Auto-sync: 2026-04-18 16:02

wiki/sources/AI-Memory-Tools-Two-Camps.md

@@ -0,0 +1,64 @@
+---
+title: "AI Memory Tools：两大阵营的深度解析"
+type: source
+tags: []
+date: 2026-04-15
+---
+
+## Source File
+- [[raw/Agent/AI-Memory-Tools-Two-Camps.md]]
+
+## Summary
+
+- 核心主题：AI Agent 记忆工具的两大技术路线
+- 问题域：如何让 AI Agent 在多会话中保持长期记忆和上下文
+- 方法/机制：
+  - Camp 1：记忆后端（Memory Backend）— 从对话中提取事实，存入向量数据库，检索时提取
+  - Camp 2：上下文基质（Context Substrate）— 维护结构化、可读的文件式上下文，随时间累积
+- 结论/价值：Camp 2 更适合持续运行、多项目、多会话的 AI Agent 架构
+
+## Key Claims
+
+- 记忆后端（Camp 1）问："AI 应该记住什么？"
+- 上下文基质（Camp 2）问："AI 应该在什么样的上下文中工作？"
+- Camp 1 优化的是"召回"（Recall）：能否找到正确的事实？
+- Camp 2 优化的是"累积"（Compounding）：系统是否随时间变得更好？
+
+## Key Quotes
+
+> "The model only 'remembers' what gets saved to disk, there is no hidden state." — OpenClaw 文档
+
+> "Within 6 months, 'context engineering' will replace 'memory' as the default term for serious agent infrastructure."
+
+## Key Concepts
+
+- [[记忆后端]]：从对话中自动提取事实，存储到向量数据库（Mem0、MemPalace、Supermemory）
+- [[上下文基质]]：维护结构化文件作为长期上下文，随时间累积（OpenClaw、Zep、Thoth）
+- [[记忆召回]]：检索特定事实，Mem0 等 Camp 1 工具解决的问题
+- [[上下文累积]]：系统随使用时间增长而变聪明，Camp 2 的核心价值
+- [[DAM]] — Dream Consolidation Process，OpenClaw 的夜间自动整理机制
+
+## Key Entities
+
+- [Mem0](entities/Mem0.md)：Camp 1 类别领导者，53.1k GitHub stars
+- [MemPalace](entities/MemPalace.md)：本地优先、逐字存储方式，46.2k stars
+- [Supermemory](entities/Supermemory.md)：时间感知记忆，21.8k stars
+- [OpenClaw](entities/OpenClaw.md)：358k stars，Camp 2 代表，采用 Markdown 文件式上下文
+- [Zep](entities/Zep.md)：4.4k stars，从"记忆"重新定位为"上下文工程"，已靠近 Camp 2
+- [Thoth](entities/Thoth.md)：145 stars，夜间 dream cycle 最复杂的架构
+- [TrustGraph](entities/TrustGraph.md)：2.0k stars，Context Cores 概念，上下文版本化
+
+## Connections
+
+- [[Mem0]] ← depends_on ← [[向量数据库]]
+- [[OpenClaw]] ← extends ← [[Markdown 文件]]
+- [[Zep]] ← uses ← [[时序知识图谱]]
+- [[Thoth]] ← uses ← [[Dream Cycle]]
+- [[DAM]] ← depends_on ← [[记忆提取]] — 夜间整理，将高频信息提升为持久记忆
+
+## Contradictions
+
+- **与 Mem0 类工具冲突**：
+  - Camp 1 观点：事实应该被提取、嵌入、存储为向量
+  - Camp 2 观点：事实应该保留在原始上下文中，作为文件的一部分
+  - 当前观点：文件即真相，向量索引只是访问层而非存储层（MemSearch 的架构）

wiki/sources/Building-your-Quartz.md

@@ -0,0 +1,51 @@
+---
+title: "Building your Quartz"
+type: source
+tags:
+  - clippings
+  - quartz
+  - obsidian
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Home Office/Building your Quartz.md]]
+
+## Summary
+
+- 核心主题：Quartz 静态站点构建与自托管指南
+- 问题域：静态站点生成与部署
+- 方法/机制：通过命令行构建 Quartz 静态站点，支持 Nginx、Apache、Caddy 三种自托管方案
+- 结论/价值：Quartz 将 Obsidian 笔记转化为可托管的静态网站
+
+## Key Claims
+
+- Quartz 将 Markdown 文件转化为 HTML、JS、CSS 静态文件
+- 自托管需要配置 Web 服务器处理无 .html 扩展名的 URL
+- 生产环境部署不应使用 --serve 模式
+
+## Key Quotes
+
+> "This will start a local web server to run your Quartz on your computer."
+
+> "Serve mode is intended for local previews only. For production workloads, see the page on hosting."
+
+## Key Concepts
+
+- [[静态站点生成]]：Quartz 将 Markdown 转换为静态 HTML 文件的技术
+- [[静态站点托管]]：通过 Web 服务器（Nginx/Apache/Caddy）托管静态文件
+- [[Quartz]]：Obsidian 笔记静态站点生成器
+
+## Key Entities
+
+- [[Obsidian]]：本地笔记软件，Quartz 的内容来源
+- [[Nginx]]：高性能 Web 服务器，用于生产环境托管
+- [[Apache]]：老牌 Web 服务器，用于自托管方案
+- [[Caddy]]：自动 HTTPS 的现代 Web 服务器
+
+## Connections
+
+- [[Obsidian]] →产出 [[静态站点生成]] → [[Quartz]]
+- [[静态站点托管]] ←依赖 [[Nginx]]
+- [[静态站点托管]] ←依赖 [[Apache]]
+- [[静态站点托管]] ←依赖 [[Caddy]]

wiki/sources/Mac-必装软件清单-2026-04-17.md

@@ -0,0 +1,50 @@
+---
+title: "Mac必装软件清单"
+type: source
+tags: [Mac, 软件推荐, 效率工具]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Home Office/Mac必装软件清单-2026-04-17.md]]
+
+## Summary
+- 核心主题：Mac 效率软件推荐清单
+- 问题域：Mac 用户必备工具选择
+- 方法/机制：通过用户真实使用体验推荐实用的效率工具
+- 结论/价值：用最少的软件达到最高的效率
+
+## Key Claims
+- **Claude**：AI 时代人手必备，桌面版 Cowork 功能专为文字工作者打造
+- **Obsidian**：搭配 Claudian 插件，打造 AI 驱动的终极个人知识库
+- **Chrome**（非中文名保留）：比 Safari 更好用，Gmail 用户的不二之选
+- **Rectangle**（非中文名保留）：免费分屏神器，大屏办公必备，Windows 转 Mac 必装
+- **iShot**（非中文名保留）：简洁免费的截图工具，支持圆角截图
+- **Lemon**（非中文名保留）：轻量系统清理工具，多任务卡顿时清理缓存
+- **Raycast**（非中文名保留）：替代 Spotlight 的万能启动器，计算器和剪贴板超好用
+- **Homebrew**（非中文名保留）：Mac 包管理器，用 Claude Code 搭 Agent 的前置依赖
+
+## Key Concepts
+
+- **[[Claude-Skills]]**：写给 Claude 的"说明书"，将反复执行的任务拆解为 AI 可稳定复用流程的技术范式
+- **[[Obsidian Skills]]**：写给 AI Agent 的"说明书"，扩展 Obsidian 能力的技能集
+- **[[工作流自动化]]**：预定义自动化流程，与 AI Agent 互补
+- **[[深度工作]]**：《深度工作》书籍中提到的在无干扰状态下专注职业活动的方法
+- **[[双链（Backlinks）]]**：Obsidian 核心功能，将笔记双向关联形成知识网络
+
+## Key Entities
+
+- **[[Obsidian]**：基于 Markdown 的本地优先笔记软件
+- **[[Claude]**：Anthropic 公司开发的 AI 聊天助手
+- **[[Homebrew]**：Mac 包管理器
+- **[[Chrome]**：Google 浏览器
+- **[[Raycast]**：macOS 启动器
+- **[[OpenClaw]**：Claude Code 管理工具，Homebrew 安装的前置依赖
+
+## Connections
+- [[Homebrew]] ← manages ← [[Claude]]
+- [[Homebrew]] ← manages ← [[Obsidian]]
+- [[Homebrew]] ← manages ← [[Chrome]]
+
+## Contradictions
+- 无

wiki/sources/Obsidian-官方-CLI-命令-全景-速查表.md

@@ -0,0 +1,53 @@
+---
+title: "Obsidian CLI 命令全景速查表"
+type: source
+tags:
+  - Obsidian
+  - CLI
+  - 自动化
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/Obsidian 官方 CLI 命令全景速查表.md]]
+
+## Summary
+- 核心主题：Obsidian 官方 CLI 命令速查与自动化工作流
+- 问题域：终端命令控制 Obsidian 功能、AI Agent 集成、自动化脚本构建
+- 方法/机制：通过 `obsidian <命令> 参数=参数值` 格式调用内部 API
+- 结论/价值：实现笔记管理全流程自动化，是 AI Agent 操作 Obsidian 的核心技术
+
+## Key Claims
+- Obsidian CLI 要求 v1.12+ 版本，并在设置中启用 Command Line Interface
+- 基础格式：`obsidian <命令> 参数=参数值 标记参数`
+- 含有空格的值必须加双引号，标记参数（如 `open`、`inline`、`total`）无需赋值
+- CLI 依赖 Obsidian 应用运行状态，但支持 Headless 模式下的同步操作
+
+## Key Quotes
+> "Obsidian CLI is a command line interface that lets you control Obsidian from your terminal for scripting, automation, and integration with external tools." — Obsidian 官方文档
+
+## Key Concepts
+- [[Obsidian CLI]]：官方命令行工具，支持笔记、数据库、属性、插件的终端操作
+- [[Obsidian 自动化]]：通过 CLI 实现 AI Agent 集成的各种工作流
+- Headless 模式：CLI 在无 GUI 环境下运行 Obsidian Sync 的能力
+- 标记参数：无需赋值的布尔开关（如 `open`、`total`）
+
+## Key Entities
+- [[Obsidian]]：基于 Markdown 的本地优先笔记软件
+- [[n8n]]：工作流自动化工具，常与 CLI 结合实现定时任务
+
+## Connections
+- Obsidian CLI 需要 [[Obsidian]] 应用运行 → depends_on
+- CLI 是 [[Claude Skills]] 的终端扩展能力 → extends
+- 与 [[n8n]] 结合实现定时任务（Cron Jobs）→ combined_with
+
+## Contradictions
+- 与纯终端工具（如 Vim、Emacs）对比：Obsidian CLI 仍依赖 Electron GUI 应用运行
+- 与 [[Open Notebook]] 等纯服务端方案对比：需本地运行 Obsidian
+
+## Workflows
+### 全局极速闪记
+- 终端绑定 `daily:append` 实现灵感速记，无需唤醒 Obsidian 界面
+
+### 自动化分拣工作流
+- 利用 n8n + CLI 实现属性规范化、文件移动、双链更新

wiki/sources/Obsidian-必装-Skills.md

@@ -0,0 +1,62 @@
+---
+title: "Obsidian 必装 Skills"
+type: source
+tags: []
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/Obsidian 必装 Skills.md]]
+
+## Summary
+- 核心主题：Obsidian 必装的 AI Skills 推荐与配置指南
+- 问题域：AI Agent 与 Obsidian 笔记软件深度集成
+- 方法/机制：通过 Skills 扩展 AI Agent 能力，实现网页抓取、Obsidian 文件操作、数据库视图、Mermaid 图表、学习系统等功能
+- 结论/价值：推荐 9 个核心 Skills（defuddle、obsidian-cli、obsidian-bases、obsidian-markdown、obsidian-canvas-creator、mermaid-visualizer、excalidraw-diagram、tutor-skills、scholar-skill）和 2 个核心插件（claudian、obsidian-agent-client）
+
+## Key Claims
+- defuddle 是网页内容清洗工具，通过剔除广告和导航栏减少 AI Token 消耗
+- obsidian-cli 让 AI Agent 能直接调用 Obsidian 官方命令行工具，实现笔记增删改查
+- obsidian-bases 让 AI 能创建 .base 格式配置文件，生成类似 Notion 数据库的动态视图
+- obsidian-canvas-creator 解决了 json-canvas 的节点重叠和空间分布不均问题
+- tutor-skills 构成"输入-内化-检测"完整闭环，将文档转化为结构化知识库并通过互动测验暴露知识盲区
+- scholar-skill 通过 L1-L3 分级阅读策略长时间静默解析论文，生成双链卡片和知识冲突报告
+- claudian 是适配 Claude Code 的第三方插件，obsidian-agent-client 支持多主流智能体
+
+## Key Quotes
+> "defuddle 最近一次更新中已经支持 YouTube 视频链接，它获取 YouTube 视频字幕的方式是调用 YouTube 官方 API" — 功能增强说明
+
+> "scholar-skill 底层深度依赖 OpenClaw 的 durable-task-runner 来处理多次 LLM 推演循环、API 限流等待以及崩溃恢复" — 超长周期任务机制
+
+> "当 AI 发现新论文推翻了你旧笔记的结论时，不会直接覆写旧笔记，而是生成一份确认单放进 0-Inbox 文件夹，等待人类审核确认" — 人类确认防呆机制
+
+## Key Concepts
+- [[Obsidian-Skills]]：写给 AI Agent 的"说明书"，扩展 Obsidian 能力的技能集
+- [[Claude-Skills]]：写给 Claude 的"说明书"和 SOP，将反复执行的任务拆解为 AI 可稳定复用流程的技术范式
+- [[Obsidian-CLI]]：Obsidian 官方命令行工具，支持笔记增删改查
+- [[obsidian-bases]]：生成 .base 格式数据库配置文件的技能，实现动态视图
+- [[obsidian-canvas-creator]]：自动计算节点坐标、处理连接线路径的 Canvas 创建技能
+- [[tutor-skills]]：将文档转化为结构化知识库并通过互动测验检测学习效果的技能
+- [[scholar-skill]]：基于 L1-L3 分级阅读策略的学术研究技能
+- [[BRAT-插件]]：Obsidian 第三方插件自动更新工具，推荐用于安装 Beta 版插件
+- [[claudian]]：适配 Claude Code 的 Obsidian 第三方插件
+- [[obsidian-agent-client]]：支持多主流智能体的 Obsidian 插件
+
+## Key Entities
+- [[kepano]]：Obsidian CEO，defuddle、obsidian-cli、obsidian-bases 等 Skills 作者
+- [[Axton]]：回到Axton 博主，obsidian-canvas-creator、mermaid-visualizer、excalidraw-diagram 作者
+- [[OpenClaw]]：AI Agent 管理工具框架，scholar-skill 运行基础
+- [[Choi-Wontak]]：tutor-skills 作者
+- [[EESJGong]]：scholar-skill 作者
+
+## Connections
+- [[OpenClaw]] ← 框架基础 ← [[scholar-skill]]
+- [[Obsidian]] ← 平台 ← [[claudian]]
+- [[Defuddle]] ← 依赖 ← Node.js
+- [[Excalidraw-Diagram]] ← 依赖 ← Excalidraw 插件
+
+## Contradictions
+- 与 [[obsidian-skill]]（已过时）冲突：
+  - 冲突点：obsidian-skill 直接操作文件系统消耗大量 Token
+  - 当前观点：推荐使用 obsidian-cli 替代
+  - 对方观点：使用 obsidian-skill 进行文件 I/O

wiki/sources/WSL2-启动与网络配置指南.md

@@ -0,0 +1,42 @@
+---
+title: WSL2 启动与网络配置指南
+type: source
+tags: [wsl, ubuntu, windows]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Home Office/WSL2 启动与网络配置指南.md]]
+
+## Summary
+- 核心主题：WSL2 在 Windows 上的安装、配置与网络问题解决
+- 问题域：WSL2 初始化、镜像网络模式、代理配置、国内镜像加速
+- 方法/机制：.wslconfig 配置、代理环境变量、镜像源替换
+- 结论/价值：通过镜像网络模式解决 GitHub 访问问题，使用国内镜像加速包安装
+
+## Key Claims
+- `wsl --install` 可快速安装 WSL2（默认 Ubuntu），完成后必须重启电脑
+- 启用镜像网络模式（networkingMode=mirrored）是最稳妥的网络配置方案
+- 通过 .wslconfig 配置 dnsTunneling、autoProxy 可实现 WSL2 与 Windows 网络堆栈共享
+- 使用 mirror.ghproxy.com 镜像可解决 GitHub 访问受限问题
+
+## Key Quotes
+> "由于 WSL2 默认使用 NAT 模式，常会出现'localhost 代理无法镜像'或无法访问海外资源的情况。" — WSL2 网络配置痛点
+
+## Key Concepts
+- [[WSL2]]：Windows Subsystem for Linux 2，Windows 上的 Linux 兼容层
+- [[镜像网络模式]]：WSL2 与 Windows 共享网络堆栈的配置模式
+- [[.wslconfig]]：WSL2 全局配置文件，位于用户目录
+- [[代理链]]：在 Linux 终端中配置 HTTP/HTTPS 代理的技术
+
+## Key Entities
+- [[Ubuntu]]：WSL2 默认安装的 Linux 发行版
+- [[PowerShell]]：Windows 命令行工具，用于执行 WSL 管理命令
+
+## Connections
+- [[WSL2]] ← requires ← [[镜像网络模式]]
+- [[Ubuntu]] ← runs_on ← [[WSL2]]
+- [[家庭网络环境概览]] ← related_to ← [[WSL2]]
+
+## Contradictions
+- （暂无）

wiki/sources/ai-enhanced-ecommerce-data-collection-processing-system.md

@@ -6,7 +6,7 @@ date: 2025-11-11
 ---
 
 ## Source File
-- [[可自动化、可扩展、AI增强的电商数据采集与处理系统]]
+- [[raw/Others/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 的电商数据采集与处理系统设计

wiki/sources/blogwatcher-daily-shou-cang.md

@@ -0,0 +1,45 @@
+---
+title: "Blogwatcher Daily 技能收藏"
+type: source
+tags: [skill, rss, 自动化]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/blogwatcher-daily收藏.md]]
+
+## Summary
+- 核心主题：RSS 订阅监控与每日摘要生成自动化
+- 问题域：信息聚合、自动化运维
+- 方法/机制：通过 Python 脚本每日定时抓取 31 个 RSS/YouTube 频道，使用 SQLite 数据库去重，输出为 Markdown 日报
+- 结论/价值：实现信息源的自动化监控与整理，降低人工跟进成本
+
+## Key Claims
+- blogwatcher-daily 是 Hermes Agent 的自定义技能，通过定时任务自动化监控 31 个 RSS/YouTube 频道的更新
+- 该系统支持三种运行模式：日常扫描（追加到日报）、历史回扫（force-all 写入独立文件）、只看不写（调试模式）
+- RSS 解析使用 feedparser 库，支持 RSS 1.0/2.0/Atom 及 GB2312/GBK 编码
+- 去重机制通过 SQLite 数据库按 URL 排重
+- YouTube 频道通过 RSSHub 将 Channel ID 转为 RSS Feed，绕过直接访问限制
+
+## Key Quotes
+> "RSS 订阅监控 + 每日摘要生成" — 技能定位
+
+> "每天早上 6:00 自动抓取各频道新文章，追加写入 YYYY-MM-DD.md" — 日常扫描机制
+
+## Key Concepts
+- [[RSS]]：信息聚合格式，允许用户订阅网站更新而无需重复访问
+- [[RSSHub]]：开源 RSS 生成器，支持将 YouTube 等平台转为 RSS 源
+- [[SQLite]]：轻量级数据库，用于记录已读状态和 URL 去重
+- [[Cron Jobs]]：Linux 基于时间的任务调度机制，用于定时执行脚本
+
+## Key Entities
+- [[Hermes Agent]]：运行 blogwatcher-daily 的 AI Agent 环境
+- [[feedparser]]：Python RSS 解析库，支持 RSS 1.0/2.0/Atom
+
+## Connections
+- [[blogwatcher-daily]] ← depends_on ← [[feedparser]]
+- [[YouTube 订阅]] ← depends_on ← [[RSSHub]]
+- [[每日摘要]] ← depends_on ← [[Cron Jobs]]
+
+## Contradictions
+- （暂无）

wiki/sources/dian-shang-xuan-pin-bao-kuan-xuan-pin-celue.md

@@ -0,0 +1,45 @@
+---
+title: "电商如何选品 如何找到爆款 选品策略"
+type: source
+tags: []
+date: 2025-01-27
+---
+
+## Source File
+- [[raw/跨境电商/电商如何选品 如何找到爆款 选品策略.md]]
+
+## Summary
+- 核心主题：跨境电商选品策略与爆款挖掘方法
+- 问题域：产品选择、市场定位、工具运用、销售转化
+- 方法/机制：通过20种产品选择策略、工具分析、季节性趋势把握和 POD 模式测试市场
+- 结论/价值：结合细分市场需求与工具赋能，实现高效选品和销售转化
+
+## Key Claims
+- 针对特定人群（如 LGBTQ）的细分市场产品具有高增长潜力
+- 产品组合搭配使用情境比单品的组合（如露营三件套）更具吸引力
+- POD（Print on Demand）模式是低成本测试市场的有效方式
+
+## Key Quotes
+> "通过产品选择公式实现年销售额达数百万美元" — 选品是电商成功的核心驱动
+
+## Key Concepts
+
+- [[产品选择策略]]：20种经过实践验证的选品方法论，适用于不同消费者群体
+- [[POD模式]]：按需打印模式，低库存风险，适合市场测试
+- [[季节性销售]]：提前规划季节性产品策略，抓住消费高峰期
+- [[市场需求分析]]：通过工具分析关键词和竞争者数据判断产品潜力
+
+## Key Tools
+
+- **Salesmartly**：跨平台订单管理工具，提升客户转化率
+- **Erank**：分析 Etsy 等平台的销售数据，了解竞品表现
+- **Pinterest 趋势报告**：把握时尚和消费趋势
+- **Etsy 市场需求**：监控平台热门关键词和产品类别
+
+## Connections
+- [[TikTok Shop]] — 短视频电商平台，是选品落地的主要销售渠道
+- [[POD模式]] — 低成本测试选品假设，降低创业风险
+- [[季节性销售]] — 与节日和趋势结合的选品策略
+
+## Contradictions
+- （暂无）

wiki/sources/fireworks-tech-graph.md

@@ -0,0 +1,35 @@
+---
+title: fireworks-tech-graph
+type: source
+tags: [AI, 技能, 图像生成]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/fireworks-tech-graph.md]]
+
+## Summary
+- 核心主题：AI 驱动技术图生成工具，将自然语言描述转化为 SVG/PNG 格式的技术图表
+- 问题域：快速生成架构图、流程图、UML 图等技术文档图表
+- 方法/机制：内置 7 种视觉风格、14 种 UML 图类型支持、语义形状词汇表、语义箭头系统
+- 结论/价值：替代手动绘图，几秒钟生成可直接发布的 SVG + PNG 技术图
+
+## Key Claims
+- fireworks-tech-graph 能根据中文描述生成对应类型图表
+- 支持 7 种视觉风格：扁平图标风、暗黑极客风、工程蓝图风、Notion 极简风、玻璃态卡片风、Claude 官方风格、OpenAI 官方风格
+- 完整支持 14 种 UML 图类型
+- 提供语义形状和箭头系统，生成的图表专业且语义清晰
+
+## Key Quotes
+> "不用手画图了。用中文描述你的系统，几秒钟得到可直接发布的 SVG + PNG 技术图。"
+
+## Key Concepts
+- [[语义形状系统]]
+
+## Key Entities
+- [[yizhiyanhua-ai]]：Skill 发布者
+
+## Connections
+- fireworks-tech-graph 依赖 librsvg 用于 PNG 导出
+
+## Contradictions

wiki/sources/install-wsl.md

@@ -0,0 +1,40 @@
+---
+title: "Install WSL"
+type: source
+tags: []
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/Home Office/Install WSL.md]]
+
+## Summary
+- 核心主题：在 Windows 上安装 Linux 子系统（WSL）
+- 问题域：Windows 开发环境配置、Linux on Windows
+- 方法/机制：使用 `wsl --install` 一键安装命令，PowerShell 管理员模式执行
+- 结论/价值：开发者可在 Windows 上同时使用 Windows 和 Linux 环境，无需传统虚拟机或双系统
+
+## Key Claims
+- Windows 10 2004+ 或 Windows 11 可直接使用 `wsl --install` 一键安装
+- 默认安装 Ubuntu 可用 `-d` 参数指定其他发行版
+- 新安装默认使用 WSL 2，可通过命令升级或降级到 WSL 1
+- 支持多个 Linux 发行版并行运行，可通过 Windows Terminal 管理
+
+## Key Quotes
+> "wsl --install" — 微软官方一键安装命令
+
+## Key Concepts
+- [[WSL]]：Windows Subsystem for Linux，Windows 上的 Linux 兼容层
+- [[WSL2]]：WSL 第二版，架构升级版，共享 Windows 内核
+- [[Windows Terminal]]：微软官方终端应用，推荐用于管理多个 Linux 发行版
+- [[PowerShell]]：Windows 自动化和配置管理框架
+
+## Key Entities
+- [[Microsoft]]：WSL 开发公司，Windows 操作系统厂商
+
+## Connections
+- [[WSL2]] ← extends ← [[WSL]]
+- [[Windows Terminal]] ← manages ← [[WSL]]
+- [[Ubuntu]] ← default_distro ← [[WSL]]
+
+## Contradictions

wiki/sources/learn-ai-for-free-directly-from-top-companies.md

@@ -0,0 +1,47 @@
+---
+title: "Learn AI for free directly from top companies"
+type: source
+tags: [clippings]
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/AI/Learn AI for free directly from top companies.md]]
+
+## Summary
+
+- 核心主题：汇总 10 个顶级科技公司提供的免费 AI 学习和培训资源
+- 问题域：AI 教育资源和在线学习平台
+- 方法/机制：各公司提供免费学习平台和课程
+- 结论/价值：为 AI 学习者提供免费、权威的学习资源渠道
+
+## Key Claims
+
+- Anthropic、Microsoft、OpenAI 等头部 AI 公司均提供免费学习平台和培训资源
+- Google、Meta、NVIDIA 等科技巨头也在布局 AI 教育赛道
+- AWS、IBM、DeepLearning.AI、Hugging Face 等提供从入门到高级的 AI 课程
+
+## Key Quotes
+
+> "Learn AI for free directly from top companies" — 资源汇总来自 X @RodmanAi
+
+## Key Concepts
+
+- **免费 AI 教育**：由顶级科技公司提供的免费 AI 培训和课程资源
+
+## Key Entities
+
+- [[Anthropic]]：提供 Skilljar 平台上的 AI 学习资源
+- [[Google]]：通过 grow.google/ai 提供 AI 学习路径
+- [[Meta]]：通过 ai.meta.com/resources/ 提供资源
+- [[NVIDIA]]：通过 developer.nvidia.com/cuda 提供深度学习培训
+- [[Microsoft]]：通过 learn.microsoft.com 提供 AI 培训
+- [[OpenAI]]：通过 OpenAI Academy 提供学习资源
+- IBM：通过 SkillsBuild 提供 AI 入门课程
+- [[AWS]]：通过 SkillBuilder 提供云和 AI 课程
+- DeepLearning.AI：通过 deeplearning.ai 提供免费 AI 课程
+- [[Hugging Face]]： huggingface.co/learn 提供 ML 学习资源
+
+## Connections
+
+- 主题分类：[[AI教育]][开源平替]

wiki/sources/obsidian-cli.md

@@ -0,0 +1,46 @@
+---
+title: "Obsidian CLI"
+type: source
+tags:
+  - Obsidian
+  - CLI
+  - 自动化
+date: 2026-04-16
+---
+
+## Source File
+- [[raw/Skills/Obsidian CLI.md]]
+
+## Summary
+- 核心主题：Obsidian 命令行界面，用于终端脚本化、自动化和外部工具集成
+- 问题域：如何通过命令行控制 Obsidian 笔记软件的各项功能
+- 方法/机制：通过 `obsidian` 命令调用 Obsidian 的内部 API，支持 TUI 交互界面
+- 结论/价值：实现笔记工作流的自动化，适合 AI Agent 集成和定时任务
+
+## Key Claims
+- Obsidian CLI 是 Obsidian 官方提供的命令行工具，支持脚本化、自动化和外部工具集成
+- 使用前需安装 Obsidian 1.12+ 版本，并在设置中启用 Command Line Interface
+- CLI 依赖 Obsidian 应用运行状态，Headless 模式可在无 GUI 下同步
+
+## Key Quotes
+> "Obsidian CLI is a command line interface that lets you control Obsidian from your terminal for scripting, automation, and integration with external tools." — Obsidian 官方文档
+
+> "Obsidian app must be running. The CLI connects to the running Obsidian instance." — 使用前提条件
+
+## Key Concepts
+
+- [[Obsidian CLI]]：Obsidian 官方命令行工具，Obsidian 1.12+ 版本新增
+- [[TUI]]：Terminal User Interface，支持交互式命令补全和历史记录
+- [[Headless]]：无头模式，可在服务器或 CI/CD 环境运行 Obsidian Sync
+
+## Key Entities
+
+- [[Obsidian]]：基于 Markdown 的本地优先笔记软件
+
+## Connections
+
+- Obsidian CLI 需要 [[Obsidian]] 应用运行 → depends_on
+- CLI 是 [[Claude Skills]] 的补充工具 → extends
+
+## Contradictions
+- 与纯终端笔记工具（如 Vim、Emacs）对比：Obsidian CLI 仍依赖 Electron GUI 应用

wiki/sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md

@@ -0,0 +1,42 @@
+---
+title: "在 Ubuntu 安装 Ollama 并运行 Qwen2.5-Coder 7B"
+type: source
+tags: [ollama, qwen, ubuntu, 本地部署]
+date: 2026-04-18
+---
+
+## Source File
+- [[raw/AI/在 Ubuntu 安装 Ollama 并运行 Qwen2.5-Coder 7B.md]]
+
+## Summary
+- 核心主题：在 Ubuntu 系统上安装 Ollama 并运行 Qwen2.5-Coder 7B 模型
+- 问题域：本地大模型部署、环境配置、API 调用
+- 方法/机制：系统安装、模型下载、服务启动、API 开放
+- 结论/价值：低成本私有化部署 AI 编码助手，适合 DevOps 自动化、SQL Agent、Kubernetes 故障排查
+
+## Key Claims
+- Ollama 可以在 Ubuntu 系统上通过官方脚本一键安装
+- Qwen2.5-Coder 7B 模型大小约 4.5GB，推荐 16GB RAM
+- 修改 OLLAMA_HOST=0.0.0.0 可以开放远程 API
+- Ollama 会自动利用 NVIDIA GPU 加速（如已安装 CUDA）
+
+## Key Quotes
+> "如果你打算做 DevOps automation / SQL Agent / Kubernetes troubleshooting / n8n workflow AI，强烈建议使用 qwen2.5-coder:7b"
+
+## Key Concepts
+- [[Ollama]]：开源本地大语言模型运行框架
+- [[Qwen2.5-Coder]]：阿里通义千问系列代码生成模型
+- [[Docker]]：可用于 Ollama 容器化部署
+- [[n8n]]：可与 Ollama API 集成实现 AI 工作流
+
+## Key Entities
+- [[Ollama]]：开源 LLM 运行框架
+- [[Qwen]]：阿里云大型语言模型
+- [[OpenClaw]]：可调用 Ollama 作为 AI 编码助手后端
+
+## Connections
+- [[Ollama]] ← hosts ← [[Qwen2.5-Coder]]
+- [[OpenClaw]] ← uses ← [[Qwen2.5-Coder]]
+
+## Contradictions
+- （暂无）

wiki/sources/实战笔记-本地部署-RSSHub-并获取-YouTube-订阅.md

@@ -0,0 +1,46 @@
+---
+title: "实战笔记：本地部署 RSSHub 并获取 YouTube 订阅"
+type: source
+tags: [RSSHub, YouTube, Docker, self-hosted]
+date: 2026-04-17
+---
+
+## Source File
+- [[raw/Home Office/实战笔记：本地部署 RSSHub 并获取 YouTube 订阅.md]]
+
+## Summary
+- 核心主题：本地部署 RSSHub 并通过 YouTube Data API 获取 YouTube 订阅
+- 问题域：自托管 RSS 服务解决 YouTube 订阅问题
+- 方法/机制：使用 Docker Compose 部署 RSSHub，配置 YouTube Data API Key 和代理
+- 结论/价值：绕过网页爬虫限制，稳定获取 YouTube 更新
+
+## Key Claims
+- **Docker Compose**：Ubuntu Server 上部署 RSSHub 的推荐方式
+- **YouTube Data API v3**：解决 YouTube 订阅最稳定的方案，每月有足够免费额度
+- **YOUTUBE_KEY**：通过 Google Cloud Console 申请，用于 API 调用
+- **PROXY_URL**：容器内科学上网，解决网络访问问题
+- **UFW 防火墙**：需要开放 1200 端口才能局域网访问
+
+## Key Concepts
+
+- [[Docker]] — 容器化平台，RSSHub 的部署环境
+- [[YouTube Data API v3]] — Google 提供的 YouTube 数据接口
+- [[Docker-Compose]] — 多容器 Docker 应用的定义和运行工具
+
+## Key Entities
+
+- **[[Docker]** — 容器化平台
+- **[[YouTube]** — 视频平台
+- **[[Google Cloud]]** — YouTube API Key 的申请来源
+
+## Connections
+- [[YouTube Data API v3]] ← 需要 ← [[YouTube Key]]
+- [[RSSHub]] ← 部署在 ← [[Docker]]
+- [[Docker]] ← 通过 ← [[Docker-Compose]] 管理
+
+## Contradictions
+- 无
+
+## URL 转换格式
+- 频道：`http://192.168.3.45:1200/youtube/channel/频道ID`
+- 用户：`http://192.168.3.45:1200/youtube/user/用户名`

wiki/sources/我做了个-Skill-让-AI-帮你生成-Logo-和图标.md

@@ -0,0 +1,54 @@
+---
+title: "我做了个 Skill：让 AI 帮你生成 Logo 和图标"
+type: source
+tags: []
+sources: []
+last_updated: 2026-04-18
+---
+
+## Source File
+- [[raw/Skills/我做了个 Skill：让 AI 帮你生成 Logo 和图标.md]]
+
+## Summary
+- 核心主题：开源 Logo Generator Skill，三步生成专业 Logo 和高级展示图
+- 问题域：AI 工具生成图像的精准控制与设计资产交付
+- 方法/机制：信息收集 → 生成 6+ SVG 设计变体 → 高级展示图（Nano Banana + WebGL）
+- 结论/价值：降低设计门槛，让每个开发者都能快速获得"够用的好 Logo"
+
+## Key Claims
+- [[Gemini]] 的 SVG 生成能力优于直接用图片模型生成 Logo，可控性强、可编辑、矢量无损
+- "AI 生成基础，人工精修细节"的工作流是最佳实践
+- Skill 的价值是"快速可用"，不是替代专业设计师
+
+## Key Quotes
+> "Gemini 真是做设计的一把好手，尤其是用 SVG 画 logo 只要给一些适当的引导就可以画的很好" — [[op7418]]
+
+> "好的设计来自理解，而不是随机生成" — Logo Generator Skill
+
+> "它不是要替代专业设计师。设计师做的是'独特性'和'品牌故事'，而 Skill 做的是'快速可用'" — [[op7418]]
+
+## Key Concepts
+- [[Claude Skills]]：本文档本身就是一个 Skill 范例，展示了如何将设计工作流封装为 AI 可执行的流程
+- [[Nano Banana]]：Google 的图像生成模型，提供 12 种专业背景风格
+- [[Vibe Coding]]：本 Skill 体现了 vibe coding 理念，AI 辅助完成设计和开发工作
+- 设计模式库：预定义的 Logo 设计模式，AI 基于此生成变体
+- 矢量 vs 位图：SVG 格式的优势在于可编辑性和无损缩放
+- 高级展示图：专业背景 + 灯光效果的商业展示图
+
+## Key Entities
+- [[op7418]]（[[歸藏]]）：本文档作者，[[guizang.ai]] 开发者，开源 Logo Generator Skill
+- [[CodePilot]]：产品名称，Logo Generator Skill 首个应用案例
+- [[Gemini]]：Google 的 AI 模型，SVG Logo 生成能力突出
+- [[Logo Generator Skill]]：开源 Skill，GitHub: op7418/logo-generator-skill
+- [[Figma]]：专业设计软件，可导入 SVG 进行精细化调整
+- [[Nano Banana Pro]]：Google 专业级图像生成模型
+
+## Connections
+- [[Logo Generator Skill]] ← uses ← [[Gemini]]
+- [[Logo Generator Skill]] ← generates ← [[SVG]]
+- [[SVG]] ← importable_by ← [[Figma]]
+- [[Nano Banana Pro]] ← generates ← [[高级展示图]]
+- [[高级展示图]] ← includes ← [[WebGL]]
+
+## Contradictions
+（暂无）