Auto-sync: 2026-04-23 16:02

wiki/log.md

@@ -1,3 +1,72 @@
+## [2026-04-16] ingest | Learn AI for free directly from top companies
+- Source file: raw/AI/Learn AI for free directly from top companies
+- Status: ✅ 成功摄入
+- Summary: @RodmanAi 汇总的 10 家顶级科技公司免费 AI 学习资源直链。涵盖：Anthropic（Skilljar）、Google（Grow.google/AI）、Meta（AI 资源中心）、NVIDIA（CUDA 开发者课程）、Microsoft（Microsoft Learn）、OpenAI（Academy）、IBM（SkillsBuild）、AWS（Skill Builder）、DeepLearning.AI（吴恩达课程）、Hugging Face（学习路径）。
+- Concepts created: 无新增
+- Entities created: [[DeepLearning.AI]], [[IBM]]
+- Source page: wiki/sources/learn-ai-for-free-directly-from-top-companies.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/learn-ai-for-free-directly-from-top-companies.md）
+  - 新增 2 个 Entity 页面：wiki/entities/DeepLearningAI.md, wiki/entities/IBM.md
+  - 更新 wiki/overview.md Educational Resources 区域，追加免费 AI 学习资源全景介绍
+
+## [2026-04-23] ingest | I Went Through Every AI Memory Tool I Could Find. There Are Two Camps.
+- Source file: raw/Agent/AI-Memory-Tools-Two-Camps.md
+- Status: ✅ 成功摄入
+- Summary: AI 记忆工具全景分类框架。揭示两个根本不同的技术路线：Camp 1（Memory Backend，向量提取+检索，优化召回）vs Camp 2（Context Substrate，文件累积+背景整合，优化复合增长）。代表工具：Mem0、MemPalace（Camp 1）；OpenClaw、Zep、Thoth、TrustGraph（Camp 2）。核心洞察：Zep 从"memory"重塑为"context engineering"是最强市场信号；预测 6 个月内"context engineering"将取代"memory"成为主流术语；持续运行 Agent 必须采用 Context Substrate 架构。
+- Concepts created: [[Context Substrate]], [[Memory Backend]]
+- Entities created: [[OpenClaw]], [[Mem0]]
+- Source page: wiki/sources/ai-memory-tools-two-camps.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/ai-memory-tools-two-camps.md）
+  - 新增 2 个 Concept 页面：wiki/concepts/Context-Substrate.md, wiki/concepts/Memory-Backend.md
+  - 新增 2 个 Entity 页面：wiki/entities/OpenClaw.md, wiki/entities/Mem0.md
+  - overview.md 新增 ai-memory-tools-two-camps 摘要条目，置于 semantic-memory-search 之后
+  - index.md Sources 节新增条目（置顶）
+  - 冲突记录：与 semantic-memory-search 存在文件优先 vs 向量优先的表面张力，实际互补（已记录）
+
+## [2026-04-23] ingest | 可自动化、可扩展、AI增强的电商数据采集与处理系统
+- Source file: 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
+- Status: ✅ 成功摄入
+- Summary: 基于 Docker + Ubuntu + n8n 的可自动化、可扩展、AI增强的电商数据采集与处理系统设计方案。三层架构：爬虫层（Scrapy/Playwright）→ AI处理层（n8n + LLM API）→ 存储展示层（PostgreSQL/MinIO + Grafana）。推荐 Scrapy + Playwright 组合，Docker Compose 容器化；n8n 工作流实现定时爬取→LLM处理→数据库写入→报表通知的全链路自动化；本地可使用 Ollama 无需外部 API Key；防封策略包括 User-Agent 轮换和代理池。
+- Concepts touched: [[Scrapy]], [[Playwright]], [[n8n]], [[Docker Compose]], [[Ollama]], [[Bright Data]], [[Scrapyd]], [[MinIO]], [[Grafana]], [[Metabase]], [[FastAPI]], [[LangChain]]
+- Entities touched: [[Amazon]], [[JD]], [[Taobao]], [[Shopee]]
+- Source page: wiki/sources/可自动化-可扩展-ai增强的电商数据采集与处理系统.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/可自动化-可扩展-ai增强的电商数据采集与处理系统.md）
+  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（已存在于 Wiki）
+  - 冲突检测：无已知冲突，与 [[scrapy-playwright-抓取tiktok-shop-data]] 同属电商数据采集技术栈
+  - 已在 index.md 添加 Source 条目
+  - 已在 overview.md TikTok E-commerce Operations 部分新增条目
+
+## [2026-04-26] ingest | 电商视频Prompt库
+- Source file: 跨境电商/电商视频Prompt.md
+- Status: ✅ 成功摄入
+- Summary: AI 生成宠物电商视频的 7 模块 Prompt 库（产品展示/宠物动作/衣服防穿帮/场景变化/Negative Prompt/卖货文案/全流程示例），以"拼积木"组合方式实现低翻车率 + 高真实感的 TikTok Shop 带货视频生成，扩展至 1产品→3视频→6文案→A/B 测试全链路自动化。
+- Concepts touched: [[Prompt库设计原则]], [[Negative Prompt]], [[Image-to-Video]], [[TikTok电商内容自动化]], [[AI图生视频]]
+- Entities touched: [[TikTok Shop]], [[宠物用品]], [[TikTok]]
+- Source page: wiki/sources/电商视频prompt.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/电商视频prompt.md）
+  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（出现次数 < 2 次阈值）
+  - 冲突检测：无已知冲突，与 [[AI图生视频工具盘点]]（工具盘点）和 [[做TK跨境思路不对努力白费]]（运营策略）互补
+  - 已在 index.md 添加 Source 条目
+  - 已在 overview.md 新增 [[电商视频Prompt库]] 小节，链接于 AI图生视频工具盘点 之后
+
+## [2026-04-26] ingest | TikTok Shop - Apache Superset Dashboard设计思路
+- Source file: 跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md
+- Status: ✅ 成功摄入
+- Summary: Apache Superset 在 TikTok Shop 电商选品分析场景的完整 Dashboard 设计方案——基于 products/reviews/variations 三表数据，通过 SQL View 预处理 JSON 字段，设计 4-Tab 专业 Dashboard（爆品雷达/类目洞察/店铺监控/评论分析），包含 KPI 卡/散点图/箱线图/热力图等可视化组件，提供选品评分加权公式（sold×0.4 + rating×15 + discount×0.5 + rating_count×0.2）。
+- Concepts created: [[Apache Superset]], [[KPI Card]], [[选品评分公式]], [[SQL View]], [[Dynamic Filter]], [[GMV]], [[Scatter Plot]], [[Box Plot]], [[Heatmap]]
+- Entities created: [[TikTok Shop]], [[tiktok_products 数据库]], [[products 表]], [[product_reviews 表]], [[product_variations 表]]
+- Source page: wiki/sources/tiktok-shop-apache-superset-dashboard设计思路.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/tiktok-shop-apache-superset-dashboard设计思路.md）
+  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
+  - 冲突检测：无实质冲突，与 [[电商如何选品-如何找到爆款-选品策略]] 互补（策略 vs 数据工具）
+  - 已在 index.md 添加 Source 条目
+  - overview.md 已在 "TikTok E-commerce Product Management" 小节提及 Apache Superset 与 Dashboard 集成，无需额外更新
+
 ## [2026-04-18] ingest | 做TK跨境思路不对努力白费
 - Source file: 跨境电商/做TK跨境思路不对努力白费.md
 - Status: ✅ 成功摄入
@@ -1106,6 +1175,20 @@
   - 支持 15+ 编程语言：C++, Python, Java, JavaScript, Go, Rust, Haskell, TypeScript 等
   - 与 Vibe Coding 互补：BYOX 理解原理，Vibe Coding 高效实现
 
+## [2026-04-18] ingest | 电商如何选品 - 如何找到爆款选品策略
+- Source file: 跨境电商/电商如何选品 如何找到爆款 选品策略.md
+- Status: ✅ 成功摄入
+- Summary: YouTube 视频摘要，20 种电商选品策略 + 情境配对 + 季节性规划 + POD 低成本测款 + 工具辅助分析（Salesmartly / Erank / Pinterest / Etsy 趋势）。核心观点：未来品牌需针对细分市场而非大众市场；情境配对产品组合提升客单价；POD 模式降低库存风险。
+- Concepts touched: [[电商选品策略]], [[爆款产品]], [[POD模式]], [[情境配对]], [[季节性选品]], [[细分市场定位]]
+- Entities touched: [[Salesmartly]], [[Erank]], [[TikTok Shop]], [[Etsy]], [[Pinterest]]
+- Source page: wiki/sources/电商如何选品-如何找到爆款-选品策略.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/电商如何选品-如何找到爆款-选品策略.md）
+  - Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面
+  - 冲突检测：与 [[做TK跨境思路不对努力白费]] 的平台优先级存在差异，但两者针对产品类型不同（Etsy/POD 手工艺 vs TikTok 快消品），属互补而非冲突
+  - 已在 index.md 添加 Source 条目
+  - 已在 overview.md TikTok E-commerce Operations 小节新增条目，置于 [[做TK跨境思路不对努力白费]] 之前
+
 ## [2026-01-26] ingest | 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！
 - Source file: AI/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！.md
 - Status: ✅ 成功摄入（重复来源，slug 不同）
@@ -1117,3 +1200,18 @@
   - index.md 已添加新条目
   - 无需新建 Entity 或 Concept 页面
   - 无新内容冲突
+
+## [2026-04-26] ingest | Building your Quartz
+- Source file: Home Office/Building your Quartz
+- Status: ✅ 成功摄入
+- Summary: Quartz 静态网站的本地预览与自托管部署指南。涵盖 `npx quartz build --serve` 本地热重载预览、Nginx/Apache/Caddy 三种 Web 服务器自托管配置（处理无扩展名链接）、baseUrl 配置对 RSS Feed 和 Sitemap 的影响。Obsidian 笔记 → Quartz 构建 → 自托管构成完整个人知识发布链条。
+- Concepts touched: [[Quartz]], [[Static Site Generator]], [[npx quartz build]], [[try_files]], [[RewriteRule]], [[baseUrl]]
+- Entities touched: [[Obsidian]], [[GitHub Pages]]
+- Source page: wiki/sources/building-your-quartz.md
+- Notes:
+  - 新增 1 个 Source Page（wiki/sources/building-your-quartz.md）
+  - Concept 和 Entity 均以 wikilink 形式建立关联，Quartz/Nginx/Apache/Caddy 均已在 overview.md 中被提及，不创建独立页面
+  - 检测到 1 处潜在冲突（自托管 vs Vercel/Netlify），已记录于 Source Page Contradictions 节
+  - index.md Sources 节添加新条目
+  - overview.md Productivity & Knowledge Management 部分添加 Quartz 段落
+