Auto-sync: 2026-04-17 18:00

wiki/concepts/Fixed-Point.md

@@ -0,0 +1,24 @@
+---
+title: "Fixed Point"
+type: concept
+tags: []
+---
+
+## Definition
+不动点，记作 G*，满足 Φ(G*) = G*，即自映射 Φ 的不动点。在递归自优化系统中表示稳定的生成能力。
+
+## Context
+当生成器 G 是不动点时，它在自身的"生成-优化-更新"循环下保持不变。其输出已经编码了自我改进所需的标准。系统目标就是收敛到这个稳定状态。
+
+## Mathematical Expression
+```
+G* = lim(n→∞) Φ^n(G_0)
+```
+
+当 Φ 满足适当的连续性或收缩性条件时，可以通过迭代应用获得不动点。
+
+## Related Concepts
+- [[Self-Map]]
+- [[Generator Space]]
+- [[Y Combinator]]
+- [[Recursive Self-Optimizing Generative Systems]]

wiki/concepts/Generator-Space.md

@@ -0,0 +1,18 @@
+---
+title: "Generator Space"
+type: concept
+tags: []
+---
+
+## Definition
+生成器空间，记作 G ⊆ P^I，其中每个生成器 G: I → P 是从意图空间 I 到提示空间 P 的函数。
+
+## Context
+在递归自优化生成系统形式化中，生成器空间是整个系统的核心操作对象。系统不在输出空间优化，而是在生成器空间中进行自引用优化。
+
+## Related Concepts
+- [[Recursive Self-Optimizing Generative Systems]]
+- [[Optimization Operator]]
+- [[Meta-Generative Operator]]
+- [[Self-Map]]
+- [[Fixed Point]]

wiki/concepts/Meta-Generative-Operator.md

@@ -0,0 +1,17 @@
+---
+title: "Meta-Generative Operator"
+type: concept
+tags: []
+---
+
+## Definition
+元生成算子，记作 M: G × P → G，其中 G 是生成器空间，P 是提示空间。该算子使用优化后的提示来更新生成器本身。
+
+## Context
+元生成算子是递归自优化系统的核心组件，它实现了"生成器优化自身"的自引用循环。通过 M(G, P*)，系统能够利用优化结果改进其自身的生成能力。
+
+## Related Concepts
+- [[Generator Space]]
+- [[Optimization Operator]]
+- [[Self-Map]]
+- [[Recursive Self-Optimizing Generative Systems]]

wiki/concepts/Optimization-Operator.md

@@ -0,0 +1,16 @@
+---
+title: "Optimization Operator"
+type: concept
+tags: []
+---
+
+## Definition
+优化算子，记作 O: P × Ω → P，其中 P 是提示空间，Ω 是理想目标或评估标准的抽象表示。该算子根据理想目标 Ω 改进提示 P。
+
+## Context
+在递归自优化生成系统中，优化算子负责将生成的原始提示优化为更高质量的版本。这个优化后的版本随后用于更新生成器本身。
+
+## Related Concepts
+- [[Generator Space]]
+- [[Meta-Generative Operator]]
+- [[Recursive Self-Optimizing Generative Systems]]

wiki/concepts/RAG.md

@@ -0,0 +1,23 @@
+---
+title: "RAG"
+type: concept
+tags: []
+---
+
+## Description
+检索增强生成（Retrieval-Augmented Generation），结合知识库检索和 AI 生成答案的技术框架。
+
+## Key Components
+- 知识库索引：文档向量化存储
+- 检索模块：根据查询找到相关上下文
+- 生成模块：基于检索内容生成答案
+- 引用机制：提供答案的来源引用
+
+## Use Cases
+- 文档问答
+- 知识管理
+- 研究辅助
+
+## Connections
+- 与 [[开源平替]] 结合实现私有化部署
+- 使用 [[语义搜索]] 提高检索精度

wiki/concepts/Recursive-Self-Optimizing-Generative-Systems.md

@@ -0,0 +1,56 @@
+---
+title: "Recursive Self-Optimizing Generative Systems"
+type: concept
+tags: []
+---
+
+## Definition
+递归自优化生成系统（Recursive Self-Optimizing Generative Systems）是一种目标不是直接产生最优输出，而是通过迭代自修改构建稳定生成能力的系统。系统生成工件，根据理想目标优化它们，并使用优化后的工件更新自身的生成机制。
+
+## Core Components
+- **意图空间 (I)**：系统接收的输入意图集合
+- **提示空间 (P)**：生成的提示、程序或技能的空间
+- **生成器空间 (G)**：G ⊆ P^I，每个生成器 G: I → P
+- **理想目标 (Ω)**：抽象的评估标准或理想目标
+
+## System Dynamics
+1. **生成**：P = G(I)
+2. **优化**：P* = O(P, Ω)
+3. **更新**：G' = M(G, P*)
+
+## Formalization
+系统诱导生成器空间上的自映射：
+```
+Φ: G → G
+Φ(G) = M(G, O(G(I), Ω))
+```
+
+迭代产生序列 {G_n}，其中 G_{n+1} = Φ(G_n)。
+
+## Stable State
+稳定生成能力定义为 Φ 的不动点 G*：
+```
+G* ∈ G, Φ(G*) = G*
+```
+
+当 Φ 满足连续性或收缩性条件时：
+```
+G* = lim(n→∞) Φ^n(G_0)
+```
+
+## Lambda Calculus Expression
+使用 Y 不动点组合子表达自引用：
+```
+STEP ≡ λG. (M G) ((O (G I)) Ω)
+G* ≡ Y STEP
+```
+
+## Related Concepts
+- [[Generator Space]]
+- [[Optimization Operator]]
+- [[Meta-Generative Operator]]
+- [[Self-Map]]
+- [[Fixed Point]]
+- [[Y Combinator]]
+- [[Vibe Coding]]
+- [[Self-Improving]]

wiki/concepts/Self-Map.md

@@ -0,0 +1,26 @@
+---
+title: "Self-Map"
+type: concept
+tags: []
+---
+
+## Definition
+自映射，记作 Φ: G → G，定义为 Φ(G) = M(G, O(G(I), Ω))。这是生成器空间上的单步更新函数。
+
+## Context
+自映射定义了递归自优化系统的单次迭代：给定当前生成器 G，执行生成→优化→更新三个步骤，返回新的生成器 G'。迭代应用自映射产生生成器序列 {G_n}。
+
+## Formula
+```
+P = G(I)           # 生成
+P* = O(P, Ω)       # 优化
+G' = M(G, P*)      # 更新
+Φ(G) = G'          # 自映射
+```
+
+## Related Concepts
+- [[Generator Space]]
+- [[Meta-Generative Operator]]
+- [[Optimization Operator]]
+- [[Fixed Point]]
+- [[Recursive Self-Optimizing Generative Systems]]

wiki/concepts/Y-Combinator.md

@@ -0,0 +1,20 @@
+---
+title: "Y Combinator"
+type: concept
+tags: []
+---
+
+## Definition
+Y 不动点组合子（Y Combinator），λ 表达式为：Y ≡ λf.(λx.f(x,x))(λx.f(x,x))。用于在 λ-calculus 中表达递归。
+
+## Context
+在递归自优化生成系统的 λ-calculus 形式化中，Y 组合子用于表达稳定生成器的自引用本质：
+- STEP ≡ λG. (M G) ((O (G I)) Ω)
+- G* ≡ Y STEP
+
+这使得生成器被定义为转换生成器的函数的不动点，显式表达了自引用性质。
+
+## Related Concepts
+- [[Fixed Point]]
+- [[Self-Map]]
+- [[Recursive Self-Optimizing Generative Systems]]

wiki/concepts/数字人.md

@@ -0,0 +1,20 @@
+---
+title: "数字人"
+type: concept
+tags: [AI, 虚拟人物]
+---
+
+## Definition
+AI 生成的虚拟人物形象，可以用于视频配音和出镜。支持用户上传照片生成专属数字人，或选择预设角色形象。
+
+## Use Cases
+- 视频内容生成
+- 虚拟主播
+- 企业品牌代言
+
+## Related Entities
+- [[万彩AI]]
+- [[百度AI开放平台]]
+
+## Related Sources
+- [[文字生成视频网站推荐]]

wiki/concepts/文字生成视频.md

@@ -0,0 +1,15 @@
+---
+title: "文字生成视频"
+type: concept
+tags: [AI, 视频生成]
+---
+
+## Definition
+通过输入文本内容，利用 AI 技术自动生成对应视频内容的技术。支持自动匹配配音、视频模板、转场效果和数字人形象。
+
+## Related Entities
+- [[万彩AI]]
+- [[百度AI开放平台]]
+
+## Related Sources
+- [[文字生成视频网站推荐]]