Sync: add cloud learning and model updates

2026-04-24 17:48:36 +08:00
parent 3148216d38
commit cc23df1883
8 changed files with 237 additions and 68 deletions
--- a/Project/fonrey/DATA_MODEL/DATA_MODEL.md
+++ b/Project/fonrey/DATA_MODEL/DATA_MODEL.md
@@ -117,7 +117,7 @@ OrgUnit (组织架构)
 | [DATA_MODEL_ORG.md](./DATA_MODEL_ORG.md) | 组织人事（org_units, staff, 异动/奖惩/教育/家庭等） | ✅ 完成 |
 | [DATA_MODEL_COMPLEX.md](./DATA_MODEL_COMPLEX.md) | 楼盘/区域（districts, business_areas, complexes, buildings, room_units, schools 等） | ✅ 完成 |
 | [DATA_MODEL_CLIENT.md](./DATA_MODEL_CLIENT.md) | 客源管理（clients, requirements, follow_logs, viewings, matches 等） | ✅ 完成 |
-| [DATA_MODEL_PROPERTY.md](./DATA_MODEL_PROPERTY.md) | 房源管理（properties 及配套 22 张表，含跟进/钥匙/委托/实勘/营销/产证/完成度等） | ✅ 完成 |
+| [DATA_MODEL_PROPERTY.md](./DATA_MODEL_PROPERTY.md) | 房源管理（properties 及配套 22 张表，含跟进/钥匙/委托/实勘/营销/产证/完成度/标签/收藏/保护/号码方审批等） | ✅ 完成 |

 ---

@@ -294,6 +294,10 @@ CREATE INDEX idx_domains_primary ON public.domains(tenant_id) WHERE is_primary =

 ### 3.18 系统设置（System Settings）

+> **归属说明**：
+> - `lookup_categories` / `lookup_items` / `saved_filters` 为**跨模块**系统表，权威定义在本节。
+> - `property_tags` / `property_tag_relations` / `property_favorites` / `property_protections` / `number_holder_approvals` 属房源模块配套表，**权威定义已迁至** [`DATA_MODEL_PROPERTY.md §4.19-§4.22`](./DATA_MODEL_PROPERTY.md)，本节不再重复 DDL（修复 S1/S2）。
+
 ```sql
 -- ============================================================
 -- 枚举/选项管理：跟进目的、标签、来源渠道 等运营维护的枚举值
@@ -321,49 +325,7 @@ CREATE INDEX idx_lookup_items_category ON lookup_items(category_id)
    WHERE is_active = TRUE;
 CREATE UNIQUE INDEX idx_lookup_items_value ON lookup_items(category_id, value);

-- 自定义标签（速销/独家/唯一 等）
-CREATE TABLE property_tags (
-    id          UUID PRIMARY KEY DEFAULT gen_random_uuid(),
-    name        VARCHAR(50) NOT NULL,
-    color       VARCHAR(7),                    -- HEX 颜色
-    is_system   BOOLEAN NOT NULL DEFAULT FALSE, -- 系统预置标签不可删除
-    sort_order  INTEGER NOT NULL DEFAULT 0,
-    is_active   BOOLEAN NOT NULL DEFAULT TRUE
-);
-
-- 房源 ↔ 标签 多对多
-CREATE TABLE property_tag_relations (
-    property_id UUID NOT NULL REFERENCES properties(id) ON DELETE CASCADE,
-    tag_id      UUID NOT NULL REFERENCES property_tags(id) ON DELETE CASCADE,
-    PRIMARY KEY (property_id, tag_id)
-);
-
-CREATE INDEX idx_property_tags_property ON property_tag_relations(property_id);
-CREATE INDEX idx_property_tags_tag ON property_tag_relations(tag_id);
-
-- 收藏（经纪人收藏房源）
-CREATE TABLE property_favorites (
-    staff_id    UUID NOT NULL REFERENCES staff(id) ON DELETE CASCADE,
-    property_id UUID NOT NULL REFERENCES properties(id) ON DELETE CASCADE,
-    created_at  TIMESTAMPTZ NOT NULL DEFAULT NOW(),
-    PRIMARY KEY (staff_id, property_id)
-);
-
-CREATE INDEX idx_property_favorites_staff ON property_favorites(staff_id);
-
-- 保护房设置
-CREATE TABLE property_protections (
-    id              UUID PRIMARY KEY DEFAULT gen_random_uuid(),
-    property_id     UUID NOT NULL UNIQUE REFERENCES properties(id) ON DELETE CASCADE,
-    is_protected    BOOLEAN NOT NULL DEFAULT FALSE,
-    reason          TEXT,
-    start_at        TIMESTAMPTZ,
-    end_at          TIMESTAMPTZ,
-    set_by          UUID REFERENCES staff(id) ON DELETE SET NULL,
-    created_at      TIMESTAMPTZ NOT NULL DEFAULT NOW()
-);
-
-- 筛选方案（保存的搜索条件）
+-- 筛选方案（保存的搜索条件，跨模块通用）
 CREATE TABLE saved_filters (
    id              UUID PRIMARY KEY DEFAULT gen_random_uuid(),
    staff_id        UUID NOT NULL REFERENCES staff(id) ON DELETE CASCADE,
@@ -375,25 +337,18 @@ CREATE TABLE saved_filters (
 );

 CREATE INDEX idx_saved_filters_staff ON saved_filters(staff_id, module);
-
-- 号码方修改审批
-CREATE TABLE number_holder_approvals (
-    id              UUID PRIMARY KEY DEFAULT gen_random_uuid(),
-    property_id     UUID NOT NULL REFERENCES properties(id) ON DELETE CASCADE,
-    contact_id      UUID NOT NULL REFERENCES property_contacts(id) ON DELETE CASCADE,
-    applicant_id    UUID NOT NULL REFERENCES staff(id) ON DELETE RESTRICT,
-    approver_id     UUID REFERENCES staff(id) ON DELETE SET NULL,
-    status          VARCHAR(20) NOT NULL DEFAULT 'pending'
-                    CHECK (status IN ('pending','approved','rejected')),
-    remarks         TEXT,
-    created_at      TIMESTAMPTZ NOT NULL DEFAULT NOW(),
-    decided_at      TIMESTAMPTZ
-);
-
-CREATE INDEX idx_number_holder_approvals_status ON number_holder_approvals(status)
-    WHERE status = 'pending';
 ```

+**已迁出本节的表**（权威源见子文档）：
+
+| 表名 | 权威定义位置 |
+|------|-------------|
+| `property_tags` | [`DATA_MODEL_PROPERTY.md §4.19`](./DATA_MODEL_PROPERTY.md) |
+| `property_tag_relations` | [`DATA_MODEL_PROPERTY.md §4.19`](./DATA_MODEL_PROPERTY.md) |
+| `property_favorites` | [`DATA_MODEL_PROPERTY.md §4.20`](./DATA_MODEL_PROPERTY.md) |
+| `property_protections` | [`DATA_MODEL_PROPERTY.md §4.21`](./DATA_MODEL_PROPERTY.md) |
+| `number_holder_approvals` | [`DATA_MODEL_PROPERTY.md §4.22`](./DATA_MODEL_PROPERTY.md) |
+
 ---

 ## 五、关键索引汇总与查询优化策略
--- a/Project/fonrey/PRD/权限管理/权限管理模块PRD.md
+++ b/Project/fonrey/PRD/权限管理/权限管理模块PRD.md
@@ -1,8 +1,8 @@
 # PRD: 权限管理模块
 **状态**: Draft  
 **作者**: 产品经理  
-**最后更新**: 2026-04-24（v1.0 初稿，基于产品截图分析）  
-**版本**: 1.0  
+**最后更新**: 2026-04-24（v1.1 锁定多角色合并规则 = 并集/最宽松）  
+**版本**: 1.1  
 **所属系统**: Fonrey 房产经纪管理系统  
 **关联模块**: 组织人事管理、房源管理、客源管理、系统设置

@@ -516,12 +516,12 @@ Fonrey 采用 **RBAC（基于角色的访问控制）+ 个人权限叠加** 的
 |------|--------|------|----------|
 | 权限变更实时生效的一致性问题 | 中 | 高 | 角色/个人权限变更后主动清除 Redis 中该员工权限缓存，强制下次请求重新加载 |
 | 权限项数量巨大（14+ 模块，数百个权限项）导致编辑页性能问题 | 中 | 中 | 左侧导航按模块懒加载权限数据，避免一次性加载全部权限项 |
-| 多角色冲突规则不清晰 | 低 | 高 | 明确规则：同一员工多角色时取权限并集（最宽松原则），在 PRD 评审时确认 |
+| 多角色合并规则（已锁定 v1.1） | - | - | **规则**：同一员工多角色取**并集（最宽松原则）**。BOOLEAN→OR；SCOPE→MAX（self<store<zone<area<region<division<company）；INTEGER（限额类）→MAX，`0` 视为无上限。详见 `DATA_MODEL_PERMISSION.md` |
 | 角色删除影响已分配员工 | 低 | 高 | 删除角色前校验是否有员工仍使用该角色，有则阻止删除并提示转移员工角色 |

 ### 待确认开放问题

- [ ] **多角色权限合并规则**：当员工被分配了多个角色时，权限取并集（最宽松）还是交集（最严格）？当前截图显示支持多角色，需明确合并策略 — Owner: 产品负责人 — Deadline: 开发启动前
+- [x] ~~**多角色权限合并规则**：当员工被分配了多个角色时，权限取并集（最宽松）还是交集（最严格）？~~ **已确认（v1.1，2026-04-24）**：取**并集/最宽松**。BOOLEAN=OR，SCOPE=MAX，INTEGER=MAX（`0`=∞）。权威实现见 `DATA_MODEL_PERMISSION.md` 附录 E `PermissionChecker` 伪代码。
 - [ ] **个人权限与角色权限冲突优先级**：个人定制权限是否始终覆盖角色权限，还是支持「继承角色 + 仅扩展」模式？— Owner: 产品负责人 — Deadline: 开发启动前
 - [ ] **权限操作日志**：是否需要记录管理员对权限的变更记录（谁、何时、将哪个权限从什么改成什么）？截图中「修改日志」入口存在，需确认日志颗粒度 — Owner: 产品负责人 — Deadline: 开发启动前
 - [ ] **角色类别的完整枚举值**：当前已知「置业顾问 / 店管 / 总经」，需确认完整的角色类别列表及各类别允许的权限上限 — Owner: 产品负责人 — Deadline: 开发启动前
--- a/wiki/index.md
+++ b/wiki/index.md
@@ -4,6 +4,9 @@
 - [Overview](overview.md) — living synthesis

 ## Sources
+- [2026-04-24] [Public Cloud Learning Sessions - Introduction to AI/ML with AWS](sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md)
+- [2026-04-24] [Cloud Learning Master Index](sources/cloud-learning-master-index.md)
+- [2026-04-24] [CTP Topic 27 AWS Instance Scheduler](sources/ctp-topic-27-aws-instance-scheduler.md)
 - [2026-04-24] [Public Cloud Learning Sessions - Budget Control - 20240319](sources/public-cloud-learning-sessions-budget-control-20240319-160204-meeting-recording.md)
 - [2026-04-24] [CTP Topic 63 Optimise resource cost using automation](sources/ctp-topic-63-optimise-resource-cost-using-automation.md)
 - [2026-04-24] [Public Cloud Learning Sessions - Storage Cost Optimization - 20240305](sources/public-cloud-learning-sessions-storage-cost-optimization-20240305-160037-meeting.md)
@@ -411,9 +414,6 @@
 - [2026-04-19] [public-cloud-learning-sessions-opentext-generative-ai-prompt-engineering-2024111](sources/public-cloud-learning-sessions-opentext-generative-ai-prompt-engineering-2024111.md) — (expected: wiki/sources/public-cloud-learning-sessions-opentext-generative-ai-prompt-engineering-2024111.md — source missing)
 - [2026-04-19] [public-cloud-learning-sessions-opentext-event-driven-architecture-part-1-2024091](sources/public-cloud-learning-sessions-opentext-event-driven-architecture-part-1-2024091.md) — (expected: wiki/sources/public-cloud-learning-sessions-opentext-event-driven-architecture-part-1-2024091.md — source missing)
 - [2026-04-19] [public-cloud-learning-sessions-opentext-serverless-computing-20240903-160139-mee](sources/public-cloud-learning-sessions-opentext-serverless-computing-20240903-160139-mee.md) — (expected: wiki/sources/public-cloud-learning-sessions-opentext-serverless-computing-20240903-160139-mee.md — source missing)
- [2026-04-19] [public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin](sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md) — (expected: wiki/sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md — source missing)
- [2026-04-19] [cloud-learning-master-index](sources/cloud-learning-master-index.md) — (expected: wiki/sources/cloud-learning-master-index.md — source missing)
- [2026-04-19] [ctp-topic-27-aws-instance-scheduler](sources/ctp-topic-27-aws-instance-scheduler.md) — (expected: wiki/sources/ctp-topic-27-aws-instance-scheduler.md — source missing)
 - [Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog](sources/Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog.md) — (expected: wiki/sources/Your-AI-Isn-t-Stupid---It-Just-Needs-a-Better-Harness--Lychee-Technology-Engineering-Blog.md — source missing)
 - [Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend](sources/Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend.md) — (expected: wiki/sources/Expose-hermes-agent-as-an-OpenAI-compatible-API-for-any-frontend.md — source missing)
 - [zk-steward](sources/zk-steward.md) — (expected: wiki/sources/zk-steward.md — source missing)
--- a/wiki/log.md
+++ b/wiki/log.md
@@ -1,3 +1,31 @@
+## [2026-05-05] ingest | Public Cloud Learning Sessions - Introduction to AI/ML with AWS
+- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/09_Serverless_AI/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md
+- Status: ✅ 成功摄入
+- Summary: AWS AI/ML 与生成式 AI 入门——AI 定义（复制人类智能任务的系统）、三类 AI（分类/预测/生成式 AI）、AWS 20 年 ML 积累、Amazon Bedrock 全托管服务（Titan 基础模型+微调+持续预训练+RAG+Agents+Guardrails）、SageMaker Canvas 无代码工具、ML Ops 数据/训练/推理三流水线
+- Concepts linked: [[RAG]], [[MLOps]], [[Foundation-Models]], [[Amazon-Bedrock]], [[Amazon-SageMaker-Canvas]], [[Responsible-AI]]
+- Entities linked: [[AWS]], [[Amazon-Bedrock]], [[Amazon-Titan]]
+- Source page: wiki/sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md
+- Notes: index.md 已更新（替换占位符条目）；overview.md 已补充（Cloud Transformation & DevOps 章节新增 Serverless & AI 专题段落，置于 FinOps 后）；Suraav Paul/AWS Senior Solutions Architect 仅出现 1 次，以 wikilink 形式记录于 Source page；RAG/MLOps/Responsible AI 频次不足独立建页阈值；本来源属于 Cloud Transformation Programme 的 Serverless & AI 专题（09_Serverless_AI）；无内容冲突
+- Conflicts: 无
+
+## [2026-05-05] ingest | Cloud Learning Master Index
+- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/_Index/cloud-learning-master-index.md
+- Status: ✅ 成功摄入
+- Summary: OpenText/微焦点云转型学习会话视频总索引——NAS 源 `/volume2/work/Public Cloud Learning Sessions/`，覆盖 10 大技术领域共 111 个视频：AWS Landing Zone（22）、OpenText Series（21）、EKS & Kubernetes（14）、Security（9）、Networking（9）、Serverless & AI（9）、FinOps & Cost（10）、CI/CD & GitOps（8）、IAM & Identity（3）、Terraform & IaC（6）。该索引是所有 CTP 专题视频的元数据入口。
+- Concepts created: 无（所有关键技术概念已通过其他来源创建独立页面；该索引为元数据文件，无需新建 Concept）
+- Source page: wiki/sources/cloud-learning-master-index.md
+- Notes: index.md 已更新（Sources 节新增条目置于顶部）；overview.md 已补充（Cloud Transformation & DevOps 章节新增 cloud-learning-master-index 段落）；CTP-Team 和 OpenText 以 wikilink 形式记录于 Source page（出现次数不足独立建页阈值）；Cloud-Transformation-Programme 已通过 Micro Focus Entity 页覆盖；无内容冲突
+- Conflicts: 无
+
+## [2026-05-05] ingest | CTP Topic 27 AWS Instance Scheduler
+- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/05_FinOps/ctp-topic-27-aws-instance-scheduler.md
+- Status: ✅ 成功摄入
+- Summary: AWS Instance Scheduler 原生方案——通过 CloudFormation + CloudWatch Events（每15分钟）+ Lambda + DynamoDB 调度配置表，自动定时启停 EC2/RDS 实例；通过标签（Schedule/Period）关联调度规则；由 Guardrails 框架自动推送至公司月消费10美元以上账号；基于"时间表"而非"空闲率"触发；RDS 维护窗口智能协同；关机行为必须设为"停止"而非"终止"
+- Concepts created: 无（所有概念仅出现 1 次，以 wikilink 形式记录于 Source page）
+- Source page: wiki/sources/ctp-topic-27-aws-instance-scheduler.md
+- Notes: index.md 已更新（替换占位符条目，日期修正为 2026-04-14）；overview.md 已补充（FinOps 章节新增段落，置于 ctp-topic-63 后）；已建立与 ctp-topic-13（政策框架）、ctp-topic-63（Terraform Scheduler 互补）、ctp-topic-71（RightSizing 互补）的 Connections 关系；冲突记录：与 ctp-topic-63 在实现路径上的差异（AWS 原生 vs Terraform 层）已于 Contradictions 节说明为互补而非互斥
+- Conflicts: 与 [[ctp-topic-63-optimise-resource-cost-using-automation]] 就 EC2/RDS 自动调度的实现路径差异——Instance Scheduler（AWS 原生方案）覆盖广账户层，Terraform Scheduler（IaC 层）提供细粒度控制，两者互补而非互斥
+
 ## [2026-04-25] ingest | CTP Topic 63 Optimise resource cost using automation
 - Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/05_FinOps/ctp-topic-63-optimise-resource-cost-using-automation.md
 - Status: ✅ 成功摄入
--- a/wiki/overview.md
+++ b/wiki/overview.md
@@ -39,6 +39,8 @@ Key concepts: [[Recursive Self-Optimization]], [[Generator Space]], [[Self-Refer
 **[[multi-source-tech-news-digest]]**：AI Agent 驱动的多源科技新闻自动聚合与投递系统——四层数据管道整合 46 个 RSS 源、44 个 Twitter/X KOL 账号、19 个 GitHub Releases 仓库和 4 个 Brave Search 主题，覆盖 109+ 信息源；通过标题相似度去重和多维度质量评分（priority source +3, multi-source +5, recency +2, engagement +1）生成精选简报；支持 Discord/Email/Telegram 三通道投递，30 秒内通过自然语言添加自定义来源。属 [[Daily-YouTube-Digest]] / [[Daily Reddit Digest]] 同款 Cron Job + AI 摘要模式的不同垂直场景（前者视频，后者 Reddit 社区，本方案文字新闻）。

 ### Cloud Transformation & DevOps
+**[[cloud-learning-master-index]]**（Cloud Learning Master Index）：OpenText/微焦点云转型学习会话视频总索引，NAS 源位于 `/volume2/work/Public Cloud Learning Sessions/`，覆盖 10 大技术领域共 **111 个视频**——AWS Landing Zone（22）、OpenText Series（21）、EKS & Kubernetes（14）、Security（9）、Networking（9）、Serverless & AI（9）、FinOps & Cost（10）、CI/CD & GitOps（8）、IAM & Identity（3）、Terraform & IaC（6）。该索引是所有 CTP 专题视频的元数据入口，涵盖从基础设施（AWS Landing Zone）到应用层（Serverless/AI）的完整知识体系，为工程师和架构师提供按主题快速定位学习资源的导航能力。
+
 Git 是云转型计划中 DevOps 与 CI/CD 流水线的基础技能。**[[ctp-topic-2-git]]**（CTP Topic 2）作为 CI/CD/GitOps 系列的开篇，涵盖 Git 版本控制系统基础概念与实践，与 [[ctp-topic-9-ci-cd-with-gruntwork]]（Gruntwork CI/CD）和 [[ctp-topic-33-an-introduction-to-gitops]]（GitOps 入门）构成完整的学习链路。**[[ctp-topic-3-deploy-and-maintain-infrastructure]]**（CTP Topic 3）深入 Landing Zone 环境下的基础设施部署方法论——核心区分：Service Module（业务视角，满足业务需求的一组模块组合）与 Regular Module（技术视角，单一技术构建块）；Terragrunt HCL 文件通过版本锁定而非 master 分支引用模块；Service Catalog 支持三级复用（单账户→产品团队→跨团队）。类 OO 继承原则：抽象层次越高，配置选项越少。Terragrunt 在运行前预取所有依赖，通过缓存目录管理克隆仓库。属 IaC 模块化治理的基础原则层，与 [[ctp-topic-9-ci-cd-with-gruntwork]]（CI/CD 实践）和 [[ctp-topic-32-using-atlantis-cicd-for-infrastructure-deployments]]（Atlantis 工具）共同构成完整的 IaC 知识链路。注意：[[ctp-topic-39-implementing-eks-in-the-aws-lab-landing-zone]] 提到 Atlantis 当前不支持 EKS 部署，两者存在实践约束差异，需通过 Jenkins + Terragrunt 替代。

 **[[ctp-topic-9-ci-cd-with-gruntwork]]**（CTP Topic 9）聚焦 CI/CD 与 Gruntwork 在 AWS Landing Zone 中的实践，基于 Gruntwork 参考架构通过 Terraform/Terragrunt 实现基础设施自动化交付（⚠️ 视频待 Whisper 转录后补充详细内容）。
@@ -173,6 +175,8 @@ Key concepts: [[Process]], [[Value]], [[Value-Stream]], [[Value-Adding]], [[Wast

 **[[ctp-topic-63-optimise-resource-cost-using-automation]]**（CTP Topic 63）：使用自动化手段优化 AWS 云资源成本——涵盖五大核心策略：①批准区域（Approved Region）标准化（Oregon/NVirginia/Frankfurt/London/Sydney/Singapore），提高安全性和成本可预测性；②实例类型选择（M6i/M6g 通用型、T3/T4g 经济型、C 系列计算型、R 系列内存型），同配置 M→R 切换节省 35%，Graviton ARM 比 Intel 便宜 20-25%；③承诺计划（1年约 40% 折扣、3年约 60-64% 折扣）；④存储优化（GP2→GP3 节省 20%，及时清理未使用 EBS 卷）；⑤自动化调度（基于标签的 EC2/RDS 启动/停止，通过 Lambda + EventBridge + Terraform Scheduler 模块实现，非 7×24 工作负载每天只运行 10 小时可节省 70% 成本）。属 [[FinOps（云财务管理）]] 技术实施层，与 [[ctp-topic-13-cloud-finops-policies]]（政策框架）和 [[ctp-topic-71-pcgs-guide-to-rightsizing-why-how-when]]（RightSizing）共同构成完整 FinOps 知识链路。

+**[[ctp-topic-27-aws-instance-scheduler]]**（CTP Topic 27）：Gustavo 主讲 AWS Instance Scheduler 原生方案——通过 CloudFormation 一键部署，由 CCOE Guardrails 框架自动集成推送至公司绝大多数月消费 10 美元以上的 AWS 账号，无需用户手动配置。核心技术栈：CloudWatch Events 定时触发（默认每 15 分钟）→ Lambda 函数读取 DynamoDB 调度配置（Schedules + Periods）→ 根据实例标签（`Schedule`、`Period`）执行启动或停止操作。核心要点：①调度基于"时间表"而非"空闲率"触发；②支持多时区办公时间配置（西雅图时间、英国时间等）；③RDS 实例智能配合每 7 天维护窗口，确保维护完成后恢复正常调度状态；④实例关机行为必须设置为"停止（Stop）"而非"终止（Terminate）"以保留数据。与 [[ctp-topic-63-optimise-resource-cost-using-automation]] 的 Terraform Scheduler 模块（`auto_shutdown` 标签）构成互补方案——Instance Scheduler 覆盖广账户层，Terraform Scheduler 提供 IaC 层细粒度控制。
+
 **[[ctp-topic-71-pcgs-guide-to-rightsizing-why-how-when]]**（CTP Topic 71）：PCG 团队讲解 AWS EC2 RightSizing 系统性方法论——核心主题：为何要做 RightSizing、何时做、如何执行的完整指南。问题域聚焦过度配置（over-provisioned）EC2 实例导致的资源浪费。RightSizing 通过分析实例实际资源使用情况，将过度配置的实例调整为合适规格，在不影响性能的前提下实现成本节省。是 [[FinOps（云财务管理）]] 核心技术手段之一。⚠️ 视频尚未完成 Whisper 转录，完整内容待补充。

 **[[public-cloud-learning-sessions-reducing-cloud-costs-20250318-170100-meeting-reco]]**（Public Cloud Learning Sessions，Vinay 主讲）：AWS 云成本优化技术深度实践——**工作负载优化**聚焦现代化（EC2 新代际/Graviton 20-25% 节省/AMD 6-10% 节省/GP2→GP3 存储 20% 节省/EKS 最新版避免扩展支持费/Spot 实例 90% 折扣）和 Right Sizing（EC2 Right Sizing 报告/实例调度/闲置资源清理）。**费率优化**讲解 Savings Plans 和 Reserved Instances 的两种承诺类别（资源级 vs 灵活），以及完整实施流程（前置 Right Sizing → 分析 24/7 工作负载 → 财务沟通 → 账户所有者审批 → 利用率监控报告）。关键规则：承诺计划仅支持无预付选项，最低交易金额 $5k/年，仅由 Phenops 团队实施。属 FinOps 技术实施层，与 [[ctp-topic-13-cloud-finops-policies]]（政策框架）互补，共同构成"政策 → 技术实施"完整链路。
@@ -181,6 +185,8 @@ Key concepts: [[Process]], [[Value]], [[Value-Stream]], [[Value-Adding]], [[Wast

 **[[public-cloud-learning-sessions-best-practices-for-ec2-cost-optimization-in-aws-2]]**（Public Cloud Learning Sessions，Mike Dukes 和 Steele Taylor 主讲）：AWS EC2 成本优化最佳实践深度解析——核心主题覆盖计算效率、Nitro 系统、Graviton 使用、EC2 Spot 竞价实例和容器化成本部署。AWS Nitro 系统通过将网络、存储和安全组件外部化来提升效率；Graviton 处理器基于 ARM64 架构，提供高达 40% 更好的性价比，功耗比同等 x86 实例减少高达 60%；EC2 Spot 实例利用 AWS 闲置容量提供高达 90% 的按需价格折扣；购买选项包括 On-Demand、Savings Plans 和 Spot Instances。Spot Invaders 游戏作为容错混沌工程的实践案例，展示了在 EKS 上使用 Spot 实例构建弹性应用的最佳实践。Graviton 适用于大多数工作负载（Web 服务、容器、HPC 批处理、大数据、CI/CD），但排除有状态服务（如数据库）；Spot 和 Graviton 可组合使用以最大化成本节省。属 [[FinOps（云财务管理）]] 技术实践层，与 [[public-cloud-learning-sessions-reducing-cloud-costs-20250318-170100-meeting-reco]]（成本优化技术）和 [[ctp-topic-13-cloud-finops-policies]]（政策框架）共同构成完整的 EC2 成本优化知识链路。

+**[[public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin]]**（Public Cloud Learning Sessions，AWS 高级解决方案架构师 Suraav Paul 主讲）：AWS AI/ML 与生成式 AI 入门——AI 复制需要人类智能的任务，通过机器学习使用数据创建决策模型；分类 AI 识别模式，预测 AI 预判趋势，生成式 AI 利用基础模型（Foundation Models）创造内容。Amazon 在 ML 领域深耕 20 年，AWS 在四大领域帮助客户应用 AI：提升客户体验、实现更优决策、改善运营、创造新产品。Amazon Bedrock 是全托管生成式 AI 服务，提供 Titan 等多种基础模型，支持微调、持续预训练、RAG 和 Bedrock Agents 等数据定制技术；Guardrails for Bedrock 提供负责任 AI 安全护栏。ML Ops 将机器学习与运维融合，涵盖数据流水线（数据收集/集成/准备）、训练流水线（特征工程/模型训练/超参调优）和推理流水线（部署/监控）。属 Cloud Transformation Programme 的 Serverless & AI 专题入门，与 [[public-cloud-learning-sessions-opentext-generative-ai-prompt-engineering-2024111]]（Prompt Engineering）和 [[public-cloud-learning-sessions-opentext-serverless-computing-20240903-160139-mee]]（无服务器计算）共同构成 Serverless & AI 知识链路。
+
 **[[ctp-topic-20-program-demand-process-flow-and-poc-onboarding]]**（CTP Topic 20）：云转型计划的程序需求流程与 POC 入职流程——Sergio 和 Damian 主讲。核心内容：①需求来源——主要由业务案例（如数据中心关闭）、高层管理人员战略优先级及产品路线图驱动；②Gate Process——Gate 0 评估准入、Gate 1 负责 Design Authority 审批、Gate 3 作为启动迁移的最终准入；③POC 目的——不仅验证架构和技术可行性，还包括让团队熟悉基于 Gruntwork 的新一代 Landing Zone；④新环境特点——强调 IaC（Terraform/Terragrunt）自动化部署，严禁手动构建；⑤PCG 团队——平台控制组，负责提供云环境支持、安全策略制定及协助产品组进行 POC；⑥成功标准——POC 成功标准必须在启动前明确定义。属 CTP 治理知识体系入口，与 [[ctp-topic-65]]（价值量化）、[[ctp-topic-57]]（需求管理）、[[ctp-topic-30]]（变更管理）共同构成完整的治理框架链条。

 **[[ctp-topic-47-enterprise-architecture-cloud-standards]]**（CTP Topic 47）：Lindsay 分享企业架构云标准——核心概念：Landing Zone 框架聚焦安全、合规和可管理性，为云工作负载提供托管基础，包含账户结构（dev/stage/prod）、网络、安全、访问管理和遥测；账户结构与环境和角色对齐，通过零信任和最小权限原则定义访问控制；Terraform/Terragrunt 实现 IaC，促进标准化和可测试性；云防护栏文档捕获强制性要求和最佳实践，指导可扩展性、成本最小化和灵活性；功能分区将单体应用拆分为更小的独立模块或无服务器函数。强调需要应用团队的输入来完善防护栏并纳入实践经验。属 [[AWS-Landing-Zone]] 企业架构层的理论补充。
--- a/wiki/sources/cloud-learning-master-index.md
+++ b/wiki/sources/cloud-learning-master-index.md
@@ -0,0 +1,53 @@
+---
+title: "Cloud Learning Master Index"
+type: source
+tags: ["cloud-learning", "DevOps", "SRE", "AWS", "master-index"]
+date: 2026-04-14
+---
+
+## Source File
+- [[Cloud & DevOps/Public-Cloud-Learning-Sessions/_Index/cloud-learning-master-index.md]]
+
+## Summary（用中文描述）
+- 核心主题：Micro Focus / OpenText 云转型学习会话（Public Cloud Learning Sessions）的视频课程总索引，涵盖 AWS Landing Zone、IAM、IaC、EKS、FinOps、CI/CD、Security、Networking、Serverless/AI、OpenText Series 共 10 大领域。
+- 问题域：为企业云转型提供系统性学习路径，覆盖架构设计、身份治理、成本管理、安全合规、可观测性、容器化、自动化运维等全技术栈。
+- 方法/机制：以 NAS 共享文件系统（`/volume2/work/Public Cloud Learning Sessions/`）为视频源，按技术领域分类组织学习会话，由 CTP（Cloud Transformation Programme）团队定期录制分享。
+- 结论/价值：作为云转型知识库的总入口，为工程师和架构师提供按主题索引的参考导航，支持快速定位特定领域的学习资源。
+
+## Key Claims（用中文描述）
+- 该索引覆盖 Micro Focus / OpenText 云转型计划的全部技术领域，从基础设施（AWS Landing Zone）到应用层（Serverless/AI）形成完整知识体系。
+- 视频总数 **111 个**（截至 2026-04-14），分布在 10 个技术分类中，其中 AWS Landing Zone（22）和 OpenText Series（21）内容最丰富。
+- 所有视频通过 NAS 集中存储（`/volume2/work/Public Cloud Learning Sessions/`），统一命名规范（ctp-topic-NN / learning-sessions-xxx / public-cloud-learning-sessions-xxx）。
+
+## Key Quotes
+> "NAS源: `/volume2/work/Public Cloud Learning Sessions/` | Total: **0 videos processed**" — 索引文件元数据声明（videos processed 计数器未更新，实际视频数按分类统计为 111 个）
+
+## Key Concepts
+- [[Cloud-Transformation-Programme]]：云转型计划，本索引所属的学习会话系列由 CTP 团队主导录制。
+- [[AWS-Landing-Zone]]：AWS Landing Zone 是索引中最核心的分类之一（22 个视频），涵盖架构设计、账号管理、网络隔离。
+- [[EKS-Optimization]]：EKS 优化三专题（Bottlerocket OS / Karpenter / EKS Auto Mode）是容器化学习的高频主题。
+- [[FinOps]]：FinOps 与成本优化专题覆盖 Instance Scheduler / Rightsizing / Savings Plans / Spot Instances 等核心技术。
+- [[GitOps]]：GitOps 与 CI/CD 专题包括 Git / Renovate Bot / Atlantis / Gruntwork / IaC Testing 等工具链。
+- [[Security-Governance]]：安全专题涵盖供应链安全、3LoD 框架、Firewall Manager、Secrets Manager、CSPM 等。
+
+## Key Entities
+- [[CTP-Team]]（Cloud Transformation Programme Team）：学习会话系列的发起和组织团队，涵盖 AWS Landing Zone / FinOps / EKS / CI/CD / Security 等多领域内容。
+- [[OpenText]]：索引中 OpenText Series（21 个视频）专题由 OpenText 全球团队分享，覆盖 Thor Platform、产品策略、GIS 安全政策、GitLab 迁移等。
+- [[AWS]]：所有视频的云平台基础，涵盖 AWS 生态中的 EC2/EKS/S3/IAM/VPC/Lambda 等全栈服务。
+- [[Gruntwork]]：IaC 工具链核心，Gruntwork Landing Zone 架构在索引中出现多次（Topic 1 / Topic 3 / Topic 9 等）。
+- [[Micro-Focus]]：早期视频的发起公司，已被 OpenText 收购，部分内容反映 Micro Focus 时期的架构决策。
+
+## Connections
+- [[ctp-topic-1-gruntwork-landing-zone-architecture]] ← depends_on ← cloud-learning-master-index（索引入口）
+- [[ctp-topic-7-saas-landing-zone-design]] ← extends ← cloud-learning-master-index（专题延伸）
+- [[ctp-topic-34-azure-landing-zone-architecture-overview]] ← extends ← cloud-learning-master-index（多云扩展）
+- [[public-cloud-learning-sessions-eks-optimization-part-1-of-3-compute-optimization]] ← depends_on ← cloud-learning-master-index（EKS 专题入口）
+- [[public-cloud-learning-sessions-eks-optimization-part-2-of-3-running-containers-w]] ← extends ← cloud-learning-master-index
+- [[public-cloud-learning-sessions-eks-optimization-part-3-of-3-introduction-to-eks]] ← extends ← cloud-learning-master-index
+- [[public-cloud-learning-sessions-budget-control-20240319-160204-meeting-recording]] ← depends_on ← cloud-learning-master-index（FinOps 成本管控）
+- [[ctp-topic-33-an-introduction-to-gitops]] ← depends_on ← cloud-learning-master-index（GitOps 入门）
+- [[public-cloud-learning-sessions-opentext-gis-security-policies-20241015-160257-me]] ← depends_on ← cloud-learning-master-index（OpenText 安全专题）
+
+## Contradictions
+- 与 [[ctp-topic-14-octane-hub-on-aws]] 可能的冲突：索引本身仅为元数据，不存在内容冲突。
+- 与 [[public-cloud-learning-sessions-observability-with-opentelemetry-20240402-160113]] 无冲突：EKS 可观测性专题与 OpenTelemetry 专题互补。
--- a/wiki/sources/ctp-topic-27-aws-instance-scheduler.md
+++ b/wiki/sources/ctp-topic-27-aws-instance-scheduler.md
@@ -0,0 +1,67 @@
+---
+title: "CTP Topic 27 AWS Instance Scheduler"
+type: source
+tags:
+  - AWS
+  - Instance-Scheduler
+  - Cost-Optimization
+  - CTP
+  - FinOps
+date: 2026-04-14
+---
+
+## Source File
+- [[Cloud & DevOps/Public-Cloud-Learning-Sessions/05_FinOps/ctp-topic-27-aws-instance-scheduler.md]]
+
+## Summary（用中文描述）
+- 核心主题：AWS Instance Scheduler —— 通过定时自动化控制 EC2 和 RDS 实例启停，实现非生产环境（开发/测试）的成本优化
+- 问题域：非生产 AWS 账号中 EC2/RDS 实例 24/7 运行导致成本浪费，Cloud FinOps 需要自动化手段降低这部分支出
+- 方法/机制：
+  - CloudFormation 一键部署，由 CCOE 的 Guardrails 框架自动集成推送至所有相关账号
+  - CloudWatch Events 定时触发（默认每 15 分钟）
+  - Lambda 函数读取 DynamoDB 中的调度配置（Schedules + Periods）
+  - 通过实例标签（`Schedule`、`Period`）关联调度规则
+  - 支持多时区办公时间配置（如西雅图时间、英国时间）
+- 结论/价值：
+  - 自动覆盖公司内部绝大多数月消费超过 10 美元的 AWS 账号
+  - 与基于空闲率的调度不同，本工具基于"时间表"触发
+  - RDS 实例智能配合每 7 天维护窗口，确保维护完成后恢复正常调度状态
+  - 实例关机行为必须设置为"停止（Stop）"而非"终止（Terminate）"以保留数据
+
+## Key Claims（用中文描述）
+- AWS Instance Scheduler 通过时间表驱动（非空闲率驱动）的定时任务，可为非生产环境实例节省最高 70% 的运行成本
+- 通过 Guardrails 框架集成，Instance Scheduler 自动部署至公司绝大多数月消费超过 10 美元的 AWS 账号，无需用户手动配置
+- CloudWatch Events 每 15 分钟触发 Lambda 检查，结合 DynamoDB 中定义的 Schedules 和 Periods，实现精细化的多时区调度
+- RDS 实例的每 7 天维护窗口与调度系统智能协同，确保维护完成后实例恢复到预期的调度状态
+
+## Key Quotes
+> "该工具是基于'时间表'（Schedule）而非'空闲率'（Idle time）触发的" — Gustavo，澄清核心触发机制
+> "通过 Guardrails，该功能已自动覆盖了公司内部绝大多数月消费超过 10 美元的 AWS 账号" — Gustavo，说明部署覆盖范围
+> "实例的关机行为必须设置为'停止（Stop）'而非'终止（Terminate）'" — Gustavo，操作注意事项
+
+## Key Concepts
+- [[AWS Instance Scheduler]]：AWS 官方提供的开源解决方案，通过 CloudFormation 部署，自动定时启动和停止 EC2 及 RDS 实例以节省成本
+- [[Guardrails]]：CCOE 团队实施的自动化合规与治理框架，Instance Scheduler 作为其中的成本控制组件被自动部署
+- [[CloudWatch Events]]：系统的触发器，按照预设的时间间隔（如 15 分钟）激活 Lambda 函数
+- [[DynamoDB Config Table]]：用于存储调度定义（Schedules）和周期定义（Periods）的 NoSQL 数据库，是调度的逻辑核心
+- [[Tag-Based Scheduling]]：用户通过在实例上添加特定标签（如 `Schedule`、`Period`）将其关联到预定义的调度逻辑
+- [[RDS Maintenance Window]]：RDS 特有的每 7 天维护窗口，Instance Scheduler 能够识别并配合该窗口，确保数据库在维护后正确关闭
+- [[Override Status]]：高级配置，允许管理员强制将实例保持在停止状态，即使在预设的启动时间内也不启动
+
+## Key Entities
+- [[Gustavo]]：CCOE 团队成员，Instance Scheduler 主题讲师
+- [[CCOE（云卓越中心）]]：负责 Guardrails 框架实施和 Instance Scheduler 集成的内部团队
+- [[AWS]]：Instance Scheduler 的官方服务提供方
+
+## Connections
+- [[ctp-topic-13-cloud-finops-policies-best-practices-to-optimize-the-co]] ← depends_on ← [[ctp-topic-27-aws-instance-scheduler]]：Topic 13 定义 FinOps 政策层（标签合规、成本可见性），Topic 27 提供具体技术实现（Instance Scheduler）
+- [[ctp-topic-63-optimise-resource-cost-using-automation]] ← related_to ← [[ctp-topic-27-aws-instance-scheduler]]：两专题均覆盖 EC2/RDS 自动化调度，Topic 63 侧重 Terraform 层面的 `auto_shutdown` 标签方案，Topic 27 侧重 AWS 原生 Instance Scheduler 方案
+- [[ctp-topic-71-pcgs-guide-to-rightsizing-why-how-when]] ← extends ← [[ctp-topic-27-aws-instance-scheduler]]：Right Sizing 从实例规格层面降低容量，Instance Scheduler 从运行时间层面降低浪费，构成互补的成本优化策略
+- [[public-cloud-learning-sessions-budget-control-20240319]] ← related_to ← [[ctp-topic-27-aws-instance-scheduler]]：两专题同属 FinOps 范畴，分别聚焦预算告警强制封禁和实例调度自动节能
+
+## Contradictions
+- 与 [[ctp-topic-63-optimise-resource-cost-using-automation]] 可能的实现路径差异：
+  - 冲突点：EC2/RDS 自动调度的实现方案选择
+  - 当前观点：Topic 27 推荐 AWS 原生 Instance Scheduler（CloudFormation + CloudWatch + Lambda + DynamoDB），通过 Guardrails 自动推送覆盖全公司账号
+  - 对方观点：Topic 63 推荐 Terraform Scheduler 模块（`auto_shutdown = yes` 标签），在 Terraform 层面实现
+  - 说明：两者并不互斥——Instance Scheduler 是 AWS 原生方案覆盖广账户层，Terraform Scheduler 是 IaC 层细粒度控制，企业可同时使用
--- a/wiki/sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md
+++ b/wiki/sources/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md
@@ -0,0 +1,60 @@
+---
+title: "Public Cloud Learning Sessions - Introduction to AI/ML with AWS"
+type: source
+tags: [AI, ML, AWS, Serverless-AI, Generative-AI, Amazon-Bedrock]
+date: 2024-02-06
+---
+
+## Source File
+- [[Cloud & DevOps/Public-Cloud-Learning-Sessions/09_Serverless_AI/public-cloud-learning-sessions-introduction-to-artificial-intelligence-ai-machin.md]]
+
+## Summary（用中文描述）
+- 核心主题：AWS 上的 AI/ML 与生成式 AI 入门，由 AWS 高级解决方案架构师 Suraav Paul 主讲
+- 问题域：企业如何在 AWS 云上落地 AI/ML 能力，包括传统 AI（分类/预测）和生成式 AI（基础模型）
+- 方法/机制：Amazon Bedrock 全托管生成式 AI 服务、Amazon SageMaker Canvas 无代码 ML 工具、ML Ops 完整生命周期管理（数据流水线→训练流水线→推理流水线）
+- 结论/价值：AWS 通过预置算法/模型/SageMaker Canvas 民主化 AI 访问；Bedrock 支持微调/持续预训练/RAG/Agent/Guardrails 全套定制能力；ML Ops 融合 DevOps 文化、人员和流程，实现协同 ML 解决方案
+
+## Key Claims（用中文描述）
+- AI 指任何能复制此前需要人类智能才能完成任务的系统，通常通过机器学习使用数据创建决策逻辑或模型来寻求概率性结果
+- AWS 认为大多数客户体验和应用程序将被生成式 AI 重塑，由拥有数十亿参数的基础模型驱动
+- Amazon Bedrock 是全托管服务，用于构建和扩展生成式 AI 应用，支持使用自有数据定制基础模型，同时保持安全与隐私
+- ML Ops 结合机器学习与运维，涉及人员、技术和流程的协作，以实现协同 ML 解决方案
+
+## Key Quotes
+> "We believe most customer experiences and applications will be reinvented with generative AI, powered by foundation models with billions of parameters." — Suraav Paul, AWS Senior Solutions Architect
+
+> "AI is a way to describe any system that can replicate tasks that previously required human intelligence." — Suraav Paul, AWS Senior Solutions Architect
+
+> "ML Ops combines machine learning and operations, involving people, technology, and processes for collaborative ML solutions." — Suraav Paul, AWS Senior Solutions Architect
+
+## Key Concepts
+- [[RAG]]：Retrieval Augmented Generation，从企业数据源获取相关数据以生成响应，是 Bedrock 数据定制技术之一
+- [[MLOps]]：Machine Learning Operations，将 ML 与运维结合，涉及人员、技术和流程的协作框架
+- [[Foundation-Models]]：基础模型，具有数十亿参数，支持分类、预测和生成式 AI，是生成式 AI 的核心驱动
+- [[Amazon-Bedrock]]：AWS 全托管生成式 AI 服务，提供基础模型访问、数据定制（微调/持续预训练/RAG/Agent）和安全保障
+- [[Amazon-SageMaker-Canvas]]：AWS 无代码机器学习工具，民主化 AI/ML 访问
+- [[Responsible-AI]]：负责任 AI 原则，包括公平性、可解释性、鲁棒性、治理、透明度和隐私/安全
+
+## Key Entities
+- [[AWS]]：Amazon Web Services，云服务商，提供 AI/ML 全套工具和服务
+- [[Amazon-Bedrock]]：AWS 全托管生成式 AI 服务平台
+- [[Amazon-Titan]]：Bedrock 提供的基础模型系列之一
+
+## Connections
+- [[ctp-topic-13-cloud-finops-policies]] ← extends ← [[FinOps（云财务管理）]]
+- [[ctp-topic-63-optimise-resource-cost-using-automation]] ← depends_on ← [[FinOps（云财务管理）]]
+- [[ctp-topic-27-aws-instance-scheduler]] ← depends_on ← [[FinOps（云财务管理）]]
+- [[public-cloud-learning-sessions-budget-control-20240319]] ← depends_on ← [[FinOps（云财务管理）]]
+- [[public-cloud-learning-sessions-storage-cost-optimization-20240305]] ← depends_on ← [[FinOps（云财务管理）]]
+- [[ctp-topic-67-cloud-native-observability-using-opentelemetry]] ← extends ← [[OpenTelemetry]]
+- [[ctp-topic-59-achieving-reliability-with-amazon-eks]] ← extends ← [[Amazon EKS]]
+- [[public-cloud-learning-sessions-eks-optimization-part-3-of-3-introduction-to-eks]] ← extends ← [[Amazon EKS]]
+
+## Contradictions
+- 无
+
+## Notes
+- Suraav Paul（AWS 高级解决方案架构师）仅出现 1 次，以 wikilink 形式记录于 Source page，无需独立建页
+- [[RAG]] 在本 Wiki 中已有多个来源引用（LangChain、Milvus、Qdrant、Knowledge Base RAG 等），无需新建概念页
+- MLOps/Responsible AI 出现频次不足独立建页阈值，以 wikilink 形式记录于 Source page
+- 本来源属于 Cloud Transformation Programme 的 Serverless & AI 专题（09_Serverless_AI）