛，提升效率
+
+## Key Claims
+- n8n-mcp提供结构化访问543个N8N节点的能力
+- 87%文档覆盖率，包括AI节点
+- 支持2个AI-capable节点的完整文档
+
+## Key Concepts
+- [[自然语言处理]]：将人类语言转换为机器可执行指令
+- [[工作流生成]]：AI自动创建自动化流程
+
+## Connections
+- [[Claude]] ← generates ← [[工作流生成]]
+- [[n8n-mcp]] ← bridges ← [[N8N]]

wiki/sources/n8n-configure-telegram-trigger.md

@@ -0,0 +1,28 @@
+---
+title: "N8N Configure Telegram Trigger"
+type: source
+tags: [n8n, telegram, troubleshooting]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/Agent/n8n configure telegram trigger.md]]
+
+## Summary
+- 核心主题：解决N8N中Telegram Trigger配置错误问题
+- 问题域：Telegram Webhook需要HTTPS URL的配置问题
+- 方法/机制：设置WEBHOOK_URL环境变量为HTTPS地址
+- 结论/价值：Docker环境下运行N8N需要正确配置WEBHOOK_URL
+
+## Key Claims
+- Telegram要求Webhook URL必须为HTTPS
+- 通过设置WEBHOOK_URL环境变量解决Telegram Trigger报错
+- Docker中配置：WEBHOOK_URL=https://n8n.cpolar.top
+
+## Key Concepts
+- [[Webhook]]：服务器向客户端推送实时事件的技术
+- [[Telegram Trigger]]：N8N中用于触发工作流的Telegram集成
+
+## Connections
+- [[N8N]] ← uses ← [[Telegram Trigger]]
+- [[Telegram Trigger]] ← requires ← [[Webhook]]

wiki/sources/n8n-full-tutorial-building-ai-agents.md

@@ -0,0 +1,35 @@
+---
+title: "N8N Full Tutorial Building AI Agents in 2025"
+type: source
+tags: [n8n, ai-agent, tutorial]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]]
+
+## Summary
+- 核心主题：使用N8N平台构建AI Agents的完整教程
+- 问题域：新手如何利用N8N构建自动化工作流和AI Agent
+- 方法/机制：理解Agentic系统（Agent vs Workflow）、掌握N8N节点类型、管理Memory实现上下文保留
+- 结论/价值：N8N的视觉化界面降低了自动化工作流创建门槛
+
+## Key Claims
+- Agentic系统结合了Workflow的可预测性和Agent的灵活性
+- N8N节点分为五类：触发器、动作节点、工具节点、代码节点、高级AI节点
+- Memory机制允许Agent保留对话上下文
+- 外部工具集成（如Airtable）扩展了Agent能力
+
+## Key Concepts
+- [[Agentic系统]]：由Agent和Workflow组成的智能系统
+- [[Workflow]]：预定义的自动化流程
+- [[N8N节点]]：工作流中的单个操作单元
+- [[Memory机制]]：Agent保留上下文的能力
+
+## Key Entities
+- [[N8N]]：开源工作流自动化平台
+- [[Airtable]]：在线数据库工具
+
+## Connections
+- [[N8N]] ← contains ← [[N8N节点]]
+- [[N8N]] ← supports ← [[Agentic系统]]

wiki/sources/n8n-workflow-orchestration.md

@@ -0,0 +1,36 @@
+---
+title: "OpenClaw + n8n Workflow Orchestration"
+type: source
+tags: [openclaw, n8n, workflow, security]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/n8n-workflow-orchestration.md]]
+
+## Summary
+- 核心主题：OpenClaw与n8n工作流编排集成
+- 问题域：Agent直接管理API密钥带来安全风险
+- 方法/机制：OpenClaw通过webhook调用n8n工作流，凭证隔离在n8n中
+- 结论/价值：可见性、安全性和性能三赢
+
+## Key Claims
+- 代理模式：OpenClaw写n8n工作流，然后通过webhook调用
+- 凭证隔离：API密钥存储在n8n凭证存储中，Agent只知道webhook URL
+- 可见性：每个工作流在n8n拖放UI中可见
+- 可锁定工作流：测试后锁定工作流防止Agent修改
+
+## Key Insights
+- 三赢：可见性（视觉UI）、安全性（凭证隔离）、性能（确定性工作流不消耗token）
+- 测试后锁定："构建→测试→锁定"循环至关重要
+- n8n有400+集成：大多数外部服务已有n8n节点
+
+## Key Concepts
+- [[凭证隔离]]：将敏感凭证与AI Agent分离
+- [[工作流编排]]：协调多个自动化任务
+- [[Webhook]]：触发n8n工作流的HTTP回调
+
+## Connections
+- [[OpenClaw]] ← calls ← [[Webhook]]
+- [[Webhook]] ← triggers ← [[n8n工作流]]
+- [[n8n]] ← stores ← [[凭证隔离]]

wiki/sources/nano-banana-2-guide.md

@@ -0,0 +1,35 @@
+---
+title: "Nano Banana 2使用指南"
+type: source
+tags: [nano-banana, AI图像生成, DeepSider]
+date: 2025-12-01
+---
+
+## Source File
+- [[raw/AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md]]
+
+## Summary
+- 核心主题：Nano Banana 2（Gemini 3 Pro Image）使用指南
+- 问题域：国内用户难以访问AI图像生成工具
+- 方法/机制：通过DeepSider浏览器插件访问
+- 结论/价值：Nano Banana 2在图像生成领域碾压其他模型
+
+## Key Claims
+- Nano Banana 2=Gemini 3 Pro Image，推理模型，生成前会内部推理
+- 支持1K、2K、4K分辨率
+- 最多14张输入图像组合输出
+- 擅长多语言长文本渲染
+- DeepSider插件国内可用，支持Gemini 3.0/GPT-5.1等
+
+## Key Concepts
+- [[Nano Banana 2]]：Google AI图像生成模型
+- [[DeepSider]]：浏览器插件聚合多AI模型
+- [[推理模型]]：生成前会进行内部推理
+
+## Key Entities
+- [[DeepSider]]：浏览器插件
+
+## Connections
+- [[AI图像生成]] ← uses ← [[Nano Banana 2]]
+
+## Contradictions

wiki/sources/nano-banana-pro-prompting-guide.md

@@ -0,0 +1,40 @@
+---
+title: "Nano Banana Pro提示词指南"
+type: source
+tags: [nano-banana, prompt-engineering, AI图像生成]
+date: 2025-11-28
+---
+
+## Source File
+- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]]
+
+## Summary
+- 核心主题：Nano Banana Pro高级提示词技巧
+- 问题域：从"fun"图像生成到"functional"专业资产生产的需求
+- 方法/机制：扮演创意总监，使用自然语言和完整句子
+- 结论/价值：掌握黄金法则和九大核心能力实现专业级图像生成
+
+## Key Claims
+- 黄金法则：编辑而非重新生成、使用自然语言和完整句子、具体描述、提供上下文
+- 文本渲染与信息图：支持可读性文字和复杂信息可视化
+- 角色一致性：支持14张参考图像，实现身份锁定
+- Google Search接地：基于实时数据减少幻觉
+- 高级编辑：删除/添加对象、修复老照片、风格转换
+- 2D↔3D转换：平面图转3D可视化
+- 4K高分辨率：支持1K到4K原生输出
+
+## Key Concepts
+- [[Nano Banana Pro]]：Google专业级AI图像生成模型
+- [[身份锁定]]：保持角色在多场景中的一致性
+- [[文本渲染]]：在图像中生成可读性文字
+- [[2D转3D]]：平面图转化为3D可视化
+
+## Key Entities
+- [[Nano Banana Pro]]：Google AI Studio图像生成模型
+
+## Connections
+- [[AI图像生成]] ← uses ← [[Nano Banana Pro]]
+- [[Nano Banana Pro]] ← includes ← [[身份锁定]]
+- [[Nano Banana Pro]] ← includes ← [[文本渲染]]
+
+## Contradictions

wiki/sources/nano-banana-prompting-guide.md

@@ -0,0 +1,35 @@
+---
+title: "Nano Banana提示词框架"
+type: source
+tags: [nano-banana, prompt-engineering, image-generation]
+date: 2025-03-15
+---
+
+## Source File
+- [[raw/AI/Nano Banana 提示词框架.md]]
+
+## Summary
+- 核心主题：Nano Banana图像生成提示词框架
+- 问题域：如何结构化描述图像生成需求
+- 方法/机制：物件描述框架和人物描述框架的JSON结构
+- 结论/价值：通过标准化框架精确控制AI生成图像
+
+## Key Claims
+- 物件描述框架：shot、subject（item/materials/details/condition）、environment、lighting、camera、color_grade、style、quality、negatives
+- 人物描述框架：subject（age/appearance/pose）等字段
+- Nano Banana是Google的图像生成模型
+
+## Key Concepts
+- [[提示词框架]]：结构化描述图像生成需求的模板
+- [[Nano Banana]]：Google AI图像生成模型
+- [[物件描述]]：商品/物品的标准化描述结构
+- [[人物描述]]：人物的标准化描述结构
+
+## Key Entities
+- [[Nano Banana]]：Google AI图像生成模型
+
+## Connections
+- [[AI图像生成]] ← uses ← [[提示词框架]]
+- [[Nano Banana]] ← supports ← [[提示词框架]]
+
+## Contradictions

wiki/sources/never-write-another-prompt.md

@@ -0,0 +1,32 @@
+---
+title: "Never Write Another Prompt"
+type: source
+tags: [prompt-engineering, AI, tools]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/AI/Never write another prompt.md]]
+
+## Summary
+- 核心主题：AI提示词生成工具
+- 问题域：编写有效提示词复杂且昂贵
+- 方法/机制：将基础描述转换为详细结构化提示词
+- 结论/价值：通过工具自动化提示词创建，普通用户也能生成专业级提示词
+
+## Key Claims
+- 工具允许用户从简单描述生成详细提示词，无需专业提示词工程背景
+- 单个优质提示词服务价格高达100-500美元
+- 支持变量使用实现高定制化
+- 可保存提示词供长期使用
+
+## Key Concepts
+- [[提示词工程]]：编写有效提示词的艺术
+- [[提示词生成器]]：自动化提示词创建的工具
+
+## Key Entities
+
+## Connections
+- [[AI工具]] ← uses ← [[提示词生成器]]
+
+## Contradictions

wiki/sources/notebooklm-open-source-alternatives.md

@@ -0,0 +1,42 @@
+---
+title: "NotebookLM开源平替"
+type: source
+tags: [notebooklm, open-source, productivity]
+date: 2026-01-01
+---
+
+## Source File
+- [[raw/AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md]]
+
+## Summary
+- 核心主题：NotebookLM的7个开源替代方案
+- 问题域：NotebookLM是付费工具，需要开源替代品
+- 方法/机制：本地化部署、多模型支持、播客生成
+- 结论/价值：多个开源项目可实现NotebookLM核心功能且完全私有化
+
+## Key Claims
+- Open Notebook（14.6k Star）：全功能本地化，支持16+AI提供商
+- SurfSense（11.4k Star）：AI搜索研究智能体，整合Notion/GitHub
+- Podcastfy：专注播客生成，支持100+LLM和多种TTS引擎
+- notebookllama：LlamaIndex官方项目，文档转播客
+- PageLM：教育平台，自动生成康奈尔笔记、闪卡、考试
+- InsightsLM：低代码方案，Supabase+N8N后端
+
+## Key Concepts
+- [[本地化部署]]：不依赖云端的数据处理
+- [[多模型支持]]：集成多种LLM提供商
+- [[播客生成]]：将文档转化为双人/多人对话音频
+
+## Key Entities
+- [[Open Notebook]]：NotebookLM开源替代
+- [[SurfSense]]：AI搜索与研究智能体
+- [[Podcastfy]]：播客生成工具
+- [[notebookllama]]：LlamaIndex官方开源项目
+- [[PageLM]]：教育学习工具
+- [[InsightsLM]]：N8N支持的AI研究工具
+
+## Connections
+- [[NotebookLM]] ← has_open_source ← [[Open Notebook]]
+- [[N8N]] ← integrates_with ← [[InsightsLM]]
+
+## Contradictions

wiki/sources/openai-chatgpt-ge-xing-hua-ding-yi.md

@@ -0,0 +1,34 @@
+---
+title: "OpenAI ChatGPT个性化定义"
+type: source
+tags: [chatgpt, openai, customization, prompt]
+date: 2025-12-18
+---
+
+## Source File
+- [[raw/AI/OpenAI ChatGPT 个性化定义.md]]
+
+## Summary
+- 核心主题：ChatGPT自定义指令配置
+- 问题域：通用AI无法适应个人特定需求和工作风格
+- 方法/机制：通过自定义指令定义交互偏好和个人背景
+- 结论/价值：个性化配置提升AI协作效率和输出质量
+
+## Key Claims
+- 自定义指令包括：交互偏好（组织性、解释风格、主动性）
+- 知识来源偏好（技术细节、引用、推测性内容）
+- 安全和内容政策处理方式
+- 用户背景：47岁自由职业者，TikTok跨境电商创业者
+
+## Key Concepts
+- [[自定义指令]]：定义AI行为和交互方式的用户配置
+- [[个性化AI]]：根据用户需求定制的AI助手
+
+## Key Entities
+- [[ChatGPT]]：OpenAI对话AI
+- [[OpenAI]]：AI研究公司
+
+## Connections
+- [[ChatGPT]] ← supports ← [[自定义指令]]
+
+## Contradictions

wiki/sources/overnight-mini-app-builder.md

@@ -0,0 +1,31 @@
+---
+title: "Overnight Mini App Builder"
+type: source
+tags: [openclaw, autonomous, app-building, goals]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/overnight-mini-app-builder.md]]
+
+## Summary
+- 核心主题：目标驱动的自主任务包括夜间构建迷你应用
+- 问题域：AI Agent强大但被动，只在告诉它做什么时工作
+- 方法/机制：用户一次性投入目标，Agent每日生成和执行任务
+- 结论/价值：定义目的地，Agent找出日常步骤
+
+## Key Claims
+- 目标驱动：用户一次性倾注所有目标
+- 每日生成任务：Agent每日生成4-5个可在电脑上完成的任务
+- 惊喜迷你应用：每晚构建新SaaS想法或自动化无聊部分的工具
+- 任务超出应用构建：研究、写脚本、构建功能、创建内容、分析竞争对手
+
+## Key Insights
+- 脑力激荡就是一切：给予的上下文越多，日常任务就越好
+- Agent发现你不会想到的任务：连接跨目标的点并找到你会错过机会
+- 过夜应用构建：明确告诉它构建MVP，不要过度复杂
+- 这随时间复利：Agent学习什么样的任务最有帮助并进行调整
+
+## Key Concepts
+- [[目标驱动任务]]：根据长期目标自动生成日常任务
+- [[

wiki/sources/perfect-prompt-guide.md

@@ -0,0 +1,37 @@
+---
+title: "如何写出完美的Prompt"
+type: source
+tags: [Prompt, 提示词工程, 结构化思维]
+date: 2025-12-02
+---
+
+## Source File
+- [[raw/AI/如何写出完美的Prompt（提示词）？.md]]
+
+## Summary
+- 核心主题：Prompt能力本质和构建方法
+- 问题域：职场人难以清晰界定需求给AI
+- 方法/机制：角色-需求-场景-目标四要素+结构化表达
+- 结论/价值：Prompt能力本质是需求拆解+结构化表达能力
+
+## Key Claims
+- Prompt本质：人与AI的协作协议，定义做什么、为什么、给谁、怎么做、做到什么标准
+- 误区：越复杂越专业、说清做什么就行、一键生成即终点
+- 核心四要素：角色、受众对齐、场景对齐、目标对齐
+- 基础方法：需求拆解法、上下文补全法、格式定义法、示例引导法
+- 进阶策略：思维链引导、任务拆分、角色赋能、预填回复
+- 高阶技巧：跨模态联动、领域知识注入、反馈循环嵌入
+
+## Key Concepts
+- [[Prompt能力]]：清晰界定需求+结构化思维表达
+- [[需求拆解]]：将模糊目标转化为具体可执行子任务
+- [[结构化表达]]：用清晰逻辑组织信息
+- [[思维链引导]]：让AI逐步推理
+
+## Key Entities
+
+## Connections
+- [[AI协作]] ← requires ← [[Prompt能力]]
+- [[结构化思维]] ← enables ← [[Prompt能力]]
+
+## Contradictions

wiki/sources/personal-crm.md

@@ -0,0 +1,23 @@
+---
+title: "Personal CRM with Automatic Contact Discovery"
+type: source
+tags: [openclaw, crm, contact, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/personal-crm.md]]
+
+## Summary
+- 核心主题：自动联系人发现的个人CRM
+- 问题域：追踪见过的人、何时见过、讨论过什么不可能手动完成
+- 方法/机制：每日cron扫描邮件和日历获取新联系人，存储关系上下文
+- 结论/价值：自然语言查询"关于[人]，我知道什么？"
+
+## Key Claims
+- 每日cron扫描邮件和日历获取新联系人和互动
+- 存储结构化数据库中的联系人，包括关系上下文
+- 每次会议前研究外部参与者，通过CRM和邮件历史提供简报
+
+## Key Concepts
+- [[个人CRM]]：管理个人关系和联系的系

wiki/sources/phone-call-notifications.md

@@ -0,0 +1,20 @@
+---
+title: "Phone Call Notifications"
+type: source
+tags: [openclaw, phone, notifications, clawring]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/phone-call-notifications.md]]
+
+## Summary
+- 核心主题：通过真实电话通知的Agent通知渠道
+- 问题域：推送通知堆积，聊天消息被埋没
+- 方法/机制：Agent通过clawr.ing拨打真实电话号码，用户可以接听并对话
+- 结论/价值：Agent调用你，而非你调用Agent
+
+## Key Claims
+- Agent决定某事值得关注（价格警报、紧急邮件、约会提醒）
+- Agent通过clawr.ing（托管呼叫服务）拨打你的电话
+- 你接听、听到警报，可以实时提问

wiki/sources/podcast-production-pipeline.md

@@ -0,0 +1,27 @@
+---
+title: "Podcast Production Pipeline"
+type: source
+tags: [openclaw, podcast, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/podcast-production-pipeline.md]]
+
+## Summary
+- 核心主题：使用OpenClaw自动化播客制作全流程
+- 问题域：播客制作涉及多个环节，手动操作耗时
+- 方法/机制：多Agent协作，每个Agent负责特定环节
+- 结论/价值：自动化播客制作显著提升效率
+
+## Key Claims
+- 播客制作流程可分解为多个自动化环节
+- 多Agent系统适合处理复杂的创意工作流
+- 内容分发自动化减少重复工作
+
+## Key Concepts
+- [[播客制作]]：从策划到发布的完整流程
+- [[多Agent协作]]：多个专业Agent协同工作
+
+## Connections
+- [[多Agent系统]] ← used_in ← [[播客制作]]

wiki/sources/polymarket-autopilot.md

@@ -0,0 +1,27 @@
+---
+title: "Polymarket Autopilot"
+type: source
+tags: [openclaw, polymarket, trading, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/polymarket-autopilot.md]]
+
+## Summary
+- 核心主题：Polymarket自动纸上交易
+- 问题域：手动监控预测市场耗时且需要持续关注
+- 方法/机制：监控市场数据，执行纸上交易策略，追踪投资组合表现
+- 结论/价值：在不冒真实资本风险的情况下测试和完善交易策略
+
+## Key Claims
+- 纸上交易：从模拟交易开始，追踪损益和胜率
+- 学习模式：从模式中学习，根据回测结果调整策略参数
+- 每日摘要：醒来时了解夜间"交易"了什么，什么有效，什么无效
+
+## Key Concepts
+- [[纸上交易]]：模拟交易不带真实资金
+- [[预测市场]]：基于事件结果的预测市场
+- [[投资组合追踪]]：追踪持仓和表现
+
+## Connections

wiki/sources/pre-build-idea-validator.md

@@ -0,0 +1,37 @@
+---
+title: "Pre-Build Idea Validator"
+type: source
+tags: [openclaw, mcp, idea-validation, github]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/pre-build-idea-validator.md]]
+
+## Summary
+- 核心主题：构建前验证创意是否已存在
+- 问题域：Agent花费数小时构建一个已存在的产品
+- 方法/机制：idea-reality-mcp扫描5个数据源，返回竞争评分
+- 结论/价值：防止昂贵的"解决已解决问题"错误
+
+## Key Claims
+- reality_signal评分（0-100）表示空间拥挤程度
+- 高分（>70）：停止并讨论是否继续或转向
+- 低分（<30）：空间开放，继续构建
+- 基于真实数据（仓库数量、星分布、HN讨论量）而非LLM猜测
+
+## Key Insights
+- 防止蕞昂贵的错误：解决已解决的问题
+- reality_signal基于真实数据而非AI猜测
+- 高分不意味着"不要构建"，而是"差异化或放弃"
+- 低分意味着真正存在空白空间
+
+## Key Concepts
+- [[创意验证]]：在构建前检查创意是否已存在
+- [[reality_signal]]：创意竞争评分
+- [[idea-reality-mcp]]：预构建验证MCP服务器
+
+## Connections
+- [[idea-reality-mcp]] ← scans ← [[GitHub]]
+- [[idea-reality-mcp]] ← scans ← [[Hacker News]]
+- [[idea-reality-mcp]] ← scans ← [[npm]]

wiki/sources/project-state-management.md

@@ -0,0 +1,27 @@
+---
+title: "Project State Management System"
+type: source
+tags: [openclaw, project-management, event-driven]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/project-state-management.md]]
+
+## Summary
+- 核心主题：事件驱动的项目状态管理系统
+- 问题域：传统看板静态且需要手动更新
+- 方法/机制：事件驱动更新替代拖拽卡片，对话式查询项目状态
+- 结论/价值：用对话替代看板，保留完整上下文
+
+## Key Claims
+- 看板变得过时：花在更新卡片上的时间而非工作
+- 上下文丢失：三个月后不记得关键决策的原因
+- Git提交自动扫描并链接到项目
+
+## Key Concepts
+- [[事件驱动架构]]：基于事件而非状态转移的设计
+- [[项目状态管理]]：追踪项目进展和决策历史
+- [[自然语言查询]]：用对话方式查询项目状态
+
+## Connections

wiki/sources/rag-cong-ru-men-dao-jing-tong.md

@@ -0,0 +1,42 @@
+---
+title: "RAG从入门到精通系列1：基础RAG"
+type: source
+tags: [rag, LLM, retrieval, vector-database]
+date: 2025-12-18
+---
+
+## Source File
+- [[raw/AI/RAG从入门到精通系列1：基础RAG.md]]
+
+## Summary
+- 核心主题：RAG基础概念和实现流程
+- 问题域：LLM缺乏最新和私有数据
+- 方法/机制：索引→检索→生成的三步流程
+- 结论/价值：RAG是连接LLM与外部数据源的通用方法
+
+## Key Claims
+- RAG = Retrieval Augmented Generation，检索增强生成
+- Indexing：将文档切分并转换为Embedding向量存入向量数据库
+- Retrieval：根据问题语义向量检索相关文档块
+- Generation：将问题和相关文档输入LLM生成答案
+- Embedding Model的Context Window有限（512-8192 token），需切分文档
+
+## Key Concepts
+- [[RAG]]：检索增强生成
+- [[Embedding]]：将文本转换为数值向量的技术
+- [[向量数据库]]：存储和检索向量表示的数据库
+- [[文档切分]]：将长文档分割成符合Embedding窗口的块
+- [[Context Window]]：模型能接受的上下文长度限制
+
+## Key Entities
+- [[LangChain]]：RAG实现框架
+- [[Qdrant]]：向量数据库
+- [[BAAI]]：Embedding模型提供商
+
+## Connections
+- [[LLM]] ← uses ← [[RAG]]
+- [[RAG]] ← includes ← [[索引]]
+- [[RAG]] ← includes ← [[检索]]
+- [[RAG]] ← includes ← [[生成]]
+
+## Contradictions

wiki/sources/second-brain.md

@@ -0,0 +1,29 @@
+---
+title: "Second Brain"
+type: source
+tags: [openclaw, memory, knowledge, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/second-brain.md]]
+
+## Summary
+- 核心主题：构建第二大脑记忆系统
+- 问题域：想法、链接、书籍想不起来，没有好的捕捉系统
+- 方法/机制：通过短信文本捕获，OpenClaw记忆系统永久存储
+- 结论/价值：零摩擦捕获，像发短信一样简单
+
+## Key Claims
+- 文本任何内容到OpenClaw，它会立即记住
+- OpenClaw内置记忆系统永久存储告诉它的所有内容
+- 自定义Next.js仪表板搜索每个记忆、对话和笔记
+- 全局搜索（Cmd+K）跨所有记忆、文档和任务
+
+## Key Insights
+- 力量在于零摩擦捕获
+- OpenClaw的记忆系统是累积的，随时间变得更强大
+- 可以从手机发短信，Agent在你的电脑上构建东西
+
+## Key Concepts
+- [[第二大脑]]：外部

wiki/sources/self-healing-home-server.md

@@ -0,0 +1,35 @@
+---
+title: "Self-Healing Home Server & Infrastructure Management"
+type: source
+tags: [openclaw, self-healing, infrastructure, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/self-healing-home-server.md]]
+
+## Summary
+- 核心主题：OpenClaw作为家庭服务器的基础设施Agent
+- 问题域：家庭服务器需要24/7运维，服务可能在凌晨宕机
+- 方法/机制：SSH访问、自动化cron任务、自动检测诊断修复问题
+- 结论/价值：Agent可在用户知道问题前自动修复问题
+
+## Key Claims
+- Cron任务系统是真正的产品：健康检查、邮件分类、简报等自动化
+- 知识提取随时间复利：处理笔记、对话导出和邮件成结构化知识库
+- AI会硬编码密钥：这是首要安全风险
+- 本地优先Git工作流至关重要
+
+## Key Insights
+- AI会硬编码密钥，需要强制预防措施
+- TruffleHog预推送hook必须安装
+- 本地Gitea作为暂存区比直接推送到公共GitHub更安全
+
+## Key Concepts
+- [[自愈系统]]：自动检测诊断和修复问题
+- [[基础设施即代码]]：使用Terraform、Ansible管理基础设施
+- [[安全审计]]：定期扫描硬编码密钥、特权容器等
+
+## Connections
+- [[OpenClaw]] ← manages ← [[自愈系统]]
+- [[OpenClaw]] ← performs ← [[安全审计]]

wiki/sources/semantic-memory-search.md

@@ -0,0 +1,35 @@
+---
+title: "Semantic Memory Search"
+type: source
+tags: [openclaw, memory, semantic-search, vector]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/semantic-memory-search.md]]
+
+## Summary
+- 核心主题：OpenClaw记忆的向量语义搜索
+- 问题域：Markdown文件记忆随时间增长，关键词搜索无法找到语义相关的内容
+- 方法/机制：使用memsearch在OpenClaw现有Markdown记忆文件上添加向量语义搜索
+- 结论/价值：通过含义而非关键词即时找到任何过去的记忆
+
+## Key Claims
+- 语义搜索："我们选择了什么缓存解决方案？"找到相关记忆，即使词语"缓存"没有出现
+- 混合搜索（密集向量 + BM25全文）与RRF重新排序结合
+- SHA-256内容哈希意味着未更改的文件永远不会被重新嵌入——零浪费API调用
+- 文件监视器在记忆文件更改时自动重新索引
+
+## Key Insights
+- Markdown是事实标准：向量索引只是派生缓存，可以随时重建，记忆文件永不修改
+- 智能去重节省资金：每个块由SHA-256内容哈希标识，重新运行index仅嵌入新的或更改的内容
+- 混合搜索优于纯向量搜索：结合语义相似性和关键词匹配
+
+## Key Concepts
+- [[语义记忆搜索]]：通过含义搜索记忆
+- [[向量数据库]]：存储嵌入向量用于相似性搜索
+- [[memsearch]]：为OpenClaw记忆添加向量搜索的工具
+
+## Connections
+- [[memsearch]] ← indexes ← [[OpenClaw记忆]]
+- [[memsearch]] ← uses ← [[Milvus]]

wiki/sources/shi-yong-claude-zi-dong-sheng-cheng-n8n-gong-zuo-liu.md

@@ -0,0 +1,37 @@
+---
+title: "使用Claude自动生成N8N工作流的实操教程"
+type: source
+tags: [n8n, claude, automation]
+date: 2025-03-06
+---
+
+## Source File
+- [[raw/Agent/使用Claude自动生成N8N工作流的实操教程.md]]
+
+## Summary
+- 核心主题：利用Claude与N8N MCP结合，自动生成N8N工作流
+- 问题域：新手不知如何设计N8N工作流架构和选择节点
+- 方法/机制：通过n8n-mcp项目连接Claude与N8N，用自然语言生成工作流
+- 结论/价值：Claude可完成约80%-90%的工作流布局和逻辑
+
+## Key Claims
+- n8n-mcp是连接N8N与AI模型的桥梁，提供543个N8N节点的访问
+- Claude可自动选择节点并生成工作流代码
+- Claude生成工作流正确率约80%-90%，仍需人工修正
+- 建议使用Opensea模型并开启extended thinking
+
+## Key Quotes
+> "n8n-MCP serves as a bridge between n8n's workflow automation platform and AI models, enabling them to understand and work with n8n nodes effectively." — GitHub
+
+## Key Concepts
+- [[n8n-mcp]]：N8N的MCP服务器实现，连接AI模型与N8N节点
+- [[Extended Thinking]]：Claude的深度逻辑推理模式
+
+## Key Entities
+- [[Claude]]：AI助手
+- [[N8N]]：工作流自动化平台
+- [[czlonkowski]]：n8n-mcp项目作者
+
+## Connections
+- [[Claude]] ← uses ← [[n8n-mcp]]
+- [[n8n-mcp]] ← provides_access_to ← [[N8N节点]]

wiki/sources/the-picture-they-paint-of-you.md

@@ -0,0 +1,40 @@
+---
+title: "The Picture They Paint of You"
+type: source
+tags: [AI-SRE, coding-assistant, AI产品定位]
+date: 2026-04-13
+---
+
+## Source File
+- [[raw/AI/The Picture They Paint of You.md]]
+
+## Summary
+- 核心主题：AI产品命名和定位反映对人类工作的认知
+- 问题域：AI SRE被定位为替代者，编码助手被定位为合作伙伴
+- 方法/机制：对比分析AI SRE和编码助手产品的营销框架
+- 结论/价值：产品命名和定位暴露了开发者对不同角色价值认知的差异
+
+## Key Claims
+- AI SRE产品：将工作定位为低地位、可替代的，强调消除"救火"工作
+- 编码助手产品：强调增强工程师能力、合作伙伴关系
+- 产品定位反映买卖双方对工作价值的认知差异
+- 泰勒主义软件工厂框架正在取代软件工程师与自动化的伙伴关系
+
+## Key Quotes
+> "Software Engineering work is perceived as valuable work... The AI exists to be a partner, a teammate, or an assistant."
+> "Software Reliability Engineering work is a hindrance... The AI exists to replace or be a substitute to the worker."
+
+## Key Concepts
+- [[AI SRE]]：站点可靠性工程的人工智能替代方案
+- [[编码助手]]：增强工程师能力的AI工具
+- [[泰勒主义]]：科学管理理论，用于描述现代AI工作框架
+- [[拟人化]]：给AI组件命名导致的认知偏差
+
+## Key Entities
+
+## Connections
+- [[AI产品定位]] ← reflects ← [[工作价值认知]]
+- [[编码助手]] ← positioned_as ← [[合作伙伴]]
+- [[AI SRE]] ← positioned_as ← [[替代者]]
+
+## Contradictions

wiki/sources/todoist-task-manager.md

@@ -0,0 +1,27 @@
+---
+title: "Todoist Task Manager"
+type: source
+tags: [openclaw, todoist, task, visibility]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/todoist-task-manager.md]]
+
+## Summary
+- 核心主题：Agent任务可见性的Todoist同步
+- 问题域：复杂多步骤任务运行时用户失去追踪
+- 方法/机制：创建Todoist任务，可视化状态，外部化推理，流转日志
+- 结论/价值：透明化Agent内部推理和进度
+
+## Key Claims
+- 可视化状态：在特定section创建任务如"进行中"或"等待"
+- 外部化推理：将Agent内部"计划"发布到任务描述
+- 流转日志：实时添加子步骤完成作为任务评论
+- 自动调和：心跳脚本检查停滞任务并通知用户
+
+## Key Concepts
+- [[任务可见性]]：让用户看见Agent的内部状态
+- [[外部化推理]]：将Agent思考过程暴露给用户
+
+## Connections

wiki/sources/vibe-coding-guide.md

@@ -0,0 +1,40 @@
+---
+title: "Vibe Coding神级指南"
+type: source
+tags: [vibe-coding, AI-coding, github]
+date: 2025-12-30
+---
+
+## Source File
+- [[raw/AI/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md]]
+
+## Summary
+- 核心主题：Vibe Coding氛围编程方法论
+- 问题域：传统编程效率低，开发者被繁重代码束缚
+- 方法/机制：规划驱动+上下文固定+AI结对执行
+- 结论/价值：Vibe Coding让想法到可维护代码变成可审计流水线
+
+## Key Claims
+- Vibe Coding = 规划驱动 + 上下文固定 + AI结对执行
+- 开发者转型为导演，专注产品逻辑、用户流程、审美和交互
+- Karpathy：只负责调整氛围，代码自动长出来
+- vibe-coding-cn是中文开发者设计的Vibe Coding资源库工作站
+- 核心是规划，AI写代码前必须有清晰技术选型和模块化设计
+
+## Key Concepts
+- [[Vibe Coding]]：AI编程新范式，开发者变导演
+- [[规划驱动]]：在AI写代码前必须完成技术选型和规划
+- [[AI结对]]：AI与人类协作执行开发任务
+- [[上下文固定]]：保持AI理解的一致性
+
+## Key Entities
+- [[vibe-coding-cn]]：中文Vibe Coding开源指南项目
+- [[Cursor]]：AI编程工具
+- [[Windsurf]]：AI编程工具
+- [[Trae]]：AI编程工具
+
+## Connections
+- [[AI编程]] ← uses ← [[Vibe Coding]]
+- [[Karpathy]] ← coined ← [[Vibe Coding]]
+
+## Contradictions

wiki/sources/wan-zi-jiang-tou-openclaw-workspace-shen-du-jie-xi.md

@@ -0,0 +1,43 @@
+---
+title: "万字讲透OpenClaw-Workspace深度解析"
+type: source
+tags: [openclaw, workspace, agent]
+date: 2026-03-21
+---
+
+## Source File
+- [[raw/Agent/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md]]
+
+## Summary
+- 核心主题：OpenClaw的Workspace文件体系深度解析
+- 问题域：如何让Agent从"能工作"变成"真好用"
+- 方法/机制：通过配置workspace目录下的各类文件（AGENTS.md、SOUL.md、USER.md等）来定义Agent行为
+- 结论/价值：掌握workspace文件体系可实现Agent的个性化配置和长期记忆
+
+## Key Claims
+- Workspace文件体系是Agent从"能用"到"真好用"的分水岭
+- AGENTS.md是Agent的"工作说明书"，定义职责和行为边界
+- SOUL.md是Agent的"性格档案"，定义人格和沟通风格
+- USER.md固化用户偏好，减少重复交代
+- TOOLS.md规范工具使用，减少误操作
+- memory/目录实现Agent的真正长期记忆
+
+## Key Concepts
+- [[Workspace]]：Agent的工作台目录，包含AGENTS.md、SOUL.md、USER.md等配置文件
+- [[AGENTS.md]]：定义Agent职责、行为边界和多Agent协调规则
+- [[SOUL.md]]：定义Agent性格叙事，包括自我叙事、沟通风格、价值观
+- [[USER.md]]：固化用户偏好和背景信息
+- [[TOOLS.md]]：工具权限声明与使用规范
+- [[IDENTITY.md]]：Agent的结构化身份档案
+- [[BOOTSTRAP.md]]：首次启动引导，一次性使用
+- [[memory]]：长期记忆目录，实现跨会话上下文保留
+
+## Key Entities
+- [[OpenClaw]]：开源AI Agent框架
+- [[Claude]]：AI大模型
+
+## Connections
+- [[OpenClaw]] ← uses ← [[Workspace]]
+- [[Workspace]] ← contains ← [[AGENTS.md]]
+- [[Workspace]] ← contains ← [[SOUL.md]]
+- [[Workspace]] ← contains ← [[USER.md]]

wiki/sources/x-account-analysis.md

@@ -0,0 +1,23 @@
+---
+title: "X Account Analysis"
+type: source
+tags: [openclaw, twitter, analysis, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/x-account-analysis.md]]
+
+## Summary
+- 核心主题：X/Twitter账户分析
+- 问题域：手动分析Twitter账户耗时
+- 方法/机制：自动化收集和分析Twitter数据
+- 结论/价值：快速获取账户洞察
+
+## Key Claims
+- 自动追踪Twitter账户活动
+- 生成账户分析和报告
+- 追踪增长指标和参与度
+
+## Key Concepts
+- [[Twitter分析]]：自动化Twitter账户数据收集和分析

wiki/sources/x-twitter-automation.md

@@ -0,0 +1,25 @@
+---
+title: "X/Twitter Automation from Chat"
+type: source
+tags: [openclaw, twitter, automation, tweetclaw]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/x-twitter-automation.md]]
+
+## Summary
+- 核心主题：通过自然语言进行完整X/Twitter自动化
+- 问题域：管理X/Twitter存在需要跨应用跳转
+- 方法/机制：TweetClaw插件连接Agent到X/Twitter API，完全通过聊天交互
+- 结论/价值：在一个界面中通过对话完成所有操作
+
+## Key Claims
+- 发布和互动：发推文、回复线程、点赞、转发、关注/取消关注、发DM
+- 搜索和提取：搜索推文和用户，提取粉丝、点赞者、转发者
+- 抽奖：从推文互动中随机选中奖者
+- 监控：关注新推文或粉丝变化并通知
+
+## Key Insights
+- 所有操作通过管理API完成：无浏览器cookie、无抓取、无凭证暴露
+- TweetClaw是OpenClaw插件，连接Agent

wiki/sources/yi-yu-dian-xing-meng-zhong-ren.md

@@ -0,0 +1,41 @@
+---
+title: "一语点醒梦中人"
+type: source
+tags: [哲学, 东方智慧, 人生修养]
+date: 2025-10-10
+---
+
+## Source File
+- [[raw/AI/一语点醒梦中人.md]]
+
+## Summary
+- 核心主题：东方哲学与人生修养智慧
+- 问题域：如何在人生困境中保持内心平静
+- 方法/机制：融合儒家、道家、佛家思想的人生箴言
+- 结论/价值：掌握"尽人事，听天命"的智慧
+
+## Key Claims
+- 王维"行到水穷处，坐看云起时"：困境中放下执着，静观变化
+- 曾国藩"唯忘机可以消众机，唯懵懂可以祓不祥"：以无争态度化解纷扰
+- "大智若愚，大巧若拙"：藏锋守拙的生存哲学
+- "一切有为法，如梦幻泡影，如露亦如电"：金刚经对无常的深刻洞察
+- "知其不可奈何而安之若命"：尽人事后听天命的智慧
+
+## Key Concepts
+- [[东方智慧]]：儒道佛三家融合的人生哲学
+- [[忘机]]：忘却世俗机巧，保持淳朴心态
+- [[安之若命]]：接受无法改变的困境
+- [[有为法]]：佛学概念，指一切因缘和合的现象
+
+## Key Entities
+- [[王维]]：诗佛，代表作《终南别业》
+- [[曾国藩]]：晚清重臣，《治心经》作者
+- [[老子]]：《道德经》作者
+- [[庄子]]：道家代表人物
+
+## Connections
+- [[儒家]] ← includes ← [[中庸]]
+- [[道家]] ← includes ← [[道德经]]
+- [[佛学]] ← includes ← [[金刚经]]
+
+## Contradictions

wiki/sources/youtube-content-pipeline.md

@@ -0,0 +1,20 @@
+---
+title: "YouTube Content Pipeline"
+type: source
+tags: [openclaw, youtube, content, automation]
+date: 2026-03-06
+---
+
+## Source File
+- [[raw/Agent/usecases/youtube-content-pipeline.md]]
+
+## Summary
+- 核心主题：YouTube内容勘探和研究管道自动化
+- 问题域：每日YouTube创作者需要花费大量时间寻找新鲜内容
+- 方法/机制：每小时cron扫描突发AI新闻，维护90天视频目录
+- 结论/价值：自动化的内容勘探和相关性检查
+
+## Key Claims
+- 每小时cron扫描突发AI新闻（web + X/Twitter）并在Telegram推送视频创意
+- 维护90天视频目录，包含观看次数和主题分析，避免重复覆盖
+- 所有创意

wiki/sources/youtube-rss-feed.md

@@ -0,0 +1,32 @@
+---
+title: "How to Get the RSS Feed For Any YouTube Channel"
+type: source
+tags: [youtube, RSS, automation]
+date: 2025-10-10
+---
+
+## Source File
+- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]]
+
+## Summary
+- 核心主题：获取YouTube频道RSS订阅源的方法
+- 问题域：YouTube移除了页面上的RSS订阅按钮
+- 方法/机制：通过查看页面源代码找到channel_id
+- 结论/价值：在RSS阅读器中统一接收订阅内容
+
+## Key Claims
+- 访问YouTube频道页面，右键查看页面源代码
+- 在源代码中搜索"channel_id="
+- 找到格式为https://www.youtube.com/feeds/videos.xml?channel_id=的RSS链接
+- 复制到RSS阅读器订阅
+
+## Key Concepts
+- [[RSS订阅]]：将YouTube频道内容聚合到阅读器
+- [[YouTube RSS]]：通过channel_id获取频道订阅源
+
+## Key Entities
+
+## Connections
+- [[YouTube]] ← provides ← [[RSS订阅]]
+
+## Contradictions