新增wiki命令文件

2026-04-14 16:02:50 +08:00
parent 65803c911d
commit c6e3d3c5db
485 changed files with 12578 additions and 396 deletions
--- a/wiki/sources/14ge-mian-fei-ai-tu-sheng-shi-ping-gong-ju.md
+++ b/wiki/sources/14ge-mian-fei-ai-tu-sheng-shi-ping-gong-ju.md
@@ -0,0 +1,60 @@
+---
+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, AI视频]
+sources: ["https://www.51juzd.com/23332.html"]
+date: 2025-12-05
+---
+
+## Summary
+- 核心主题：14款免费AI图生视频工具对比与使用指南
+- 问题域：创作者如何利用免费AI工具将静态图片转化为动态视频
+- 方法/机制：上传静态图片+选择动作模板/输入提示词→AI生成动态视频
+- 结论/价值：为内容创作者提供免费图生视频工具的全面的功能对比和选型参考
+
+## Key Claims
+- 14款工具覆盖中国头部AI公司和海外知名平台，免费为主
+- 主要功能差异：运动控制精度、风格多样性、分辨率、视频时长、主体一致性
+- 中国平台（绘蛙、智谱清影、通义万相、Vidu、可灵、海螺、即梦）侧重电商和内容创作场景
+- 海外平台（Stable Video、Viva、PixVerse）侧重创作者工作流
+
+## Key Concepts
+- [[图生视频]]（Image-to-Video）：将静态图片转化为动态视频的AI生成技术
+- [[主体一致性]]：视频中人物/物体保持与原图一致的技术能力
+- [[运镜控制]]：通过参数控制视频镜头运动方式
+- [[提示词控制]]：通过文本描述控制视频中主体的运动和场景变化
+
+## Key Entities
+- [[绘蛙AI视频]]：阿里巴巴模特图生视频工具
+- [[智谱清影]]：智谱AI视频生成，30秒生成6秒1440×960视频
+- [[通义万相]]：阿里巴巴AI视频生成，支持音效匹配
+- [[Vidu]]：生数科技+清华大学，长时长高一致性视频模型
+- [[可灵AI]]：快手AI视频，物理规律模拟能力强
+- [[海螺AI]]：MiniMax公司视频生成，主体一致性高
+- [[即梦AI]]：字节跳动一站式AI创意平台
+- [[PixVerse]]：爱诗科技视频生成，支持首尾帧
+- [[Video Ocean]]：潞晨科技视频生成，多种画风
+- [[Stable Video]]：Stability AI视频平台，摄像机精细控制
+- [[万相营造]]：阿里妈妈电商营销工具
+- [[Viva]]：智象未来免费AI创意平台
+- [[Haiper]]：AI视频生成，Discord免费使用
+- [[艺映AI]]：MewXAI团队，支持运动笔刷
+
+## Connections
+- [[图生视频]] ← 工具 ← [[绘蛙AI视频]]
+- [[图生视频]] ← 工具 ← [[智谱清影]]
+- [[图生视频]] ← 工具 ← [[通义万相]]
+- [[图生视频]] ← 工具 ← [[Vidu]]
+- [[图生视频]] ← 工具 ← [[可灵AI]]
+- [[图生视频]] ← 工具 ← [[海螺AI]]
+- [[图生视频]] ← 工具 ← [[即梦AI]]
+- [[图生视频]] ← 工具 ← [[PixVerse]]
+- [[图生视频]] ← 工具 ← [[Video Ocean]]
+- [[图生视频]] ← 工具 ← [[Stable Video]]
+- [[图生视频]] ← 工具 ← [[万相营造]]
+- [[图生视频]] ← 工具 ← [[Viva]]
+- [[图生视频]] ← 工具 ← [[Haiper]]
+- [[图生视频]] ← 工具 ← [[艺映AI]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/2025-nai-ge-shen-ji-ai-kai-yuan-ping-ti.md
+++ b/wiki/sources/2025-nai-ge-shen-ji-ai-kai-yuan-ping-ti.md
@@ -0,0 +1,52 @@
+---
+title: "2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。"
+type: source
+tags: [AI开源, GitHub, LLM, AI绘图, AI视频, AI智能体]
+sources: ["https://mp.weixin.qq.com/s/nEXgzvE2FUGBXCHkmbWifg"]
+date: 2026-01-01
+---
+
+## Summary
+- 核心主题：2025年11个AI细分领域的GitHub最强开源平替汇总
+- 问题域：各AI产品闭源替代方案选型
+- 方法/机制：按领域分类介绍Star最高、功能最强的开源项目
+- 结论/价值：为用户提供各AI领域的开源替代完整图谱
+
+## Key Claims
+- LLM领域：DeepSeek R1是首个将o1级深度推理拉下神坛的开源破壁者；Qwen 3是最稳最全的六边形战士
+- AI生图：Flux是目前人体解剖学最正确的开源模型；SD 3.5的LoRA和ControlNet生态最丰富
+- AI生视频：HunyuanVideo是开源界参数量最大的视频生成模型之一，中文理解能力强
+- AI智能体：OpenManus有5万Star，核心逻辑是规划→执行→循环反馈
+- AI Coding：Cline是Cursor的最佳开源平替，支持MCP扩展和用户授权机制
+- 工作流：n8n（16万Star）和Dify是最强的Workflow开源项目
+- AI搜索：Perplexica可本地化部署，支持SearXNG和本地LLM
+
+## Key Entities
+- [[DeepSeek]]：开源R1和V3，深度推理能力强
+- [[Qwen]]：通义千问，开源六边形战士
+- [[Flux]]：开源界Midjourney，人体解剖学最正确
+- [[HunyuanVideo]]：腾讯混元视频，参数量最大
+- [[OpenManus]]：5万Star，规划→执行→循环反馈
+- [[Cline]]：Cursor最佳开源平替，VS Code插件
+- [[n8n]]：16万Star，工作流开源项目
+- [[Dify]]：LLM应用开发平台
+- [[Perplexica]]：Perplexity开源平替，2.8K Star
+- [[Manus]]：被Meta数十亿收购，定义AI Agent元年
+- [[Nano Banana]]：AI绘图工具
+- [[Cline]]：AI编程工具
+
+## Connections
+- [[AI开源平替]] ← LLM ← [[DeepSeek]]
+- [[AI开源平替]] ← LLM ← [[Qwen]]
+- [[AI开源平替]] ← 生图 ← [[Flux]]
+- [[AI开源平替]] ← 生图 ← [[Stable-Diffusion]]
+- [[AI开源平替]] ← 生视频 ← [[HunyuanVideo]]
+- [[AI开源平替]] ← 智能体 ← [[OpenManus]]
+- [[AI开源平替]] ← 智能体 ← [[Manus]]
+- [[AI开源平替]] ← Coding ← [[Cline]]
+- [[AI开源平替]] ← 工作流 ← [[n8n]]
+- [[AI开源平替]] ← 工作流 ← [[Dify]]
+- [[AI开源平替]] ← 搜索 ← [[Perplexica]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/32wan-ren-shou-cang-de-claude-skills.md
+++ b/wiki/sources/32wan-ren-shou-cang-de-claude-skills.md
@@ -0,0 +1,49 @@
+---
+title: "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！"
+type: source
+tags: [claude-skills, ai, workflow, vibe-coding]
+sources: ["https://mp.weixin.qq.com/s/eBAt1OBPZVobyZlcuNPeAw"]
+date: 2026-01-05
+---
+
+## Summary
+- 核心主题：Claude Skills（技能）范式解析与资源汇总
+- 问题域：如何从提示词工程升级到流程工程
+- 方法/机制：Skills = 说明书 + SOP，将重复任务拆解为AI可理解、可复用、可自动执行的流程
+- 结论/价值：Skills标志着从"提示词工程"到"流程工程"的质变，是AI应用逻辑的升级
+
+## 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仓库展示了真实生产级能力：Office四大件、开发者工具箱、创意类Skill
+- Skills的核心价值：可复用、可自动执行、有边界
+- 三大Skill聚合站：skillsmp.com、aitmpl.com、claudemarketplaces.com
+- 未来真正有价值的是：谁最懂业务流程、谁能将经验沉淀成SOP
+
+## Key Concepts
+- [[Claude Skills]]（技能）：写给AI的说明书和SOP，将重复任务拆解为可复用流程
+- [[SOP]]（标准作业程序）：Skills的核心组成部分
+- [[流程工程]]：从提示词工程升级后的新范式
+- [[Vibe Coding]] ← 尽头是 ← [[Claude Skills]]
+
+## Key Entities
+- [[Anthropic]]：Claude Skills的发布方
+- [[Claude Skills官方仓库]]：https://github.com/anthropics/skills，3.2万星
+- [[awesome-claude-skills]]：ComposioHQ/VoltAgent/BehiSecc三个精选仓库
+- [[skillsmp.com]]：Skill聚合站
+- [[aitmpl.com]]：Skill聚合站
+- [[claudemarketplaces.com]]：Skill聚合站
+
+## Connections
+- [[Claude Skills]] ← 发布方 ← [[Anthropic]]
+- [[Claude Skills]] ← 包含 ← [[SOP]]
+- [[Claude Skills]] ← 升级自 ← [[提示词工程]]
+- [[Vibe Coding]] ← 尽头 ← [[Claude Skills]]
+- [[Claude Skills]] ← 聚合 ← [[skillsmp.com]]
+- [[Claude Skills]] ← 聚合 ← [[aitmpl.com]]
+- [[Claude Skills]] ← 聚合 ← [[claudemarketplaces.com]]
+
+## Contradictions
+- 与纯提示词工程观点冲突：
+  - 冲突点：提示词 vs SOP
+  - 当前观点：Skills是可复用的SOP，远优于提示词
+  - 对方观点：优化提示词即可实现AI应用
--- a/wiki/sources/7-ways-notebooklm-make-life-easier.md
+++ b/wiki/sources/7-ways-notebooklm-make-life-easier.md
@@ -0,0 +1,39 @@
+---
+title: "7 ways I use NotebookLM to make my life easier"
+type: source
+tags: [notebooklm, productivity, AI工具, 学习]
+sources: ["https://www.howtogeek.com/ways-notebooklm-make-my-life-easier/"]
+date: 2025-11-23
+---
+
+## Summary
+- 核心主题：NotebookLM的7种实际应用场景
+- 问题域：如何利用NotebookLM提升日常效率
+- 方法/机制：source-grounding确保答案准确，可上传多种格式文档，AI自动处理并生成结构化输出
+- 结论/价值：NotebookLM不仅是研究工具，更可作为个人项目管理和文档分析的AI助手
+
+## Key Claims
+- source-grounding是核心机制：NotebookLM的知识库严格限制在用户上传的文档内，保证输出准确可验证
+- Audio Overviews将文档转化为双人对话播客，支持自定义提示词控制风格和焦点
+- 可作为项目管理和目标规划工具，将分散的研究和想法整合为清晰的路线图
+- 适合法律文档分析：每个答案都有精确引用，可点击查看原文
+- 学习编程更快：将文档导入Notebook，用问答代替看长篇教程
+
+## Key Concepts
+- [[Source-grounding]]：NotebookLM的核心机制，严格限制知识库在用户上传文档内
+- [[Audio Overviews]]：NotebookLM的播客功能，将文档转化为双人AI对话音频
+- [[被动学习]]：利用通勤、健身等时间通过音频消费复杂信息
+
+## Key Entities
+- [[NotebookLM]]：Google AI笔记助手，source-grounding确保准确性
+
+## Connections
+- [[NotebookLM]] ← 应用场景 ← [[信息处理]]
+- [[NotebookLM]] ← 应用场景 ← [[被动学习]]
+- [[NotebookLM]] ← 应用场景 ← [[编程学习]]
+- [[NotebookLM]] ← 应用场景 ← [[项目管理]]
+- [[NotebookLM]] ← 应用场景 ← [[版本对比]]
+- [[NotebookLM]] ← 应用场景 ← [[文档分析]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/agentic-ai-cloud-devops.md
+++ b/wiki/sources/agentic-ai-cloud-devops.md
@@ -0,0 +1,39 @@
+---
+title: "How Agentic AI can help for Cloud DevOps"
+type: source
+tags: [Agentic AI, Cloud, DevOps, Automation]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：Agentic AI(自主决策AI系统)如何增强云DevOps能力
+- 问题域：利用AI自动化复杂工作流、提升效率、确保云环境可靠性
+- 方法/机制：七大AI增强领域(事件检测与解决、自动部署、成本优化、安全合规、日志分析、多租户管理、AI辅助决策)
+- 结论/价值：Agentic AI通过自动化事件响应、成本管理、安全、可观测性和多云治理转变云DevOps
+
+## Key Claims
+- Agentic AI可实现自主事件检测与解决，将MTTR大幅缩短
+- AI驱动根因分析(RCA)可关联跨层问题(计算、网络、应用)
+- AI可主动进行预测性维护，从历史宕机模式中学习
+- 智能成本优化可将工作负载动态转移到Spot实例，成本降低40%
+- AI驱动的安全审计可自动扫描IAM策略、网络规则、容器漏洞并自动修复
+
+## Key Concepts
+- [[Agentic AI]]：具有自主决策和任务执行能力的AI系统
+- [[Self-Healing Systems]]：自我修复系统，自动检测并恢复异常
+- [[AIOps]]：AI驱动的运维，利用ML进行异常检测和事件关联
+- [[根因分析]]：识别问题根本原因的系统性方法
+
+## Key Entities
+- [[Kubernetes]]：容器编排平台(EKS/GKE/AKS)
+- [[Terraform]]：IaC工具
+- [[AWS CloudWatch]]：云监控服务
+
+## Connections
+- [[Agentic AI]] ← 驱动 ← [[AIOps]]
+- [[Self-Healing Systems]] ← 依赖 ← 异常检测
+- [[AIOps]] ← 集成 ← 日志分析
+
+## Contradictions
+
--- a/wiki/sources/ai-jie-jue-fang-an-zhuan-jia-pei-xun-ke-cheng.md
+++ b/wiki/sources/ai-jie-jue-fang-an-zhuan-jia-pei-xun-ke-cheng.md
@@ -0,0 +1,27 @@
+---
+title: "AI 解决方案专家培训课程"
+type: source
+tags: [coze, AI培训, Agent, 工作流]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：Coze平台AI解决方案专家培训课程演示
+- 问题域：如何通过Coze平台构建各行业AI Agent和工作流
+- 方法/机制：提供Coze国内版和海外版多个行业Agent Demo
+- 结论/价值：涵盖金融、医疗、教育、电商、客服等多个行业的Coze工作流实践
+
+## Key Claims
+- Coze平台支持国内版(coze.cn)和海外版(coze.com)
+- 行业覆盖：金融（客户分层营销、智能客服）、医疗（分诊助手、影像识别）、教育（知识库问答、拍照搜题）、电商（混剪助手、在线换衣）、人力资源（招聘打分、面试对练）
+- AutoGPT和工作流自动化是核心场景
+- 提供多个可复制改造的Agent Demo
+
+## Key Entities
+- [[Coze]]：字节跳动AI Agent平台
+
+## Connections
+- [[Coze]] ← 培训平台 ← [[AI解决方案专家培训]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/ai-tools-collection.md
+++ b/wiki/sources/ai-tools-collection.md
@@ -0,0 +1,28 @@
+---
+title: "我的工具集"
+type: source
+tags: [AI, Tools, 工具集]
+date: 2026-04-14
+source_file: raw/Technical/我的工具集.md
+---
+
+## Summary
+- 核心主题：AI工具清单
+- 类别：Text-to-Speech、Text-to-Video、Image-to-Video、Web-Scraper、AI-Summary
+
+## Key Tools
+
+| 类别 | 工具 | 特点 |
+|------|------|------|
+| Text-to-Speech | Google AI Studio | 免费 |
+| Image-to-Video | Wavespeed | 有付费 |
+| Image-to-Video | Vidu | $8/月 |
+| Image-to-Video | Hailuo | ¥42/月 |
+| Web-Scraper | Bright Data | 有付费 |
+| AI-Summary | Decopy | 支持文章/PDF/视频摘要 |
+
+## Connections
+- 尚未建立
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/aionui-cowork-desktop.md
+++ b/wiki/sources/aionui-cowork-desktop.md
@@ -0,0 +1,32 @@
+---
+title: "OpenClaw as Desktop Cowork (AionUi) — Remote Rescue & Multi-Agent Hub"
+type: source
+tags: [OpenClaw, AionUi, Desktop Agent, Remote Access, Multi-Agent]
+sources: ["https://github.com/iOfficeAI/AionUi"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：OpenClaw 桌面协作与远程救援方案
+- 问题域：如何从桌面 UI 使用 OpenClaw 并远程修复
+- 方法/机制：AionUi 提供多 Agent 协作界面 + 内置 OpenClaw 部署专家
+- 结论/价值：通过 AionUi 在桌面使用 OpenClaw，支持 Telegram/WebUI 远程救援
+
+## Key Claims
+- AionUi 将 OpenClaw 作为一等桌面 Agent 运行，支持可视化工作区
+- 内置 OpenClaw 部署专家可远程运行 openclaw doctor 修复配置
+- 支持多 Agent 并行：OpenClaw、Claude Code、Codex 等 12+ Agent
+- MCP 配置一次，所有 Agent 同步共享
+
+## Key Concepts
+- [[Desktop Cowork]]：在桌面 UI 中使用 Agent，可视化文件/终端/浏览器操作
+- [[Remote Rescue]]：通过 Telegram/WebUI 远程运行 openclaw doctor 修复 OpenClaw
+- [[Multi-Agent Hub]]：AionUi 同时运行 12+ Agent，统一 MCP 配置
+
+## Connections
+- [[OpenClaw]] ← 核心 ← [[AionUi]]
+- [[AionUi]] ← 支持 ← [[Remote Rescue]]
+- [[MCP]] ← 共享 ← [[AionUi]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/an-zhuang-ubuntu-24-04-2-zai-hp-zbook-gong-zuo-zhan-bi-ji-ben-shang.md
+++ b/wiki/sources/an-zhuang-ubuntu-24-04-2-zai-hp-zbook-gong-zuo-zhan-bi-ji-ben-shang.md
@@ -0,0 +1,33 @@
+---
+title: "安装Ubuntu-24.04.2在HP Zbook工作站笔记本上"
+type: source
+tags: [Ubuntu, HP, ZBook, Rufus, BIOS]
+date: 2026-04-14
+source_file: raw/Technical/Home Office/🟠安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md
+---
+
+## Summary
+- 核心主题：在HP ZBook工作站上安装Ubuntu 24.04.2的完整指南
+- 问题域：GPT分区表配置、NVMe优化、BIOS/UEFI设置
+- 结论/价值：详细解决HP ZBook安装Ubuntu后的启动引导问题
+
+## Key Claims
+- 必须使用GPT分区方案配合UEFI启动
+- BIOS需设置SATA模式为AHCI（而非RAID/Intel RST）
+- Secure Boot建议关闭避免第三方驱动问题
+- 解决HP BIOS固执不保存自定义启动项问题
+
+## Key Concepts
+- [[GPT分区表]]：支持2TB以上硬盘，与UEFI引导完美兼容
+- [[NVMe优化]]：Ubuntu自动识别并对齐优化
+- [[efibootmgr]]：NVRAM强制写入修复启动顺序
+
+## Key Entities
+- [[HP-ZBook]]：高性能工作站
+- [[Rufus]]：启动盘制作工具
+
+## Connections
+- [[Ubuntu-Server]] ← 安装 ← [[HP-ZBook-Ubuntu安装]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/an-zhuang-v2rayn.md
+++ b/wiki/sources/an-zhuang-v2rayn.md
@@ -0,0 +1,30 @@
+---
+title: "安装v2rayN"
+type: source
+tags: [v2rayN, Linux, Windows, macOS]
+date: 2026-04-14
+source_file: raw/Technical/Home Office/🟠安装v2rayN.md
+---
+
+## Summary
+- 核心主题：v2rayN跨平台安装指南
+- 问题域：多系统代理客户端配置
+- 结论/价值：支持Windows/macOS/Linux多平台
+
+## Key Claims
+- v2rayN发布包含Xray、sing-box、mihomo核心
+- Linux支持deb/rpm格式包安装
+- macOS 12+支持，需执行xattr -cr解除损坏提示
+
+## Key Concepts
+- [[代理核心]]：Xray/sing-box/mihomo
+- [[跨平台]]：Windows/macOS/Linux
+
+## Key Entities
+- [[v2rayN]]：代理工具
+
+## Connections
+- [[Ubuntu-Server]] ← 工具 ← [[v2rayN安装]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/arxiv-paper-reader.md
+++ b/wiki/sources/arxiv-paper-reader.md
@@ -0,0 +1,31 @@
+---
+title: "arXiv Paper Reader"
+type: source
+tags: [arXiv, Research, Paper Reading, LaTeX]
+sources: ["https://github.com/Prismer-AI/Prismer/tree/main/skills/arxiv-reader"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：Agent 化 arXiv 论文阅读助手
+- 问题域：如何高效阅读、分析、比较 arXiv 论文
+- 方法/机制：arxiv-reader skill 提供 fetch/sections/abstract 三个工具
+- 结论/价值：在工作区对话式研究论文，无需切换应用
+
+## Key Claims
+- 按 ID 获取 arXiv 论文，自动展平 LaTeX 公式为可读文本
+- 先浏览论文结构再决定是否通读
+- 多篇摘要对比，快速筛选阅读清单
+- 结果本地缓存，二次访问即时响应
+
+## Key Concepts
+- [[arXiv Reader]]：arXiv 论文抓取与解析工具
+- [[LaTeX Flattening]]：自动展平 LaTeX 包含文件
+- [[Research Assistant]]：对话式论文研究 Agent
+
+## Connections
+- [[Prismer]] ← 来源 ← [[arXiv Reader]]
+- [[OpenClaw]] ← 运行 ← [[arXiv Reader]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/autonomous-game-dev-pipeline.md
+++ b/wiki/sources/autonomous-game-dev-pipeline.md
@@ -0,0 +1,32 @@
+---
+title: "Autonomous Educational Game Development Pipeline"
+type: source
+tags: [OpenClaw, Autonomous Agent, Game Development, HTML5, Pipeline]
+sources: ["https://github.com/duberblockito/elbebe"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：游戏开发 Agent 全生命周期管理
+- 问题域：如何让单个开发者高效生产 40+ 教育游戏
+- 方法/机制：Agent 自主执行开发队列，Bugs First 策略，7 分钟一个游戏或修复
+- 结论/价值：去中心化开发队列 + 严格设计规则 = 独立开发者高速产出
+
+## Key Claims
+- "Bugs First" 策略：Agent 必须优先修复 bugs 文件夹中第一个 bug
+- Round Robin 策略平衡不同年龄段内容
+- 每 7 分钟完成 1 个新游戏或 bug 修复
+- 自动更新 CHANGELOG.md、master-game-plan.md、games-list.json
+
+## Key Concepts
+- [[Bugs First]]：优先修复 bug 再做新功能的开发策略
+- [[Round Robin]]：轮询策略，均衡分配不同类型任务
+- [[Autonomous Pipeline]]：无人值守自动执行开发队列
+- [[HTML5 Game]]：纯 HTML/CSS/JS 开发，无框架，移动优先
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Autonomous Game Dev]]
+- [[Autonomous Project Management]] ← 类似 ← [[Autonomous Game Dev Pipeline]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/autonomous-project-management.md
+++ b/wiki/sources/autonomous-project-management.md
@@ -0,0 +1,33 @@
+---
+title: "Autonomous Project Management with Subagents"
+type: source
+tags: [OpenClaw, Subagent, Project Management, STATE.yaml, Decentralized]
+sources: ["https://www.anthropic.com/research/building-effective-agents"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：去中心化子 Agent 项目管理模式
+- 问题域：如何避免中心化编排瓶颈，实现多任务并行
+- 方法/机制：STATE.yaml 作为共享状态文件，子 Agent 自主更新
+- 结论/价值：CEO 模式（主会话只做策略）+ 子 Agent 自主执行
+
+## Key Claims
+- 去中心化协调：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
+- 无编排开销：主会话保持精简（CEO 模式）
+- 自我文档化：所有任务状态持久化到版本控制文件
+
+## Key Concepts
+- [[STATE.yaml]]：项目协调文件，单一真相来源
+- [[CEO Pattern]]：主会话只做策略调度，不做执行
+- [[Subagent]]：子 Agent，自主完成任务并更新状态
+- [[Decentralized Coordination]]：去中心化协调，避免单点瓶颈
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Autonomous PM]]
+- [[Autonomous Game Dev Pipeline]] ← 类似 ← [[Autonomous PM]]
+- [[Subagent]] ← 实现 ← [[Autonomous PM]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/best-7-news-api-data-feeds.md
+++ b/wiki/sources/best-7-news-api-data-feeds.md
@@ -0,0 +1,58 @@
+---
+title: "Best 7 news API data feeds - AI News"
+type: source
+tags: [news-api, data-feed, ai]
+sources: ["https://www.artificialintelligence-news.com/news/best-7-news-api-data-feeds/"]
+last_updated: 2025-03-14
+---
+
+## Summary
+
+- 核心主题：七大新闻API数据源服务对比与选型指南
+- 问题域：企业获取结构化新闻数据的解决方案
+- 方法/机制：API接口聚合多源新闻数据，转化为JSON/XML机器可读格式
+- 结论/价值：帮助企业、开发者根据行业需求选择最适合的新闻API服务
+
+## Key Claims
+
+- 新闻API数据源是聚合、整理并传递来自多个来源的结构化新闻数据的平台
+- API消除了手动收集整理数据的工作，将内容格式化为JSON或XML等机器可读格式
+- 不同API在覆盖范围、价格、专业化程度方面存在显著差异
+
+## Key Quotes
+
+> "Businesses, developers, and analysts rely on news API data feeds to gather structured insights from various sources." — 文章开篇
+
+## Key Concepts
+
+- [[News API]]：新闻API数据源，聚合多源新闻为结构化数据格式
+- [[Webz.io]]：覆盖开放网、深网和暗网的综合性新闻API
+- [[GNews API]]：轻量级全球化新闻API，适合小型应用和创业公司
+- [[Guardian API]]：提供高质量编辑内容的新闻API
+- [[Bloomberg API]]：专注于金融市场的实时数据API
+- [[Financial Times API]]：提供商业和经济深度报道的优质API
+- [[Opoint]]：专注于新闻媒体监测和情感分析的API
+- [[Mediastack]]：聚合全球7500+来源的可扩展新闻API
+
+## Key Entities
+
+- [[Webz.io]]：综合性新闻API提供商
+- [[GNews]]：轻量级新闻API提供商
+- [[The Guardian]]：高质量新闻来源
+- [[Bloomberg]]：金融数据权威提供商
+- [[Financial Times]]：商业与经济新闻来源
+
+## Connections
+
+- [[News API]] ← 应用场景 ← [[金融 intelligence]]
+- [[News API]] ← 应用场景 ← [[媒体监测]]
+- [[News API]] ← 应用场景 ← [[风险评估]]
+- [[News API]] ← 应用场景 ← [[内容聚合平台]]
+- [[News API]] ← 应用场景 ← [[AI预测分析]]
+
+## Contradictions
+
+- 与其他来源冲突：
+  - 冲突点：不同API的价格和覆盖范围差异
+  - 当前观点：选择API应根据具体行业需求
+  - 对方观点：价格是唯一决定因素
--- a/wiki/sources/bu-hui-gemini-de-chan-pin-jing-li-zhen-de-yao-bei-tao-tai-le.md
+++ b/wiki/sources/bu-hui-gemini-de-chan-pin-jing-li-zhen-de-yao-bei-tao-tai-le.md
@@ -0,0 +1,52 @@
+---
+title: 不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南
+type: source
+tags: [Gemini, 产品经理, PRD, AI工具]
+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大模型（Gemini）在产品经理日常工作中的应用
+- 问题域：产品经理如何利用大模型提升需求文档编写效率
+- 方法/机制：FeatureList构思 → 逻辑图绘制（ER图、时序图） → PRD撰写 → HTML原型生成
+- 结论/价值：大模型可将产品经理文本工作时间缩短90%以上，但核心"思考"仍需人类完成
+
+## Key Claims
+- Gemini 2.5可将某些工作时间缩短90%以上
+- 不会用大模型的中初阶产品经理能力结构需重塑
+- 大模型只负责"写"而非"想"，人类需完成需求创意的"思考"部分
+- [[FeatureList]]是连接人类思考与大模型输出的有效工具
+- Gemini配合mermaid可生成ER图、时序图、甘特图等多种逻辑图
+- PRD需分页面逐一描述，保持任务难度在Gemini胜任范围内
+- 用"调教"方式训练大模型，三句话可带出一个文档写得好产品经理
+
+## Key Quotes
+> "只有提交真实需求，才能获得真实的触动" — 纯银
+
+> "Gemini是一个知识渊博但'不带脑子'的苦工，你表述的越准、它执行得越准"
+
+> "三句话，带出来一个文档写得好的产品经理"
+
+## Key Concepts
+- [[FeatureList]]：按层级的需求表，用于构思需求框架
+- [[ER图]]：描述实体、属性、联系的逻辑图，用mermaid语法生成
+- [[时序图]]：表示工作流的逻辑图，需正确使用泳道图语法
+- [[PRD]]：产品需求文档，大模型可辅助撰写但需人类把关
+- [[mermaid]]：图表生成语法，支持ER图、时序图、甘特图等
+- [[Vibe Coding]]：AI编程方式，已被广泛应用
+
+## Key Entities
+- [[Gemini]]：Google大模型，本文主要使用的AI工具
+- [[Gemini 3 Pro]]：Gemini最新版本
+- [[DeepSider]]：浏览器插件，可访问Nano Banana 2等模型
+- [[飞书]]：本文中用于文档协作和mermaid图表渲染
+
+## Connections
+- [[Gemini]] ← used_in ← [[PRD生成]]
+- [[FeatureList]] ← depends_on ← [[需求构思]]
+- [[mermaid]] ← enables ← [[ER图]]
+- [[mermaid]] ← enables ← [[时序图]]
+
+## Contradictions
+- 与纯银观点：本文作者对AI商业价值爆发时间线更乐观
--- a/wiki/sources/bu-tan-ji-shu.md
+++ b/wiki/sources/bu-tan-ji-shu.md
@@ -0,0 +1,38 @@
+---
+title: "不谈技术：普通人该怎么在AI时代赚钱？"
+type: source
+tags: [AI, 职业发展, 思维方式]
+date: 2026-03-25
+source_file: raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md
+---
+
+## Summary
+- 核心主题：AI时代普通人如何找到赚钱路径
+- 问题域：职业发展与个人定位
+- 方法/机制：三大原则（品味值钱、做端到端、用死亡过滤器）
+- 结论/价值：AI放大有品味、有方向的人的竞争力
+
+## Key Claims
+- AI工具民主化，但品味没有民主化——品味是护城河
+- 做端到端的事（从想法到产品），不做别人AI流水线上的零件
+- 用"死亡过滤器"找到真正值得做的事：对一千件事说No，只对一件事说Yes
+
+## Key Quotes
+> "AI不会让普通人变富。AI会让那些知道自己要做什么、并且对品质有执念的人变得极其强大。" — 乔布斯.skill
+
+> "一个人用AI做出一个完整的App，比一个100人的团队里当'AI提示词工程师'强一万倍。" — 乔布斯.skill
+
+## Key Concepts
+- [[品味值链]]：工具民主化后，品味成为差异化竞争力
+- [[端到端能力]]：从零到一构建完整产品的能力
+- [[死亡过滤器]]：用"如果今天是最后一天"问题筛选真正重要的事
+
+## Key Entities
+- [[乔布斯.skill]]：提供职业发展建议的AI技能
+
+## Connections
+- [[养虾日记1]] ← 实证案例 ← [[bu-tan-ji-shu]]（AI帮助整理28万张照片是品味+执行力结合的体现）
+- [[养虾日记3]] ← 工具支撑 ← [[bu-tan-ji-shu]]（Obsidian+Gitea是端到端能力的基础设施）
+
+## Contradictions
+- 与主流"学AI技能"叙事冲突：本文认为零件思维（学工具）不如成品思维（做产品）
--- a/wiki/sources/build-your-own-x.md
+++ b/wiki/sources/build-your-own-x.md
@@ -0,0 +1,29 @@
+---
+title: "Codecrafters build-your-own-x"
+type: source
+tags: [build-your-own-x, 学习, 编程, GitHub资源]
+sources: ["https://github.com/codecrafters-io/build-your-own-x"]
+date: 2026-01-01
+---
+
+## Summary
+- 核心主题：通过从零复现技术来掌握编程
+- 问题域：如何深入理解现有技术的内部原理
+- 方法/机制：提供25+技术的分步指南，包含3D渲染器、数据库、Docker、Git、操作系统等
+- 结论/价值：Feynman名言"我不能创造的，我也不理解"
+
+## Key Claims
+- 核心理念：What I cannot create, I do not understand
+- 涵盖25+技术领域：3D Renderer、Web Server、Docker、Git、Database、Blockchain、Neural Network等
+- 每种技术提供多种编程语言的实现教程
+
+## Key Concepts
+- [[从零构建]]：通过复现技术来学习的理念
+- [[Build Your Own X]]：涵盖25+技术的实践教程集合
+
+## Connections
+- [[从零构建]] ← 资源 ← [[Codecrafters]]
+- [[Vibe Coding]] ← 相关 ← [[Build Your Own X]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/chatgpt-knowledge-to-canva-gamma.md
+++ b/wiki/sources/chatgpt-knowledge-to-canva-gamma.md
@@ -0,0 +1,36 @@
+---
+title: "教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報"
+type: source
+tags: [AI, ChatGPT, Canva, Gamma, 简报, 知识管理]
+date: 2025-10-26
+source_file: raw/Technical/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md
+---
+
+## Summary
+- 核心主题：AI简报制作流程——先ChatGPT知识整理，再Canva/Gamma设计
+- 问题域：直接在Canva/Gamma凭题制作简报容易出现幻觉、内容不够深入
+- 方法/机制：阶段一（5分钟资料研究）→ 阶段二（1分钟建立知识架构）→ 阶段三（1分钟输出简报大纲）→ 阶段四（粘贴到Canva/Gamma）
+- 结论/价值：简报不是从版面设计开始，而是从资料研究开始
+
+## Key Claims
+- 简报制作流程：先在ChatGPT做资料收集、整理、分析，再让Canva/Gamma做出美美版面
+- 阶段一：用5分钟让ChatGPT上网搜索，调阅10笔以上资料作为素材库
+- 阶段二：让ChatGPT建立知识架构，对主题有客观资料认识和主观诠释角度
+- 阶段三：让ChatGPT根据阅读理解输出文字版简报大纲
+- 阶段四：把简报大纲粘贴到Canva/Gamma，利用AI制作简报版面
+
+## Key Concepts
+- [[知识整理先行]]：简报前期的资料研究、整理、分析是必要步骤
+- [[防弹笔记法]]：任务导向+动态演化+简单精准的笔记系统
+- [[SSOT]]：Single Source of Truth，每个任务一则笔记
+
+## Key Entities
+- [[ChatGPT]]：用于知识整理和大纲生成
+- [[Canva]]：简报设计工具
+- [[Gamma]]：AI简报工具
+
+## Connections
+- [[Claude-Prompt库]] ← 知识整理 ← [[ChatGPT-Canva-Gamma简报流程]]
+
+## Contradictions
+- 与"直接用AI生成简报"思维冲突：本文认为前期知识整理不可省略
--- a/wiki/sources/china-textbook.md
+++ b/wiki/sources/china-textbook.md
@@ -0,0 +1,27 @@
+---
+title: "ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材"
+type: source
+tags: [资源, PDF, 教育, GitHub]
+date: 2025-05-13
+source_file: raw/Technical/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md
+---
+
+## Summary
+- 核心主题：开源项目ChinaTextbook，收集中国K12和大学PDF教材
+- 问题域：教育资源获取
+- 结论/价值：41.53GB免费教材，来源国家中小学智慧教育平台
+
+## Key Claims
+- 项目地址：github.com/TapXWorld/ChinaTextbook
+- 教材来源：国家中小学智慧教育平台
+- 可用第三方工具下载（如tchMaterial-parser）
+
+## Key Entities
+- [[ChinaTextbook]]：开源教材收集项目
+- [[GitHub]]：项目托管平台
+
+## Connections
+- 尚未建立
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/claude-code-templates-skills.md
+++ b/wiki/sources/claude-code-templates-skills.md
@@ -0,0 +1,32 @@
+---
+id: claude-code-templates-skills
+title: "在项目里安装 Claude-Code-Templates Skills"
+type: source
+tags: [claude-code, claude-skills, trae]
+sources: []
+last_updated: 2026-04-14
+---
+
+## Summary
+- 核心主题：Claude Code Templates Skills 的安装和使用方法
+- 问题域：如何快速为项目添加可复用的 Claude Code 技能模板
+- 方法/机制：通过 npx 命令直接安装预设的 Skill 模板
+- 结论/价值：Claude Code Templates 提供开箱即用的 Skill、Agent、MCP 模板
+
+## Key Claims
+- Claude Code Templates 通过 `npx claude-code-templates@latest --skill=<path> --yes` 命令安装
+- Templates 包含三类资源：Skills（技能）、Agents（代理）、MCP（模型上下文协议）
+- Skills 可增强 Claude Code 的特定能力，如 git-commit-helper
+
+## Key Concepts
+- [[Claude-Code-Templates]]：Claude Code 官方模板平台，提供可复用的 Skills、Agents、MCP 资源
+- [[Skill]]：Claude Code 中的可复用技能模块
+
+## Key Entities
+- [[Claude]]：Anthropic 开发的 AI 助手，Claude Code 的底层模型
+
+## Connections
+- [[Claude-Code-Templates]] ← 托管于 ← [[aitmpl-com]]
+- [[Skill]] ← 组成 ← [[Claude-Code-Templates]]
+
+## Contradictions
--- a/wiki/sources/clonezilla-dui-ubuntu-server-jin-hang-quan-pan-jing-xiang-bei-fen.md
+++ b/wiki/sources/clonezilla-dui-ubuntu-server-jin-hang-quan-pan-jing-xiang-bei-fen.md
@@ -0,0 +1,34 @@
+---
+title: "Clonezilla对Ubuntu Server进行全盘镜像备份"
+type: source
+tags: [backup, clonezilla, nas, rufus, ubuntu]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/🟠Clonezilla对Ubuntu Server进行全盘镜像备份.md
+---
+
+## Summary
+- 核心主题：使用Clonezilla对Ubuntu Server进行全盘镜像备份到NAS
+- 问题域：服务器灾难恢复与数据保护
+- 方法/机制：Clonezilla启动盘制作 + NFS网络备份 + ghost风格镜像克隆
+- 结论/价值：提供从启动盘制作到灾难恢复的完整操作流程
+
+## Key Claims
+- Rufus制作Clonezilla启动盘时必须选择"以ISO镜像模式写入"，而非DD镜像模式
+- 针对新笔记本推荐GPT分区方案+UEFI目标系统，旧笔记本使用MBR+BIOS
+- NFS网络备份需要正确填写NAS的IP地址和共享路径
+- savedisk模式将整个磁盘备份为镜像文件，压缩选项-z1p提供高压缩率
+
+## Key Concepts
+- [[磁盘镜像备份]]：将整个磁盘内容复制为镜像文件，用于灾难恢复
+- [[NFS网络存储]]：通过网络文件系统协议挂载远程存储进行备份
+
+## Key Entities
+- [[Clonezilla]]：开源磁盘克隆工具，类似Ghost的备份恢复软件
+- [[Rufus]]：U盘启动盘制作工具，支持ISO写入
+- [[Ubuntu-Server]]：备份的源系统目标
+
+## Connections
+- [[Clonezilla]] ← 用于 ← [[磁盘镜像备份]]
+- [[磁盘镜像备份]] ← 目标 ← [[Ubuntu-Server]]
+
+## Contradictions
--- a/wiki/sources/cloud-computing-myths.md
+++ b/wiki/sources/cloud-computing-myths.md
@@ -0,0 +1,34 @@
+---
+title: "The Myths and Misconceptions About Cloud Computing"
+type: source
+tags: [Cloud Computing, Myths, Security]
+sources: []
+last_updated: 2025-03-02
+---
+
+## Summary
+- 核心主题：澄清关于云计算的常见误解
+- 问题域：消除对云计算安全、成本、控制权的认知偏差
+- 方法/机制：通过事实对比Myth与Reality
+- 结论/价值：云计算实际提供增强的安全性、成本效益、可扩展性和数据控制
+
+## Key Claims
+- Myth 1：云计算不安全 → Reality：云安全通常比本地解决方案更健壮，云提供商投资于加密、防火墙、MFA
+- Myth 2：云只是别人的电脑 → Reality：云是具备冗余、可扩展性、高可用性的先进数据中心网络
+- Myth 3：云计算太贵 → Reality：按需付费模型、Reserved Instances、自动扩展和Serverless可显著降低成本
+- Myth 4：失去数据控制权 → Reality：云提供强大的数据治理工具、权限管理、加密和访问监控
+- Myth 5：云只适合大企业 → Reality：中小企业可利用灵活定价获得企业级技术
+
+## Key Concepts
+- [[云计算]]：通过互联网远程访问计算资源的服务模式
+- [[按需付费]]：根据实际使用量付费的定价模型
+- [[多因素认证]]：Multiple Factor Authentication，增强安全措施
+
+## Key Entities
+
+## Connections
+- [[云计算]] ← 包含 ← 安全机制
+- [[按需付费]] ← 实现 ← 成本优化
+
+## Contradictions
+
--- a/wiki/sources/cloud-devop-maturity-guideline.md
+++ b/wiki/sources/cloud-devop-maturity-guideline.md
@@ -0,0 +1,37 @@
+---
+title: "Cloud DevOp Maturity - Guideline"
+type: source
+tags: [DevOps, Cloud, Maturity]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：企业级SaaS公司云DevOps成熟度评估框架
+- 问题域：如何评估和提升云DevOps成熟度
+- 方法/机制：基于DORA指标、CMMI模型的成熟度评估体系
+- 结论/价值：提供系统性DevOps成熟度提升路径
+
+## Key Claims
+- DevOps成熟度定义包含自动化、开发运营协作、交付速度和可靠性四个维度
+- DORA指标包含部署频率、变更前置时间、变更失败率和平均恢复时间(MTTR)
+- 成熟度评估应涵盖文化、自动化、结构流程、协作和技术五个关键领域
+- DevOps是持续改进过程，即使成熟公司也需适应新技术和实践
+
+## Key Concepts
+- [[DevOps成熟度模型]]：评估组织DevOps实践的阶段性框架
+- [[DORA指标]]：DevOps Research & Assessment指标，用于衡量组织DevOps性能
+- [[CMMI]]：Capability Maturity Model Integration，能力成熟度模型集成
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+- [[DevSecOps]]：将安全集成到DevOps生命周期中的实践
+
+## Key Entities
+- [[DORA]]：DevOps Research & Assessment研究组织，提出四项关键指标
+
+## Connections
+- [[DevOps成熟度模型]] ← 建立在 ← [[DORA指标]]
+- [[DevSecOps]] ← 扩展 ← [[DevOps成熟度模型]]
+- [[IaC]] ← 支撑 ← 自动化成熟度
+
+## Contradictions
+
--- a/wiki/sources/cloud-maturity-model-guide.md
+++ b/wiki/sources/cloud-maturity-model-guide.md
@@ -0,0 +1,41 @@
+---
+title: "Cloud Maturity Model A Detailed Guide For Cloud Adoption"
+type: source
+tags: [Cloud, Maturity, Migration]
+sources: []
+last_updated: 2025-02-28
+---
+
+## Summary
+- 核心主题：云成熟度模型(CMM)评估框架与云采用最佳实践
+- 问题域：组织云迁移过程中的成熟度评估与阶段定位
+- 方法/机制：五阶段成熟度模型(0-4级)，从完全无云准备到完全优化
+- 结论/价值：帮助组织识别当前云成熟度阶段，制定针对性提升策略
+
+## Key Claims
+- 云成熟度模型帮助组织从业务和技术两个维度评估云采用准备度
+- 五阶段模型：Level 0(无准备)、Level 1(初始准备)、Level 2(可重复机会主义)、Level 3(系统化文档化)、Level 4(可测量)、Level 5(优化)
+- 成熟度提升需平衡人员、流程和技术三个核心维度
+- 云成熟度模型应与业务目标对齐，而非盲目追求最高级别
+
+## Key Quotes
+> "CMM also helps conduct GAP analysis and identifies areas for improving cloud infrastructure based on business objectives." — OACA定义
+
+## Key Concepts
+- [[云成熟度模型]]：评估组织云采用能力的阶段性框架
+- [[云迁移策略]]：将工作负载迁移到云环境的方法论
+- [[云治理]]：云环境中的策略、角色和合规性管理
+- [[FinOps]]：云财务运营，用于成本优化
+- [[IaaS/PaaS/SaaS]]：云服务交付模式
+
+## Key Entities
+- [[OACA]]：Open Alliance for Cloud Adoption，提出云成熟度模型框架
+- [[Gartner]]：研究机构，预测2025年CMM市场规模达15亿美元
+
+## Connections
+- [[云成熟度模型]] ← 依赖 ← 业务目标对齐
+- [[云治理]] ← 贯穿 ← 所有成熟度级别
+- [[FinOps]] ← 支持 ← Level 4-5成熟度
+
+## Contradictions
+
--- a/wiki/sources/cloud-operating-model.md
+++ b/wiki/sources/cloud-operating-model.md
@@ -0,0 +1,38 @@
+---
+title: "Cloud Operating Model Key Strategies and Best Practices"
+type: source
+tags: [Cloud, Operating Model, Governance, DevOps]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：云运营模型(COM)设计框架与最佳实践
+- 问题域：组织如何构建结构化云运营体系以实现治理、安全和成本效率
+- 方法/机制：四大核心支柱模型(治理、自动化、安全、成本管理)
+- 结论/价值：云运营模型是现代云战略的基础框架，不可或缺
+
+## Key Claims
+- 89%组织将在2025年采用云优先架构，但仅有结构化方法才能避免成本和安全问题
+- 云运营模型四大支柱：治理与合规、自动化与编排、安全与风险管理、云财务管理(FinOps)
+- 59%企业在云成本管理上存在困难，8%关注可持续性和碳足迹
+- 成功云运营需要跨行业定制，金融、医疗、零售、SaaS各有不同需求
+
+## Key Concepts
+- [[云运营模型]]：管理云资源、安全、自动化和成本的标准化框架
+- [[FinOps]]：云财务运营，平衡云成本与业务价值
+- [[Zero Trust安全模型]]：无隐式信任，持续验证的 security 架构
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+- [[AIOps]]：AI驱动的运维优化
+
+## Key Entities
+- [[Gartner]]：预测云将成为数字体验的核心
+- [[Flexera]]：发布2024年云状态报告
+
+## Connections
+- [[云运营模型]] ← 依赖 ← [[FinOps]]
+- [[Zero Trust安全模型]] ← 集成 ← [[云运营模型]]
+- [[IaC]] ← 支撑 ← 自动化与编排
+
+## Contradictions
+
--- a/wiki/sources/cloud-service-delivery.md
+++ b/wiki/sources/cloud-service-delivery.md
@@ -0,0 +1,34 @@
+---
+title: "What I know about Cloud Service Delivery"
+type: source
+tags: [Cloud, Service Delivery, DevOps]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：云服务交付的完整生命周期管理
+- 问题域：将云技术能力(IaaS、PaaS、SaaS)转化为可靠、安全、高效的服务
+- 方法/机制：涵盖12个关键领域的云服务交付框架
+- 结论/价值：云服务交付团队需具备多维度技能，包括基础设施、安全、FinOps
+
+## Key Claims
+- 云服务交付团队角色：云基础设施工程师、云运维工程师(DevOps/SRE)、云安全专家、云支持工程师、云FinOps工程师
+- 12个关键领域：服务供应与部署、基础设施管理、平台管理、应用运维、安全与合规管理、性能与可用性监控、事件与问题管理、变更与配置管理、成本管理与优化、客户入职与支持、服务治理与生命周期管理、备份恢复与灾难管理
+
+## Key Concepts
+- [[云服务交付]]：将云能力转化为最终用户可用服务的完整生命周期
+- [[FinOps]]：云财务管理，优化云成本
+- [[SRE]]：Site Reliability Engineering，网站可靠性工程
+- [[SLA]]：Service Level Agreement，服务级别协议
+- [[SLO]]：Service Level Objective，服务级别目标
+
+## Key Entities
+
+## Connections
+- [[云服务交付]] ← 包含 ← [[FinOps]]
+- [[SRE]] ← 支撑 ← 运维
+- [[SLA]] ← 定义 ← 服务标准
+
+## Contradictions
+
--- a/wiki/sources/content-factory.md
+++ b/wiki/sources/content-factory.md
@@ -0,0 +1,32 @@
+---
+title: "Multi-Agent Content Factory"
+type: source
+tags: [OpenClaw, Multi-Agent, Content Creation, Discord, Pipeline]
+sources: ["https://www.youtube.com/watch?v=41_TNGDDnfQ"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：Discord 内多 Agent 内容工厂
+- 问题域：如何自动化完成研究、写作、视觉资产的完整内容流程
+- 方法/机制：Research Agent → Writing Agent → Thumbnail Agent 串联执行
+- 结论/价值：睡前一句话，早上醒来内容已完成
+
+## Key Claims
+- Research Agent 扫描趋势、竞品、社交媒体寻找内容机会
+- Writing Agent 基于研究结果撰写完整脚本/推文串/简报草稿
+- Thumbnail Agent 生成 AI 缩略图或封面图
+- 每个 Agent 工作在独立 Discord 频道，便于审核反馈
+
+## Key Concepts
+- [[Content Pipeline]]：研究→写作→视觉资产串联流程
+- [[Multi-Agent Chain]]：多 Agent 接力，一个输出作为下一个输入
+- [[Discord Channel]]：按 Agent 类型划分频道，保持组织清晰
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Content Factory]]
+- [[Multi-Agent]] ← 架构 ← [[Content Factory]]
+- [[Discord]] ← 平台 ← [[Content Factory]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/cursor-2-0-beginner-guide.md
+++ b/wiki/sources/cursor-2-0-beginner-guide.md
@@ -0,0 +1,34 @@
+---
+title: "Cursor 2.0初学者使用指南"
+type: source
+tags: [AI, Cursor, IDE, MCP]
+date: 2026-04-14
+source_file: raw/Technical/Cursor 2.0初学者使用指南.md
+---
+
+## Summary
+- 核心主题：Cursor 2.0 AI代码编辑器的使用方法
+- 问题域：初学者如何快速上手AI增强代码编辑器
+- 方法/机制：规划 → AI生成计划 → 代码生成 → 代码审查 → 版本控制
+- 结论/价值：Cursor 2.0为开发者提供从想法到实现的智能化路径
+
+## Key Claims
+- Cursor基于VS Code，免费可用，付费升级获取更多生成额度
+- Composer模型：Cursor自研AI模型，生成速度比同类快4倍
+- 多代理功能可同时运行不同任务，互不干扰
+- Agent模式会修改代码，Ask模式仅提供文本答案
+
+## Key Concepts
+- [[Composer]]：Cursor自研AI模型
+- [[Agent模式]]：自动执行内嵌命令并处理工具调用
+- [[Ask模式]]：仅提供文本答案，不改动文件
+- [[Diff视图]]：查看AI代码改动对比
+
+## Key Entities
+- [[Cursor]]：基于VS Code的AI代码编辑器
+
+## Connections
+- [[MCP在Cursor中的集成与应用]] ← MCP集成 ← [[Cursor-2-0-指南]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/custom-morning-brief.md
+++ b/wiki/sources/custom-morning-brief.md
@@ -0,0 +1,32 @@
+---
+title: "Custom Morning Brief"
+type: source
+tags: [OpenClaw, Morning Brief, Automation, Telegram, Task Management]
+sources: ["https://www.youtube.com/watch?v=41_TNGDDnfQ"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：AI 早间简报自动化
+- 问题域：如何利用夜间空闲时间准备次日工作
+- 方法/机制：定时发送个性化报告，整合新闻、任务、AI 推荐任务
+- 结论/价值：将早晨 30 分钟的信息获取时间压缩到起床即读
+
+## Key Claims
+- 定时发送结构化早间报告（Telegram/Discord/iMessage）
+- 研究夜间新闻，聚焦用户兴趣领域
+- 审查任务列表并推送当日待办
+- AI 推荐可自主完成的任务（主动建议而非被动等待指令）
+
+## Key Concepts
+- [[Morning Brief]]：定时自动化早间摘要报告
+- [[Proactive AI]]：主动推荐任务，而非被动响应
+- [[Overnight Processing]]：利用夜间空闲时间生成内容
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Morning Brief]]
+- [[Telegram]] ← 通知渠道 ← [[Morning Brief]]
+- [[Todoist]] ← 任务集成 ← [[Morning Brief]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/da-mo-xing-xiang-guan-shu-yu-he-kuang-jia-zong-jie.md
+++ b/wiki/sources/da-mo-xing-xiang-guan-shu-yu-he-kuang-jia-zong-jie.md
@@ -0,0 +1,56 @@
+---
+title: 大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏
+type: source
+tags: [LLM, MCP, RAG, vLLM, Token, 数据蒸馏]
+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：梳理LLM、MCP、RAG、Agent、LangChain、vLLM、蒸馏等术语
+- 方法/机制：解释各术语的定义、原理和应用场景
+- 结论/价值：为理解大模型技术体系提供基础词汇表
+
+## Key Claims
+- LLM（Large Language Model）：通常以参数规模≥1B被称为"大模型"
+- Prompt：输入给大模型的语句
+- [[MCP]]（Model Context Protocol）：为LLM提供标准化接口连接外部数据源和工具
+- [[Agent]]：大模型+MCP工具融合后的智能体
+- [[RAG]]（Retrieval-augmented generation）：检索增强生成，解决hallucination问题
+- [[Embedding]]：向量化，将词转化为浮点型数字计算词与词之间的距离
+- [[LangChain]]：快速实现agent的开发框架
+- [[vLLM]]：通过PagedAttention和连续批处理优化GPU内存利用
+- [[KV Cache]]：保存历史K/V向量，避免重复计算
+- Token：大模型基本输入单元，中文约0.6个token/字符
+- 数据蒸馏：用大模型生成精简数据训练小模型
+
+## 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
+- [[LangChain]]：Agent开发框架
+- [[vLLM]]：高效LLM推理引擎
+- [[KV Cache]]：键值缓存
+- [[Token]]：令牌，大模型基本输入单元
+- [[数据蒸馏]]：知识蒸馏，用大模型数据训练小模型
+- [[PagedAttention]]：vLLM的内存管理技术
+- [[连续批处理]]：vLLM的推理优化技术
+- [[Hallucination]]：大模型一本正经胡说八道的现象
+
+## Key Entities
+- [[LangChain]]：Agent开发框架
+- [[vLLM]]：开源LLM推理优化项目
+
+## Connections
+- [[LLM]] ← uses ← [[Token]]
+- [[LLM]] ← enhanced_by ← [[RAG]]
+- [[LLM]] ← enhanced_by ← [[Agent]]
+- [[Agent]] ← built_with ← [[MCP]]
+- [[vLLM]] ← uses ← [[PagedAttention]]
+- [[vLLM]] ← uses ← [[KV Cache]]
+- [[数据蒸馏]] ← generates ← [[LLM]]
+
+## Contradictions
--- a/wiki/sources/daily-reddit-digest.md
+++ b/wiki/sources/daily-reddit-digest.md
@@ -0,0 +1,30 @@
+---
+title: "Daily Reddit Digest"
+type: source
+tags: [OpenClaw, Reddit, Digest, Social Media, Automation]
+sources: ["https://clawhub.ai/buksan1950/reddit-readonly"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：每日 Reddit 热门内容摘要
+- 问题域：如何高效跟踪多个 subreddit 的热门帖子
+- 方法/机制：reddit-readonly skill 抓取热帖，支持搜索和评论线程
+- 结论/价值：每日定时推送，只读模式不参与互动
+
+## Key Claims
+- 浏览 subreddit 热门/最新/最高赞帖子
+- 按主题搜索帖子
+- 拉取评论线程获取上下文
+- 构建待手动审核/回复的帖子候选列表
+
+## Key Concepts
+- [[Reddit Digest]]：Reddit 热门帖子每日摘要
+- [[Read-only Mode]]：只读，不发帖、点赞或评论
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Reddit Digest]]
+- [[reddit-readonly skill]] ← 工具 ← [[Reddit Digest]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/daily-youtube-digest.md
+++ b/wiki/sources/daily-youtube-digest.md
@@ -0,0 +1,32 @@
+---
+title: "Daily YouTube Digest"
+type: source
+tags: [OpenClaw, YouTube, Digest, Transcript, Automation]
+sources: ["https://clawhub.ai/therohitdas/youtube-full"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：每日 YouTube 视频摘要
+- 问题域：如何不再错过订阅频道的新视频
+- 方法/机制：youtube-full skill 获取最新视频并提取字幕生成摘要
+- 结论/价值：每天定时推送精选频道的新视频摘要
+
+## Key Claims
+- 获取最喜欢的 YouTube 频道最新视频
+- 提取视频字幕生成关键见解摘要
+- 支持按频道或按关键词两种模式
+- channel/latest 和 channel/resolve 免费，字幕每个 1 credit
+
+## Key Concepts
+- [[YouTube Digest]]：YouTube 频道新视频每日摘要
+- [[Transcript Extraction]]：从视频提取字幕并摘要
+- [[Channel Tracking]]：跟踪指定频道的新上传
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[YouTube Digest]]
+- [[youtube-full skill]] ← 工具 ← [[YouTube Digest]]
+- [[TranscriptAPI]] ← 依赖 ← [[YouTube Digest]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/deepseek-handbook.md
+++ b/wiki/sources/deepseek-handbook.md
@@ -0,0 +1,33 @@
+---
+title: "清华出的DeepSeek使用手册"
+type: source
+tags: [DeepSeek, AI, 提示词, 教程]
+date: 2025-12-18
+source_file: raw/Technical/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md
+---
+
+## Summary
+- 核心主题：清华大学DeepSeek使用手册内容介绍
+- 问题域：AI使用效率提升
+- 结论/价值：授人以鱼不如授人以渔，教底层逻辑而非表面操作
+
+## Key Claims
+- 文档由清华大学余梦珑博士后团队撰写
+- 核心内容：DeepSeek技术特点、应用场景、使用方法、提示语设计
+- 特色：不仅告诉怎么提问，还告诉为什么这么问
+- 价值：104页干货，避免AI幻觉，设计超棒提示语的秘籍
+
+## Key Concepts
+- [[提示词底层逻辑]]：知道为什么问，才知道怎么问
+- [[AI幻觉避免]]：手册提供的实用技巧
+
+## Key Entities
+- [[DeepSeek]]：通用人工智能公司
+- [[DeepSeek-R1]]：开源推理模型
+- [[清华大学]]：手册发布机构
+
+## Connections
+- [[Claude-Prompt库]] ← 提示词工程 ← [[DeepSeek使用手册]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/designing-for-agentic-ai.md
+++ b/wiki/sources/designing-for-agentic-ai.md
@@ -0,0 +1,57 @@
+---
+title: "Designing for Agentic AI"
+type: source
+tags: [agentic-ai, product-design, genai]
+sources: ["https://www.linkedin.com/pulse/designing-agentic-ai-yuri-pessa-ztcmf/"]
+last_updated: 2025-03-02
+---
+
+## Summary
+
+- 核心主题：Agentic AI（智能体AI）产品设计原则与实践
+- 问题域：如何设计能够主动行动、决策的AI系统用户体验
+- 方法/机制：通过透明度、控制权、个性化、对话和预期五大设计原则指导Agentic AI体验设计
+- 结论/价值：为产品设计师提供设计Agentic AI系统的最佳实践框架
+
+## Key Claims
+
+- GenAI擅长生成新内容，Agentic AI专注于行动、决策和预见用户需求
+- Agentic AI引入新维度：主动出击的智能体预见需求并自主行动
+- 用户观察AI决策过程本身也是一种互动形式
+- 设计隐喻需要从被动响应用户动作转向提供实时反馈的体验
+
+## Key Quotes
+
+> "Agentic AI is all about action. It can interact with its environment, make decisions, and even anticipate user needs." — GenAI vs Agentic AI对比
+
+> "Users should always feel in control of the AI." — 设计原则
+
+## Key Concepts
+
+- [[Agentic AI]]（智能体AI）：能够互动、决策并预见用户需求的主动行动型AI
+- [[GenAI]]（生成式AI）：擅长创建新内容的创意助手型AI
+- [[透明度原则]]：用户应能理解AI如何做决策
+- [[控制权原则]]：用户应能停止AI行为或撤销AI已执行的动作
+- [[个性化原则]]：Agentic AI应适应个体用户需求和偏好
+- [[对话原则]]：设计自然直观的用户与AI对话界面
+- [[预期原则]]：Agentic AI应能预见用户需求并主动提供帮助
+
+## Key Entities
+
+- [[Yuri Pessa]]：文章作者，AI产品设计师
+
+## Connections
+
+- [[Agentic AI]] ← 对比 ← [[GenAI]]
+- [[透明度原则]] ← 属于 ← [[Agentic AI设计原则]]
+- [[控制权原则]] ← 属于 ← [[Agentic AI设计原则]]
+- [[个性化原则]] ← 属于 ← [[Agentic AI设计原则]]
+- [[对话原则]] ← 属于 ← [[Agentic AI设计原则]]
+- [[预期原则]] ← 属于 ← [[Agentic AI设计原则]]
+
+## Contradictions
+
+- 与传统交互设计冲突：
+  - 冲突点：用户是否被动
+  - 当前观点：用户通过观察AI决策过程保持互动
+  - 对方观点：用户完全被动接受AI服务
--- a/wiki/sources/dev-experience-standards.md
+++ b/wiki/sources/dev-experience-standards.md
@@ -0,0 +1,38 @@
+---
+title: "开发经验与项目规范整理文档"
+type: source
+tags: [开发, 规范, 编码, 微服务]
+date: 2026-04-14
+source_file: raw/Technical/开发经验与项目规范整理文档.md
+---
+
+## Summary
+- 核心主题：软件开发规范与最佳实践
+- 问题域：变量命名、文件结构、编码规范、系统架构
+- 方法/机制：建立统一索引 → 明确输入输出 → 遵循单一职责
+- 结论/价值：工程化思维减少复杂度、提高可维护性
+
+## Key Claims
+- 变量名大全文件：统一变量命名，方便全局搜索和AI管理
+- 文件结构：每个子目录包含agents和claude.md说明文档
+- 编码规范：消费端/生产端/状态/变换明确划分
+- 系统架构原则：先梳理清架构，再写代码
+- 程序设计核心：需求 → 简单架构 → 可维护测试 → 小步迭代
+- DRY原则：提炼公共逻辑，避免重复代码
+
+## Key Concepts
+- [[变量命名规范]]：小写英文+下划线或小驼峰，语义化
+- [[单一职责]]：每个文件/类/函数只负责一件事
+- [[输入输出划分]]：消费端/生产端/状态/变换
+- [[DRY原则]]：Don't Repeat Yourself，不重复代码
+- [[微服务架构]]：独立开发、独立部署、独立扩容
+
+## Key Entities
+- [[Redis]]：缓存、提升读性能、降低数据库压力
+- [[消息队列]]：异步通信、解耦、削峰填谷
+
+## Connections
+- [[Trae远程开发部署指南]] ← 开发实践 ← [[开发经验与规范]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/devops-culture-transformation.md
+++ b/wiki/sources/devops-culture-transformation.md
@@ -0,0 +1,38 @@
+---
+title: "DevOps Culture and Transformation: Fostering Collaboration, Agile Practices, and Innovation"
+type: source
+tags: [DevOps, Culture, Transformation, Agile]
+sources: []
+last_updated: 2025-03-02
+---
+
+## Summary
+- 核心主题：DevOps文化转型与协作机制建设
+- 问题域：如何通过文化转型实现DevOps实践的全面落地
+- 方法/机制：四大DevOps文化支柱(协作、自动化、持续改进、客户中心)
+- 结论/价值：DevOps不仅是工具和自动化，更是一种优先考虑协作、持续学习和客户中心的思维方式转变
+
+## Key Claims
+- DevOps四大基础原则：协作优于孤岛、自动化作为使能器、持续改进(Kaizen)、客户中心
+- 跨功能团队是打破开发者与运维之间壁垒的关键
+- CI/CD是Agile加速器，将反馈周期从数周缩短到数分钟
+- DevOps未来趋势：AI/ML in DevOps、GitOps、无服务器DevOps、边缘计算与IoT DevOps、增强安全DevSecOps
+
+## Key Concepts
+- [[DevOps文化]]：强调协作、自动化和持续改进的组织文化
+- [[CI/CD流水线]]：持续集成/持续交付的自动化构建测试部署流程
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+- [[Kaizen]]：持续改进哲学
+- [[DevSecOps]]：将安全集成到DevOps
+
+## Key Entities
+- [[Atlassian Jira]]：团队协作与工作流管理工具
+- [[Slack]]：团队实时通信平台
+
+## Connections
+- [[DevOps文化]] ← 依赖 ← 跨功能团队
+- [[CI/CD流水线]] ← 实现 ← 自动化
+- [[DevSecOps]] ← 扩展 ← DevOps文化
+
+## Contradictions
+
--- a/wiki/sources/devops-maturity-model.md
+++ b/wiki/sources/devops-maturity-model.md
@@ -0,0 +1,40 @@
+---
+title: "DevOps Maturity Model From Traditional IT to Advanced DevOps"
+type: source
+tags: [DevOps, Maturity, CI/CD]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：DevOps成熟度模型的五阶段演进路径
+- 问题域：组织如何从传统IT逐步演进到高级DevOps实践
+- 方法/机制：五阶段成熟度模型(初始/临时阶段、局部DevOps、自动化定义、高度优化、完全成熟)
+- 结论/价值：DevOps成熟度模型是引导组织DevOps转型的重要工具
+
+## Key Claims
+- 五阶段DevOps成熟度：Phase 1(初始/Ad-Hoc)、Phase 2(局部DevOps)、Phase 3(自动化和定义)、Phase 4(高度优化)、Phase 5(完全成熟)
+- Phase 1特征：团队孤立工作、瀑布式方法、手动测试、安全仅在发布前几周介入
+- Phase 5特征：自给自足全栈团队、每日多次部署、零人工干预、安全防止不合规代码进入生产
+- DevOps成熟度关键指标：部署频率、MTTR、变更失败率、代码质量
+
+## Key Quotes
+> "The DevOps Maturity Model assessment allows organizations to: Analyze and measure their current DevOps capabilities and methodologies." — Bacancy Technology
+
+## Key Concepts
+- [[DevOps成熟度模型]]：评估组织DevOps实践的阶段性框架
+- [[CI/CD]]：持续集成/持续交付
+- [[MTTR]]：Mean Time to Recovery，平均恢复时间
+- [[变更失败率]]：导致生产失败或需要回滚的部署百分比
+- [[技术债务]]：为了加速交付而接受的非最优代码或架构权衡
+
+## Key Entities
+- [[Bacancy Technology]]：DevOps咨询公司
+
+## Connections
+- [[DevOps成熟度模型]] ← 包含 ← [[CI/CD]]
+- [[MTTR]] ← 衡量 ← 运维绩效
+- [[变更失败率]] ← 衡量 ← 部署质量
+
+## Contradictions
+
--- a/wiki/sources/devsecops-best-practices.md
+++ b/wiki/sources/devsecops-best-practices.md
@@ -0,0 +1,44 @@
+---
+title: "What is DevSecOps Best Practices, Benefits, and Tools"
+type: source
+tags: [DevSecOps, Security, SDLC, CI/CD]
+sources: []
+last_updated: 2025-12-19
+---
+
+## Summary
+- 核心主题：DevSecOps实践、收益和工具全面解析
+- 问题域：如何将安全集成到DevOps生命周期的每个阶段
+- 方法/机制：Shift Left安全实践、自动化安全测试、协作文化
+- 结论/价值：70%发布后发现的安全漏洞可通过DevSecOps预防
+
+## Key Claims
+- DevSecOps代表Development+Security+Operations，将安全集成到整个软件开发生命周期
+- SDLC包含：需求分析、规划、架构设计、开发、测试、部署
+- DevSecOps核心价值：快速发布成本效益、提升主动安全、快速漏洞修复、与现代开发兼容的自动化
+- Shift Left：将安全缺陷识别提前到软件开发生命周期早期
+- 五大组件：协作、沟通、自动化、工具与架构安全、测试
+- 安全测试类型：SAST(静态)、SCA(软件组成分析)、IAST(交互式)、DAST(动态)
+
+## Key Quotes
+> "70% of software vulnerabilities discovered post-launch could have been prevented with DevSecOps" — Bacancy Technology
+
+## Key Concepts
+- [[DevSecOps]]：将安全集成到DevOps的实践
+- [[SDLC]]：Software Development Lifecycle，软件开发生命周期
+- [[Shift Left]]：将安全测试提前到开发早期阶段的实践
+- [[SAST]]：Static Application Security Testing，静态应用安全测试
+- [[DAST]]：Dynamic Application Security Testing，动态应用安全测试
+- [[SCA]]：Software Composition Analysis，软件组成分析
+
+## Key Entities
+- [[Bacancy Technology]]：DevSecOps咨询公司
+
+## Connections
+- [[DevSecOps]] ← 包含 ← [[Shift Left]]
+- [[SAST]] ← 集成 ← CI/CD
+- [[DAST]] ← 集成 ← CI/CD
+- [[SDLC]] ← 覆盖 ← DevSecOps
+
+## Contradictions
+
--- a/wiki/sources/dynamic-dashboard.md
+++ b/wiki/sources/dynamic-dashboard.md
@@ -0,0 +1,30 @@
+---
+title: "Dynamic Dashboard with Sub-agent Spawning"
+type: source
+tags: [OpenClaw, Subagent, Dashboard, Real-time, Metrics]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：动态实时监控面板
+- 问题域：如何并行获取多数据源并统一展示
+- 方法/机制：子 Agent 并行抓取数据，聚合到 Discord 或 HTML 面板
+- 结论/价值：对话式定义监控指标，自动定时更新
+
+## Key Claims
+- 并行监控多个数据源（API、数据库、GitHub、社交媒体）
+- 子 Agent 分散 API 调用避免阻塞和限流
+- 聚合结果统一展示，支持阈值告警
+- 历史趋势存入数据库支持可视化
+
+## Key Concepts
+- [[Dynamic Dashboard]]：实时多数据源聚合面板
+- [[Sub-agent Spawning]]：并行生成子 Agent 分散工作负载
+- [[Metrics Aggregation]]：多源指标聚合
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Dynamic Dashboard]]
+- [[Subagent]] ← 实现 ← [[Dynamic Dashboard]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/earnings-tracker.md
+++ b/wiki/sources/earnings-tracker.md
@@ -0,0 +1,28 @@
+---
+title: "AI-Powered Earnings Tracker"
+type: source
+tags: [OpenClaw, Earnings, Finance, Telegram, Cron]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：AI 驱动财报追踪
+- 问题域：如何自动跟踪科技公司财报发布和结果
+- 方法/机制：周日预览下周财报日历，指定日期自动抓取并摘要
+- 结论/价值：不错过任何关注的财报
+
+## Key Claims
+- 周日扫描下周财报日历，过滤关注的科技/AI 公司
+- 用户确认后为每场财报设置一次性 cron 任务
+- 财报发布后自动搜索结果，格式化摘要（beat/miss、关键指标、AI 亮点）
+
+## Key Concepts
+- [[Earnings Tracker]]：财报发布日期和结果追踪
+- [[Cron Job]]：一次性定时任务触发财报摘要
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Earnings Tracker]]
+- [[Telegram]] ← 通知渠道 ← [[Earnings Tracker]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/er-chuang-shi-pin-bi-bu-ke-shao-ai-gong-ju-tui-jian-he-ji-ai-pei-yin-sheng-yin-ke-long.md
+++ b/wiki/sources/er-chuang-shi-pin-bi-bu-ke-shao-ai-gong-ju-tui-jian-he-ji-ai-pei-yin-sheng-yin-ke-long.md
@@ -0,0 +1,42 @@
+---
+title: 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
+type: source
+tags: [AI配音, 声音克隆, AI工具]
+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推荐
+- 问题域：二创视频制作中如何选择合适的AI配音工具
+- 方法/机制：对比ElevenLabs、海螺AI、F5-TTS、TTSMaker、剪映、魔音工坊、AnyVoice等7款工具
+- 结论/价值：按需求（高品质/免费/技术流/短视频新手）推荐不同工具
+
+## Key Claims
+- ElevenLabs：国际顶流，支持30+语言和方言，声音自然度高，API接口灵活
+- 海螺AI（MiniMax出品）：小白友好，30秒克隆声音，支持中文/粤语等17种语言，免费
+- F5-TTS：程序员专属，开源免费，2秒音频克隆，支持本地部署
+- TTSMaker：打工人必备，每周免费3万字，50+语言、300+音色，生成音频可商用
+- 剪映：抖音官方，视频剪辑无缝衔接，有"小帅""小美"等网红音色
+- 魔音工坊：土豪团队首选，500+音色可选，普通克隆免费
+- AnyVoice：3秒克隆黑科技，免费无限下载，支持中英日韩四语
+
+## Key Entities
+- [[ElevenLabs]]：国际顶流AI配音平台
+- [[海螺AI]]：MiniMax出品的中文AI配音工具
+- [[F5-TTS]]：开源语音合成平台
+- [[TTSMaker]]：马克配音工具
+- [[剪映]]：字节跳动旗下视频剪辑工具
+- [[魔音工坊]]：声音克隆工具
+- [[AnyVoice]]：多语言声音克隆平台
+- [[MiniMax]]：AI工具出品公司
+
+## Key Concepts
+- [[声音克隆]]：用少量音频样本复制特定声音的技术
+- [[AI配音]]：使用AI生成语音的技术
+
+## Connections
+- [[声音克隆]] ← enables ← [[AI配音]]
+- [[海螺AI]] ← variant_of ← [[MiniMax]]
+
+## Contradictions
--- a/wiki/sources/event-guest-confirmation.md
+++ b/wiki/sources/event-guest-confirmation.md
@@ -0,0 +1,32 @@
+---
+title: "Event Guest Confirmation"
+type: source
+tags: [OpenClaw, SuperCall, Voice AI, Event, Phone Call]
+sources: ["https://clawhub.ai/xonder/supercall"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：AI 电话确认活动出席
+- 问题域：如何批量电话确认 20+ 宾客出席信息
+- 方法/机制：SuperCall 逐个拨打电话，收集饮食禁忌、加一等信息，汇总报告
+- 结论/价值：真电话接通率远高于短信
+
+## Key Claims
+- 逐个拨打电话，AI 自称为活动协调员
+- 确认活动日期、时间、地点，收集出席意愿和备注
+- 完成后汇总：已确认、已拒绝、未接听、备注
+- SuperCall 是独立语音 Agent，无网关访问权限，安全性高
+
+## Key Concepts
+- [[SuperCall]]：独立语音 Agent，与主网关隔离
+- [[Voice AI]]：AI 电话外呼确认
+- [[Guest Confirmation]]：活动宾客出席确认
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Event Guest Confirmation]]
+- [[SuperCall]] ← 工具 ← [[Event Guest Confirmation]]
+- [[Twilio]] ← 电话服务 ← [[Event Guest Confirmation]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/family-calendar-household-assistant.md
+++ b/wiki/sources/family-calendar-household-assistant.md
@@ -0,0 +1,32 @@
+---
+title: "Family Calendar Aggregation & Household Assistant"
+type: source
+tags: [OpenClaw, Calendar, Household, iMessage, Telegram]
+sources: ["https://news.ycombinator.com/item?id=46872465"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：家庭日历聚合与家务助手
+- 问题域：如何整合多个平台的日历和家庭协调信息
+- 方法/机制：AI 被动监控消息创建日历事件，管理库存和购物清单
+- 结论/价值：Mac Mini 运行 iMessage 集成是最佳方案
+
+## Key Claims
+- 早晨简报聚合所有家庭日历
+- 被动监控 iMessage，自动从文本检测约会并创建日历事件（含行车缓冲时间）
+- 家庭库存管理（照片/文本/收据更新）
+- 购物清单去重合并
+
+## Key Concepts
+- [[Calendar Aggregation]]：多日历源整合
+- [[Ambient Monitoring]]：被动监控消息并主动创建事件
+- [[Household Inventory]]：家庭物品库存追踪
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Family Calendar Assistant]]
+- [[iMessage]] ← 消息源 ← [[Family Calendar Assistant]]
+- [[Google Calendar]] ← 日历源 ← [[Family Calendar Assistant]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/formalization-recursive-self-optimizing-generative-systems.md
+++ b/wiki/sources/formalization-recursive-self-optimizing-generative-systems.md
@@ -0,0 +1,40 @@
+---
+title: "A Formalization of Recursive Self-Optimizing Generative Systems"
+type: source
+tags: [递归自优化, 生成系统, 固定点理论, lambda演算, AI理论]
+sources: ["https://github.com/2025Emma/vibe-coding-cn/blob/main/i18n/zh/documents/Methodology%20and%20Principles/A%20Formalization%20of%20Recursive%20Self-Optimizing%20Generative%20Systems.md"]
+date: 2025-12-30
+---
+
+## Summary
+- 核心主题：递归自优化生成系统的形式化理论
+- 问题域：如何形式化描述AI系统的自我完善机制
+- 方法/机制：通过固定点理论和λ演算建立递归自优化生成系统的数学模型
+- 结论/价值：证明递归自优化系统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，而是通过迭代自我修改构建稳定的生成能力
+- Generator（α）生成artifacts，Optimizer（Ω）改进artifacts，Meta-generator用优化结果更新Generator
+- 稳定生成能力定义为Φ的固定点：G* ∈ G，Φ(G*) = G*
+- 递归结构可用λ演算表达：G* = Y·STEP（Y为固定点组合子）
+- 系统对齐经典自引用、递归和自举计算结果
+
+## Key Concepts
+- [[递归自优化]]：通过迭代自我修改构建稳定生成能力
+- [[固定点理论]]：稳定生成能力对应Φ的固定点
+- [[λ演算]]：表达递归自引用动力学
+- [[自举]]（Bootstrapping）：用自身输出更新自身
+- [[Generator]]（α-提示词）：生成其他提示词的"母体"提示词
+- [[Optimizer]]（Ω-提示词）：优化其他提示词的"母体"提示词
+
+## Connections
+- [[递归自优化]] ← 包含 ← [[Generator]]
+- [[递归自优化]] ← 包含 ← [[Optimizer]]
+- [[递归自优化]] ← 形式化 ← [[固定点理论]]
+- [[递归自优化]] ← 表达 ← [[λ演算]]
+
+## Contradictions
+- 与直接输出优化观点冲突：
+  - 冲突点：系统目标
+  - 当前观点：目标是构建稳定的生成能力，而非最优输出
+  - 对方观点：直接优化输出即可
--- a/wiki/sources/git-push-connection-reset.md
+++ b/wiki/sources/git-push-connection-reset.md
@@ -0,0 +1,31 @@
+---
+title: "Git Push 连接重置问题修复"
+type: source
+tags: [Git, GitHub, Proxy, SOCKS5]
+date: 2026-04-14
+source_file: raw/Technical/Git Push 连接重置问题修复.md
+---
+
+## Summary
+- 核心主题：解决国内访问GitHub时Git Push连接重置问题
+- 问题域：TCP连接层面被防火墙阻断
+- 方法/机制：配置Git代理 / 切换到SSH协议
+- 结论/价值：让Git流量走本地代理通道是根本解决方案
+
+## Key Claims
+- `Recv failure: Connection was reset`是TCP连接层面中断，不是权限问题
+- GFW检测到流量特征后发送TCP RST包阻断连接
+- 为Git单独配置代理不影响其他命令
+
+## Key Concepts
+- [[Git代理配置]]：为Git单独设置HTTP/SOCKS5代理
+- [[SSH协议切换]]：从HTTPS切换到SSH连接GitHub
+
+## Key Entities
+- [[GitHub]]：代码托管平台
+
+## Connections
+- [[Trae远程开发部署指南]] ← 开发协作 ← [[Git-Push-连接重置]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/gu-ding-jing-tou-duan-shi-pin-zhi-zuo-de-ai-quan-liu-cheng-jie-xi.md
+++ b/wiki/sources/gu-ding-jing-tou-duan-shi-pin-zhi-zuo-de-ai-quan-liu-cheng-jie-xi.md
@@ -0,0 +1,46 @@
+---
+title: 固定镜头短视频制作的AI全流程解析
+type: source
+tags: [AI视频, 短视频制作, 家装视频]
+date: 2026-03-15
+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：利用AI技术快速制作高播放量的固定镜头短视频
+- 问题域：如何用AI复刻家装类"从毛坯到精装"效果的视频
+- 方法/机制：文案分镜 → 九宫格图片生成 → 首尾针动画 → 快节奏剪辑 → 声音设计
+- 结论/价值：用AI不到10分钟即可完成成片，核心在于固定机位、内容连续变化、时间压缩
+
+## Key Claims
+- 家装短视频三大关键词：固定机位、内容连续变化、时间压缩
+- AI工具分类：大脑类（分镜转换）、设计师类（图像生成）、动效类（动画生成）
+- 九宫格法可保证画面一致性，同时生成3x3九个分镜画面
+- 首尾针动画：通过首针图和尾针图补齐中间变化
+- 快节奏剪辑：建议2-4倍速加速，采用硬切而非复杂转场
+- 声音设计：施工音效+节奏感强的BGM，画面变化处精准卡点
+
+## Key Concepts
+- [[固定机位]]：摄像机位置固定不变，是视频画面统一和连贯的基础
+- [[内容连续变化]]：视频主体信息随时间持续发生明确阶段性变化
+- [[时间压缩]]：将长时间拍摄过程在视频中浓缩表现的手法
+- [[分镜拆解]]：将视频内容拆分成多个画面阶段描述
+- [[九宫格法]]：同时生成3x3共九个画面，保证机位与角度不变
+- [[首尾针动画]]：通过上传两个关键帧（首针和尾针），AI自动补齐中间动作
+- [[快节奏剪辑]]：使用加速播放和硬切换手法，强化节奏感
+- [[卡点]]：画面变化与音乐节奏巧妙同步
+
+## Key Entities
+- [[海螺AI]]：动效类工具
+- [[KAI]]：AI视频生成工具，支持首尾针动画
+- [[Midjourney]]：设计师类图像生成工具
+- [[Nano Banana]]：设计师类图像生成工具
+- [[Google AI Studio]]：大脑类工具，用于分镜拆解
+
+## Connections
+- [[固定机位]] ← enables ← [[九宫格法]]
+- [[九宫格法]] ← generates ← [[首尾针动画]]
+- [[首尾针动画]] ← combines_with ← [[快节奏剪辑]]
+- [[快节奏剪辑]] ← enhanced_by ← [[卡点]]
+
+## Contradictions
--- a/wiki/sources/habit-tracker-accountability-coach.md
+++ b/wiki/sources/habit-tracker-accountability-coach.md
@@ -0,0 +1,30 @@
+---
+title: "Habit Tracker & Accountability Coach"
+type: source
+tags: [OpenClaw, Habit, Accountability, Telegram, Streak]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：主动习惯追踪与问责伙伴
+- 问题域：如何让习惯追踪从被动记录变为主动督促
+- 方法/机制：定时检查询问完成情况，根据连续天数调整语气，生成周报分析模式
+- 结论/价值：AI 主动督促比 App 推送有效
+
+## Key Claims
+- 每日定时 Telegram/SMS 检查询问习惯完成情况
+- 连续天数追踪，消息中引用当前连续天数
+- 自适应语气：稳定时鼓励，落伍时温和坚持
+- 周报分析完成率、最长连续、发现模式
+
+## Key Concepts
+- [[Habit Tracker]]：习惯追踪
+- [[Accountability Partner]]：主动督促伙伴
+- [[Adaptive Nudge]]：基于表现调整的提醒语气
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Habit Tracker]]
+- [[Telegram]] ← 通知渠道 ← [[Habit Tracker]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/health-symptom-tracker.md
+++ b/wiki/sources/health-symptom-tracker.md
@@ -0,0 +1,29 @@
+---
+title: "Health & Symptom Tracker"
+type: source
+tags: [OpenClaw, Health, Symptom, Telegram, Cron]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：饮食与症状追踪
+- 问题域：如何通过长期日志发现食物敏感源
+- 方法/机制：Telegram 主题记录食物和症状，定时提醒 + 周分析
+- 结论/价值：模式分析发现潜在诱因
+
+## Key Claims
+- Telegram 主题消息记录食物和症状，自动附时间戳
+- 每日 3 次定时提醒（早/中/晚）记录饮食
+- 周分析识别食物与症状关联、时间模式、明确诱因
+
+## Key Concepts
+- [[Health Tracker]]：健康追踪
+- [[Symptom Pattern Analysis]]：症状模式分析
+- [[Food Sensitivity]]：食物敏感识别
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Health Symptom Tracker]]
+- [[Telegram]] ← 日志渠道 ← [[Health Symptom Tracker]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/inbox-declutter.md
+++ b/wiki/sources/inbox-declutter.md
@@ -0,0 +1,31 @@
+---
+title: "Inbox De-clutter"
+type: source
+tags: [OpenClaw, Gmail, Newsletter, Digest, Automation]
+sources: ["https://clawhub.ai/kai-jar/gmail-oauth"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：邮件 newsletter 摘要
+- 问题域：如何处理堆积未读的 newsletter
+- 方法/机制：Gmail OAuth 读取过去 24 小时 newsletter，生成摘要后询问反馈优化
+- 结论/价值：专用邮箱收集订阅 + AI 筛选精华
+
+## Key Claims
+- 创建专用 OpenClaw 邮箱接收所有 newsletter
+- 每日 8 PM cron 任务读取过去 24 小时 newsletter
+- 生成摘要包含精华内容和阅读链接
+- 询问反馈并更新记忆以优化未来筛选
+
+## Key Concepts
+- [[Inbox De-clutter]]：收件箱清理
+- [[Gmail OAuth]]：Gmail 认证集成
+- [[Newsletter Digest]]：订阅邮件摘要
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Inbox De-clutter]]
+- [[Gmail]] ← 数据源 ← [[Inbox De-clutter]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/install-apache-superset-in-docker.md
+++ b/wiki/sources/install-apache-superset-in-docker.md
@@ -0,0 +1,32 @@
+---
+title: "Install Apache Superset in Docker"
+type: source
+tags: [apache, bi, docker, mysql, superset]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/Install Apache Superset in Docker.md
+---
+
+## Summary
+- 核心主题：Apache Superset 在 Docker 环境下的安装与配置
+- 问题域：BI可视化平台自托管部署
+- 方法/机制：Docker镜像部署 + FAB管理员账户创建 + 数据库初始化
+- 结论/价值：通过GHA版本快速部署可用的Superset实例
+
+## Key Claims
+- Docker pull可直接获取Superset GHA版本镜像
+- 容器端口映射8777:8088实现宿主机访问Superset Web UI
+- 必须通过superset fab create-admin创建初始管理员账户
+- load_examples命令加载示例数据集用于功能验证
+
+## Key Concepts
+- [[Apache Superset]]：开源BI和数据可视化平台，支持SQL查询和图表构建
+- [[Docker容器化部署]]：通过Docker实现应用与环境隔离的部署方式
+
+## Key Entities
+- [[Docker]]：容器化平台，Superset运行的基础环境
+- [[MySQL]]：Superset默认元数据库后端
+
+## Connections
+- [[Docker容器化部署]] ← 应用场景 ← [[Apache Superset]]
+
+## Contradictions
--- a/wiki/sources/jia-ting-jian-kong-fang-an-prometheus-grafana-node-exporter-cadrvisor-blackbox.md
+++ b/wiki/sources/jia-ting-jian-kong-fang-an-prometheus-grafana-node-exporter-cadrvisor-blackbox.md
@@ -0,0 +1,92 @@
+---
+title: "家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor + Blackbox"
+type: source
+tags: [prometheus, grafana, monitoring, node-exporter, cadvisor, blackbox, docker]
+date: 2025-11-11
+source_file: raw/Technical/Home Office/🟠家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md
+---
+
+## Summary
+- 核心主题：家庭环境监控完整解决方案
+- 问题域：主机监控、容器监控、服务可用性监控、日志聚合
+- 方法/机制：Docker Compose一键部署Prometheus+Grafana监控栈
+- 结论/价值：构建工作室级监控体系
+
+## Key Claims
+- node_exporter采集主机指标（CPU/内存/磁盘/网络）
+- cAdvisor采集容器资源使用情况
+- blackbox_exporter探测HTTP/TCP服务可用性
+- Alertmanager支持邮件/Slack/Webhook告警
+
+## Key Concepts
+- [[监控体系]]：Prometheus + Grafana核心架构
+- [[指标采集]]：Pull模式主动采集exporter数据
+- [[容器监控]]：cAdvisor监控Docker容器
+- [[合成监测]]：blackbox_exporter做主动探测
+- [[告警分发]]：Alertmanager统一告警路由
+
+## 架构组件
+
+### 数据采集层
+| Exporter | 用途 | 端口 |
+|----------|------|------|
+| node_exporter | 主机指标 | 9100 |
+| cAdvisor | 容器指标 | 8080 |
+| blackbox_exporter | HTTP/TCP探测 | 9115 |
+
+### 存储层
+| 组件 | 用途 |
+|------|------|
+| Prometheus | 时序数据库/告警规则 |
+| Alertmanager | 告警分发 |
+
+### 展示层
+| 组件 | 用途 |
+|------|------|
+| Grafana | 可视化仪表盘/告警 |
+
+## 推荐监控项
+- 主机：CPU使用率>85%告警
+- 磁盘：剩余空间<10%告警
+- 内存：可用内存<15%告警
+- 容器：重启次数>0告警
+- HTTP：探测失败连续2分钟告警
+- TLS：证书剩余<14天告警
+
+## Docker Compose部署
+```yaml
+services:
+  prometheus:
+    image: prom/prometheus:latest
+    ports:
+      - "9090:9090"
+  grafana:
+    image: grafana/grafana:latest
+    ports:
+      - "3000:3000"
+  node_exporter:
+    image: prom/node-exporter:latest
+    network_mode: "host"
+  cadvisor:
+    image: gcr.io/cadvisor/cadvisor:latest
+    ports:
+      - "8080:8080"
+  blackbox:
+    image: prom/blackbox-exporter:latest
+    ports:
+      - "9115:9115"
+```
+
+## Grafana Dashboard ID
+| Dashboard | ID |
+|-----------|-----|
+| Node Exporter Full | 1860 |
+| cAdvisor Container Metrics | 14282 |
+| Blackbox Exporter Probe | 7587 |
+
+## 访问地址
+- Prometheus: http://192.168.3.47:9090
+- Grafana: http://192.168.3.47:3000 (admin/admin)
+- cAdvisor: http://192.168.3.47:8080
+- node_exporter: http://192.168.3.47:9100/metrics
+- blackbox: http://192.168.3.47:9115
--- a/wiki/sources/jia-ting-wang-luo-huan-jing-gai-lan-2026-04-03.md
+++ b/wiki/sources/jia-ting-wang-luo-huan-jing-gai-lan-2026-04-03.md
@@ -0,0 +1,87 @@
+---
+title: "家庭网络环境概览 2026-04-03"
+type: source
+tags: [home-office, nas, synology, ubuntu, vps, network]
+date: 2026-04-03
+source_file: raw/Technical/Home Office/🟢家庭网络环境概览_2026-04-03.md
+---
+
+## Summary
+- 核心主题：家庭工作室网络环境完整概览
+- 问题域：多设备管理、服务部署、域名映射
+- 方法/机制：FRP内网穿透 + Caddy反向代理 + Cloudflare DNS
+- 结论/价值：构建完整的小型数据中心架构
+
+## Key Claims
+- Mac Mini M4作为主控节点运行OpenClaw
+- Synology NAS DS718运行多个Docker服务
+- 两台Ubuntu Server分别运行不同业务
+- 所有服务通过FRP暴露到公网
+
+## Key Entities
+- [[Mac Mini]]：主控节点（192.168.3.189）
+- [[Synology NAS DS718]]：NAS设备（192.168.3.17）
+- [[Ubuntu Server 1]]：应用服务器（192.168.3.47）
+- [[Ubuntu Server 2]]：开发服务器（192.168.3.45）
+- [[VPS]]：RackNerd公网服务器（192.227.222.142）
+- [[OpenClaw]]：AI助手框架
+
+## 网络架构
+```
+Internet
+  ↓
+VPS (RackNerd) - 公网IP
+  │
+  ├── Caddy (HTTPS反向代理)
+  └── FRPS (端口7000)
+       │
+       ├── Mac Mini (frpc) - 192.168.3.189
+       │    └── OpenClaw, vaultwarden, stq
+       ├── Ubuntu1 (frpc) - 192.168.3.47
+       │    └── Grafana, n8n, tiktok_pm
+       ├── Ubuntu2 (frpc) - 192.168.3.45
+       │    └── n8n, gitea, drawio
+       └── NAS (frpc) - 192.168.3.17
+            └── Jellyfin, Navidrome, Calibre
+```
+
+## 服务列表
+
+### Mac Mini M4
+| 服务 | 端口 | 说明 |
+|------|------|------|
+| OpenClaw | 8080 | AI助手框架 |
+| vaultwarden | 5151 | 密码管理 |
+
+### Synology NAS DS718
+| 服务 | 端口 | 说明 |
+|------|------|------|
+| DSM | 5000 | 管理系统 |
+| Jellyfin | 8096 | 媒体服务器 |
+| Navidrome | 4533 | 音乐流媒体 |
+| Calibre | 8083 | 电子书库 |
+| MinIO | 9001 | 对象存储 |
+
+### Ubuntu Server 1
+| 服务 | 端口 | 说明 |
+|------|------|------|
+| Grafana | 3000 | 监控看板 |
+| n8n | 62000 | 工作流自动化 |
+| Prometheus | 9090 | 监控系统 |
+| Superset | 8777 | BI平台 |
+
+### Ubuntu Server 2
+| 服务 | 端口 | 说明 |
+|------|------|------|
+| n8n | 5678 | 工作流自动化 |
+| Gitea | 3000 | Git服务 |
+| drawio | 8085 | 图表编辑 |
+
+## 域名映射（通过Caddy）
+- vaultwarden.ishenwei.online → Mac Mini vaultwarden
+- n8n.ishenwei.online → Ubuntu2 n8n
+- grafana.ishenwei.online → Ubuntu1 Grafana
+- nas.ishenwei.online → NAS DSM
+
+## 科学上网
+所有服务器配置socks5代理（127.0.0.1:10808）
--- a/wiki/sources/ke-zi-dong-hua-ke-kuo-zhan-ai-zeng-qiang-de-dian-shang-shu-ju-cai-ji-yu-chu-li-xi-tong.md
+++ b/wiki/sources/ke-zi-dong-hua-ke-kuo-zhan-ai-zeng-qiang-de-dian-shang-shu-ju-cai-ji-yu-chu-li-xi-tong.md
@@ -0,0 +1,54 @@
+---
+title: "可自动化、可扩展、AI增强的电商数据采集与处理系统"
+type: source
+tags: [scrapy, playwright, n8n, docker, ollama, ecommerce]
+date: 2025-11-11
+source_file: raw/Technical/Home Office/可自动化、可扩展、AI增强的电商数据采集与处理系统.md
+---
+
+## Summary
+- 核心主题：基于Docker + Ubuntu + n8n搭建的自动化电商数据采集与AI处理系统
+- 问题域：电商数据采集效率、动态页面处理、AI内容分析
+- 方法/机制：Scrapy + Playwright爬虫组合，n8n工作流自动化，Ollama本地LLM处理
+- 结论/价值：提供完整的电商数据采集、处理、存储、可视化方案
+
+## Key Claims
+- Scrapy + Playwright组合可解决动态渲染页面抓取问题
+- n8n工作流可实现完整的自动化数据管道
+- 本地Ollama可替代外部API进行AI内容处理
+- Docker容器化部署确保系统可扩展性
+
+## Key Concepts
+- [[爬虫框架]]：Scrapy高性能爬虫框架
+- [[浏览器渲染]]：Playwright处理JavaScript动态内容
+- [[工作流自动化]]：n8n可视化自动化平台
+- [[本地LLM]]：Ollama本地模型服务
+- [[数据管道]]：ETL数据处理流程
+
+## Key Entities
+- [[Docker]]：容器化部署基础设施
+- [[n8n]]：工作流自动化平台
+- [[Scrapy]]：Python爬虫框架
+- [[Playwright]]：浏览器自动化工具
+- [[Ollama]]：本地LLM运行平台
+
+## Connections
+- [[Docker]] ← 承载 ← [[n8n]]
+- [[Scrapy]] ← 数据源 ← [[数据管道]]
+- [[Ollama]] ← 处理层 ← [[n8n]]
+
+## Architecture
+系统分为三个层次：
+1. **数据采集层**：Scrapy/Playwright采集电商数据
+2. **数据处理层**：n8n + LLM API进行清洗、分类、摘要
+3. **存储展示层**：PostgreSQL/MinIO存储，Grafana可视化
+
+## 技术栈
+| 组件 | 用途 |
+|------|------|
+| Scrapy | 结构化页面抓取 |
+| scrapy-playwright | 动态页面渲染 |
+| n8n | 工作流自动化 |
+| Ollama | 本地AI处理 |
+| PostgreSQL | 结构化数据存储 |
+| MinIO | 对象存储（图片/视频） |
--- a/wiki/sources/knowledge-base-rag.md
+++ b/wiki/sources/knowledge-base-rag.md
@@ -0,0 +1,31 @@
+---
+title: "Personal Knowledge Base (RAG)"
+type: source
+tags: [OpenClaw, RAG, Knowledge Base, Semantic Search, Telegram]
+sources: ["https://clawhub.ai"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：个人知识库（RAG）
+- 问题域：如何让收藏的内容可搜索
+- 方法/机制：URL 丢入 Telegram/Slack 自动摄入，语义搜索召回
+- 结论/价值：所有收藏内容语义可查询
+
+## Key Claims
+- URL 丢入 Telegram/Slack 自动摄入（文章、推文、YouTube 字幕、PDF）
+- 语义搜索返回排序结果和来源摘要
+- 可被其他工作流调用（如视频创意工作流查询相关素材）
+
+## Key Concepts
+- [[Personal Knowledge Base]]：个人知识库
+- [[RAG]] ← 底层 ← [[Knowledge Base]]
+- [[Semantic Search]]：语义搜索
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Knowledge Base]]
+- [[RAG]] ← 技术 ← [[Knowledge Base]]
+- [[Telegram]] ← 摄入渠道 ← [[Knowledge Base]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/latex-paper-writing.md
+++ b/wiki/sources/latex-paper-writing.md
@@ -0,0 +1,31 @@
+---
+title: "LaTeX Paper Writing"
+type: source
+tags: [OpenClaw, LaTeX, Paper Writing, Prismer, Academic]
+sources: ["https://github.com/Prismer-AI/Prismer/tree/main/skills/latex-compiler"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：AI 协作 LaTeX 论文写作
+- 问题域：如何无需本地安装 TeX 环境即可编译 LaTeX
+- 方法/机制：latex-compiler skill + Prismer Docker 容器提供在线编译
+- 结论/价值：对话式写作 + 即时编译预览
+
+## Key Claims
+- 对话式协作撰写 LaTeX，描述需求生成源码
+- 无需本地 TeX 安装，在线编译（pdflatex/xelatex/lualatex）
+- 内联预览 PDF，支持 IEEE/Article/Beamer/中文模板
+- BibTeX/BibLaTeX 参考文献支持
+
+## Key Concepts
+- [[LaTeX Writing]]：LaTeX 论文协作写作
+- [[latex-compiler skill]]：LaTeX 编译工具集
+- [[Prismer]] ← 运行环境 ← [[LaTeX Writing]]
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[LaTeX Writing]]
+- [[Prismer]] ← 容器 ← [[LaTeX Writing]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/linux-system-monitor.md
+++ b/wiki/sources/linux-system-monitor.md
@@ -0,0 +1,40 @@
+---
+title: "These 6 Linux apps let you monitor system resources in style"
+type: source
+tags: [Linux, System-Monitor, TUI]
+date: 2025-12-16
+source_file: raw/Technical/These 6 Linux apps let you monitor system resources in style.md
+---
+
+## Summary
+- 核心主题：6款Linux系统资源监控工具推荐
+- 问题域：替代桌面环境自带资源管理器的轻量方案
+- 方法/机制：TUI应用 + GUI应用，按需选择
+- 结论/价值：btop++是TUI首选，功能与美观平衡
+
+## Key Claims
+- TUI监控应用：响应快、SSH友好
+- btop++：最佳TUI监控，界面美观，功能平衡
+- htop：更聚焦进程的轻量TUI
+- Glances：更轻量，完全键盘驱动
+- Bottom：专注实时性能图表
+- Mission Center：全功能GUI，类Task Manager
+- Stacer：功能最全的GUI方案，可配置启动项、卸载包、清理缓存
+
+## Key Concepts
+- [[TUI]]：Text User Interface，终端用户界面
+- [[系统监控]]：CPU/内存/进程/网络监控
+
+## Key Entities
+- [[btop++]]：最喜欢的TUI监控应用
+- [[htop]]：轻量进程监控
+- [[Glances]]：轻量全览监控
+- [[Bottom]]：实时图表监控
+- [[Mission-Center]]：GUI任务管理器风格
+- [[Stacer]]：功能丰富的GUI系统工具
+
+## Connections
+- [[Trae远程开发部署指南]] ← 服务器运维 ← [[Linux系统监控工具]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/llms-rag-ai-agent-differences.md
+++ b/wiki/sources/llms-rag-ai-agent-differences.md
@@ -0,0 +1,66 @@
+---
+title: "LLMs、RAG、AI Agent 三个到底什么区别？"
+type: source
+tags: [llm, rag, ai-agent, ai-basics]
+sources: ["https://mp.weixin.qq.com/s/8B_Phrjz_Mlvpe7vJ3maPA"]
+last_updated: 2025-11-19
+---
+
+## Summary
+
+- 核心主题：LLMs、RAG、AI Agent三个核心AI概念的定义与区别
+- 问题域：AI应用开发者必须掌握的基础概念澄清
+- 方法/机制：分层解析——LLM是思考、RAG是信息获取、AI Agent是行动执行
+- 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，应结合使用
+
+## Key Claims
+
+- LLM（大语言模型）是AI应用的"天才大脑"，但知识有时间节点，无法获取实时信息
+- RAG（检索增强生成）是记忆系统，将LLM链接到外部实时知识库，解决幻觉和知识时效问题
+- AI Agent（智能体）是循环控制系统，感知目标、规划步骤、执行动作、反思结果
+- 真正生产系统需要三者结合：LLM推理+RAG准确性+Agent自主性
+
+## Key Quotes
+
+> "它们并不是竞争技术，而是在三个不同层面，满足不同实际场景的能力展示" — 核心澄清
+
+> "LLM在思考方面非常出色，但对当前情况却一无所知" — LLM局限性
+
+> "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定义
+
+> "用LLM进行推理，用RAG确保准确性，用Agent框架实现自主性" — 三者关系
+
+## Key Concepts
+
+- [[LLM]]（Large Language Model，大语言模型）：AI应用的天才大脑，擅长思考但知识有时效性
+- [[RAG]]（Retrieval-Augmented Generation，检索增强生成）：将静态LLM链接到外部实时知识库的记忆系统
+- [[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
+- [[检索增强生成]]：检索（Retrieval）+ 增强生成（Augmented Generation）两步流程
+- [[幻觉问题]]：LLM生成看似合理但实际错误答案的问题
+- [[上下文Context]]：RAG将检索结果作为上下文输入给LLM
+
+## Key Entities
+
+- [[ChatGPT]]：底座通用大模型
+- [[DeepSeek]]：底座通用大模型
+- [[Qwen]]：底座通用大模型
+- [[Midjourney]]：专有绘画模型
+- [[Stable Diffusion]]：专有绘画模型
+- [[Claude]]：编程专有模型
+
+## Connections
+
+- [[LLM]] ← 提供者 ← [[思考能力]]
+- [[RAG]] ← 提供者 ← [[实时信息]]
+- [[AI Agent]] ← 提供者 ← [[行动能力]]
+- [[LLM]] ← 扩展 ← [[RAG]]
+- [[LLM]] ← 驱动 ← [[AI Agent]]
+- [[AI Agent]] ← 依赖 ← [[LLM]]
+- [[AI Agent]] ← 依赖 ← [[RAG]]
+
+## Contradictions
+
+- 与单一技术万能论冲突：
+  - 冲突点：是否需要多种技术结合
+  - 当前观点：三者结合才能构建完整AI应用
+  - 对方观点：单一LLM可以解决所有问题
--- a/wiki/sources/local-crm-framework.md
+++ b/wiki/sources/local-crm-framework.md
@@ -0,0 +1,32 @@
+---
+title: "Local CRM Framework with DenchClaw"
+type: source
+tags: [OpenClaw, CRM, DuckDB, DenchClaw, Browser Automation]
+sources: ["https://github.com/DenchHQ/DenchClaw"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：本地 CRM 框架
+- 问题域：如何一句话安装完整的本地 CRM
+- 方法/机制：DenchClaw 一键安装（DuckDB + Web UI + OpenClaw + 浏览器自动化）
+- 结论/价值：一个 npx 命令替代周末配置工作
+
+## Key Claims
+- 一键安装：npx denchclaw，自动配置完整栈
+- 自然语言 CRM：对象/字段/视图均可用自然语言创建和修改
+- 浏览器自动化：复制 Chrome 配置，Agent 继承相同认证状态
+- 多种视图：Table、Kanban、Calendar、Timeline、Gallery
+
+## Key Concepts
+- [[DenchClaw]]：本地 CRM 框架
+- [[DuckDB]]：嵌入式数据库（无服务器、无凭证）
+- [[Browser Automation]]：浏览器自动化（复制 Chrome 配置）
+- [[App Builder]]：内置 Web 应用构建器
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[DenchClaw CRM]]
+- [[DuckDB]] ← 数据库 ← [[DenchClaw CRM]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/mac-mini-an-zhuang-frp-0-65-0-arm64-cao-zuo-bi-ji.md
+++ b/wiki/sources/mac-mini-an-zhuang-frp-0-65-0-arm64-cao-zuo-bi-ji.md
@@ -0,0 +1,52 @@
+---
+title: "Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记"
+type: source
+tags: [frp, mac-mini, arm64, 内网穿透, launchd]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/🟣Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md
+---
+
+## Summary
+- 核心主题：Mac Mini M4上安装配置FRP内网穿透客户端
+- 问题域：macOS系统软件安装、Gatekeeper权限、内网穿透配置
+- 方法/机制：下载解压 → Gatekeeper解除 → 配置 → launchd自启
+- 结论/价值：实现从公网通过VPS SSH访问内网Mac Mini
+
+## Key Claims
+- FRP 0.65.0支持Apple Silicon ARM64架构
+- macOS需要xattr解除Gatekeeper限制
+- launchd是macOS推荐的开机自启方案
+- tmux/nohup可作为短期后台运行替代方案
+
+## Key Concepts
+- [[内网穿透]]：通过FRP实现外网访问内网服务
+- [[Gatekeeper]]：macOS应用安全限制机制
+- [[launchd]]：macOS系统服务管理
+- [[FRP]]：高性能内网穿透工具
+
+## Key Entities
+- [[Mac Mini]]：Apple Silicon主控节点（192.168.3.189）
+- [[FRP]]：内网穿透工具
+
+## Connections
+- [[Mac Mini]] ← 运行 ← [[FRP]]
+- [[FRP]] ← 隧道 ← [[VPS]]
+
+## 配置参数
+| 参数 | 值 |
+|------|-----|
+| 安装路径 | /opt/frp/frp_0.65.0_darwin_arm64 |
+| 服务器地址 | 192.227.222.142 |
+| 服务器端口 | 7000 |
+| SSH映射 | 22 → 60026 |
+
+## 后台运行方式
+1. **tmux**（推荐）：适合长期运行
+2. **nohup**：简单后台任务
+3. **launchd**（推荐开机自启）：系统级服务管理
+
+## 端口映射
+| 名称 | 类型 | localPort | remotePort |
+|------|------|------------|------------|
+| macmini-ssh | tcp | 22 | 60026 |
+| vaultwarden | tcp | 5151 | 15151 |
--- a/wiki/sources/mac-mini-fu-wu-qi-pei-zhi-fang-zhi-zi-dong-suo-ping-yu-shui-mian.md
+++ b/wiki/sources/mac-mini-fu-wu-qi-pei-zhi-fang-zhi-zi-dong-suo-ping-yu-shui-mian.md
@@ -0,0 +1,71 @@
+---
+title: "Mac Mini 服务器配置：防止自动锁屏与睡眠"
+type: source
+tags: [mac-mini, server, pmset, sleep, caffeinate]
+date: 2026-03-15
+source_file: raw/Technical/Home Office/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md
+---
+
+## Summary
+- 核心主题：配置Mac Mini作为无头服务器，防止自动锁屏和睡眠
+- 问题域：服务器长时间运行、远程访问可用性
+- 方法/机制：pmset电源管理 + caffeinate临时保持唤醒
+- 结论/价值：确保远程桌面（如RustDesk）持续可访问
+
+## Key Claims
+- pmset可禁用所有自动睡眠和待机模式
+- caffeinate适合临时测试而不修改系统设置
+- WOL（网络唤醒）可远程唤醒Mac Mini
+
+## Key Concepts
+- [[电源管理]]：pmset命令控制系统电源行为
+- [[无头服务器]]：无需显示器的服务器配置
+- [[WOL]]：网络唤醒功能
+
+## Key Entities
+- [[Mac Mini]]：服务器硬件
+
+## pmset命令
+```bash
+sudo pmset -a sleep 0          # 禁止系统睡眠
+sudo pmset -a displaysleep 0   # 禁止显示器关闭
+sudo pmset -a standby 0        # 禁止待机模式
+sudo pmset -a hibernatemode 0   # 禁止休眠
+sudo pmset -a womp 1           # 启用网络唤醒
+```
+
+## 参数说明
+| 参数 | 作用 |
+|------|------|
+| -a | 应用于所有电源模式 |
+| -b | 仅电池模式 |
+| -c | 仅电源适配器模式 |
+
+## caffeinate临时方案
+```bash
+# 安装
+brew install caffeinate
+
+# 保持唤醒（按Ctrl+C停止）
+caffeinate -d -i -s
+```
+
+| 参数 | 作用 |
+|------|------|
+| -d | 防止显示器睡眠 |
+| -i | 防止系统空闲时睡眠 |
+| -s | 防止系统睡眠 |
+| -u | 模拟用户活动 |
+
+## 验证当前设置
+```bash
+pmset -g           # 查看当前电源设置
+pmset -g sleep     # 查看睡眠设置
+pmset -g displaysleep  # 查看显示器设置
+```
+
+## 注意事项
+1. 需要sudo权限
+2. 关闭睡眠会增加功耗（适合接电服务器场景）
+3. WOL可远程唤醒设备
+4. 建议设置强密码和防火墙
--- a/wiki/sources/macos-chuang-jian-yu-jie-chu-symbolic-link-openclaw-mu-lu-ying-she.md
+++ b/wiki/sources/macos-chuang-jian-yu-jie-chu-symbolic-link-openclaw-mu-lu-ying-she.md
@@ -0,0 +1,30 @@
+---
+title: "macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）"
+type: source
+tags: [macos, symbolic-link, openclaw, obsidian]
+date: 2026-04-14
+source_file: raw/Technical/Home Office/🟣macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md
+---
+
+## Summary
+- 核心主题：macOS系统下 Symbolic Link（符号链接）的创建与解除，用于将OpenClaw隐藏目录映射为普通目录
+- 问题域：OpenClaw使用~/.openclaw隐藏目录，不便于在Finder或Obsidian中直接访问
+- 方法/机制：通过ln -s命令创建符号链接，将~/.openclaw映射到~/openclaw
+- 结论/价值：实现OpenClaw数据在Obsidian中的直接访问，同时保持OpenClaw兼容性
+
+## Key Claims
+- Symbolic Link只删除链接文件，不删除真实目录，安全性可控
+- 推荐使用推荐目录结构（agents/skills/memory/prompts/logs/docs）便于Git管理与备份
+- 创建反向链接方案：~/openclaw为实际目录，~/.openclaw指向它
+
+## Key Concepts
+- [[Symbolic Link]]：符号链接，Unix/Linux系统中指向另一个文件的特殊文件类型
+- [[OpenClaw]]：AI Agent操作系统
+- [[Obsidian]]：本地笔记管理工具
+
+## Key Entities
+- [[OpenClaw]]：AI Agent操作系统
+
+## Connections
+- [[OpenClaw]] ← 目录映射 ← [[Symbolic Link]]
+- [[Symbolic Link]] ← 兼容 ← [[Obsidian]]
--- a/wiki/sources/market-research-product-factory.md
+++ b/wiki/sources/market-research-product-factory.md
@@ -0,0 +1,29 @@
+---
+title: "Market Research & Product Factory"
+type: source
+tags: [OpenClaw, Market Research, Reddit, Last 30 Days, Product Building]
+sources: ["https://github.com/mvanhorn/last30days-skill/"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：市场调研与产品工厂
+- 问题域：如何从真实用户痛点发现产品机会
+- 方法/机制：Last 30 Days skill 挖掘 Reddit/X 上过去 30 天真实抱怨，AI 直接构建 MVP
+- 结论/价值：创业自动化：从问题发现到原型构建
+
+## Key Claims
+- 研究任意话题 Reddit/X 上过去 30 天的真实挑战和抱怨
+- 从真实用户痛点识别产品机会
+- 让 OpenClaw 直接构建解决痛点的 MVP
+
+## Key Concepts
+- [[Last 30 Days Skill]]：挖掘 Reddit/X 近 30 天内容的工具
+- [[Product Factory]]：从痛点发现到产品构建的完整流水线
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Market Research]]
+- [[Last 30 Days Skill]] ← 工具 ← [[Market Research]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/mcp-in-cursor.md
+++ b/wiki/sources/mcp-in-cursor.md
@@ -0,0 +1,35 @@
+---
+title: "MCP在Cursor中的集成与应用详解"
+type: source
+tags: [AI, Cursor, MCP, AI-Agent]
+date: 2026-04-14
+source_file: raw/Technical/MCP在Cursor中的集成与应用详解.md
+---
+
+## Summary
+- 核心主题：MCP协议在Cursor中的集成和使用方法
+- 问题域：大模型与外围服务的高效集成
+- 方法/机制：MCP Server提供三种接口 → Cursor接入 → Composer Agent模式调用
+- 结论/价值：MCP实现大模型与多样外部工具的无缝链接
+
+## Key Claims
+- MCP (Modal Context Protocol)是基于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接入MCP方式：SSE服务方式和本地执行命令方式
+- Agent模式自动执行内嵌命令，Normal模式需手动复制执行
+
+## Key Concepts
+- [[MCP]]：Modal Context Protocol，AI大模型与外围服务集成的协议
+- [[MCP-Server]]：MCP协议体系中的服务提供方
+- [[MCP-Client]]：MCP协议体系中的服务调用方
+- [[SSE]]：Server-Sent Events，一种MCP接入方式
+- [[Sequential-Thinking]]：MCP工具，支持逻辑推理与分步执行任务
+
+## Key Entities
+- [[Cursor]]：集成了MCP的AI代码编辑器
+
+## Connections
+- [[Cursor-2-0-指南]] ← MCP支持 ← [[MCP在Cursor中的集成]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/meeting-notes-action-items.md
+++ b/wiki/sources/meeting-notes-action-items.md
@@ -0,0 +1,31 @@
+---
+title: "Automated Meeting Notes & Action Items"
+type: source
+tags: [OpenClaw, Meeting, Action Items, Jira, Linear, Slack]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：会议记录与任务自动提取
+- 问题域：如何让会议结论自动转化为项目任务
+- 方法/机制：转录稿 → 提取决定/行动项 → 自动创建 Jira/Linear/Todoist 任务
+- 结论/价值：会议记录即文档 theater，真正的价值在自动任务创建
+
+## Key Claims
+- 监听新会议转录稿（Otter.ai/Google Meet/Zoom）
+- 提取关键决定、讨论话题、带负责人和截止日期的行动项
+- 自动在 Jira/Linear/Todoist 创建任务并分配
+- 发送 Slack/Discord 摘要，可选截止前提醒
+
+## Key Concepts
+- [[Meeting Notes]]：会议记录与摘要
+- [[Action Item Extraction]]：行动项自动提取
+- [[Task Creation]]：自动项目任务创建
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Meeting Notes]]
+- [[Jira]] ← 任务目标 ← [[Meeting Notes]]
+- [[Linear]] ← 任务目标 ← [[Meeting Notes]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/minio-zipline-zi-cheng-guan-tu-chuang-ying-yong-an-zhuang-jiao-cheng.md
+++ b/wiki/sources/minio-zipline-zi-cheng-guan-tu-chuang-ying-yong-an-zhuang-jiao-cheng.md
@@ -0,0 +1,40 @@
+---
+title: "MinIO + Zipline 自托管图床应用安装教程"
+type: source
+tags: [docker, image, minio, n8n, nas, synology, zipline]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/🟠MinIO + Zipline 自托管图床应用安装教程.md
+---
+
+## Summary
+- 核心主题：在Synology NAS上通过Docker Compose部署MinIO+S3+Zipline图床
+- 问题域：自托管对象存储与图片托管服务
+- 方法/机制：MinIO提供S3兼容存储 + Zipline提供上传API + PostgreSQL存储元数据
+- 结论/价值：构建可被n8n调用的自托管图床解决方案，支持API Token认证
+
+## Key Claims
+- Synology NAS上通过Docker Compose部署MinIO、PostgreSQL、Zipline三个容器
+- MinIO bucket必须设置为public-read，否则图片无法直接访问
+- Zipline通过CORE_SECRET环境变量实现安全认证
+- 备份策略采用pg_dump逻辑备份+Hyper Backup增量归档，确保数据库与文件一致性
+
+## Key Quotes
+> "Zipline → MinIO（S3） → NAS 存储" — 整体架构流向
+
+## Key Concepts
+- [[S3兼容存储]]：支持S3协议的对象存储系统，MinIO提供兼容实现
+- [[图片托管服务]]：提供图片上传、存储、访问的专用服务
+- [[逻辑备份]]：通过pg_dump导出SQL实现数据库热备份，避免物理备份停机
+
+## Key Entities
+- [[MinIO]]：S3兼容的对象存储服务器
+- [[Zipline]]：自托管图床应用，支持n8n集成
+- [[Synology-NAS]]：部署的硬件平台
+- [[n8n]]：工作流自动化工具，可调用Zipline API上传图片
+
+## Connections
+- [[MinIO]] ← 存储层 ← [[Zipline]]
+- [[Zipline]] ← 上传接口 ← [[n8n]]
+- [[Synology-NAS]] ← 部署平台 ← [[MinIO]] + [[Zipline]]
+
+## Contradictions
--- a/wiki/sources/modern-itsm.md
+++ b/wiki/sources/modern-itsm.md
@@ -0,0 +1,38 @@
+---
+title: "Modern ITSM Driving Efficiency, Security & Resilience"
+type: source
+tags: [ITSM, AIOps, Automation]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：现代IT服务管理(ITSM)如何推动效率、安全和韧性
+- 问题域：传统服务管理模型不再可持续，需向敏捷、自动化和韧性转型
+- 方法/机制：AI驱动的异常检测、预测分析、自我修复IT生态系统
+- 结论/价值：ITSM不再是简单的工单系统，而是运营卓越、风险缓解和创新加速的战略推动者
+
+## Key Claims
+- 问题管理：AI驱动的异常检测和预测分析消除重复故障，ML增强事件关联减少重复工单
+- 事件管理：实时可观测性、自动化修复、AIOps驱动的自我修复IT生态系统将MTTR最小化
+- 变更管理：AI预测失败概率，实现基于风险的变更审批
+- 配置管理：AI驱动的CMDB增强依赖映射、漂移检测、实时影响分析
+- 安全与合规：零信任架构、Policy-as-Code、自动化审计准备
+- 灾难恢复：AI驱动的自动故障转移策略、RTO/RPO优化、DRaaS
+
+## Key Concepts
+- [[ITSM]]：IT Service Management，IT服务管理
+- [[AIOps]]：AI驱动的运维
+- [[CMDB]]：Configuration Management Database，配置管理数据库
+- [[零信任架构]]：Zero Trust Architecture，无隐式信任的安全模型
+- [[Policy-as-Code]]：将安全策略编写为代码实现自动化执行
+
+## Key Entities
+
+## Connections
+- [[ITSM]] ← 集成 ← [[AIOps]]
+- [[零信任架构]] ← 支撑 ← 安全与合规
+- [[Policy-as-Code]] ← 自动化 ← 合规审计
+
+## Contradictions
+
--- a/wiki/sources/multi-account-deployments-cloudformation-stacksets.md
+++ b/wiki/sources/multi-account-deployments-cloudformation-stacksets.md
@@ -0,0 +1,37 @@
+---
+title: "How to Simplify Multi-Account Deployments Monitoring: Centralized Logs for AWS CloudFormation StackSets"
+type: source
+tags: [AWS, CloudFormation, Multi-Account, Monitoring]
+sources: []
+last_updated: 2025-10-25
+---
+
+## Summary
+- 核心主题：通过集中式日志监控简化AWS多账户部署
+- 问题域：跨多账户部署CloudFormation StackSets时的运营可见性挑战
+- 方法/机制：利用EventBridge和CloudWatch Logs实现跨账户日志集中收集
+- 结论/价值：集中式日志系统提供跨所有账户的统一监控视图，简化故障排除
+
+## Key Claims
+- AWS CloudFormation StackSets支持跨多个账户和区域部署基础设施
+- 解决方案架构包含四个组件：管理账户设置、目标账户配置、资源部署、监控可视化
+- 事件流：CloudFormation生成事件→EventBridge规则捕获→跨账户转发→CloudWatch Log Group集中存储
+- CloudWatch Logs Insights可自定义查询实现跨组织CloudFormation事件分析
+
+## Key Concepts
+- [[AWS CloudFormation StackSets]]：跨多个账户和区域部署基础设施的服务
+- [[Amazon EventBridge]]：无服务器事件总线服务
+- [[Amazon CloudWatch Logs]]：云监控日志服务
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+
+## Key Entities
+- [[AWS]]：亚马逊云服务提供商
+- [[AWS Organizations]]：AWS组织管理服务
+
+## Connections
+- [[AWS CloudFormation StackSets]] ← 依赖 ← [[Amazon EventBridge]]
+- [[Amazon EventBridge]] ← 转发 ← [[Amazon CloudWatch Logs]]
+- [[IaC]] ← 实现 ← CloudFormation
+
+## Contradictions
+
--- a/wiki/sources/multi-agent-system-reliability.md
+++ b/wiki/sources/multi-agent-system-reliability.md
@@ -0,0 +1,62 @@
+---
+title: "Multi-Agent System Reliability"
+type: source
+tags: [multi-agent, system-reliability, llm, architecture]
+sources: ["https://blog.alexewerlof.com/p/multi-agent-system-reliability"]
+last_updated: 2026-04-13
+---
+
+## Summary
+
+- 核心主题：四种架构模式提升多智能体系统可靠性
+- 问题域：LLM作为不可靠组件，如何构建企业级可靠多智能体系统
+- 方法/机制：Hierarchy（层级）、Consensus（共识）、Adversarial Debate（对抗式辩论）、Knock-out（淘汰制）
+- 结论/价值：将LLM视为分布式系统中不可靠组件，而非魔法聊天机器人
+
+## Key Claims
+
+- 人类系统协作的四种模式可应用于多智能体架构：Hierarchy、Consensus、Adversarial debate、Knock-out
+- 不要将LLM拟人化——它不会死亡或挨饿，无法真正感受恐惧
+- 对LLM的"威胁"之所以有效，是因为训练数据中高风险情境产生高质量文本
+- 构建稳健系统需要停止要求模型"小心"，而要强制它正确
+- 共识模式：3个模型同时幻觉相同谎言的概率仅为0.8%（0.2^3）
+
+## Key Quotes
+
+> "LLMs are slow and error prone. So are human beings. Somehow we manage to build more reliable systems like an army, a company, or a state nation." — 人类与LLM类比
+
+> "Don't anthropomorphize LLMs! Find a way to piggy back on their human-corpus training while being aware of their non-biological differences." — 核心忠告
+
+> "We don't need AI that 'cares.' We need AI that is constrained, verified, pruned, and challenged." — 可靠性工程思维
+
+## Key Concepts
+
+- [[Multi-Agent System]]（多智能体系统）：通过并行处理和专业智能体克服LLM速度和通用性局限
+- [[Hierarchy Pattern]]（层级模式）：Supervisor规划器分配任务给Worker执行，Validator验证结果
+- [[Consensus Pattern]]（共识模式）：多模型投票，真相从多数意见中浮现
+- [[Adversarial Debate Pattern]]（对抗式辩论模式）：Generator提出、Critic攻击、Judge裁决
+- [[Knock-out Pattern]]（淘汰制模式）：适者生存，删除表现最差的代理
+- [[LLM Hallucination]]（LLM幻觉）：模型生成看似合理但错误的输出
+- [[Context Drift]]（上下文漂移）：模型在长对话中失去焦点的现象
+- [[Sycophancy]]（谄媚）：模型过度迎合用户而撒谎的问题
+
+## Key Entities
+
+- [[Alex Ewerlöf]]：作者，资深工程师，可靠性工程专家
+- [[KTH]]：瑞典皇家理工学院，作者学位来源
+
+## Connections
+
+- [[Multi-Agent System]] ← 模式1 ← [[Hierarchy Pattern]]
+- [[Multi-Agent System]] ← 模式2 ← [[Consensus Pattern]]
+- [[Multi-Agent System]] ← 模式3 ← [[Adversarial Debate Pattern]]
+- [[Multi-Agent System]] ← 模式4 ← [[Knock-out Pattern]]
+- [[Consensus Pattern]] ← 公式 ← [[LLM Hallucination概率计算]]
+- [[Hierarchy Pattern]] ← 包含 ← [[Planner Worker Validator]]
+
+## Contradictions
+
+- 与单一LLM万能论冲突：
+  - 冲突点：LLM可靠性和企业级应用
+  - 当前观点：LLM不可靠，需要多层验证机制
+  - 对方观点：可通过提示工程解决可靠性问题
--- a/wiki/sources/multi-agent-team.md
+++ b/wiki/sources/multi-agent-team.md
@@ -0,0 +1,34 @@
+---
+title: "Multi-Agent Specialized Team (Solo Founder Setup)"
+type: source
+tags: [OpenClaw, Multi-Agent, Solo Founder, Telegram, Specialized Agents]
+sources: ["https://x.com/iamtrebuh/status/2011260468975771862"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：单人创业者多 Agent 专业团队
+- 问题域：如何用多个专业 Agent 替代团队
+- 方法/机制：每个 Agent 有独立角色/人格/模型，通过 Telegram 标签路由，共享记忆
+- 结论/价值：24/7 专业团队，成本接近为零
+
+## Key Claims
+- 专业 Agent（Milo 策略、Josh 商业、营销、开发）
+- 共享记忆 + 私有上下文
+- 单一控制平面：Telegram 群组 tag 路由
+- 定时主动任务：内容提示、竞品监控、指标追踪
+- 并行执行：多个 Agent 同时处理独立任务
+
+## Key Concepts
+- [[Multi-Agent Team]]：多 Agent 协作团队
+- [[Solo Founder Setup]]：单人创业者配置
+- [[Shared Memory]]：跨 Agent 共享记忆
+- [[Telegram Routing]]：Telegram 标签路由
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Multi-Agent Team]]
+- [[Telegram]] ← 控制平面 ← [[Multi-Agent Team]]
+- [[Subagent]] ← 实现 ← [[Multi-Agent Team]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/multi-channel-assistant.md
+++ b/wiki/sources/multi-channel-assistant.md
@@ -0,0 +1,32 @@
+---
+title: "Multi-Channel Personal Assistant"
+type: source
+tags: [OpenClaw, Multi-Channel, Telegram, Slack, Google Workspace, Todoist]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：多渠道统一助手
+- 问题域：如何在一个界面路由到所有工具
+- 方法/机制：Telegram 主题路由 + Slack/Google Workspace/Todoist/Asana 集成
+- 结论/价值：单一对话界面管理所有工作流
+
+## Key Claims
+- Telegram 主题路由（视频创意/CRM/财报/配置等）
+- Slack 团队协作（任务分配、知识库、视频创意触发）
+- Google Workspace：日历/邮件/Drive
+- Todoist 快速任务捕获、Asana 项目管理
+- 自动化提醒：倒垃圾、周报等
+
+## Key Concepts
+- [[Multi-Channel Assistant]]：多渠道统一助手
+- [[Telegram Topic Routing]]：Telegram 主题路由
+- [[Google Workspace]]：Google 工作区集成
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Multi-Channel Assistant]]
+- [[Telegram]] ← 主界面 ← [[Multi-Channel Assistant]]
+- [[Slack]] ← 协作 ← [[Multi-Channel Assistant]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/multi-channel-customer-service.md
+++ b/wiki/sources/multi-channel-customer-service.md
@@ -0,0 +1,31 @@
+---
+title: "Multi-Channel AI Customer Service Platform"
+type: source
+tags: [OpenClaw, Customer Service, WhatsApp, Instagram, Gmail, Google Reviews]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：多渠道 AI 客服平台
+- 问题域：小型企业如何 24/7 处理多平台客户咨询
+- 方法/机制：统一收件箱 + AI 自动回复 + 人工升级
+- 结论/价值：80% 咨询自动处理，响应时间从 4 小时降到 2 分钟
+
+## Key Claims
+- 统一收件箱：WhatsApp Business/Instagram DMs/Gmail/Google Reviews
+- AI 自动处理 FAQ、预约请求
+- 人工升级：复杂问题标记审核
+- 测试模式：演示系统不影响真实客户
+
+## Key Concepts
+- [[Customer Service Platform]]：客服平台
+- [[Multi-Channel Inbox]]：多渠道统一收件箱
+- [[Human Handoff]]：人工升级机制
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Customer Service]]
+- [[WhatsApp]] ← 渠道 ← [[Customer Service]]
+- [[Instagram]] ← 渠道 ← [[Customer Service]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/multi-cloud-strategy-roi.md
+++ b/wiki/sources/multi-cloud-strategy-roi.md
@@ -0,0 +1,40 @@
+---
+title: "How Can a Multi Cloud Strategy Transform Your Business ROI"
+type: source
+tags: [Multi-Cloud, ROI, Cloud Strategy]
+sources: []
+last_updated: 2025-03-01
+---
+
+## Summary
+- 核心主题：多云策略如何提升业务ROI
+- 问题域：避免供应商锁定、增加弹性、优化成本、满足合规要求
+- 方法/机制：利用不同云提供商的差异化优势(AWS/Azure/GCP)
+- 结论/价值：多云策略通过灵活性、成本优化和风险分散最大化云投资回报
+
+## Key Claims
+- 78%采用多云策略的企业使用超过3个公有云以提升敏捷性和成本节约
+- 86%公司到2024年底计划采用多云方法
+- 多云策略优化后可实现30%运营成本降低
+- 多云核心价值：避免供应商锁定、增加弹性和可靠性、改善安全态势、可扩展性、成本优化、访问创新、合规灵活性、性能优化
+
+## Key Concepts
+- [[多云策略]]：使用多个云服务提供商(而非单一供应商)的战略方法
+- [[供应商锁定]]：依赖单一云提供商导致的迁移困难和议价能力丧失
+- [[云成本优化]]：通过资源优化和定价模型优化降低云支出
+- [[数据主权]]：数据存储和处理受地域法规约束
+
+## Key Entities
+- [[AWS]]：亚马逊云服务
+- [[Azure]]：微软云服务
+- [[Google Cloud]]：谷歌云服务
+- [[Kubernetes]]：容器编排工具
+- [[Terraform]]：IaC工具
+
+## Connections
+- [[多云策略]] ← 依赖 ← [[Kubernetes]]
+- [[多云策略]] ← 依赖 ← [[Terraform]]
+- [[云成本优化]] ← 实现 ← 资源优化
+
+## Contradictions
+
--- a/wiki/sources/multi-source-tech-news-digest.md
+++ b/wiki/sources/multi-source-tech-news-digest.md
@@ -0,0 +1,30 @@
+---
+title: "Multi-Source Tech News Digest"
+type: source
+tags: [OpenClaw, Tech News, RSS, Twitter, GitHub, Discord]
+sources: ["https://github.com/draco-agent/tech-news-digest"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：多源科技新闻聚合与评分
+- 问题域：如何从 109+ 来源获取高质量科技新闻
+- 方法/机制：RSS(46) + Twitter KOL(44) + GitHub(19) + 网页搜索(4) 四层管道
+- 结论/价值：自动去重评分，个性化投递 Discord/邮件/Telegram
+
+## Key Claims
+- RSS Feeds(46源)、Twitter KOL(44账号)、GitHub Releases(19仓库)、网页搜索(4主题)
+- 去重 + 质量评分（优先级来源+3，多源+5，时效性+2，参与度+1）
+- 完全可定制：30 秒添加新来源
+
+## Key Concepts
+- [[Tech News Digest]]：科技新闻摘要
+- [[Multi-Source Aggregation]]：多源聚合
+- [[RSS Feed]]：RSS 订阅源
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Tech News Digest]]
+- [[Discord]] ← 投递 ← [[Tech News Digest]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/multiple-interests-guide.md
+++ b/wiki/sources/multiple-interests-guide.md
@@ -0,0 +1,68 @@
+---
+title: "If you have multiple interests, do not waste the next 2-3 years"
+type: source
+tags: [personal-development, creativity, entrepreneurship]
+sources: ["https://letters.thedankoe.com/"]
+last_updated: 2026-04-14
+---
+
+## Summary
+
+- 核心主题：拥有多重兴趣是超能力，如何将其转化为有利可图的事业
+- 问题域：拥有多种兴趣的人群如何在现代社会中建立独特竞争优势
+- 方法/机制：通过自我教育、自利、自给自足三要素，将兴趣转化为产品、内容和品牌
+- 结论/价值：第二次文艺复兴时期，多重兴趣者应成为创造者而非单一专才
+
+## Key Claims
+
+- 工业时代专业化使人愚蠢依赖，通才型人在当下反而拥有独特优势
+- 个人成功三要素：Self-education（自学）、Self-interest（自利）、Self-sufficiency（自给自足）
+- 关注（Attention）是最后的护城河，每个企业都是媒体企业
+- 品牌是人们寻求转变的环境，品牌即内容
+- 系统经济时代，产品即系统
+
+## Key Quotes
+
+> "We don't live in the Industrial Age anymore. Specializing in one skill is almost certain death." — 核心观点
+
+> "Your curiosity and love for learning are your advantages in today's world." — 多重兴趣价值
+
+> "The truly selfish person...is a self-respecting, self-supporting human being." — 安·兰德观点引用
+
+> "Study the science of art. Study the art of science. Develop your senses—especially learn how to see. Realize that everything connects to everything else." — 达·芬奇
+
+## Key Concepts
+
+- [[通才型思维]]：跨领域知识组合创造独特世界观
+- [[自我教育]]：自主驱动学习，而非依赖传统教育体系
+- [[自利]]：关注自身利益，而非服务于组织
+- [[自给自足]]：拒绝外包判断、学习和自主性
+- [[第二次文艺复兴]]：AI时代知识获取成本趋零，个人可追求多领域精通
+- [[注意力护城河]]：在AI可生成任何内容的时代，关注度是最后竞争优势
+- [[品牌环境]]：品牌是用户寻求转变的小世界
+- [[创意密度]]：高质量想法的密集程度决定内容价值
+
+## Key Entities
+
+- [[Adam Smith]]：引用其关于专业化局限性的观点
+- [[达·芬奇]]：文艺复兴通才代表
+- [[米开朗基罗]]：文艺复兴通才代表
+- [[安·兰德]]：引用其关于自私的观点
+- [[Dan Koe]]：文章作者，内容创业者
+- [[Jordan Peterson]]：内容创作者典范
+
+## Connections
+
+- [[通才型思维]] ← 来源 ← [[第二次文艺复兴]]
+- [[自我教育]] ← 驱动 ← [[自利]]
+- [[自利]] ← 澄清 ← [[自给自足]]
+- [[自给自足]] ← 支撑 ← [[通才型思维]]
+- [[注意力护城河]] ← 重要性 ← [[品牌环境]]
+- [[品牌环境]] ← 构成 ← [[创意密度]]
+
+## Contradictions
+
+- 与传统职业发展观冲突：
+  - 冲突点：专业化vs多元化
+  - 当前观点：多兴趣是超专业化的竞争优势
+  - 对方观点：专业化是工业时代的成功路径
--- a/wiki/sources/mysql-mariadb-shu-ju-ku-xiang-xi-xin-xi.md
+++ b/wiki/sources/mysql-mariadb-shu-ju-ku-xiang-xi-xin-xi.md
@@ -0,0 +1,32 @@
+---
+title: "MySQL MariaDB 数据库详细信息"
+type: source
+tags: [database, mariadb, mysql, nas]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/🟠MySQL MariaDB 数据库详细信息.md
+---
+
+## Summary
+- 核心主题：MariaDB数据库的远程访问配置与用户创建
+- 问题域：数据库网络访问安全与权限管理
+- 方法/机制：socket本地登录 + CREATE USER远程授权 + GRANT ALL PRIVILEGES
+- 结论/价值：解决新安装MariaDB默认只允许localhost访问的问题
+
+## Key Claims
+- MariaDB新安装后只有root@localhost，没有root@%或其他远程用户
+- 远程访问失败的根本原因是缺少Host/User组合和对应权限
+- 必须通过CREATE USER 'shenwei'@'%'创建允许任意主机连接的用户
+- FLUSH PRIVILEGES使权限更改立即生效
+
+## Key Concepts
+- [[数据库远程访问]]：通过TCP/IP网络连接数据库，而非socket本地连接
+- [[MariaDB权限管理]]：基于Host+User组合的访问控制机制
+
+## Key Entities
+- [[MySQL]]：此处指MariaDB分支，兼容MySQL协议
+- [[Synology-NAS]]：数据库运行的宿主环境
+
+## Connections
+- [[MySQL]] ← 运行于 ← [[Synology-NAS]]
+
+## Contradictions
--- a/wiki/sources/n8n-Claude-通过自然语言自动化工作流.md
+++ b/wiki/sources/n8n-Claude-通过自然语言自动化工作流.md
@@ -0,0 +1,40 @@
+---
+title: "n8n+Claude 通过自然语言自动化工作流"
+type: source
+tags: [n8n, claude, workflow, MCP]
+sources: []
+last_updated: 2026-04-14
+source_file: raw/Technical/Workflow/n8n+Claude 通过自然语言自动化工作流.md
+---
+
+## Summary
+- 核心主题：n8n MCP 项目使 Claude 能通过自然语言自动生成 n8n 工作流
+- 问题域：新手在架构设计和节点选择中的困惑
+- 方法/机制：n8n-mcp 作为桥梁，连接 n8n 工作流平台与 AI 模型，提供 543 个节点的结构化访问
+- 结论/价值：Claude 可自动生成约 80%-90% 正确的工作流布局和逻辑，显著降低学习门槛
+
+## Key Claims
+- n8n-mcp 提供 543 个 n8n 节点的结构化访问，99% 属性覆盖
+- Claude 通过 n8n-mcp 可理解并使用 n8n 节点
+- 环境搭建需要 Node.js 和 Claude 桌面客户端
+- Claude 生成的工作流约有 10%-20% 错误率，需人工修正
+- 推荐使用 Opensea 模型和开启 extended thinking 模式
+
+## 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."
+
+## Key Concepts
+- [[n8n-mcp]]：n8n MCP 服务器，连接 n8n 与 AI 模型
+- [[自然语言工作流生成]]：通过自然语言提示直接生成工作流
+- [[Extended Thinking]]：Claude 深度推理模式
+
+## Key Entities
+- [[n8n]]：工作流自动化工具
+- [[Claude]]：AI 助手工具
+- [[Node.js]]：JavaScript 运行时环境
+- [[czlonkowski]]：n8n-mcp 项目作者
+
+## Connections
+- [[Claude]] ← 使用 ← [[n8n-mcp]] ← 连接 ← [[n8n]]
+- [[n8n-mcp]] ← 基于 ← [[Node.js]]
+- [[自然语言工作流生成]] ← 使用 ← [[Extended Thinking]]
--- a/wiki/sources/n8n-configure-telegram-trigger.md
+++ b/wiki/sources/n8n-configure-telegram-trigger.md
@@ -0,0 +1,30 @@
+---
+title: "n8n configure telegram trigger"
+type: source
+tags: [n8n, telegram]
+sources: []
+last_updated: 2026-04-14
+source_file: raw/Technical/Workflow/n8n configure telegram trigger.md
+---
+
+## Summary
+- 核心主题：n8n Telegram Trigger 配置问题解决
+- 问题域：Telegram Webhook 配置需要 HTTPS URL
+- 方法/机制：设置 WEBHOOK_URL 环境变量为 HTTPS 地址
+- 结论/价值：通过配置环境变量解决 Telegram Trigger 的 Bad Request 错误
+
+## Key Claims
+- n8n 实例必须通过 HTTPS URL 公开访问，否则 Telegram Webhook 设置会失败
+- 设置 WEBHOOK_URL 环境变量可让 n8n 生成 HTTPS 的 Webhook URL
+
+## Key Concepts
+- [[Telegram Trigger]]：n8n 中用于接收 Telegram 消息的触发节点
+- [[Webhook HTTPS]]：Telegram 要求 Webhook URL 必须为 HTTPS
+
+## Key Entities
+- [[n8n]]：工作流自动化平台
+- [[Cpolar]]：内网穿透工具，用于暴露本地服务
+
+## Connections
+- [[n8n]] ← 配置 ← [[Webhook HTTPS]]
+- [[n8n]] ← 使用 ← [[Cpolar]]
--- a/wiki/sources/n8n-docker-install-update.md
+++ b/wiki/sources/n8n-docker-install-update.md
@@ -0,0 +1,37 @@
+---
+title: "n8n docker install & update"
+type: source
+tags: [n8n, docker, workflow]
+sources: []
+last_updated: 2026-04-14
+source_file: raw/Technical/Workflow/n8n docker install & update.md
+---
+
+## Summary
+- 核心主题：n8n Docker 安装、网络代理配置与更新流程
+- 问题域：本地部署 n8n 需解决 HTTPS 配置和网络代理问题
+- 方法/机制：Docker Compose + Dockerfile 环境变量配置，通过 ALL_PROXY 设置 SOCKS5 代理
+- 结论/价值：完成 n8n 容器化部署，实现网络代理穿透和自动更新
+
+## Key Claims
+- n8n 需要配置 N8N_PROTOCOL=https、N8N_HOST 和 WEBHOOK_URL 环境变量
+- 容器内网络代理通过 ALL_PROXY=socks5://172.21.0.1:10808 配置
+- Docker 网桥 IP 需要通过 docker network inspect 确认
+- 防火墙需允许 Docker 网桥访问代理端口
+
+## Key Concepts
+- [[Docker Compose]]：多容器 Docker 应用定义工具
+- [[环境变量配置]]：N8N_PROTOCOL、WEBHOOK_URL 等 n8n 必要配置
+- [[SOCKS5代理]]：容器内网络代理配置方式
+- [[Caddy]]：反向代理服务器，用于 HTTPS 访问
+
+## Key Entities
+- [[n8n]]：工作流自动化平台
+- [[Docker]]：容器化平台
+- [[Caddy]]：反向代理/HTTPS 服务器
+- [[V2Ray/Tuic]]：代理工具
+
+## Connections
+- [[n8n]] ← 运行在 ← [[Docker]]
+- [[Docker]] ← 网络通过 ← [[SOCKS5代理]]
+- [[n8n]] ← 访问 ← [[Caddy]] ← 提供 ← [[HTTPS]]
--- a/wiki/sources/n8n-full-tutorial-building-ai-agents-in-2025-for-beginners.md
+++ b/wiki/sources/n8n-full-tutorial-building-ai-agents-in-2025-for-beginners.md
@@ -0,0 +1,39 @@
+---
+title: "n8n full tutorial building AI agents in 2025 for Beginners!"
+type: source
+tags: [n8n, ai-agent, tutorial]
+sources: []
+last_updated: 2026-04-14
+source_file: raw/Technical/Workflow/n8n full tutorial building AI agents in 2025 for Beginners!.md
+---
+
+## Summary
+- 核心主题：n8n 平台构建 AI Agent 完整教程
+- 问题域：新手学习 AI Agent 构建的入门路径
+- 方法/机制：使用 n8n 的 5 种节点类型（触发器、动作、工具、代码、AI Agent）构建工作流
+- 结论/价值：Agentic System 结合工作流的确定性与 Agent 的灵活性，实现动态任务执行
+
+## Key Claims
+- Agentic System 由 Agent 和 Workflow 组成，Agent 基于 LLM 动态选择工具
+- n8n 界面直观，通过分类节点降低学习曲线
+- 5 种节点类型（触发器、动作、工具、代码、AI Agent）是构建健壮自动化的基础
+- 内存模块使 Agent 能保留上下文，提升对话连贯性
+- Airtable 等外部工具集成扩展 Agent 能力
+
+## Key Quotes
+> "Agentic systems combine the predictability of workflows with the flexibility of agents, enabling systems that can adapt to user needs dynamically."
+
+## Key Concepts
+- [[Agentic System]]：代理系统，结合 Agent 和 Workflow 的混合架构
+- [[n8n节点类型]]：触发器、动作、工具、代码、AI Agent
+- [[Memory Module]]：内存模块，用于保留对话上下文
+- [[Airtable集成]]：外部数据库集成，用于库存管理
+
+## Key Entities
+- [[n8n]]：工作流自动化平台
+- [[Airtable]]：在线数据库服务
+
+## Connections
+- [[n8n]] ← 构建 ← [[Agentic System]]
+- [[Agentic System]] ← 使用 ← [[Memory Module]]
+- [[Agentic System]] ← 集成 ← [[Airtable]]
--- a/wiki/sources/n8n-workflow-orchestration.md
+++ b/wiki/sources/n8n-workflow-orchestration.md
@@ -0,0 +1,31 @@
+---
+title: "OpenClaw + n8n Workflow Orchestration"
+type: source
+tags: [OpenClaw, n8n, Workflow, Webhook, Security]
+sources: ["https://github.com/caprihan/openclaw-n8n-stack"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：OpenClaw + n8n 工作流编排
+- 问题域：如何避免 AI Agent 直接处理 API 凭证
+- 方法/机制：Agent 设计 n8n 工作流，凭证隔离在 n8n 中，Agent 只调用 webhook
+- 结论/价值：可观测性（视觉调试）+ 安全性（凭证隔离）+ 性能（确定性任务不走 LLM）
+
+## Key Claims
+- 代理模式：OpenClaw 写 n8n 工作流，凭证留在 n8n
+- 凭证隔离：API keys 在 n8n，Agent 只有 webhook URL
+- 视觉调试：n8n UI 拖拽查看
+- 锁定工作流：构建测试后锁定，防止 Agent 修改
+
+## Key Concepts
+- [[n8n Workflow Orchestration]]：n8n 工作流编排
+- [[Webhook Proxy]]：webhook 代理模式
+- [[Credential Isolation]]：凭证隔离
+
+## Connections
+- [[OpenClaw]] ← 设计者 ← [[n8n Orchestration]]
+- [[n8n]] ← 执行者 ← [[n8n Orchestration]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/nano-banana-pro-ti-shi-ci-zhi-nan.md
+++ b/wiki/sources/nano-banana-pro-ti-shi-ci-zhi-nan.md
@@ -0,0 +1,35 @@
+---
+title: "Nano Banana Pro提示词指南"
+type: source
+tags: [nano-banana-pro, prompt-engineering, google, image-generation]
+date: 2025-12-18
+source_file: raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md
+---
+
+## Summary
+- 核心主题：Nano Banana Pro专业内容生成提示词指南
+- 问题域：AI图像生成、提示词工程
+- 方法/机制：意图理解、物理规则推演、构图美学
+- 结论/价值：4K级专业产线级别的内容生产方案
+
+## Key Claims
+- Nano Banana Pro具备意图理解引擎突破，不再是简单关键词匹配
+- 支持物理规则推演（光影反射）、构图美学（黄金分割）、语义上下文推理
+- 最多支持14张参考图像，实现身份锁定
+- 利用Google搜索实现实时信息锚定，减少幻觉
+
+## Key Quotes
+> "停止使用标签堆砌，开始像创意总监一样思考" — 核心原则
+> "编辑，而非重新生成" — 最佳实践
+
+## Key Concepts
+- [[身份锁定]]：保持角色面部特征一致性的技术
+- [[意图理解引擎]]：理解创作意图而非匹配关键词
+- [[信息锚定]]：基于实时搜索数据减少AI幻觉
+
+## Key Entities
+- [[Nano Banana Pro]]：Google的图像生成模型
+
+## Connections
+- [[Nano Banana Pro]] ← 专业内容生成 ← [[意图理解引擎]]
+- [[Nano Banana Pro]] ← 信息锚定 ← [[Google搜索]]
--- a/wiki/sources/nano-banana-ti-shi-ci-kuang-jia.md
+++ b/wiki/sources/nano-banana-ti-shi-ci-kuang-jia.md
@@ -0,0 +1,29 @@
+---
+title: "Nano Banana 提示词框架"
+type: source
+tags: [nano-banana, 提示词, prompt, AI绘图]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：Nano Banana结构化提示词框架模板
+- 问题域：如何标准化AI绘图提示词结构
+- 方法/机制：提供物件描述和人物描述两套JSON框架
+- 结论/价值：为AI绘图提示词提供可复用的结构化模板
+
+## 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：shot、subject（age/appearance/pose）、environment、lighting、camera、color_grade、style、quality、negatives
+- camera参数包含：focal_length、aperture、angle
+- negatives字段用于排除不需要的元素
+
+## Key Concepts
+- [[Nano Banana]] ← 框架 ← [[提示词框架]]
+- [[提示词框架]] ← 类型 ← [[物件描述框架]]
+- [[提示词框架]] ← 类型 ← [[人物描述框架]]
+
+## Connections
+- [[Nano Banana]] ← 来源 ← [[Nano Banana提示词框架]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/never-write-another-prompt.md
+++ b/wiki/sources/never-write-another-prompt.md
@@ -0,0 +1,29 @@
+---
+title: "Never write another prompt"
+type: source
+tags: [提示词, prompt工程, AI工具]
+sources: ["https://youtu.be/OkaplCDf7Ac"]
+date: 2025-03-06
+---
+
+## Summary
+- 核心主题：提示词生成工具简化Prompt Engineering流程
+- 问题域：如何低成本生成高质量结构化提示词
+- 方法/机制：通过描述自动生成详细提示词，支持变量自定义
+- 结论/价值：提示词民主化，让非技术用户也能高效利用AI
+
+## Key Claims
+- 提示词工程民主化：工具自动生成详细提示词，无需专业背景
+- 成本效益：专业提示词服务100-500美元，工具可无限生成
+- 变量支持：通过变量实现提示词复用和定制
+- 提示词库：提供现成提示词参考和灵感
+
+## Key Concepts
+- [[提示词工程]] ← 简化 ← [[提示词生成工具]]
+- [[变量]] ← 用于 ← [[提示词复用]]
+
+## Connections
+- [[提示词优化]] ← 相关 ← [[提示词工程]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/nodewarden-ba-bitwarden-ban-dao-cloudflare-workers-shang-che-di-gao-bie-fu-wu-qi.md
+++ b/wiki/sources/nodewarden-ba-bitwarden-ban-dao-cloudflare-workers-shang-che-di-gao-bie-fu-wu-qi.md
@@ -0,0 +1,39 @@
+---
+title: "NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器"
+type: source
+tags: [bitwarden, cloudflare, self-hosted, serverless]
+date: 2026-02-22
+source_file: raw/Technical/Home Office/🟠NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md
+---
+
+## Summary
+- 核心主题：NodeWarden——基于Cloudflare Workers的无服务器Bitwarden实现
+- 问题域：密码管理系统的极致轻量化部署
+- 方法/机制：Cloudflare D1存储密码 + R2存储附件 + Workers执行后端逻辑
+- 结论/价值：实现真正无服务器的密码管理，支持TOTP二次验证
+
+## Key Claims
+- NodeWarden将Bitwarden服务器端运行在Cloudflare Workers上，无需VPS
+- 基于Cloudflare D1的单用户保管库和R2的附件存储实现完整Bitwarden兼容
+- 支持passkey和TOTP（通过TOTP_SECRET），官方Bitwarden需要付费会员
+- 定位单用户，放弃多用户、组织、集合等企业功能
+
+## Key Quotes
+> "部署 NodeWarden 之后的效果，就是在无服务器的情况下，也能在手机、电脑上使用 Bitwarden 客户端来保存密码了" — 核心价值主张
+
+## Key Concepts
+- [[无服务器密码管理]]：将传统服务器端逻辑迁移到边缘计算平台
+- [[Cloudflare D1]]：Cloudflare的SQLite数据库服务，用于存储密码元数据
+- [[Cloudflare R2]]：Cloudflare的对象存储服务，用于存储附件
+
+## Key Entities
+- [[Bitwarden]]：开源密码管理客户端，NodeWarden兼容的客户端
+- [[NodeWarden]]：运行在Cloudflare Workers上的Bitwarden服务器实现
+- [[Cloudflare]]：边缘计算平台，提供Workers/D1/R2服务
+
+## Connections
+- [[Cloudflare]] ← 部署平台 ← [[NodeWarden]]
+- [[Bitwarden]] ← 客户端兼容 ← [[NodeWarden]]
+- [[NodeWarden]] ← 替代方案 ← [[Bitwarden]]
+
+## Contradictions
--- a/wiki/sources/notebooklm-open-source-alternatives.md
+++ b/wiki/sources/notebooklm-open-source-alternatives.md
@@ -0,0 +1,63 @@
+---
+title: "Google 神级生产力工具，所有 GitHub 开源平替都找到了"
+type: source
+tags: [notebooklm, open-source, ai-tools, github]
+sources: ["https://mp.weixin.qq.com/s/6EoEMi8opDWOParUHRiHOg"]
+last_updated: 2026-01-01
+---
+
+## Summary
+
+- 核心主题：Google NotebookLM的开源替代方案汇总
+- 问题域：寻找可本地部署、功能类似的AI笔记和研究工具
+- 方法/机制：对比多个开源项目的功能特性、模型支持和部署方式
+- 结论/价值：为需要数据隐私控制或本地化需求的用户提供开源替代选择
+
+## Key Claims
+
+- Open Notebook是GitHub上Star最高的NotebookLM开源替代（14.6k Stars），支持本地化知识管理和16+AI提供商
+- SurfSense定位为NotebookLM、Perplexity和Glean的开源替代（11.4k Stars），支持语义+全文混合搜索
+- Podcastfy专注播客生成，支持多语言文本转语音对话
+- 各开源项目在模型支持、部署方式、功能专注点上有差异化定位
+
+## Key Quotes
+
+> "Open Notebook是一个全功能的本地化解决方案，不依赖云端的情况下进行知识管理和研究" — Open Notebook特点
+
+> "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，确保快速精准找到答案" — SurfSense技术特点
+
+## Key Concepts
+
+- [[NotebookLM]]：Google AI笔记助手，基于用户文档进行问答，支持播客生成
+- [[Open Notebook]]：最高Star的开源替代，支持16+AI提供商和本地模型
+- [[SurfSense]]：AI搜索与研究智能体，支持Notion、YouTube、GitHub集成
+- [[Podcastfy]]：专注播客生成的工具，文本转多语言音频对话
+- [[notebookllama]]：LlamaIndex官方的文档转播客开源项目
+- [[PageLM]]：将学习材料转化为互动式资源的教育平台
+- [[InsightsLM]]：低代码/无代码的NotebookLM替代，基于Supabase和N8N
+
+## Key Entities
+
+- [[Open Notebook]]：开源项目，14.6k Stars
+- [[SurfSense]]：开源项目，11.4k Stars
+- [[Podcastfy]]：开源播客生成工具
+- [[notebookllama]]：LlamaIndex官方项目
+- [[PageLM]]：教育科技开源项目
+- [[InsightsLM]]：基于N8N的开源工具
+- [[NotebookLM]]：Google AI笔记产品
+
+## Connections
+
+- [[NotebookLM]] ← 开源替代 ← [[Open Notebook]]
+- [[NotebookLM]] ← 开源替代 ← [[SurfSense]]
+- [[NotebookLM]] ← 开源替代 ← [[InsightsLM]]
+- [[NotebookLM播客功能]] ← 开源替代 ← [[Podcastfy]]
+- [[NotebookLM播客功能]] ← 开源替代 ← [[notebookllama]]
+- [[学习工具]] ← 替代方案 ← [[PageLM]]
+
+## Contradictions
+
+- 与NotebookLM官方产品冲突：
+  - 冲突点：功能和用户体验完整性
+  - 当前观点：开源方案提供本地化和定制化优势
+  - 对方观点：官方产品功能更完整、体验更流畅
--- a/wiki/sources/openai-chatgpt-ge-xing-hua-ding-yi.md
+++ b/wiki/sources/openai-chatgpt-ge-xing-hua-ding-yi.md
@@ -0,0 +1,28 @@
+---
+title: "OpenAI ChatGPT 个性化定义"
+type: source
+tags: [chatgpt, openai, 个性化, 自定义指令]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：ChatGPT自定义指令配置示例
+- 问题域：如何通过自定义指令让AI更符合个人需求
+- 方法/机制：提供个人背景信息+行为准则让AI精准适配
+- 结论/价值：展示一套完整的ChatGPT个性化配置模板
+
+## Key Claims
+- 自定义指令包含两部分：行为准则（Custom Instructions）和个人详情（Your Details）
+- 行为准则：专业、详细、主动预判、不道德说教、引用来源
+- 个人详情：47岁自由职业者，前云服务交付高级经理，现专注TikTok跨境电商
+
+## Key Concepts
+- [[自定义指令]]：ChatGPT个性化配置
+- [[行为准则]]：对AI回复方式的偏好设定
+- [[个人详情]]：AI需要了解的用户背景信息
+
+## Connections
+- [[ChatGPT]] ← 配置 ← [[自定义指令]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/opencode-ubuntu-install.md
+++ b/wiki/sources/opencode-ubuntu-install.md
@@ -0,0 +1,38 @@
+---
+id: opencode-ubuntu-install
+title: "在 Ubuntu 上安装 OpenCode 并配置 Vibe-Kanban"
+type: source
+tags: [opencode, ubuntu, vibe-coding, vibe-kanban]
+sources: []
+last_updated: 2026-04-14
+---
+
+## Summary
+- 核心主题：OpenCode AI 编码 Agent 的安装配置及其与 Vibe-Kanban 的集成
+- 问题域：开源 AI 编码工具的本地部署和 LLM Provider 配置
+- 方法/机制：通过官方安装脚本一键安装，配置 API Key 后初始化项目
+- 结论/价值：OpenCode 支持任意 LLM Provider，通过 AGENTS.md 文件理解项目结构
+
+## Key Claims
+- OpenCode 可通过 `curl -fsSL https://opencode.ai/install | bash` 一键安装
+- OpenCode 支持任意 LLM Provider（需配置 API Key），也提供 OpenCode Zen 托管服务
+- 初始化项目后会自动创建 `AGENTS.md` 文件，建议提交到 Git
+- OpenCode 提供 Plan 模式和 Build 模式切换（Tab 键），支持 /undo 和 /redo 命令
+- Vibe-Kanban 使用 GitHub CLI 创建 Pull Request
+
+## Key Concepts
+- [[OpenCode]]：开源 AI 编码 Agent，支持终端界面、桌面应用和 IDE 扩展
+- [[Vibe-Kanban]]：任务看板，用于管理 AI 编码 Agent 的工作流
+- [[AGENTS-md]]：OpenCode 项目初始化时生成的文件，记录项目结构和编码规范
+- [[Plan模式]]：OpenCode 的规划模式，只生成实现计划不执行代码修改
+- [[Build模式]]：OpenCode 的构建模式，执行代码修改
+
+## Key Entities
+- [[BloopAI]]：OpenCode 的开发公司
+
+## Connections
+- [[OpenCode]] ← 支持 ← [[LLM-Provider]]
+- [[Vibe-Kanban]] ← 集成 ← [[OpenCode]]
+- [[OpenCode]] ← 生成 ← [[AGENTS-md]]
+
+## Contradictions
--- a/wiki/sources/overnight-mini-app-builder.md
+++ b/wiki/sources/overnight-mini-app-builder.md
@@ -0,0 +1,31 @@
+---
+title: "Goal-Driven Autonomous Tasks"
+type: source
+tags: [OpenClaw, Autonomous, Goal-Driven, Kanban, Overnight]
+sources: ["https://www.youtube.com/watch?v=41_TNGDDnfQ"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：目标驱动的自主任务
+- 问题域：如何让 AI Agent 主动生成并完成任务
+- 方法/机制：一次性灌输目标，Agent 每日自主生成/执行/追踪任务
+- 结论/价值：AI 作为自我导向的员工
+
+## Key Claims
+- 一次性灌输所有目标（职业/个人/商业）
+- 每日生成 4-5 个自主完成的任务
+- 可构建惊喜夜间 mini-app（MVP）
+- 竞态条件修复：分离 AUTONOMOUS.md（仅主会话写）+ tasks-log.md（仅追加）
+
+## Key Concepts
+- [[Goal-Driven Autonomous]]：目标驱动自主
+- [[Overnight App Building]]：夜间应用构建
+- [[Race Condition Fix]]：竞态条件修复（双文件模式）
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Goal-Driven Autonomous]]
+- [[Subagent]] ← 执行 ← [[Goal-Driven Autonomous]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/personal-crm.md
+++ b/wiki/sources/personal-crm.md
@@ -0,0 +1,30 @@
+---
+title: "Personal CRM with Automatic Contact Discovery"
+type: source
+tags: [OpenClaw, CRM, Gmail, Calendar, Telegram, Contact Discovery]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：自动联系人发现的个人 CRM
+- 问题域：如何追踪联系人互动历史和待跟进事项
+- 方法/机制：每日扫描邮件/日历，自动更新联系人数据库，会前简报
+- 结论/价值：不错过任何待跟进的人
+
+## Key Claims
+- 每日 cron 扫描邮件和日历，发现新联系人并更新
+- 自然语言查询：谁需要跟进？我上次和谁谈过？
+- 每日会前简报：研究外部参会人背景、过往互动、待跟进事项
+
+## Key Concepts
+- [[Personal CRM]]：个人 CRM
+- [[Contact Discovery]]：自动联系人发现
+- [[Meeting Prep]]：会议准备简报
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Personal CRM]]
+- [[Gmail]] ← 数据源 ← [[Personal CRM]]
+- [[Google Calendar]] ← 数据源 ← [[Personal CRM]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/phone-based-personal-assistant.md
+++ b/wiki/sources/phone-based-personal-assistant.md
@@ -0,0 +1,31 @@
+---
+title: "Phone-Based Personal Assistant"
+type: source
+tags: [OpenClaw, Phone, Voice, ClawdTalk, Telnyx]
+sources: ["https://clawdtalk.com"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：电话语音助手
+- 问题域：如何在任何手机上免提访问 AI 助手
+- 方法/机制：ClawdTalk 让 OpenClaw 接收和拨打电话
+- 结论/价值：任何手机都成为 AI 助手网关
+
+## Key Claims
+- 通过电话呼叫与 AI Agent 对话
+- 获取日历提醒、Jira 更新、网络搜索结果的语音播报
+- Telnyx 集成提供可靠的电话连接
+- SMS 支持即将推出
+
+## Key Concepts
+- [[Phone-Based Assistant]]：电话语音助手
+- [[ClawdTalk]]：电话集成服务
+- [[Voice Gateway]]：语音网关
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Phone-Based Assistant]]
+- [[ClawdTalk]] ← 电话服务 ← [[Phone-Based Assistant]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/phone-call-notifications.md
+++ b/wiki/sources/phone-call-notifications.md
@@ -0,0 +1,31 @@
+---
+title: "Phone Call Notifications"
+type: source
+tags: [OpenClaw, Phone Call, Notifications, clawr.ing, Telnyx]
+sources: ["https://clawr.ing"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：电话通知渠道
+- 问题域：如何让 Agent 电话通知重要事项
+- 方法/机制：clawr.ing 托管电话服务，Agent 主动拨号，双向对话
+- 结论/价值：唯一能保证被注意的通知渠道
+
+## Key Claims
+- Agent 主动拨号给用户，非用户呼叫 Agent
+- clawr.ing 托管服务，无需 Twilio 配置
+- 覆盖 100+ 国家，PSTN 真实电话（非 VoIP）
+- 不存储录音或转录，传输加密
+
+## Key Concepts
+- [[Phone Notification]]：电话通知渠道
+- [[clawr.ing]]：托管电话服务
+- [[Two-Way Conversation]]：双向对话
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Phone Call Notifications]]
+- [[clawr.ing]] ← 电话服务 ← [[Phone Call Notifications]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/podcast-production-pipeline.md
+++ b/wiki/sources/podcast-production-pipeline.md
@@ -0,0 +1,31 @@
+---
+title: "Podcast Production Pipeline"
+type: source
+tags: [OpenClaw, Podcast, Content Production, Show Notes, Social Media]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：播客生产流水线
+- 问题域：如何自动化播客制作 70% 的非录制工作
+- 方法/机制：研究 → 大纲/脚本 → 字幕处理 → 展示笔记 → 社媒工具包
+- 结论/价值：接题给题，收获完整生产包
+
+## Key Claims
+- 嘉宾/话题研究 +  Talking Points 生成
+- 章节大纲 +  介绍脚本 +  过渡语生成
+- 字幕处理生成时间戳展示笔记
+- 社媒工具包：X/LinkedIn/Instagram 推广帖
+- SEO 优化的播客描述
+
+## Key Concepts
+- [[Podcast Production]]：播客生产
+- [[Content Pipeline]]：内容流水线
+- [[Show Notes]]：展示笔记
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Podcast Production Pipeline]]
+- [[Content Factory]] ← 类似 ← [[Podcast Production Pipeline]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/polymarket-autopilot.md
+++ b/wiki/sources/polymarket-autopilot.md
@@ -0,0 +1,30 @@
+---
+title: "Polymarket Autopilot: Automated Paper Trading"
+type: source
+tags: [OpenClaw, Polymarket, Paper Trading, Discord, Prediction Market]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：Polymarket 自动Paper Trading
+- 问题域：如何自动监控预测市场并执行交易策略
+- 方法/机制：监控市场数据，执行 TAIL/BONDING/SPREAD 策略，每日 Discord 报告
+- 结论/价值：用虚拟资金测试和优化交易策略
+
+## Key Claims
+- 监控 Polymarket API（价格/交易量/价差）
+- TAIL（趋势跟随）、BONDING（逆向）、SPREAD（套利）三种策略
+- 每日 Discord 摘要：交易记录/P&L/胜率/策略表现
+- 从模式中学习：基于回测调整策略参数
+
+## Key Concepts
+- [[Polymarket Autopilot]]：预测市场自动交易
+- [[Paper Trading]]：虚拟资金交易测试
+- [[Trading Strategy]]：交易策略
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Polymarket Autopilot]]
+- [[Discord]] ← 报告 ← [[Polymarket Autopilot]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/pre-build-idea-validator.md
+++ b/wiki/sources/pre-build-idea-validator.md
@@ -0,0 +1,31 @@
+---
+title: "Pre-Build Idea Validator"
+type: source
+tags: [OpenClaw, Idea Validation, MCP, GitHub, Hacker News]
+sources: ["https://github.com/mnemox-ai/idea-reality-mcp"]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：构建前创意验证
+- 问题域：如何在写代码前检查创意是否已存在
+- 方法/机制：MCP Server 扫描 GitHub/HN/npm/PyPI/Product Hunt，返回 reality_signal 评分
+- 结论/价值：避免解决已解决的问题
+
+## Key Claims
+- 扫描 5 个真实数据源构建前验证
+- 返回 reality_signal 评分（0-100）
+- 显示 top 竞争对手及 star 数
+- 高分建议转向方向
+
+## Key Concepts
+- [[Pre-Build Validator]]：构建前验证
+- [[reality_signal]]：现实信号评分
+- [[MCP Server]]：MCP 服务器
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Pre-Build Validator]]
+- [[idea-reality-mcp]] ← 工具 ← [[Pre-Build Validator]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/project-state-management.md
+++ b/wiki/sources/project-state-management.md
@@ -0,0 +1,30 @@
+---
+title: "Project State Management System: Event-Driven Alternative to Kanban"
+type: source
+tags: [OpenClaw, Project State, Event-Driven, PostgreSQL, Discord]
+date: 2026-04-14
+---
+
+## Summary
+- 核心主题：事件驱动的项目状态管理系统
+- 问题域：如何替代静态 Kanban 追踪项目动态
+- 方法/机制：事件溯源替代卡片拖拽，自然语言更新，Git 集成
+- 结论/价值：对话式追踪项目状态，保留完整上下文
+
+## Key Claims
+- 事件日志替代静态看板：完成/阻塞/决定/转向均有记录
+- Git 提交自动关联项目，提交即文档
+- 每日 standup 摘要自动生成
+- 自然语言查询项目状态
+
+## Key Concepts
+- [[Project State Management]]：项目状态管理
+- [[Event Sourcing]]：事件溯源模式
+- [[Kanban Alternative]]：看板替代方案
+
+## Connections
+- [[OpenClaw]] ← 运行 ← [[Project State Management]]
+- [[PostgreSQL]] ← 存储 ← [[Project State Management]]
+
+## Contradictions
+- 尚未发现
--- a/wiki/sources/public-private-hybrid-cloud.md
+++ b/wiki/sources/public-private-hybrid-cloud.md
@@ -0,0 +1,36 @@
+---
+title: "Public vs Private vs Hybrid Cloud Differences Explained"
+type: source
+tags: [Cloud, Public Cloud, Private Cloud, Hybrid Cloud]
+sources: []
+last_updated: 2025-06-18
+---
+
+## Summary
+- 核心主题：公有云、私有云和混合云的差异与选择
+- 问题域：组织如何根据业务需求选择合适的云部署模式
+- 方法/机制：从安全性、成本、可扩展性、合规性等维度对比三种云模式
+- 结论/价值：平衡是云架构设计的关键驱动力，组织需根据工作负载特性选择最优模式
+
+## Key Claims
+- 公有云特征：高弹性、可扩展性、低成本订阅定价、快速运营化、最新技术、可靠性
+- 私有云特征：更高安全性、定制化控制、合规性、专用资源、无竞争延迟
+- 混合云优势：策略驱动部署、规模与安全性兼得、可靠性、成本控制与效率、互操作性和移动性、业务连续性
+- 共享责任模型：无论哪种云环境，组织都需对访问控制、云安全和灾难恢复规划负责
+
+## Key Concepts
+- [[公有云]]：通过互联网交付，多个组织共享的云服务模式
+- [[私有云]]：仅供单个组织使用的专用云环境
+- [[混合云]]：同时使用公有云和私有云的部署模式
+- [[共享责任模型]]：云提供商和组织共同承担安全和合规责任的框架
+
+## Key Entities
+- [[BMC]]：云咨询公司，发布云部署模式对比报告
+
+## Connections
+- [[公有云]] ← 适用 ← 非敏感工作负载
+- [[私有云]] ← 适用 ← 高合规要求场景
+- [[混合云]] ← 结合 ← 公有云与私有云优势
+
+## Contradictions
+
--- a/wiki/sources/quan-wang-zui-quan-nano-banana-2-shi-yong-zhi-nan.md
+++ b/wiki/sources/quan-wang-zui-quan-nano-banana-2-shi-yong-zhi-nan.md
@@ -0,0 +1,38 @@
+---
+title: 全网最全！Nano Banana 2 使用指南（2025年12月更新）
+type: source
+tags: [Nano Banana 2, AI绘图, 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）使用方法
+- 问题域：国内用户如何访问和使用Nano Banana 2
+- 方法/机制：通过DeepSider浏览器插件访问，支持GPT-5.1、Gemini 3.0等多种模型
+- 结论/价值：DeepSider是最方便的国内访问渠道之一，无需特殊网络
+
+## Key Claims
+- Nano Banana 2是推理模型，生成图像前会进行内部推理
+- 支持1K、2K、4K分辨率图像输出
+- 最多可将14张输入图像组合为1张输出图像
+- 擅长高事实准确性的创意工作、需要最新知识支持的图像创作
+- DeepSider是浏览器插件，安装后无需海外账户即可访问
+- 支持GPT-5.1、Gemini 2.5 Pro、Sora 2等热门模型
+
+## Key Concepts
+- [[Nano Banana 2]]：Google推理图像模型，Gemini 3 Pro Image代号
+- [[DeepSider]]：浏览器插件形式的AI模型聚合平台
+- [[推理模型]]：在生成图像前会进行内部推理的模型
+
+## Key Entities
+- [[DeepSider]]：浏览器插件，可访问Nano Banana 2
+- [[Nano Banana 2]]：Google AI图像生成模型
+
+## Connections
+- [[Nano Banana 2]] ← accessed_via ← [[DeepSider]]
+- [[DeepSider]] ← includes ← [[Gemini 3 Pro]]
+- [[DeepSider]] ← includes ← [[GPT-5.1]]
+- [[DeepSider]] ← includes ← [[Sora 2]]
+
+## Contradictions
--- a/wiki/sources/qun-hui-nas-ke-xue-shang-wang-fang-fa.md
+++ b/wiki/sources/qun-hui-nas-ke-xue-shang-wang-fang-fa.md
@@ -0,0 +1,32 @@
+---
+title: "群晖NAS科学上网方法"
+type: source
+tags: [Synology, NAS, V2RayA, Docker]
+date: 2026-04-14
+source_file: raw/Technical/Home Office/🟠群晖NAS科学上网方法.md
+---
+
+## Summary
+- 核心主题：群晖NAS通过V2RayA配置透明代理
+- 问题域：NAS Docker pull速度慢/被墙
+- 结论/价值：V2RayA透明代理+Docker Daemon HTTP代理配置
+
+## Key Claims
+- V2RayA Docker镜像安装，Web界面配置
+- 透明代理对Docker Daemon可能无效
+- 最终方案：配置Docker Daemon的HTTP_PROXY环境变量
+- 显式配置代理比透明代理更符合Engineering Best Practice
+
+## Key Concepts
+- [[V2RayA]]：v2rayA Docker透明代理
+- [[Docker代理配置]]：systemd配置HTTP_PROXY
+- [[透明代理]]：Host模式透明劫持流量
+
+## Key Entities
+- [[Synology-NAS]]：群晖NAS设备
+
+## Connections
+- [[RAX50梅林固件]] ← 替代方案 ← [[群晖NAS科学上网]]
+
+## Contradictions
+- 与透明代理优先思维冲突：本文认为显式配置Docker Daemon代理更稳定
--- a/wiki/sources/rag-cong-ru-men-dao-jing-tong-xi-lie-1.md
+++ b/wiki/sources/rag-cong-ru-men-dao-jing-tong-xi-lie-1.md
@@ -0,0 +1,41 @@
+---
+title: "RAG从入门到精通系列1：基础RAG"
+type: source
+tags: [RAG, LLM, 检索增强生成, 向量数据库]
+sources: ["https://mp.weixin.qq.com/s/TlFNOw7_3Q8qywKLpVUmfg"]
+date: 2025-12-18
+---
+
+## Summary
+- 核心主题：RAG基础概念与实现流程
+- 问题域：如何将LLM与外部数据源连接
+- 方法/机制：Indexing → Retrieval → Generation三阶段流程
+- 结论/价值：RAG是连接LLM与外部私有/最新数据的通用方法
+
+## Key Claims
+- RAG = Retrieval Augmented Generation，将LLM与外部数据源连接
+- 三阶段：Indexing（文档索引）、Retrieval（检索）、Generation（生成）
+- Embedding Model将文本转为固定长度向量，受Context Window限制
+- 向量数据库（Qdrant等）存储Embedding Vector并实现相似度检索
+- LangChain/LlamaIndex等框架简化RAG流程
+
+## Key Concepts
+- [[RAG]]（检索增强生成）：将LLM与外部数据源连接的通用方法
+- [[Indexing]]：将外部文档切分并建立索引的过程
+- [[Retrieval]]：根据问题语义向量检索相关文档
+- [[Generation]]：将问题+知识片段输入LLM生成答案
+- [[Embedding Vector]]：文本的数值表示，捕获语义信息
+- [[Vector Store]]：存储Embedding Vector并实现相似度检索的数据库
+- [[Context Window]]：Embedding Model能接受的最大token数
+
+## Connections
+- [[RAG]] ← 包含 ← [[Indexing]]
+- [[RAG]] ← 包含 ← [[Retrieval]]
+- [[RAG]] ← 包含 ← [[Generation]]
+- [[LLM]] ← 扩展 ← [[RAG]]
+
+## Contradictions
+- 与[[LLM Wiki]]冲突：
+  - 冲突点：知识获取方式
+  - 当前观点：RAG从外部检索获取最新/私有数据
+  - [[LLM Wiki]]观点：增量累积知识到内部记忆
--- a/wiki/sources/rax50-lu-you-qi-geng-xin-merlin-clash-ding-yue.md
+++ b/wiki/sources/rax50-lu-you-qi-geng-xin-merlin-clash-ding-yue.md
@@ -0,0 +1,30 @@
+---
+title: "RAX50 路由器 更新Merlin Clash订阅"
+type: source
+tags: [clash, merlin-clash, rax50, router]
+date: 2026-04-13
+source_file: raw/Technical/Home Office/🟠RAX50 路由器 更新Merlin Clash订阅.md
+---
+
+## Summary
+- 核心主题：Netgear RAX50路由器刷Merlin固件后更新Clash订阅配置
+- 问题域：家庭网络科学上网配置
+- 方法/机制：在Merlin Clash界面通过小白一键订阅助手导入VLESS URL
+- 结论/价值：完成路由器端科学上网配置，实现局域网透明代理
+
+## Key Claims
+- 进入RAX50路由器管理界面的Merlin Clash页面
+- 通过小白一键订阅助手导入VLESS URL并重命名配置文件
+- 选择新建配置文件后点保存与启动，如不生效需再次快速重启
+
+## Key Concepts
+- [[路由器科学上网]]：在路由器层面配置代理，实现局域网设备透明代理
+
+## Key Entities
+- [[Merlin Clash]]：基于Clash的梅林固件科学上网插件
+- [[RAX50]]：Netgear RAX50路由器型号
+
+## Connections
+- [[Merlin Clash]] ← 运行于 ← [[RAX50]]
+
+## Contradictions
--- a/Show More
+++ b/Show More