Batch 9: Obsidian插件/AI开源平替/Coze培训/TK面单/Ubuntu科学上网

- Sources: 5个新文档
- Concepts: ProxyChains, SOCKS5代理, Docker Daemon代理
- Index: 更新至 Batch 9
- 累计 sources: 108/182

wiki/sources/2025年11个神级AI开源平替-GitHub杀疯了.md

@@ -0,0 +1,63 @@
+---
+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生图, AI生视频, AI智能体]
+date: 2026-01-01
+---
+
+## Source File
+- [[raw/AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md]]
+
+## Summary
+- 核心主题：2025 年 GitHub 热门 AI 开源项目盘点，覆盖 11 个细分领域
+- 问题域：寻找闭源 AI 产品的开源替代方案
+- 方法/机制：按领域分类横向对比，每个领域推荐 1-2 个最具代表性的开源项目
+- 结论/价值：国产开源模型（DeepSeek/Qwen）在 LLM 赛道已领先；Flux 在 AI 生图人体解剖学最正确；HunyuanVideo 是开源最大参数量视频生成模型
+
+## Key Claims
+
+### LLM（大语言模型）
+- DeepSeek R1：开源首个 o1 级深度推理模型，差异化竞争破壁者
+- Qwen 3：全尺寸覆盖 + 极致工具调用，开源界六边形战士
+- 智谱 GLM、Kimi K2、MiniMax 构成国产第二梯队
+
+### AI 生图
+- Flux：前 SD 核心团队出品，人体解剖学最正确的开源模型，指尖细节超过 Midjourney
+- Stable Diffusion 3.5：LoRA/ControlNet 生态最丰富，特定角色/姿势控制首选
+
+### AI 生视频
+- HunyuanVideo（混元视频）：开源界参数量最大视频生成模型，中文 Prompt 理解天花板，动作连贯性强
+
+### 通用智能体
+- OpenManus：Manus 开源平替，5 万 Star，规划→执行→循环反馈，Browser-use/Playwright 驱动
+
+### AI Coding
+- Cline：VS Code 最强开源自主编程插件，MCP 扩展，敏感操作需用户授权
+
+### 智能体工作流
+- n8n：16 万 Star，拖拽节点自动化，LangChain 节点集成，私有部署开源版 Zapier
+- Dify：LLM 应用开发平台，可视化知识库机器人搭建
+
+### AI 搜索
+- Perplexica：2.8K Star，Perplexity 开源平替，SearXNG 搜索源，支持本地大模型
+
+## Key Concepts
+- [[开源平替]]：以开源项目替代闭源商业产品的策略
+- [[HunyuanVideo]]：腾讯混元视频，开源最大参数量视频生成模型
+- [[OpenManus]]：通用智能体开源方案，规划-执行-反馈循环
+- [[Cline]]：VS Code AI 编程插件，Cursor 开源平替
+- [[Perplexica]]：AI 搜索引擎开源实现，SearXNG + 本地 LLM
+
+## Key Entities
+- [[DeepSeek]]：国产开源 LLM 代表，R1 深度推理模型
+- [[Qwen]]：阿里通义千问，开源六边形战士
+- [[Flux]]：AI 生图开源模型，人体解剖学最正确
+- [[n8n]]：工作流自动化开源平台，16 万 Star
+- [[Dify]]：LLM 应用开发平台
+- [[Manus]]：AI Agent 领域里程碑产品，2025 年现象级应用
+
+## Connections
+- [[DeepSeek]] ← 同类竞争 ← [[Qwen]]
+- [[n8n]] ← 功能重叠 ← [[Dify]]
+- [[OpenManus]] ← 对标 ← [[Manus]]
+- [[Cline]] ← 功能重叠 ← [[Cursor]]

wiki/sources/AI解决方案专家培训课程.md

@@ -1,31 +1,33 @@
 ---
-title: "AI解决方案专家培训课程"
+title: "AI 解决方案专家培训课程"
 type: source
-tags: [ai, coze, agent, workflow]
+tags: [coze, AI Agent, 解决方案, 培训]
 date: 2025-06-20
 ---
 
 ## Source File
-- raw/AI/AI 解决方案专家培训课程.md
+- [[raw/AI/AI 解决方案专家培训课程.md]]
 
 ## Summary
-- 核心主题：Coze（扣子）平台 Agent Demo 全景展示
-- 问题域：AI Agent 在多个行业的落地场景与工作流设计
-- 方法/机制：通过 Coze 平台创建多类型 Agent（问答/工作流/对话/客服等），覆盖金融、医疗、教育、电商、泛娱乐等 8 大行业
-- 结论/价值：展示 Coze 平台从 0 到 1 构建行业 Agent 的完整路径
+- 核心主题：Coze（扣子）平台 AI Agent 开发培训课程案例集
+- 问题域：展示 Coze 平台多行业 AI Agent 和工作流设计能力
+- 方法/机制：通过 Coze 中国版/国际版平台 Demo，涵盖金融、医疗、教育、电商、HR、客服等行业场景
+- 结论/价值：Coze 是企业级 AI Agent 快速搭建的低代码平台，Workflow+Bot 组合覆盖大多数业务场景
 
 ## Key Claims
-- Coze 平台支持国内版（coze.cn）和海外版（coze.com）
-- Agent 类型覆盖：单 Bot 对话、Workflow 工作流、表格问答、拍照搜视频、在线问诊等
-- 行业覆盖：金融（客户分层营销/智能客服）、医疗（影像识别/分诊）、教育（知识库问答/组卷出题/培训对练）、电商（混剪助手/在线换衣）、泛娱乐（AI证件照/视频生成）、HR（招聘打分/面试对话）
-- 工作流 Demo 可视化编排，非技术用户也能快速搭建
+- Coze 中国版（coze.cn）和国际版（coze.com）功能基本对齐，支持 Bot 和 Workflow 两种形态
+- 金融场景：客户分层营销助手、智能客服 Agent，支撑企业级决策
+- 教育场景：拍照搜视频、组卷出题、知识点掌握评估，覆盖学习全流程
+- 医疗场景：影像图片识别 + 在线问诊，AI 辅助诊断
+- 电商场景：混剪助手、在线换衣、直播间自动回复，覆盖营销全链路
+- HR 场景：AI 面试对练、培训对练，标准化招聘流程
+- 客服场景：AI 销售、在线客服助教，降低人工成本
 
 ## Key Entities
-- [[Coze]]：字节跳动 AI Agent 平台（国内版 coze.cn，海外版 coze.com）
-- [[Coze工作流]]：可视化编排多节点 AI 任务的机制
+- [[Coze]]：字节跳动 AI Agent 开发平台，低代码/无代码构建 Bot 和 Workflow
+- [[Coze Workflow]]：Coze 可视化业务流程编排引擎
+- [[Coze Bot]]：Coze 对话型 AI Agent 构建形态
 
 ## Connections
-- [[Coze]] ← 平台基础
-- [[Coze工作流]] ← 编排机制
-
-## Contradictions
+- [[Coze Bot]] ← 构成 ← [[Coze]]
+- [[Coze Workflow]] ← 构成 ← [[Coze]]

wiki/sources/AWS-CloudFormation-StackSets-多账户集中日志监控.md

@@ -0,0 +1,49 @@
+---
+title: "AWS CloudFormation StackSets 多账户集中日志监控"
+type: source
+tags: [aws, devops, iac, cloudwatch, eventbridge]
+date: 2025-10-25
+---
+
+## Source File
+- [[raw/Cloud & DevOps/How to Simplify Multi-Account Deployments Monitoring Centralized Logs for AWS CloudFormation StackSets.md]]
+
+## Summary
+- 核心主题：AWS 多账户环境下 CloudFormation StackSets 部署的集中日志监控方案
+- 问题域：多账户 IaC 部署时，逐账户登录排查故障的运维负担
+- 方法/机制：EventBridge 跨账户事件转发 + CloudWatch Logs 集中存储 + CloudWatch Logs Insights 查询
+- 结论/价值：一个管理账户统一视图，覆盖全部成员账户的 StackSets 事件，缩短故障定位时间
+
+## Key Claims
+- AWS Organizations 多账户结构下，StackSets 可跨账户部署基础设施，但缺乏集中监控
+- EventBridge 规则在每个成员账户捕获 CloudFormation 事件并转发至管理账户自定义事件总线
+- CloudWatch Logs Insights 支持跨账户查询，提供失败堆栈操作、账户分布、资源类型等结构化分析
+- 两张 CloudFormation 模板（log-setup-management.yaml + common-resources-stackset.yaml）实现全自动化部署
+
+## Key Quotes
+> "When a critical security baseline deployed across 50 accounts suddenly starts failing, teams face the daunting task of logging into each account individually to understand what went wrong." — AWS DevOps Blog，描述多账户运维的核心痛点
+
+## Key Concepts
+- [[CloudFormation StackSets]]：跨 AWS 账户和区域部署 IaC 的托管服务
+- [[EventBridge]]：AWS 事件总线，支持跨账户事件路由
+- [[CloudWatch Logs]]：AWS 日志存储与查询服务
+- [[CloudWatch Logs Insights]]：结构化日志分析查询语言
+- [[AWS Organizations]]：AWS 多账户组织管理框架
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+
+## Key Entities
+- [[AWS]]：云服务商，StackSets/EventBridge/CloudWatch 服务的提供方
+
+## Connections
+- [[AWS]] ← 提供基础设施 ← [[CloudFormation StackSets]]
+- [[CloudFormation StackSets]] ← 事件来源 ← [[EventBridge]]
+- [[EventBridge]] ← 跨账户转发 ← [[CloudWatch Logs]]
+- [[CloudWatch Logs]] ← 查询分析 ← [[CloudWatch Logs Insights]]
+
+## Contradictions
+- 无
+
+## Metadata
+- 来源：AWS DevOps & Developer Productivity Blog
+- URL：https://aws.amazon.com/blogs/devops/how-to-simplify-multi-account-deployments-monitoring-centralized-logs-for-aws-cloudformation-stacksets/
+- 模板：log-setup-management.yaml + common-resources-stackset.yaml（GitHub aws-cloudformation-templates 仓库）

wiki/sources/Autonomous-Educational-Game-Development-Pipeline.md

@@ -0,0 +1,44 @@
+---
+title: "Autonomous Educational Game Development Pipeline"
+type: source
+tags: [game-development, autonomous-agent, openclaw-usecase]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Agent/usecases/autonomous-game-dev-pipeline.md]]
+
+## Summary
+- 核心主题：OpenClaw Agent 作为游戏开发智能体，自主管道生命周期管理（创建/修复/部署）
+- 问题域：独立开发者手工开发 40+ 教育游戏速度太慢，维护一致性困难
+- 方法/机制：Bugs First 策略 + Round Robin 队列 + 标准化设计规则 + Git 分支工作流；Agent 自主选择→实现→注册→文档→部署，每 7 分钟完成一个游戏或修复
+- 结论/价值：将游戏开发速度提升至每 7 分钟一个新游戏或修复，已成功生产 41+ 游戏
+
+## Key Claims
+- Bugs First 强制优先级：Agent 必须先修复 bugs/ 目录下第一个文件，才可处理新游戏
+- 每 7 分钟一个游戏或修复的产出速度，管道已稳定运行
+- 游戏需注册到 public/js/games-list.json 才会在首页显示
+- 设计规则强制纯 HTML/CSS/JS（无框架）、移动优先、离线可用
+- 产出：elbebe.co — 一个面向拉丁美洲儿童的西班牙语教育游戏门户
+
+## Key Quotes
+> "Bugs First! If the bugs/ folder has content, your only priority is to fix the first bug in alphabetical order."
+
+> "This pipeline is capable of producing 1 new game or bugfix every 7 minutes."
+
+## Key Concepts
+- [[Bugs-First-Policy]]：Agent 强制优先处理 bugs/ 队列中的第一个文件，阻止 feature 开发冲动
+- [[Round-Robin-Queue]]：跨年龄段平衡分配游戏开发任务的策略
+- [[Conventional-Commits]]：语义化提交格式（feat/fix），用于自动生成 CHANGELOG
+- [[Git-Branch-Workflow]]：feature/[game-id] 分支 → PR → master → 自动化发布
+
+## Key Entities
+- [[El-Bebe-Games]]：拉丁美洲儿童教育游戏网站，游戏产出实体，GitHub 为 duberblockito/elbebe
+- [[LANero]]：项目创始人背景，"LANero of the old school" 创作者
+
+## Connections
+- [[OpenClaw]] ← 平台 ← [[Autonomous-Educational-Game-Development-Pipeline]]
+- [[Self-Healing-Systems]] ← 类似模式 ← [[Autonomous-Educational-Game-Development-Pipeline]]（自动修复优先）
+- [[Vibe-Kanban]] ← 任务管理 ← [[Autonomous-Educational-Game-Development-Pipeline]]
+
+## Contradictions

wiki/sources/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md

@@ -0,0 +1,42 @@
+---
+title: "Mac Mini 服务器配置：防止自动锁屏与睡眠"
+type: source
+tags: [macos, server, homelab, remote-access]
+date: 2026-03-15
+---
+
+## Source File
+- [[raw/Home Office/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md]]
+
+## Summary
+- 核心主题：Mac Mini 作为无头服务器运行时，防止自动锁屏和睡眠的配置方案
+- 问题域：关闭显示器后 Mac Mini 自动锁屏或进入睡眠，导致远程桌面（RustDesk/VNC）无法连接
+- 方法/机制：`pmset` 系统电源管理命令集；`caffeinate` 临时防止睡眠工具
+- 结论/价值：通过 `pmset -a sleep 0 displaysleep 0 standby 0 hibernatemode 0` 彻底关闭睡眠，配合 WOL 实现远程唤醒
+
+## Key Claims
+- `pmset -a sleep 0` 禁止系统睡眠，`-a` 参数表示应用于所有电源模式（电池和电源适配器）
+- `pmset -a displaysleep 0` 禁止显示器关闭，适合接显示器远程访问场景
+- `pmset -a standby 0` 禁止待机模式（内存供电暂停）
+- `pmset -a hibernatemode 0` 禁止休眠（内存镜像保存至磁盘）
+- `pmset -a womp 1` 启用网络唤醒（WOL，Wake-on-LAN），远程开机
+- `caffeinate -d -i -s` 临时防止睡眠，不修改系统设置，按 Ctrl+C 停止
+
+## Key Concepts
+- [[pmset]]：macOS 系统电源管理命令行工具
+- [[caffeinate]]：macOS 临时防止系统睡眠的工具
+- [[WOL]]：Wake-on-LAN，网络唤醒协议
+
+## Key Entities
+- [[Mac Mini]]：Apple Mac Mini，作为家庭服务器使用
+
+## Connections
+- [[Mac Mini]] ← 配置目标 ← [[pmset]]
+- [[pmset]] ← 临时方案 ← [[caffeinate]]
+
+## Contradictions
+- 无
+
+## Metadata
+- 来源：个人实践笔记
+- 标签：macos、server、homelab、remote-access

wiki/sources/Obsidian高效指南-我常用的插件与实用技巧.md

@@ -0,0 +1,40 @@
+---
+title: "Obsidian 高效指南：我常用的插件与实用技巧"
+type: source
+tags: [obsidian, 插件, 知识管理]
+date: 2025-03-13
+---
+
+## Source File
+- [[raw/Others/Obsidian 高效指南：我常用的插件与实用技巧.md]]
+
+## Summary
+- 核心主题：Obsidian 插件生态与高效使用技巧
+- 问题域：如何将 Obsidian 打造成完整的知识管理系统
+- 方法/机制：Tasks（任务管理）、Dataview（数据查询）、Templater（模板）、QuickAdd（快速记录）+ 双向链接 + 每日笔记
+- 结论/价值：插件组合形成信息管理闭环，Dataview 查询实现笔记资产盘活
+
+## Key Claims
+- Tasks 插件将待办事项整合进笔记系统，支持日期提醒、优先级、标签分类和查询语法
+- Dataview 将笔记转化为数据库，支持按时间/标签/关键词筛选，提升检索效率
+- Templater 预设模板统一笔记结构，消除重复操作
+- QuickAdd 快捷键快速创建笔记，适合捕捉瞬时想法
+- 双向链接构建个人知识网络，比传统分类更灵活
+- 每日笔记结合 Templater 形成"早计划-晚复盘"节奏
+
+## Key Concepts
+- [[Obsidian Tasks]]：待办事项管理插件，日程整合进 PKM
+- [[Obsidian Dataview]]：笔记数据库化查询插件，类 SQL 语法
+- [[Obsidian Templater]]：动态模板引擎，支持变量和条件逻辑
+- [[Obsidian QuickAdd]]：快捷键快速记录插件
+- [[双向链接]]：笔记间双向引用，构建知识网络
+- [[每日笔记]]：Daily Notes，日期驱动的工作流锚点
+
+## Key Entities
+- [[Obsidian]]：本地优先 Markdown PKM 工具
+
+## Connections
+- [[Obsidian Dataview]] ← 依赖 ← [[双向链接]]
+- [[Obsidian Templater]] ← 支撑 ← [[每日笔记]]
+- [[Obsidian Tasks]] ← 整合进 ← [[Obsidian]]
+- [[Obsidian QuickAdd]] ← 整合进 ← [[Obsidian]]

wiki/sources/Polymarket-Autopilot.md

@@ -0,0 +1,42 @@
+---
+title: "Polymarket Autopilot: Automated Paper Trading"
+type: source
+tags: [polymarket, paper-trading, trading-bot, openclaw-usecase]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Agent/usecases/polymarket-autopilot.md]]
+
+## Summary
+- 核心主题：OpenClaw Agent 自动化预测市场模拟交易（Paper Trading），执行趋势跟踪和反向交易策略
+- 问题域：手动监控预测市场耗时长、错过机会、情绪化决策；实盘测试策略风险高
+- 方法/机制：Polymarket API 监控市场数据 → 执行 Paper Trade（模拟交易）→ PostgreSQL 记录 → Discord 每日报告；支持 TAIL/BONDING/SPREAD 三种策略；子 Agent 并行分析多个市场
+- 结论/价值：睡前设置，醒来收到隔夜报告；基于回测结果自动调整策略参数
+
+## Key Claims
+- 三种核心策略：TAIL（趋势跟踪，>60% 概率+交易量突增）、BONDING（反向交易，过度反应时买入）、SPREAD（套利，YES+NO>1.05 时入场）
+- 每日 8:00 Discord 晨报包含：交易日志/P&L/胜率/策略表现/市场洞察
+- 初始模拟资金 $10,000，永不使用真实资金
+- 子 Agent 并行分析多个市场，高峰期效率提升
+- 策略迭代基于回测结果，阈值可调
+
+## Key Quotes
+> "You want to test and refine trading strategies without risking real capital."
+
+## Key Concepts
+- [[Paper-Trading]]：模拟交易，在真实市场中使用假资金测试策略，隔离风险
+- [[趋势跟踪策略]]：TAIL 策略，识别概率>60%且交易量突增的趋势，顺势入场
+- [[反向交易策略]]：BONDING 策略，在市场对新闻过度反应时反向入场
+- [[套利策略]]：SPREAD 策略，检测 YES+NO 价格总和>1.05 的低效定价
+- [[预测市场]]：Polymarket，基于加密货币的预测市场平台
+
+## Key Entities
+- [[Polymarket]]：基于加密货币的预测市场平台，支持 API 访问市场数据
+
+## Connections
+- [[Last30Days]] ← 类似数据驱动方法 ← [[Polymarket-Autopilot]]
+- [[Content-Factory]] ← 子 Agent 模式 ← [[Polymarket-Autopilot]]（并行多市场分析）
+- [[Market-Research-Product-Factory]] ← 数据分析 ← [[Polymarket-Autopilot]]
+
+## Contradictions

wiki/sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md

@@ -0,0 +1,40 @@
+---
+title: "Scrapy + Playwright 抓取 TikTok Shop Data"
+type: source
+tags: [scrapy, playwright, tiktok, data-collection, python]
+date: 2025-09-29
+---
+
+## Source File
+- [[raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]]
+
+## Summary
+- 核心主题：使用 Scrapy + Scrapy-Playwright 抓取 TikTok Shop 店铺数据
+- 问题域：TikTok Shop 页面为动态渲染，传统 HTTP 请求无法获取数据
+- 方法/机制：Python venv 虚拟环境隔离依赖；scrapy-playwright 驱动 Chromium 渲染动态内容；`scrapy runspider` CLI 运行爬虫
+- 结论/价值：提供 Docker 容器化部署配置（venv + PATH 环境变量）；Playwright Chromium 替代 requests + Selenium 组合
+
+## Key Claims
+- Python venv 虚拟环境是管理 Scrapy/Playwright 依赖的最佳实践，避免全局环境污染
+- `scrapy-playwright` 集成包将 Playwright 无头浏览器注册为 Scrapy 下载器中间件
+- `playwright install chromium` 安装无头 Chromium，支持 JavaScript 渲染
+- Docker 容器部署需在 Dockerfile 中预先配置 venv 并设置 PATH
+
+## Key Concepts
+- [[Scrapy]]：Python 开源爬虫框架，异步结构化抓取，支持 Item Pipeline
+- [[Playwright]]：Microsoft 浏览器自动化工具，支持 Chromium/Firefox/WebKit
+- [[电商数据采集]]：TikTok Shop 数据采集的技术栈
+
+## Key Entities
+- [[TikTok Shop]]：字节跳动旗下电商平台，数据采集目标
+
+## Connections
+- [[Scrapy]] ← 中间件整合 ← [[Playwright]]
+- [[Scrapy]] → 输出结构化数据 → [[电商数据采集]]
+
+## Contradictions
+- 无
+
+## Metadata
+- 来源：个人实践笔记
+- 标签：scrapy、playwright、tiktok

wiki/sources/Self-Healing-Home-Server.md

@@ -0,0 +1,48 @@
+---
+title: "Self-Healing Home Server & Infrastructure Management"
+type: source
+tags: [self-healing, infrastructure, openclaw, home-lab]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Agent/usecases/self-healing-home-server.md]]
+
+## Summary
+- 核心主题：OpenClaw 作为家庭基础设施的自主运维 Agent（代号 Reef），实现 24/7 无人值守管理
+- 问题域：家庭服务器需 24 小时待命、证书过期、磁盘满、服务崩溃、凌晨故障需人工 SSH 处理
+- 方法/机制：SSH 访问内网机器 + 定时 Cron 任务 + 1Password 密钥管理 + K8s/kubectl + Terraform/Ansible；多层安全防护（TruffleHog 预推送钩子 + 本地 Gitea + CI 扫描）
+- 结论/价值：Agent 可在用户察觉前检测、诊断并修复问题；每日晨报自动汇总系统状态、日历、天气、任务看板
+
+## Key Claims
+- AI 会硬编码密钥（最大安全风险），必须强制预推送钩子 + 密钥扫描
+- 本地优先 Git 策略：必须通过私有 Gitea 暂存 + CI 扫描后才可推送公开仓库
+- Cron 任务是真正的产品：定时健康检查、邮件分类、晨报比临时命令更有日常价值
+- 知识提取随时间复利：5,000+ 条笔记的用户从中提取了 49,079 条原子事实
+
+## Key Quotes
+> "AI assistants will happily hardcode secrets. They sometimes don't have the same instincts humans do."
+
+> "Cron jobs are the real product."
+
+## Key Concepts
+- [[自愈基础设施]]：健康检查 + 自动诊断 + 自主修复（重启 Pod/扩展资源/修复配置）
+- [[基础设施即代码]]：Terraform（基础设施定义）+ Ansible（配置管理）+ Kubernetes 清单
+- [[多因素安全防护]]：TruffleHog 预推送钩子 + 本地 Gitea + CI 扫描 + 分支保护 + 最小权限
+- [[定时晨报]]：每日 8:00 自动生成天气/日历/系统状态/任务看板摘要
+- [[邮件分类]]：Gmail 自动标签标注、归档噪音、标注待处理项
+
+## Key Entities
+- [[Nathan-Reef]]：OpenClaw Showcase 用户，Home Server Agent "Reef" 的作者，5,000+ Obsidian 笔记，15 个活跃 Cron 任务
+- [[TruffleHog]]：Git 预推送密钥扫描工具，检测代码/配置中的硬编码密钥
+- [[K3s]]：轻量级 Kubernetes，用于家庭集群管理
+- [[Gitea]]：自托管 Git 服务，家庭实验室私有代码暂存区
+
+## Connections
+- [[OpenClaw]] ← 平台 ← [[Self-Healing-Home-Server]]
+- [[Autonomous-Project-Management]] ← 类似自主性 ← [[Self-Healing-Home-Server]]
+- [[Autonomous-Educational-Game-Development-Pipeline]] ← 共享 Bugs-First 模式 ← [[Self-Healing-Home-Server]]
+- [[1Password]] ← 密钥管理 ← [[Self-Healing-Home-Server]]
+- [[Prometheus]] ← 健康监控 ← [[Self-Healing-Home-Server]]
+
+## Contradictions

wiki/sources/Semantic-Memory-Search.md

@@ -0,0 +1,44 @@
+---
+title: "Semantic Memory Search"
+type: source
+tags: [openclaw, memory, vector-search, milvus]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Agent/usecases/semantic-memory-search.md]]
+
+## Summary
+- 核心主题：为 OpenClaw Markdown 记忆文件叠加向量语义搜索能力
+- 问题域：OpenClaw 记忆以纯 Markdown 存储，缺乏语义搜索；grep 只能关键字匹配，无法语义匹配
+- 方法/机制：memsearch（基于 Milvus）提供混合搜索（dense vectors + BM25 + RRF reranking）；SHA-256 内容哈希实现增量索引；支持本地化（无需 API key）
+- 结论/价值：用自然语言提问即可找到相关记忆，无需精确关键词；Markdown 始终为唯一真相源
+
+## Key Claims
+- 混合搜索（语义相似度 + BM25 关键词 + RRF 融合）优于纯向量搜索
+- SHA-256 内容哈希保证只对新增或变更内容重新 Embedding，零浪费
+- 文件监视器自动增量索引，索引始终保持最新
+- 支持任意 Embedding 提供商（OpenAI/Google/Voyager/Ollama/本地）
+- Markdown 为唯一真相源，向量索引仅为衍生缓存，可随时重建
+
+## Key Quotes
+> "Your markdown files are never modified. The vector index is just a derived cache — you can rebuild it anytime with memsearch index."
+
+## Key Concepts
+- [[语义搜索]]：通过向量表示理解语义而非字面匹配，实现"按意思查找"
+- [[混合搜索]]：Dense vector（语义）+ BM25（关键词）+ RRF（Reciprocal Rank Fusion 融合）三层检索
+- [[增量索引]]：基于内容哈希（SHA-256）仅对变化文件重新 Embedding
+- [[向量数据库]]：Milvus，开源分布式向量数据库，memsearch 后端
+
+## Key Entities
+- [[memsearch]]：Zilliz 开源 Python CLI/库，为 OpenClaw 记忆提供语义搜索能力
+- [[Milvus]]：memsearch 使用的向量数据库后端
+- [[OpenClaw]]：记忆文件来源，Markdown 为源，memsearch 在其上构建搜索层
+
+## Connections
+- [[Personal-Knowledge-Base-RAG]] ← 类似架构 ← [[Semantic-Memory-Search]]（均叠加向量搜索层）
+- [[QMD]] ← 替代方案 ← [[Semantic-Memory-Search]]（均为 Markdown 提供搜索能力，但 QMD 为 BM25，memsearch 为向量语义）
+- [[Memory-in-AI-Agent]] ← 相关 ← [[Semantic-Memory-Search]]
+
+## Contradictions
+- 与 [[QMD]]：QMD 是 BM25 关键词搜索，memsearch 是向量语义搜索；两者可互补而非互斥

wiki/sources/TK美国面单授权及操作流程.md

@@ -0,0 +1,27 @@
+---
+title: "TK美国面单授权及操作流程"
+type: source
+tags: [TikTok, 跨境电商, 面单, TK, 授权]
+date: 2025-12-19
+---
+
+## Source File
+- [[raw/跨境电商/TK美国面单授权及操作流程.md]]
+
+## Summary
+- 核心主题：TikTok Shop 美国市场面单授权与操作流程
+- 问题域：跨境电商卖家如何在 TikTok 美国市场获取和使用面单授权
+- 方法/机制：通过 Zipline 图床托管运营截图，展示面单授权操作步骤
+- 结论/价值：面单授权是 TK 美国市场运营的前置流程，需完成资质认证和授权绑定
+
+## Key Claims
+- TK 美国面单授权需先完成商家资质认证
+- 授权后可在卖家中心生成官方面单用于履约
+- 操作流程涉及多步页面操作（截图记录共 6 张）
+
+## Key Entities
+- [[TikTok Shop]]：TikTok 电商平台
+- [[TK美国]]：TikTok 美国市场，跨境电商重点区域
+
+## Connections
+- [[TikTok Shop]] ← 市场 ← [[TK美国]]

wiki/sources/Ubuntu-Server科学上网配置指南.md

@@ -0,0 +1,51 @@
+---
+title: "Ubuntu Server 科学上网配置指南"
+type: source
+tags: [Ubuntu, 科学上网, V2Ray, ProxyChains, Docker, 代理]
+date: 2025-12-29
+---
+
+## Source File
+- [[raw/Home Office/Ubuntu Server科学上网.md]]
+
+## Summary
+- 核心主题：Ubuntu Server 环境下配置科学上网的完整方案
+- 问题域：终端命令/Git/Docker 守护进程/容器内应用如何走代理
+- 方法/机制：分层代理架构——ProxyChains（临时命令）、Git 全局配置（Git 专设）、systemd Docker 代理（镜像拉取）、~/.docker/config.json（容器内应用）
+- 结论/价值：不同场景用不同方案，不可混用；Daemon 层面走 systemd，用户层面走环境变量
+
+## Key Claims
+
+### ProxyChains（终端命令级）
+- 修改 `/etc/proxychains4.conf` 添加 `socks5 127.0.0.1 10808`
+- 任何命令前加 `proxychains4` 前缀即可穿代理：`proxychains4 curl https://google.com`
+
+### Git 代理配置
+- 设置全局：`git config --global http.proxy 'socks5://127.0.0.1:10808'`
+- Docker 守护进程不走用户环境变量，必须通过 systemd 配置
+
+### Docker Pull 代理（Daemon 级）
+- 创建 `/etc/systemd/system/docker.service.d/http-proxy.conf`
+- 添加 `HTTP_PROXY/HTTPS_PROXY/NO_PROXY` 环境变量
+- 必须执行 `systemctl daemon-reload && systemctl restart docker`
+- 验证：`docker info | grep -i proxy`
+
+### Docker 容器内代理（应用级）
+- 方案 A（推荐 17.07+）：`~/.docker/config.json` 添加 `proxies.default`
+- 方案 B：docker-compose.yml 环境变量 `ALL_PROXY=socks5://172.24.0.1:10808`
+- 容器内获取宿主机 IP：`docker exec <container> ip route | awk '/default/ {print $3}'`
+
+## Key Concepts
+- [[ProxyChains]]：终端命令强制走 SOCKS5 代理工具
+- [[SOCKS5 代理]]：支持本地 DNS 解析（socks5h://）的代理协议
+- [[Docker Daemon 代理]]：Docker 守护进程级代理配置，通过 systemd 环境变量注入
+- [[Docker 容器内代理]]：容器应用级代理，通过 ~/.docker/config.json 或 docker-compose environment
+
+## Key Entities
+- [[V2RayN]]：SOCKS5/HTTP 代理客户端（运行在宿主机）
+- [[Ubuntu Server]]：Linux 服务器操作系统
+
+## Connections
+- [[V2RayN]] ← 提供代理 ← [[SOCKS5 代理]]
+- [[ProxyChains]] ← 转发至 ← [[SOCKS5 代理]]
+- [[Docker Daemon 代理]] ← 配置 ← [[Ubuntu Server]]

wiki/sources/arXiv-Paper-Reader.md

@@ -0,0 +1,38 @@
+---
+title: "arXiv Paper Reader"
+type: source
+tags: [research, arxiv, openclaw-skill]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Agent/usecases/arxiv-paper-reader.md]]
+
+## Summary
+- 核心主题：基于 OpenClaw Agent 的 arXiv 论文阅读助手工作流
+- 问题域：PDF 下载后切换论文丢失上下文、LaTeX 公式难以解析
+- 方法/机制：Prismer AI 的 arxiv-reader skill（3 个工具：arxiv_fetch/arxiv_sections/arxiv_abstract）；Node.js 原生实现无需 Docker；直接从 arXiv 下载并自动扁平化 LaTeX 源码
+- 结论/价值：对话式论文阅读，支持摘要浏览、多篇对比、章节定位、结果缓存
+
+## Key Claims
+- arxiv-reader skill 无需 Docker 或 Python，通过 Node.js 内置模块独立运行
+- LaTeX 源码自动展平（flatten includes），消除公式解析障碍
+- 多篇论文可并行获取摘要并生成对比表格，按相关性排序
+- 结果本地缓存，回访论文秒级加载
+
+## Key Quotes
+> "Reading arXiv papers means downloading PDFs, losing context when switching between papers, and struggling to parse dense LaTeX notation."
+
+## Key Concepts
+- [[arXiv-API]]：论文元数据和 PDF 源码获取接口，支持 ID 检索
+- [[LaTeX-Flattening]]：自动解析并合并 LaTeX 源码中的 \include 语句，生成可读文本
+- [[arxiv-reader-skill]]：Prismer 项目开源 skill，包含 fetch/sections/abstract 三个工具
+
+## Key Entities
+- [[Prismer-AI]]：arxiv-reader skill 的开发方，GitHub 仓库为 Prismer-AI/Prismer
+
+## Connections
+- [[OpenClaw]] ← 平台 ← [[arXiv-Paper-Reader]]
+- [[Personal-Knowledge-Base-RAG]] ← 类似工作流 ← [[arXiv-Paper-Reader]]
+
+## Contradictions

wiki/sources/一语点醒梦中人-2026-04-16.md

@@ -0,0 +1,66 @@
+---
+title: "一语点醒梦中人（2026-04-16新批次）"
+type: source
+tags: [wisdom, eastern-philosophy, daoism, confucianism, buddhism]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/AI/一语点醒梦中人.md]]
+
+## Summary
+- 核心主题：东方人生智慧精选——道家、儒家、佛教经典箴言与实践指南
+- 问题域：如何将传统东方智慧应用于现代人生困境（职业瓶颈、困境转化、内心安宁）
+- 方法/机制：经典原文 + 多维度解释（出处/含义/实践建议）+ 现代生活对照
+- 结论/价值：东方智慧提供了一整套"绝处逢生"的实践框架，核心是接纳与行动的平衡
+
+## Key Claims
+- "行到水穷处，坐看云起时"是东方逆境转化的最高智慧——困境即转机
+- "知其不可奈何而安之若命"不是消极认命，而是"尽人事后听天命"的积极接纳
+- "忘机可以消众机"是复杂环境中保全自身的处世智慧
+- 真正的智慧（"大智若愚"）看似愚钝，实则藏锋守拙
+
+## Key Quotes
+> "知其不可奈何而安之若命，德之至也。" — 《庄子·内篇·人间世》
+
+> "唯忘机可以消众机，唯懵懂可以祓不吉祥。" — 曾国藩《治心经·诚心篇》
+
+> "一切有为法，如梦幻泡影，如露亦如电，应作如是观。" — 《金刚经》
+
+> "大直若屈，大巧若拙，大辩若讷。" — 《老子·第四十五章》
+
+## Key Concepts
+- [[空性智慧]]：一切有为法如梦幻泡影露水电，不可执着于"自性"
+- [[绝处逢生]]："行到水穷处，坐看云起时"，困境即转机的东方智慧
+- [[知其不可奈何而安之若命]]：先尽人事，后听天命，接纳与行动的平衡
+- [[忘机消众机]]：以无争无求、大智若愚的态度应对复杂环境
+- [[和光同尘]]：收敛锋芒，不标新立异，与世无争以保全自身
+- [[飘风不终朝]]：困境终会过去，与西方谚语"This too shall pass"异曲同工
+- [[修行八法]]：守相、藏拙、宁神、扩形、藏锋、控语、修心、慎独
+
+## Key Entities
+- [[王维]]：唐代"诗佛"，《终南别业》作者，"行到水穷处"典故出处
+- [[曾国藩]]：晚清重臣，《治心经》作者，"忘机消众机"出处
+- [[庄子]]：战国道家代表，"知其不可奈何而安之若命"出处
+- [[孔子]]：儒家至圣，"执两用中"出处
+- [[老子]]：道家始祖，"大巧若拙"/"和光同尘"出处
+
+## Connections
+- [[su-dongpo-perspective]] ← related_to ← [[一语点醒梦中人]]（同为东方智慧资源）
+- [[空性智慧]] ← is_about ← [[金刚经]]
+- [[绝处逢生]] ← is_about ← [[王维]]
+- [[知其不可奈何而安之若命]] ← is_about ← [[庄子]]
+
+## Contradictions
+- 与西方积极心理学的张力：
+  - 西方观点：积极行动永远优于被动接纳（"action orientation"）
+  - 东方智慧：先辨别"可奈何"与"不可奈何"，在"不可奈何"处接纳并非消极
+  - 融合点：两者都强调"尽人事"后的心态调整，区别在于对"人事已尽"标准的判定
+
+## 现代实践对照
+| 古训 | 现代困境 | 实践建议 |
+|------|---------|---------|
+| 知其不可奈何而安之若命 | 项目失败/市场变化不可控 | 全力辨别"可改"vs"不可改"，不可改则停止内耗 |
+| 忘机消众机 | 职场政治/人际算计 | 以淳朴自然应对，不主动参与算计 |
+| 大巧若拙 | 展示能力vs藏锋守拙 | 在关键时刻才展露，避免锋芒毕露招嫉 |
+| 一切有为法如梦幻泡影 | 执着于成败得失 | 以觉知观察执着，不压制情感而是看清本质 |

wiki/sources/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

@@ -0,0 +1,46 @@
+---
+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: [ai-product-manager, gemini, prd, ai-workflow]
+date: 2025-12-18
+---
+
+## Source File
+- [[raw/AI/附保姆级PRD生成指南.md]]
+
+## Summary
+- 核心主题：AI时代产品经理能力结构重塑，从功能清单到AI驱动PRD的工作流转型
+- 问题域：产品经理如何在AI工具普及背景下重新定义核心竞争力
+- 方法/机制：FeatureList共创 → Mermaid图生成 → 分页面口述 → HTML原型，AI嵌入全链路
+- 结论/价值：AI是充分非必要条件，市场洞察力才是最稀缺能力；精准表达是人与AI协作的核心技能
+
+## Key Claims
+- Gemini = 知识渊博但不带脑子的苦工，表述越准确执行越准确
+- 市场洞察力 = 产品经理最稀缺也最重要的能力，AI时代比以往任何时候都更重要
+- 超级个体 = 某领域八九十分 + AI横向扩展，AI是充分非必要条件
+- 精准表达 = 将模糊想法转化为清晰结构，是人与AI协作的核心技能
+
+## Key Quotes
+> "你连给下属指令都讲不清，怎么可能用好AI？Prompt能力的本质是有对问题清晰界定的能力，加上结构化的思维逻辑和表达能力。"
+
+> "AI不会让普通人变富，但会让那些知道自己要做什么、且对品质有执念的人变得极其强大。"
+
+## Key Concepts
+- [[FeatureList]]：分层需求表，AI共创需求创意的核心工具
+- [[PRD自动生成]]：FeatureList → Mermaid → 分页面口述 → HTML原型的AI工作流
+- [[超级个体]]：某领域八九十分者用AI横向扩展，AI是充分非必要条件
+- [[精准表达]]：将模糊想法转化为清晰结构的能力，人与AI协作的核心
+
+## Key Entities
+- [[Gemini]]：Google AI模型，深度嵌入PRD工作流的工具
+- [[Kira2red]]：AI产品管理实践者，Gemini工作流方法论作者
+
+## Connections
+- [[AI产品经理]] ← is_about ← [[不会Gemini的产品经理真的要被淘汰了]]
+- [[超级个体]] ← extends ← [[AI产品经理]]
+- [[精准表达]] ← supports ← [[AI产品经理]]
+
+## Contradictions
+- 与传统PM能力模型冲突：
+  - 传统观点：PM核心竞争力是执行力、项目管理
+  - 本文观点：AI时代市场洞察力才是PM最稀缺能力，执行力可被AI替代

wiki/sources/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

@@ -0,0 +1,61 @@
+---
+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-voice, voice-cloning, tts, ai-tools]
+date: 2025-12-18
+---
+
+## 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：2025年主流AI配音与声音克隆工具横向评测
+- 问题域：内容创作者如何选择适合的AI配音工具（免费/付费、技术流/小白友好）
+- 方法/机制：按使用场景分类评测，从声音质量/费用/功能/适用人群维度对比
+- 结论/价值：选ElevenLabs追高品质；日常免费用海螺AI/TTSMaker/AnyVoice；技术流选F5-TTS本地部署
+
+## Key Claims
+- 声音克隆已成AI配音标配，最快3秒完成（AnyVoice）
+- 免费与付费工具差距主要在商用授权和克隆精度
+- 国内工具（海螺/TTSMaker/剪映）无需科学上网
+
+## Key Quotes
+> "海螺AI：小白友好，30秒克隆声音，支持中文、粤语等17种语言，还能给语音加情绪。免费！免费！免费！"
+
+> "F5-TTS：程序员专属，开源免费，2秒音频就能克隆声音，还能控制语速和情绪。适合想自己部署的企业或技术党。"
+
+## Key Concepts
+- [[AI配音]]：文字转语音（TTS），带情感变化的语音生成
+- [[声音克隆]]：用少量音频样本复制特定音色，支持多语言
+- [[ElevenLabs]]：国际顶流AI配音，支持30+语言和方言，带情感变化
+- [[F5-TTS]]：开源本地部署，中英文支持，技术流首选
+- [[TTSMaker]]：打工人必备，每周免费3万字，50+语言，商用授权
+
+## Key Entities
+- [[ElevenLabs]]：国际顶流AI配音工具，声音自然度高，API接口灵活
+- [[海螺AI]]（MiniMax）：30秒克隆，免费，中文/粤语支持，网页直接操作
+- [[F5-TTS]]：开源免费，2秒克隆，本地部署，数据安全
+- [[TTSMaker]]（马克配音）：无需注册，网页操作，商用免费
+- [[剪映]]（抖音）：短视频必备，小帅小美音色，VIP付费
+- [[魔音工坊]]：500+音色，企业批量配音，会员30元/月起
+- [[AnyVoice]]：3秒克隆，免费无限下载，中英日韩四语
+
+## Connections
+- [[AI生视频]] ← related_to ← [[二创视频必不可少-AI配音声音克隆]]
+- [[声音克隆]] ← is_a ← [[AI配音]]
+- [[海螺AI]] ← same_as ← [[MiniMax]]
+
+## Contradictions
+- 与 ElevenLabs 高付费对比：
+  - 对方：国际顶流，高品质但免费版限制多（字数限制）
+  - 本文立场：日常创作国内工具免费额度已足够，非专业场景无需付费
+
+## Tools Comparison Table
+| 工具 | 免费额度 | 声音克隆 | 梯子 | 商用 | 适合人群 |
+|------|---------|---------|------|------|---------|
+| ElevenLabs | 限制多 | 支持 | 需要 | 付费 | 高品质需求 |
+| 海螺AI | 免费 | 国际版 | 需要 | 免费有限 | 小白日常 |
+| F5-TTS | 开源免费 | 支持 | 不需要 | 开源免费 | 技术流/企业 |
+| TTSMaker | 3万字/周 | 不支持 | 不需要 | 免费商用 | 打工人 |
+| 剪映 | VIP | 支持收费 | 不需要 | VIP | 短视频新手 |
+| AnyVoice | 免费无限 | 3秒克隆 | 不需要 | 免费有限 | 多语言教学 |

wiki/sources/清华出的DeepSeek使用手册104页.md

@@ -0,0 +1,44 @@
+---
+title: "清华出的DeepSeek使用手册，104页，全是干货！"
+type: source
+tags: [deepseek, prompt-engineering, tsinghua, llm]
+date: 2025-12-18
+---
+
+## Source File
+- [[raw/AI/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：《DeepSeek从入门到精通2025》核心内容速览，清华大学元宇宙文化实验室出品的AI使用指南
+- 问题域：如何科学使用DeepSeek，理解提示词设计的底层逻辑而非表面技巧
+- 方法/机制：授人以渔——先讲清原理，再手把手教怎么用，从入门到精通的完整路径
+- 结论/价值：清华专家毫无保留分享实用技巧，104页全是能直接上手的干货
+
+## Key Claims
+- DeepSeek-R1在处理复杂任务方面表现优异，备受世界瞩目
+- 清华手册核心价值在于"授人以渔"——不是改改GPT说明书，而是讲清楚原理
+- 提示词设计底层逻辑比表面技巧更重要
+- 中国在人工智能领域的创新能力在该文档中得到体现
+
+## Key Quotes
+> "以前我看了很多教程，都感觉特别花哨，没啥干货，大部分就是把GPT的说明书稍微改改，就拿来用在DeepSeek上了。清华这个手册完全不一样！它先是给你讲清楚原理，然后手把手教你怎么科学地使用。"
+
+> "这才是真正的'授人以渔'，太有用了！"
+
+## Key Concepts
+- [[DeepSeek]]：专注于AGI的中国科技公司，开源推理模型DeepSeek-R1
+- [[提示词设计底层逻辑]]：理解为什么这么问，而非仅知道怎么问
+- [[授人以渔]]：教方法论而非给具体答案
+
+## Key Entities
+- [[清华大学]]：新闻与传播学院新媒体研究中心元宇宙文化实验室
+- [[余梦珑]]：博士后，《DeepSeek从入门到精通2025》作者
+
+## Connections
+- [[大语言模型]] ← related_to ← [[清华出的DeepSeek使用手册]]
+- [[提示词设计底层逻辑]] ← is_a ← [[Prompt工程]]
+- [[清华大学]] ← published_by ← [[清华出的DeepSeek使用手册]]
+
+## Limitations
+- 本文档为微信公众号文章，主要为封面图和引用介绍，原版104页PDF需扫码获取
+- 元数据质量：description和tags字段为空，需以source页面内容为参考