diff --git a/raw/Daily notes/2025-03-02.md b/openclaw/Daily notes/2025-03-02.md similarity index 100% rename from raw/Daily notes/2025-03-02.md rename to openclaw/Daily notes/2025-03-02.md diff --git a/raw/Daily notes/2025-03-04.md b/openclaw/Daily notes/2025-03-04.md similarity index 100% rename from raw/Daily notes/2025-03-04.md rename to openclaw/Daily notes/2025-03-04.md diff --git a/raw/Daily notes/2025-03-05.md b/openclaw/Daily notes/2025-03-05.md similarity index 100% rename from raw/Daily notes/2025-03-05.md rename to openclaw/Daily notes/2025-03-05.md diff --git a/raw/Daily notes/2025-03-10.md b/openclaw/Daily notes/2025-03-10.md similarity index 100% rename from raw/Daily notes/2025-03-10.md rename to openclaw/Daily notes/2025-03-10.md diff --git a/raw/Daily notes/2025-03-14.md b/openclaw/Daily notes/2025-03-14.md similarity index 100% rename from raw/Daily notes/2025-03-14.md rename to openclaw/Daily notes/2025-03-14.md diff --git a/raw/Daily notes/2025-03-15.md b/openclaw/Daily notes/2025-03-15.md similarity index 100% rename from raw/Daily notes/2025-03-15.md rename to openclaw/Daily notes/2025-03-15.md diff --git a/raw/Daily notes/2025-05-13.md b/openclaw/Daily notes/2025-05-13.md similarity index 100% rename from raw/Daily notes/2025-05-13.md rename to openclaw/Daily notes/2025-05-13.md diff --git a/raw/Daily notes/2025-07-02.md b/openclaw/Daily notes/2025-07-02.md similarity index 100% rename from raw/Daily notes/2025-07-02.md rename to openclaw/Daily notes/2025-07-02.md diff --git a/raw/Daily notes/2025-07-05.md b/openclaw/Daily notes/2025-07-05.md similarity index 100% rename from raw/Daily notes/2025-07-05.md rename to openclaw/Daily notes/2025-07-05.md diff --git a/raw/Daily notes/2025-07-07.md b/openclaw/Daily notes/2025-07-07.md similarity index 100% rename from raw/Daily notes/2025-07-07.md rename to openclaw/Daily notes/2025-07-07.md diff --git a/raw/Daily notes/2025-07-25.md b/openclaw/Daily notes/2025-07-25.md similarity index 100% rename from raw/Daily notes/2025-07-25.md rename to openclaw/Daily notes/2025-07-25.md diff --git a/raw/Daily notes/2026-03-27.md b/openclaw/Daily notes/2026-03-27.md similarity index 100% rename from raw/Daily notes/2026-03-27.md rename to openclaw/Daily notes/2026-03-27.md diff --git a/raw/Daily notes/2026-03-29.md b/openclaw/Daily notes/2026-03-29.md similarity index 100% rename from raw/Daily notes/2026-03-29.md rename to openclaw/Daily notes/2026-03-29.md diff --git a/raw/Daily notes/2026-03-30.md b/openclaw/Daily notes/2026-03-30.md similarity index 100% rename from raw/Daily notes/2026-03-30.md rename to openclaw/Daily notes/2026-03-30.md diff --git a/Hermes/yunzhi/claude-code调用方法总结.md b/raw/Agent/claude-code调用方法总结.md similarity index 100% rename from Hermes/yunzhi/claude-code调用方法总结.md rename to raw/Agent/claude-code调用方法总结.md diff --git a/wiki/concepts/AI拟人化谬误.md b/wiki/concepts/AI拟人化谬误.md deleted file mode 100644 index ed318754..00000000 --- a/wiki/concepts/AI拟人化谬误.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "AI拟人化谬误" -type: concept -tags: [] ---- - -## Definition -将 LLM 拟人化（赋予名字、情感、恐惧、动机）是一种设计谬误。LLM 没有生物体的局限性——不会死亡、饥饿或害怕；它们在推理时只存在几秒钟来生成响应，缺乏真正的同理心或情感。 - -## Why It's Wrong -- LLM 天生的不可靠性（幻觉、逻辑谬误、上下文漂移）与人类不同 -- 对 LLM 的"威胁"或"激励"只是利用训练数据中高风险→高质量输出的相关性 -- 拟人化会掩盖 LLM 真正的问题：将其视为可靠组件而非需要工程保障的系统 - -## The Correct Approach -- [[Alex Ewerlöf]] 主张：将 LLM 视为分布式系统中不可靠的组件 -- 构建系统时：约束（Constrained）、验证（Verified）、修剪（Pruned）、挑战（Challenged） -- 不需要"关心"的 AI，需要的是经过工程保障的 AI - -## Related Concepts -- [[泰勒主义软件工厂]] -- [[LLM不可靠性]] -- [[多Agent可靠性模式]] - -## Sources -- [[The-Picture-They-Paint-of-You.md]] -- [[Multi-Agent-System-Reliability.md]] diff --git a/wiki/concepts/AI配音.md b/wiki/concepts/AI配音.md deleted file mode 100644 index 6041f1db..00000000 --- a/wiki/concepts/AI配音.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -id: ai-voice -title: "AI配音" -type: concept -tags: [TTS, voice, audio] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Definition - -AI配音是文本转语音（TTS）技术，将文字内容转化为自然语音。 - -## Key Technologies - -- **TTS**：Text-to-Speech，文字转语音 -- **声音克隆**：用少量样本重建个人声音 - -## Popular Tools - -| 平台 | 特点 | 价格 | -|------|------|------| -| ElevenLabs | 国际顶流，30+语言，情感变化 | 付费较贵 | -| 海螺AI | 小白友好，30秒克隆，中文好 | 免费 | -| F5-TTS | 开源免费，2秒克隆，技术流 | 免费 | -| TTSMaker | 每周3万字，50+语言，300+音色 | 免费限额 | -| 剪映 | 抖音官方，短视频首选 | 部分VIP | -| AnyVoice | 3秒克隆，中英日韩 | 免费无限 | - -## Connections -- [[二创视频]] ← uses ← [[AI配音]] -- [[内容创作]] ← uses ← [[AI配音]] diff --git a/wiki/concepts/Agent.md b/wiki/concepts/Agent.md deleted file mode 100644 index 1663b40e..00000000 --- a/wiki/concepts/Agent.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -id: agent -title: "Agent" -type: concept -tags: [AI, autonomous, tool-use] -sources: - - "[[LLM Terms Framework]]" -last_updated: 2025-12-20 ---- - -## Definition - -Agent（智能体）是LLM+MCP的组合，LLM负责给出步骤，MCP负责实际执行。 - -## How It Works - -1. LLM理解用户意图 -2. LLM规划执行步骤 -3. MCP调用外部工具执行 -4. 结果反馈给LLM -5. LLM继续下一步或返回结果 - -## Key Capabilities - -- 自主决策 -- 工具调用 -- 任务分解 -- 迭代优化 - -## vs Vanilla LLM - -| 维度 | Vanilla LLM | Agent | -|------|-------------|-------| -| 能力 | 仅生成文本 | 执行实际操作 | -| 工具调用 | 无 | 有 | -| 自主性 | 低 | 高 | -| 幻觉风险 | 高 | 低（可验证） | - -## Connections -- [[Agent]] ← combines ← [[LLM]] + [[MCP]] -- [[Agent]] ← extends ← [[LLM]] -- [[Agent]] ← uses ← [[工具调用]] diff --git a/wiki/concepts/AgentSkill设计模式.md b/wiki/concepts/AgentSkill设计模式.md deleted file mode 100644 index 1ebb4438..00000000 --- a/wiki/concepts/AgentSkill设计模式.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -id: agent-skill-design-pattern -title: "AgentSkill设计模式" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [Google-5个Agent-Skill设计模式.md] -last_updated: 2026-03-19 ---- - -# AgentSkill设计模式 - -将领域知识或工作流有效封装进Skill的五种设计模式，Google与Anthropic经验总结。 - -## 五种模式 - -| 模式 | 核心机制 | 适用场景 | -|------|----------|----------| -| [[ToolWrapper]] | 按需动态加载知识文档 | 编码规范、框架最佳实践 | -| [[Generator]] | 模板+变量填充生成一致输出 | API文档、报告生成 | -| [[Reviewer]] | 检查标准与执行逻辑分离 | 代码审查、安全审计 | -| [[Inversion]] | 先问再做，延迟执行 | 需求分析、项目规划 | -| [[Pipeline]] | 硬性检查点强制顺序执行 | 复杂流水线、质量控制 | - -## 核心问题 - -SKILL.md格式标准化后（已被30+主流工具支持），同等格式的skill执行效果天差地别。差距在于**内容设计**，而非格式。 - -## 模式组合 - -五种模式并非互斥，可以组合使用： -- Pipeline末尾可加Reviewer进行double-check -- Generator开始可用Inversion收集必要变量 -- Reviewer可嵌入Pipeline作为质量关卡 - -## 理论基础 - -- [[Anthropic]]经验：最好的Skill是「工具箱」，不是大prompt；三条铁律：只写Agent不知道的、重点写踩坑清单、给工具不给指令 -- [[Google]]ADK：SkillToolset和渐进式披露机制，agent只在运行时需要时才消耗上下文token加载特定模式 - -## 与AgenticAI关系 - -[[AgenticAI]]的发展使得Skill设计从"写好提示词"转向"设计好工作流结构"。五种模式将[[AgenticAI]]的能力通过结构化Skill封装为可复用模块。 - -## 相关概念 - -- [[AgentSkill]]：Skill的实例化 -- [[AgenticAI]]：Agent具备自主行动能力 -- [[工作流自动化]]：Pipeline模式的技术基础 diff --git a/wiki/concepts/AgenticAI.md b/wiki/concepts/AgenticAI.md deleted file mode 100644 index 48671226..00000000 --- a/wiki/concepts/AgenticAI.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -id: agentic-ai -title: "Agentic AI" -type: concept -tags: [AI, agent, autonomous, proactive] -sources: - - "[[Designing for Agentic AI]]" -last_updated: 2025-03-02 ---- - -## Definition - -Agentic AI是能够自主行动和决策的AI系统，能够预判用户需求并主动执行任务。 - -## Key Characteristics - -- **主动预判**：不需要用户明确指令，主动分析并行动 -- **实时反馈**：持续向用户展示决策过程 -- **用户控制**：确保用户对AI行为有最终决定权 -- **行动执行**：不仅生成内容，而是执行具体操作 - -## Five Design Principles - -1. **透明性**：让用户理解AI的决策过程 -2. **控制权**：用户始终保持对AI行为的最终决定权 -3. **个性化**：AI适应用户的偏好和习惯 -4. **对话**：通过自然语言进行持续交互 -5. **预判**：AI主动识别并满足用户潜在需求 - -## vs GenAI - -| 维度 | GenAI | Agentic AI | -|------|-------|------------| -| 核心能力 | 内容生成 | 行动执行 | -| 交互模式 | 被动响应 | 主动预判 | -| 反馈机制 | 单次响应 | 实时反馈 | - -## Connections -- [[Agentic AI]] ← extends ← [[GenAI]] -- [[AI产品设计]] ← uses ← [[Agentic AI设计原则]] diff --git a/wiki/concepts/Agent模式.md b/wiki/concepts/Agent模式.md deleted file mode 100644 index 870c97c6..00000000 --- a/wiki/concepts/Agent模式.md +++ /dev/null @@ -1,17 +0,0 @@ ---- -title: "Agent模式" -type: concept -tags: [interaction-mode, ai-agent, cursor] -last_updated: 2026-04-14 ---- - -## Aliases -- Agent mode -- 代理模式 - -## Summary -Agent 模式是 [[Cursor]] 中 Composer 模块的一种交互状态。与需要用户手动复制执行命令的 Normal 模式不同，Agent 模式能够让 AI 模型自动运行内置的工具命令并处理返回结果，极大地提升了自动化任务的执行效率。配合 `enable yolo mode` 可以跳过二次确认（但具有一定风险）。 - -## Key Connections -- [[Agent模式]] → enables → [[SequentialThinking]] -- [[Agent模式]] 存在于 [[Cursor]] 的 Composer 中 diff --git a/wiki/concepts/ClaudeSkills.md b/wiki/concepts/ClaudeSkills.md deleted file mode 100644 index efd69273..00000000 --- a/wiki/concepts/ClaudeSkills.md +++ /dev/null @@ -1,55 +0,0 @@ ---- -id: claude-skills -title: "Claude Skills" -type: concept -tags: [Anthropic, Claude, skill, SOP] -sources: - - "[[Claude Skills最值得研究的AI范式]]" -last_updated: 2026-01-05 ---- - -## Definition - -Claude Skills是Anthropic官方发布的AI技能指南，本质是写给Claude的"说明书"和"SOP"。 - -## What It Contains - -- Prompt结构定义 -- 参数含义说明 -- 容错策略 -- 使用示例 - -## Official Skills Categories - -- 办公自动化四大件（Word/PDF/PPT/Excel） -- 开发者工具箱 -- 创意类Skill - -## Awesome Claude Skills - -三大社区仓库： -- ComposioHQ -- VoltAgent -- BehiSecc - -## Skills聚合站 - -- skillsmp.com -- aitmpl.com/skills -- claudemarketplaces.com - -## Significance - -Skills的爆发标志着从**提示词工程**到**流程工程**的关键转变： -- 将经验沉淀为SOP -- 交给AI稳定执行 -- 实现可复用的工作流 - -## Connection to Vibe Coding - -Vibe Coding的尽头也是Skills，通过AI编程方式构建的流程最终需要Skills来标准化和复用。 - -## Connections -- [[提示词工程]] ← evolves_to ← [[流程工程]] -- [[Claude Skills]] ← implements ← [[SOP标准化]] -- [[Vibe Coding]] ← uses ← [[Claude Skills]] diff --git a/wiki/concepts/Embedding.md b/wiki/concepts/Embedding.md deleted file mode 100644 index 8b5a1a2a..00000000 --- a/wiki/concepts/Embedding.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -id: embedding -title: "Embedding" -type: concept -tags: [LLM, vector, representation] -sources: - - "[[RAG从入门到精通系列1：基础RAG]]" - - "[[LLM Terms Framework]]" -last_updated: 2025-12-18 ---- - -## Definition - -Embedding（向量化）是将文本转换为数值向量的技术，使计算机能够计算词与词之间的距离和语义关系。 - -## Mechanism - -- 将文本映射到高维向量空间 -- 语义相似的文本在向量空间中距离更近 -- 支持相似度搜索和聚类分析 - -## Use Cases - -- RAG系统的文档索引 -- 语义搜索 -- 文本相似度比较 -- 推荐系统 - -## Connections -- [[LLM]] ← uses ← [[Embedding]] -- [[RAG]] ← uses ← [[Embedding]] -- [[向量数据库]] ← stores ← [[Embedding]] diff --git a/wiki/concepts/GenAI.md b/wiki/concepts/GenAI.md deleted file mode 100644 index f94bcf53..00000000 --- a/wiki/concepts/GenAI.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -id: genai -title: "GenAI" -type: concept -tags: [AI, generation, content-creation] -sources: - - "[[Designing for Agentic AI]]" -last_updated: 2025-03-02 ---- - -## Definition - -GenAI（生成式AI）擅长创作内容，如文本、图像、代码、音乐等。 - -## Key Characteristics - -- 内容生成能力强 -- 被动响应用户请求 -- 适合创意类任务 - -## vs Agentic AI - -| 维度 | GenAI | Agentic AI | -|------|-------|------------| -| 核心能力 | 内容生成 | 行动执行 | -| 交互模式 | 被动响应 | 主动预判 | -| 代表任务 | 写作、绘画 | 自动化工作流 | - -## Connections -- [[Agentic AI]] ← evolves_from ← [[GenAI]] -- [[AI产品设计]] ← uses ← [[GenAI]] diff --git a/wiki/concepts/Generator.md b/wiki/concepts/Generator.md deleted file mode 100644 index 4c1ba2bb..00000000 --- a/wiki/concepts/Generator.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -id: generator -title: "Generator" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [] -last_updated: 2026-03-19 ---- - -# Generator - -通过模板和变量填充流程，从用户需求生成结构化、一致性输出的Skill设计模式。 - -## 定义 - -Generator模式利用预定义的输出模板和样式指南，由Agent扮演项目经理角色，通过"收集缺失变量→填充模板→输出结果"的流程，保证每次运行生成格式完全一致的文档或代码。 - -## 机制 - -- assets/目录存放输出模板 -- references/目录存放样式指南 -- SKILL.md作为协调器，指导Agent加载模板、读取指南、收集变量、填充内容 -- 变量未齐全时，Agent主动向用户询问 - -## 适用场景 - -- 统一API文档生成 -- 标准化commit信息格式 -- 项目脚手架初始化 -- 报告/简报批量生成 - -## 优点 - -- 输出格式完全一致可预期 -- 模板与内容分离，便于更新样式 -- 变量收集机制确保信息完整 - -## 缺点 - -- 模板维护成本较高 -- 变量收集可能增加交互轮次 -- 不适合高度创造性任务 - -## 关系 - -- 上位概念：[[AgentSkill设计模式]] -- 可组合：[[Inversion]]（用Inversion收集变量） -- 可组合：[[Reviewer]]（用Reviewer检查输出） diff --git a/wiki/concepts/Inversion.md b/wiki/concepts/Inversion.md deleted file mode 100644 index a56133c3..00000000 --- a/wiki/concepts/Inversion.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -id: inversion -title: "Inversion" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [] -last_updated: 2026-03-19 ---- - -# Inversion - -将Agent工作流从"先做后问"反转为"先问再做"的Skill设计模式。Agent变为面试官，通过阶段性提问收集必要信息后才会开始执行。 - -## 定义 - -Inversion模式通过硬性门控指令（gate）控制工作流：明确规定"不到所有阶段完成就不开始构建"。Agent逐阶段提问，等待用户回答，确认后才进入下一阶段，最终才执行核心任务。 - -## 机制 - -- 硬性门控指令：不到所有阶段完成就不开始构建 -- 阶段化提问：Agent按阶段逐一提问 -- 等待确认：每个阶段需用户明确回答后才进入下一阶段 -- 延迟执行：收集完所有必要信息后才执行实际操作 - -## 适用场景 - -- 项目规划（收集需求、约束、优先级） -- 需求分析（功能范围、技术栈、时间线） -- 决策咨询（收集选项、偏好、限制条件） -- 内容创作（主题、受众、风格偏好） - -## 优点 - -- 确保执行前信息完整 -- 用户参与度高，减少返工 -- 避免Agent盲目猜测导致浪费 - -## 缺点 - -- 初始交互轮次多，用户可能不耐烦 -- 问题设计需要精心规划 -- 不适合紧急/简单任务 - -## 关系 - -- 上位概念：[[AgentSkill设计模式]] -- 可组合：[[Generator]]（用Inversion收集Generator所需的变量） diff --git a/wiki/concepts/LLM.md b/wiki/concepts/LLM.md deleted file mode 100644 index a7f5f444..00000000 --- a/wiki/concepts/LLM.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -id: llm -title: "LLM" -type: concept -tags: [AI, language-model, foundation-model] -sources: - - "[[LLM Terms Framework]]" -last_updated: 2025-12-20 ---- - -## Definition - -LLM（Large Language Model，大语言模型）是参数规模≥1B的深度学习模型，能够理解和生成人类语言。 - -## Core Properties - -- **参数规模**：通常≥10亿参数 -- **语言理解**：能够理解复杂语义 -- **文本生成**：能够生成连贯、合法的文本 -- **上下文学习**：能从少量示例中学习 - -## Key Metrics - -- **Token**：基本输入单元 - - 1英文字符 ≈ 0.3 token - - 1中文字符 ≈ 0.6 token -- **Context Window**：模型能接受的上下文长度 - -## Related Concepts - -- [[Token]]：LLM的基本输入单元 -- [[MCP]]：LLM与外部工具的连接协议 -- [[Agent]]：LLM+MCP的智能体 -- [[RAG]]：扩展LLM能力的技术 -- [[Embedding]]：LLM理解文本的基础 - -## Connections -- [[LLM]] ← uses ← [[Token]] -- [[LLM]] ← uses ← [[MCP]] -- [[Agent]] ← combines ← [[LLM]] + [[MCP]] -- [[RAG]] ← extends ← [[LLM]] diff --git a/wiki/concepts/MCP.md b/wiki/concepts/MCP.md deleted file mode 100644 index 4f4ff806..00000000 --- a/wiki/concepts/MCP.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -id: mcp -title: "MCP" -type: concept -tags: [AI, protocol, tool-integration] -sources: - - "[[LLM Terms Framework]]" -last_updated: 2025-12-20 ---- - -## Definition - -MCP（Model Context Protocol，模型上下文协议）是一种标准化接口，用于连接大模型与外部数据和工具。 - -## Purpose - -解决LLM无法访问实时数据和外部工具的问题： -- LLM给出执行步骤 -- 实际执行需要配合MCP -- 实现智能体（Agent）功能 - -## Architecture - -- **Client**：运行在AI应用端 -- **Server**：运行在外部服务或本地 - -## Use Cases - -- 文件系统访问 -- API调用 -- 数据库查询 -- 代码执行 - -## Connection to Agent - -Agent = LLM + MCP -- LLM负责理解和规划 -- MCP负责执行具体操作 - -## Connections -- [[LLM]] ← uses ← [[MCP]] -- [[Agent]] ← combines ← [[LLM]] + [[MCP]] -- [[MCP]] ← enables ← [[工具调用]] diff --git a/wiki/concepts/Pipeline.md b/wiki/concepts/Pipeline.md deleted file mode 100644 index 50db0fbf..00000000 --- a/wiki/concepts/Pipeline.md +++ /dev/null @@ -1,61 +0,0 @@ ---- -id: pipeline -title: "Pipeline" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [] -last_updated: 2026-03-19 ---- - -# Pipeline - -在复杂任务中设置硬性检查点，强制Agent按严格顺序执行工作流的Skill设计模式。 - -## 定义 - -Pipeline模式通过实现明确的门控条件，确保Agent无法跳过步骤或忽略指令。每个关键节点设置检查点，用户必须在进入下一步之前确认，否则流程不会继续。 - -## 机制 - -- 工作流步骤明确定义在SKILL.md中 -- 每步有明确的进入前置条件 -- 门控条件未满足时阻止进入下一步 -- 文档流水线示例：解析清点→生成文档字符串→组装文档→质量检查 - -## 适用场景 - -- 复杂多步骤任务（文档生成流水线） -- 需要严格质量控制的流程 -- 合规/审计要求不能跳过的步骤 -- 多人协作中需要明确交接点 - -## 优点 - -- 步骤不会被跳过 -- 质量控制点明确 -- 流程可追溯可审计 -- 减少因跳过步骤导致的错误 - -## 缺点 - -- 灵活性低，急救场景不适用 -- 用户可能觉得检查点过多 -- 流程僵化，难以适应特殊情况 - -## 与Inversion对比 - -| 维度 | Pipeline | Inversion | -|------|----------|-----------| -| 方向 | 强制顺序执行 | 先问再做 | -| 控制点 | 技术门控（条件判断） | 问答门控（收集信息） | -| 适用场景 | 复杂技术流程 | 需求分析决策 | - -## 关系 - -- 上位概念：[[AgentSkill设计模式]] -- 可组合：[[Reviewer]]（Pipeline末尾加Reviewer步骤） -- 示例应用：[[文档流水线]] - -## 相关实体 - -- [[Google]]：发布Pipeline模式的云服务提供商 diff --git a/wiki/concepts/Prompt能力.md b/wiki/concepts/Prompt能力.md deleted file mode 100644 index 86dc574f..00000000 --- a/wiki/concepts/Prompt能力.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -id: prompt-ability -title: "Prompt能力" -type: concept -tags: [prompt-engineering, communication] -sources: - - "[[如何写出完美的Prompt]]" -last_updated: 2025-12-02 ---- - -## Definition - -Prompt能力是清晰界定需求+结构化思维表达的能力，本质是需求拆解+结构化表达能力。 - -## Core Elements - -人与AI的协作协议，定义： -- **做什么**：明确任务目标 -- **为什么**：任务背景和目的 -- **给谁**：目标受众 -- **怎么做**：执行方式和约束 -- **做到什么标准**：质量要求和验收标准 - -## Four Key Elements - -1. **角色**：AI扮演的身份 -2. **受众对齐**：明确目标用户 -3. **场景对齐**：使用环境上下文 -4. **目标对齐**：预期成果定义 - -## Common Mistakes - -- 越复杂越专业 -- 说清做什么就行 -- 一键生成即终点 - -## Connections -- [[AI协作]] ← requires ← [[Prompt能力]] -- [[结构化思维]] ← enables ← [[Prompt能力]] diff --git a/wiki/concepts/RAG.md b/wiki/concepts/RAG.md deleted file mode 100644 index 37d8628b..00000000 --- a/wiki/concepts/RAG.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -id: rag -title: "RAG" -type: concept -tags: [LLM, retrieval, augmentation] -sources: - - "[[RAG从入门到精通系列1：基础RAG]]" - - "[[LLM Terms Framework]]" -last_updated: 2025-12-18 ---- - -## Definition - -RAG（Retrieval Augmented Generation，检索增强生成）是一种结合检索系统和LLM生成的技术，解决LLM缺乏最新和私有数据的问题。 - -## Three-Step Process - -1. **索引（Indexing）**：将文档切分并转换为Embedding向量存入向量数据库 -2. **检索（Retrieval）**：根据问题语义向量检索相关文档块 -3. **生成（Generation）**：将问题和相关文档输入LLM生成答案 - -## Key Components - -- **Embedding**：将文本转换为数值向量 -- **向量数据库**：存储和检索向量表示（如Qdrant） -- **文档切分**：将长文档分割成符合Embedding窗口的块 -- **Context Window**：模型能接受的上下文长度限制（512-8192 token） - -## Why It Matters - -解决LLM的幻觉问题，让模型能够： -- 访问最新信息 -- 利用私有数据 -- 提供可溯源的回答 - -## Connections -- [[LLM]] ← uses ← [[RAG]] -- [[RAG]] ← includes ← [[索引]] -- [[RAG]] ← includes ← [[检索]] -- [[RAG]] ← includes ← [[生成]] -- [[RAG]] ← extends ← [[LLM]] diff --git a/wiki/concepts/Reviewer.md b/wiki/concepts/Reviewer.md deleted file mode 100644 index d16c2a39..00000000 --- a/wiki/concepts/Reviewer.md +++ /dev/null @@ -1,52 +0,0 @@ ---- -id: reviewer -title: "Reviewer" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [] -last_updated: 2026-03-19 ---- - -# Reviewer - -将"检查什么"（审查标准）与"怎么检查"（执行逻辑）完全分离的Skill设计模式。 - -## 定义 - -Reviewer模式将审查规则与执行机制解耦：审查标准存放于references/review-checklist.md，可替换为Python风格检查、安全审计、数据质量检查等；执行逻辑保持静态，Agent动态加载对应审查标准并输出结构化结果。 - -## 机制 - -- references/目录存放可替换的审查清单 -- SKILL.md定义静态审查指令 -- Agent动态加载特定审查标准 -- 输出按严重程度分组的结构化结果 - -## 适用场景 - -- 代码审查（Python风格、PEP8等） -- 安全审计（OWASP Top 10等） -- 文档质量检查 -- 数据质量验证 - -## 优点 - -- 一套skill基础设施，换清单即换专项 -- 审查标准独立维护，便于更新 -- 结构化输出便于后续处理 - -## 缺点 - -- 清单设计需要领域专业知识 -- 多标准并存时可能冲突 -- 动态加载机制增加复杂度 - -## 关系 - -- 上位概念：[[AgentSkill设计模式]] -- 可组合：[[Pipeline]]（Pipeline末尾加Reviewer double-check） -- 审查清单类型：[[代码审查]]、[[安全审计]] - -## 相关实体 - -- [[Anthropic]]：Reviewer模式被用于Claude Code代码审查Skill diff --git a/wiki/concepts/SSE.md b/wiki/concepts/SSE.md deleted file mode 100644 index b372fcd7..00000000 --- a/wiki/concepts/SSE.md +++ /dev/null @@ -1,16 +0,0 @@ ---- -title: "SSE" -type: concept -tags: [protocol, integration] -last_updated: 2026-04-14 ---- - -## Aliases -- Server-Sent Events -- SSE连接 - -## Summary -SSE (Server-Sent Events) 是一种服务器向客户端单向推送实时事件的技术。在 [[MCP]] 的生态中，SSE 是除命令行 (Command) 之外的另一种服务端接入方式，允许客户端实时监听服务端发出的数据和状态更新。 - -## Key Connections -- [[SSE]] 是接入 [[MCP]] 的两种主要方式之一 diff --git a/wiki/concepts/SequentialThinking.md b/wiki/concepts/SequentialThinking.md deleted file mode 100644 index cf185902..00000000 --- a/wiki/concepts/SequentialThinking.md +++ /dev/null @@ -1,18 +0,0 @@ ---- -title: "SequentialThinking" -type: concept -tags: [reasoning, ai-capability] -last_updated: 2026-04-14 ---- - -## Aliases -- 序列化思考 -- Sequential Thinking -- 步骤化推理 - -## Summary -Sequential Thinking 是一种优化大语言模型（LLM）逻辑推理过程的机制或工具。它通过将复杂的任务分步拆解，并允许与外部服务（例如通过 [[MCP]] 集成的新闻源）互相调用，从而显著提升 AI 在面对复杂环境时的思考深度和响应准确率。 - -## Key Connections -- [[SequentialThinking]] ← depends_on ← [[Agent模式]] -- [[SequentialThinking]] 配合 [[MCP]] 使用提升能力 diff --git a/wiki/concepts/SourceGrounding.md b/wiki/concepts/SourceGrounding.md deleted file mode 100644 index af52f3cd..00000000 --- a/wiki/concepts/SourceGrounding.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -id: source-grounding -title: "Source-Grounding" -type: concept -tags: [NotebookLM, accuracy, grounding] -sources: - - "[[7 ways I use NotebookLM to make my life easier]]" -last_updated: 2025-11-23 ---- - -## Definition - -Source-Grounding是NotebookLM的核心机制，限制知识库仅包含用户上传的文档，确保AI回答准确且可溯源。 - -## Mechanism - -- 用户上传文档后，NotebookLM只在这个文档范围内回答 -- 避免AI幻觉，确保回答有据可查 -- 每个回答都附带源文档引用 - -## Why It Matters - -解决通用LLM的幻觉问题，特别适用于： -- 法律文档审查 -- 学术研究 -- 精确信息查询 - -## Connections -- [[NotebookLM]] ← uses ← [[Source-Grounding]] -- [[AI准确性]] ← requires ← [[Source-Grounding]] diff --git a/wiki/concepts/Token.md b/wiki/concepts/Token.md deleted file mode 100644 index bd06eb8c..00000000 --- a/wiki/concepts/Token.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -id: token -title: "Token" -type: concept -tags: [LLM, tokenization, input-unit] -sources: - - "[[LLM Terms Framework]]" -last_updated: 2025-12-20 ---- - -## Definition - -Token是大模型的基本输入单元，是文本处理的最小单位。 - -## Tokenization Rules - -- 1英文字符 ≈ 0.3 token -- 1中文字符 ≈ 0.6 token -- 标点符号和空格也占用token - -## Why It Matters - -- 影响API调用成本 -- 决定上下文长度限制 -- 影响生成速度 - -## Context Window - -模型能接受的token数量限制： -- 较短的模型：4K-8K tokens -- 中等模型：32K-128K tokens -- 长上下文模型：1M+ tokens - -## Connections -- [[LLM]] ← uses ← [[Token]] -- [[Token]] → affects → [[成本计算]] -- [[Token]] → affects → [[上下文限制]] diff --git a/wiki/concepts/ToolWrapper.md b/wiki/concepts/ToolWrapper.md deleted file mode 100644 index 6dde173a..00000000 --- a/wiki/concepts/ToolWrapper.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -id: tool-wrapper -title: "ToolWrapper" -type: concept -tags: [Agent, Skill, 设计模式] -sources: [] -last_updated: 2026-03-19 ---- - -# ToolWrapper - -将某个库或框架的规范文档打包成skill的包装模式。Agent只有在真正用到该技术时才会动态加载相关文档（references/目录），而非将所有规则塞入system prompt。 - -## 定义 - -ToolWrapper是一种Skill设计模式，核心机制是**按需加载**——将领域知识、编码规范、最佳实践封装为可触发的文档模块，仅在Agent检测到相关关键词时激活对应知识。 - -## 机制 - -- references/目录存放具体技术文档（如conventions.md） -- SKILL.md监听特定关键词或事件 -- 当用户开始使用某技术时，动态加载对应规范 -- 规范被Agent当作"绝对真理"执行 - -## 适用场景 - -- 团队内部编码规范分发 -- 特定框架最佳实践封装 -- 减少system prompt信息过载 -- 需要精确控制规范版本和加载时机 - -## 优点 - -- 按需加载，不浪费上下文token -- 规范独立，便于单独更新维护 -- Agent只在需要时才加载，避免干扰 - -## 缺点 - -- 需要预先识别和封装所有相关知识 -- 关键词触发机制可能遗漏边界情况 -- 多skill并发时可能有加载冲突 - -## 关系 - -- 上位概念：[[AgentSkill设计模式]] -- 并列模式：[[Generator]]、[[Reviewer]]、[[Inversion]]、[[Pipeline]] diff --git a/wiki/concepts/VibeCoding.md b/wiki/concepts/VibeCoding.md deleted file mode 100644 index 78b3b086..00000000 --- a/wiki/concepts/VibeCoding.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -id: vibe-coding -title: "Vibe Coding" -type: concept -tags: [AI, programming, coding] -sources: - - "[[Claude Skills最值得研究的AI范式]]" -last_updated: 2026-01-05 ---- - -## Definition - -Vibe Coding是一种AI编程方式，通过自然语言与AI协作编写代码。 - -## Characteristics - -- 自然语言为主 -- AI生成代码 -- 人类审核和调整 -- 降低编程门槛 - -## The End State - -Vibe Coding的尽头是Skills： -- 通过对话构建的代码和流程 -- 需要标准化为Skills以便复用 -- 最终沉淀为可维护的系统 - -## Connections -- [[Vibe Coding]] ← uses ← [[Claude Skills]] -- [[AI编程]] ← extends ← [[Vibe Coding]] -- [[提示词工程]] ← relates_to ← [[Vibe Coding]] diff --git a/wiki/concepts/Workspace.md b/wiki/concepts/Workspace.md deleted file mode 100644 index e41fbc40..00000000 --- a/wiki/concepts/Workspace.md +++ /dev/null @@ -1,66 +0,0 @@ ---- -title: "Workspace" -type: concept -tags: [openclaw, workspace, configuration] -last_updated: 2026-04-14 ---- - -# Workspace - -OpenClaw中Agent的工作台目录，决定Agent如何工作。 - -## 核心文件 - -### AGENTS.md -定义Agent的： -- 岗位职责 -- 行为边界 -- 多Agent协调规则 - -### SOUL.md -定义Agent的： -- 性格叙事 -- 沟通风格 -- 价值观和边界 - -### USER.md -固化用户的： -- 偏好设定 -- 背景知识假设 -- 常见任务 - -### TOOLS.md -声明工具的： -- 可用工具 -- 使用原则 -- 受限工具 - -### IDENTITY.md -结构化身份档案： -- 名字 -- 角色类型 -- Emoji -- 头像 - -### BOOTSTRAP.md -一次性启动引导，完成后应删除。 - -### memory/ -长期记忆目录： -- 按日期滚动的记忆笔记 -- 实现跨会话上下文保留 - -## 配置要点 - -1. **边界比能力更重要**：明确"不要做什么" -2. **场景触发优于通用指令**：具体场景下的具体规则 -3. **简洁有效**：300-500字的AGENTS.md比2000字的更有效 - -## 与openclaw.json的关系 -- Workspace文件：管"Agent平时怎么干活" -- openclaw.json：管"系统怎么跑Agent" - -## 相关概念 -- [[OpenClaw]] -- [[AGENTS.md]] -- [[SOUL.md]] diff --git a/wiki/concepts/YouTubeRSS.md b/wiki/concepts/YouTubeRSS.md deleted file mode 100644 index 328d5d06..00000000 --- a/wiki/concepts/YouTubeRSS.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -title: "YouTube RSS" -type: concept -tags: [] ---- - -## Definition -通过 YouTube 频道的 channel_id 拼接的 Atom/RSS 订阅格式，允许用户通过 RSS 阅读器订阅频道更新。YouTube 已移除官方 RSS 订阅按钮，需通过"查看页面源码"获取 channel_id。 - -## How to Get -1. 访问 YouTube 频道页面（如 https://www.youtube.com/@CHANNEL_NAME） -2. 右键 → "查看页面源码"（View Page Source） -3. 搜索 "channel_id=" -4. 拼接 RSS URL：https://www.youtube.com/feeds/videos.xml?channel_id= - -## Why It Matters -- YouTube 移除 RSS 按钮以迫使用户访问网站（商业动机） -- RSS 是获取频道更新的无平台锁定方式 - -## Related Tools -- 任意 RSS 阅读器（如 Feedly、Inoreader 等） - -## Sources -- [[YouTube-RSS-Feed.md]] diff --git a/wiki/concepts/vLLM.md b/wiki/concepts/vLLM.md deleted file mode 100644 index 5989bad8..00000000 --- a/wiki/concepts/vLLM.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -id: vllm -title: "vLLM" -type: concept -tags: [LLM, inference, GPU, optimization] -sources: - - "[[LLM Terms Framework]]" -last_updated: 2025-12-20 ---- - -## Definition - -vLLM是一个高效LLM推理框架，通过KV Cache和连续批处理提升GPU利用率。 - -## Key Optimizations - -### KV Cache -- 缓存已计算的Key-Value矩阵 -- 避免重复计算 -- 大幅提升推理速度 - -### Continuous Batching -- 动态批处理多个请求 -- 提高GPU利用率 -- 降低延迟 - -## Why It Matters - -- 官方HuggingFace推理速度慢 -- vLLM可提升10-24倍速度 -- 支持高并发推理 - -## Connections -- [[LLM]] ← uses ← [[vLLM]] -- [[推理优化]] ← uses ← [[vLLM]] -- [[GPU利用率]] ← improves ← [[vLLM]] diff --git a/wiki/concepts/九宫格法.md b/wiki/concepts/九宫格法.md deleted file mode 100644 index 7e4326e5..00000000 --- a/wiki/concepts/九宫格法.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -id: nine-grid -title: "九宫格法" -type: concept -tags: [video, AI, image-generation] -sources: - - "[[固定镜头短视频AI全流程制作]]" -last_updated: 2025-03-15 ---- - -## Definition - -九宫格法是一次性生成3x3共九个分镜画面的方法，确保多个镜头之间的画面一致性。 - -## Mechanism - -1. 将视频分割为9个分镜 -2. 一次性生成3x3网格图像 -3. 每个格子是一个分镜的关键帧 -4. 确保人物/场景在多个格子中保持一致 - -## Why It Works - -- AI在单张图像内保持一致性更容易 -- 避免逐帧生成导致的人物变形 -- 提高多镜头视频的整体质量 - -## Five-Step Formula - -1. 拆分镜头 -2. 一致性图像生成（九宫格法） -3. 首尾针动画 -4. 快速剪辑 -5. 声音设计 - -## Connections -- [[AI视频制作]] ← uses ← [[九宫格法]] -- [[分镜设计]] ← uses ← [[九宫格法]] diff --git a/wiki/concepts/共识投票.md b/wiki/concepts/共识投票.md deleted file mode 100644 index 306b118d..00000000 --- a/wiki/concepts/共识投票.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "共识投票" -type: concept -tags: [] ---- - -## Definition -多智能体系统中 N 个独立 LLM 对同一任务生成答案，取出现最频繁的结果作为最终输出的模式。核心机制是利用 LLM 随机性，让不同运行的噪声相互抵消。 - -## Mathematical Basis -- 假设单模型幻觉率 = 20%（P_hallucination = 0.2） -- N 个模型同时产生相同幻觉的概率 = P_hallucination^N -- N = 3 时：0.2³ = 0.008 = 0.8% -- 该公式与 SRE 中的 composite SLO 原理相同 - -## Implementation -1. Spawn N LLMs（N 需要在成本和可靠性之间找到平衡） -2. Fan out：给所有模型分配完全相同的任务 -3. Fan in：选取出现最频繁的答案 - -## Diversity Requirement -- 各 Agent 最好使用不同模型（同质化噪声会放大而非抵消） -- 确保参与者之间无反馈回路（防止群体思维和从众效应） -- 实验应像盲测一样运行 - -## Best For -- 事实核查 -- 分类任务（如"这是垃圾邮件吗？"） - -## Sources -- [[Multi-Agent-System-Reliability.md]] diff --git a/wiki/concepts/固定机位.md b/wiki/concepts/固定机位.md deleted file mode 100644 index e480381f..00000000 --- a/wiki/concepts/固定机位.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -id: fixed-camera -title: "固定机位" -type: concept -tags: [video-production, cinematography] -sources: - - "[[固定镜头短视频AI全流程制作]]" -last_updated: 2025-03-15 ---- - -## Definition - -固定机位是摄像机位置固定不变的拍摄方式，是固定镜头短视频的核心特征。 - -## Key Characteristics - -- 摄像机位置不变 -- 只有画面内容变化 -- 适合展示时间流逝 -- 便于AI生成一致性画面 - -## Use Cases - -- 家装视频 -- 产品展示 -- 教程演示 -- 时间压缩视频 - -## Connection to AI Video - -固定机位降低AI视频生成的复杂度，通过： -- 九宫格法保证画面一致性 -- 首尾针动画实现平滑过渡 - -## Connections -- [[AI视频制作]] ← uses ← [[固定机位]] -- [[短视频制作]] ← uses ← [[固定机位]] diff --git a/wiki/concepts/固定点语义.md b/wiki/concepts/固定点语义.md deleted file mode 100644 index 892e3929..00000000 --- a/wiki/concepts/固定点语义.md +++ /dev/null @@ -1,20 +0,0 @@ ---- -title: "固定点语义" -type: concept -tags: [] ---- - -## Definition -在递归自我优化生成系统中，稳定的生成能力对应于元生成算子 Φ 的不动点 G*，满足 Φ(G*) = G*。该生成器在自身的"生成→优化→更新"循环下保持不变。 - -## Core Properties -- 不动点定义：G* ∈ G，满足 Φ(G*) = G* -- 收敛条件：Φ 满足连续性或收缩性条件时，可通过迭代获得：G* = lim(n→∞) Φⁿ(G₀) -- 自洽性：不动点的输出已编码其自身改进所需的标准 - -## Related Concepts -- [[自举Meta生成]]：通过不动点实现递归自我优化的过程 -- [[生成器空间]]：Φ 作用的空间 - -## Sources -- [[A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md]] diff --git a/wiki/concepts/声音克隆.md b/wiki/concepts/声音克隆.md deleted file mode 100644 index 6204d488..00000000 --- a/wiki/concepts/声音克隆.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -id: voice-cloning -title: "声音克隆" -type: concept -tags: [TTS, voice, cloning] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Definition - -声音克隆是用少量音频样本重建个人声音特征的技术。 - -## How It Works - -1. 收集目标声音的短音频（2-30秒） -2. 提取声音特征 -3. 生成新的语音内容 - -## Speed Comparison - -| 工具 | 克隆速度 | 技术门槛 | -|------|----------|----------| -| F5-TTS | 2秒 | 高（需代码） | -| 海螺AI | 30秒 | 低 | -| AnyVoice | 3秒 | 低 | -| ElevenLabs | 30秒 | 低 | - -## Connections -- [[AI配音]] ← uses ← [[声音克隆]] -- [[内容创作]] ← uses ← [[声音克隆]] diff --git a/wiki/concepts/多Agent可靠性模式.md b/wiki/concepts/多Agent可靠性模式.md deleted file mode 100644 index 90db99ce..00000000 --- a/wiki/concepts/多Agent可靠性模式.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "多Agent可靠性模式" -type: concept -tags: [] ---- - -## Definition -多智能体系统中用于克服 LLM 不可靠性（幻觉、逻辑谬误、上下文漂移）的四大架构模式：层级结构、共识、 adversarial debate 和淘汰制。 - -## Four Patterns - -### 1. 层级结构（Hierarchy） -- **角色**：Planner（规划器）+ Worker（工作者）+ Validator（验证器） -- **依赖图强制协作**：Worker 必须等待 Planner 分配任务，且无法作弊（Validator 会发现） -- **适用场景**：需要将上下文分开的复杂工作流程 - -### 2. 共识（Consensus / Voting） -- **机制**：N 个 LLM 独立生成同一任务答案，取多数票 -- **数学基础**：3 个模型同时产生相同幻觉的概率 = 0.2³ = 0.8%（假设单模型幻觉率 20%） -- **适用场景**：事实核查、分类任务 - -### 3. 对抗辩论（Adversarial Debate） -- **角色**：Generator → Critic（反对） → Judge（裁决） -- **机制**：Truth survives the fight，真理越辩越明 -- **适用场景**：安全分析、代码审查、高风险内容审核 - -### 4. 淘汰制（Knock-out） -- **类比**：SRE 中服务器是"cattle"（可替换）而非"pets"（独一无二） -- **机制**：N 个 Agent 执行任务，最差者被淘汰；可选择用获胜者特征替换已淘汰者 -- **适用场景**：迭代式 Agent 工程、开发调试 - -## Core Insight -> "Stop treating LLMs like magic chatbots. Start treating them like unreliable components in a distributed system." - -## Related Concepts -- [[LLM不可靠性]] -- [[验证器模式]] -- [[共识投票]] -- [[AI拟人化谬误]] - -## Sources -- [[Multi-Agent-System-Reliability.md]] diff --git a/wiki/concepts/多Agent系统.md b/wiki/concepts/多Agent系统.md deleted file mode 100644 index 6f3d4a75..00000000 --- a/wiki/concepts/多Agent系统.md +++ /dev/null @@ -1,64 +0,0 @@ ---- -title: "多Agent系统" -type: concept -tags: [multi-agent, collaboration, agent] -last_updated: 2026-04-14 ---- - -# 多Agent系统 - -多个专业Agent协同工作的架构模式，每个Agent有独特的角色和职责。 - -## 核心模式 - -### 分散式协调 -通过共享STATE.yaml文件协调，而非中央orchestrator： -- Agent读写共享状态文件 -- 多子Agent并行工作 -- 主会话保持精简（CEO模式） - -### STATE.yaml -项目协调文件，作为单一事实来源： -```yaml -project: website-redesign -tasks: - - id: homepage-hero - status: in_progress - owner: pm-frontend -``` - -### 团队配置示例 -- [[Milo]]：策略Lead -- [[Josh]]：商业分析 -- Marketing Agent：营销研究 -- Dev Agent：开发 - -## 关键优势 - -1. **专业化分工**：每个Agent专注特定领域 -2. **并行执行**：多任务同时处理 -3. **可扩展性**：新增Agent无需修改主逻辑 -4. **共享记忆**：团队成员共享项目上下文 - -## 协作机制 - -- **Telegram路由**：通过标签分配到不同Agent -- **共享内存**：项目文档、目标、决策 -- **私有上下文**：每个Agent独有会话历史 -- **定时任务**：Agent主动工作 - -## Race Condition处理 - -当多个Agent编辑同一文件时： -1. AUTONOMOUS.md：仅主会话编辑 -2. memory/tasks-log.md：仅追加，子Agent只添加新行 - -## 使用场景 - -- [[多Agent专业团队]] -- [[多Agent内容工厂]] -- [[自主项目管理]] -- [[动态仪表板]] - -## 相关链接 -- [Anthropic: Building Effective Agents](https://www.anthropic.com/research/building-effective-agents) diff --git a/wiki/concepts/工作流自动化.md b/wiki/concepts/工作流自动化.md deleted file mode 100644 index 39747464..00000000 --- a/wiki/concepts/工作流自动化.md +++ /dev/null @@ -1,59 +0,0 @@ ---- -title: "工作流自动化" -type: concept -tags: [automation, workflow, n8n] -last_updated: 2026-04-14 ---- - -# 工作流自动化 - -使用工具自动执行重复性任务，减少人工干预。 - -## 核心概念 - -### 工作流（Workflow） -由多个任务节点按一定顺序执行的自动化流程。 - -### 节点（Node） -工作流中的单个操作单元： -- 触发器：启动工作流 -- 动作：执行具体操作 -- 工具：辅助功能 -- 代码：自定义逻辑 -- AI节点：嵌入AI能力 - -## 与AI Agent的关系 - -- **Workflow**：预定义自动化，一致输出 -- **Agent**：基于LLM动态决定工具和输出 -- **Agentic系统**：结合两者优势 - -## 平台 - -### N8N -- 可视化拖拽界面 -- 400+预构建集成 -- 支持自托管 - -### OpenClaw -- 通过skill扩展能力 -- 自然语言配置 -- 记忆和上下文保留 - -## 安全集成模式 - -[[OpenClaw + n8n工作流编排]]： -- Webhook调用n8n -- 凭证隔离在n8n -- 工作流可锁定 - -## 使用场景 - -- [[会议纪要自动化]] -- [[邮件管理自动化]] -- [[日历聚合]] -- [[社交媒体自动化]] - -## 相关链接 -- [N8N官网](https://n8n.io/) -- [OpenClaw文档](https://docs.openclaw.ai) diff --git a/wiki/concepts/思维链引导.md b/wiki/concepts/思维链引导.md deleted file mode 100644 index 8cf161ae..00000000 --- a/wiki/concepts/思维链引导.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -id: chain-of-thought -title: "思维链引导" -type: concept -tags: [prompt-engineering, reasoning] -sources: - - "[[如何写出完美的Prompt]]" -last_updated: 2025-12-02 ---- - -## Definition - -思维链引导是一种提示词技术，让AI逐步推理而非直接给出答案。 - -## Mechanism - -通过在提示词中要求AI展示推理过程： -- 先分析问题 -- 再列出步骤 -- 最后给出答案 - -## Benefits - -- 提高AI推理准确性 -- 减少幻觉发生 -- 让用户理解决策过程 -- 便于发现AI思维漏洞 - -## Connections -- [[Prompt能力]] ← uses ← [[思维链引导]] -- [[需求拆解]] ← extends ← [[思维链引导]] diff --git a/wiki/concepts/技能系统.md b/wiki/concepts/技能系统.md deleted file mode 100644 index 4df59945..00000000 --- a/wiki/concepts/技能系统.md +++ /dev/null @@ -1,62 +0,0 @@ ---- -title: "技能系统" -type: concept -tags: [skill, openclaw, extension] -last_updated: 2026-04-14 ---- - -# 技能系统 - -OpenClaw的扩展机制，通过技能包添加新能力。 - -## 技能结构 - -``` -skills/ -├── skill-name/ -│ └── SKILL.md -``` - -## 常用技能 - -### 集成技能 -- [[Telegram]]：消息通道 -- [[Discord]]：协作平台 -- [[Slack]]：团队通讯 - -### 数据技能 -- [[YouTube]]：视频内容获取 -- [[Reddit]]：社区内容聚合 -- [[GitHub]]：代码和项目数据 - -### 工具技能 -- [[arxiv-reader]]：学术论文读取 -- [[latex-compiler]]：LaTeX编译 -- [[youtube-full]]：YouTube完整集成 - -### MCP技能 -- [[n8n-mcp]]：N8N节点访问 -- [[idea-reality-mcp]]：创意验证 - -## 技能安装 - -通过ClawHub安装： -```bash -npx clawhub@latest install skill-name -``` - -或通过OpenClaw： -```text -Install the youtube-full skill -``` - -## 技能开发 - -技能是包含SKILL.md的目录，定义： -- 工具列表 -- 使用方法 -- 配置要求 - -## 使用场景 - -详见各use case中的"Skills you Need"部分。 diff --git a/wiki/concepts/提示词框架.md b/wiki/concepts/提示词框架.md deleted file mode 100644 index 26b3fe18..00000000 --- a/wiki/concepts/提示词框架.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -id: prompt-framework -title: "提示词框架" -type: concept -tags: [Nano Banana, prompt-engineering, image-generation] -sources: - - "[[Nano Banana提示词框架]]" -last_updated: 2025-03-15 ---- - -## Definition - -提示词框架是结构化描述图像生成需求的模板，通过标准化字段确保生成质量可控。 - -## Framework Types - -### 物件描述框架 -- shot：镜头类型 -- subject：包含item/materials/details/condition -- environment：环境描述 -- lighting：光线 -- camera：相机设置 -- color_grade：色彩分级 -- style：风格 -- quality：质量参数 -- negatives：负面提示 - -### 人物描述框架 -- subject：包含age/appearance/pose等字段 - -## Connections -- [[AI图像生成]] ← uses ← [[提示词框架]] -- [[Nano Banana]] ← supports ← [[提示词框架]] diff --git a/wiki/concepts/泰勒主义软件工厂.md b/wiki/concepts/泰勒主义软件工厂.md deleted file mode 100644 index df89c370..00000000 --- a/wiki/concepts/泰勒主义软件工厂.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "泰勒主义软件工厂" -type: concept -tags: [] ---- - -## Definition -将开发者定位为高层控制者、周围是大量无面孔 Agent 的软件工程架构思维。源自泰勒科学管理思想——将人视为可替换的生产单元，通过标准化流程最大化效率。 - -## Core Pattern -- 开发者 = 高层控制者（Product Manager / Commander） -- Agent = 无面孔、可替换的生产单元（类似于泰勒制中的流水线工人） -- 关系 = 控制与执行，而非协作 - -## Related Debate -- 与 [[Agentic AI]] 的协作型定位（Claude Code、Copilot 等命名伙伴角色）形成鲜明对比 -- [[AI拟人化谬误]] 提供工具命名和定位如何反映工作价值认知的分析框架 - -## Criticism -- 简化了开发工作的复杂性和创造性价值 -- 忽视了开发者作为决策者和创新者的角色 -- [[Ferdinand]] 指出这种框架缺乏对工作的尊重 - -## Related Concepts -- [[AI拟人化谬误]] -- [[Agentic AI]] -- [[多Agent系统]] - -## Sources -- [[The-Picture-They-Paint-of-You.md]] diff --git a/wiki/concepts/流程工程.md b/wiki/concepts/流程工程.md deleted file mode 100644 index e52c2045..00000000 --- a/wiki/concepts/流程工程.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -id: workflow-engineering -title: "流程工程" -type: concept -tags: [AI, workflow, SOP, engineering] -sources: - - "[[Claude Skills最值得研究的AI范式]]" -last_updated: 2026-01-05 ---- - -## Definition - -流程工程是将重复任务拆解为AI能理解、稳定复用的流程，并通过Skills实现标准化的工程化方法。 - -## vs 提示词工程 - -| 维度 | 提示词工程 | 流程工程 | -|------|------------|----------| -| 核心 | 单次Prompt优化 | 全流程标准化 | -| 稳定性 | 依赖模型表现 | SOP固化 | -| 复用性 | 低 | 高 | -| 目标 | 一次好结果 | 稳定可重复 | - -## Key Elements - -- **SOP标准化**：将经验沉淀为操作步骤 -- **Skills封装**：AI技能的模块化 -- **自动化执行**：交给AI稳定运行 -- **反馈迭代**：持续优化流程 - -## Connections -- [[提示词工程]] ← evolves_to ← [[流程工程]] -- [[Claude Skills]] ← implements ← [[流程工程]] -- [[SOP标准化]] ← enables ← [[流程工程]] diff --git a/wiki/concepts/结构化表达.md b/wiki/concepts/结构化表达.md deleted file mode 100644 index ec079a12..00000000 --- a/wiki/concepts/结构化表达.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -id: structured-expression -title: "结构化表达" -type: concept -tags: [prompt-engineering, communication] -sources: - - "[[如何写出完美的Prompt]]" -last_updated: 2025-12-02 ---- - -## Definition - -结构化表达是用清晰逻辑组织信息的方法，确保AI准确理解人类意图。 - -## Principles - -- 层次分明：按重要性和逻辑顺序组织 -- 格式统一：使用一致的标记和分隔符 -- 信息完整：不遗漏关键上下文 -- 表达精准：避免歧义和模糊表述 - -## Techniques - -- 使用编号列表组织要点 -- 使用标题区分不同部分 -- 使用表格呈现结构化数据 -- 使用引用标记重要信息 - -## Connections -- [[Prompt能力]] ← enables ← [[结构化表达]] -- [[结构化思维]] ← implements ← [[结构化表达]] diff --git a/wiki/concepts/自举Meta生成.md b/wiki/concepts/自举Meta生成.md deleted file mode 100644 index 9d168f9e..00000000 --- a/wiki/concepts/自举Meta生成.md +++ /dev/null @@ -1,26 +0,0 @@ ---- -title: "自举Meta生成" -type: concept -tags: [] ---- - -## Definition -通过递归优化循环实现系统自我超越的过程：α-提示词（生成器）和 Ω-提示词（优化器）通过迭代不断优化自身，无限逼近理想状态。 - -## Bootstrap Cycle -1. **创生（Bootstrap）**：用 AI 生成 α-提示词 和 Ω-提示词 的初始版本 (v1) -2. **自省与进化（Self-Correction）**：用 Ω-提示词(v1) 优化 α-提示词(v1)，得到更强的 α-提示词(v2) -3. **创造（Generation）**：用进化后的 α-提示词(v2) 生成所有目标提示词和技能 -4. **循环与飞跃（Recursive Loop）**：将新生成的产物反馈给系统，启动下一轮进化 - -## Relationship to Fixed Points -- 稳定生成能力 = Φ 的不动点 -- 递归优化循环 → 逼近不动点 -- 不动点 = 自举过程的极限状态 - -## Related Concepts -- [[固定点语义]]：自举过程的稳定状态定义 -- [[生成器空间]]：α-提示词 和 Ω-提示词 迭代的空间 - -## Sources -- [[A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md]] diff --git a/wiki/concepts/记忆系统.md b/wiki/concepts/记忆系统.md deleted file mode 100644 index 3a7eec72..00000000 --- a/wiki/concepts/记忆系统.md +++ /dev/null @@ -1,63 +0,0 @@ ---- -title: "记忆系统" -type: concept -tags: [memory, openclaw, context] -last_updated: 2026-04-14 ---- - -# 记忆系统 - -AI Agent跨会话保留上下文和知识的能力。 - -## OpenClaw记忆机制 - -### 内置方案（builtin） -原始记忆存储在Markdown文件中，系统维护本地索引方便检索。 - -### QMD方案 -围绕workspace中的Markdown文件，使用更强的检索/索引方式。 - -### 记忆流程 -``` -对话发生 -↓ -Agent通过普通文件工具把重要信息写入memory/或MEMORY.md -↓ -下次对话开始 -↓ -Agent通过memory_search/memory_get检索相关记忆 -↓ -相关记忆被注入到当前对话上下文 -↓ -Agent表现出"我记得你说过……"的能力 -``` - -## 向量语义搜索 - -[[Semantic Memory Search]]使用memsearch： -- 索引Markdown记忆文件到向量数据库 -- 通过含义搜索而非关键词 -- SHA-256内容哈希避免重复嵌入 - -## Workspace记忆文件 - -- [[memory/]]：按日期滚动的记忆笔记 -- [[MEMORY.md]]：长期知识总表 -- 与memory/目录兼容 - -## 关键洞察 - -- 对Agent来说，真正算数的长期记忆是Markdown文件 -- 向量索引只是派生缓存，可以随时重建 -- 文件永不修改 - -## 使用场景 - -- [[第二大脑]] -- [[个人CRM]] -- [[健康症状追踪]] - -## 相关工具 - -- [[memsearch]]：向量语义搜索工具 -- [[Milvus]]：向量数据库后端 diff --git a/wiki/concepts/需求拆解.md b/wiki/concepts/需求拆解.md deleted file mode 100644 index 8ec4ca55..00000000 --- a/wiki/concepts/需求拆解.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -id: requirement-decomposition -title: "需求拆解" -type: concept -tags: [prompt-engineering, structured-thinking] -sources: - - "[[如何写出完美的Prompt]]" -last_updated: 2025-12-02 ---- - -## Definition - -需求拆解是将模糊目标转化为具体可执行子任务的过程。 - -## Methods - -### 基础方法 -- **需求拆解法**：将复杂任务分解为简单步骤 -- **上下文补全法**：补充背景信息让AI理解场景 -- **格式定义法**：明确输出格式要求 -- **示例引导法**：提供参考案例 - -### 进阶策略 -- **思维链引导**：让AI逐步推理 -- **任务拆分**：大任务分解为子任务 -- **角色赋能**：赋予AI特定专业角色 -- **预填回复**：提供初始回答框架 - -### 高阶技巧 -- **跨模态联动**：结合多种输入输出形式 -- **领域知识注入**：嵌入专业知识 -- **反馈循环嵌入**：建立迭代优化机制 - -## Connections -- [[Prompt能力]] ← requires ← [[需求拆解]] -- [[结构化表达]] ← enables ← [[需求拆解]] diff --git a/wiki/concepts/音频概览.md b/wiki/concepts/音频概览.md deleted file mode 100644 index 22dac157..00000000 --- a/wiki/concepts/音频概览.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -id: audio-overview -title: "音频概览" -type: concept -tags: [NotebookLM, learning, podcast] -sources: - - "[[7 ways I use NotebookLM to make my life easier]]" -last_updated: 2025-11-23 ---- - -## Definition - -音频概览是NotebookLM的功能，将文档转化为AI双人播客格式，适合被动学习。 - -## Mechanism - -- AI分析文档内容 -- 生成两个AI声音的对话 -- 用户可以收听而非阅读 - -## Use Cases - -- 通勤时学习 -- 视觉疲劳时继续学习 -- 将长文档转化为可听的摘要 - -## Connections -- [[NotebookLM]] ← implements ← [[音频概览]] -- [[被动学习]] ← uses ← [[音频概览]] diff --git a/wiki/concepts/首尾针动画.md b/wiki/concepts/首尾针动画.md deleted file mode 100644 index 5c0e4ea0..00000000 --- a/wiki/concepts/首尾针动画.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -id: frame-interpolation -title: "首尾针动画" -type: concept -tags: [video, AI, animation] -sources: - - "[[固定镜头短视频AI全流程制作]]" -last_updated: 2025-03-15 ---- - -## Definition - -首尾针动画是通过AI自动补齐首尾帧之间中间动作的技术，实现平滑过渡效果。 - -## Mechanism - -1. 确定起始帧和结束帧 -2. AI分析首尾帧的差异 -3. 自动生成中间过渡帧 -4. 输出流畅视频 - -## Tools - -- 海螺AI -- KAI -- 其他AI动效工具 - -## Connection to Fixed-Camera Video - -固定机位视频天然适合首尾针动画，因为： -- 背景固定，减少AI生成负担 -- 只需关注主体变化 -- 更容易保持一致性 - -## Connections -- [[AI视频制作]] ← uses ← [[首尾针动画]] -- [[固定机位]] ← enables ← [[首尾针动画]] diff --git a/wiki/concepts/验证器模式.md b/wiki/concepts/验证器模式.md deleted file mode 100644 index 4719b510..00000000 --- a/wiki/concepts/验证器模式.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "验证器模式" -type: concept -tags: [] ---- - -## Definition -多智能体系统中 Validator（验证器）检查 Worker 输出质量，不合格则退回的机制。验证器可以是确定性代码（单元测试、JSON Schema 验证）或 LLM 本身。 - -## Validation Methods -- **确定性代码验证**：单元测试、JSON Schema 验证、正则表达式匹配 -- **LLM 验证**：单独训练或提示的验证模型判断输出质量 -- **双模式**：可单独验证每个 Worker 输出，或在汇总所有结果后整体验证 - -## Placement in Multi-Agent Patterns -- [[层级结构]]（Hierarchy）：Validator 是关键角色，位于 Planner → Worker → Validator 链路的末端 -- [[淘汰制]]（Knock-out）：Validator 决定哪些 Agent 被淘汰 -- [[对抗辩论]]（Adversarial Debate）：Watchdog（确定性代码）打破辩论死循环 - -## Best Practice -- Validator 最好使用与 Generator/Worker 不同的模型（提高质量和客观性） -- 验证器可以在同一 LLM 会话中与规划器协作（PLAN → VALIDATION loop） - -## Sources -- [[Multi-Agent-System-Reliability.md]] diff --git a/wiki/entities/AlexEwerlof.md b/wiki/entities/AlexEwerlof.md deleted file mode 100644 index 8e5e3fa3..00000000 --- a/wiki/entities/AlexEwerlof.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "Alex Ewerlöf" -type: entity -tags: [] ---- - -## Definition -资深工程师，拥有 27 年工作经验，瑞典皇家理工学院（KTH）系统工程硕士学位。过去十年专注于可靠性工程和弹性架构，自 2023 年专攻 LLM。 - -## Aliases -- Alex Ewerlöf -- Alex Ewerlof - -## Key Contributions -- 提出多智能体系统四大可靠性架构模式：Hierarchy、Consensus、Adversarial Debate、Knock-out -- 倡导将 LLM 视为分布式系统中不可靠组件的工程思维 -- 强调不要拟人化 LLM，而应利用可靠性工程原理构建稳健系统 - -## Notable Work -- [[Multi-Agent-System-Reliability.md]]：多智能体系统可靠性四大架构模式 - -## Related Concepts -- [[多Agent可靠性模式]] -- [[LLM不可靠性]] -- [[验证器模式]] - -## Sources -- [[Multi-Agent-System-Reliability.md]] diff --git a/wiki/entities/Anthropic.md b/wiki/entities/Anthropic.md deleted file mode 100644 index 92ea9201..00000000 --- a/wiki/entities/Anthropic.md +++ /dev/null @@ -1,23 +0,0 @@ ---- -title: "Anthropic" -type: entity -tags: [] -sources: [] -last_updated: 2025-12-19 ---- - -## Definition -Anthropic是一家AI安全研究公司，开发了Claude系列大语言模型。运营官方Prompt Library平台，提供66+高质量预制提示词。 - -## Role -- AI模型开发商：Claude系列模型的开发商 -- Prompt平台运营方：维护官方Prompt Library - -## Key Properties -- 核心产品：Claude（系列大语言模型） -- Prompt Library：66+预制提示词，覆盖开发、数据处理、创意等场景 -- API平台：提供Claude API访问 - -## Connections -- [[ClaudeSkills]] ← 支撑 ← [[Anthropic]] -- [[PromptLibrary]] ← 运营 ← [[Anthropic]] diff --git a/wiki/entities/Canva.md b/wiki/entities/Canva.md deleted file mode 100644 index 441e6f8b..00000000 --- a/wiki/entities/Canva.md +++ /dev/null @@ -1,22 +0,0 @@ ---- -title: "Canva" -type: entity -tags: [] -sources: [] -last_updated: 2025-10-26 ---- - -## Definition -Canva是一个在线设计平台，提供海量模板，支持AI辅助设计。用户可通过简单拖拽创建专业级视觉内容，包括PPT、社交媒体图片、海报等。 - -## Role -- 在线设计平台：提供设计模板和工具 -- AI辅助设计工具：集成AI功能提升设计效率 - -## Key Properties -- 模板库：海量专业设计模板 -- AI功能：Magic Design、背景移除等AI辅助功能 -- 多格式导出：PNG、JPG、PDF、MP4等 - -## Connections -- [[ChatGPT-Canva-Gamma-简报工作流]] ← 使用 ← [[Canva]] diff --git a/wiki/entities/ClawdTalk.md b/wiki/entities/ClawdTalk.md deleted file mode 100644 index 5108ac74..00000000 --- a/wiki/entities/ClawdTalk.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -id: clawdtalk -title: "ClawdTalk" -type: entity -tags: [OpenClaw, 电话, 语音] -sources: [] -last_updated: 2026-03-19 ---- - -# ClawdTalk - -OpenClaw的电话集成工具，使AI Agent可通过电话进行语音交互。 - -## 基本信息 - -- 类型：OpenClaw技能/插件 -- GitHub：https://github.com/team-telnyx/clawdtalk-client -- 官网：https://clawdtalk.com - -## 功能 - -- 接收和拨打电话，将任意电话变为AI助手入口 -- 语音交互，无需智能手机或浏览器 -- 支持日历查询、Jira更新、网络搜索等技能的电话语音访问 - -## 技术架构 - -- 依赖Telnyx API提供电话连通性 -- 与OpenClaw深度集成，作为trigger节点 - -## 在本Wiki中的角色 - -- 实现[[语音助手]]能力的核心技术 -- 支持[[免手操作]]场景（驾驶、步行等） -- 与[[Telnyx]]协同提供电话服务 diff --git a/wiki/entities/Coze.md b/wiki/entities/Coze.md deleted file mode 100644 index ab382c32..00000000 --- a/wiki/entities/Coze.md +++ /dev/null @@ -1,26 +0,0 @@ ---- -title: "Coze" -type: entity -tags: [] -sources: [] -last_updated: 2025-06-20 ---- - -## Definition -Coze（扣子）是字节跳动旗下的AI Agent（智能体）开发平台，支持国内版（coze.cn）和海外版（coze.com）。提供Bot创建、工作流编排、插件调用等能力，覆盖金融、教育、医疗、电商、客服等多个行业场景。 - -## Role -- AI Agent开发平台：提供可视化的Bot和工作流编排能力 -- 行业解决方案平台：内置多行业落地Demo模板 -- 低代码/无代码：无需编程基础即可搭建AI应用 - -## Key Properties -- 支持国内版coze.cn和海外版coze.com，功能基本同步 -- 支持Bot+工作流组合，实现复杂业务逻辑 -- 覆盖行业：金融、教育、医疗、电商、泛娱乐、在线客服 -- 支持插件调用（Function Call）、知识库问答、图片生成等能力 - -## Connections -- [[Coze平台Demo合集]]：来源页面，包含多行业Demo合集 -- [[Bot编排]] ← 支撑 ← [[Coze]] -- [[Agent模式]] ← 支撑 ← [[Coze]] diff --git a/wiki/entities/Cursor.md b/wiki/entities/Cursor.md deleted file mode 100644 index 16466740..00000000 --- a/wiki/entities/Cursor.md +++ /dev/null @@ -1,17 +0,0 @@ ---- -title: "Cursor" -type: entity -tags: [ide, ai-tool] -last_updated: 2026-04-14 ---- - -## Aliases -- Cursor AI -- Cursor IDE - -## Summary -Cursor 是一个集成了多种 AI 能力的代码编辑器，支持接入外部的大模型与服务。在较新的版本中，其 Composer 模块支持接入 [[MCP]]（Modal Context Protocol），允许开发者通过大模型自动化地执行工具和命令行任务。 - -## Key Connections -- [[Cursor]] ← extends ← [[MCP]] -- [[Cursor]] 包含交互组件 [[Agent模式]] 和 Normal 模式 diff --git a/wiki/entities/DeepSeek.md b/wiki/entities/DeepSeek.md deleted file mode 100644 index 34aa0597..00000000 --- a/wiki/entities/DeepSeek.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "DeepSeek" -type: entity -tags: [] -sources: [] -last_updated: 2025-12-19 ---- - -## Definition -DeepSeek（深度求索）是一家国产AI公司，开发了DeepSeek系列开源大语言模型。性能对标GPT-4等顶级模型，支持长上下文，开源可商用。 - -## Role -- 国产大模型开发商：DeepSeek系列模型的开发方 -- 开源AI推动者：开源权重模型，降低AI使用门槛 - -## Key Properties -- 模型系列：DeepSeek Coder、DeepSeek Math、DeepSeek LLM等 -- 开源：模型权重开放，可本地部署 -- 性能：部分任务性能对标GPT-4 -- 成本：API价格显著低于GPT-4 - -## Connections -- [[DeepSeek使用手册清华版]] ← 来源 ← [[DeepSeek]] -- [[Ollama]] ← 支持运行 ← [[DeepSeek]] -- [[LLM]] ← relates_to ← [[DeepSeek]] diff --git a/wiki/entities/DeepSider.md b/wiki/entities/DeepSider.md deleted file mode 100644 index ab2c1692..00000000 --- a/wiki/entities/DeepSider.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -id: deepsider -title: "DeepSider" -type: entity -tags: [browser-extension, AI, multi-model] -sources: - - "[[Nano Banana 2使用指南]]" -last_updated: 2025-12-01 ---- - -## Overview - -DeepSider是浏览器插件，聚合多AI模型供用户使用，国内可直接访问。 - -## Key Features - -- 支持Gemini 3.0、Gemini 3 Pro Image（Nano Banana 2）、GPT-5.1等模型 -- 国内可用，绕过访问限制 -- 浏览器插件形式，便捷集成 - -## Use Cases - -- 访问Gemini系列模型 -- AI图像生成（Nano Banana 2） -- 多模型对比使用 - -## Connections -- [[DeepSider]] → enables → [[Nano Banana 2]] -- [[AI工具聚合]] ← uses ← [[DeepSider]] diff --git a/wiki/entities/ElevenLabs.md b/wiki/entities/ElevenLabs.md deleted file mode 100644 index 7746654c..00000000 --- a/wiki/entities/ElevenLabs.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -id: elevenlabs -title: "ElevenLabs" -type: entity -tags: [AI, TTS, voice-cloning, international] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Overview - -ElevenLabs是国际顶流AI配音和声音克隆平台，支持30+语言和情感变化，付费较高。 - -## Key Features - -- 30+语言支持 -- 情感变化控制 -- 高保真声音克隆 -- 国际顶流品质 - -## Pricing - -付费较贵，适合专业用户 - -## Connections -- [[AI配音]] ← uses ← [[ElevenLabs]] -- [[声音克隆]] ← uses ← [[ElevenLabs]] diff --git a/wiki/entities/F5TTS.md b/wiki/entities/F5TTS.md deleted file mode 100644 index 13b8c6bd..00000000 --- a/wiki/entities/F5TTS.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -id: f5-tts -title: "F5-TTS" -type: entity -tags: [AI, TTS, voice-cloning, open-source] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Overview - -F5-TTS是开源语音克隆项目，2秒即可克隆声音，适合技术流用户，需要代码基础。 - -## Key Features - -- 开源免费 -- 2秒克隆 -- 技术流首选 -- 需代码基础 - -## Connections -- [[AI配音]] ← uses ← [[F5-TTS]] -- [[声音克隆]] ← uses ← [[F5-TTS]] -- [[开源工具]] ← extends ← [[F5-TTS]] diff --git a/wiki/entities/Ferdinand.md b/wiki/entities/Ferdinand.md deleted file mode 100644 index daa55535..00000000 --- a/wiki/entities/Ferdinand.md +++ /dev/null @@ -1,26 +0,0 @@ ---- -title: "Ferdinand" -type: entity -tags: [] ---- - -## Definition -技术博主，专注于软件工程和 AI 领域，作品涵盖《找乐子》（找乐子）等博客，关注 AI 工具的命名哲学和设计隐喻。 - -## Aliases -- Ferdinand - -## Key Contributions -- 长期研究软件工程和 AI 的交叉领域 -- 批评将 LLM 拟人化的设计谬误 -- 指出 AI 工具命名和框架反映的价值观问题 - -## Notable Work -- [[The-Picture-They-Paint-of-You.md]]：分析 AI SRE 与编码助手命名差异揭示的工作价值认知 - -## Related Concepts -- [[泰勒主义软件工厂]] -- [[AI拟人化谬误]] - -## Sources -- [[The-Picture-They-Paint-of-You.md]] diff --git a/wiki/entities/GNewsAPI.md b/wiki/entities/GNewsAPI.md deleted file mode 100644 index d07405fa..00000000 --- a/wiki/entities/GNewsAPI.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "GNews API" -type: entity -tags: [] ---- - -## Definition -轻量级新闻 API 平台，聚合全球可靠新闻，提供实时覆盖，支持按话题、语言和国家过滤。 - -## Aliases -- GNews -- GNews API - -## Key Features -- 实时全球新闻覆盖 -- 按话题、语言和国家过滤 -- 定价亲民，适合初创企业 - -## Use Cases -- 区域化新闻小工具 -- 面向特定语言或地区受众的新闻聚合器 - -## Related Concepts -- [[新闻API]] - -## Sources -- [[Best-7-News-API-Data-Feeds.md]] diff --git a/wiki/entities/GammaAI.md b/wiki/entities/GammaAI.md deleted file mode 100644 index 54a0e0c1..00000000 --- a/wiki/entities/GammaAI.md +++ /dev/null @@ -1,22 +0,0 @@ ---- -title: "Gamma AI" -type: entity -tags: [] -sources: [] -last_updated: 2025-10-26 ---- - -## Definition -Gamma AI是一个AI驱动的简报和文档生成平台，通过AI帮助用户快速创建专业级的PPT演示文稿和网页内容。 - -## Role -- AI简报生成平台：利用AI自动生成精美简报 -- 内容创作工具：AI辅助创建文档和演示内容 - -## Key Properties -- AI生成：输入主题即可生成完整简报 -- 多格式：支持导出PPT、PDF -- 模板丰富：专业设计模板 - -## Connections -- [[ChatGPT-Canva-Gamma-简报工作流]] ← 使用 ← [[GammaAI]] diff --git a/wiki/entities/Google.md b/wiki/entities/Google.md deleted file mode 100644 index 088de9a1..00000000 --- a/wiki/entities/Google.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -id: google -title: "Google" -type: entity -tags: [公司, 云服务, AI] -sources: [] -last_updated: 2026-03-19 ---- - -# Google - -Alphabet Inc.旗下科技公司，云服务提供商，AI领域重要玩家。 - -## 基本信息 - -- 全称：Google LLC（Alphabet Inc.子公司） -- 总部：美国加州山景城 -- 核心业务：搜索、广告、云计算、AI - -## AI相关 - -- Google Cloud：提供AI/ML云服务 -- Gemini：Google AI大语言模型系列 -- ADK（Agent Development Kit）：Google发布的Agent开发工具包 -- 2026年发布5种Agent Skill设计模式指南 - -## 在本Wiki中的角色 - -- 发布[[AgentSkill设计模式]]（ToolWrapper、Generator、Reviewer、Inversion、Pipeline）的源头之一 -- 与[[Anthropic]]并列为Skill设计的两大参考来源 diff --git a/wiki/entities/LangChain.md b/wiki/entities/LangChain.md deleted file mode 100644 index aa6490b5..00000000 --- a/wiki/entities/LangChain.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -id: langchain -title: "LangChain" -type: entity -tags: [LLM, framework, RAG] -sources: - - "[[RAG从入门到精通系列1：基础RAG]]" -last_updated: 2025-12-18 ---- - -## Overview - -LangChain是RAG实现框架，用于构建基于LLM的应用。 - -## Key Features - -- RAG流程封装 -- 多种数据源连接 -- Chain构建能力 -- Agent支持 - -## Connections -- [[RAG]] ← uses ← [[LangChain]] -- [[LLM应用开发]] ← uses ← [[LangChain]] diff --git a/wiki/entities/MCP.md b/wiki/entities/MCP.md deleted file mode 100644 index 2d781831..00000000 --- a/wiki/entities/MCP.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "MCP" -type: entity -tags: [mcp, protocol, integration] -last_updated: 2026-04-14 ---- - -# MCP - -Modal Context Protocol（模态上下文协议），AI大模型与外围服务集成的协议。 - -## 基本信息 -- **全称**：Modal Context Protocol -- **类型**：Client-Server架构协议 -- **用途**：实现大模型与外围工具服务的高效集成 - -## 核心功能 - -### 三种接口 -MCP Server提供三种功能接口： -1. **资源获取**（Resource/GET）：类似HTTP GET请求 -2. **工具调用**（Tool/POST）：类似POST请求 -3. **Promise提示词**：用于多样化交互与扩展 - -### 客户端 -- [[Cursor]]：AI代码编辑器 -- Claude Desktop -- 其他支持MCP的客户端 - -### 服务端 -- 热点新闻MCP Server -- Sequential Thinking工具 -- [[n8n-mcp]]：N8N的MCP实现 - -## 接入方式 -1. **SSE服务方式**：通过Server-Sent Events接入 -2. **本地Command方式**：通过本地执行命令接入 - -## 使用场景 - -详见： -- [[MCP在Cursor中的集成与应用]] - -## 相关链接 -- [MCP协议文档](https://modelcontextprotocol.io/) diff --git a/wiki/entities/Mediastack.md b/wiki/entities/Mediastack.md deleted file mode 100644 index 50f37728..00000000 --- a/wiki/entities/Mediastack.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Mediastack" -type: entity -tags: [] ---- - -## Definition -可扩展的新闻聚合 API，从全球 7500+ 来源实时聚合新闻，支持免费套餐和付费高级功能。 - -## Aliases -- Mediastack -- mediastack API - -## Key Features -- 聚合全球 7500+ 新闻来源 -- 提供免费和付费套餐 -- 多语言支持和地理定向搜索 -- 适合初创企业到大型企业 - -## Use Cases -- 新闻聚合应用 -- 内容平台的实时头条 -- 预算友好型新闻数据集成 - -## Related Concepts -- [[新闻API]] - -## Sources -- [[Best-7-News-API-Data-Feeds.md]] diff --git a/wiki/entities/N8N.md b/wiki/entities/N8N.md deleted file mode 100644 index 84484c64..00000000 --- a/wiki/entities/N8N.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "N8N" -type: entity -tags: [n8n, automation, workflow] -last_updated: 2026-04-14 ---- - -# N8N - -开源工作流自动化平台，支持节点连接执行任务。 - -## 基本信息 -- **类型**：工作流自动化平台 -- **开源协议**：Apache-2.0 -- **部署方式**：Docker、本地安装、云端 -- **特点**：可视化拖拽界面 - -## 核心概念 - -### 节点（Node） -工作流中的单个操作单元，分为五类： -- 触发器节点（Trigger） -- 动作节点（Action） -- 工具节点（Utility） -- 代码节点（Code） -- 高级AI节点（Advanced AI） - -### 工作流（Workflow） -由多个节点按一定顺序执行的自动化流程。 - -### 与AI Agent集成 -- [[n8n-mcp]]：N8N的MCP服务器实现 -- [[OpenClaw + n8n工作流编排]]：通过webhook安全集成 -- [[使用Claude自动生成N8N工作流]] - -## 使用场景 - -详见各use case： -- [[N8N Telegram Trigger配置]] -- [[N8N全教程构建AI Agent]] -- [[N8N工作流编排]] - -## 相关链接 -- [N8N官网](https://n8n.io/) -- [N8N文档](https://docs.n8n.io/) diff --git a/wiki/entities/NanoBanana.md b/wiki/entities/NanoBanana.md deleted file mode 100644 index bcac6472..00000000 --- a/wiki/entities/NanoBanana.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -id: nano-banana -title: "Nano Banana" -type: entity -tags: [google, AI, image-generation] -sources: - - "[[Nano Banana提示词框架]]" - - "[[Nano Banana Pro提示词指南]]" - - "[[Nano Banana 2使用指南]]" -last_updated: 2025-12-01 ---- - -## Overview - -Nano Banana是Google开发的AI图像生成模型，基于Gemini系列模型的图像生成能力。最新版本为Nano Banana 2（Gemini 3 Pro Image），是推理模型，生成前会进行内部推理。 - -## Key Features - -- **推理模型**：生成前会进行内部推理，提升质量 -- **多分辨率支持**：1K、2K、4K分辨率 -- **多图像组合**：最多14张输入图像组合输出 -- **多语言长文本渲染**：擅长在中英文环境中渲染长文本 - -## Versions - -- **Nano Banana**：基础版本 -- **Nano Banana Pro**：增强版本 -- **Nano Banana 2**：Gemini 3 Pro Image，推理模型 - -## Connections -- [[AI图像生成]] ← uses ← [[Nano Banana]] -- [[Nano Banana]] ← supports ← [[提示词框架]] diff --git a/wiki/entities/NotebookLM.md b/wiki/entities/NotebookLM.md deleted file mode 100644 index 4551de78..00000000 --- a/wiki/entities/NotebookLM.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -id: notebooklm -title: "NotebookLM" -type: entity -tags: [google, AI, learning, productivity] -sources: - - "[[7 ways I use NotebookLM to make my life easier]]" - - "[[NotebookLM Open Source Alternatives]]" -last_updated: 2025-11-23 ---- - -## Overview - -NotebookLM是Google推出的AI学习和工作助手，核心特点是Source-Grounding机制确保回答准确且可溯源。 - -## Key Features - -- **Source-Grounding**：限制知识库仅包含用户上传的文档，避免AI幻觉 -- **音频概览**：将文档转化为AI双人播客格式，适合被动学习 -- **项目中心**：集中管理研究、想法、会议记录的统一空间 -- **精确引用**：法律文档审查时提供精确引用 - -## Use Cases - -- 信息整理和学习笔记 -- 文档问答和摘要 -- 项目研究和知识管理 -- 被动学习（音频概览） - -## Aliases - -- Google NotebookLM - -## Connections -- [[NotebookLM]] ← uses ← [[Source-Grounding]] -- [[AI学习工具]] ← extends ← [[NotebookLM]] diff --git a/wiki/entities/Ollama.md b/wiki/entities/Ollama.md deleted file mode 100644 index 9c4281ff..00000000 --- a/wiki/entities/Ollama.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -title: "Ollama" -type: entity -tags: [] -sources: [] -last_updated: 2025-03-15 ---- - -## Definition -Ollama是一个开源本地大模型运行平台，简化了开源大模型（如Llama、DeepSeek、Mistral等）在本地机器上的部署和运行。 - -## Role -- 本地大模型运行时：提供统一接口运行各种开源大模型 -- 简化部署工具：一条命令即可运行大模型 - -## Key Properties -- 支持模型：Llama、DeepSeek、Mistral、Gemma等 -- 跨平台：macOS、Linux、Windows支持 -- API兼容：提供OpenAI兼容API -- 量化支持：支持Q4、Q8等量化版本，降低硬件要求 - -## Connections -- [[Ollama-DeepSeek-OpenWebui-离线部署大模型]] ← 来源 ← [[Ollama]] -- [[DeepSeek]] ← 支持运行 ← [[Ollama]] diff --git a/wiki/entities/OpenClaw.md b/wiki/entities/OpenClaw.md deleted file mode 100644 index 0913283c..00000000 --- a/wiki/entities/OpenClaw.md +++ /dev/null @@ -1,56 +0,0 @@ ---- -title: "OpenClaw" -type: entity -tags: [openclaw, agent, framework] -last_updated: 2026-04-14 ---- - -# OpenClaw - -开源AI Agent框架，支持多Agent协作、记忆系统、技能扩展。 - -## 基本信息 -- **类型**：AI Agent框架 -- **开源协议**：MIT -- **平台**：跨平台（支持macOS、Linux、Windows） -- **连接方式**：CLI、Telegram、Discord、WebUI - -## 核心功能 - -### Workspace文件体系 -OpenClaw使用workspace目录下的文件来配置Agent行为： -- [[AGENTS.md]]：Agent工作说明书 -- [[SOUL.md]]：Agent性格档案 -- [[USER.md]]：用户偏好 -- [[TOOLS.md]]：工具权限声明 -- [[IDENTITY.md]]：Agent身份元数据 -- [[BOOTSTRAP.md]]：首次启动引导 -- [[memory/]]：长期记忆目录 - -### 多Agent支持 -- 通过`sessions_spawn`启动子Agent -- 通过`sessions_send`发送消息 -- 支持多Agent团队协作（如Milo、Josh等） - -### 技能系统 -- 技能包目录：`skills/` -- 支持第三方技能安装 -- MCP协议集成 - -### 记忆系统 -- 内置Markdown文件记忆 -- 支持向量语义搜索（通过memsearch） -- 长期上下文保留 - -## 使用场景 - -详见各use case： -- [[多Agent专业团队]] -- [[自愈家庭服务器]] -- [[第二大脑]] -- [[目标驱动自主任务]] - -## 相关链接 -- [OpenClaw GitHub](https://github.com/openclaw/openclaw) -- [OpenClaw文档](https://docs.openclaw.ai) -- [OpenClaw Showcase](https://openclaw.ai/showcase) diff --git a/wiki/entities/OpenWebui.md b/wiki/entities/OpenWebui.md deleted file mode 100644 index a1f315a5..00000000 --- a/wiki/entities/OpenWebui.md +++ /dev/null @@ -1,23 +0,0 @@ ---- -title: "Open-Webui" -type: entity -tags: [] -sources: [] -last_updated: 2025-03-15 ---- - -## Definition -Open-Webui是一个开源的本地AI Web界面，类似于ChatGPT的Web UI，用于访问本地运行的Ollama大模型。 - -## Role -- 本地AI Web界面：提供Web浏览器访问本地Ollama模型 -- ChatGPT风格UI：用户友好的对话界面 - -## Key Properties -- 开源：完全免费，可自托管 -- 类ChatGPT体验：对话界面，支持多轮对话 -- 多用户支持：支持多用户和权限管理 - -## Connections -- [[Ollama-DeepSeek-OpenWebui-离线部署大模型]] ← 来源 ← [[OpenWebui]] -- [[Ollama]] ← 搭配使用 ← [[OpenWebui]] diff --git a/wiki/entities/Opoint.md b/wiki/entities/Opoint.md deleted file mode 100644 index ff9aa5d6..00000000 --- a/wiki/entities/Opoint.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Opoint" -type: entity -tags: [] ---- - -## Definition -专注于新闻监测和情感分析的 API 平台，支持多语言和全球来源，适合 PR、营销和品牌监测团队。 - -## Aliases -- Opoint -- Opoint Media Intelligence - -## Key Features -- 实时监测附带情感标签 -- 多语言和多来源覆盖 -- 品牌监测和竞品追踪定制 - -## Use Cases -- PR 机构情感监测 -- 品牌声誉管理 -- 竞品动态追踪 - -## Related Concepts -- [[新闻API]] -- [[情感分析]] - -## Sources -- [[Best-7-News-API-Data-Feeds.md]] diff --git a/wiki/entities/Smisery.md b/wiki/entities/Smisery.md deleted file mode 100644 index 5ca744e2..00000000 --- a/wiki/entities/Smisery.md +++ /dev/null @@ -1,17 +0,0 @@ ---- -title: "Smisery" -type: entity -tags: [mcp-server, data-source] -last_updated: 2026-04-14 ---- - -## Aliases -- smisery -- smisery MCP -- 热点新闻 MCP Server - -## Summary -Smisery 是一个提供热点新闻聚合的 [[MCP]] Server 服务，它支持多达九个新闻来源，可以被大模型客户端（如 [[Cursor]]）一次性接入，为大模型提供实时的数据查询与调用能力。 - -## Key Connections -- [[Cursor]] ← invokes ← [[Smisery]] diff --git a/wiki/entities/Sora.md b/wiki/entities/Sora.md deleted file mode 100644 index 918cea37..00000000 --- a/wiki/entities/Sora.md +++ /dev/null @@ -1,23 +0,0 @@ ---- -title: "Sora" -type: entity -tags: [] -sources: [] -last_updated: 2025-03-14 ---- - -## Definition -Sora是OpenAI开发的文本转视频（Text-to-Video）AI模型，能够根据文字描述生成长达60秒的高质量视频。 - -## Role -- 视频生成模型开发商：OpenAI旗下AI视频生成工具 -- 多模态AI研究：文本到视频生成能力 - -## Key Properties -- 视频时长：最长60秒 -- 多模态输入：支持文本到视频、图像到视频 -- API访问：通过OpenAI API集成 - -## Connections -- [[Sora视频自动化生成工作流]] ← 来源 ← [[Sora]] -- [[文字转视频]] ← relates_to ← [[Sora]] diff --git a/wiki/entities/Webzio.md b/wiki/entities/Webzio.md deleted file mode 100644 index 9ed78185..00000000 --- a/wiki/entities/Webzio.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "Webz.io" -type: entity -tags: [] ---- - -## Definition -综合性新闻 API 平台，提供表层、深层和暗网数据覆盖，支持情感分析、话题过滤和地理定位。 - -## Aliases -- Webz.io -- Webz - -## Key Features -- 覆盖表层、深层和暗网数据 -- 支持情感分析、话题和地理覆盖的高级过滤 -- 支持可视化和可操作的风险监测 - -## Use Cases -- 媒体监测 -- 情感分析 -- 网络安全威胁情报 -- 金融分析 - -## Related Concepts -- [[新闻API]] -- [[情感分析]] - -## Sources -- [[Best-7-News-API-Data-Feeds.md]] diff --git a/wiki/entities/剪映.md b/wiki/entities/剪映.md deleted file mode 100644 index 48df7164..00000000 --- a/wiki/entities/剪映.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -id: jianying -title: "剪映" -type: entity -tags: [video-editing, ByteDance, TikTok] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Overview - -剪映是字节跳动推出的视频编辑工具，抖音官方，短视频首选，部分音色需VIP。 - -## Key Features - -- 抖音官方工具 -- 短视频首选 -- 部分音色需VIP -- 内置AI配音功能 - -## Connections -- [[AI视频制作]] ← uses ← [[剪映]] -- [[短视频制作]] ← uses ← [[剪映]] diff --git a/wiki/entities/海螺AI.md b/wiki/entities/海螺AI.md deleted file mode 100644 index 966c7631..00000000 --- a/wiki/entities/海螺AI.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -id: hailo-ai -title: "海螺AI" -type: entity -tags: [AI, TTS, voice-cloning, MiniMax] -sources: - - "[[AI配音与声音克隆工具合集]]" -last_updated: 2025-03-06 ---- - -## Overview - -海螺AI是MiniMax出品的AI工具，主打语音克隆和配音功能，对中文支持好，小白友好。 - -## Key Features - -- 30秒克隆声音 -- 免费使用 -- 中文支持好 -- 小白友好界面 - -## Connections -- [[AI配音]] ← uses ← [[海螺AI]] -- [[声音克隆]] ← uses ← [[海螺AI]] diff --git a/wiki/index.md b/wiki/index.md deleted file mode 100644 index 9616ddbe..00000000 --- a/wiki/index.md +++ /dev/null @@ -1,386 +0,0 @@ -# Wiki Index - -## Overview -- [Overview](overview.md) - -## Sources - - [概要](sources/电商如何选品 如何找到爆款 选品策略.md) - - [总结](sources/做TK跨境思路不对努力白费.md) - - [1. 你的数据库结构 → 适合做哪些分析？](sources/TikTok Shop - Apache Superset Dashboard设计思路.md) - - [TK美国面单授权及操作流程](sources/TK美国面单授权及操作流程.md) - - [⚠️ 你使用 Docker，可能需要在 Dockerfile 里加入以下内容](sources/Scrapy + Playwright 抓取TikTok Shop Data.md) - - [养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录](sources/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md) - - [养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流](sources/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md) - - [一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑](sources/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md) - - [养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统](sources/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md) - - [养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享](sources/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md) - - [养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战](sources/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md) - - [不谈技术：普通人该怎么在AI时代赚钱？](sources/不谈技术：普通人该怎么在AI时代赚钱？.md) - - [开发经验与项目规范整理文档](sources/开发经验与项目规范整理文档.md) - - [如何在项目里安装Claude-Code-Templates Skills](sources/如何在项目里安装Claude-Code-Templates Skills.md) - - [如何在Ubuntu上安装opencode并配置Vibe-Kanban](sources/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md) - - [在Ubuntu 上安装Vibe-Kanban](sources/在Ubuntu上安装Vibe-Kanban.md) - - [vibe coding经验收集](sources/vibe coding经验收集.md) - - [Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南](sources/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md) - - [Cursor 2.0初学者使用指南](sources/Cursor 2.0初学者使用指南.md) - - [baoyu-skills](sources/baoyu-skills-claude-code-技能集.md) - - [Last30Days 使用指南](sources/Last30Days-使用指南.md) - - [输出: /opt/homebrew/bin/gog](sources/GOG-CLI-安装配置指南.md) - - [为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1](sources/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md) - - [为什么 Obsidian 让我戒掉了碎片化记录](sources/为什么 Obsidian 让我戒掉了碎片化记录.md) - - [tiktok_pm_project/settings.py](sources/TikTok PM - Python Django Project.md) - - [Obsidian最有必要安装的10款插件是这些](sources/Obsidian最有必要安装的10款插件是这些.md) - - [Obsidian 高效指南：我常用的插件与实用技巧](sources/Obsidian 高效指南：我常用的插件与实用技巧.md) - - [Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式](sources/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md) - - [How to get Youtube Channel ID](sources/How to get Youtube Channel ID.md) - - [Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1](sources/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md) - - [ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材](sources/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md) - - [前置共识（已知条件）](sources/通过VPS+内网反向代理实现域名访问内网穿透.md) - - [用Docker安装Apache Superset](sources/用Docker安装Apache Superset.md) - - [家庭网络环境概览](sources/家庭网络环境概览_2026-04-03.md) - - [核心目标（你要覆盖的监控面）](sources/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md) - - [将 0005 (Ubuntu) 放在启动顺序的首位](sources/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md) - - [如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略](sources/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md) - - [如何在Ubuntu Server安装 docker & docker compose](sources/如何在Ubuntu Server安装 docker & docker compose.md) - - [1. 先卸载当前的挂载（如果当前还挂着的话）](sources/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md) - - [如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64](sources/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md) - - [✅ 最常用：删除旧 Portainer Container + Volume](sources/如何删除旧的废弃的docker container +volume.md) - - [如何传输Docker images 并且在另一个Docker安装](sources/如何传输Docker images 并且在另一个Docker安装.md) - - [前置共识（已知条件）](sources/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md) - - [在Synology NAS上安装CloudDrive2](sources/在Synology NAS上安装CloudDrive2.md) - - [一、系统要求](sources/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md) - - [1 创建 Symbolic Link](sources/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md) - - [Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记](sources/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md) - - [Ubuntu Server科学上网](sources/Ubuntu Server科学上网.md) - - [启动 SSH 服务](sources/Ubuntu 24.04 enable SSH.md) - - [1. 安装Plex](sources/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md) - - [RAX50 路由器 更新Merlin Clash订阅](sources/RAX50 路由器 更新Merlin Clash订阅.md) - - [NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器](sources/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md) - - [MySQL MariaDB 数据库详细信息](sources/MySQL MariaDB 数据库详细信息.md) - - [1. 架构图（Synology 专用）](sources/MinIO + Zipline 自托管图床应用安装教程.md) - - [Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记](sources/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md) - - [Linux 运维必会的 150 个命令](sources/Linux 运维必会的 150 个命令.md) - - [Clonezilla对Ubuntu Server进行全盘镜像备份](sources/Clonezilla对Ubuntu Server进行全盘镜像备份.md) - - [3X-UI Xray on BandwagonVPS](sources/3X-UI Xray on BandwagonVPS.md) - - [What I know about Cloud Service Delivery 1](sources/What I know about Cloud Service Delivery 1.md) - - [The Myths and Misconceptions About Cloud Computing LinkedIn](sources/The Myths and Misconceptions About Cloud Computing LinkedIn.md) - - [DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn](sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md) - - [安装Claude Desktop](sources/n8n+Claude 通过自然语言自动化工作流.md) - - [n8n full tutorial building AI agents in 2025 for Beginners!](sources/n8n full tutorial building AI agents in 2025 for Beginners!.md) - - [安装 curl 和 wget](sources/n8n docker install & update.md) - - [n8n configure telegram trigger](sources/n8n configure telegram trigger.md) - - [继Anthropic后，Google放出5个常用的Agent Skill设计模式](sources/Google-5个Agent-Skill设计模式-2026-03-19.md) - - [谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版](sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md) - - [查看服务器 CPU 信息获取其架构，如：x86_64](sources/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md) - - [清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）](sources/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md) - - [教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報](sources/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md) - - [我用 Gemini 3 一口气做了 10 个应用，附教程](sources/我用 Gemini 3 一口气做了 10 个应用，附教程.md) - - [摘要](sources/如何利用Sora接口实现视频自动化生成工作流.md) - - [codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch](sources/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md) - - [Useful Prompt Lib](sources/Useful Prompt Lib.md) - - [The Picture They Paint of You](sources/The Picture They Paint of You.md) - - [Never write another prompt](sources/Never write another prompt.md) - - [Nano-Banana Pro Prompting Guide & Strategies 1](sources/Nano-Banana Pro Prompting Guide & Strategies 1.md) - - [Multi-Agent System Reliability](sources/Multi-Agent System Reliability.md) - - [How to Get the RSS Feed For Any YouTube Channel](sources/How to Get the RSS Feed For Any YouTube Channel.md) - - [Designing for Agentic AI](sources/Designing for Agentic AI.md) - - [Best 7 news API data feeds - AI News](sources/Best 7 news API data feeds - AI News.md) - - [AI 解决方案专家培训课程](sources/AI 解决方案专家培训课程.md) - - [A Formalization of Recursive Self-Optimizing Generative Systems](sources/A Formalization of Recursive Self-Optimizing Generative Systems.md) - - [7 ways I use NotebookLM to make my life easier](sources/7 ways I use NotebookLM to make my life easier.md) - - [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！ 1](sources/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！ 1.md) -- [2025-03-02 日记](sources/2025-03-02.md) -- [2025-03-04 日记](sources/2025-03-04.md) -- [2025-03-05 日记](sources/2025-03-05.md) -- [2025-03-10 日记](sources/2025-03-10.md) -- [2025-03-14 日记](sources/2025-03-14.md) -- [2025-03-15 日记](sources/2025-03-15.md) -- [2025-05-13 Ubuntu合盖](sources/2025-05-13.md) -- [2025-07-02 日记](sources/2025-07-02.md) -- [2025-07-05 日记](sources/2025-07-05.md) -- [2025-07-07 日记](sources/2025-07-07.md) -- [2025-07-25 日记](sources/2025-07-25.md) -- [2026-03-27 日记](sources/2026-03-27.md) -- [2026-03-29 日记](sources/2026-03-29.md) -- [2026-03-30 日记](sources/2026-03-30.md) -- [AI时代赚钱](sources/AI时代赚钱.md) -- [baoyu-skills](sources/baoyu-skills.md) -- [ChinaTextbook中国教材](sources/ChinaTextbook.md) -- [Claude Code Templates](sources/Claude-Code-Templates.md) -- [Cursor 2.0指南](sources/Cursor-2-0.md) -- [Dataview插件](sources/Dataview.md) -- [GOG CLI配置](sources/GOG-CLI.md) -- [OpenCode-Ubuntu安装](sources/OpenCode-Ubuntu.md) -- [Obsidian Tasks插件](sources/Obsidian-Tasks.md) -- [Obsidian十大插件](sources/Obsidian-十大插件.md) -- [Obsidian高效指南](sources/Obsidian-高效指南.md) -- [Obsidian碎片化](sources/Obsidian-碎片化.md) -- [TikTok PM Django](sources/TikTok-PM-Django.md) -- [Trae远程开发](sources/Trae-远程开发.md) -- [Vibe-Kanban+OpenCode](sources/Vibe-Kanban-OpenCode.md) -- [Vibe-Kanban Ubuntu安装](sources/Vibe-Kanban-Ubuntu.md) -- [Vibe Coding经验](sources/Vibe-Coding-经验.md) -- [YouTube Channel ID](sources/YouTube-Channel-ID.md) -- [电商选品策略](sources/电商选品策略.md) -- [电商视频Prompt](sources/电商视频Prompt.md) -- [开发经验规范](sources/开发经验规范.md) -- [Last30Days使用指南](sources/Last30Days.md) -- [笔记整理方法](sources/笔记整理方法.md) -- [超达物流定价](sources/超达物流定价.md) -- [TK跨境思路](sources/TK-跨境思路.md) -- [TK美国面单](sources/TK-美国面单.md) -- [TikTok Dashboard设计](sources/TikTok-Dashboard.md) -- [TikTok数据抓取](sources/TikTok-数据抓取.md) -- [养虾日记1](sources/养虾日记1.md) -- [养虾日记2](sources/养虾日记2.md) -- [养虾日记3](sources/养虾日记3.md) -- [养虾日记4](sources/养虾日记4.md) -- [养虾日记5](sources/养虾日记5.md) -- [养龙虾记忆调试](sources/养龙虾记忆调试.md) - -- [万字讲透OpenClaw-Workspace深度解析](sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md) -- [万字保姆级教程-90天跑通一人公司模式](sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md) -- [MCP在Cursor中的集成与应用详解](sources/MCP在Cursor中的集成与应用详解.md) -- [N8N Full Tutorial Building AI Agents](sources/n8n-full-tutorial-building-ai-agents.md) -- [N8N Configure Telegram Trigger](sources/n8n-configure-telegram-trigger.md) -- [N8N Docker Install Update](sources/n8n-docker-install-update.md) -- [使用Claude自动生成N8N工作流的实操教程](sources/使用Claude自动生成N8N工作流的实操教程.md) -- [N8N+Claude通过自然语言自动化工作流](sources/n8n+Claude通过自然语言自动化工作流.md) -- [Podcast Production Pipeline](sources/podcast-production-pipeline.md) -- [Automated Meeting Notes & Action Items](sources/meeting-notes-action-items.md) -- [Daily YouTube Digest](sources/daily-youtube-digest.md) -- [Multi-Agent Content Factory](sources/content-factory.md) -- [Self-Healing Home Server](sources/self-healing-home-server.md) -- [Health & Symptom Tracker](sources/health-symptom-tracker.md) -- [Project State Management System](sources/project-state-management.md) -- [Multi-Agent Specialized Team](sources/multi-agent-team.md) -- [AI-Powered Earnings Tracker](sources/earnings-tracker.md) -- [Multi-Channel Personal Assistant](sources/multi-channel-assistant.md) -- [Event Guest Confirmation](sources/event-guest-confirmation.md) -- [Market Research & Product Factory](sources/market-research-product-factory.md) -- [Custom Morning Brief](sources/custom-morning-brief.md) -- [Inbox De-clutter](sources/inbox-declutter.md) -- [Daily Reddit Digest](sources/daily-reddit-digest.md) -- [Autonomous Project Management with Subagents](sources/autonomous-project-management.md) -- [Pre-Build Idea Validator](sources/pre-build-idea-validator.md) -- [Dynamic Dashboard with Sub-agent Spawning](sources/dynamic-dashboard.md) -- [Todoist Task Manager](sources/todoist-task-manager.md) -- [Habit Tracker & Accountability Coach](sources/habit-tracker-accountability-coach.md) -- [LaTeX Paper Writing](sources/latex-paper-writing.md) -- [Second Brain](sources/second-brain.md) -- [Multi-Channel Customer Service](sources/multi-channel-customer-service.md) -- [OpenClaw + n8n Workflow Orchestration](sources/n8n-workflow-orchestration.md) -- [Local CRM Framework with DenchClaw](sources/local-crm-framework.md) -- [Overnight Mini App Builder](sources/overnight-mini-app-builder.md) -- [Polymarket Autopilot](sources/polymarket-autopilot.md) -- [YouTube Content Pipeline](sources/youtube-content-pipeline.md) -- [Personal CRM with Automatic Contact Discovery](sources/personal-crm.md) -- [Phone-Based Personal Assistant](sources/phone-based-personal-assistant.md) -- [Knowledge Base RAG](sources/knowledge-base-rag.md) -- [X/Twitter Automation from Chat](sources/x-twitter-automation.md) -- [Multi-Source Tech News Digest](sources/multi-source-tech-news-digest.md) -- [Family Calendar Aggregation & Household Assistant](sources/family-calendar-household-assistant.md) -- [OpenClaw as Desktop Cowork (AionUi)](sources/aionui-cowork-desktop.md) -- [Semantic Memory Search](sources/semantic-memory-search.md) -- [arXiv Paper Reader](sources/arxiv-paper-reader.md) -- [Autonomous Educational Game Development Pipeline](sources/autonomous-game-dev-pipeline.md) -- [Phone Call Notifications](sources/phone-call-notifications.md) -- [X Account Analysis](sources/x-account-analysis.md) -- [7 ways I use NotebookLM to make my life easier](sources/7-ways-notebooklm.md) -- [Designing for Agentic AI](sources/designing-for-agentic-ai.md) -- [Multi-Agent System Reliability](sources/multi-agent-system-reliability.md) -- [A Formalization of Recursive Self-Optimizing Generative Systems](sources/a-formalization-of-recursive-self-optimizing-generative-systems.md) -- [14个免费AI图生视频工具](sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md) -- [2025年11个神级AI开源平替](sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md) -- [Claude Skills最值得研究的AI范式](sources/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) -- [Best 7 News APIs](sources/best-7-news-api.md) -- [Vibe Coding Guide](sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md) -- [NotebookLM Open Source Alternatives](sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md) -- [YouTube RSS Feed](sources/youtube-rss-feed.md) -- [LLMs RAG AI Agent区别](sources/LLMs、RAG、AI Agent 三个到底什么区别？.md) -- [Nano Banana提示词框架](sources/Nano Banana 提示词框架.md) -- [Nano Banana Pro提示词指南](sources/Nano Banana Pro提示词指南.md) -- [Multiple Interests Guide](sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md) -- [Never Write Another Prompt](sources/never-write-another-prompt.md) -- [The Picture They Paint of You](sources/the-picture-they-paint-of-you.md) -- [RAG从入门到精通系列1：基础RAG](sources/RAG从入门到精通系列1：基础RAG.md) -- [OpenAI ChatGPT个性化定义](sources/OpenAI ChatGPT 个性化定义.md) -- [Build Your Own X](sources/build-your-own-x.md) -- [抑郁典型梦中人](sources/一语点醒梦中人.md) -- [Gemini Product Manager PRD](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) -- [AI配音与声音克隆工具合集](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) -- [固定镜头短视频AI全流程制作](sources/固定镜头短视频制作的AI全流程解析.md) -- [大模型相关术语框架总结](sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md) -- [Nano Banana 2使用指南](sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md) -- [如何写出完美的Prompt](sources/如何写出完美的Prompt（提示词）？.md) -- [Coze平台Demo合集](sources/Coze平台Demo合集.md) -- [Anthropic Prompt Library实用合集](sources/Anthropic-Prompt-Library-实用合集.md) -- [Sora视频自动化生成工作流](sources/Sora视频自动化生成工作流.md) -- [Gemini-3-一口气做了10个应用](sources/Gemini-3-一口气做了10个应用.md) -- [Google-5个Agent-Skill设计模式](sources/Google-5个Agent-Skill设计模式.md) -- [我的工具集](sources/我的工具集.md) -- [ChatGPT-Canva-Gamma-简报工作流](sources/ChatGPT-Canva-Gamma-简报工作流.md) -- [文字生成视频网站推荐](sources/文字生成视频网站推荐.md) -- [DeepSeek使用手册清华版](sources/DeepSeek使用手册清华版.md) -- [系统提示词构建原则](sources/系统提示词构建原则.md) -- [Ollama-DeepSeek-OpenWebui-离线部署大模型](sources/Ollama-DeepSeek-OpenWebUI-离线部署大模型.md) -- [Claude Prompt Library](sources/Claude-Prompt-Library.md) -- [Nano Banana Pro提示词指南谷歌官方版](sources/Nano-Banana-Pro提示词指南-谷歌官方版.md) -- [7 ways NotebookLM](sources/7-ways-notebooklm.md) -- [AI时代赚钱方法](sources/AI时代赚钱方法.md) -- [baoyu-skills](sources/baoyu-skills.md) -- [Best 7 News APIs](sources/best-7-news-api.md) -- [ChinaTextbook中国教材](sources/ChinaTextbook中国教材.md) -- [Coze平台Demo合集](sources/Coze平台Demo合集.md) -- [Cursor 2.0初学者指南](sources/Cursor-2-0初学者指南.md) -- [Dataview插件](sources/Dataview.md) -- [Designing for Agentic AI](sources/designing-for-agentic-ai.md) -- [GOG CLI配置](sources/GOG-CLI配置.md) -- [Last30Days使用指南](sources/Last30Days使用指南.md) -- [Obsidian Tasks插件](sources/Obsidian-Tasks插件.md) -- [Obsidian十大插件](sources/Obsidian十大插件.md) -- [Obsidian高效指南](sources/Obsidian高效指南.md) -- [Obsidian碎片化](sources/笔记碎片化问题.md) -- [OpenCode配置VibeKanban](sources/OpenCode配置VibeKanban.md) -- [TikTok PM Django](sources/TikTok-PM-Django.md) -- [Trae远程开发部署](sources/Trae远程开发部署.md) -- [Vibe-Kanban OpenCode Ubuntu安装](sources/Vibe-Kanban-OpenCode-Ubuntu安装.md) -- [Vibe-Kanban Ubuntu安装](sources/Vibe-Kanban-Ubuntu安装.md) -- [Vibe Coding经验收集](sources/VibeCoding经验收集.md) -- [YouTube Channel ID](sources/YouTube-Channel-ID.md) -- [笔记整理方法](sources/笔记整理方法.md) -- [TK跨境思路](sources/TK跨境思路.md) -- [TK美国面单授权](sources/TK美国面单授权.md) -- [TikTok Superset Dashboard](sources/TikTok-Superset-Dashboard.md) -- [TikTok数据抓取](sources/TikTok数据抓取.md) -- [电商选品策略](sources/电商选品策略.md) -- [养虾日记1-照片整理](sources/养虾日记1-照片整理.md) -- [养虾日记2-SelfImproving](sources/养虾日记2-SelfImproving.md) -- [养虾日记3-Obsidian-Gitea](sources/养虾日记3-Obsidian-Gitea.md) -- [养虾日记4-Context调试](sources/养虾日记4-Context调试.md) -- [养虾日记5-苏轼对话](sources/养虾日记5-苏轼对话.md) -- [养龙虾记忆调试](sources/养龙虾记忆调试.md) -- [递归自我优化生成系统](sources/递归自我优化生成系统.md) -- [开发经验与项目规范](sources/开发经验与项目规范.md) - -- [3X-UI Xray on BandwagonVPS](sources/3X-UI-Xray-on-BandwagonVPS.md) -- [Clonezilla对Ubuntu Server进行全盘镜像备份](sources/Clonezilla对Ubuntu-Server进行全盘镜像备份.md) -- [DevOps Culture and Transformation LinkedIn](sources/DevOps-Culture-and-Transformation-LinkedIn.md) -- [Linux 运维必会的 150 个命令](sources/Linux-运维必会的-150-个命令.md) -- [Mac Mini 安装 FRP 0.65.0 ARM64 操作笔记](sources/Mac-Mini-安装-FRP-0.65.0-ARM64-操作笔记.md) -- [MinIO Zipline 自托管图床应用安装教程](sources/MinIO-Zipline-自托管图床应用安装教程.md) -- [MySQL MariaDB 数据库详细信息](sources/MySQL-MariaDB-数据库详细信息.md) -- [NodeWarden Bitwarden搬上Cloudflare Workers](sources/NodeWarden-Bitwarden搬上Cloudflare-Workers.md) -- [RAX50 路由器 更新Merlin Clash订阅](sources/RAX50-路由器-更新Merlin-Clash订阅.md) -- [Synology NAS Xiaoya Alist CloudDrvie2 Plex家庭影视平台](sources/Synology-NAS-Xiaoya-Alist-CloudDrive2-Plex-家庭影视平台.md) -- [The Myths and Misconceptions About Cloud Computing LinkedIn](sources/The-Myths-and-Misconceptions-About-Cloud-Computing-LinkedIn.md) -- [Ubuntu 24.04 enable SSH](sources/Ubuntu-24.04-enable-SSH.md) -- [Ubuntu Server科学上网](sources/Ubuntu-Server科学上网.md) -- [Ubuntu 安装 FRP 0.65.0 x86_64 操作笔记](sources/Ubuntu-安装-FRP-0.65.0-x86_64-操作笔记.md) -- [Ubuntu服务器通过rsync实现日常增量备份](sources/Ubuntu服务器通过rsync实现日常增量备份.md) -- [Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误](sources/Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误.md) -- [Ubuntu禁用合盖休眠](sources/Ubuntu禁用合盖休眠.md) -- [What I know about Cloud Service Delivery 1](sources/What-I-know-about-Cloud-Service-Delivery-1.md) -- [macOS 创建与解除 Symbolic Link OpenClaw 目录映射](sources/macOS-创建与解除-Symbolic-Link-OpenClaw-目录映射.md) -- [在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B](sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md) -- [在Synology NAS上安装CloudDrive2](sources/在Synology-NAS上安装CloudDrive2.md) -- [在Ubuntu上通过VPS内网反向代理实现域名访问内网穿透](sources/在Ubuntu上通过VPS-内网反向代理实现域名访问内网穿透.md) -- [如何传输Docker images 并且在另一个Docker安装](sources/如何传输Docker-images-并且在另一个Docker安装.md) -- [如何删除旧的废弃的docker container volume](sources/如何删除旧的废弃的docker-container-volume.md) -- [如何判别你的Linux 服务器是 x64 还是 ARM64](sources/如何判别你的Linux-服务器是-x64-还是-ARM64.md) -- [如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹](sources/如何在Ubuntu-Server上通过NFS挂载Synology-NAS上的共享文件夹.md) -- [如何在Ubuntu Server安装 docker docker compose](sources/如何在Ubuntu-Server安装-docker-and-docker-compose.md) -- [如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略](sources/如何用指纹浏览器安全注册并订阅Claude-Pro会员全攻略.md) -- [安装Ubuntu-24.04.2在HP Zbook工作站笔记本上](sources/安装Ubuntu-24.04.2在HP-Zbook工作站笔记本上.md) -- [安装v2rayN](sources/安装v2rayN.md) -- [家庭监控方案 Prometheus Grafana Node Exporter cAdvisor Blackbox](sources/家庭监控方案-Prometheus-Grafana-Node-Exporter-cAdvisor-Blackbox.md) -- [家庭网络环境概览 2026-04-03](sources/家庭网络环境概览-2026-04-03.md) -- [通过VPS内网反向代理实现域名访问内网穿透 aliyun](sources/通过VPS-内网反向代理实现域名访问内网穿透-aliyun.md) -- [群晖NAS科学上网方法](sources/群晖NAS科学上网方法.md) -- [网件RAX50路由器刷梅林固件与科学上网插件安装教程](sources/网件RAX50路由器刷梅林固件与科学上网插件安装教程.md) -- [用Docker中安装Navidrome](sources/用Docker中安装Navidrome.md) -- [用Docker安装Apache Superset](sources/用Docker安装Apache-Superset.md) -- [用Docker安装Homarr](sources/用Docker安装Homarr.md) -- [用Docker安装Jellyfin](sources/用Docker安装Jellyfin.md) -- [用Docker安装Portainer](sources/用Docker安装Portainer.md) -- [用Docker安装it-tools](sources/用Docker安装it-tools.md) -- [用Docker安装transmission](sources/用Docker安装transmission.md) - -## Entities -- [Cursor](entities/Cursor.md) -- [Coze](entities/Coze.md) -- [DeepSeek](entities/DeepSeek.md) -- [Smisery](entities/Smisery.md) -- [OpenClaw](entities/OpenClaw.md) -- [N8N](entities/N8N.md) -- [MCP](entities/MCP.md) -- [NotebookLM](entities/NotebookLM.md) -- [NanoBanana](entities/NanoBanana.md) -- [DeepSider](entities/DeepSider.md) -- [ElevenLabs](entities/ElevenLabs.md) -- [Google](entities/Google.md) -- [海螺AI](entities/海螺AI.md) -- [F5-TTS](entities/F5TTS.md) -- [剪映](entities/剪映.md) -- [LangChain](entities/LangChain.md) -- [Anthropic](entities/Anthropic.md) -- [Canva](entities/Canva.md) -- [ClawdTalk](entities/ClawdTalk.md) -- [Gamma AI](entities/GammaAI.md) -- [Sora](entities/Sora.md) -- [Ollama](entities/Ollama.md) -- [Open-Webui](entities/OpenWebui.md) -- [Alex Ewerlöf](entities/AlexEwerlof.md) -- [Ferdinand](entities/Ferdinand.md) -- [GNews API](entities/GNewsAPI.md) -- [Mediastack](entities/Mediastack.md) -- [Opoint](entities/Opoint.md) -- [Webz.io](entities/Webzio.md) - -## Concepts -- [Agent模式](concepts/Agent模式.md) -- [AgentSkill设计模式](concepts/AgentSkill设计模式.md) -- [SequentialThinking](concepts/SequentialThinking.md) -- [SSE](concepts/SSE.md) -- [Workspace](concepts/Workspace.md) -- [多Agent系统](concepts/多Agent系统.md) -- [工作流自动化](concepts/工作流自动化.md) -- [记忆系统](concepts/记忆系统.md) -- [技能系统](concepts/技能系统.md) -- [Source-Grounding](concepts/SourceGrounding.md) -- [音频概览](concepts/音频概览.md) -- [提示词框架](concepts/提示词框架.md) -- [GenAI](concepts/GenAI.md) -- [Generator](concepts/Generator.md) -- [Agentic AI](concepts/AgenticAI.md) -- [RAG](concepts/RAG.md) -- [Embedding](concepts/Embedding.md) -- [Prompt能力](concepts/Prompt能力.md) -- [需求拆解](concepts/需求拆解.md) -- [结构化表达](concepts/结构化表达.md) -- [思维链引导](concepts/思维链引导.md) -- [AI配音](concepts/AI配音.md) -- [声音克隆](concepts/声音克隆.md) -- [固定机位](concepts/固定机位.md) -- [首尾针动画](concepts/首尾针动画.md) -- [九宫格法](concepts/九宫格法.md) -- [LLM](concepts/LLM.md) -- [Token](concepts/Token.md) -- [MCP](concepts/MCP.md) -- [Inversion](concepts/Inversion.md) -- [Pipeline](concepts/Pipeline.md) -- [Reviewer](concepts/Reviewer.md) -- [ToolWrapper](concepts/ToolWrapper.md) -- [Agent](concepts/Agent.md) -- [vLLM](concepts/vLLM.md) -- [Claude Skills](concepts/ClaudeSkills.md) -- [AI拟人化谬误](concepts/AI拟人化谬误.md) -- [YouTubeRSS](concepts/YouTubeRSS.md) -- [多Agent可靠性模式](concepts/多Agent可靠性模式.md) -- [固定点语义](concepts/固定点语义.md) -- [共识投票](concepts/共识投票.md) -- [泰勒主义软件工厂](concepts/泰勒主义软件工厂.md) -- [验证器模式](concepts/验证器模式.md) -- [自举Meta生成](concepts/自举Meta生成.md) -- [流程工程](concepts/流程工程.md) -- [Vibe Coding](concepts/VibeCoding.md) diff --git a/wiki/lint-report.md b/wiki/lint-report.md deleted file mode 100644 index f13c9d8f..00000000 --- a/wiki/lint-report.md +++ /dev/null @@ -1,795 +0,0 @@ -# Wiki Lint Report — 2026-04-14 - -Scanned 119 pages. - -## Structural Issues - -### Orphan Pages (no inbound links) -- `wiki/concepts/VibeCoding.md` -- `wiki/concepts/AgenticAI.md` -- `wiki/concepts/ClaudeSkills.md` -- `wiki/concepts/SourceGrounding.md` -- `wiki/sources/podcast-production-pipeline.md` -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` -- `wiki/sources/multi-agent-system-reliability.md` -- `wiki/sources/meeting-notes-action-items.md` -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` -- `wiki/sources/daily-youtube-digest.md` -- `wiki/sources/content-factory.md` -- `wiki/sources/the-picture-they-paint-of-you.md` -- `wiki/sources/youtube-rss-feed.md` -- `wiki/sources/self-healing-home-server.md` -- `wiki/sources/health-symptom-tracker.md` -- `wiki/sources/project-state-management.md` -- `wiki/sources/multi-agent-team.md` -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` -- `wiki/sources/earnings-tracker.md` -- `wiki/sources/build-your-own-x.md` -- `wiki/sources/multi-channel-assistant.md` -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` -- `wiki/sources/event-guest-confirmation.md` -- `wiki/sources/market-research-product-factory.md` -- `wiki/sources/custom-morning-brief.md` -- `wiki/sources/Nano Banana 提示词框架.md` -- `wiki/sources/best-7-news-api.md` -- `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` -- `wiki/sources/MCP在Cursor中的集成与应用详解.md` -- `wiki/sources/inbox-declutter.md` -- `wiki/sources/daily-reddit-digest.md` -- `wiki/sources/一语点醒梦中人.md` -- `wiki/sources/autonomous-project-management.md` -- `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` -- `wiki/sources/pre-build-idea-validator.md` -- `wiki/sources/dynamic-dashboard.md` -- `wiki/sources/todoist-task-manager.md` -- `wiki/sources/habit-tracker-accountability-coach.md` -- `wiki/sources/n8n-configure-telegram-trigger.md` -- `wiki/sources/latex-paper-writing.md` -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` -- `wiki/sources/second-brain.md` -- `wiki/sources/multi-channel-customer-service.md` -- `wiki/sources/7-ways-notebooklm.md` -- `wiki/sources/n8n-workflow-orchestration.md` -- `wiki/sources/如何写出完美的Prompt（提示词）？.md` -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` -- `wiki/sources/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` -- `wiki/sources/local-crm-framework.md` -- `wiki/sources/overnight-mini-app-builder.md` -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` -- `wiki/sources/never-write-another-prompt.md` -- `wiki/sources/polymarket-autopilot.md` -- `wiki/sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md` -- `wiki/sources/固定镜头短视频制作的AI全流程解析.md` -- `wiki/sources/youtube-content-pipeline.md` -- `wiki/sources/personal-crm.md` -- `wiki/sources/knowledge-base-rag.md` -- `wiki/sources/x-twitter-automation.md` -- `wiki/sources/multi-source-tech-news-digest.md` -- `wiki/sources/family-calendar-household-assistant.md` -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` -- `wiki/sources/aionui-cowork-desktop.md` -- `wiki/sources/semantic-memory-search.md` -- `wiki/sources/designing-for-agentic-ai.md` -- `wiki/sources/arxiv-paper-reader.md` -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` -- `wiki/sources/autonomous-game-dev-pipeline.md` -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` -- `wiki/sources/phone-call-notifications.md` -- `wiki/sources/x-account-analysis.md` -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` -- `wiki/entities/NanoBanana.md` -- `wiki/entities/F5TTS.md` - -### Broken Wikilinks -- `wiki/overview.md` links to `[[DenchClaw]]` — not found -- `wiki/overview.md` links to `[[AionUi]]` — not found -- `wiki/overview.md` links to `[[Nano Banana]]` — not found -- `wiki/overview.md` links to `[[F5-TTS]]` — not found -- `wiki/overview.md` links to `[[n8n-mcp]]` — not found -- `wiki/overview.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/overview.md` links to `[[Source-Grounding]]` — not found -- `wiki/concepts/Agent.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/Agent.md` links to `[[工具调用]]` — not found -- `wiki/concepts/思维链引导.md` links to `[[如何写出完美的Prompt]]` — not found -- `wiki/concepts/RAG.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/RAG.md` links to `[[索引]]` — not found -- `wiki/concepts/RAG.md` links to `[[检索]]` — not found -- `wiki/concepts/RAG.md` links to `[[生成]]` — not found -- `wiki/concepts/首尾针动画.md` links to `[[固定镜头短视频AI全流程制作]]` — not found -- `wiki/concepts/首尾针动画.md` links to `[[AI视频制作]]` — not found -- `wiki/concepts/音频概览.md` links to `[[7 ways I use NotebookLM to make my life easier]]` — not found -- `wiki/concepts/音频概览.md` links to `[[被动学习]]` — not found -- `wiki/concepts/流程工程.md` links to `[[Claude Skills最值得研究的AI范式]]` — not found -- `wiki/concepts/流程工程.md` links to `[[提示词工程]]` — not found -- `wiki/concepts/流程工程.md` links to `[[Claude Skills]]` — not found -- `wiki/concepts/流程工程.md` links to `[[SOP标准化]]` — not found -- `wiki/concepts/MCP.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/MCP.md` links to `[[工具调用]]` — not found -- `wiki/concepts/Prompt能力.md` links to `[[如何写出完美的Prompt]]` — not found -- `wiki/concepts/Prompt能力.md` links to `[[AI协作]]` — not found -- `wiki/concepts/Prompt能力.md` links to `[[结构化思维]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[Milo]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[Josh]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[多Agent专业团队]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[多Agent内容工厂]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[自主项目管理]]` — not found -- `wiki/concepts/多Agent系统.md` links to `[[动态仪表板]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[Claude Skills最值得研究的AI范式]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[Vibe Coding]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[Claude Skills]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[AI编程]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[Vibe Coding]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[提示词工程]]` — not found -- `wiki/concepts/VibeCoding.md` links to `[[Vibe Coding]]` — not found -- `wiki/concepts/固定机位.md` links to `[[固定镜头短视频AI全流程制作]]` — not found -- `wiki/concepts/固定机位.md` links to `[[AI视频制作]]` — not found -- `wiki/concepts/固定机位.md` links to `[[短视频制作]]` — not found -- `wiki/concepts/AgenticAI.md` links to `[[Designing for Agentic AI]]` — not found -- `wiki/concepts/AgenticAI.md` links to `[[Agentic AI]]` — not found -- `wiki/concepts/AgenticAI.md` links to `[[AI产品设计]]` — not found -- `wiki/concepts/AgenticAI.md` links to `[[Agentic AI设计原则]]` — not found -- `wiki/concepts/Workspace.md` links to `[[AGENTS.md]]` — not found -- `wiki/concepts/Workspace.md` links to `[[SOUL.md]]` — not found -- `wiki/concepts/技能系统.md` links to `[[Telegram]]` — not found -- `wiki/concepts/技能系统.md` links to `[[Discord]]` — not found -- `wiki/concepts/技能系统.md` links to `[[Slack]]` — not found -- `wiki/concepts/技能系统.md` links to `[[YouTube]]` — not found -- `wiki/concepts/技能系统.md` links to `[[Reddit]]` — not found -- `wiki/concepts/技能系统.md` links to `[[GitHub]]` — not found -- `wiki/concepts/技能系统.md` links to `[[arxiv-reader]]` — not found -- `wiki/concepts/技能系统.md` links to `[[latex-compiler]]` — not found -- `wiki/concepts/技能系统.md` links to `[[youtube-full]]` — not found -- `wiki/concepts/技能系统.md` links to `[[n8n-mcp]]` — not found -- `wiki/concepts/技能系统.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/concepts/vLLM.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/vLLM.md` links to `[[推理优化]]` — not found -- `wiki/concepts/vLLM.md` links to `[[GPU利用率]]` — not found -- `wiki/concepts/九宫格法.md` links to `[[固定镜头短视频AI全流程制作]]` — not found -- `wiki/concepts/九宫格法.md` links to `[[AI视频制作]]` — not found -- `wiki/concepts/九宫格法.md` links to `[[分镜设计]]` — not found -- `wiki/concepts/Token.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/Token.md` links to `[[成本计算]]` — not found -- `wiki/concepts/Token.md` links to `[[上下文限制]]` — not found -- `wiki/concepts/结构化表达.md` links to `[[如何写出完美的Prompt]]` — not found -- `wiki/concepts/结构化表达.md` links to `[[结构化思维]]` — not found -- `wiki/concepts/工作流自动化.md` links to `[[OpenClaw + n8n工作流编排]]` — not found -- `wiki/concepts/工作流自动化.md` links to `[[会议纪要自动化]]` — not found -- `wiki/concepts/工作流自动化.md` links to `[[邮件管理自动化]]` — not found -- `wiki/concepts/工作流自动化.md` links to `[[日历聚合]]` — not found -- `wiki/concepts/工作流自动化.md` links to `[[社交媒体自动化]]` — not found -- `wiki/concepts/Embedding.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/Embedding.md` links to `[[向量数据库]]` — not found -- `wiki/concepts/提示词框架.md` links to `[[Nano Banana提示词框架]]` — not found -- `wiki/concepts/提示词框架.md` links to `[[AI图像生成]]` — not found -- `wiki/concepts/提示词框架.md` links to `[[Nano Banana]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[Semantic Memory Search]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[memory/]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[MEMORY.md]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[第二大脑]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[个人CRM]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[健康症状追踪]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[memsearch]]` — not found -- `wiki/concepts/记忆系统.md` links to `[[Milvus]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[Claude Skills最值得研究的AI范式]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[提示词工程]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[Claude Skills]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[SOP标准化]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[Vibe Coding]]` — not found -- `wiki/concepts/ClaudeSkills.md` links to `[[Claude Skills]]` — not found -- `wiki/concepts/声音克隆.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/concepts/声音克隆.md` links to `[[内容创作]]` — not found -- `wiki/concepts/LLM.md` links to `[[LLM Terms Framework]]` — not found -- `wiki/concepts/需求拆解.md` links to `[[如何写出完美的Prompt]]` — not found -- `wiki/concepts/SourceGrounding.md` links to `[[7 ways I use NotebookLM to make my life easier]]` — not found -- `wiki/concepts/SourceGrounding.md` links to `[[Source-Grounding]]` — not found -- `wiki/concepts/SourceGrounding.md` links to `[[AI准确性]]` — not found -- `wiki/concepts/SourceGrounding.md` links to `[[Source-Grounding]]` — not found -- `wiki/concepts/AI配音.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/concepts/AI配音.md` links to `[[二创视频]]` — not found -- `wiki/concepts/AI配音.md` links to `[[内容创作]]` — not found -- `wiki/concepts/GenAI.md` links to `[[Designing for Agentic AI]]` — not found -- `wiki/concepts/GenAI.md` links to `[[Agentic AI]]` — not found -- `wiki/concepts/GenAI.md` links to `[[AI产品设计]]` — not found -- `wiki/sources/podcast-production-pipeline.md` links to `[[raw/Agent/usecases/podcast-production-pipeline.md]]` — not found -- `wiki/sources/podcast-production-pipeline.md` links to `[[播客制作]]` — not found -- `wiki/sources/podcast-production-pipeline.md` links to `[[多Agent协作]]` — not found -- `wiki/sources/podcast-production-pipeline.md` links to `[[播客制作]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[raw/AI/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[图生视频]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[主体一致性]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[运动控制]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[绘蛙AI视频]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[智谱清影]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[通义万相]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[Vidu]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[可灵AI]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[即梦AI]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[PixVerse]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[Stable Video]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[AI视频生成]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[图生视频]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[阿里巴巴]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[绘蛙AI视频]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[阿里巴巴]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[通义万相]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[快手]]` — not found -- `wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md` links to `[[可灵AI]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[raw/AI/Multi-Agent System Reliability.md]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[层级模式]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[共识模式]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[对抗辩论]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[淘汰制]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[LLM不可靠性]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[Alex Ewerlöf]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[层级模式]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[共识模式]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[对抗辩论]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[淘汰制]]` — not found -- `wiki/sources/multi-agent-system-reliability.md` links to `[[可靠性工程]]` — not found -- `wiki/sources/meeting-notes-action-items.md` links to `[[raw/Agent/usecases/meeting-notes-action-items.md]]` — not found -- `wiki/sources/meeting-notes-action-items.md` links to `[[会议自动化]]` — not found -- `wiki/sources/meeting-notes-action-items.md` links to `[[任务创建]]` — not found -- `wiki/sources/meeting-notes-action-items.md` links to `[[会议自动化]]` — not found -- `wiki/sources/meeting-notes-action-items.md` links to `[[任务创建]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[raw/Agent/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[AGENTS.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[SOUL.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[USER.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[TOOLS.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[IDENTITY.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[BOOTSTRAP.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[memory]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[Claude]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[AGENTS.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[SOUL.md]]` — not found -- `wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md` links to `[[USER.md]]` — not found -- `wiki/sources/daily-youtube-digest.md` links to `[[raw/Agent/usecases/daily-youtube-digest.md]]` — not found -- `wiki/sources/daily-youtube-digest.md` links to `[[内容聚合]]` — not found -- `wiki/sources/daily-youtube-digest.md` links to `[[视频摘要]]` — not found -- `wiki/sources/daily-youtube-digest.md` links to `[[youtube-full]]` — not found -- `wiki/sources/daily-youtube-digest.md` links to `[[YouTube]]` — not found -- `wiki/sources/content-factory.md` links to `[[raw/Agent/usecases/content-factory.md]]` — not found -- `wiki/sources/content-factory.md` links to `[[多Agent协作]]` — not found -- `wiki/sources/content-factory.md` links to `[[内容工厂]]` — not found -- `wiki/sources/content-factory.md` links to `[[Discord集成]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[raw/AI/The Picture They Paint of You.md]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[AI SRE]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[编码助手]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[泰勒主义]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[拟人化]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[AI产品定位]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[工作价值认知]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[编码助手]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[合作伙伴]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[AI SRE]]` — not found -- `wiki/sources/the-picture-they-paint-of-you.md` links to `[[替代者]]` — not found -- `wiki/sources/youtube-rss-feed.md` links to `[[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]]` — not found -- `wiki/sources/youtube-rss-feed.md` links to `[[RSS订阅]]` — not found -- `wiki/sources/youtube-rss-feed.md` links to `[[YouTube RSS]]` — not found -- `wiki/sources/youtube-rss-feed.md` links to `[[YouTube]]` — not found -- `wiki/sources/youtube-rss-feed.md` links to `[[RSS订阅]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[raw/Agent/usecases/self-healing-home-server.md]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[自愈系统]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[基础设施即代码]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[安全审计]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[自愈系统]]` — not found -- `wiki/sources/self-healing-home-server.md` links to `[[安全审计]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[raw/Agent/usecases/health-symptom-tracker.md]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[健康追踪]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[模式识别]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[Telegram集成]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[健康追踪]]` — not found -- `wiki/sources/health-symptom-tracker.md` links to `[[Telegram集成]]` — not found -- `wiki/sources/project-state-management.md` links to `[[raw/Agent/usecases/project-state-management.md]]` — not found -- `wiki/sources/project-state-management.md` links to `[[事件驱动架构]]` — not found -- `wiki/sources/project-state-management.md` links to `[[项目状态管理]]` — not found -- `wiki/sources/project-state-management.md` links to `[[自然语言查询]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[raw/Agent/usecases/multi-agent-team.md]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[多Agent团队]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[共享内存]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[私有上下文]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[Milo]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[Josh]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[Marketing Agent]]` — not found -- `wiki/sources/multi-agent-team.md` links to `[[Dev Agent]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[raw/AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[本地化部署]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[多模型支持]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[播客生成]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[Open Notebook]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[SurfSense]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[Podcastfy]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[notebookllama]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[PageLM]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[InsightsLM]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[Open Notebook]]` — not found -- `wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md` links to `[[InsightsLM]]` — not found -- `wiki/sources/earnings-tracker.md` links to `[[raw/Agent/usecases/earnings-tracker.md]]` — not found -- `wiki/sources/earnings-tracker.md` links to `[[财报追踪]]` — not found -- `wiki/sources/earnings-tracker.md` links to `[[定时任务]]` — not found -- `wiki/sources/earnings-tracker.md` links to `[[财报追踪]]` — not found -- `wiki/sources/earnings-tracker.md` links to `[[定时任务]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[Build Your Own X]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[CodeCrafters]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[CodeCrafters]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[Richard Feynman]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[编程学习]]` — not found -- `wiki/sources/build-your-own-x.md` links to `[[Build Your Own X]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[raw/Agent/usecases/multi-channel-assistant.md]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[多渠道集成]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[任务管理]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[多渠道集成]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[Google Workspace]]` — not found -- `wiki/sources/multi-channel-assistant.md` links to `[[多渠道集成]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[raw/AI/LLMs、RAG、AI Agent 三个到底什么区别？.md]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[AI Agent]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[幻觉]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[思考能力]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[AI Agent]]` — not found -- `wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md` links to `[[AI Agent]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[raw/AI/OpenAI ChatGPT 个性化定义.md]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[自定义指令]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[个性化AI]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[ChatGPT]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[OpenAI]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[ChatGPT]]` — not found -- `wiki/sources/OpenAI ChatGPT 个性化定义.md` links to `[[自定义指令]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[递归自优化]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[固定点]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[自映射]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[元生成]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[Bootstrap]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[自优化AI]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[递归自优化系统]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[固定点语义]]` — not found -- `wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md` links to `[[Bootstrap]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[raw/Agent/usecases/event-guest-confirmation.md]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[电话确认]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[SuperCall]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[批量呼叫]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[SuperCall]]` — not found -- `wiki/sources/event-guest-confirmation.md` links to `[[电话确认]]` — not found -- `wiki/sources/market-research-product-factory.md` links to `[[raw/Agent/usecases/market-research-product-factory.md]]` — not found -- `wiki/sources/market-research-product-factory.md` links to `[[市场研究]]` — not found -- `wiki/sources/market-research-product-factory.md` links to `[[产品发现]]` — not found -- `wiki/sources/market-research-product-factory.md` links to `[[Last 30 Days]]` — not found -- `wiki/sources/market-research-product-factory.md` links to `[[Last 30 Days]]` — not found -- `wiki/sources/custom-morning-brief.md` links to `[[raw/Agent/usecases/custom-morning-brief.md]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[raw/AI/Nano Banana 提示词框架.md]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[Nano Banana]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[物件描述]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[人物描述]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[Nano Banana]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[AI图像生成]]` — not found -- `wiki/sources/Nano Banana 提示词框架.md` links to `[[Nano Banana]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[raw/AI/Best 7 news API data feeds - AI News.md]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[新闻API]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[实时数据]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[情感分析]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[数据聚合]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[新闻API]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[金融情报]]` — not found -- `wiki/sources/best-7-news-api.md` links to `[[Bloomberg API]]` — not found -- `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` links to `[[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]]` — not found -- `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` links to `[[TTS]]` — not found -- `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` links to `[[F5-TTS]]` — not found -- `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` links to `[[二创视频]]` — not found -- `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` links to `[[内容创作]]` — not found -- `wiki/sources/MCP在Cursor中的集成与应用详解.md` links to `[[raw/Agent/MCP在Cursor中的集成与应用详解.md]]` — not found -- `wiki/sources/MCP在Cursor中的集成与应用详解.md` links to `[[鱼凤]]` — not found -- `wiki/sources/inbox-declutter.md` links to `[[raw/Agent/usecases/inbox-declutter.md]]` — not found -- `wiki/sources/inbox-declutter.md` links to `[[邮件管理]]` — not found -- `wiki/sources/inbox-declutter.md` links to `[[新闻聚合]]` — not found -- `wiki/sources/daily-reddit-digest.md` links to `[[raw/Agent/usecases/daily-reddit-digest.md]]` — not found -- `wiki/sources/daily-reddit-digest.md` links to `[[Reddit聚合]]` — not found -- `wiki/sources/daily-reddit-digest.md` links to `[[内容过滤]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[raw/AI/一语点醒梦中人.md]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[东方智慧]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[忘机]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[安之若命]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[有为法]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[王维]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[曾国藩]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[老子]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[庄子]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[儒家]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[中庸]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[道家]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[道德经]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[佛学]]` — not found -- `wiki/sources/一语点醒梦中人.md` links to `[[金刚经]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[raw/Agent/usecases/autonomous-project-management.md]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[分散式协调]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[STATE.yaml]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[子Agent]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[子Agent]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[STATE.yaml]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[主Agent]]` — not found -- `wiki/sources/autonomous-project-management.md` links to `[[子Agent]]` — not found -- `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` links to `[[raw/AI/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]]` — not found -- `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` links to `[[FeatureList]]` — not found -- `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` links to `[[PRD]]` — not found -- `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` links to `[[mermaid]]` — not found -- `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` links to `[[AI工作流]]` — not found -- `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` links to `[[Gemini]]` — not found -- `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` links to `[[产品经理]]` — not found -- `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` links to `[[Gemini]]` — not found -- `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` links to `[[PRD生成]]` — not found -- `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` links to `[[AI工作流]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[raw/Agent/usecases/pre-build-idea-validator.md]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[创意验证]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[reality_signal]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[GitHub]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[Hacker News]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[idea-reality-mcp]]` — not found -- `wiki/sources/pre-build-idea-validator.md` links to `[[npm]]` — not found -- `wiki/sources/dynamic-dashboard.md` links to `[[raw/Agent/usecases/dynamic-dashboard.md]]` — not found -- `wiki/sources/dynamic-dashboard.md` links to `[[动态仪表板]]` — not found -- `wiki/sources/dynamic-dashboard.md` links to `[[并行处理]]` — not found -- `wiki/sources/dynamic-dashboard.md` links to `[[子Agent]]` — not found -- `wiki/sources/todoist-task-manager.md` links to `[[raw/Agent/usecases/todoist-task-manager.md]]` — not found -- `wiki/sources/todoist-task-manager.md` links to `[[任务可见性]]` — not found -- `wiki/sources/todoist-task-manager.md` links to `[[外部化推理]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[raw/Agent/usecases/habit-tracker-accountability-coach.md]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[习惯追踪]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[主动问责]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[适应性语气]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[习惯追踪]]` — not found -- `wiki/sources/habit-tracker-accountability-coach.md` links to `[[Telegram]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[raw/Agent/n8n configure telegram trigger.md]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[Webhook]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[Telegram Trigger]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[Telegram Trigger]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[Telegram Trigger]]` — not found -- `wiki/sources/n8n-configure-telegram-trigger.md` links to `[[Webhook]]` — not found -- `wiki/sources/latex-paper-writing.md` links to `[[raw/Agent/usecases/latex-paper-writing.md]]` — not found -- `wiki/sources/latex-paper-writing.md` links to `[[LaTeX写作]]` — not found -- `wiki/sources/latex-paper-writing.md` links to `[[Prismer]]` — not found -- `wiki/sources/latex-paper-writing.md` links to `[[Prismer]]` — not found -- `wiki/sources/latex-paper-writing.md` links to `[[LaTeX服务器]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[raw/AI/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Vibe Coding]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[规划驱动]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[AI结对]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[上下文固定]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[vibe-coding-cn]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Windsurf]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Trae]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[AI编程]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Vibe Coding]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Karpathy]]` — not found -- `wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md` links to `[[Vibe Coding]]` — not found -- `wiki/sources/second-brain.md` links to `[[raw/Agent/usecases/second-brain.md]]` — not found -- `wiki/sources/second-brain.md` links to `[[第二大脑]]` — not found -- `wiki/sources/multi-channel-customer-service.md` links to `[[raw/Agent/usecases/multi-channel-customer-service.md]]` — not found -- `wiki/sources/multi-channel-customer-service.md` links to `[[客户服务自动化]]` — not found -- `wiki/sources/multi-channel-customer-service.md` links to `[[多渠道管理]]` — not found -- `wiki/sources/7-ways-notebooklm.md` links to `[[raw/AI/7 ways I use NotebookLM to make my life easier.md]]` — not found -- `wiki/sources/7-ways-notebooklm.md` links to `[[Source-Grounding]]` — not found -- `wiki/sources/7-ways-notebooklm.md` links to `[[项目中心]]` — not found -- `wiki/sources/7-ways-notebooklm.md` links to `[[Source-Grounding]]` — not found -- `wiki/sources/7-ways-notebooklm.md` links to `[[AI学习工具]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[raw/Agent/usecases/n8n-workflow-orchestration.md]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[凭证隔离]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[工作流编排]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[Webhook]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[Webhook]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[Webhook]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[n8n工作流]]` — not found -- `wiki/sources/n8n-workflow-orchestration.md` links to `[[凭证隔离]]` — not found -- `wiki/sources/如何写出完美的Prompt（提示词）？.md` links to `[[raw/AI/如何写出完美的Prompt（提示词）？.md]]` — not found -- `wiki/sources/如何写出完美的Prompt（提示词）？.md` links to `[[AI协作]]` — not found -- `wiki/sources/如何写出完美的Prompt（提示词）？.md` links to `[[结构化思维]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[raw/Agent/使用Claude自动生成N8N工作流的实操教程.md]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[n8n-mcp]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[Extended Thinking]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[Claude]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[czlonkowski]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[Claude]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[n8n-mcp]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[n8n-mcp]]` — not found -- `wiki/sources/使用Claude自动生成N8N工作流的实操教程.md` links to `[[N8N节点]]` — not found -- `wiki/sources/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` links to `[[raw/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]]` — not found -- `wiki/sources/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` links to `[[Claude Skills]]` — not found -- `wiki/sources/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` links to `[[Vibe Coding]]` — not found -- `wiki/sources/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` links to `[[SOP标准化]]` — not found -- `wiki/sources/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` links to `[[Anthropic]]` — not found -- `wiki/sources/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` links to `[[Claude]]` — not found -- `wiki/sources/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` links to `[[提示词工程]]` — not found -- `wiki/sources/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` links to `[[Claude Skills]]` — not found -- `wiki/sources/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` links to `[[SOP标准化]]` — not found -- `wiki/sources/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` links to `[[Vibe Coding]]` — not found -- `wiki/sources/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` links to `[[Claude Skills]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[raw/Agent/usecases/local-crm-framework.md]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[本地CRM]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[DenchClaw]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[浏览器自动化]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[DenchClaw]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[本地CRM]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[DenchClaw]]` — not found -- `wiki/sources/local-crm-framework.md` links to `[[DuckDB]]` — not found -- `wiki/sources/overnight-mini-app-builder.md` links to `[[raw/Agent/usecases/overnight-mini-app-builder.md]]` — not found -- `wiki/sources/overnight-mini-app-builder.md` links to `[[目标驱动任务]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[raw/Agent/n8n+Claude通过自然语言自动化工作流.md]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[自然语言处理]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[工作流生成]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[Claude]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[工作流生成]]` — not found -- `wiki/sources/n8n+Claude通过自然语言自动化工作流.md` links to `[[n8n-mcp]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[Agentic系统]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[Workflow]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[N8N节点]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[Memory机制]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[Airtable]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[N8N节点]]` — not found -- `wiki/sources/n8n-full-tutorial-building-ai-agents.md` links to `[[Agentic系统]]` — not found -- `wiki/sources/never-write-another-prompt.md` links to `[[raw/AI/Never write another prompt.md]]` — not found -- `wiki/sources/never-write-another-prompt.md` links to `[[提示词工程]]` — not found -- `wiki/sources/never-write-another-prompt.md` links to `[[提示词生成器]]` — not found -- `wiki/sources/never-write-another-prompt.md` links to `[[AI工具]]` — not found -- `wiki/sources/never-write-another-prompt.md` links to `[[提示词生成器]]` — not found -- `wiki/sources/polymarket-autopilot.md` links to `[[raw/Agent/usecases/polymarket-autopilot.md]]` — not found -- `wiki/sources/polymarket-autopilot.md` links to `[[纸上交易]]` — not found -- `wiki/sources/polymarket-autopilot.md` links to `[[预测市场]]` — not found -- `wiki/sources/polymarket-autopilot.md` links to `[[投资组合追踪]]` — not found -- `wiki/sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md` links to `[[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]]` — not found -- `wiki/sources/固定镜头短视频制作的AI全流程解析.md` links to `[[raw/AI/固定镜头短视频制作的AI全流程解析.md]]` — not found -- `wiki/sources/固定镜头短视频制作的AI全流程解析.md` links to `[[时间压缩]]` — not found -- `wiki/sources/固定镜头短视频制作的AI全流程解析.md` links to `[[AI视频制作]]` — not found -- `wiki/sources/固定镜头短视频制作的AI全流程解析.md` links to `[[AI视频制作]]` — not found -- `wiki/sources/youtube-content-pipeline.md` links to `[[raw/Agent/usecases/youtube-content-pipeline.md]]` — not found -- `wiki/sources/personal-crm.md` links to `[[raw/Agent/usecases/personal-crm.md]]` — not found -- `wiki/sources/personal-crm.md` links to `[[个人CRM]]` — not found -- `wiki/sources/knowledge-base-rag.md` links to `[[raw/Agent/usecases/knowledge-base-rag.md]]` — not found -- `wiki/sources/x-twitter-automation.md` links to `[[raw/Agent/usecases/x-twitter-automation.md]]` — not found -- `wiki/sources/multi-source-tech-news-digest.md` links to `[[raw/Agent/usecases/multi-source-tech-news-digest.md]]` — not found -- `wiki/sources/multi-source-tech-news-digest.md` links to `[[新闻聚合]]` — not found -- `wiki/sources/multi-source-tech-news-digest.md` links to `[[质量评分]]` — not found -- `wiki/sources/multi-source-tech-news-digest.md` links to `[[四层数据管道]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[raw/AI/RAG从入门到精通系列1：基础RAG.md]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[向量数据库]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[文档切分]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[Context Window]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[Qdrant]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[BAAI]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[索引]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[检索]]` — not found -- `wiki/sources/RAG从入门到精通系列1：基础RAG.md` links to `[[生成]]` — not found -- `wiki/sources/family-calendar-household-assistant.md` links to `[[raw/Agent/usecases/family-calendar-household-assistant.md]]` — not found -- `wiki/sources/family-calendar-household-assistant.md` links to `[[日历聚合]]` — not found -- `wiki/sources/family-calendar-household-assistant.md` links to `[[环境监控]]` — not found -- `wiki/sources/family-calendar-household-assistant.md` links to `[[家庭协调]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[raw/Agent/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[Ikigai]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[一人公司]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[底层能力]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[产品体系]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[一人公司]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[Ikigai]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[一人公司]]` — not found -- `wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md` links to `[[产品体系]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[raw/Agent/usecases/aionui-cowork-desktop.md]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[AionUi]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[远程救援]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[Cowork空间]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[AionUi]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[AionUi]]` — not found -- `wiki/sources/aionui-cowork-desktop.md` links to `[[远程救援]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[raw/Agent/usecases/semantic-memory-search.md]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[语义记忆搜索]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[向量数据库]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[memsearch]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[memsearch]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[OpenClaw记忆]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[memsearch]]` — not found -- `wiki/sources/semantic-memory-search.md` links to `[[Milvus]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[Nano Banana Pro]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[身份锁定]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[文本渲染]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[2D转3D]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[Nano Banana Pro]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[AI图像生成]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[Nano Banana Pro]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[Nano Banana Pro]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[身份锁定]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[Nano Banana Pro]]` — not found -- `wiki/sources/Nano Banana Pro提示词指南.md` links to `[[文本渲染]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[raw/AI/Designing for Agentic AI.md]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[Agentic AI]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[实时反馈]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[用户控制]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[Agentic AI]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[AI产品设计]]` — not found -- `wiki/sources/designing-for-agentic-ai.md` links to `[[Agentic AI设计原则]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[raw/Agent/usecases/arxiv-paper-reader.md]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[arXiv论文阅读]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[LaTeX扁平化]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[arxiv-reader]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[arxiv-reader]]` — not found -- `wiki/sources/arxiv-paper-reader.md` links to `[[arXiv]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[raw/AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[开源平替]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI生图]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI生视频]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI智能体]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI编程]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[DeepSeek]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[Qwen]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[Flux]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[HunyuanVideo]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[OpenManus]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[Cline]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[Dify]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[开源AI]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[大语言模型]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[开源AI]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI生图]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[开源AI]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[AI生视频]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[GitHub]]` — not found -- `wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md` links to `[[开源AI项目]]` — not found -- `wiki/sources/autonomous-game-dev-pipeline.md` links to `[[raw/Agent/usecases/autonomous-game-dev-pipeline.md]]` — not found -- `wiki/sources/autonomous-game-dev-pipeline.md` links to `[[自主开发管道]]` — not found -- `wiki/sources/autonomous-game-dev-pipeline.md` links to `[[游戏设计规则]]` — not found -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` links to `[[raw/AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md]]` — not found -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` links to `[[Nano Banana 2]]` — not found -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` links to `[[推理模型]]` — not found -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` links to `[[AI图像生成]]` — not found -- `wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md` links to `[[Nano Banana 2]]` — not found -- `wiki/sources/phone-call-notifications.md` links to `[[raw/Agent/usecases/phone-call-notifications.md]]` — not found -- `wiki/sources/x-account-analysis.md` links to `[[raw/Agent/usecases/x-account-analysis.md]]` — not found -- `wiki/sources/x-account-analysis.md` links to `[[Twitter分析]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[raw/AI/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[通才]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[自我教育]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[自利]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[自给自足]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[注意力经济]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[个人发展]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[通才模型]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[创造力]]` — not found -- `wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md` links to `[[注意力]]` — not found -- `wiki/entities/MCP.md` links to `[[n8n-mcp]]` — not found -- `wiki/entities/MCP.md` links to `[[MCP在Cursor中的集成与应用]]` — not found -- `wiki/entities/NanoBanana.md` links to `[[Nano Banana提示词框架]]` — not found -- `wiki/entities/NanoBanana.md` links to `[[Nano Banana 2使用指南]]` — not found -- `wiki/entities/NanoBanana.md` links to `[[AI图像生成]]` — not found -- `wiki/entities/NanoBanana.md` links to `[[Nano Banana]]` — not found -- `wiki/entities/NanoBanana.md` links to `[[Nano Banana]]` — not found -- `wiki/entities/海螺AI.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[AGENTS.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[SOUL.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[USER.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[TOOLS.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[IDENTITY.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[BOOTSTRAP.md]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[memory/]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[多Agent专业团队]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[自愈家庭服务器]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[第二大脑]]` — not found -- `wiki/entities/OpenClaw.md` links to `[[目标驱动自主任务]]` — not found -- `wiki/entities/LangChain.md` links to `[[LLM应用开发]]` — not found -- `wiki/entities/ElevenLabs.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/entities/剪映.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/entities/剪映.md` links to `[[AI视频制作]]` — not found -- `wiki/entities/剪映.md` links to `[[短视频制作]]` — not found -- `wiki/entities/NotebookLM.md` links to `[[7 ways I use NotebookLM to make my life easier]]` — not found -- `wiki/entities/NotebookLM.md` links to `[[NotebookLM Open Source Alternatives]]` — not found -- `wiki/entities/NotebookLM.md` links to `[[Source-Grounding]]` — not found -- `wiki/entities/NotebookLM.md` links to `[[AI学习工具]]` — not found -- `wiki/entities/DeepSider.md` links to `[[Nano Banana 2使用指南]]` — not found -- `wiki/entities/DeepSider.md` links to `[[Nano Banana 2]]` — not found -- `wiki/entities/DeepSider.md` links to `[[AI工具聚合]]` — not found -- `wiki/entities/F5TTS.md` links to `[[AI配音与声音克隆工具合集]]` — not found -- `wiki/entities/F5TTS.md` links to `[[F5-TTS]]` — not found -- `wiki/entities/F5TTS.md` links to `[[F5-TTS]]` — not found -- `wiki/entities/F5TTS.md` links to `[[开源工具]]` — not found -- `wiki/entities/F5TTS.md` links to `[[F5-TTS]]` — not found -- `wiki/entities/N8N.md` links to `[[n8n-mcp]]` — not found -- `wiki/entities/N8N.md` links to `[[OpenClaw + n8n工作流编排]]` — not found -- `wiki/entities/N8N.md` links to `[[使用Claude自动生成N8N工作流]]` — not found -- `wiki/entities/N8N.md` links to `[[N8N Telegram Trigger配置]]` — not found -- `wiki/entities/N8N.md` links to `[[N8N全教程构建AI Agent]]` — not found -- `wiki/entities/N8N.md` links to `[[N8N工作流编排]]` — not found - -### Missing Entity Pages (mentioned 3+ times but no page) -- `[[DenchClaw]]` -- `[[AionUi]]` -- `[[Nano Banana]]` -- `[[F5-TTS]]` -- `[[n8n-mcp]]` -- `[[idea-reality-mcp]]` -- `[[Source-Grounding]]` -- `[[LLM Terms Framework]]` -- `[[如何写出完美的Prompt]]` -- `[[固定镜头短视频AI全流程制作]]` -- `[[AI视频制作]]` -- `[[7 ways I use NotebookLM to make my life easier]]` -- `[[Claude Skills最值得研究的AI范式]]` -- `[[提示词工程]]` -- `[[Claude Skills]]` -- `[[SOP标准化]]` -- `[[结构化思维]]` -- `[[Vibe Coding]]` -- `[[AI编程]]` -- `[[Agentic AI]]` -- `[[AI产品设计]]` -- `[[AGENTS.md]]` -- `[[SOUL.md]]` -- `[[YouTube]]` -- `[[GitHub]]` -- `[[arxiv-reader]]` -- `[[向量数据库]]` -- `[[AI图像生成]]` -- `[[第二大脑]]` -- `[[memsearch]]` -- `[[AI配音与声音克隆工具合集]]` -- `[[内容创作]]` -- `[[USER.md]]` -- `[[Claude]]` -- `[[多渠道集成]]` -- `[[AI Agent]]` -- `[[子Agent]]` -- `[[Webhook]]` -- `[[Telegram Trigger]]` -- `[[N8N节点]]` -- `[[一人公司]]` -- `[[Nano Banana Pro]]` -- `[[开源AI]]` -- `[[Nano Banana 2]]` - ---- - -# Markdown Lint Report - -## Contradictions -1. **Definition of Agent** - - In [[wiki/concepts/Agent.md]], Agent is defined as "LLM + MCP的组合," implying that it is a combination of LLM and MCP. - - However, [[wiki/concepts/MCP.md]] indicates that MCP (Model Context Protocol) is primarily concerned with "连接大模型与外部数据和工具," which might suggest that Agent can exist without explicitly mentioning the necessity of LLM in every context. This creates ambiguity about whether MCP can function independently without LLM. - -2. **Use of Terms "Agent" and "Agentic AI"** - - [[wiki/concepts/Agent.md]] describes the capabilities of Agents as focusing on execution and task management. - - [[wiki/concepts/AgenticAI.md]], on the other hand, represents Agentic AI as primarily involving proactive behavior and user anticipation, which could lead to confusion regarding the boundary between a traditional Agent and Agentic AI. - -## Stale Content -1. The last updated dates on several concepts like [[wiki/concepts/RAG.md]], [[wiki/concepts/首尾针动画.md]], [[wiki/concepts/九宫格法.md]], and [[wiki/concepts/音频概览.md]] are 2025-12-18, 2025-03-15, 2025-03-15, and 2025-11-23 respectively. Given that it is currently October 2023, the content may need fresh updates to reflect the latest advancements and applications, especially in a rapidly evolving field like AI. - -2. The definitions and context for technologies like [[wiki/concepts/Token.md]] and [[wiki/concepts/vLLM.md]] may need to include more recent frameworks or models that have emerged after these were drafted. - -## Data Gaps & Suggested Sources -1. **Latest Applications of AI in Industries** - - There is no information on how AI applications are currently transforming industries such as healthcare, finance, and education. - - Suggested Source: "AI Transforms Industries: The Latest Market Trends," available on platforms like McKinsey or Deloitte. - -2. **Integration of Multimodal AI** - - The wiki lacks references about the integration of multimodal AI, which is becoming increasingly popular. - - Suggested Source: "Multimodal AI: Emerging Trends and Applications," available on research databases like arXiv. - -3. **An Exploration of Agent Behaviors in Dynamic Environments** - - Although the concept of Agents is well-defined, there’s a gap regarding how they adapt or behave in dynamic or unpredictable environments. - - Suggested Source: "Understanding Agent Behaviors in Dynamic Contexts," from academic journals focusing on AI behavior. - -## Concepts Needing More Depth -1. **MCP (Model Context Protocol)** - - The concept of MCP provides a framework for integrating AI models with external tools but lacks detailed examples of its implementation in real-world scenarios. Providing case studies or detailed examples could enhance understanding. - -2. **RAG (Retrieval Augmented Generation)** - - RAG is defined, but it lacks an in-depth exploration of various models that implement RAG. A comparison of different RAG implementations could add valuable insights for users. - -3. **Agentic AI** - - While a definition is provided, the principles of design and implementation in various contexts are inadequately explored. More detailed challenges and practical applications of design principles could enhance the utility of this entry. - -4. **Sequential Thinking** - - There is a brief summary in the current entry with no extensive discussion on its methodologies or practical examples of its application in problem-solving tasks using AI. More case studies or application scenarios would provide deeper insights. - -By addressing these issues, the wiki can enhance its value as a knowledge resource for understanding AI technologies and their applications. \ No newline at end of file diff --git a/wiki/log.md b/wiki/log.md deleted file mode 100644 index 7789bc68..00000000 --- a/wiki/log.md +++ /dev/null @@ -1,450 +0,0 @@ -## [2026-04-14] lint | Wiki health check - -Ran lint. See lint-report.md for details. - -# Wiki Log - -## [2026-04-14] ingest | AI目录批量摄取（26个文件） - -### 摄取统计 -- Source页面：26个 -- Entity页面：11个（NotebookLM、NanoBanana、DeepSider、ElevenLabs、海螺AI、F5-TTS、剪映、LangChain等） -- Concept页面：21个（Source-Grounding、音频概览、提示词框架、GenAI、Agentic AI、RAG、Embedding、Prompt能力、AI配音、声音克隆、固定机位、首尾针动画、九宫格法、LLM、Token、MCP、Agent、vLLM、Claude Skills、流程工程、Vibe Coding等） - -### 主要主题 -- AI图像生成：Nano Banana提示词工程 -- AI配音与声音克隆：ElevenLabs、海螺AI、F5-TTS -- 视频制作：固定镜头、九宫格法、首尾针动画 -- RAG检索增强生成 -- 大模型术语体系：LLM、MCP、Agent、vLLM、Token -- Claude Skills与流程工程 -- Prompt能力与提示词工程 - -### 冲突检测 -- 无重大冲突发现 - -## [2026-04-14] ingest | MCP在Cursor中的集成与应用详解.md - -### 摄取统计 -- 重新解析 Source 页面：1个 -- 新增 Entity：2个（Cursor、Smisery） -- 新增 Concept：3个（Agent模式、SequentialThinking、SSE） - -### 冲突检测 -- 无冲突 - -## [2026-04-14] ingest | Agent目录批量摄取（45个文件） - -### 摄取统计 -- Source页面：45个 -- Entity页面：3个（OpenClaw、N8N、MCP） -- Concept页面：5个（Workspace、多Agent系统、工作流自动化、记忆系统、技能系统） - -### 来源文件 -- 主目录：8个文件 -- usecases子目录：37个文件 - -### 主要主题 -- OpenClaw配置与使用 -- N8N工作流自动化 -- MCP协议集成 -- 多Agent协作系统 -- 个人效率工具 -- 内容创作自动化 -- 商业应用（CRM、市场研究） - -## [2026-04-14] ingest | AI目录补充摄取（14个文件） - -### 摄取统计 -- Source页面：14个 -- Entity页面：9个（Anthropic、DeepSeek、Canva、Gamma AI、Sora、Ollama、Open-Webui、Coze等） -- Concept页面：2个（PromptLibrary、本地部署） - -### 主要主题 -- Coze平台Demo合集 -- Anthropic官方Prompt Library -- 本地大模型部署（Ollama+DeepSeek+Open-Webui） -- 简报工作流（ChatGPT+Canva+Gamma） -- 视频生成工具（Sora、文字转视频） -- DeepSeek使用手册 -- 系统提示词构建原则 - -### 冲突检测 -- 无冲突 - -## [2026-04-14] ingest | Agent目录补充摄取（2个文件） - -### 摄取统计 -- Source页面：2个 -- Entity页面：0个 -- Concept页面：0个 - -### 主要主题 -- Google 5个Agent Skill设计模式 -- n8n Telegram Trigger HTTPS错误修复 - -### 冲突检测 -- 无冲突 - -## [2026-04-14] ingest | Agent目录第三批摄取（6个文件） - -### 摄取统计 -- Source页面：6个 -- Entity页面：2个（Google、ClawdTalk） -- Concept页面：6个（AgentSkill设计模式、ToolWrapper、Generator、Reviewer、Inversion、Pipeline） - -### 来源文件 -- Google-5个Agent-Skill设计模式-2026-03-19.md -- n8n configure telegram trigger.md -- n8n docker install & update.md -- n8n full tutorial building AI agents in 2025 for Beginners!.md -- n8n+Claude 通过自然语言自动化工作流.md -- usecases/phone-based-personal-assistant.md - -### 主要主题 -- Google 5种Agent Skill设计模式（ToolWrapper、Generator、Reviewer、Inversion、Pipeline） -- n8n Telegram Trigger HTTPS错误修复（设置WEBHOOK_URL环境变量） -- n8n Docker安装与更新（含容器内SOCKS5代理配置） -- n8n AI Agent构建教程（节点类型、内存管理、工具集成） -- 电话语音助手（ClawdTalk + Telnyx） - -### 冲突检测 -- 无冲突 - -## 2026-04-14 | ingest | batch misc sources -- 摄入目录: Daily notes, Others, Skills, Vibe Coding, 微信公众号, 跨境电商 -- 文件数量: 45个 -- 主题: AI Agent实践、Obsidian笔记、跨境电商 - - -## [2026-04-14] ingest | AI目录批量摄取（18个文件） - -### 摄取统计 -- Source页面：18个 -- Entity页面：6个（Webz.io、GNews API、Opoint、Mediastack、Ferd、Alex Ewerlöf） -- Concept页面：8个（固定点语义、自举Meta生成、YouTubeRSS、泰勒主义软件工厂、AI拟人化谬误、多Agent可靠性模式、验证器模式、共识投票） - -### 来源文件 -- raw/AI/目录：18个文件 - -### 主要主题 -- Claude Skills与流程工程 -- NotebookLM深度使用与Source-Grounding -- 递归自我优化生成系统（固定点语义、自举Meta生成） -- 多Agent可靠性四大架构模式 -- AI工具命名哲学与泰勒主义批评 -- 新闻API生态（Webz.io、GNews、Opoint、Mediastack） -- Nano Banana Pro官方提示词指南 -- Ollama+DeepSeek本地部署 -- Sora视频自动化工作流 -- ChatGPT+Canva/Gamma简报工作流 -- YouTube RSS获取方法 - -### 冲突检测 -- 无重大冲突发现 - -## [2026-04-14] ingest | Others+Skills+VibeCoding+微信公众号+跨境电商目录批量摄取（51个文件） - -### 摄取统计 -- Source页面：51个 -- Entity页面：TapXWorld(中国教材)、VibeKanban(任务看板)、OpenCode(AI编程代理)、Trae(IDE)等 -- Concept页面：SourceGrounding(NotebookLM)、自举Meta生成、5大设计原则(Agentic AI)、MD5去重、混合搜索等 - -### 来源文件 -- Others目录：9个文件（ChinaTextbook、Obsidian笔记系列、YouTube Channel ID、TikTok PM Django） -- Skills目录：3个文件（GOG CLI、Last30Days、baoyu-skills） -- Vibe Coding目录：7个文件（Cursor 2.0、Trae远程开发、Vibe-Kanban+OpenCode、vibe coding经验） -- 微信公众号目录：7个文件（养虾日记1-5、AI时代赚钱） -- 跨境电商目录：5个文件（TikTok数据抓取、选品策略、Superset Dashboard） -- AI目录：20个文件（补充） - -### 主要主题 -- Obsidian笔记系统：Tasks插件、Dataview、双链笔记、碎片化整理 -- Vibe Coding：C vursor/Trae/OpenCode/Vibe-Kanban配置与经验 -- AI Agent记忆系统：OpenClaw双层记忆+Self-Improving复盘机制 -- 苏东坡蒸馏：女娲造人术实践案例 -- TikTok电商：选品策略、Superset Dashboard设计、数据抓取 -- 新闻API：Webz.io、GNews、Opoint、Mediastack评测 - -### 冲突检测 -- 无重大冲突发现 - -## [2026-04-14] ingest | Home Office + Cloud DevOps 目录批量摄取（42个文件） - -### 摄取统计 -- Source页面：42个 -- Entity页面：Homarr、it-tools、Transmission、Navidrome、Jellyfin、Portainer、Apache Superset、Bandwagon、AdsPower、PingMe、WildCard、Rufus、HP ZBook、Ubuntu1、Ubuntu2、VPS1 等 -- Concept页面：Symbolic Link、克隆、NFS永久挂载、增量备份、Wayland、X11、锁盖休眠、iptables、代理协议等 - -### 来源文件 -- raw/Home Office/ 目录：39个文件 -- raw/Cloud & DevOps/ 目录：3个文件 - -### 主要主题 -- 家庭网络基础设施：FRP内网穿透、Caddy反向代理、NAS部署 -- 服务器运维：Docker全家桶安装、Ubuntu Server配置 -- 数据保护：Clonezilla镜像备份、rsync增量备份 -- 媒体服务器：Jellyfin、Navidrome、Plex、Xiaoya Alist -- 开发工具：Ollama+Qwen2.5-Coder、Portainer、it-tools -- 监控方案：Prometheus+Grafana+cAdvisor监控栈 -- 科学上网：v2rayN、V2RayA、MerlinClash、NodeWarden -- 云服务交付：DevOps文化、云服务交付生命周期 - -### 冲突检测 -- 无重大冲突发现 - - -## [2026-04-14] ingest | 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！ 1 -- [[raw/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！ 1.md]] - -## [2026-04-14] ingest | 7 ways I use NotebookLM to make my life easier -- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]] - -## [2026-04-14] ingest | A Formalization of Recursive Self-Optimizing Generative Systems -- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]] - -## [2026-04-14] ingest | AI 解决方案专家培训课程 -- [[raw/AI/AI 解决方案专家培训课程.md]] - -## [2026-04-14] ingest | Best 7 news API data feeds - AI News -- [[raw/AI/Best 7 news API data feeds - AI News.md]] - -## [2026-04-14] ingest | Designing for Agentic AI -- [[raw/AI/Designing for Agentic AI.md]] - -## [2026-04-14] ingest | How to Get the RSS Feed For Any YouTube Channel -- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]] - -## [2026-04-14] ingest | Multi-Agent System Reliability -- [[raw/AI/Multi-Agent System Reliability.md]] - -## [2026-04-14] ingest | Nano-Banana Pro Prompting Guide & Strategies 1 -- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]] - -## [2026-04-14] ingest | Never write another prompt -- [[raw/AI/Never write another prompt.md]] - -## [2026-04-14] ingest | The Picture They Paint of You -- [[raw/AI/The Picture They Paint of You.md]] - -## [2026-04-14] ingest | Useful Prompt Lib -- [[raw/AI/Useful Prompt Lib.md]] - -## [2026-04-14] ingest | codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch -- [[raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md]] - -## [2026-04-14] ingest | 摘要 -- [[raw/AI/如何利用Sora接口实现视频自动化生成工作流.md]] - -## [2026-04-14] ingest | 我用 Gemini 3 一口气做了 10 个应用，附教程 -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## [2026-04-14] ingest | 教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報 -- [[raw/AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]] - -## [2026-04-14] ingest | 清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取） -- [[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]] - -## [2026-04-14] ingest | 查看服务器 CPU 信息获取其架构，如：x86_64 -- [[raw/AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md]] - -## [2026-04-14] ingest | 谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版 -- [[raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## [2026-04-14] ingest | 继Anthropic后，Google放出5个常用的Agent Skill设计模式 -- [[raw/Agent/Google-5个Agent-Skill设计模式-2026-03-19.md]] - -## [2026-04-14] ingest | n8n configure telegram trigger -- [[raw/Agent/n8n configure telegram trigger.md]] - -## [2026-04-14] ingest | 安装 curl 和 wget -- [[raw/Agent/n8n docker install & update.md]] - -## [2026-04-14] ingest | n8n full tutorial building AI agents in 2025 for Beginners! -- [[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]] - -## [2026-04-14] ingest | 安装Claude Desktop -- [[raw/Agent/n8n+Claude 通过自然语言自动化工作流.md]] - -## [2026-04-14] ingest | DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## [2026-04-14] ingest | The Myths and Misconceptions About Cloud Computing LinkedIn -- [[raw/Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## [2026-04-14] ingest | What I know about Cloud Service Delivery 1 -- [[raw/Cloud & DevOps/What I know about Cloud Service Delivery 1.md]] - -## [2026-04-14] ingest | 3X-UI Xray on BandwagonVPS -- [[raw/Home Office/3X-UI Xray on BandwagonVPS.md]] - -## [2026-04-14] ingest | Clonezilla对Ubuntu Server进行全盘镜像备份 -- [[raw/Home Office/Clonezilla对Ubuntu Server进行全盘镜像备份.md]] - -## [2026-04-14] ingest | Linux 运维必会的 150 个命令 -- [[raw/Home Office/Linux 运维必会的 150 个命令.md]] - -## [2026-04-14] ingest | Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记 -- [[raw/Home Office/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md]] - -## [2026-04-14] ingest | 1. 架构图（Synology 专用） -- [[raw/Home Office/MinIO + Zipline 自托管图床应用安装教程.md]] - -## [2026-04-14] ingest | MySQL MariaDB 数据库详细信息 -- [[raw/Home Office/MySQL MariaDB 数据库详细信息.md]] - -## [2026-04-14] ingest | NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器 -- [[raw/Home Office/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md]] - -## [2026-04-14] ingest | RAX50 路由器 更新Merlin Clash订阅 -- [[raw/Home Office/RAX50 路由器 更新Merlin Clash订阅.md]] - -## [2026-04-14] ingest | 1. 安装Plex -- [[raw/Home Office/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md]] - -## [2026-04-14] ingest | 启动 SSH 服务 -- [[raw/Home Office/Ubuntu 24.04 enable SSH.md]] - -## [2026-04-14] ingest | Ubuntu Server科学上网 -- [[raw/Home Office/Ubuntu Server科学上网.md]] - -## [2026-04-14] ingest | Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记 -- [[raw/Home Office/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md]] - -## [2026-04-14] ingest | 1 创建 Symbolic Link -- [[raw/Home Office/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md]] - -## [2026-04-14] ingest | 一、系统要求 -- [[raw/Home Office/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md]] - -## [2026-04-14] ingest | 在Synology NAS上安装CloudDrive2 -- [[raw/Home Office/在Synology NAS上安装CloudDrive2.md]] - -## [2026-04-14] ingest | 前置共识（已知条件） -- [[raw/Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## [2026-04-14] ingest | 如何传输Docker images 并且在另一个Docker安装 -- [[raw/Home Office/如何传输Docker images 并且在另一个Docker安装.md]] - -## [2026-04-14] ingest | ✅ 最常用：删除旧 Portainer Container + Volume -- [[raw/Home Office/如何删除旧的废弃的docker container +volume.md]] - -## [2026-04-14] ingest | 如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64 -- [[raw/Home Office/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md]] - -## [2026-04-14] ingest | 1. 先卸载当前的挂载（如果当前还挂着的话） -- [[raw/Home Office/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md]] - -## [2026-04-14] ingest | 如何在Ubuntu Server安装 docker & docker compose -- [[raw/Home Office/如何在Ubuntu Server安装 docker & docker compose.md]] - -## [2026-04-14] ingest | 如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略 -- [[raw/Home Office/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md]] - -## [2026-04-14] ingest | 将 0005 (Ubuntu) 放在启动顺序的首位 -- [[raw/Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]] - -## [2026-04-14] ingest | 核心目标（你要覆盖的监控面） -- [[raw/Home Office/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md]] - -## [2026-04-14] ingest | 家庭网络环境概览 -- [[raw/Home Office/家庭网络环境概览_2026-04-03.md]] - -## [2026-04-14] ingest | 用Docker安装Apache Superset -- [[raw/Home Office/用Docker安装Apache Superset.md]] - -## [2026-04-14] ingest | 前置共识（已知条件） -- [[raw/Home Office/通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## [2026-04-14] ingest | ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材 -- [[raw/Others/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md]] - -## [2026-04-14] ingest | Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1 -- [[raw/Others/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md]] - -## [2026-04-14] ingest | How to get Youtube Channel ID -- [[raw/Others/How to get Youtube Channel ID.md]] - -## [2026-04-14] ingest | Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式 -- [[raw/Others/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md]] - -## [2026-04-14] ingest | Obsidian 高效指南：我常用的插件与实用技巧 -- [[raw/Others/Obsidian 高效指南：我常用的插件与实用技巧.md]] - -## [2026-04-14] ingest | Obsidian最有必要安装的10款插件是这些 -- [[raw/Others/Obsidian最有必要安装的10款插件是这些.md]] - -## [2026-04-14] ingest | tiktok_pm_project/settings.py -- [[raw/Others/TikTok PM - Python Django Project.md]] - -## [2026-04-14] ingest | 为什么 Obsidian 让我戒掉了碎片化记录 -- [[raw/Others/为什么 Obsidian 让我戒掉了碎片化记录.md]] - -## [2026-04-14] ingest | 为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1 -- [[raw/Others/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md]] - -## [2026-04-14] ingest | 输出: /opt/homebrew/bin/gog -- [[raw/Skills/GOG-CLI-安装配置指南.md]] - -## [2026-04-14] ingest | Last30Days 使用指南 -- [[raw/Skills/Last30Days-使用指南.md]] - -## [2026-04-14] ingest | baoyu-skills -- [[raw/Skills/baoyu-skills-claude-code-技能集.md]] - -## [2026-04-14] ingest | Cursor 2.0初学者使用指南 -- [[raw/Vibe Coding/Cursor 2.0初学者使用指南.md]] - -## [2026-04-14] ingest | Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南 -- [[raw/Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]] - -## [2026-04-14] ingest | vibe coding经验收集 -- [[raw/Vibe Coding/vibe coding经验收集.md]] - -## [2026-04-14] ingest | 在Ubuntu 上安装Vibe-Kanban -- [[raw/Vibe Coding/在Ubuntu上安装Vibe-Kanban.md]] - -## [2026-04-14] ingest | 如何在Ubuntu上安装opencode并配置Vibe-Kanban -- [[raw/Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]] - -## [2026-04-14] ingest | 如何在项目里安装Claude-Code-Templates Skills -- [[raw/Vibe Coding/如何在项目里安装Claude-Code-Templates Skills.md]] - -## [2026-04-14] ingest | 开发经验与项目规范整理文档 -- [[raw/Vibe Coding/开发经验与项目规范整理文档.md]] - -## [2026-04-14] ingest | 不谈技术：普通人该怎么在AI时代赚钱？ -- [[raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md]] - -## [2026-04-14] ingest | 养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战 -- [[raw/微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md]] - -## [2026-04-14] ingest | 养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享 -- [[raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md]] - -## [2026-04-14] ingest | 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统 -- [[raw/微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md]] - -## [2026-04-14] ingest | 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑 -- [[raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md]] - -## [2026-04-14] ingest | 养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流 -- [[raw/微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md]] - -## [2026-04-14] ingest | 养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录 -- [[raw/微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md]] - -## [2026-04-14] ingest | ⚠️ 你使用 Docker，可能需要在 Dockerfile 里加入以下内容 -- [[raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]] - -## [2026-04-14] ingest | TK美国面单授权及操作流程 -- [[raw/跨境电商/TK美国面单授权及操作流程.md]] - -## [2026-04-14] ingest | 1. 你的数据库结构 → 适合做哪些分析？ -- [[raw/跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md]] - -## [2026-04-14] ingest | 总结 -- [[raw/跨境电商/做TK跨境思路不对努力白费.md]] - -## [2026-04-14] ingest | 概要 -- [[raw/跨境电商/电商如何选品 如何找到爆款 选品策略.md]] \ No newline at end of file diff --git a/wiki/overview.md b/wiki/overview.md deleted file mode 100644 index d665a27b..00000000 --- a/wiki/overview.md +++ /dev/null @@ -1,122 +0,0 @@ -# Overview - -本Wiki涵盖两大核心领域：**Agent（智能体）系统**和**AI应用**。Agent系统以OpenClaw、N8N、MCP为核心；AI应用涵盖图像生成、配音克隆、视频制作、RAG检索等场景。 - -## 核心主题 - -### Agent系统 -- **OpenClaw**：开源AI Agent框架，支持多Agent协作、记忆系统、技能扩展 -- **N8N**：开源工作流自动化平台，可与AI Agent结合实现复杂自动化 -- **MCP (Modal Context Protocol)**：AI大模型与外围服务集成的协议 -- **多Agent系统**：多个专业Agent协同工作的架构模式 - -### AI应用 -- **图像生成**：Nano Banana、Midjourney等模型的提示词工程 -- **AI配音与声音克隆**：ElevenLabs、海螺AI、F5-TTS等工具 -- **视频制作**：固定镜头短视频AI全流程、九宫格法、首尾针动画 -- **RAG检索**：检索增强生成解决LLM幻觉问题 - -## 问题域 - -### Agent系统 -- Agent开发与配置（Workspace文件体系） -- 工作流自动化（N8N节点和工作流） -- 跨平台集成（Telegram、Discord、Slack等） -- 个人效率提升（习惯追踪、日历管理、邮件处理） -- 内容创作自动化（YouTube、Twitter、播客等） -- 商业应用（CRM、市场研究、财报追踪） - -### AI应用 -- 提示词工程：角色-需求-场景-目标四要素结构 -- 图像生成质量控制：物件描述框架、人物描述框架 -- 声音克隆与配音：多语言TTS、各平台特点 -- 视频内容创作：分镜拆解、一致性保证 -- 大模型知识体系：LLM、MCP、Agent、RAG、vLLM、Token - -## 方法/机制 - -### Agent系统 -- **Workspace文件体系**（AGENTS.md、SOUL.md、USER.md等）：定义Agent行为 -- **Sub-agent多Agent协作**：分散式协调通过共享状态文件 -- **Cron定时任务与心跳机制**：自动化定期执行 -- **MCP协议工具调用**：Client-Server架构的服务集成 -- **Cursor集成调用**：支持SSE与Command模式的代理调用与推理工具链 -- **Webhook安全集成**：OpenClaw与N8N的安全集成模式 -- **向量语义搜索**：memsearch实现记忆的语义检索 - -### AI应用 -- **提示词框架**：物件描述、人物描述的JSON标准化结构 -- **Source-Grounding**：NotebookLM限制知识库确保回答准确性 -- **九宫格法**：一次性生成多个分镜保证画面一致性 -- **首尾针动画**：AI补齐中间帧实现平滑过渡 -- **RAG三步流程**：索引→检索→生成 - -## 关键实体 - -### Agent系统 -- [[OpenClaw]]：开源AI Agent框架 -- [[N8N]]：工作流自动化平台 -- [[MCP]]：模态上下文协议 -- [[Cursor]]：集成MCP的高级代码大模型编辑器 -- [[Smisery]]：热点新闻MCP服务数据源 -- [[DenchClaw]]：本地CRM框架 -- [[AionUi]]：桌面Cowork应用 -- [[Google]]：发布Agent Skill设计模式的云服务提供商 -- [[ClawdTalk]]：OpenClaw电话集成工具，实现语音交互 - -### AI应用 -- [[NotebookLM]]：Google AI学习工具 -- [[Nano Banana]]：Google AI图像生成模型 -- [[DeepSider]]：多AI模型聚合浏览器插件 -- [[ElevenLabs]]：国际AI配音平台 -- [[海螺AI]]：MiniMax出品的AI工具 -- [[F5-TTS]]：开源语音克隆项目 -- [[剪映]]：字节跳动视频编辑工具 - -## 关键概念 - -### Agent系统 -- [[Workspace]]：Agent的工作台目录配置体系 -- [[多Agent系统]]：多个专业Agent协同工作的架构 -- [[工作流自动化]]：使用工具自动执行重复性任务 -- [[记忆系统]]：Agent跨会话保留上下文的能力 -- [[技能系统]]：OpenClaw的扩展机制 -- [[Agent模式]]：模型自动执行工具命令的交互模式 -- [[AgentSkill设计模式]]：Google与Anthropic总结的5种Skill设计模式（ToolWrapper、Generator、Reviewer、Inversion、Pipeline） -- [[SequentialThinking]]：大模型的逻辑推理任务分步拆解机制 -- [[n8n-mcp]]：N8N的MCP服务器实现 -- [[idea-reality-mcp]]：预构建创意验证MCP - -### AI应用 -- [[Prompt能力]]：清晰界定需求+结构化思维表达 -- [[需求拆解]]：将模糊目标转化为具体可执行子任务 -- [[结构化表达]]：用清晰逻辑组织信息 -- [[思维链引导]]：让AI逐步推理 -- [[Source-Grounding]]：限制知识库确保AI回答准确性 -- [[音频概览]]：将文档转化为AI双人播客格式 -- [[提示词框架]]：结构化描述图像生成需求的模板 -- [[AI配音]]：文本转语音技术 -- [[声音克隆]]：用少量样本重建个人声音 -- [[固定机位]]：摄像机位置固定不变的拍摄方式 -- [[首尾针动画]]：通过首尾帧AI自动补齐中间动作 -- [[九宫格法]]：一次性生成3x3共九个分镜画面 -- [[RAG]]：检索增强生成 -- [[Embedding]]：将文本转换为数值向量的技术 -- [[LLM]]：大语言模型 -- [[Agent]]：智能体 -- [[vLLM]]：高效LLM推理框架 -- [[Token]]：大模型基本输入单元 - -## Source分类 - -### Agent系统（45个） -涵盖：OpenClaw Workspace、N8N工作流、MCP协议、多Agent协作、记忆系统、技能扩展等 - -### AI应用（26个） -涵盖：NotebookLM、Claude Skills、Nano Banana提示词、RAG基础、AI配音工具、视频制作流程、大模型术语等 - -## 来源分布 -- 微信公众号：Agent系统相关内容 -- YouTube视频：部分AI工具教程 -- OpenClaw Use Cases：37个 -- 技术文档：AI图像生成、RAG、提示词工程等 diff --git a/wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md b/wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md deleted file mode 100644 index 0e70b574..00000000 --- a/wiki/sources/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -title: "14个免费的AI图生视频工具" -type: source -tags: [AI, image-to-video, tools] -date: 2025-12-05 ---- - -## Source File -- [[raw/AI/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md]] - -## Summary -- 核心主题：14个免费AI图生视频工具评测 -- 问题域：视频制作需要专业设备和技能，门槛高 -- 方法/机制：上传静态图片，AI分析内容并生成动态视频 -- 结论/价值：AI图生视频工具降低视频创作门槛，实现便捷创作 - -## Key Claims -- 绘蛙AI视频（阿里）：模特图转视频，支持多格式高分辨率 -- 智谱清影：30秒生成6秒高清视频，支持音效匹配 -- 通义万相（阿里）：支持提示词控制运动，匹配音效 -- Vidu（清华）：全球首个"多主体参考"功能，10秒生成视频 -- 可灵AI（快手）：1080p分辨率，真实物理规律表现 -- 海螺AI（MiniMax）：主体一致性优秀，支持多种艺术风格 - -## Key Concepts -- [[图生视频]]：将静态图片转化为动态视频的AI技术 -- [[主体一致性]]：视频中角色/物体保持一致的能力 -- [[运动控制]]：通过文本提示词控制视频中主体的运动方式 - -## Key Entities -- [[绘蛙AI视频]]：阿里巴巴AI图生视频工具 -- [[智谱清影]]：智谱AI视频生成工具 -- [[通义万相]]：阿里巴巴AI视频生成工具 -- [[Vidu]]：生数科技与清华大学发布的视频大模型 -- [[可灵AI]]：快手AI创作平台 -- [[海螺AI]]：MiniMax推出的AI视频工具 -- [[即梦AI]]：字节跳动一站式AI创意创作平台 -- [[PixVerse]]：爱诗科技AI视频工具 -- [[Stable Video]]：Stability AI视频生成平台 - -## Connections -- [[AI视频生成]] ← includes ← [[图生视频]] -- [[阿里巴巴]] ← provides ← [[绘蛙AI视频]] -- [[阿里巴巴]] ← provides ← [[通义万相]] -- [[快手]] ← provides ← [[可灵AI]] - -## Contradictions diff --git a/wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md b/wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md deleted file mode 100644 index aa5dfe92..00000000 --- a/wiki/sources/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -title: "2025年11个神级AI开源平替" -type: source -tags: [open-source, AI, GitHub] -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 -- 问题域：闭源AI产品价格昂贵，开源替代品需求旺盛 -- 方法/机制：按类别梳理各领域最火热的开源项目 -- 结论/价值：国产AI模型（DeepSeek、Qwen）在开源界表现亮眼 - -## Key Claims -- 大语言模型：DeepSeek R1、Qwen 3为开源界标杆 -- AI生图：Flux（开源Midjourney）、Stable Diffusion（LoRA/ControlNet生态最丰富） -- AI生视频：HunyuanVideo（腾讯）参数量最大，中文理解最强 -- 通用智能体：OpenManus（5万Star）为核心开源平替 -- AI Coding：Cline为Cursor最佳开源平替 -- 智能体工作流：n8n（16万Star）、Dify为最强开源项目 - -## Key Concepts -- [[开源平替]]：开源替代闭源产品的方案 -- [[AI生图]]：开源模型Flux、Stable Diffusion -- [[AI生视频]]：HunyuanVideo、Veo 3 -- [[AI智能体]]：Manus、OpenManus -- [[AI编程]]：Cline、Claude Code - -## Key Entities -- [[DeepSeek]]：国产开源大模型 -- [[Qwen]]：通义千问开源模型 -- [[Flux]]：前SD团队开发的AI生图模型 -- [[HunyuanVideo]]：腾讯混元视频生成模型 -- [[OpenManus]]：通用智能体开源项目 -- [[Cline]]：VS Code AI编程插件 -- [[n8n]]：工作流自动化开源平台 -- [[Dify]]：LLM应用开发平台 - -## Connections -- [[开源AI]] ← includes ← [[大语言模型]] -- [[开源AI]] ← includes ← [[AI生图]] -- [[开源AI]] ← includes ← [[AI生视频]] -- [[GitHub]] ← hosts ← [[开源AI项目]] - -## Contradictions diff --git a/wiki/sources/2025-03-02.md b/wiki/sources/2025-03-02.md deleted file mode 100644 index 0906a43b..00000000 --- a/wiki/sources/2025-03-02.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "2025-03-02 日记" -type: source -tags: [diary] -date: 2025-03-02 ---- - -## Source File -- [[raw/Daily notes/2025-03-02.md]] - -## Summary -- 核心主题：AI Agent在工作场景中的应用探索 -- 问题域：Cloud DevOps中如何利用AI提升效率 -- 方法/机制：通过阅读LinkedIn文章和YouTube视频了解Agentic AI最新发展 -- 结论/价值：计划撰写Agentic AI在Cloud DevOps中的应用文章，探索Grafana数据喂给AI进行决策的可行性 - -## Key Claims -- LinkedIn上有价值的Agentic AI文章值得系统整理并撰写文章分享 -- n8n可作为设计Agentic AI工作流的工具本地部署 -- Grafana监控数据可喂入AI Agent的向量数据库辅助决策 -- 告警机制可用于实时事件处理和自动创建工单 - -## Key Quotes -> "Use data from Grafana to feed into an Agent's Vector DB so the AI can consume the data and help us make decisions." -> "Use the alerting mechanism to handle incidents in real time, such as immediate notifications and direct incident creation." - -## Key Concepts -- [[Agentic AI]]：能够自主行动以达成目标的AI系统 -- [[VectorDB]]：向量数据库，用于存储和检索嵌入向量 -- [[Grafana]]：开源监控和可观测性平台 - -## Key Entities -- [[OpenClaw]]：开源AI Agent框架 -- [[N8N]]：工作流自动化平台 -- [[DavidOndrej]]：YouTube内容创作者 - -## Connections -- [[Agentic AI]] ← 应用场景 ← [[Grafana]] -- [[N8N]] ← 用于构建 ← [[工作流自动化]] - -## Contradictions diff --git a/wiki/sources/2025-03-04.md b/wiki/sources/2025-03-04.md deleted file mode 100644 index b025c67f..00000000 --- a/wiki/sources/2025-03-04.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "2025-03-04 日记" -type: source -tags: [diary] -date: 2025-03-04 ---- - -## Source File -- [[raw/Daily notes/2025-03-04.md]] - -## Summary -- 核心主题：利用现有数据构建AI模型支持 -- 问题域：如何将运营数据转化为AI可用的标准化数据集 -- 方法/机制：通过与Jackie Ye讨论，确定了利用监控数据、标准化指标、阈值和运行手册构建数据集的路径 -- 结论/价值：AI驱动的情感分析、工单自动分配和解决方案建议是三个可行的PoC方向 - -## Key Claims -- 现有的监控数据、标准化指标和阈值可作为AI模型训练的基础 -- 客户工单情感分析可帮助Customer Success Managers优化策略 -- AI可实现工单自动分配和历史方案推荐 - -## Key Quotes -> "We need well-structured and mature datasets to support future development and implementation." - -## Key Concepts -- [[标准化数据集]]：结构化、可复用的数据集合 -- [[PoC]]：概念验证 - -## Key Entities -- [[Jackie Ye]]：Cloud Ops团队成员 - -## Connections -- [[标准化数据集]] ← 基础 ← [[监控数据]] -- [[情感分析]] ← 应用场景 ← [[客户工单]] - -## Contradictions diff --git a/wiki/sources/2025-03-05.md b/wiki/sources/2025-03-05.md deleted file mode 100644 index 3e3c224f..00000000 --- a/wiki/sources/2025-03-05.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "2025-03-05 日记" -type: source -tags: [diary] -date: 2025-03-05 ---- - -## Source File -- [[raw/Daily notes/2025-03-05.md]] - -## Summary -- 核心主题：AI Agent构建学习和n8n实践 -- 问题域：如何快速入门AI Agent开发 -- 方法/机制：观看YouTube视频学习CrewAI框架，使用NoteGPT提取YouTube字幕并用DeepSeek-R1总结 -- 结论/价值：CrewAI是初学者入门的好选择，建议从小项目开始逐步迭代 - -## Key Claims -- CrewAI是适合初学者的AI Agent开发框架 -- 可以使用Google Colab进行无代码配置 -- 应从自动化重复任务开始，逐步构建复杂工作流 - -## Key Quotes -> "Start Small: Automate repetitive tasks (e.g., daily research) before tackling complex workflows." - -## Key Concepts -- [[CrewAI]]：开源AI Agent框架 -- [[Agent模式]]：模型自动执行工具命令的交互模式 - -## Key Entities -- [[CrewAI]]：AI Agent开发框架 -- [[DeepSeek-R1]]：DeepSeek推理模型 - -## Connections -- [[CrewAI]] ← 用于构建 ← [[AI Agent]] -- [[DeepSeek-R1]] ← 用于 ← [[内容总结]] - -## Contradictions diff --git a/wiki/sources/2025-03-10.md b/wiki/sources/2025-03-10.md deleted file mode 100644 index 276ee94f..00000000 --- a/wiki/sources/2025-03-10.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "2025-03-10 日记" -type: source -tags: [diary] -date: 2025-03-10 ---- - -## Source File -- [[raw/Daily notes/2025-03-10.md]] - -## Summary -- 核心主题：N8N工作流配置与应用 -- 问题域：实现自动化内容生成和发布 -- 方法/机制：配置n8n实现工作流备份、AI生成社交媒体内容、RSS翻译推送 -- 结论/价值：成功配置三个n8n工作流，覆盖备份、内容生成和RSS翻译场景 - -## Key Claims -- n8n可实现工作流自动备份到Google Drive -- AI可基于关键词生成社交媒体内容并自动发布 -- RSS Feed可结合AI实现实时翻译并推送至Telegram - -## Key Quotes -> "AI-Powered Social Media Content Generator & Publisher" - -## Key Concepts -- [[工作流自动化]]：使用工具自动执行重复性任务 -- [[RSS]]：Really Simple Syndication，信息聚合标准 - -## Key Entities -- [[N8N]]：工作流自动化平台 -- [[Google Drive]]：云存储服务 - -## Connections -- [[N8N]] ← 实现 ← [[工作流自动化]] -- [[RSS]] ← 触发 ← [[AI翻译]] - -## Contradictions diff --git a/wiki/sources/2025-03-14.md b/wiki/sources/2025-03-14.md deleted file mode 100644 index 6a547b38..00000000 --- a/wiki/sources/2025-03-14.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "2025-03-14 日记" -type: source -tags: [diary] -date: 2025-03-14 ---- - -## Source File -- [[raw/Daily notes/2025-03-14.md]] - -## Summary -- 核心主题：F5-TTS本地语音克隆工具安装 -- 问题域：如何在本地实现语音克隆 -- 方法/机制：使用Conda创建Python 3.10环境，安装PyTorch和F5-TTS，配置FFmpeg -- 结论/价值：成功安装F5-TTS并测试语音转换，效果良好但CPU处理较慢 - -## Key Claims -- F5-TTS是由交大学生开发的开源语音克隆项目 -- 使用Conda可以创建独立的Python环境避免依赖冲突 -- FFmpeg是处理音频文件的必要组件 -- GPU加速可显著提升推理速度 - -## Key Quotes -> "ffmpeg was not found but is required to load audio files from filename" - -## Key Concepts -- [[语音克隆]]：用少量样本重建个人声音 -- [[Conda]]：Python环境管理工具 - -## Key Entities -- [[F5-TTS]]：开源语音克隆项目 -- [[FFmpeg]]：多媒体处理工具 -- [[Gradio]]：Web界面框架 - -## Connections -- [[F5-TTS]] ← 基于 ← [[PyTorch]] -- [[语音克隆]] ← 应用场景 ← [[AI配音]] - -## Contradictions diff --git a/wiki/sources/2025-03-15.md b/wiki/sources/2025-03-15.md deleted file mode 100644 index 5d1bf6b8..00000000 --- a/wiki/sources/2025-03-15.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "2025-03-15 日记" -type: source -tags: [diary] -date: 2025-03-15 ---- - -## Source File -- [[raw/Daily notes/2025-03-15.md]] - -## Summary -- 核心主题：Chat-TTS、Notion集成和CUDA配置 -- 问题域：探索轻量级语音合成和知识管理工具 -- 方法/机制：对比Chat-TTS与F5-TTS，安装NVIDIA CUDA运行时，集成Notion -- 结论/价值：Chat-TTS执行更快，Notion可作为笔记存储后端 - -## Key Claims -- Chat-TTS比F5-TTS执行更快，基于默认语音库处理 -- NVIDIA CUDA可加速模型推理 -- Notion API可实现笔记集成 - -## Key Concepts -- [[AI配音]]：文本转语音技术 - -## Key Entities -- [[Chat-TTS]]：开源语音合成工具 -- [[NVIDIA CUDA]]：GPU计算平台 -- [[Notion]]：笔记和知识管理平台 - -## Connections -- [[Chat-TTS]] ← 对比 ← [[F5-TTS]] -- [[Notion]] ← 集成 ← [[Obsidian]] - -## Contradictions diff --git a/wiki/sources/2025-05-13.md b/wiki/sources/2025-05-13.md deleted file mode 100644 index bfb2b359..00000000 --- a/wiki/sources/2025-05-13.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "Ubuntu合盖行为配置" -type: source -tags: [tutorial] -date: 2025-05-13 ---- - -## Source File -- [[raw/Daily notes/2025-05-13.md]] - -## Summary -- 核心主题：Ubuntu系统合盖行为配置 -- 问题域：如何在Ubuntu系统中禁用合盖休眠 -- 方法/机制：修改systemd-logind服务配置，设置HandleLidSwitch为ignore -- 结论/价值：通过配置文件可灵活控制笔记本合盖行为 - -## Key Claims -- 修改/etc/systemd/logind.conf可控制合盖行为 -- GNOME桌面环境可能有独立的电源设置覆盖systemd配置 - -## Key Concepts -- [[systemd]]：Linux系统和服务管理器 - -## Key Entities -- [[Ubuntu]]：Linux发行版 - -## Connections -- [[systemd]] ← 管理 ← [[电源行为]] - -## Contradictions diff --git a/wiki/sources/2025-07-02.md b/wiki/sources/2025-07-02.md deleted file mode 100644 index 8e507a32..00000000 --- a/wiki/sources/2025-07-02.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "2025-07-02 日记" -type: source -tags: [diary] -date: 2025-07-02 ---- - -## Source File -- [[raw/Daily notes/2025-07-02.md]] - -## Summary -- 核心主题：直播换脸技术和AI养生视频 -- 问题域：探索AI在直播和视频内容创作中的应用 -- 方法/机制：研究VisoMaster开源项目，了解AI生成养生视频的可行性 -- 结论/价值：直播换脸和AI养生视频是两个值得探索的赛道 - -## Key Claims -- VisoMaster是开源的直播换脸解决方案 -- AI生成养生视频是一个有潜力的内容方向 - -## Key Concepts -- [[换脸技术]]：实时面部替换技术 - -## Key Entities -- [[VisoMaster]]：开源直播换脸项目 - -## Connections -- [[AI视频生成]] ← 应用场景 ← [[直播换脸]] - -## Contradictions diff --git a/wiki/sources/2025-07-05.md b/wiki/sources/2025-07-05.md deleted file mode 100644 index b1349165..00000000 --- a/wiki/sources/2025-07-05.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "2025-07-05 日记" -type: source -tags: [diary] -date: 2025-07-05 ---- - -## Source File -- [[raw/Daily notes/2025-07-05.md]] - -## Summary -- 核心主题：自在自得的实践路径 -- 问题域：如何实现身心平衡和自我提升 -- 方法/机制：整合古典智慧与现代方法，从身心调适、认知提升、行动落实三层面实践 -- 结论/价值：提出执一守中、有劳而作、言行意合、自然而行的实践理念 - -## Key Claims -- 4-7-8呼吸法可快速平复焦虑 -- 情绪标签法可削弱情绪强度 -- 悖论允许可解除对抗消耗 -- 全局视野可减少小我执念 - -## Key Quotes -> "执一守中，有劳而作，言行意合，自然而行" -> "终极心法：允许身体如云舒展，允许情绪如溪流来去，允许在不完美中完整存在" - -## Key Concepts -- [[4-7-8呼吸法]]：吸气4秒→屏息7秒→吐气8秒的呼吸技术 -- [[情绪标签法]]：精准命名情绪以削弱其强度 - -## Key Entities - -## Connections -- [[身心调适]] ← 方法 ← [[认知提升]] -- [[认知提升]] ← 支撑 ← [[行动落实]] - -## Contradictions diff --git a/wiki/sources/2025-07-07.md b/wiki/sources/2025-07-07.md deleted file mode 100644 index 3b75e93d..00000000 --- a/wiki/sources/2025-07-07.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "2025-07-07 日记" -type: source -tags: [diary] -date: 2025-07-07 ---- - -## Source File -- [[raw/Daily notes/2025-07-07.md]] - -## Summary -- 核心主题：视频转文字并AI总结的实践 -- 问题域：如何高效理解长视频内容 -- 方法/机制：使用在线工具将视频转音频，再用AI工具总结 -- 结论/价值：FFmpeg可作为本地视频音频处理的通用工具 - -## Key Claims -- online-convert.com和tinywow可实现在线视频转音频 -- notegpt.io可实现音频AI总结 -- FFmpeg支持几乎所有视频音频格式转换 - -## Key Concepts -- [[FFmpeg]]：开源多媒体处理框架 - -## Key Entities - -## Connections -- [[视频处理]] ← 工具 ← [[FFmpeg]] -- [[AI总结]] ← 输入 ← [[音频转文字]] - -## Contradictions diff --git a/wiki/sources/2025-07-25.md b/wiki/sources/2025-07-25.md deleted file mode 100644 index 05549cba..00000000 --- a/wiki/sources/2025-07-25.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "2025-07-25 日记" -type: source -tags: [diary] -date: 2025-07-25 ---- - -## Source File -- [[raw/Daily notes/2025-07-25.md]] - -## Summary -- 核心主题：n8n更新和V2RayA配置 -- 问题域：自动化工具和网络代理的配置 -- 方法/机制：更新n8n到最新版本，配置V2RayA使用新代理服务 -- 结论/价值：成功更新n8n和V2RayA，可通过HTTP直接访问n8n - -## Key Claims -- N8N_RUNNERS_ENABLED=true可启用Runner功能 -- N8N_SECURE_COOKIE=false可通过HTTP本地访问 -- V2RayA可作为NAS的网络代理工具 - -## Key Concepts -- [[V2Ray]]：代理工具 - -## Key Entities -- [[N8N]]：工作流自动化平台 -- [[V2RayA]]：V2Ray的图形化客户端 - -## Connections -- [[N8N]] ← 配置 ← [[Docker]] -- [[V2RayA]] ← 运行在 ← [[NAS]] - -## Contradictions diff --git a/wiki/sources/2025年11个神级AI开源平替.md b/wiki/sources/2025年11个神级AI开源平替.md deleted file mode 100644 index bc24fa8f..00000000 --- a/wiki/sources/2025年11个神级AI开源平替.md +++ /dev/null @@ -1,59 +0,0 @@ ---- -title: "2025 年 11 个神级 AI 开源平替" -type: source -tags: ['AI', '开源', 'DeepSeek', 'Qwen', 'Flux', 'HunyuanVideo', 'OpenManus', 'Cline', 'GitHub'] -date: 2026-01-01 -source: https://mp.weixin.qq.com/s/ -author: 逛逛 ---- - -## 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 最火的 11 个 AI 开源平替项目，横跨 LLM/AI生图/AI生视频/AI Agent/AI编程 五大方向 -- 问题域：闭源 AI 产品主导市场，但开源社区持续推出性能逼近甚至部分超越闭源的替代方案 -- 方法/机制：按应用方向分类，每个方向推荐 1-3 个最优开源项目及核心优势 -- 结论/价值：国产开源模型（DeepSeek R1、Qwen 3、HunyuanVideo）在多个维度已超越国际竞争者；Manus 以数十亿美元被 Meta 收购标志着 AI Agent 元年正式开启 - -## Key Claims -### 大语言模型 -- **DeepSeek R1**：2025 年春节破壁者，开源首个 o1 级深度推理模型，价格战主力 -- **Qwen 3**：开源界六边形战士，全尺寸覆盖，极致工具调用能力，最稳最全基座模型 -- **国产其他**：智谱 GLM、Kimi K2、MiniMax - -### AI 生图 -- **Flux**（前 SD 核心团队）：开源 Midjourney，人体解剖学最正确开源模型，精准文字渲染（海报/Logo 能力） -- **Stable Diffusion 3.5**：LoRA+ControlNet 生态最丰富，动漫角色、精确姿势控制首选，中端显卡友好 - -### AI 生视频 -- **HunyuanVideo**（腾讯）：开源参数量最大视频生成模型之一，中文 Prompt 理解天花板，动作连贯符合物理直觉，高分辨率原生支持 - -### 通用智能体 -- **Manus**：2025 年现象级产品，定义 AI Agent 元年，被 Meta 数十亿美元收购 -- **OpenManus**（Manus 开源平替）：5万+ Stars，规划→执行→循环反馈，自己打开浏览器搜索、读取网页、写 Python 代码 - -### AI 编程 -- **Cline**（Cursor 开源平替）：VS Code 最强开源自主编程插件，MCP 扩展连接本地数据库，敏感操作需用户授权（安全+自主平衡） - -## Key Quotes -> "DeepSeek R1 是开源界首个将 o1 级深度推理拉下神坛的破壁者。" -> "Qwen 3 是最稳、最全、最能打的基座模型，流水的开源模型，铁打的通义千问。" - -## Key Entities -- [[DeepSeek R1]]：国产深度推理开源大模型 -- [[Qwen 3]]：阿里通义千问，开源六边形战士 -- [[Manus]]：AI Agent 元年里程碑产品，被 Meta 收购 -- [[OpenManus]]：Manus 开源实现，规划-执行-循环反馈 -- [[HunyuanVideo]]：腾讯混元视频，开源视频生成 -- [[Flux]]：开源图像生成，文字渲染能力最强 -- [[Cline]]：VS Code 开源 AI 编程插件 - -## Connections -- [[DeepSeek R1]] ← competes_with ← [[OpenAI o1]] -- [[Qwen 3]] ← is_open_source_alternative_to ← [[GPT-4]] -- [[OpenManus]] ← is_open_source_of ← [[Manus]] -- [[Cline]] ← is_open_source_alternative_to ← [[Cursor]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/2026-03-27.md b/wiki/sources/2026-03-27.md deleted file mode 100644 index 4dc65857..00000000 --- a/wiki/sources/2026-03-27.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "2026-03-27 日记" -type: source -tags: [diary] -date: 2026-03-27 ---- - -## Source File -- [[raw/Daily notes/2026-03-27.md]] - -## Summary -- 核心主题：定时任务配置和服务器巡检自动化 -- 问题域：如何实现多服务器日常维护自动化 -- 方法/机制：为所有服务器配置每日定时巡检任务，包括安全检查、性能检查和每日复盘 -- 结论/价值：成功配置12个cron job覆盖所有服务器日常巡检 - -## Key Claims -- 早上7:00-7:10执行服务器性能和安全检查 -- 晚上23:00-23:30执行各Agent每日复盘 -- OpenClaw的compaction机制会压缩对话内容，需启用preserve模式 - -## Key Quotes -> "定时任务配置是基础设施" - -## Key Concepts -- [[Cron]]：定时任务调度器 -- [[心搏检测]]：自动化定期执行机制 - -## Key Entities -- [[星曜]]：执行安全检查的Agent -- [[星辉]]：执行每日复盘的Agent -- [[风驰]]：执行NAS检查的Agent - -## Connections -- [[Cron]] ← 调度 ← [[定时任务]] -- [[OpenClaw]] ← 运行在 ← [[多服务器]] - -## Contradictions diff --git a/wiki/sources/2026-03-29.md b/wiki/sources/2026-03-29.md deleted file mode 100644 index 26c44815..00000000 --- a/wiki/sources/2026-03-29.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "2026-03-29 日记" -type: source -tags: [diary] -date: 2026-03-29 ---- - -## Source File -- [[raw/Daily notes/2026-03-29.md]] - -## Summary -- 核心主题：N8N内容转化流水线和架构精简 -- 问题域：如何实现内容多平台分发和系统优化 -- 方法/机制：设计N8N v4/v5内容转化工作流，精简作废Agent -- 结论/价值：N8N v4成功跑通，公众号命名倾向「SW效率研究所」 - -## Key Claims -- N8N内容转化流水线可实现英文文章→中文多平台内容转化 -- 核心挑战是翻译本土化和商业自然植入 -- Daily Memory创建是铁律，绝对不能漏 - -## Key Quotes -> "Daily Memory 铁律：这是用户反复强调的规则，必须严格遵守" - -## Key Concepts -- [[内容流水线]]：自动化内容生产流程 -- [[多平台分发]]：内容一键发布到多个平台 - -## Key Entities -- [[星匠]]：负责N8N流水线开发 -- [[云策]]：负责内容平台规划 -- [[云瀚]]：DevOps专家 - -## Connections -- [[N8N]] ← 实现 ← [[内容流水线]] -- [[RabbitMQ]] ← 用于 ← [[消息队列]] - -## Contradictions diff --git a/wiki/sources/2026-03-30.md b/wiki/sources/2026-03-30.md deleted file mode 100644 index 5cd7ac91..00000000 --- a/wiki/sources/2026-03-30.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "2026-03-30 日记" -type: source -tags: [diary] -date: 2026-03-30 ---- - -## Source File -- [[raw/Daily notes/2026-03-30.md]] - -## Summary -- 核心主题：OpenClaw版本检查和问题排查 -- 问题域：服务器状态监控和更新问题 -- 方法/机制：检查各服务器OpenClaw版本，排查更新失败原因 -- 结论/价值：发现Ubuntu1/2更新异常和Mac Mini SSH连接问题 - -## Key Claims -- Ubuntu1/2 OpenClaw更新失败，可能与npm权限或进程超时有关 -- Mac Mini SSH连接失败与PATH环境变量有关 -- Daily Notes生成需解析JSONL文件获取完整对话 - -## Key Concepts -- [[JSONL]]：JSON Lines格式，用于日志存储 - -## Key Entities - -## Connections -- [[OpenClaw]] ← 运行在 ← [[多服务器]] - -## Contradictions diff --git a/wiki/sources/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！ 1.md b/wiki/sources/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！ 1.md deleted file mode 100644 index 68a6a973..00000000 --- a/wiki/sources/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！ 1.md +++ /dev/null @@ -1,52 +0,0 @@ ---- -title: "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！" -type: source -tags: ['Claude', 'Skills', 'VibeCoding', 'GitHub', 'AI'] -date: 2026-01-08 -source: https://mp.weixin.qq.com/s/eBAt1OBPZVobyZlcuNPeAw -author: 痕小子/开源星探 ---- - -## Source File -- [[raw/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！ 1.md]] - -## Summary -- 核心主题：Claude Skills（技能系统）作为 AI 应用新范式的崛起，以及官方和社区最佳实践资源盘点 -- 问题域：AI 应用正从"提示词工程"向"流程工程"迁移，Skills 是这一转型的核心载体 -- 方法/机制：Skills = 标准作业程序（SOP）+ AI 说明书，将重复性业务流程封装为可复用、可自动执行的 AI 技能单元 -- 结论/价值：Skills 标志着 AI 应用从"谁 Prompt 写得好"向"谁业务流程沉淀得更深"的竞争维度转变 - -## Key Claims -- Skills 本质是"AI 专用 SOP"，将固定流程的任务拆解为 AI 能理解、稳定复用、自动执行的流程 -- Anthropic 官方 Skills 仓库（github.com/anthropics/skills）披露了 claude.ai 网页版真实生产级能力的内部逻辑代码，包括 Office 自动化、开发者工具箱、创意类 Skills 三大类 -- 官方 Skills 库覆盖：Word/PDF/PPT/Excel 操控（含容错策略）、MCP Server 构建、Web 应用测试、Artifacts 自动化验证、Canvas 设计 -- Skills 爆发标志 AI 应用从"提示词工程"升级为"流程工程"，Vibe Coding 的尽头也是 Skills -- 三大 Skill 聚合站：skillsmp.com、aitmpl.com/skills、claudemarketplaces.com，提供"拿来就用"的技能库 - -## Key Quotes -> "Skills 就是一套你写给 Claude 的'说明书'和'SOP（标准作业程序）'" — 痕小子 -> "它是 Anthropic 把 Claude 线上真正在跑的生产级能力，原封不动地拆解开来，摊在桌面上给你看" — 开源星探 -> "这个库本质上是官方在教你，'怎么像我们一样开发 AI 应用'" — 开源星探 -> "未来真正有价值的，不是谁的 Prompt 写得最花，而是谁最懂业务流程、谁能把经验沉淀成 SOP" — 开源星探 - -## Key Concepts -- [[Claude Skills]]：将重复性业务流程封装为 AI 可理解、可复用、可自动执行的标准化技能单元 -- [[流程工程]]：AI 应用新范式，核心是业务经验的流程化沉淀，而非 Prompt 技巧 -- [[Vibe Coding]]：AI 编程的尽头是 Skills，编程本身也被流程化 -- [[Anthropic Skills 官方库]]：github.com/anthropics/skills，3.2 万星，涵盖办公自动化、开发者工具、创意设计三大类 - -## Key Entities -- [[Anthropic]]：Claude Skills 官方规范制定者和开源仓库维护者 -- [[SkillsMP]]：skillsmp.com，第三方 Skills 聚合平台，内容多、更新快、有分类 -- [[AITMPL]]：aitmpl.com/skills，第三方 Skills 聚合平台 -- [[ClaudeMarketplaces]]：claudemarketplaces.com，第三方 Skills 聚合平台 -- [[VoltAgent/awesome-claude-skills]]：高质量社区 Skills 精选仓库 -- [[ComposioHQ/awesome-claude-skills]]：高质量社区 Skills 精选仓库 - -## Connections -- [[Claude Skills最值得研究的AI范式]] ← extends ← [[提示词工程]] -- [[Vibe Coding]] ← depends_on ← [[Claude Skills]] -- [[流程工程]] ← depends_on ← [[SOP标准化]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/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 b/wiki/sources/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 deleted file mode 100644 index 028a3d64..00000000 --- a/wiki/sources/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 +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "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！" -type: source -tags: [] -date: 2026-01-08 ---- - -## Source File -- [[raw/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！ 1.md]] - -## Summary -- 核心主题：Anthropic 官方 Claude Skills 仓库及其生态 -- 问题域：AI 技能（Skills）的标准化构建与复用 -- 方法/机制：Skills 作为 AI 的"说明书"和"SOP"，将重复性任务封装为可复用流程 -- 结论/价值：从提示词工程（Prompt Engineering）迈向流程工程（Process Engineering），Skills 是 AI 应用范式的质变 - -## Key Claims -- Anthropic 官方 Skills 仓库（github.com/anthropics/skills）收藏数突破 3.2 万，原封不动拆解 Claude.ai 网页版的生产级能力 -- Skills 本质是写给 Claude 的"说明书"和"SOP"，将固定流程任务拆解为 AI 能理解、稳定复用、自动执行的一套流程 -- 官方库展示四大类 Skills：办公自动化（Word/PDF/PPT/Excel）、开发者工具箱、MCP Server、创意类 Skill -- Skills 爆发标志着从"提示词工程"迈向"流程工程"，核心价值在于把经验沉淀为 SOP，再交给 AI 稳定执行 - -## Key Quotes -> "Skills 就是一套你写给 Claude 的'说明书'和'SOP（标准作业程序）'" — 文章定义 -> "这个库本质上是官方在教你，'怎么像我们一样开发 AI 应用'" — 对官方库的评价 -> "Claude Skills 的爆发，标志着我们从提示词工程迈向了流程工程" — 核心结论 - -## Key Concepts -- [[Claude Skills]]：将反复执行、有固定流程的任务封装为 AI 可理解、可复用、可自动执行的标准化流程 -- [[流程工程]]：将经验沉淀为 SOP，再交给 AI 稳定执行的新范式，区别于单独的提示词优化 - -## Key Entities -- [[Anthropic]]：Claude Skills 的官方发布者，拥有 github.com/anthropics/skills 仓库 - -## Connections -- [[Claude Skills]] ← extends ← [[流程工程]] -- [[Anthropic]] ← provides ← [[Claude Skills]] - -## Contradictions -- 无已知冲突 diff --git a/wiki/sources/3X-UI Xray on BandwagonVPS.md b/wiki/sources/3X-UI Xray on BandwagonVPS.md deleted file mode 100644 index 880d44c6..00000000 --- a/wiki/sources/3X-UI Xray on BandwagonVPS.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "3X-UI Xray on BandwagonVPS" -type: source -tags: [[]] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/3X-UI Xray on BandwagonVPS.md]] - -## Summary -- 核心主题：title: 3X-UI Xray on BandwagonVPS author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/3X-UI-Xray-BandwagonVPS.md b/wiki/sources/3X-UI-Xray-BandwagonVPS.md deleted file mode 100644 index 9d513f90..00000000 --- a/wiki/sources/3X-UI-Xray-BandwagonVPS.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "3X-UI Xray on BandwagonVPS" -type: source -tags: [xray, 3x-ui, vpn, vps, 科学上网] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/3X-UI Xray on BandwagonVPS.md]] - -## Summary -- 核心主题：在Bandwagon VPS上安装3X-UI（Xray图形化管理面板） -- 问题域：如何快速在VPS上部署Xray科学上网服务并通过Web UI管理 -- 方法/机制：SSH登录VPS → 一键安装脚本 → Web UI管理 → 导入VLESS URL -- 结论/价值：3X-UI提供了友好的Xray管理界面，降低了科学上网的配置门槛 - -## Key Claims -- 一键安装命令：bash <(curl -Ls https://raw.githubusercontent.com/mhsanaei/3x-ui/master/install.sh) -- 管理命令：x-ui，进入交互式菜单管理 -- Web管理界面：https://kiwi.ishenwei.online:2053/ -- 支持多种协议：VLESS、VMess、Trojan等 - -## Key Concepts -- [[3X-UI]]：Xray的图形化管理面板 -- [[Xray]]：支持多种协议的代理软件 -- [[VLESS]]：一种轻量级代理协议 - -## Key Entities -- [[Bandwagon]]：VPS提供商 -- [[VPS2]]：104.194.92.188，kiwi.ishenwei.online - -## Connections -- [[3X-UI]] ← 管理面板 ← Xray -- [[Xray]] ← 代理软件 ← 科学上网 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/3X-UI-Xray-on-BandwagonVPS.md b/wiki/sources/3X-UI-Xray-on-BandwagonVPS.md deleted file mode 100644 index 26853836..00000000 --- a/wiki/sources/3X-UI-Xray-on-BandwagonVPS.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "3X-UI Xray on BandwagonVPS" -type: source -tags: [vps, xray, 3x-ui, 科学上网] -date: 2026-02-10 ---- - -## Source File -- [[raw/Home Office/3X-UI Xray on BandwagonVPS.md]] - -## Summary -- 核心主题：在 Bandwagon VPS 上安装配置 3X-UI 面板管理 Xray/VLESS+Reality -- 问题域：VPS 科学上网节点的部署与管理 -- 方法/机制：通过 3X-UI 一键安装脚本实现 Xray 面板化管理，配置 VLESS+Reality 协议 -- 结论/价值：提供完整的自建科学上网节点运维手册 - -## Key Claims -- Bandwagon VPS（VPS2）通过 3X-UI 面板实现 Xray 可视化管理 -- 3X-UI 提供完整的命令行管理菜单，支持启动/停止/更新/SSL证书等操作 -- 当前面板状态和 xray 状态均为 Running，Autostart 已启用 -- 使用 v2rayN（Windows/Linux）和 v2rayNG（Android）作为客户端 - -## Key Quotes -> "bash <(curl -Ls https://raw.githubusercontent.com/mhsanaei/3x-ui/master/install.sh)" — 3X-UI 一键安装命令 - -## Key Concepts -- [[VLESS+Reality]]：抗封锁的传输协议，配置需生成公钥私钥对 -- [[BBR]]：TCP 拥塞控制算法，可通过 3X-UI 菜单启用加速 -- [[Xray]]：网络代理工具，3X-UI 的底层引擎 - -## Key Entities -- [[Bandwagon]]：VPS 服务商，提供廉价服务器 -- [[VPS2]]：Bandwagon 服务器，IP 104.194.92.188 -- [[3X-UI]]：Xray 面板管理脚本 - -## Connections -- [[VPS2]] ← hosts ← [[3X-UI]] -- [[v2rayN]] ← connects_to ← [[VPS2]] -- [[v2rayNG]] ← connects_to ← [[VPS2]] - -## Contradictions -- 无 diff --git a/wiki/sources/7 ways I use NotebookLM to make my life easier.md b/wiki/sources/7 ways I use NotebookLM to make my life easier.md deleted file mode 100644 index e7227b6c..00000000 --- a/wiki/sources/7 ways I use NotebookLM to make my life easier.md +++ /dev/null @@ -1,51 +0,0 @@ ---- -title: "7 ways I use NotebookLM to make my life easier" -type: source -tags: ['NotebookLM', 'AI', '知识管理', '被动学习', 'Google'] -date: 2025-11-23 -source: https://www.howtogeek.com/ways-notebooklm-make-my-life-easier/ -author: How-To Geek ---- - -## Source File -- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]] - -## Summary -- 核心主题：NotebookLM 的 7 种高价值使用场景，展示了 Source-Grounding 机制如何重塑信息处理和学习方式 -- 问题域：信息过载、数字囤积、信息消化效率低下、被动学习时间浪费 -- 方法/机制：Source-Grounding（源引用锚定）+ Audio Overviews（AI 双人播客）+ 交互式问答，所有回答附带精确引文 -- 结论/价值：NotebookLM 的核心竞争力在于"准确性优先"——仅在用户上传的文档范围内回答，消除幻觉，可作为个人知识管理、项目管理、法律文档审核的专业助手 - -## Key Claims -- NotebookLM 的核心机制是 Source-Grounding：知识库严格限制在用户上传的文档内，输出结果经过自验证，准确率极高 -- 7大使用场景：信息聚合消化（替代 Read-It-Later）、音频笔记本（被动学习）、快速成为多领域入门专家、编程学习辅助、项目管理路线图生成、版本对比追踪、法律/合同文档审核 -- Audio Overviews 功能将文档转为双人 AI 对话播客，支持自定义风格（批判/辩论/简报）和主机人设，可用于通勤、健身等被动时间 -- NotebookLM 可替代 For Dummies 系列、技术文档阅读（Godot/Python）、Wikipedia 深度研读 -- 法律/合同审核场景：每个答案附带精确引文，点击直达原文原句，解决了普通 AI "幻觉率过高"的核心痛点 -- 作者用 NotebookLM 规划项目管理，2025年成功上线 6 个企业级应用 - -## Key Quotes -> "NotebookLM's best quality is that it prioritizes accuracy by strictly limiting its knowledge base to only your trusted documents" — How-To Geek -> "I no longer hate getting long documents or looking through terms and conditions or legal patents because I can find what I need from a few questions with NotebookLM" — How-To Geek -> "This saves you hours of manual comparison work, and you even get citations to check just in case" — How-To Geek - -## Key Concepts -- [[Source-Grounding]]：NotebookLM 的核心机制，仅在用户上传文档范围内回答，确保输出自验证、无幻觉 -- [[Audio Overviews]]：NotebookLM 的双人 AI 播客功能，将文档转为可自定义风格的对话式音频，支持被动学习 -- [[被动学习]]：利用通勤、健身、家务等"死时间"消费知识内容 -- [[知识整理]]：将散乱的 Read-It-Later 堆积转化为可消化的结构化知识 - -## Key Entities -- [[NotebookLM]]：Google 推出的 AI 知识管理工具，核心特性是 Source-Grounding 和 Audio Overviews -- [[How-To Geek]]：美国知名科技博客，发布此使用指南 -- [[Godot]]：开源游戏引擎，作者用 NotebookLM 快速学习其文档 -- [[Google]]：[NotebookLM](https://notebooklm.google.com) 开发商 - -## Connections -- [[Source-Grounding]] ← is_feature_of ← [[NotebookLM]] -- [[Audio Overviews]] ← is_feature_of ← [[NotebookLM]] -- [[被动学习]] ← enables ← [[Audio Overviews]] -- [[知识管理]] ← enabled_by ← [[Source-Grounding]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/7-ways-notebooklm.md b/wiki/sources/7-ways-notebooklm.md deleted file mode 100644 index 845368a9..00000000 --- a/wiki/sources/7-ways-notebooklm.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "7 ways I use NotebookLM to make my life easier" -type: source -tags: [notebooklm, ai, 学习, 工具] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]] - -## Summary -- 核心主题：NotebookLM的7种高价值使用场景 -- 问题域：如何在日常学习、项目管理、内容处理中高效利用NotebookLM -- 方法/机制：利用source-grounding保证准确性 + Audio Overviews被动学习 + 交叉对比版本更新 + 法律文档审查 -- 结论/价值：NotebookLM通过严格限制知识库到上传文档，大幅提升信息处理效率 - -## Key Claims -- NotebookLM的核心是source-grounding，知识库严格限于用户上传文档，保证输出准确且可溯源 -- Audio Overviews功能将文档转化为双人AI播客，适合通勤等被动学习场景 -- 可用于跨版本对比（如App更新日志对比）、法律文档审查、编程学习 -- NotebookLM适合作为"个人项目主管大脑枢纽"，将零散研究和想法集中管理 - -## Key Quotes -> "NotebookLM's best quality is that it prioritizes accuracy by strictly limiting its knowledge base to only your trusted documents" — How-To Geek -> "It's so much better than a For Dummies book" — 作者评价NotebookLM学习效果 - -## Key Concepts -- [[Source-Grounding]]：NotebookLM的核心机制，限制知识库仅到用户上传文档，确保回答准确性 -- [[Audio Overviews]]：NotebookLM将文档转化为双人AI对话播客的功能 -- [[被动学习]]：通过音频格式在通勤、运动时消费复杂信息 - -## Key Entities -- [[NotebookLM]]：Google的AI学习和研究工具 - -## Connections -- [[Source-Grounding]] ← 核心机制 ← [[NotebookLM]] -- [[Audio Overviews]] ← 功能特性 ← [[NotebookLM]] -- [[被动学习]] ← 应用场景 ← [[NotebookLM]] - -## Contradictions -- 与通用LLM（如ChatGPT/Gemini）对比：通用LLM有幻觉风险，NotebookLM通过source-grounding消除幻觉但受限于文档范围 diff --git a/wiki/sources/A Formalization of Recursive Self-Optimizing Generative Systems.md b/wiki/sources/A Formalization of Recursive Self-Optimizing Generative Systems.md deleted file mode 100644 index 98429af4..00000000 --- a/wiki/sources/A Formalization of Recursive Self-Optimizing Generative Systems.md +++ /dev/null @@ -1,50 +0,0 @@ ---- -title: "A Formalization of Recursive Self-Optimizing Generative Systems" -type: source -tags: ['AI', '数学', '递归', '自举', '固定点', 'Lambda演算'] -date: 2025-12-30 -source: https://github.com/2025Emma/vibe-coding-cn/blob/main/i18n/zh/documents/Methodology%20and%20Principles/A%20Formalization%20of%20Recursive%20Self-Optimizing%20Generative%20Systems.md -author: tukuai（独立研究者） ---- - -## Source File -- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]] - -## Summary -- 核心主题：递归自我优化生成系统的形式化数学模型，证明稳定生成能力等价于不动点 -- 问题域：AI 系统从"优化单个输出"向"优化生成机制本身"的范式转移，缺乏统一的数学刻画 -- 方法/机制：generator space 自映射（Φ）、优化算子（O）、元生成算子（M）、λ-calculus 不动点组合子（Y） -- 结论/价值：递归自优化的收敛目标不是某个最优输出，而是 generator space 中的不动点——一种在自身生成-优化-更新循环中保持不变的生成器 - -## Key Claims -- 系统目标不是产出某个最优解 P*，而是生成器序列 {G_n} 的收敛行为 -- 稳定生成能力定义为算子 Φ 的不动点：G* = Φ(G*)，即在自身循环中保持不变的生成器 -- 在适当连续性或收缩性条件下，不动点可通过迭代获得：G* = lim_{n→∞} Φ^n(G_0) -- 自展过程（Bootstrap）：用 Ω-提示词优化 α-提示词 → 生成更强 α → 再优化 → 无限逼近理想状态 -- 核心机制：生成器同时是计算的主体和对象，改善通过生成器空间的收敛实现，而非输出空间的优化 - -## Key Quotes -> "The system's objective is not a particular P*, but the convergence behavior of the sequence {G_n}" — tukuai -> "A stable generative capability is defined as a fixed point of Φ" — tukuai -> "The generator is defined as the fixed point of a functional that transforms generators using their own outputs" — tukuai -> "Recursive self-optimization naturally leads to fixed-point structures rather than terminal outputs" — tukuai - -## Key Concepts -- [[递归自优化]]：系统通过"生成→优化→更新"的循环，用优化结果更新自身的生成机制 -- [[固定点语义]]：稳定生成能力等价于元生成算子的不动点 G* = Φ(G*) -- [[自举Meta生成]]：α-提示词（生成器）与 Ω-提示词（优化器）的递归互促 -- [[Generator Space]]：所有可能生成器的集合 G，是自映射 Φ 的定义域 -- [[Y Combinator]]：λ-calculus 不动点组合子，用于表达 G* = Y·STEP - -## Key Entities -- [[tukuai]]：独立研究者，提出此形式化框架 -- [[2025Emma/vibe-coding-cn]]：GitHub 仓库，包含此文 -- [[λ-calculus]]：用于表达系统自引用动力学的数学形式体系 - -## Connections -- [[自举Meta生成]] ← extends ← [[递归自优化]] -- [[固定点语义]] ← is_mathematical_basis_of ← [[递归自优化]] -- [[Y Combinator]] ← implements ← [[固定点语义]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md b/wiki/sources/A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md deleted file mode 100644 index dd7a4790..00000000 --- a/wiki/sources/A-Formalization-of-Recursive-Self-Optimizing-Generative-Systems.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "A Formalization of Recursive Self-Optimizing Generative Systems" -type: source -tags: [] -date: 2025-12-30 ---- - -## Source File -- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]] - -## Summary -- 核心主题：递归自我优化生成系统的形式化数学模型 -- 问题域：如何让 AI 系统通过迭代自我修改构建稳定的生成能力 -- 方法/机制：定义生成器空间（Generator Space）、优化算子（O-operator）、元生成算子（M-operator），通过不动点（Fixed Point）语义描述系统收敛行为 -- 结论/价值：稳定的生成能力对应于元生成算子的不动点，递归自我优化自然导致不动点结构而非终端输出 - -## Key Claims -- 系统定义：Generator G（I→P）、O-operator O（P×Ω→P）、M-operator M（G×P→G）三者构成递归循环 -- 不动点定义：G* 满足 Φ(G*) = G*，其中 Φ 是生成器空间上的自映射 -- λ-calculus 表达：使用 Y-组合子（固定点组合子）表达稳定生成器 G* ≡ Y·STEP -- 自举过程（Bootstrap）：α-提示词（生成器）和 Ω-提示词（优化器）通过递归优化循环无限逼近理想状态 - -## Key Quotes -> "The system's objective is not a particular P*, but the convergence behavior of the sequence {G_n}" — 核心目标 -> "Such a generator is invariant under its own generate–optimize–update cycle" — 不动点含义 -> "What I cannot create, I do not understand — Richard Feynman" — 核心理念 - -## Key Concepts -- [[固定点语义]]：递归自我优化生成器的稳定状态由元生成算子的不动点定义 -- [[自举Meta-生成]]：α-提示词（生成器）和 Ω-提示词（优化器）通过递归循环实现自我超越 -- [[生成器空间]]：所有可能生成器的集合 Φ ⊆ P^I，系统在其中收敛 - -## Key Entities - -## Connections -- [[固定点语义]] ← defines ← [[自举Meta-生成]] -- [[生成器空间]] ← iterates_on ← [[固定点语义]] - -## Contradictions -- 无已知冲突 diff --git a/wiki/sources/AI 解决方案专家培训课程.md b/wiki/sources/AI 解决方案专家培训课程.md deleted file mode 100644 index 0d917e15..00000000 --- a/wiki/sources/AI 解决方案专家培训课程.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "AI 解决方案专家培训课程" -type: source -tags: ['Coze', 'AI', 'Agent', '工作流', '行业应用'] -date: 2025-06-20 ---- - -## Source File -- [[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 开发实战培训课程资源汇总，覆盖多行业 AI 解决方案 -- 问题域：如何基于 Coze 平台快速构建企业级 Agent 应用（客服、教育、金融、医疗、电商等） -- 方法/机制：Coze Agent + Function Call + Workflow + 知识库，覆盖从 Prompt 设计到插件集成的全链路 -- 结论/价值：Coze 作为国内领先的 Agent 开发平台，通过零代码/低代码方式大幅降低 AI 应用开发门槛 - -## Key Claims -- Coze 平台支持多场景 Agent 构建：医疗分诊、财报解读、门店销售对练、骑手招聘、表格问答、在线问诊、教育拍图搜题、电商混剪等 -- Workflow（工作流）模式用于复杂业务流程编排，如滴滴计费规则解答、SONY 店员沟通、直播自动回复等 -- 泛娱乐场景覆盖：AI 证件照（FaceFusion）、视频生成（AI 生成视频工作流 1-4）、F5-TTS 声音克隆 -- Coze 国内版（coze.cn）与国际版生态互通，支持企业级私有化部署 - -## Key Concepts -- [[Coze/扣子]]：字节跳动推出的 AI Agent 开发平台，支持零代码/低代码构建 Agent -- [[Function Call]]：Agent 调用外部工具/数据的技术方式，Coze 平台核心能力 -- [[Workflow编排]]：将多个 Agent / 工具节点串联成复杂业务流程 -- [[知识库问答]]：基于 RAG 架构的企业知识检索系统 - -## Key Entities -- [[Coze]]：字节跳动 AI Agent 开发平台，提供 Agent 构建、Workflow、知识库、插件等能力 -- [[GPT-SoVITS]]：开源声音克隆模型，用于 AI 配音 -- [[FaceFusion]]：开源人脸融合/换脸工具 -- [[F5-TTS]]：开源语音克隆模型 - -## Connections -- [[Coze/扣子]] ← enables ← [[AI Agent开发]] -- [[Function Call]] ← is_mechanism_of ← [[Coze/扣子]] -- [[Workflow编排]] ← is_mechanism_of ← [[Coze/扣子]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/AI-解决方案专家培训课程.md b/wiki/sources/AI-解决方案专家培训课程.md deleted file mode 100644 index 5b1ae820..00000000 --- a/wiki/sources/AI-解决方案专家培训课程.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "AI 解决方案专家培训课程" -type: source -tags: [] -date: 2025-06-29 ---- - -## Source File -- [[raw/AI/AI 解决方案专家培训课程.md]] - -## Summary -- 核心主题：Coze（扣子）平台的 Demo 合集，涵盖多行业 AI Agent 应用案例 -- 问题域：企业级 AI Agent 的快速搭建与行业应用 -- 方法/机制：通过 Coze 国内版和海外版平台，提供 Bot（智能体）和 Workflow（工作流）两种构建方式，覆盖金融、教育、医疗、电商、人力资源、在线客服等多个行业 -- 结论/价值：Coze 平台大幅降低了 AI Agent 的开发门槛，无需编程即可创建功能丰富的对话式 AI 应用 - -## Key Claims -- Coze 平台支持国内版（coze.cn）和海外版（coze.com），提供 Bot 和 Workflow 两种构建模式 -- 金融行业案例：知乎财报解读、客户分层营销助手、智能客服 Agent -- 教育行业案例：知识库问答、拍照搜视频、组卷出题、知识点掌握情况评估 -- 医疗行业案例：影像图片识别、在线问诊、医疗分诊助手 -- 电商行业案例：混剪助手、在线换衣、抖音直播间自动回复助手 - -## Key Quotes -> "Coze平台demo合集" — 平台概述 - -## Key Concepts -- [[Coze Bot]]：扣子平台的对话式 AI Agent，无需编程即可创建 -- [[Coze Workflow]]：扣子平台的工作流自动化编排工具，支持复杂业务流程 - -## Key Entities -- [[Coze]]：字节跳动出品的 AI Agent 构建平台，支持国内版和海外版 - -## Connections -- [[Coze Bot]] ← part_of ← [[Coze]] -- [[Coze Workflow]] ← part_of ← [[Coze]] - -## Contradictions -- 无已知冲突 diff --git a/wiki/sources/AI时代赚钱.md b/wiki/sources/AI时代赚钱.md deleted file mode 100644 index b11359a3..00000000 --- a/wiki/sources/AI时代赚钱.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "普通人AI时代赚钱" -type: source -tags: [article] -date: 2025-03-06 ---- - -## Source File -- [[raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md]] - -## Summary -- 核心主题：AI时代普通人如何赚钱 -- 问题域：如何在AI浪潮中找到个人机会 -- 方法/机制：来自乔布斯.skill的思考框架 -- 结论/价值：工具不值钱品味值钱，做端到端的事不做零件 - -## Key Claims -- AI让每个人都能生成内容，但90%生成的是垃圾 -- 品味是护城河，能判断AI给出的方案哪个是insanely great -- 要做端到端的事，不做零件 - -## Key Quotes -> "正确的问题是：AI让我能做到什么以前做不到的事？" -> "工具民主化了，但品味没有民主化" - -## Key Concepts -- [[品味]]：判断和选择能力 -- [[端到端]]：完整交付价值的能力 - -## Key Entities -- [[乔布斯.skill]]：AI技能 - -## Connections -- [[AI工具]] ← 需要 ← [[品味]] -- [[端到端]] ← 对抗 ← [[零件思维]] - -## Contradictions diff --git a/wiki/sources/AI时代赚钱方法.md b/wiki/sources/AI时代赚钱方法.md deleted file mode 100644 index 4385c8b3..00000000 --- a/wiki/sources/AI时代赚钱方法.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "AI时代赚钱方法" -type: source -tags: [] -date: 2026-04-10 ---- - -## Source File -- [[raw/微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md]] - -## Summary -- 核心主题：AI时代普通人赚钱的正确姿势 -- 问题域：个人发展定位、竞争力构建 -- 方法/机制：工具不值钱品味值钱、做端到端的事、用死亡过滤器 -- 结论/价值：AI不会让普通人变富，AI会让那些知道自己要做什么、对品质有执念的人变得极其强大 - -## Key Claims -- 工具民主化了，但品味没有民主化——品味是真正的护城河 -- 不要做AI流水线上的螺丝钉，要做一个完整的产品或服务 -- 用死亡过滤器：问自己对什么有真正的热爱和好奇心，然后用AI把它做到极致 - -## Key Quotes -> "AI不会让普通人变富。AI会让那些知道自己要做什么、并且对品质有执念的人变得极其强大" - -## Key Concepts -- [[品味护城河]]：判断AI方案优劣的能力比使用AI的能力更值钱 -- [[端到端]]：做完整产品而非流水线零件 -- [[死亡过滤器]]：对一千件事说No，只对一件事说Yes - -## Key Entities -- [[乔布斯]]：文章引用来源 - -## Connections -- [[AI时代赚钱]] ← guided_by ← [[品味护城河]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/AI解决方案专家培训课程.md b/wiki/sources/AI解决方案专家培训课程.md deleted file mode 100644 index dfaf5280..00000000 --- a/wiki/sources/AI解决方案专家培训课程.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "AI解决方案专家培训课程" -type: source -tags: [coze, ai, agent, 培训] -date: 2025-06-27 ---- - -## Source File -- [[raw/AI/AI 解决方案专家培训课程.md]] - -## Summary -- 核心主题：Coze平台（国内版和海外版）的Demo合集，包含多行业Agent应用示例 -- 问题域：Coze平台上各类AI Agent和Workflow的展示与应用场景 -- 方法/机制：通过邀请链接加入团队空间，直接访问或复制Agent进行体验和改造 -- 结论/价值：Coze平台覆盖金融、教育、电商、医疗、人力资源、客服等多个行业的Agent解决方案 - -## Key Claims -- Coze国内版提供知乎财报解读、SONY门店店员、医疗分诊、骑手招聘、表格问答等Agent Demo -- 教育行业Demo包括知识库问答、拍照搜视频、组卷出题、知识点掌握情况评估 -- 电商行业Demo包括混剪助手、在线换衣、AI生成视频工作流 -- 金融行业Demo包括客户分层营销助手和智能客服Agent - -## Key Concepts -- [[Coze]]：字节跳动的AI Agent平台，支持国内版和国际版 -- [[Workflow]]：Coze上的工作流编排能力 -- [[Agent]]：Coze上可配置的AI智能体 - -## Key Entities -- [[Coze]]：字节跳动出品的AI Agent构建平台 - -## Connections -- [[Coze国内版]] ← 平台实例 ← [[Coze]] -- [[Coze海外版]] ← 平台实例 ← [[Coze]] -- 金融Agent ← 行业应用 ← [[Coze]] -- 教育Agent ← 行业应用 ← [[Coze]] - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Anthropic-Prompt-Library-实用合集.md b/wiki/sources/Anthropic-Prompt-Library-实用合集.md deleted file mode 100644 index c78c13ac..00000000 --- a/wiki/sources/Anthropic-Prompt-Library-实用合集.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Anthropic Prompt Library实用合集" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/Useful Prompt Lib.md]] - -## Summary -- 核心主题：Anthropic官方Prompt Library精选，聚焦TikTok跨境电商应用场景 -- 问题域：AI提示词工程、Prompt复用、电商自动化 -- 方法/机制：直接调用Anthropic官方预制Prompt，通过特定提示词实现特定任务 -- 结论/价值：为TikTok跨境电商业务推荐3个核心Prompt：Babel's broadcasts（多语言本地化）、Review classifier（评论分类）、Data organizer（非结构化数据转JSON） - -## Key Claims -- Anthropic Prompt Library包含66+个高质量预制Prompt，覆盖开发、创作、数据处理等领域 -- TikTok跨境电商最值得关注的3个Prompt：Babel's broadcasts（多语言产品发布推文）、Review classifier（评论情感分类）、Data organizer（非结构化数据→JSON） -- Data organizer可直接对接自动化工作流，将竞品数据或产品信息结构化 - -## Key Quotes -> "Babel's broadcasts极其适合用于TikTok视频脚本的多语言本地化改写。" — Anthropic Prompt库应用建议 -> "Review classifier可以帮助你自动化处理和分类TikTok店铺或广告投放的评论。" — 电商评论管理 - -## Key Concepts -- [[PromptLibrary]]：Anthropic官方高质量预制提示词集合 -- [[多语言本地化]]：Babel's broadcasts支持10种语言产品发布推文生成 - -## Key Entities -- [[Anthropic]]：Claude模型的开发商，运营官方Prompt Library平台 - -## Connections -- [[提示词框架]] ← relates_to ← [[PromptLibrary]] -- [[提示词框架]] ← relates_to ← [[多语言本地化]] diff --git a/wiki/sources/Best 7 news API data feeds - AI News.md b/wiki/sources/Best 7 news API data feeds - AI News.md deleted file mode 100644 index 0abdaee2..00000000 --- a/wiki/sources/Best 7 news API data feeds - AI News.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Best 7 News API Data Feeds for AI News" -type: source -tags: ['AI', 'API', '新闻', '数据', 'Webz', 'NewsAPI', 'GNews'] -date: 2025-03-11 -source: https://www.artificialintelligence-news.com/news/best-7-news-api-data-feeds/ ---- - -## Source File -- [[raw/AI/Best 7 news API data feeds - AI News.md]] - -## Summary -- 核心主题：7 款主流新闻 API 数据服务的功能对比与选型建议 -- 问题域：AI 应用需要实时/历史新闻数据来构建舆情监控、市场分析、个性化推荐等能力 -- 方法/机制：通过 API 聚合、格式化来自全球新闻源的结构化数据（JSON/XML），消除人工采集和整理工作 - -## Key Claims -- 头部新闻 API：NewsAPI.org（免费额度最大）、Webz.io（实时爬取）、GNews API（轻量级）、 Bing News Search API（微软）、Event Registry（AI优化）、Newsriver（全球覆盖）、Guardian API（权威媒体） -- 新闻 API 核心用途：舆情监控、竞争分析、金融情报、个性化内容推荐、事实核查 - -## Key Concepts -- [[新闻API]]：聚合、整理并以结构化格式（JSON/XML）交付来自多源的新闻数据 -- [[舆情监控]]：新闻 API 的核心应用场景之一 -- [[金融情报]]：新闻 API 的高价值商业应用场景 - -## Key Entities -- [[NewsAPI.org]]：新闻聚合 API，免费层级支持 100 个请求/天 -- [[Webz.io]]：专注实时新闻爬取和结构化，适合 AI 训练数据构建 -- [[GNews API]]：轻量级新闻 API，接口简洁 -- [[Bing News Search]]：微软新闻搜索 API，与 Azure 生态集成 -- [[Event Registry]]：AI 优化的新闻聚合平台 - -## Connections -- [[新闻API]] ← enables ← [[舆情监控]] -- [[新闻API]] ← enables ← [[金融情报]] -- [[Webz.io]] ← is_provider_of ← [[新闻API]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/Best-7-News-API-Data-Feeds.md b/wiki/sources/Best-7-News-API-Data-Feeds.md deleted file mode 100644 index fcaf4643..00000000 --- a/wiki/sources/Best-7-News-API-Data-Feeds.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Best 7 news API data feeds - AI News" -type: source -tags: [] -date: 2025-03-14 ---- - -## Source File -- [[raw/AI/Best 7 news API data feeds - AI News.md]] - -## Summary -- 核心主题：七大新闻 API 数据源平台的对比分析与行业应用 -- 问题域：企业获取结构化新闻数据的技术选型 -- 方法/机制：通过新闻 API 将非结构化内容聚合、格式化（JSON/XML）并交付给应用和workflows -- 结论/价值：不同 API 各有专长——金融分析选 Bloomberg/Webz.io，初创项目选 GNews/Mediastack，新闻监测选 Opoint - -## Key Claims -- Webz.io：最全面的新闻 API，涵盖表层、深层和暗网数据，支持情感分析，适合金融和网络安全领域 -- GNews API：轻量级、易用、免费额度充足，适合小型应用和区域化新闻聚合 -- The Guardian API：高质量编辑内容，适合研究和专业内容平台 -- Bloomberg API：专注于金融市场数据，提供实时市场覆盖和专业投资分析 -- Financial Times API：商业和经济新闻的高级解决方案，适合经济学家和高层管理者 -- Opoint：专注于新闻监测和情感分析，支持多语言，适合 PR 和品牌监测团队 -- Mediastack：聚合全球 7500+ 来源，支持免费套餐，灵活性和可扩展性强 - -## Key Quotes -> "News API data feeds are platforms that aggregate, organise, and deliver structured news data from multiple sources" — 定义 - -## Key Concepts -- [[新闻 API]]：聚合、组织并以结构化格式（JSON/XML）交付新闻数据的技术平台 - -## Key Entities -- [[Webz.io]]：综合性新闻 API，涵盖表层/深层/暗网数据 -- [[GNews API]]：轻量级新闻 API，提供实时全球覆盖 -- [[Opoint]]：新闻监测与情感分析 API -- [[Mediastack]]：可扩展新闻聚合 API，支持 7500+ 来源 - -## Connections -- [[新闻 API]] ← includes ← [[Webz.io]], [[GNews API]], [[Opoint]], [[Mediastack]] - -## Contradictions -- 无已知冲突 diff --git a/wiki/sources/Best-7-News-APIs.md b/wiki/sources/Best-7-News-APIs.md deleted file mode 100644 index e103f547..00000000 --- a/wiki/sources/Best-7-News-APIs.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -title: "Best 7 News API Data Feeds" -type: source -tags: [news-api, ai, data, 金融, 新闻] -date: 2025-03-14 ---- - -## Source File -- [[raw/AI/Best 7 news API data feeds - AI News.md]] - -## Summary -- 核心主题：7大主流新闻API数据源及其适用场景 -- 问题域：企业、开发者如何获取结构化新闻数据用于应用集成和决策分析 -- 方法/机制：通过API聚合、格式化来自全球新闻源的结构化数据，提供实时/历史覆盖 -- 结论/价值：不同新闻API各有专长——Webz.io适合网络安全金融、GNews适合创业公司、Bloomberg/FT适合专业投研 - -## Key Claims -- Webz.io：最全面的新闻API之一，支持开放网、深网和暗网数据，适合金融风险情报和网络安全 -- GNews API：轻量级，全球覆盖，价格实惠，适合创业公司和区域化应用 -- Guardian API：高质量编辑内容，适合研究和专业内容聚合 -- Bloomberg API：专注金融市场数据，与Bloomberg终端无缝集成 -- Financial Times API：商业和经济深度分析，适合专业投研用户 -- Opoint：实时监控和多语言情感分析，适合PR和品牌监测 -- Mediastack：7,500+来源，免费计划可用，适合各种规模企业 - -## Key Quotes -> "News API data feeds are platforms that aggregate, organise, and deliver structured news data from multiple sources" — artificialintelligence-news.com - -## Key Concepts -- [[News API]]：聚合、组织并以结构化格式（JSON/XML）交付新闻数据的平台 -- [[情感分析]]：Opoint等API提供的新闻情感标签功能 -- [[风险情报]]：Webz.io等API支持的深层网络数据监控能力 - -## Key Entities -- [[Webz.io]]：综合新闻API，支持开放网/深网/暗网 -- [[GNews API]]：轻量级新闻API，价格实惠 -- [[Bloomberg API]]：金融市场数据API -- [[Opoint]]：新闻监测和情感分析API -- [[Mediastack]]：可扩展的新闻聚合API - -## Connections -- [[News API]] ← 数据源基础设施 ← AI金融应用 -- [[情感分析]] ← 能力组件 ← PR品牌监测 -- [[风险情报]] ← 应用场景 ← 网络安全 - -## Contradictions -- 与通用搜索引擎对比：News API提供结构化、可机读数据；搜索提供非结构化网页结果 diff --git a/wiki/sources/ChatGPT-Canva-Gamma-知识整理简报工作流.md b/wiki/sources/ChatGPT-Canva-Gamma-知识整理简报工作流.md deleted file mode 100644 index 8d41a0c9..00000000 --- a/wiki/sources/ChatGPT-Canva-Gamma-知识整理简报工作流.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "ChatGPT 知识整理 + Canva/Gamma AI 简报工作流" -type: source -tags: ['ChatGPT', 'Canva', 'Gamma', 'AI', '简报', '工作流', '知识管理'] -date: 2025-10-26 -source: https://www.playpcesor.com/2025/10/chatgpt-canva-gamma-ai.html -author: 电脑玩物 ---- - -## Source File -- [[raw/AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]] - -## Summary -- 核心主题：先用 ChatGPT 做知识收集整理，再导出到 Canva/Gamma AI 生成精美简报的两段式工作流 -- 问题域：直接在 Canva/Gamma AI 上凭题生成简报，缺乏深度研究和内容整理，成果流于表面 -- 方法/机制：ChatGPT（深度研究+结构化大纲）→ Canva/Gamma AI（美化排版+视觉素材） -- 结论/价值：两段式工作流——AI 做擅长的事（知识整理），另一 AI 做擅长的事（视觉设计），各司其职 - -## Key Claims -- Canva AI（2025年9月支持中文）可一句话生成完整简报（内容+排版+图片），免费账户可用 -- Gamma AI 是另一个流行的 AI 简报工具，支持 Markdown 导入和 AI 生成 -- 核心问题：Canva/Gamma 长于视觉设计，不擅长前期"资料收集、研究、整理、分析" -- 两段式工作流： - 1. **ChatGPT 阶段**：资料研究→整理分析→形成结构化大纲（论述、案例、数据） - 2. **Canva/Gamma 阶段**：接收大纲→生成精美排版→视觉素材填充 -- 凭题直接生成的简报"很难做出正确、有效、深入的成果" - -## Key Concepts -- [[两段式简报工作流]]：ChatGPT（内容）+ Canva/Gamma（设计），AI 各司其职 -- [[Gamma AI]]：AI 简报生成工具，支持 Markdown 导入 -- [[Canva AI]]：2025年支持中文的 AI 简报生成功能，免费模板丰富 - -## Key Entities -- [[Canva]]：在线设计平台，新增 AI 简报生成功能（支持中文，2025年9月） -- [[Gamma AI]]：另一 AI 简报工具，以 Markdown 驱动生成 -- [[ChatGPT]]：OpenAI 聊天助手，此工作流中负责知识整理 -- [[电脑玩物]]：台湾知名效率博客，作者为此教程博主 - -## Connections -- [[ChatGPT]] ← generates ← [[知识整理]] -- [[Canva AI]] ← generates ← [[简报设计]] -- [[两段式简报工作流]] ← combines ← [[ChatGPT]] + [[Canva AI]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/ChatGPT-Canva-Gamma-简报工作流.md b/wiki/sources/ChatGPT-Canva-Gamma-简报工作流.md deleted file mode 100644 index bf53e968..00000000 --- a/wiki/sources/ChatGPT-Canva-Gamma-简报工作流.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "ChatGPT+Canva+Gamma简报工作流" -type: source -tags: [chatgpt, canva, gamma, 简报, workflow, ai] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]] - -## Summary -- 核心主题：ChatGPT知识整理 + Canva/Gamma AI简报设计的四阶段工作流 -- 问题域：直接在Canva/Gamma让AI做简报容易产生幻觉、内容不够深入 -- 方法/机制：ChatGPT做资料研究→建立知识架构→输出大纲→Canva/Gamma制作版面 -- 结论/价值：简报不是从版面设计开始，而是从资料研究开始 - -## Key Claims -- 阶段一（5分钟）：ChatGPT上网搜集10+笔资料，建立素材库 -- 阶段二（1分钟）：建立知识架构，整合资料并建立主客观认识 -- 阶段三（1分钟）：根据理解和分析输出10页简报大纲 -- 阶段四：简报大纲粘贴到Canva或Gamma，用AI生成版面 -- 防弹笔记法作为知识管理底层支撑 - -## Key Quotes -> "简报不是从版面设计开始，而是从资料研究开始" — esor/电脑玩物 - -## Key Concepts -- [[知识整理先行]]：先在ChatGPT完成研究整理，再进行版面设计 -- [[Canva AI]]：Canva内置AI简报设计功能 -- [[Gamma AI]]：专业的AI简报生成工具 -- [[防弹笔记法]]：任务导向、动态演化、简单精准的知识管理系统 - -## Key Entities -- [[ChatGPT]]：用于前期知识整理和研究 -- [[Canva]]：简报版面设计工具 -- [[Gamma]]：AI简报生成工具 - -## Connections -- [[ChatGPT]] ← 知识整理 ← 简报工作流 -- [[Canva]] ← 版面设计 ← 简报工作流 -- [[Gamma]] ← 版面设计 ← 简报工作流 -- [[知识整理先行]] ← 方法论 ← 简报工作流 - -## Contradictions -- 与直接AI简报对比：直接让Canva/Gamma生成简报容易产生幻觉；分阶段工作流通过ChatGPT深度研究保证内容质量 diff --git a/wiki/sources/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md b/wiki/sources/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md deleted file mode 100644 index ee6fd789..00000000 --- a/wiki/sources/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材" -type: source -tags: ['GitHub'] -date: 2025-05-13 ---- - -## Source File -- [[Others/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md]] - -## Summary -- 核心主题：title: ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材 source: https://www.appinn.com/chinatextbook/ author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/ChinaTextbook.md b/wiki/sources/ChinaTextbook.md deleted file mode 100644 index 4d504c12..00000000 --- a/wiki/sources/ChinaTextbook.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "中国教材PDF资源" -type: source -tags: [resource] -date: 2025-12-19 ---- - -## Source File -- [[raw/Others/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md]] - -## Summary -- 核心主题：中国中小学和大学教材PDF资源汇总 -- 问题域：如何获取公开的教育资源 -- 方法/机制：从GitHub项目获取，来源为国家中小学智慧教育平台 -- 结论/价值：提供41.53GB的免费教材资源，覆盖小初高大学 - -## Key Claims -- ChinaTextbook项目收集了公开的中国教材，托管在GitHub -- 教材来源于国家中小学智慧教育平台，需登录后下载 -- 可使用tchMaterial-parser项目批量下载 - -## Key Quotes -> "教材来源为：国家中小学智慧教育平台，本身只需要登录后即可浏览" - -## Key Concepts -- [[教育资源]]：公开可获取的学习材料 - -## Key Entities -- [[ChinaTextbook]]：GitHub项目 -- [[国家中小学智慧教育平台]]：官方教育资源平台 - -## Connections -- [[GitHub]] ← 托管 ← [[教育资源]] -- [[PDF]] ← 格式 ← [[教材]] - -## Contradictions diff --git a/wiki/sources/ChinaTextbook中国教材.md b/wiki/sources/ChinaTextbook中国教材.md deleted file mode 100644 index 42f1c6dd..00000000 --- a/wiki/sources/ChinaTextbook中国教材.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "ChinaTextbook中国教材" -type: source -tags: [] -date: 2025-05-13 ---- - -## Source File -- [[raw/Others/ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材.md]] - -## Summary -- 核心主题：开源中国教材资源库 -- 问题域：教育资源获取、K-12到大学教材整理 -- 方法/机制：聚合国家中小学智慧教育平台公开教材，GitHub托管，41.53GB总库 -- 结论/价值：提供了从小学到大学全学段教材的免费PDF获取途径 - -## Key Claims -- ChinaTextbook项目聚合了41.53GB的中国教材PDF，涵盖小学到大学全学段 -- 教材来源为国家中小学智慧教育平台，仅需登录即可浏览和下载 -- 项目托管在GitHub，由TapXWorld维护 - -## Key Quotes -> "ChinaTextbook 是一款收集了公开的中国小学、初中、高中、大学 PDF 教材的项目，托管在 GitHub 上，总库大小 41.53GB" - -## Key Concepts -- [[知识聚合]]：将分散的公开教育资源集中整理 -- [[K-12教育]]：小学到高中的基础教育体系 - -## Key Entities -- [[TapXWorld]]：GitHub用户，ChinaTextbook项目维护者 -- [[国家中小学智慧教育平台]]：官方教材来源平台 -- [[Appinn]]：发现并报道此项目的网站 - -## Connections -- [[知识聚合]] ← provides ← [[ChinaTextbook中国教材]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Claude-Code-Templates-Skills安装.md b/wiki/sources/Claude-Code-Templates-Skills安装.md deleted file mode 100644 index ce18a70e..00000000 --- a/wiki/sources/Claude-Code-Templates-Skills安装.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "Claude Code Templates Skills安装" -type: source -tags: [Claude-Code, Skills, Templates] -date: 2026-03-29 ---- - -## Source File -- [[raw/Vibe Coding/如何在项目里安装Claude-Code-Templates Skills.md]] - -## Summary -- 核心主题：通过npx安装Claude Code Templates Skills -- 问题域：快速获取预定义的Claude Code Skills/Agents/MCP -- 方法/机制：npx claude-code-templates@latest --skill=xxx -- 结论/价值：Skills/Agents/MCP模板的快速安装方法 - -## Key Claims -- Skills模板：https://www.aitmpl.com/skills -- Agents模板：https://www.aitmpl.com/agents -- MCP模板：https://www.aitmpl.com/mcps -- 安装命令：npx claude-code-templates@latest --skill=development/git-commit-helper --yes - -## Key Concepts -- [[ClaudeCodeTemplates]]：预定义的Claude Code Skills模板 -- [[Skills安装]]：npx快速安装 - -## Key Entities -- [[ClaudeCode]]：AI编程工具 - -## Connections -- [[Claude-Code-Templates-Skills安装]] ← documents [[ClaudeCodeTemplates]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Claude-Code-Templates.md b/wiki/sources/Claude-Code-Templates.md deleted file mode 100644 index 4747c8bf..00000000 --- a/wiki/sources/Claude-Code-Templates.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "Claude Code Templates技能安装" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/如何在项目里安装Claude-Code-Templates Skills.md]] - -## Summary -- 核心主题：Claude Code Templates技能安装 -- 问题域：如何在项目中安装预置技能模板 -- 方法/机制：使用npx命令安装 -- 结论/价值：提供Skills、Agents、MCPs三种模板类型 - -## Key Claims -- aitmpl.com提供多种模板类型 -- 使用npx claude-code-templates@latest命令安装 - -## Key Concepts -- [[Claude Skills]]：Claude Code的扩展机制 - -## Key Entities -- [[Claude Code Templates]]：技能模板集合 - -## Connections -- [[Claude Code]] ← 扩展 ← [[模板]] - -## Contradictions diff --git a/wiki/sources/Claude-Prompt-Library.md b/wiki/sources/Claude-Prompt-Library.md deleted file mode 100644 index b5d5152e..00000000 --- a/wiki/sources/Claude-Prompt-Library.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Claude Prompt Library实用合集" -type: source -tags: [claude, prompt, ai, 工具] -date: 2025-03-06 ---- - -## Source File -- [[raw/AI/Useful Prompt Lib.md]] - -## Summary -- 核心主题：Anthropic官方Claude Prompt Library的完整分类汇总 -- 问题域：如何快速找到适合特定场景的Claude AI提示词 -- 方法/机制：按功能分类整理59个提示词，覆盖编程、教育、数据、内容创作等场景 -- 结论/价值：Claude Prompt Library是结构化提示词的资源库，每个提示词针对特定任务优化 - -## Key Claims -- Babel's broadcasts：多语言产品发布推文生成（10种语言） -- Review classifier：反馈分类到预设标签 -- Data organizer：将非结构化文本转换为JSON表格 -- SQL sorcerer：自然语言转SQL查询 -- Website wizard：根据用户规范创建单页网站 - -## Key Concepts -- [[Prompt Library]]：Claude官方提示词资源库 -- [[提示词模板]]：针对特定任务结构化设计的提示词 - -## Key Entities -- [[Claude]]：Anthropic的AI模型 -- [[Claude Prompt Library]]：官方提示词库 - -## Connections -- [[Claude Prompt Library]] ← 资源 ← Claude -- [[提示词模板]] ← 工具 ← Claude应用 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Claude-Skills-最值得研究的AI范式.md b/wiki/sources/Claude-Skills-最值得研究的AI范式.md deleted file mode 100644 index 6897a377..00000000 --- a/wiki/sources/Claude-Skills-最值得研究的AI范式.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Claude Skills 最值得研究的AI范式" -type: source -tags: [claude, skills, prompt] -date: 2026-01-08 ---- - -## Source File -- [[raw/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！ 1.md]] - -## Summary -- 核心主题：Anthropic Claude Skills 的架构设计与应用价值 -- 问题域：AI技能（Skills）的标准化构建与规模化复用 -- 方法/机制：Skills作为"说明书+SOP"，将反复执行的任务拆解为AI可理解、可复用、可自动执行的流程 -- 结论/价值：Skills标志着从"提示词工程"向"流程工程"的质变，是AI应用逻辑的升级路径 - -## Key Claims -- Claude Skills将Claude.ai网页版的生产级能力拆解为可复用的技能模块 -- Skills覆盖办公自动化、开发者工具、创意类三大方向 -- Skills的核心价值不在于"好不好看"，而在于设计思路是否可复用、输入输出是否稳定可控 - -## Key Quotes -> "Skills 就是一套你写给 Claude 的'说明书'和'SOP（标准作业程序）'" — 开篇定义 -> "这个库本质上是官方在教你，'怎么像我们一样开发 AI 应用'" — 核心价值 -> "Claude Skills 的爆发，标志着我们从提示词工程迈向了流程工程" — 趋势判断 - -## Key Concepts -- [[Claude Skills]]：将反复执行、有固定流程的任务拆解为AI可理解、可稳定复用、可自动执行的流程 -- [[流程工程]]：Skills的核心范式，将经验沉淀为SOP、将SOP交给AI稳定执行 - -## Key Entities -- [[Anthropic]]：Claude Skills的官方发布者 -- [[ComposioHQ]]：维护Awesome-Claude-Skills仓库的团队 -- [[VoltAgent]]：维护awesome-claude-skills的团队 - -## Connections -- [[Claude Skills]] ← 衍生 ← [[Anthropic]] Claude.ai网页版 -- [[流程工程]] ← 支撑 ← [[Claude Skills]] -- [[Vibe Coding]] ← 尽头是 ← [[Claude Skills]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Claude-Skills最值得研究的AI范式.md b/wiki/sources/Claude-Skills最值得研究的AI范式.md deleted file mode 100644 index 02384dfa..00000000 --- a/wiki/sources/Claude-Skills最值得研究的AI范式.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Claude Skills最值得研究的AI范式" -type: source -tags: [claude, ai, skills, anthropic] -date: 2026-01-08 ---- - -## Source File -- [[raw/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！ 1.md]] - -## Summary -- 核心主题：Anthropic官方Claude Skills开源项目介绍与技能构建范式 -- 问题域：AI技能（Skills）如何转化为可复用、可自动执行的标准作业程序 -- 方法/机制：Skills = 写给Claude的"说明书" + SOP；Anthropic官方Skills仓库展示生产级能力 -- 结论/价值：从提示词工程迈向流程工程，Skills是AI应用的质变标志 - -## Key Claims -- Claude Skills是AI技能的"说明书"和SOP（标准作业程序），不是简单提示词 -- Anthropic官方Skills仓库（github.com/anthropics/skills）已获3.2万收藏，涵盖办公自动化、开发者工具、创意类Skills -- Skills本质是官方教你"怎么像我们一样开发AI应用" -- Vibe Coding的尽头也是Skills - -## Key Quotes -> "Skills就是一套你写给Claude的'说明书'和'SOP（标准作业程序）'" — 痕小子/开源星探 -> "这个库本质上是官方在教你，'怎么像我们一样开发AI应用'" — 文章评论 -> "Claude Skills的爆发，标志着我们从提示词工程迈向了流程工程" — 文章结论 - -## Key Concepts -- [[Claude Skills]]：一套写给AI的"说明书"和SOP，使AI能稳定复用和自动执行 -- [[流程工程]]：从优化单个输出转向优化生成输出的机制本身 -- [[Vibe Coding]]：一种编程范式，其尽头是Skills的系统化 - -## Key Entities -- [[Anthropic]]：发布官方Skills仓库的AI公司 -- [[Claude Code]]：Anthropic的编码助手，内置Skills能力 - -## Connections -- [[Claude Skills]] ← 应用场景 ← [[Claude Code]] -- [[Vibe Coding]] ← 进化终点 ← [[Claude Skills]] -- [[流程工程]] ← 范式升级 ← [[提示词工程]] - -## Contradictions -- 与传统提示词工程对比：提示词是一次性指令，Skills是可持续执行的可复用流程 diff --git a/wiki/sources/Clonezilla-Ubuntu全盘镜像备份.md b/wiki/sources/Clonezilla-Ubuntu全盘镜像备份.md deleted file mode 100644 index 546a0e69..00000000 --- a/wiki/sources/Clonezilla-Ubuntu全盘镜像备份.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Clonezilla对Ubuntu Server进行全盘镜像备份" -type: source -tags: [clonezilla, backup, ubuntu, nas, 镜像备份] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/Clonezilla对Ubuntu Server进行全盘镜像备份.md]] - -## Summary -- 核心主题：使用Clonezilla（再生龙）对Ubuntu Server进行全盘镜像备份到NAS -- 问题域：如何将运行中的Ubuntu Server完整备份以便灾难恢复 -- 方法/机制：制作Clonezilla启动U盘 → 从U盘启动 → 选择源盘和NAS目标 → 执行镜像备份 -- 结论/价值：Clonezilla提供免费、可靠的全盘镜像备份，支持增量备份和压缩 - -## Key Claims -- 下载Clonezilla ISO（amd64架构，debian发行版） -- 使用Rufus制作启动U盘（注意：会格式化U盘） -- 备份模式：Clonezilla提供两种模式：disk to disk、disk to image -- 存储目标：支持NFS、SMB等网络存储，本例使用NAS -- 恢复时注意选择正确的目标磁盘，避免覆盖错误 - -## Key Concepts -- [[Clonezilla]]：开源磁盘镜像备份工具，再生龙 -- [[全盘镜像]]：将整个磁盘复制为可恢复的镜像文件 -- [[NAS备份]]：通过网络存储实现异地备份 - -## Key Entities -- [[Clonezilla]]：备份工具 -- [[NAS]]：网络附加存储（备份目标） - -## Connections -- [[Clonezilla]] ← 备份工具 ← Ubuntu Server -- [[NAS备份]] ← 存储目标 ← 备份 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Clonezilla对Ubuntu Server进行全盘镜像备份.md b/wiki/sources/Clonezilla对Ubuntu Server进行全盘镜像备份.md deleted file mode 100644 index 3537e946..00000000 --- a/wiki/sources/Clonezilla对Ubuntu Server进行全盘镜像备份.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Clonezilla对Ubuntu Server进行全盘镜像备份" -type: source -tags: ['Ubuntu', 'NAS'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/Clonezilla对Ubuntu Server进行全盘镜像备份.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [backup, clonezilla, nas, rufus, ubuntu] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Clonezilla对Ubuntu-Server进行全盘镜像备份.md b/wiki/sources/Clonezilla对Ubuntu-Server进行全盘镜像备份.md deleted file mode 100644 index d1bb96d2..00000000 --- a/wiki/sources/Clonezilla对Ubuntu-Server进行全盘镜像备份.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Clonezilla对Ubuntu Server进行全盘镜像备份" -type: source -tags: [backup, clonezilla, nas, ubuntu, 运维] -date: 2025-12-20 ---- - -## Source File -- [[raw/Home Office/Clonezilla对Ubuntu Server进行全盘镜像备份.md]] - -## Summary -- 核心主题：使用 Clonezilla 再生龙对 Ubuntu Server 进行全盘镜像备份到 NAS -- 问题域：服务器灾难恢复与数据保护 -- 方法/机制：通过 Rufus 制作 Clonezilla 启动盘，通过 NFS 挂载 NAS，保存/还原磁盘镜像 -- 结论/价值：实现类似 Ghost 的磁盘镜像备份，支持完整系统恢复 - -## Key Claims -- Clonezilla 支持将整个磁盘备份为镜像文件，存储在 NAS 或外置硬盘 -- 使用 Rufus 制作 U 盘启动盘，需选择正确的分区方案（GPT for UEFI，MBR for BIOS） -- 备份模式选择 device-image，NFS 挂载 NAS 的共享文件夹作为存储目标 -- 恢复时选择 restoredisk，选中镜像文件即可覆盖新硬盘完成系统复活 - -## Key Quotes -> "以 ISO 镜像模式写入 (推荐)" — Rufus 制作 Clonezilla 启动盘的关键设置 - -## Key Concepts -- [[Clonezilla]]：开源磁盘克隆工具，类似 Ghost 但免费 -- [[NFS]]：网络文件系统，用于 Linux 间共享存储 -- [[磁盘镜像]]：将整个磁盘内容打包为单个镜像文件 -- [[灾难恢复]]：通过镜像备份实现系统复原 - -## Key Entities -- [[Rufus]]：开源 U 盘启动盘制作工具 -- [[Synology NAS]]：NAS 存储设备，备份目标 -- [[HP ZBook]]：源笔记本电脑，运行 Ubuntu Server - -## Connections -- [[HP ZBook]] ← backed_up_to ← [[Synology NAS]] -- [[Clonezilla]] ← creates ← [[磁盘镜像]] -- [[Rufus]] ← creates ← [[Clonezilla启动盘]] - -## Contradictions -- 无 diff --git a/wiki/sources/Clonezilla对Ubuntu全盘镜像备份.md b/wiki/sources/Clonezilla对Ubuntu全盘镜像备份.md deleted file mode 100644 index 9419d12f..00000000 --- a/wiki/sources/Clonezilla对Ubuntu全盘镜像备份.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Clonezilla对Ubuntu全盘镜像备份" -type: source -tags: [Clonezilla, 备份, Ubuntu] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/Clonezilla对Ubuntu Server进行全盘镜像备份.md]] - -## Summary -- 核心主题：使用Clonezilla（再生龙）将Ubuntu Server备份镜像到NAS的全流程 -- 问题域：物理服务器/旧笔记本的系统备份与灾难恢复 -- 方法/机制：Rufus制作启动盘 → Clonezilla live启动 → NFS连接NAS → savedisk全盘备份 -- 结论/价值：完整的Ghost式备份恢复流程，蓝色U盘已安装Clonezilla - -## Key Claims -- Rufus制作启动盘：选择ISO模式（非DD模式），UEFI选GPT，老机器选MBR -- Clonezilla模式选择：device-image（磁盘备份为镜像） -- NAS连接：选择nfs_server，输入NAS IP和共享路径（如192.168.3.17/volume2/backups） -- 参数：-z1p高压缩、-sfsck跳过检查 -- 恢复：选择restoredisk，选中镜像文件即可覆盖新硬盘 - -## Key Concepts -- [[磁盘镜像备份]]：将整个磁盘备份为镜像文件 -- [[NAS备份存储]]：通过网络（NFS）将备份存储到NAS -- [[灾难恢复]]：镜像恢复实现系统复活 - -## Key Entities -- [[Clonezilla]]：开源磁盘克隆工具（再生龙） -- [[SynologyNAS]]：NAS设备，备份存储目标 -- [[Rufus]]：U盘启动盘制作工具 - -## Connections -- [[Clonezilla对Ubuntu全盘镜像备份]] ← documents ← [[磁盘镜像备份]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Cloud DevOp Maturity - Guideline.md b/wiki/sources/Cloud DevOp Maturity - Guideline.md deleted file mode 100644 index 1049f7f2..00000000 --- a/wiki/sources/Cloud DevOp Maturity - Guideline.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "Cloud DevOps Maturity Guideline" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/Cloud DevOp Maturity - Guideline.md]] - -## Summary -- 核心主题：企业级SaaS公司云DevOps成熟度评估指南 -- 问题域：DevOps成熟度模型、评估指标、改进路径 -- 方法/机制：基于CMMI和DORA指标的成熟度评估框架 -- 结论/价值：提供持续改进的路线图，提升交付效率与可靠性 - -## Key Claims -- DevOps成熟度评估可降低上市时间、提升运营效率 -- 成熟度分为多个级别，从初始阶段到高度优化自动化环境 -- 四大支柱：自动化、协作与文化、监控与可观测性、安全集成 - -## Key Quotes -> "DevOps is a continuous improvement process, and even mature companies need to adapt to evolving technologies and practices." - -## Key Concepts -- [[DevOps成熟度模型]]：基于CMMI和DORA指标的评估框架，包含部署频率、变更前置时间、变更失败率、平均恢复时间 -- [[基础设施即代码]]：使用Terraform、Ansible等工具实现基础设施的版本控制和自动化配置 -- [[DevSecOps]]：将安全集成到DevOps生命周期中，通过自动化实现持续合规 -- [[云原生架构]]：采用微服务、容器化、无服务器技术加速交付 - -## Key Entities -- [[CMMI]]：能力成熟度模型集成 -- [[DORA]]：DevOps研究与评估组织，提出四项核心指标 -- [[Terraform]]：基础设施即代码工具 -- [[Ansible]]：自动化配置管理工具 -- [[Prometheus]]：监控系统 -- [[Grafana]]：可视化监控系统 - -## Connections -- [[DevOps成熟度模型]] ← uses ← [[CMMI]] -- [[DevOps成熟度模型]] ← uses ← [[DORA]] -- [[云原生架构]] ← enables ← [[CI/CD]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/Cloud Maturity Model A Detailed Guide For Cloud Adoption.md b/wiki/sources/Cloud Maturity Model A Detailed Guide For Cloud Adoption.md deleted file mode 100644 index 3523324a..00000000 --- a/wiki/sources/Cloud Maturity Model A Detailed Guide For Cloud Adoption.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Cloud Maturity Model - A Detailed Guide For Cloud Adoption" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/Cloud Maturity Model A Detailed Guide For Cloud Adoption.md]] - -## Summary -- 核心主题：云成熟度模型(CMM)的5个级别及最佳实践 -- 问题域：企业云采用准备度评估、云迁移路径 -- 方法/机制：基于人员、流程、技术三维度评估云成熟度 -- 结论/价值：提供从初始阶段到优化阶段的渐进式云成熟度提升路径 - -## Key Claims -- 云成熟度模型帮助企业在业务和技术维度评估云采用准备度 -- 5个成熟度级别：从无云准备到云原生优化 -- 云成熟度提升是持续改进过程，不能跳跃式发展 - -## Key Quotes -> "Cloud Maturity Model helps organizations with cloud maturity assessment & readiness for cloud adoption from both business and technical perspectives." - -## Key Concepts -- [[云成熟度模型]]：五级评估框架，从等级0（遗留系统）到等级5（优化） -- [[云采用框架]]：AWS CAF、Azure CAF、Google CAF等供应商特定框架 -- [[云治理]]：定义角色、职责和决策流程的结构化框架 -- [[FinOps]]：云财务运营，优化云支出 - -## Key Entities -- [[Open Alliance for Cloud Adoption]]：提出云成熟度模型 -- [[AWS Cloud Adoption Framework]]：AWS云采用框架 -- [[Azure Cloud Adoption Framework]]：微软云采用框架 -- [[GCP]]：Google Cloud Platform - -## Connections -- [[云成熟度模型]] ← evaluates ← [[云采用框架]] -- [[云治理]] ← enables ← [[FinOps]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/Cloud Operating Model Key Strategies and Best Practices.md b/wiki/sources/Cloud Operating Model Key Strategies and Best Practices.md deleted file mode 100644 index 537de824..00000000 --- a/wiki/sources/Cloud Operating Model Key Strategies and Best Practices.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Cloud Operating Model - Key Strategies and Best Practices" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/Cloud Operating Model Key Strategies and Best Practices.md]] - -## Summary -- 核心主题：云运营模型设计策略与最佳实践 -- 问题域：云治理、安全、成本优化、多云策略 -- 方法/机制：四大核心支柱——治理、自动化、安全、财务管理 -- 结论/价值：构建可扩展、安全、合规、经济的云运营体系 - -## Key Claims -- 云运营模型是云投资有效管理的基础框架 -- 四大支柱必须对齐IT域与业务条件 -- 2025年89%企业将运营在云端 - -## Key Quotes -> "A Cloud Operating Model guarantees orderliness and is the foundation upon which cloud investments can be managed effectively, securely, and sustainably." - -## Key Concepts -- [[云运营模型]]：标准化云资源管理、安全、成本控制的框架 -- [[Zero Trust安全模型]]：无隐式信任、持续验证的安全架构 -- [[基础设施即代码]]：使用Terraform等工具实现部署自动化 -- [[多云策略]]：跨AWS、Azure、GCP分布工作负载 - -## Key Entities -- [[Terraform]]：基础设施即代码工具 -- [[AWS Cost Explorer]]：AWS成本管理工具 -- [[Azure Cost Management]]：Azure成本管理工具 -- [[FinOps]]：云财务运营 - -## Connections -- [[云运营模型]] ← uses ← [[Zero Trust安全模型]] -- [[云运营模型]] ← uses ← [[基础设施即代码]] -- [[云运营模型]] ← uses ← [[FinOps]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/Cloud-Service-Delivery.md b/wiki/sources/Cloud-Service-Delivery.md deleted file mode 100644 index 0325f9cd..00000000 --- a/wiki/sources/Cloud-Service-Delivery.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Cloud Service Delivery" -type: source -tags: [cloud, delivery, iass, paas, saas] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/What I know about Cloud Service Delivery 1.md]] - -## Summary -- 核心主题：云服务交付的完整生命周期管理 -- 问题域：如何将云技术能力转化为对用户有价值的服务 -- 方法/机制：云服务交付涵盖从基础设施到最终用户的全链路：IaaS/PaaS/SaaS → 可用、安全、高性能、价值 -- 结论/价值：云服务交付团队是连接云技术能力和业务价值的桥梁 - -## Key Claims -- 云服务交付团队角色：Cloud Infrastructure Engineer、Cloud Operator、Cloud Architect、FinOps Engineer -- 交付生命周期：基础设施层（IaaS）→ 平台层（PaaS）→ 软件层（SaaS）→ 对用户可用、安全、高性能、有价值 -- Cloud Service Delivery是云技术和用户实际消费服务之间的桥梁 - -## Key Concepts -- [[云服务交付]]：将云能力转化为用户可用服务的完整生命周期 -- [[FinOps]]：云成本优化和财务管理 -- [[云架构师]]：负责云服务设计和交付的角色 - -## Key Entities -- [[Cloud Infrastructure Engineer]]：云基础设施工程师 -- [[Cloud Operator]]：云运维工程师 -- [[Cloud Architect]]：云架构师 -- [[FinOps Engineer]]：云财务工程师 - -## Connections -- [[云服务交付]] ← 核心主题 ← 云计算 -- [[FinOps]] ← 能力组件 ← 云服务交付 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Coze平台Demo合集.md b/wiki/sources/Coze平台Demo合集.md deleted file mode 100644 index d8239b20..00000000 --- a/wiki/sources/Coze平台Demo合集.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Coze平台Demo合集" -type: source -tags: [] -date: 2025-06-29 ---- - -## Source File -- [[raw/AI/AI 解决方案专家培训课程.md]] - -## Summary -- 核心主题：Coze平台(国内版+海外版)Agent与Workflow Demo合集 -- 问题域：AI Agent构建、工作流设计、多行业应用 -- 方法/机制：提供多个行业的Agent案例和Workflow模板 -- 结论/价值：覆盖金融、教育、医疗、电商、人力资源等多个行业的AI Agent解决方案 - -## Key Claims -- 知乎财报解读、滴滴计费解答等垂直领域Agent -- 表格问答、拍照搜视频等工具调用Agent -- AutoGPT主Prompt等开发参考 -- 泛娱乐场景：AI证件照、换衣、视频生成等 -- 教育行业：知识库问答、组卷出题、知识点评估 - -## Key Concepts -- [[垂直领域Agent]]：针对特定行业的AI助手 -- [[工作流自动化]]：Coze Workflow编排多Agent协作 -- [[工具调用]]：Function Call实现外部系统集成 - -## Key Entities -- [[Coze]]：一站式AI Agent开发平台 -- [[CozeCN]]：Coze国内版 -- [[CozeCom]]：Coze海外版 - -## Connections -- [[Coze]] ← hosts ← [[垂直领域Agent]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Cursor 2.0初学者使用指南.md b/wiki/sources/Cursor 2.0初学者使用指南.md deleted file mode 100644 index 5089464d..00000000 --- a/wiki/sources/Cursor 2.0初学者使用指南.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Cursor 2.0初学者使用指南" -type: source -tags: ['Cursor', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Vibe Coding/Cursor 2.0初学者使用指南.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [ai, cursor, ide, mcp] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Cursor-2-0.md b/wiki/sources/Cursor-2-0.md deleted file mode 100644 index 29071a78..00000000 --- a/wiki/sources/Cursor-2-0.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Cursor 2.0初学者使用指南" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/Cursor 2.0初学者使用指南.md]] - -## Summary -- 核心主题：Cursor 2.0 AI代码编辑器使用教程 -- 问题域：如何高效使用AI辅助编程 -- 方法/机制：通过YouTube视频学习Cursor基本操作和AI功能 -- 结论/价值：Cursor是基于VS Code的AI代码编辑器，支持AI代码生成 - -## Key Claims -- Cursor是基于VS Code的AI代码编辑器 -- 支持付费升级获取更多生成额度 -- AI代理可高效生成和审查代码 - -## Key Concepts -- [[AI编程]]：使用AI辅助代码编写 -- [[IDE]]：集成开发环境 - -## Key Entities -- [[Cursor]]：AI代码编辑器 - -## Connections -- [[Cursor]] ← 基于 ← [[VS Code]] -- [[AI编程]] ← 工具 ← [[Cursor]] - -## Contradictions diff --git a/wiki/sources/Cursor-2-0初学者指南.md b/wiki/sources/Cursor-2-0初学者指南.md deleted file mode 100644 index 631842d6..00000000 --- a/wiki/sources/Cursor-2-0初学者指南.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Cursor 2.0初学者指南" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/Cursor 2.0初学者使用指南.md]] - -## Summary -- 核心主题：Cursor 2.0 AI代码编辑器入门教程 -- 问题域：AI辅助编程、代码生成工作流 -- 方法/机制：通过规划模式、多代理并行、代码审查等功能实现AI驱动开发 -- 结论/价值：Cursor通过Composer模型和Agent模式让AI深度参与代码生成全过程 - -## Key Claims -- Cursor基于VS Code，集成了AI代码生成能力，支持Plan/Agent/Ask三种代理模式 -- Composer模型主打生成速度，比同类模型快4倍 -- 多代理功能可并行运行不同任务，互不干扰 -- Diff视图支持代码审查，支持逐个文件或整体接收 -- 项目规则可自定义AI行为规范 - -## Key Concepts -- [[AI代理模式]]：Plan规划、Agent执行、Ask咨询三种模式 -- [[代码审查]]：Diff视图对比AI改动 -- [[多代理并行]]：多个代理同时处理不同任务 -- [[版本控制]]：Git结合AI实现代码管理 - -## Key Entities -- [[Cursor]]：AI增强代码编辑器 -- [[Composer]]：Cursor自研AI模型 -- [[MCP]]：Model Context Protocol外部工具集成 - -## Connections -- [[Cursor]] ← powers ← [[AI代理模式]] -- [[Cursor]] ← integrates_with ← [[MCP]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Cursor-2.0初学者使用指南.md b/wiki/sources/Cursor-2.0初学者使用指南.md deleted file mode 100644 index 848c56cc..00000000 --- a/wiki/sources/Cursor-2.0初学者使用指南.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Cursor 2.0初学者使用指南" -type: source -tags: [Cursor, AI IDE, AI编程] -date: 2025-03-17 ---- - -## Source File -- [[raw/Vibe Coding/Cursor 2.0初学者使用指南.md]] - -## Summary -- 核心主题：Cursor 2.0 AI代码编辑器完整教程 -- 问题域：AI辅助编程、多代理并行、代码审查 -- 方法/机制：Plan模式规划 → Agent执行 → Diff审查 → Git版本控制 -- 结论/价值：AI代码生成即写入文件，需先测试再确认保存 - -## Key Claims -- Cursor基于VS Code，集成AI模型Composer（比类似模型快4倍） -- 代理模式：Plan（规划）、Agent（执行）、Ask（咨询仅回答不修改） -- 代码生成即写入文件，未点撤销前持续保留，需先测试再确认 -- 多代理并行：不同任务创建不同代理避免上下文混乱 -- Diff视图：查看AI改动逐个审查或整体接收 -- 项目规则：可设定AI自动生成文档注释等规范 -- MCP服务器：集成外部工具和API - -## Key Concepts -- [[AI代码编辑器]]：Cursor 2.0 -- [[多代理并行]]：不同任务用不同代理 -- [[代码审查Diff]]：AI改动的逐个审查 - -## Key Entities -- [[Cursor]]：AI增强代码编辑器 -- [[MCP]]：Model Context Protocol外部工具集成 - -## Connections -- [[Cursor-2.0初学者使用指南]] ← documents [[AI代码编辑器]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Dataview.md b/wiki/sources/Dataview.md deleted file mode 100644 index f28ca435..00000000 --- a/wiki/sources/Dataview.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Dataview插件使用指南" -type: source -tags: [tutorial] -date: 2025-12-18 ---- - -## Source File -- [[raw/Others/Dataview——让我从"笔记黑洞"里逃出来的 Obsidian 神器 1.md]] - -## Summary -- 核心主题：Obsidian Dataview插件介绍 -- 问题域：如何从笔记中提取和分析数据 -- 方法/机制：使用Dataview进行元数据查询和数据驱动笔记 -- 结论/价值：Dataview是Obsidian知识管理的核心插件 - -## Key Claims -- Dataview可从笔记中提取元数据进行查询 -- 支持数据视图和内联字段 - -## Key Concepts -- [[Dataview]]：Obsidian的元数据查询插件 -- [[数据驱动笔记]]：基于数据查询的笔记方法 - -## Key Entities -- [[Obsidian]]：笔记应用 - -## Connections -- [[Obsidian]] ← 扩展 ← [[Dataview]] - -## Contradictions diff --git a/wiki/sources/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md b/wiki/sources/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md deleted file mode 100644 index e8f410b4..00000000 --- a/wiki/sources/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1" -type: source -tags: ['Obsidian'] -date: 2025-12-18 ---- - -## Source File -- [[Others/Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 1.md]] - -## Summary -- 核心主题：title: Dataview——让我从“笔记黑洞”里逃出来的 Obsidian 神器 source: https://mp.weixin.qq.com/s?__biz=MzI3NzcwOTY4MQ==&mid=2247486990&idx=1&sn=9e9a06297e8533d1b33ccfd34cd27da2&scene=21&poc_token=HK31Q2mjfulxj6Qg77YFy2 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/DeepSeek使用手册清华版.md b/wiki/sources/DeepSeek使用手册清华版.md deleted file mode 100644 index 6f94add8..00000000 --- a/wiki/sources/DeepSeek使用手册清华版.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "DeepSeek使用手册清华版" -type: source -tags: [deepseek, prompting, 提示词, 教程, 清华] -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：清华大学《DeepSeek从入门到精通2025》——104页全面指南 -- 问题域：如何科学地使用DeepSeek，包括模型选择、提示词设计、避免常见误区 -- 方法/机制：理论+实践结合，不仅告诉你怎么问，更告诉你为什么这么问 -- 结论/价值：这是"授人以渔"的真正指南——揭示提示词的底层逻辑而非表面技巧 - -## Key Claims -- DeepSeek是专注AGI的中国科技公司，开源的DeepSeek-R1在复杂任务处理方面表现卓越 -- 手册内容覆盖：DeepSeek技术特点、应用场景、使用方法、如何通过提示语设计提升AI使用效率 -- 核心特点：不是简单将GPT说明书改个名字用于DeepSeek，而是深入讲解原理 -- 实用性高：提供的示例和策略可直接应用于实际工作场景 - -## Key Quotes -> "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。它不只是告诉你怎么提问，还会告诉你为啥要这么问，这不就是教你怎么掌握提示词的底层逻辑嘛" — 文章评论 - -## Key Concepts -- [[DeepSeek]]：专注AGI的中国AI公司 -- [[DeepSeek-R1]]：开源推理模型，处理复杂任务表现出色 -- [[提示词底层逻辑]]：不仅知道怎么问，更理解为什么这么问有效 - -## Key Entities -- [[DeepSeek]]：AI公司 -- [[清华大学]]：手册发布机构 -- [[余梦珑博士后]]：手册作者 - -## Connections -- [[DeepSeek-R1]] ← 核心模型 ← DeepSeek -- [[提示词底层逻辑]] ← 手册核心价值 ← DeepSeek应用 - -## Contradictions -- 与其他"说明书"式教程对比：传统教程只改模型名称不改内容；本手册深入讲解原理和底层逻辑 diff --git a/wiki/sources/Designing for Agentic AI.md b/wiki/sources/Designing for Agentic AI.md deleted file mode 100644 index a9195de7..00000000 --- a/wiki/sources/Designing for Agentic AI.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Designing for Agentic AI" -type: source -tags: ['AgenticAI', 'AI产品设计', '交互设计', '透明性', '控制权'] -date: 2025-02-27 -source: https://www.linkedin.com/pulse/designing-agentic-ai-yuri-pessa-ztcmf/ -author: Yuri Pessa ---- - -## Source File -- [[raw/AI/Designing for Agentic AI.md]] - -## Summary -- 核心主题：Agentic AI（能动性 AI）的产品设计原则，对比 GenAI 与 Agentic AI 的核心差异 -- 问题域：传统 UI 范式（点击/滑动）无法满足 Agentic AI 的主动性和自主决策特性，需要全新设计范式 -- 方法/机制：5大设计原则——透明性（Transparency）、控制权（Control）、个性化（Personalization）、对话（Conversation）、预见（Anticipation） -- 结论/价值：Agentic AI 重新定义用户与 AI 的关系，用户从"主动操作者"变为"监督者/评估者"，设计师需要构建实时反馈机制 - -## Key Claims -- GenAI 擅长生成内容（文本/图像/音乐），Agentic AI 擅长行动（交互环境、决策、预见需求） -- Agentic AI 核心转变：用户界面从"响应用户输入"转向"实时反馈 AI 运作过程" -- 用户观看 AI 决策过程本身即是一种交互形式——观察、理解、评估、干预 -- 5大设计原则：透明性（可视化进展+推理摘要）、控制权（停止/撤销+行为偏好设置）、个性化（行为预测+反馈机制）、对话（自然语言交互+输入理解反馈）、预见（主动建议+自主性层级调节） -- Agentic AI 的自主性需要用户能够调节：低（辅助建议）→ 高（完全自主执行） - -## Key Concepts -- [[AgenticAI]]：AI 不仅生成内容，而是能够主动行动、决策、预见用户需求的 AI 系统 -- [[透明性设计]]：让用户理解 AI 决策过程的设计原则，可视化 AI 进展和推理路径 -- [[控制权设计]]：用户始终保持对 AI 的控制，提供停止、撤销、偏好设置等机制 -- [[AI自主性层级]]：用户可调节 AI 从"仅建议"到"完全自主执行"的连续区间 -- [[主动交互]]：AI 主动预见需求并提供帮助，而非被动等待用户指令 - -## Key Entities -- [[Yuri Pessa]]：LinkedIn 作者，AI 产品设计研究者 - -## Connections -- [[AgenticAI]] ← extends ← [[GenAI]] -- [[透明性设计]] ← is_design_principle_of ← [[AgenticAI]] -- [[控制权设计]] ← is_design_principle_of ← [[AgenticAI]] -- [[AI自主性层级]] ← is_mechanism_of ← [[AgenticAI]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md b/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md deleted file mode 100644 index ae75ea58..00000000 --- a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn" -type: source -tags: ['Docker', '监控', 'GitHub', 'AI'] -date: 2001-02-27 ---- - -## Source File -- [[Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：title: DevOps Culture and Transformation: Fostering Collaboration, Agile Practices, and Innovation | LinkedIn source: https://www.linkedin.com/pulse/devops-culture-transformation-fostering-collaborati -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md b/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md deleted file mode 100644 index b0df1299..00000000 --- a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "DevOps Culture and Transformation" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：DevOps文化转型与协作实践 -- 问题域：打破部门墙、加速交付、驱动创新 -- 方法/机制：四大支柱——协作、自动化、持续改进、客户导向 -- 结论/价值：构建持续交付和创新的组织文化 - -## Key Claims -- DevOps不仅是工具，更是一种文化转变 -- 跨职能团队共享整个软件生命周期的所有权 -- CI/CD将反馈周期从数周缩短到数分钟 - -## Key Quotes -> "DevOps isn't just about tools or automation; it's a mindset shift that prioritizes collaboration, continuous learning, and customer-centricity." - -## Key Concepts -- [[DevOps文化]]：打破开发与运维壁垒的协作文化 -- [[CI/CD]]：持续集成/持续交付流水线 -- [[基础设施即代码]]：版本控制的环境配置 -- [[GitOps]]：使用Git作为唯一真实来源的基础设施管理 -- [[DevSecOps]]：将安全集成到DevOps工作流 - -## Key Entities -- [[Jenkins]]：CI/CD工具 -- [[GitLab CI]]：GitLab持续集成 -- [[GitHub Actions]]：GitHub自动化工作流 -- [[Prometheus]]：监控系统 -- [[Grafana]]：可视化监控 - -## Connections -- [[DevOps文化]] ← enables ← [[CI/CD]] -- [[DevOps文化]] ← integrates ← [[DevSecOps]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation.md b/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation.md deleted file mode 100644 index 4e5f16b4..00000000 --- a/wiki/sources/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "DevOps Culture and Transformation" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：DevOps文化转型与协作实践 -- 问题域：打破部门墙、加速交付、驱动创新 -- 方法/机制：四大支柱——协作、自动化、持续改进、客户导向 -- 结论/价值：构建持续交付和创新的组织文化 - -## Key Claims -- DevOps不仅是工具，更是一种文化转变 -- 跨职能团队共享整个软件生命周期的所有权 -- CI/CD将反馈周期从数周缩短到数分钟 - -## Key Quotes -> "DevOps isn’t just about tools or automation; it’s a mindset shift that prioritizes collaboration, continuous learning, and customer-centricity." - -## Key Concepts -- [[DevOps文化]]：打破开发与运维壁垒的协作文化 -- [[CI/CD]]：持续集成/持续交付流水线 -- [[基础设施即代码]]：版本控制的环境配置 -- [[GitOps]]：使用Git作为唯一真实来源的基础设施管理 -- [[DevSecOps]]：将安全集成到DevOps工作流 - -## Key Entities -- [[Jenkins]]：CI/CD工具 -- [[GitLab CI]]：GitLab持续集成 -- [[GitHub Actions]]：GitHub自动化工作流 -- [[Prometheus]]：监控系统 -- [[Grafana]]：可视化监控 - -## Connections -- [[DevOps文化]] ← enables ← [[CI/CD]] -- [[DevOps文化]] ← integrates ← [[DevSecOps]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/DevOps Maturity Model From Traditional IT to Advanced DevOps.md b/wiki/sources/DevOps Maturity Model From Traditional IT to Advanced DevOps.md deleted file mode 100644 index cf2fa754..00000000 --- a/wiki/sources/DevOps Maturity Model From Traditional IT to Advanced DevOps.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "DevOps Maturity Model - From Traditional IT to Advanced DevOps" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Maturity Model From Traditional IT to Advanced DevOps.md]] - -## Summary -- 核心主题：DevOps成熟度模型的5个阶段 -- 问题域：从传统IT到高级DevOps的转型路径 -- 方法/机制：文化、自动化、结构、协作、技术五维度评估 -- 结论/价值：实现持续部署和高频交付 - -## Key Claims -- DevOps成熟度模型帮助组织评估当前实践并识别改进领域 -- 5个阶段从初始/adhoc到完全成熟 -- 关键指标包括部署频率、MTTR、变更失败率 - -## Key Quotes -> "The DevOps maturity model is a structured framework that guides organizations through adopting and implementing DevOps principles." - -## Key Concepts -- [[DevOps成熟度模型]]：五阶段评估框架 -- [[CI/CD]]：持续集成/持续交付 -- [[DevSecOps]]：将安全集成到DevOps -- [[MTTR]]：平均恢复时间 -- [[Lead Time]]：代码提交到部署的时间 - -## Key Entities -- [[Kubernetes]]：容器编排平台 -- [[Docker]]：容器化工具 -- [[Terraform]]：基础设施即代码 - -## Connections -- [[DevOps成熟度模型]] ← includes ← [[CI/CD]] -- [[DevOps成熟度模型]] ← integrates ← [[DevSecOps]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/DevOps-Culture-and-Transformation-LinkedIn.md b/wiki/sources/DevOps-Culture-and-Transformation-LinkedIn.md deleted file mode 100644 index 0e76ecbf..00000000 --- a/wiki/sources/DevOps-Culture-and-Transformation-LinkedIn.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "DevOps Culture and Transformation: Fostering Collaboration, Agile Practices, and Innovation" -type: source -tags: [devops, agile, transformation, collaboration] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：DevOps 文化与转型——打破孤岛、实现协作与创新 -- 问题域：企业 DevOps 转型方法论 -- 方法/机制：协作优先、自动化、持续改进、客户中心四大支柱 -- 结论/价值：DevOps 是文化与运营的变革，不仅仅是工具和自动化 - -## Key Claims -- DevOps 四大支柱：协作优先、自动化即赋能者、持续改进（Kaizen）、客户中心 -- CI/CD 是 Agile 的加速器，将反馈周期从数周缩短到数分钟 -- DevSecOps 将安全工具（SonarQube、Snyk）集成到流水线 -- 混沌工程主动测试系统韧性 -- 未来趋势：AI/ML in DevOps、GitOps、Serverless DevOps、Edge Computing DevOps、DevSecOps - -## Key Quotes -> "DevOps isn't just about tools or automation; it's a mindset shift that prioritizes collaboration, continuous learning, and customer-centricity" — DevOps 的核心本质 - -## Key Concepts -- [[DevOps]]：文化与运营变革，打通开发与运维 -- [[CI/CD]]：持续集成/持续部署流水线 -- [[DevSecOps]]：在 DevOps 中集成安全 -- [[GitOps]]：用 Git 作为唯一真实源管理基础设施和部署 -- [[Kaizen]]：持续改进 -- [[IaC]]：基础设施即代码 - -## Key Entities -- [[DevOps]]：方法论框架 - -## Connections -- [[DevOps]] ← includes ← [[Agile]] -- [[DevOps]] ← includes ← [[DevSecOps]] - -## Contradictions -- 无 diff --git a/wiki/sources/DevOps-Culture-and-Transformation.md b/wiki/sources/DevOps-Culture-and-Transformation.md deleted file mode 100644 index 99df7afb..00000000 --- a/wiki/sources/DevOps-Culture-and-Transformation.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "DevOps Culture and Transformation" -type: source -tags: [DevOps, 文化, 转型] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：DevOps文化与转型框架——打破孤岛、加速交付、推动创新 -- 问题域：如何建立DevOps文化，实现从传统IT到敏捷运营的转型 -- 方法/机制：四大支柱（协作、自动化、持续改进、客户导向）+ Agile集成 + 战略执行手册 -- 结论/价值：DevOps不仅是工具更是思维转变，需要领导层支持和团队再技能 - -## Key Claims -- 四大支柱：协作（跨职能团队）、自动化（CI/CD、IaC、监控）、持续改进（无责复盘、Kaizen）、客户导向（Feature Flagging、A/B测试） -- Agile集成：Scrum/Kanban工作流、Shift-Left实践（DevSecOps、性能测试）、价值流映射 -- 转型战略：领导层支持→明确目标→团队再技能→试点项目→逐步扩展→克服阻力 -- 未来趋势：AI/ML in DevOps、GitOps、Serverless DevOps、Edge IoT DevOps、DevSecOps - -## Key Concepts -- [[DevOps文化]]：跨职能协作、自动化、持续改进、客户导向 -- [[CI/CD]]：持续集成/持续交付 -- [[IaC]]：基础设施即代码 -- [[Shift-Left]]：将运营问题左移到开发阶段解决 - -## Key Entities -- [[DevOps]]：开发与运维协作的文化和实践框架 - -## Connections -- [[DevOps-Culture-and-Transformation]] ← documents ← [[DevOps文化]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/DevOps文化与转型.md b/wiki/sources/DevOps文化与转型.md deleted file mode 100644 index bdb78212..00000000 --- a/wiki/sources/DevOps文化与转型.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "DevOps Culture and Transformation" -type: source -tags: [devops, culture, agile, 运维, 组织] -date: 2001-02-27 ---- - -## Source File -- [[raw/Cloud & DevOps/DevOps Culture and Transformation Fostering Collaboration, Agile Practices, and Innovation LinkedIn.md]] - -## Summary -- 核心主题：DevOps文化与转型——弥合开发和运维之间的鸿沟 -- 问题域：传统组织中开发和运维的分离导致软件交付效率低下 -- 方法/机制：文化转型 + 敏捷实践 + 自动化工具 + 持续集成/持续部署（CI/CD） -- 结论/价值：DevOps不仅是技术变革，更是文化和组织结构的深刻变革 - -## Key Claims -- DevOps核心是弥合Dev（开发）和Ops（运维）之间的文化和沟通鸿沟 -- 传统分离导致：开发追求新功能速度，运维追求系统稳定性，两者天然对立 -- DevOps文化特征：共享责任、协作沟通、持续改进 -- 关键实践：自动化一切、持续集成、持续交付、监控反馈、协作工具 - -## Key Quotes -> "DevOps is a cultural and operational revolution that bridges development (Dev) and operations (Ops)" — Hemant Sawant/LinkedIn - -## Key Concepts -- [[DevOps]]：弥合开发和运维鸿沟的文化和技术实践 -- [[持续集成CI]]：频繁集成代码变更到共享仓库 -- [[持续交付CD]]：代码变更自动经过测试和部署准备 -- [[SRE]]：站点可靠性工程，DevOps的Google实现 - -## Key Entities - -## Connections -- [[DevOps]] ← 核心主题 ← 文化转型 -- [[持续集成CI]] ← 技术实践 ← DevOps -- [[持续交付CD]] ← 技术实践 ← DevOps -- [[SRE]] ← Google实现 ← DevOps - -## Contradictions -- 与传统"手递手"交付对比：传统模式开发和运维分离，DevOps强调共享责任和自动化 diff --git a/wiki/sources/Docker安装Apache-Superset.md b/wiki/sources/Docker安装Apache-Superset.md deleted file mode 100644 index 687a7622..00000000 --- a/wiki/sources/Docker安装Apache-Superset.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Docker安装Apache Superset" -type: source -tags: [Superset, Docker, BI, MySQL] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/用Docker安装Apache Superset.md]] - -## Summary -- 核心主题：Docker方式安装Apache Superset BI平台 -- 问题域：快速部署Superset做数据可视化 -- 方法/机制：docker pull → docker run → fab create-admin → db upgrade → load_examples → init -- 结论/价值：Superset安装的最小命令集 - -## Key Claims -- 拉取镜像：docker pull apache/superset:GHA-19524015706 -- 运行容器：docker run -d -p 8777:8088 -e "SUPERSET_SECRET_KEY=mysuperset" --name superset apache/superset:GHA-19524015706 -- 创建管理员：docker exec -it superset superset fab create-admin --username admin --firstname Superset --lastname Admin --email admin@superset.com --password admin -- 初始化：docker exec -it superset superset db upgrade && docker exec -it superset superset load_examples && docker exec -it superset superset init -- 访问地址：http://192.168.3.47:8777/ - -## Key Concepts -- [[ApacheSuperset]]：开源BI和数据可视化平台 - -## Key Entities -- [[Superset]]：Apache开源BI工具 -- [[Docker]]：容器化平台 - -## Connections -- [[Docker安装Apache-Superset]] ← documents ← [[ApacheSuperset]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Docker容器与Volume清理.md b/wiki/sources/Docker容器与Volume清理.md deleted file mode 100644 index bdfa9f03..00000000 --- a/wiki/sources/Docker容器与Volume清理.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Docker容器与Volume清理" -type: source -tags: [Docker, Portainer, Volume, 清理] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/如何删除旧的废弃的docker container +volume.md]] - -## Summary -- 核心主题：清理旧的Docker容器、Volume和网络 -- 问题域：Portainer升级后旧容器/Volume残留导致警告 -- 方法/机制：docker stop/rm删除容器，docker volume rm删除卷，docker network rm删除网络 -- 结论/价值：干净的重装流程——stop+rm+volume rm+compose up - -## Key Claims -- 查看容器：docker ps -a | grep portainer -- 停止容器：docker stop portainer -- 删除容器：docker rm portainer或docker rm -f portainer -- 查看Volume：docker volume ls | grep portainer -- 删除Volume：docker volume rm portainer_data -- 删除Network：docker network rm portainer_network -- 完整重装：docker stop && docker rm && docker volume rm && docker network rm && docker compose up -d - -## Key Concepts -- [[Docker清理]]：容器/Volume/Network的删除流程 - -## Key Entities -- [[Docker]]：容器化平台 -- [[Portainer]]：Docker管理UI - -## Connections -- [[Docker容器与Volume清理]] ← documents ← [[Docker清理]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Docker镜像传输与导入.md b/wiki/sources/Docker镜像传输与导入.md deleted file mode 100644 index 6c9aac8c..00000000 --- a/wiki/sources/Docker镜像传输与导入.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Docker镜像传输与导入" -type: source -tags: [Docker, NAS, Synology, 镜像传输] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/如何传输Docker images 并且在另一个Docker安装.md]] - -## Summary -- 核心主题：Docker镜像在设备间传输并导入（以笔记本到Synology NAS为例） -- 问题域：NAS无法直接从Docker Hub拉取镜像 -- 方法/机制：docker pull → docker save → 上传tar → docker load -- 结论/价值：完整的离线镜像迁移方案 - -## Key Claims -- 拉取镜像：docker pull xiaoyaliu/alist -- 打包tar：docker save -o xiaoya.tar xiaoyaliu/alist -- 上传到NAS文件系统 -- 导入NAS：docker load < xiaoya.tar -- 验证：NAS Container Manager的Image里查看 - -## Key Concepts -- [[Docker镜像迁移]]：通过tar文件离线传输Docker镜像 - -## Key Entities -- [[Docker]]：容器化平台 -- [[SynologyNAS]]：镜像导入目标 - -## Connections -- [[Docker镜像传输与导入]] ← documents ← [[Docker镜像迁移]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/GOG-CLI-安装配置指南.md b/wiki/sources/GOG-CLI-安装配置指南.md deleted file mode 100644 index 48e38239..00000000 --- a/wiki/sources/GOG-CLI-安装配置指南.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "输出: /opt/homebrew/bin/gog" -type: source -tags: ['GitHub'] -date: 2026-03-24 ---- - -## Source File -- [[Skills/GOG-CLI-安装配置指南.md]] - -## Summary -- 核心主题：title: 输出: /opt/homebrew/bin/gog author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/GOG-CLI.md b/wiki/sources/GOG-CLI.md deleted file mode 100644 index ef9ce63f..00000000 --- a/wiki/sources/GOG-CLI.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "GOG CLI安装配置指南" -type: source -tags: [tutorial] -date: 2025-12-20 ---- - -## Source File -- [[raw/Skills/GOG-CLI-安装配置指南.md]] - -## Summary -- 核心主题：gog CLI安装和配置 -- 问题域：如何在macOS上通过命令行管理Google Workspace -- 方法/机制：使用Homebrew安装，配置OAuth凭证 -- 结论/价值：实现Gmail、Calendar、Drive等Google服务的命令行管理 - -## Key Claims -- gog CLI可通过Homebrew安装 -- 需要在Google Cloud Console创建OAuth客户端ID -- 支持管理Gmail、Google Calendar、Google Drive等 - -## Key Concepts -- [[Google Workspace]]：Google云办公套件 -- [[OAuth]]：授权标准协议 - -## Key Entities -- [[gog CLI]]：Google Workspace命令行工具 - -## Connections -- [[gog CLI]] ← 管理 ← [[Google Workspace]] -- [[OAuth]] ← 认证 ← [[Google Cloud Console]] - -## Contradictions diff --git a/wiki/sources/GOG-CLI安装配置指南.md b/wiki/sources/GOG-CLI安装配置指南.md deleted file mode 100644 index 21f781ad..00000000 --- a/wiki/sources/GOG-CLI安装配置指南.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "GOG CLI安装配置指南" -type: source -tags: [gog, Google Workspace, CLI, macOS] -date: 2026-03-15 ---- - -## Source File -- [[raw/Skills/GOG-CLI-安装配置指南.md]] - -## Summary -- 核心主题：macOS安装配置gog CLI管理Google Workspace -- 问题域：Gmail/Calendar/Drive/Contacts/Docs/Sheets命令行管理 -- 方法/机制：Homebrew安装 → OAuth凭证配置 → API启用 → 代理访问 -- 结论/价值：完整的gog CLI配置手册，需要代理才能直连Google API - -## Key Claims -- 安装：brew install steipete/tap/gogcli -- 凭证：Google Cloud Console创建OAuth客户端ID，下载credentials.json到~/Library/Application Support/gogcli/ -- 测试用户：Google Cloud添加测试用户ishenwei@gmail.com避免"应用未经Google验证"错误 -- API启用：Gmail API等需要在Google Cloud Console手动Enable -- 代理：必须设置HTTPS_PROXY=socks5h://127.0.0.1:10808 -- 默认账号：export GOG_ACCOUNT=ishenwei@gmail.com - -## Key Concepts -- [[GoogleWorkspaceCLI]]：gog命令行工具 -- [[OAuth认证]]：Google API身份验证 -- [[代理配置]]：gog必须走代理 - -## Key Entities -- [[gog]]：Google Workspace CLI工具 -- [[Google]]：Gmail/Calendar/Drive等Google服务 - -## Connections -- [[GOG-CLI安装配置指南]] ← documents [[GoogleWorkspaceCLI]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/GOG-CLI配置.md b/wiki/sources/GOG-CLI配置.md deleted file mode 100644 index 5364c882..00000000 --- a/wiki/sources/GOG-CLI配置.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "GOG CLI配置" -type: source -tags: [] -date: 2026-03-15 ---- - -## Source File -- [[raw/Skills/GOG-CLI-安装配置指南.md]] - -## Summary -- 核心主题：gog CLI安装配置完整指南 -- 问题域：Google Workspace命令行管理 -- 方法/机制：通过Homebrew安装、OAuth授权、Google Cloud Console配置API -- 结论/价值：实现Gmail、Google Calendar、Google Drive、Google Contacts、Google Docs/Sheets的命令行管理 - -## Key Claims -- gog CLI通过Homebrew安装后需配置OAuth凭证才能使用 -- Google API调用需同时满足OAuth授权和API Enablement两层条件 -- 需要在Google Cloud Console添加测试用户绕过"此应用未经Google验证"限制 -- 每个Google API服务需单独启用（如Gmail API、Drive API等） - -## Key Concepts -- [[OAuth授权]]：Google身份认证流程 -- [[GoogleWorkspace]]：Gmail、Calendar、Drive等企业级Google服务套件 -- [[CLI工具]]：命令行界面工具实现自动化 - -## Key Entities -- [[gogCLI]]：Google Workspace CLI工具 -- [[GoogleCloudConsole]]：Google API管理平台 - -## Connections -- [[GoogleWorkspace]] ← managed_by ← [[gogCLI]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Gemini-3-10个应用.md b/wiki/sources/Gemini-3-10个应用.md deleted file mode 100644 index c2455f8e..00000000 --- a/wiki/sources/Gemini-3-10个应用.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "我用 Gemini 3 一口气做了 10 个应用" -type: source -tags: [gemini, 应用构建, 提示词工程, ai] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## Summary -- 核心主题：使用Gemini 3快速构建10种AI应用的实战经验 -- 问题域：如何通过结构化提示词和约束模型思维快速将想法转化为可用的AI应用 -- 方法/机制：思考输入场景 → 约束模型思考（提示词+MCP）→ 设计输出容器（前端SVG/HTML） -- 结论/价值：Gemini的应用构建遵循"输入约束→结构化扩展→可视化容器"三步法 - -## Key Claims -- 蝴蝶生命周期SVG可视化卡片：AI输出SVG语言实现数据可视化展示 -- 配色卡片生成：输入"莫奈"获取主题色卡及名称解释 -- 电影海报制作：通过提示词约束大模型结构化输出信息（片名、简介、上映时间、导演） -- 绘画思维导图：AI根据关键词脑暴相关词汇，用户选择后生成图片 -- 核心方法论：①思考输入场景 ②约束模型思考 ③设计输出容器 - -## Key Quotes -> "整体思路：思考输入场景 → 约束模型的思考（利用提示词、MCP）→ 设计输出的容器（使用前端代码，可视化模型输出）" — 空格的键盘 - -## Key Concepts -- [[Gemini]]：Google的多模态AI模型 -- [[MCP]]：Modal Context Protocol，用于扩展AI模型能力 -- [[SVG可视化]]：使用前端代码作为AI输出的可视化容器 -- [[结构化输出]]：通过提示词约束模型输出格式 - -## Key Entities -- [[Gemini 3]]：Google AI模型（本文应用构建基础） - -## Connections -- [[Gemini 3]] ← 模型基础 ← AI应用构建 -- [[MCP]] ← 能力扩展 ← AI应用构建 -- [[结构化输出]] ← 提示词技术 ← AI应用构建 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Gemini-3-10个应用教程.md b/wiki/sources/Gemini-3-10个应用教程.md deleted file mode 100644 index 2fca54fb..00000000 --- a/wiki/sources/Gemini-3-10个应用教程.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "我用 Gemini 3 一口气做了 10 个应用，附教程" -type: source -tags: [] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## Summary -- 核心主题：利用 Gemini 3（Google Nano Banana Pro）一口气开发 10 个应用的方法论 -- 问题域：如何快速将 AI 能力转化为具体可用的应用产品 -- 方法/机制：三步法：思考输入场景 → 约束模型思考（提示词+MCP） → 设计输出容器（SVG/HTML 可视化） -- 结论/价值：AI 应用开发的核心在于约束模型输出格式和设计前端可视化容器，而非单纯依赖模型能力 - -## Key Claims -- 三步应用开发法：①局限输入词汇在垂直场景（诗词、小说、电影） ②约束模型思考（提示词/MCP，将输入扩展为结构化内容） ③设计输出容器（前端代码/SVG/HTML，可视化模型输出） -- Gemini 3 的结构化输出能力使其能生成 SVG 代码，实现信息可视化（如蝴蝶生命周期卡片） -- 配色卡片生成：输入主题（莫奈）获取主题颜色、渐变色卡和纯色卡 -- 电影海报应用：输入电影名，自动生成海报、简介、上映时间和导演信息 -- 绘画思维导图：输入关键词，AI 头脑风暴生成相关词汇思维导图，用户选择后生成图片 - -## Key Quotes -> "约束好大模型结构化输出信息" — 核心方法 -> "使用前端代码，可视化模型输出的内容" — 输出容器设计 - -## Key Concepts -- [[Gemini应用开发三步法]]：场景约束 → 模型思考约束 → 输出容器设计的 AI 应用开发流程 - -## Key Entities -- [[Gemini]]：Google 的大型语言模型，支持文本和图像生成，此处指 Gemini 3 Nano Banana Pro - -## Connections -- [[Gemini应用开发三步法]] ← uses ← [[Gemini]] - -## Contradictions -- 无已知冲突 diff --git a/wiki/sources/Gemini-3-一口气做了10个应用.md b/wiki/sources/Gemini-3-一口气做了10个应用.md deleted file mode 100644 index 31c547e2..00000000 --- a/wiki/sources/Gemini-3-一口气做了10个应用.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "我用 Gemini 3 一口气做了 10 个应用，附教程" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## Summary -- 核心主题：Google Gemini 3模型一口气构建10个AI应用的实战教程 -- 问题域：Gemini 3多模态应用开发、快速应用原型 -- 方法/机制：Gemini 3作为多模态模型，一站式完成网页应用、工具调用、数据处理等多种任务 -- 结论/价值：Gemini 3展示了新一代多模态AI在应用开发上的强大能力 - -## Key Claims -- Gemini 3可一次性完成10个不同类型的应用开发 -- 覆盖类型：网页应用、数据分析工具、自动化脚本等 -- Gemini 3的多模态能力和长上下文窗口是核心优势 - -## Key Concepts -- [[Gemini3]]：Google的多模态AI模型，支持文本、图像、视频等多模态输入 -- [[多模态应用]]：利用多模态AI一次性构建多种类型应用 - -## Key Entities -- [[Google]]：Gemini模型的开发商 - -## Connections -- [[GenAI]] ← extends ← [[Gemini3]] diff --git a/wiki/sources/Gemini-3一口气做了10个应用.md b/wiki/sources/Gemini-3一口气做了10个应用.md deleted file mode 100644 index 80fc8046..00000000 --- a/wiki/sources/Gemini-3一口气做了10个应用.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Gemini 3一口气做了10个应用" -type: source -tags: [Gemini, 应用生成, AI工具] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## Summary -- 核心主题：用Gemini 3（Nano Banana）在Google AI Studio中快速构建10种应用的实操案例 -- 问题域：如何利用结构化提示词和AI Studio快速生成可分享应用 -- 方法/机制：约束模型思考→设计输出容器（SVG/HTML）→前端可视化展示AI输出 -- 结论/价值：核心方法论：思考输入场景→约束模型思考→设计输出容器 - -## Key Claims -- 十大应用案例：蝴蝶生命卡片、配色卡片生成、电影海报制作、绘画思维导图等 -- 方法论：1.局限输入词汇在垂直场景（诗词、小说、电影）；2.约束模型结构化输出；3.设计前端容器可视化展示 -- AI Studio支持生成可分享的应用链接（fullscreenApplet） -- 核心提示词技巧：约束大模型结构化输出信息 - -## Key Quotes -> "约束好大模型结构化输出信息" — 空格 - -## Key Concepts -- [[AI应用快速构建]]：AI Studio + 约束提示词 + 前端容器 -- [[结构化输出]]：通过提示词约束大模型输出格式 - -## Key Entities -- [[Gemini]]：Google大语言模型 -- [[GoogleAIStudio]]：Google AI应用构建平台 - -## Connections -- [[Gemini-3一口气做了10个应用]] ← documents ← [[AI应用快速构建]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Git Push 连接重置问题修复.md b/wiki/sources/Git Push 连接重置问题修复.md deleted file mode 100644 index 85e2f7d5..00000000 --- a/wiki/sources/Git Push 连接重置问题修复.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Git Push 连接重置问题修复" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Home Office/Git Push 连接重置问题修复.md]] - -## Summary -- 核心主题：Git Push连接重置问题的解决方案 -- 问题域：国内访问GitHub时的网络干扰 -- 方法/机制：配置HTTP/SOCKS5代理、切换SSH协议 -- 结论/价值：根本解决TCP连接层面中断问题 - -## Key Claims -- Recv failure是TCP连接中断，非权限问题 -- 代理方案最有效 -- 可切换SSH协议绕过 - -## Key Quotes -> "连接重置是TCP连接层面的中断。" - -## Key Concepts -- [[Git代理]]：为Git单独配置代理 -- [[TCP RST]]：连接重置包 -- [[Git SSH]]：使用SSH协议 - -## Key Entities -- [[GitHub]]：代码托管平台 -- [[V2RayN]]：代理软件 - -## Connections -- [[Git代理]] ← uses ← [[SOCKS5代理]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md b/wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md deleted file mode 100644 index b5623786..00000000 --- a/wiki/sources/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Vibe Coding神级指南" -type: source -tags: [vibe-coding, AI-coding, github] -date: 2025-12-30 ---- - -## Source File -- [[raw/AI/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md]] - -## Summary -- 核心主题：Vibe Coding氛围编程方法论 -- 问题域：传统编程效率低，开发者被繁重代码束缚 -- 方法/机制：规划驱动+上下文固定+AI结对执行 -- 结论/价值：Vibe Coding让想法到可维护代码变成可审计流水线 - -## Key Claims -- Vibe Coding = 规划驱动 + 上下文固定 + AI结对执行 -- 开发者转型为导演，专注产品逻辑、用户流程、审美和交互 -- Karpathy：只负责调整氛围，代码自动长出来 -- vibe-coding-cn是中文开发者设计的Vibe Coding资源库工作站 -- 核心是规划，AI写代码前必须有清晰技术选型和模块化设计 - -## Key Concepts -- [[Vibe Coding]]：AI编程新范式，开发者变导演 -- [[规划驱动]]：在AI写代码前必须完成技术选型和规划 -- [[AI结对]]：AI与人类协作执行开发任务 -- [[上下文固定]]：保持AI理解的一致性 - -## Key Entities -- [[vibe-coding-cn]]：中文Vibe Coding开源指南项目 -- [[Cursor]]：AI编程工具 -- [[Windsurf]]：AI编程工具 -- [[Trae]]：AI编程工具 - -## Connections -- [[AI编程]] ← uses ← [[Vibe Coding]] -- [[Karpathy]] ← coined ← [[Vibe Coding]] - -## Contradictions diff --git a/wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md b/wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md deleted file mode 100644 index d1e3c97c..00000000 --- a/wiki/sources/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "NotebookLM开源平替" -type: source -tags: [notebooklm, open-source, productivity] -date: 2026-01-01 ---- - -## Source File -- [[raw/AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md]] - -## Summary -- 核心主题：NotebookLM的7个开源替代方案 -- 问题域：NotebookLM是付费工具，需要开源替代品 -- 方法/机制：本地化部署、多模型支持、播客生成 -- 结论/价值：多个开源项目可实现NotebookLM核心功能且完全私有化 - -## Key Claims -- Open Notebook（14.6k Star）：全功能本地化，支持16+AI提供商 -- SurfSense（11.4k Star）：AI搜索研究智能体，整合Notion/GitHub -- Podcastfy：专注播客生成，支持100+LLM和多种TTS引擎 -- notebookllama：LlamaIndex官方项目，文档转播客 -- PageLM：教育平台，自动生成康奈尔笔记、闪卡、考试 -- InsightsLM：低代码方案，Supabase+N8N后端 - -## Key Concepts -- [[本地化部署]]：不依赖云端的数据处理 -- [[多模型支持]]：集成多种LLM提供商 -- [[播客生成]]：将文档转化为双人/多人对话音频 - -## Key Entities -- [[Open Notebook]]：NotebookLM开源替代 -- [[SurfSense]]：AI搜索与研究智能体 -- [[Podcastfy]]：播客生成工具 -- [[notebookllama]]：LlamaIndex官方开源项目 -- [[PageLM]]：教育学习工具 -- [[InsightsLM]]：N8N支持的AI研究工具 - -## Connections -- [[NotebookLM]] ← has_open_source ← [[Open Notebook]] -- [[N8N]] ← integrates_with ← [[InsightsLM]] - -## Contradictions diff --git a/wiki/sources/Google-5个Agent-Skill设计模式-2026-03-19.md b/wiki/sources/Google-5个Agent-Skill设计模式-2026-03-19.md deleted file mode 100644 index 71917877..00000000 --- a/wiki/sources/Google-5个Agent-Skill设计模式-2026-03-19.md +++ /dev/null @@ -1,49 +0,0 @@ ---- -title: "Google 5个 Agent Skill 设计模式" -type: source -tags: ['Agent', 'Skill', 'Google', 'ADK', '设计模式', 'AI工程化'] -date: 2026-03-19 -source: https://mp.weixin.qq.com/s/yu120tW0l4DJAJfWmbJYxg -author: winkrun / AI工程化 ---- - -## Source File -- [[raw/Agent/Google-5个Agent-Skill设计模式-2026-03-19.md]] - -## Summary -- 核心主题：Google ADK 团队发布的 5 种经过验证的 Agent Skill 设计模式，以及 Skill 设计的最佳实践经验 -- 问题域：Skill 格式标准化后（30+工具支持同格式），内容设计成为效果差异的核心——同样格式，效果天差地别 -- 方法/机制：5 种独立设计模式（Tool Wrapper/Generator/Reviewer/Inversion/Pipeline），每种有完整 ADK 代码示例，可独立使用也可组合 -- 结论/价值：Skill 的本质是"工具箱"而非"好提示词"，Anthropic 经验：只写 Agent 不知道的东西、给工具不给指令 - -## Key Claims -- **Tool Wrapper**：将某个库/框架规范文档打包为 Skill，动态加载（监听特定关键词），适合分发团队内部编码规范 -- **Generator**：通过模板强制一致的输出格式，assets/存模板、references/存样式指南，SKILL.md 扮演项目经理填充变量 -- **Reviewer**：将"检查什么"和"怎么检查"完全分离，references/review-checklist.md 存审查标准，agent 动态加载并强制输出结构化结果 -- **Inversion**：agent 先变面试官提问，收集所有必要信息后再行动（明确门控指令确保阶段完整性） -- **Pipeline**：复杂任务的严格顺序工作流，关键节点设置硬性检查点，用户确认才进入下一步 -- Anthropic 经验：写好 Skill 的三条铁律——只写 Agent 不知道的东西；重点写踩坑清单；给工具不给指令 -- 5 种模式可组合使用（Pipeline + Reviewer、Generator + Inversion），利用 ADK 的 SkillToolset 和渐进式披露机制 - -## Key Concepts -- [[ToolWrapper模式]]：将领域规范文档打包为 Skill，通过关键词监听动态加载，agent 按规范执行 -- [[Generator模式]]：模板+变量填充，强制输出格式一致性（API文档/commit消息/项目脚手架） -- [[Reviewer模式]]：检查清单与检查逻辑分离，标准可替换（Python风格/OWASP安全/代码审查） -- [[Inversion模式]]：agent 先收集信息再行动，反转"直接猜测生成"的默认行为，确保信息完整 -- [[Pipeline模式]]：带硬性检查点的严格工作流，强制执行顺序，无法跳过步骤 -- [[渐进式披露]]（Progressive Disclosure）：agent 只在运行时需要时消耗上下文 token 加载特定模式 - -## Key Entities -- [[Google ADK]]：Google Agent Development Kit，发布此设计模式指南 -- [[Anthropic]]：Claude 开发商，Skill 实践经验提供方（ToolWrapper/Generator 等模式与 Anthropic 实践一致） -- [[ADK]]（Agent Development Kit）：Google 的 Agent 开发工具包 - -## Connections -- [[ToolWrapper模式]] ← is_pattern_of ← [[AgentSkill设计]] -- [[Generator模式]] ← is_pattern_of ← [[AgentSkill设计]] -- [[Reviewer模式]] ← is_pattern_of ← [[AgentSkill设计]] -- [[Inversion模式]] ← is_pattern_of ← [[AgentSkill设计]] -- [[Pipeline模式]] ← is_pattern_of ← [[AgentSkill设计]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/Google-5个Agent-Skill设计模式.md b/wiki/sources/Google-5个Agent-Skill设计模式.md deleted file mode 100644 index d55a269e..00000000 --- a/wiki/sources/Google-5个Agent-Skill设计模式.md +++ /dev/null @@ -1,50 +0,0 @@ ---- -title: "Google 5个Agent Skill设计模式" -type: source -tags: [agent, skill, 设计模式, google, anthropic] -date: 2026-03-19 ---- - -## Source File -- [[raw/Agent/Google-5个Agent-Skill设计模式-2026-03-19.md]] - -## Summary -- 核心主题：Google Cloud发布的5种经过验证的Agent Skill设计模式 -- 问题域：SKILL.md格式标准化后，如何设计真正有效的Skill内容而非空有格式的框架 -- 方法/机制：ToolWrapper、Generator、Reviewer、Inversion、Pipeline五种模式 -- 结论/价值：这五种模式可组合使用，ADK的SkillToolset和渐进式披露机制使agent只在需要时才加载相关token - -## Key Claims -- ToolWrapper：让agent在真正用到某技术时才动态加载规范文档，将规范当作绝对真理执行 -- Generator：从模板生成结构化输出，利用assets/（输出模板）和references/（样式指南）目录 -- Reviewer：把"检查什么"和"怎么检查"完全分开；审查标准存放在references/，可动态切换 -- Inversion：agent先变面试官问你问题，全部回答后才开始行动，有明确不可协商的门控指令 -- Pipeline：带硬性检查点的严格顺序工作流，每步有前置条件，用户必须确认才能进入下一步 -- 五种模式可组合：Pipeline末尾可加Reviewer，Generator开始可依赖Inversion - -## Key Quotes -> "别再把所有复杂又脆弱的指令塞进一个system prompt了。把工作流拆分开，应用正确的结构模式，才能构建出真正可靠的agent" — AI工程化公众号 - -## Key Concepts -- [[AgentSkill设计模式]]：5种经过验证的Skill内容设计模式 -- [[ToolWrapper]]：监听特定关键词动态加载相关规范的模式 -- [[Generator]]：从模板生成结构化输出的模式 -- [[Reviewer]]：检查清单和检查逻辑分离的模式 -- [[Inversion]]：agent先问再做，强制收集必要信息的模式 -- [[Pipeline]]：带硬性检查点的严格顺序工作流模式 - -## Key Entities -- [[Google]]：发布此指南的云服务提供商 -- [[Anthropic]]：Claude Skills的先驱，Skill格式标准化的推动者 -- [[ADK]]：Agent Development Kit，Google的Agent开发工具包 - -## Connections -- [[AgentSkill设计模式]] ← 核心主题 ← Google Agent工程 -- [[ToolWrapper]] ← 模式1 ← [[AgentSkill设计模式]] -- [[Generator]] ← 模式2 ← [[AgentSkill设计模式]] -- [[Reviewer]] ← 模式3 ← [[AgentSkill设计模式]] -- [[Inversion]] ← 模式4 ← [[AgentSkill设计模式]] -- [[Pipeline]] ← 模式5 ← [[AgentSkill设计模式]] - -## Contradictions -- 与单一庞大system prompt对比：标准化SKILL.md格式后，Skill内容质量差异巨大；需要正确的设计模式而非更多指令 diff --git a/wiki/sources/How Agentic AI can help for Cloud DevOps.md b/wiki/sources/How Agentic AI can help for Cloud DevOps.md deleted file mode 100644 index f113a960..00000000 --- a/wiki/sources/How Agentic AI can help for Cloud DevOps.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "How Agentic AI Can Help for Cloud DevOps" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/How Agentic AI can help for Cloud DevOps.md]] - -## Summary -- 核心主题：AI Agent在云DevOps中的应用 -- 问题域：自动化事件检测、成本优化、安全合规 -- 方法/机制：自主决策和执行任务的AI系统 -- 结论/价值：实现更快的部署和主动问题解决 - -## Key Claims -- Agentic AI可主动检测异常并自动修复 -- AI驱动的根因分析加速MTTR -- 多云成本治理和优化 - -## Key Quotes -> "Agentic AI transforms Cloud DevOps by automating incident response, cost management, security, observability, and multi-cloud governance." - -## Key Concepts -- [[Agentic AI]]：具有自主决策能力的AI系统 -- [[Self-Healing Systems]]：自愈系统 -- [[AI-Driven RCA]]：AI驱动的根因分析 -- [[Predictive Maintenance]]：预测性维护 - -## Key Entities -- [[AWS EKS]]：Amazon Elastic Kubernetes Service -- [[GKE]]：Google Kubernetes Engine -- [[Azure AKS]]：Azure Kubernetes Service -- [[CloudWatch]]：AWS监控 - -## Connections -- [[Agentic AI]] ← enables ← [[Self-Healing Systems]] -- [[Agentic AI]] ← optimizes ← [[多云策略]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/How Can a Multi Cloud Strategy Transform Your Business ROI.md b/wiki/sources/How Can a Multi Cloud Strategy Transform Your Business ROI.md deleted file mode 100644 index 2e8e04f0..00000000 --- a/wiki/sources/How Can a Multi Cloud Strategy Transform Your Business ROI.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "How Can a Multi Cloud Strategy Transform Your Business ROI" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/How Can a Multi Cloud Strategy Transform Your Business ROI.md]] - -## Summary -- 核心主题：多云策略的业务价值 -- 问题域：避免供应商锁定、成本优化、性能优化 -- 方法/机制：跨AWS、Azure、GCP分布工作负载 -- 结论/价值：实现30%运营成本降低 - -## Key Claims -- 78%企业使用多云策略部署在3个以上公有云 -- 多云策略避免供应商锁定 -- 数据主权和合规要求满足 - -## Key Quotes -> "The multi cloud strategy is a distinctive approach in which we have instances of services on multiple clouds, i.e., Azure, GCP, and Amazon, instead of one cloud vendor." - -## Key Concepts -- [[多云策略]]：使用多个云服务提供商 -- [[供应商锁定]]：依赖单一云提供商的风险 -- [[数据主权]]：数据存储的地域合规要求 -- [[ROI]]：投资回报率 - -## Key Entities -- [[AWS]]：Amazon Web Services -- [[Azure]]：Microsoft Azure -- [[Google Cloud]]：GCP -- [[Kubernetes]]：容器编排 -- [[Terraform]]：基础设施即代码 - -## Connections -- [[多云策略]] ← reduces ← [[供应商锁定]] -- [[多云策略]] ← enables ← [[数据主权]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/How to Get the RSS Feed For Any YouTube Channel.md b/wiki/sources/How to Get the RSS Feed For Any YouTube Channel.md deleted file mode 100644 index 184c67f9..00000000 --- a/wiki/sources/How to Get the RSS Feed For Any YouTube Channel.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "How to Get the RSS Feed For Any YouTube Channel" -type: source -tags: ['YouTube', 'RSS', '工具', '自动化', '内容聚合'] -date: 2024-05-12 -source: https://chuck.is/yt-rss/ -author: Chuck Carroll ---- - -## Source File -- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]] - -## Summary -- 核心主题：无需第三方服务，通过"查看页面源代码"获取任意 YouTube 频道 RSS 订阅地址的方法 -- 问题域：YouTube 出于商业利益移除了页面的 RSS 订阅按钮，导致用户无法在外部 RSS 阅读器中追踪频道更新 -- 方法/机制：打开频道页面 → 右键查看源代码 → 搜索 `channel_id=` → 提取 RSS URL -- 结论/价值：绕过 YouTube 平台限制，实现去中心化的内容订阅追踪 - -## Key Claims -- YouTube 移除 RSS 按钮是出于商业目的（防止用户不在 YouTube 站内消费内容） -- 方法：访问频道页面（如 `https://www.youtube.com/@CHANNEL_NAME`）→ 右键"查看页面源代码" → 搜索 `channel_id=` → 复制 RSS URL -- RSS 格式：`https://www.youtube.com/feeds/videos.xml?channel_id=UCHkYOD-3fZbuGhwsADBd9ZQ` -- 该方法无需注册任何第三方服务，纯原生操作 - -## Key Concepts -- [[YouTube RSS]]：通过 channel_id 获取的标准化 RSS 订阅地址 -- [[内容聚合]]：将多个频道聚合到单一 RSS 阅读器中统一追踪 -- [[去中心化订阅]]：绕过平台限制，直接订阅内容源 - -## Key Entities -- [[Chuck Carroll]]：科技博主，发布此实用教程 - -## Connections -- [[YouTube RSS]] ← enables ← [[内容聚合]] -- [[内容聚合]] ← is_used_by ← [[RSS阅读器]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/How to Simplify Multi-Account Deployments Monitoring Centralized Logs for AWS CloudFormation StackSets.md b/wiki/sources/How to Simplify Multi-Account Deployments Monitoring Centralized Logs for AWS CloudFormation StackSets.md deleted file mode 100644 index bdb1b716..00000000 --- a/wiki/sources/How to Simplify Multi-Account Deployments Monitoring Centralized Logs for AWS CloudFormation StackSets.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Simplify Multi-Account Deployments Monitoring: Centralized Logs for AWS CloudFormation StackSets" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/How to Simplify Multi-Account Deployments Monitoring Centralized Logs for AWS CloudFormation StackSets.md]] - -## Summary -- 核心主题：多账户AWS部署的集中日志监控 -- 问题域：跨账户部署跟踪和故障排除 -- 方法/机制：EventBridge + CloudWatch Logs集中化方案 -- 结论/价值：实现单一界面监控整个组织的CloudFormation部署 - -## Key Claims -- CloudFormation StackSets支持跨多账户和区域部署基础设施 -- 集中日志方案提供单一监控界面 -- 跨账户事件转发使用EventBridge - -## Key Quotes -> "Managing infrastructure across multiple AWS accounts doesn't have to be complex." - -## Key Concepts -- [[CloudFormation StackSets]]：跨账户部署模板 -- [[EventBridge]]：事件驱动架构 -- [[CloudWatch Logs]]：云日志服务 -- [[跨账户部署]]：多AWS账户基础设施部署 - -## Key Entities -- [[AWS Organizations]]：AWS组织 -- [[KMS]]：Key Management Service - -## Connections -- [[CloudFormation StackSets]] ← uses ← [[EventBridge]] -- [[CloudFormation StackSets]] ← uses ← [[CloudWatch Logs]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/How to get Youtube Channel ID.md b/wiki/sources/How to get Youtube Channel ID.md deleted file mode 100644 index b60f1859..00000000 --- a/wiki/sources/How to get Youtube Channel ID.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "How to get Youtube Channel ID" -type: source -tags: ['n8n'] -date: 2025-03-16 ---- - -## Source File -- [[Others/How to get Youtube Channel ID.md]] - -## Summary -- 核心主题：title: How to get Youtube Channel ID author: shenwei created: 2025-03-16 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md b/wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md deleted file mode 100644 index 4174494c..00000000 --- a/wiki/sources/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "如果你有多项兴趣爱好不要浪费接下来两三年时间" -type: source -tags: [个人发展, 多重兴趣, 自学] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/If you have multiple interests, do not waste the next 2-3 years 如果你有多项兴趣爱好，不要浪费接下来的两三年时间。.md]] - -## Summary -- 核心主题：多重兴趣是超能力而非弱点 -- 问题域：现代社会专业化分工导致人们成为流水线工人 -- 方法/机制：自我教育+自利+自给自足三位一体 -- 结论/价值：AI时代通才比专才更有价值 - -## Key Claims -- 工业时代专业化已死，AI时代通才是优势 -- 个人成功三要素：自我教育、自利、自给自足 -- 第二次文艺复兴正在发生，独特视角是最终护城河 -- 注意力是最后的护城河，每个人都需要成为创造者 -- 系统是新产品，内容是新颖视角，品牌是环境 - -## Key Concepts -- [[通才]]：跨领域知识整合者 -- [[自我教育]]：自主导向的学习 -- [[自利]]：关注自身利益而非服务组织 -- [[自给自足]]：拒绝外包判断力和自主性 -- [[注意力经济]]：在信息爆炸时代捕获关注的重要性 - -## Key Entities - -## Connections -- [[个人发展]] ← uses ← [[通才模型]] -- [[创造力]] ← requires ← [[注意力]] - -## Contradictions diff --git a/wiki/sources/Install Apache Superset in Docker.md b/wiki/sources/Install Apache Superset in Docker.md deleted file mode 100644 index 1cefe498..00000000 --- a/wiki/sources/Install Apache Superset in Docker.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Install Apache Superset in Docker" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Home Office/Install Apache Superset in Docker.md]] - -## Summary -- 核心主题：Docker中安装Apache Superset -- 问题域：BI平台部署 -- 方法/机制：Docker容器化部署 -- 结论/价值：快速部署企业级BI平台 - -## Key Claims -- 使用Docker镜像部署Superset -- 需要初始化数据库和管理员账号 -- 支持加载示例数据 - -## Key Quotes -- 无 - -## Key Concepts -- [[Docker]]：容器化平台 -- [[Apache Superset]]：开源BI工具 - -## Key Entities -- [[MySQL]]：数据库 - -## Connections -- [[Apache Superset]] ← runs_on ← [[Docker]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md b/wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md deleted file mode 100644 index 1ca96c56..00000000 --- a/wiki/sources/LLMs、RAG、AI Agent 三个到底什么区别？.md +++ /dev/null @@ -1,49 +0,0 @@ ---- -title: "LLM、RAG、AI Agent 三者区别详解" -type: source -tags: ['LLM', 'RAG', 'AI Agent', 'AI', '入门', '概念区分'] -date: 2025-11-19 -source: https://mp.weixin.qq.com/s/ -author: AI工程化 ---- - -## Source File -- [[raw/AI/LLMs、RAG、AI Agent 三个到底什么区别？.md]] - -## Summary -- 核心主题：用通俗比喻解释 LLM、RAG、AI Agent 三个核心 AI 应用概念的区别与关系 -- 问题域：初入 AI 应用的开发者被这三个术语混淆，不理解它们是互补关系而非竞争关系 -- 方法/机制：比喻法——LLM 是"天才大脑"、RAG 是"随身图书馆助理"、AI Agent 是"能走能想能查的完整行动系统" -- 结论/价值：三者不是竞争技术，而是在三个不同层面满足不同场景的能力展示；未来架构=LLM(推理)+RAG(准确性)+Agent(自主性) - -## Key Claims -- **LLM（天才大脑）**：学习了过去所有知识，能回答问题，但知识有截止日期，不知当前信息 - - 底座模型：ChatGPT、DeepSeek、Qwen（通用） - - 专有模型：Midjourney（绘画）、Claude（编程）等（专项训练） -- **RAG（检索增强生成）= 随身图书馆助理**：将静态 LLM 链接到外部实时知识库，解决知识时效性问题 - - 流程：用户提问 → 检索外部知识库 → 将相关 chunk+原始问题输入 LLM → 基于上下文生成答案 - - 优势：知识更新无需重新训练、消歧义、引用来源 -- **AI Agent（智能体）**：有脑+有信息+有行动能力，构建"感知→规划→执行→反思"循环控制系统 - - 五步循环：获取任务→扫描场景→仔细思考→采取行动→观察迭代 - - RAG 提供给 Agent "借书证"，使其立足于事实而非幻觉 -- 三者关系：LLM=思考，RAG=认知（准确信息），Agent=执行，三者叠加构成完整生产系统 - -## Key Quotes -> "LLM 在思考方面非常出色，但对当前情况却一无所知。" -> "RAG 就像是给那个'全能天才大脑'配备了一位随身图书馆助理。" -> "用 LLM 进行推理，用 RAG 确保准确性，用 Agent 框架实现自主性。" - -## Key Concepts -- [[LLM]]：大语言模型，AI 应用的"天才大脑"，负责推理和生成 -- [[RAG]]（检索增强生成）：解决 LLM 知识时效性问题，为模型提供外部实时知识查询能力 -- [[AI Agent]]：智能体，感知-规划-执行-反思的闭环自主系统 -- [[Agent五步循环]]：获取任务→扫描场景→仔细思考→采取行动→观察迭代 -- [[三层AI架构]]：LLM(思考层)+RAG(知识层)+Agent(行动层)，三者缺一不可 - -## Connections -- [[AI Agent]] ← uses ← [[RAG]]（Agent 通过 RAG 获取实时信息） -- [[AI Agent]] ← uses ← [[LLM]]（Agent 的核心推理引擎） -- [[RAG]] ← augments ← [[LLM]]（RAG 扩展 LLM 的知识边界） - -## Contradictions -- 常见误解：认为三者择一使用。实际上生产级系统三者叠加，缺一不可 diff --git a/wiki/sources/Last30Days-使用指南.md b/wiki/sources/Last30Days-使用指南.md deleted file mode 100644 index 2f5b7ffe..00000000 --- a/wiki/sources/Last30Days-使用指南.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Last30Days 使用指南" -type: source -tags: ['Claude', 'OpenClaw', 'TikTok', 'GitHub', 'AI'] -date: 2026-03-29 ---- - -## Source File -- [[Skills/Last30Days-使用指南.md]] - -## Summary -- 核心主题：title: Last30Days 使用指南 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Last30Days.md b/wiki/sources/Last30Days.md deleted file mode 100644 index 8b07ff3b..00000000 --- a/wiki/sources/Last30Days.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Last30Days使用指南" -type: source -tags: [tutorial] -date: 2026-03-29 ---- - -## Source File -- [[raw/Skills/Last30Days-使用指南.md]] - -## Summary -- 核心主题：Last30Days研究工具使用 -- 问题域：如何研究过去30天内的热门内容 -- 方法/机制：聚合Reddit、X、YouTube、TikTok等8个数据源 -- 结论/价值：深度研究需要2-8分钟，结果自动保存 - -## Key Claims -- 支持8个数据源：Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Web -- 深度研究需要2-8分钟 -- 结果自动保存到~/Documents/Last30Days/ - -## Key Concepts -- [[社交媒体分析]]：研究平台热门内容 -- [[趋势研究]]：追踪热点话题 - -## Key Entities - -## Connections -- [[Last30Days]] ← 聚合 ← [[多数据源]] - -## Contradictions diff --git a/wiki/sources/Last30Days使用指南.md b/wiki/sources/Last30Days使用指南.md deleted file mode 100644 index 2166882a..00000000 --- a/wiki/sources/Last30Days使用指南.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Last30Days使用指南" -type: source -tags: [Last30Days, 社交媒体, 趋势研究] -date: 2026-03-29 ---- - -## Source File -- [[raw/Skills/Last30Days-使用指南.md]] - -## Summary -- 核心主题：Last30Days研究过去30天社交媒体热门内容的工具 -- 问题域：Reddit/X/YouTube/TikTok/Instagram/Hacker News/Polymarket趋势研究 -- 方法/机制：Python脚本多源数据采集，生成结构化研究报告 -- 结论/价值：深度研究需要2-8分钟，支持对比模式 - -## Key Claims -- 调用：python3 ~/.openclaw/skills/last30days-official/scripts/last30days.py "<话题>" -- 参数：--quick快速模式、--deep深度模式、--x-handle指定X账号、--days=N -- 数据权重：Reddit/X > YouTube > TikTok > Polymarket > Web -- 对比模式："cursor vs windsurf"可得到并排对比 -- API Keys：SCRAPECREATORS_API_KEY（必填）、XAI_API_KEY、AUTH_TOKEN/CT0 -- 保存：--save-dir=~/Documents/Last30Days - -## Key Concepts -- [[社交媒体趋势研究]]：多平台热门内容聚合 -- [[对比模式]]：两个话题并排研究 - -## Key Entities -- [[Last30Days]]：趋势研究工具 - -## Connections -- [[Last30Days使用指南]] ← documents [[社交媒体趋势研究]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Linux 运维必会的 150 个命令.md b/wiki/sources/Linux 运维必会的 150 个命令.md deleted file mode 100644 index 20ff8a7e..00000000 --- a/wiki/sources/Linux 运维必会的 150 个命令.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Linux 运维必会的 150 个命令" -type: source -tags: ['GitHub'] -date: 2025-09-29 ---- - -## Source File -- [[Home Office/Linux 运维必会的 150 个命令.md]] - -## Summary -- 核心主题：title: Linux 运维必会的 150 个命令，不熟练早晚得出事？ source: https://mp.weixin.qq.com/s/_h2eTqPvduZctE0YarQtWw author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Linux-运维必会的-150-个命令.md b/wiki/sources/Linux-运维必会的-150-个命令.md deleted file mode 100644 index 1515047a..00000000 --- a/wiki/sources/Linux-运维必会的-150-个命令.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Linux 运维必会的 150 个命令" -type: source -tags: [linux, 运维, 命令] -date: 2025-09-29 ---- - -## Source File -- [[raw/Home Office/Linux 运维必会的 150 个命令.md]] - -## Summary -- 核心主题：Linux 系统管理命令的全面总结 -- 问题域：Linux 运维基础知识 -- 方法/机制：按功能分类介绍 150 个常用命令 -- 结论/价值：覆盖文件操作、文本处理、网络管理、磁盘管理、用户管理、进程管理等核心领域 - -## Key Claims -- Linux 命令分为内置 Shell 命令和外部命令两大类 -- 文件目录操作命令 18 个：ls/cd/cp/find/mkdir/mv/pwd/rename/rm/rmdir/touch/tree 等 -- 文本查看及处理命令 21 个：cat/tac/more/less/head/tail/cut/split/paste/sort/uniq/wc/diff/vimdiff 等 -- 网络操作命令 11 个基础+9 个深入：ssh/scp/wget/ping/ifconfig/netstat/ss/nmap/lsof/telnet 等 -- 磁盘与文件系统命令 16 个：mount/umount/fsck/dd/fdisk/parted/mkfs/swapoff/sync 等 -- 进程管理命令 15 个：kill/killall/crontab/ps/pstree/nohup/pgrep 等 - -## Key Quotes -> "Linux 命令在系统中有两种类型：内置 Shell 命令和 Linux 命令" - -## Key Concepts -- [[Shell]]：命令解释器，Linux 与内核之间的接口 -- [[NFS]]：网络文件系统挂载 -- [[Cron]]：定时任务调度 -- [[管道]]：将前一个命令的输出作为后一个命令的输入 - -## Key Entities -- [[Linux]]：开源操作系统内核 - -## Connections -- [[Linux]] ← manages ← [[Shell]] -- [[Cron]] ← schedules ← [[进程管理]] -- [[管道]] ← connects ← [[文本处理命令]] - -## Contradictions -- 无 diff --git a/wiki/sources/Linux运维150命令.md b/wiki/sources/Linux运维150命令.md deleted file mode 100644 index f291e9c5..00000000 --- a/wiki/sources/Linux运维150命令.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Linux运维必会的150个命令" -type: source -tags: [linux, 运维, 命令, shell] -date: 2025-09-29 ---- - -## Source File -- [[raw/Home Office/Linux 运维必会的 150 个命令.md]] - -## Summary -- 核心主题：Linux运维最常用的150个命令分类汇总 -- 问题域：Linux系统管理需要掌握哪些核心命令 -- 方法/机制：按功能分类（查询帮助、文件管理、文件编辑、压缩打包、磁盘管理、系统相关等） -- 结论/价值：系统梳理Linux命令是运维技能的基础 - -## Key Claims -- 线上查询及帮助命令：man、--help -- 文件管理命令：ls、cd、pwd、mkdir、rm、cp、mv、touch、cat、more、less、head、tail等 -- 压缩打包命令：gzip、bzip2、tar、zip、unzip -- 磁盘管理命令：df、du、mount、umount、fdisk、mkfs -- 系统相关命令：top、ps、kill、ifconfig、ping、netstat、systemctl、journalctl -- 用户管理命令：useradd、userdel、usermod、passwd、su、sudo - -## Key Concepts -- [[Linux命令]]：Linux系统管理的核心工具 -- [[Shell]]：命令行解释器 -- [[系统管理]]：Linux运维的核心职责 - -## Key Entities - -## Connections -- [[Linux命令]] ← 工具集 ← Linux运维 -- [[Shell]] ← 接口层 ← Linux系统 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Linux运维必会的150个命令.md b/wiki/sources/Linux运维必会的150个命令.md deleted file mode 100644 index 2fecb4b4..00000000 --- a/wiki/sources/Linux运维必会的150个命令.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -title: "Linux运维必会的150个命令" -type: source -tags: [Linux, 命令, 运维] -date: 2025-09-29 ---- - -## Source File -- [[raw/Home Office/Linux 运维必会的 150 个命令.md]] - -## Summary -- 核心主题：Linux运维最常用的150个命令分类汇总表 -- 问题域：Linux命令记忆与速查 -- 方法/机制：按功能分类（查询帮助、文件目录、内容处理、压缩解压缩、信息显示、搜索、用户管理、网络操作等） -- 结论/价值：完整的Linux运维命令速查表 - -## Key Claims -- 分类统计：线上查询2+文件目录18+内容处理21+压缩4+信息显示11+搜索4+用户管理10+网络操作11+深入网络9+磁盘文件系统16+权限4+用户登陆信息7+内置命令19+系统管理9+关机重启6+进程管理15 = 150 -- 重点命令：find（查找）、grep/egrep（过滤）、tar（打包压缩）、chmod/chown（权限）、ssh/scp（远程）、awk/sed（文本处理） - -## Key Concepts -- [[Linux命令]]：Linux系统管理命令集合 -- [[运维工具链]]：150个命令覆盖运维全场景 - -## Key Entities -- [[Linux]]：操作系统 - -## Connections -- [[Linux运维必会的150个命令]] ← documents ← [[Linux命令]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/MCP在Cursor中的集成与应用详解.md b/wiki/sources/MCP在Cursor中的集成与应用详解.md deleted file mode 100644 index 220537bc..00000000 --- a/wiki/sources/MCP在Cursor中的集成与应用详解.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "MCP在Cursor中的集成与应用详解" -type: source -tags: [ai, ai-agent, cursor, mcp] -date: 2026-04-14 ---- - -## Source File -- [[raw/Agent/MCP在Cursor中的集成与应用详解.md]] - -## Summary -- 核心主题：在 Cursor 中集成与使用 Modal Context Protocol (MCP) 服务。 -- 问题域：实现 AI 大模型与外部工具/数据源（如新闻服务）的高效、无缝连接与调用。 -- 方法/机制：基于 Client-Server 架构，在 Cursor 中配置 MCP Server（支持 SSE 和 Command 两种模式），并在 Agent 模式下通过大模型自动调用 MCP 暴露的资源（GET）、工具（POST）和提示词接口。 -- 结论/价值：打通了 AI 与本地/远程工具链的通路，尤其是配合 Sequential Thinking 工具，显著提升了复杂任务的逻辑拆解能力与执行效率。 - -## Key Claims -- MCP 协议通过标准化接口（资源获取、工具调用、提示词）实现了大模型与外围服务的高效集成。 -- Agent 模式相比 Normal 模式，能让大模型自动处理工具链的调用并执行命令，大幅减少手动操作。 -- 开启 enable yolo mode 存在较高的误操作风险，默认应保持关闭。 -- Sequential Thinking 工具通过逻辑推理分步拆解任务，能够与外部服务相互调用，提升系统思考的深度与准确性。 - -## Key Quotes -> "MCP是Modal Context Protocol的缩写，是一种基于Client-Server架构的协议，旨在实现大模型与外围服务的高效集成。" — 定义了 MCP 的核心机制。 -> "Agent模式能实现自动运行工具命令，Normal模式需要用户手动复制命令执行，理解区别尤为关键。" — 强调了 Cursor 中两种交互模式的体验差异。 - -## Key Concepts -- [[MCP]]：一种支持 AI 大模型与外围服务基于 Client-Server 架构进行高效交互的协议。 -- [[Agent模式]]：Cursor 中的一种交互状态，允许 AI 自动执行工具命令并处理返回结果。 -- [[SequentialThinking]]：一种支持逻辑推理与分步执行复杂任务的 AI 思考模式与工具。 -- [[SSE]]：Server-Sent Events，一种服务器向客户端推送实时事件的技术，用于 MCP 服务接入。 - -## Key Entities -- [[Cursor]]：集成了 MCP 协议的智能代码编辑器与大模型客户端。 -- [[Smisery]]：提供热点新闻 MCP Server 的数据源平台。 -- [[鱼凤]]：本教程视频的讲解者。 - -## Connections -- [[Cursor]] ← extends ← [[MCP]] -- [[SequentialThinking]] ← depends_on ← [[Agent模式]] - -## Contradictions -- 无明显冲突。 diff --git a/wiki/sources/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md b/wiki/sources/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md deleted file mode 100644 index 3e345036..00000000 --- a/wiki/sources/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记" -type: source -tags: ['n8n', 'FRP', 'OpenClaw', 'GitHub'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [frp, frpc, gatekeeper, mac-mini, macos] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Mac-Mini-FRP安装笔记.md b/wiki/sources/Mac-Mini-FRP安装笔记.md deleted file mode 100644 index 4fb8e351..00000000 --- a/wiki/sources/Mac-Mini-FRP安装笔记.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Mac Mini FRP 0.65.0安装笔记" -type: source -tags: [FRP, MacMini, 内网穿透] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md]] - -## Summary -- 核心主题：Mac Mini M4上安装配置FRP客户端实现内网穿透 -- 问题域：Mac Mini作为内网服务器需要通过VPS中转暴露服务到公网 -- 方法/机制：FRP客户端 + launchd开机自启，VPS运行frps服务端 -- 结论/价值：Mac Mini通过FRP实现SSH远程访问（端口60026） - -## Key Claims -- 安装路径：/opt/frp/frp_0.65.0_darwin_arm64 -- Mac需解除Gatekeeper限制：xattr -rd com.apple.quarantine . -- 推荐launchd方式管理：~/Library/LaunchAgents/com.frpc.client.plist -- 远程SSH访问格式：ssh 用户名@VPS_IP -p 60026 -- 客户端配置示例：serverAddr=VPS_IP, serverPort=7000, token认证 - -## Key Concepts -- [[FRP内网穿透]]：通过VPS中转暴露内网服务到公网 -- [[launchd]]：macOS系统服务管理，支持开机自启 -- [[Gatekeeper]]：macOS应用安全限制机制 - -## Key Entities -- [[MacMini]]：ARM64架构Mac Mini（M4），内网服务器 -- [[VPS1]]：192.227.222.142，frps服务端 -- [[FRP]]：内网穿透工具 - -## Connections -- [[Mac-Mini-FRP安装笔记]] ← documents ← [[FRP内网穿透]] -- [[FRP内网穿透]] ← requires ← \ No newline at end of file diff --git a/wiki/sources/Mac-Mini-FRP安装配置.md b/wiki/sources/Mac-Mini-FRP安装配置.md deleted file mode 100644 index fda22dfc..00000000 --- a/wiki/sources/Mac-Mini-FRP安装配置.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Mac Mini安装FRP 0.65.0（ARM64）操作笔记" -type: source -tags: [frp, frpc, mac-mini, homelab] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md]] - -## Summary -- 核心主题：Mac Mini M4（Apple Silicon）上安装配置FRP内网穿透客户端 -- 问题域：macOS上FRP通过launchd管理，需要处理Gatekeeper签名问题 -- 方法/机制：下载ARM64版本 → 配置frpc.toml → 创建launchd plist → 加载服务 -- 结论/价值：macOS上FRP通过launchd实现开机自启和崩溃自动重启，比systemd更复杂 - -## Key Claims -- FRP版本：0.65.0，CPU架构：Apple Silicon（ARM64），安装路径：/opt/frp/frp_0.65.0_darwin_arm64 -- 配置文件：frpc.toml，macOS Gatekeeper处理：xattr -cr /opt/frp/frp_0.65.0_darwin_arm64/frpc -- launchd plist位置：~/Library/LaunchAgents/com.homebrew.frpc.plist -- 管理命令：launchctl unload/load 控制服务重启 -- 崩溃自动重启：通过launchd的KeepAlive实现 - -## Key Concepts -- [[FRP]]：[TODO] 内网穿透工具 -- [[launchd]]：macOS初始化系统和服务管理 -- [[Gatekeeper]]：macOS应用签名和安全验证 - -## Key Entities -- [[Mac Mini]]：运行FRP客户端的服务器 -- [[FRP]]：内网穿透工具 - -## Connections -- [[FRP]] ← 运行在 ← [[Mac Mini]] -- [[launchd]] ← 服务管理 ← FRP（macOS） - -## Contradictions -- 与Ubuntu systemd管理FRP对比：macOS用launchd，Ubuntu用systemd，配置方式完全不同 diff --git a/wiki/sources/Mac-Mini-安装-FRP-0.65.0-ARM64-操作笔记.md b/wiki/sources/Mac-Mini-安装-FRP-0.65.0-ARM64-操作笔记.md deleted file mode 100644 index da48b8aa..00000000 --- a/wiki/sources/Mac-Mini-安装-FRP-0.65.0-ARM64-操作笔记.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记" -type: source -tags: [frp, mac-mini, 内网穿透, 运维] -date: 2026-01-01 ---- - -## Source File -- [[raw/Home Office/Mac Mini 安装 FRP 0.65.0（ARM64）操作笔记.md]] - -## Summary -- 核心主题：在 Mac Mini M4 (Apple Silicon) 上安装配置 FRP 0.65.0 实现内网穿透 -- 问题域：macOS 服务器化改造，实现从公网 SSH 访问内网 Mac Mini -- 方法/机制：通过 launchd 实现开机自启后台运行，配置 frpc.toml 映射 SSH 端口到 VPS -- 结论/价值：完成 Mac Mini 服务器化，使其可像 Linux 服务器一样被远程管理 - -## Key Claims -- FRP 安装路径为 `/opt/frp/frp_0.65.0_darwin_arm64`，需手动创建 `/opt` 目录 -- macOS Gatekeeper 会阻止未签名程序，需用 `xattr -rd com.apple.quarantine .` 解除限制 -- 推荐使用 launchd（plist）方式实现开机自启，KeepAlive 保证崩溃后自动重启 -- 通过 FRP 隧道将 Mac Mini SSH 22 端口映射到 VPS 的 60026 端口 -- 客户端 SSH config 配置后可使用 `ssh macmini` 简化连接 - -## Key Quotes -> "KeepAlive: true" — launchd 确保 frpc 崩溃后自动重启的关键配置 - -## Key Concepts -- [[FRP]]：内网穿透工具，通过 VPS 中转实现公网访问内网服务 -- [[launchd]]：macOS 原生服务管理程序，替代 Linux 的 systemd -- [[Gatekeeper]]：macOS 安全机制，阻止未签名应用程序运行 -- [[内网穿透]]：将内网服务暴露到公网的技术 - -## Key Entities -- [[Mac Mini]]：苹果迷你主机，M4 芯片，运行 macOS -- [[FRP]]：fatedier/frp 内网穿透工具 - -## Connections -- [[Mac Mini]] ← runs ← [[FRP]] -- [[FRP]] ← tunnels ← [[SSH]] -- [[launchd]] ← manages ← [[FRP]] - -## Contradictions -- 无 diff --git a/wiki/sources/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md b/wiki/sources/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md deleted file mode 100644 index 15b0326d..00000000 --- a/wiki/sources/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Mac Mini 服务器配置：防止自动锁屏与睡眠" -type: source -tags: [] -date: 2026-04-14 ---- - -## 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服务器防睡眠配置 -- 问题域：远程访问中断 -- 方法/机制：pmset命令修改电源设置 -- 结论/价值：实现持续远程访问 - -## Key Claims -- pmset命令禁止所有睡眠模式 -- caffeinate工具实现临时唤醒 -- 支持WOL网络唤醒 - -## Key Quotes -> "Mac Mini 作为服务器使用时，关闭显示器后会自动锁屏或进入睡眠状态。" - -## Key Concepts -- [[pmset]]：电源管理命令 -- [[WOL]]：网络唤醒 -- [[caffeinate]]：保持唤醒工具 - -## Key Entities -- [[Mac Mini]]：苹果迷你主机 -- [[RustDesk]]：远程桌面软件 - -## Connections -- [[pmset]] ← controls ← [[Mac Mini睡眠]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/MinIO + Zipline 自托管图床应用安装教程.md b/wiki/sources/MinIO + Zipline 自托管图床应用安装教程.md deleted file mode 100644 index 11f1f118..00000000 --- a/wiki/sources/MinIO + Zipline 自托管图床应用安装教程.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "1. 架构图（Synology 专用）" -type: source -tags: ['n8n', 'Docker', 'NAS', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/MinIO + Zipline 自托管图床应用安装教程.md]] - -## Summary -- 核心主题：2. 前置准备（DSM 设置） 3. 如何通过 DSM 的 GUI 创建 MinIO / PostgreSQL / Zipline 4. 如何在 MinIO 创建 Bucket 和权限 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/MinIO-Zipline-自托管图床应用安装教程.md b/wiki/sources/MinIO-Zipline-自托管图床应用安装教程.md deleted file mode 100644 index 3da121a6..00000000 --- a/wiki/sources/MinIO-Zipline-自托管图床应用安装教程.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "MinIO + Zipline 自托管图床应用安装教程" -type: source -tags: [minio, zipline, 图床, docker, nas, n8n] -date: 2025-12-29 ---- - -## Source File -- [[raw/Home Office/MinIO + Zipline 自托管图床应用安装教程.md]] - -## Summary -- 核心主题：在 Synology NAS 上通过 Docker 部署 MinIO + Zipline 自托管图床 -- 问题域：图片存储与上传管理 -- 方法/机制：MinIO 作为 S3 兼容存储后端，Zipline 提供上传 UI 和 API，n8n 可接入自动化 -- 结论/价值：实现完全自控的图片存储服务，支持 API 集成和 n8n 工作流自动化 - -## Key Claims -- 架构为 Synology NAS Docker 环境：MinIO（9000/9001）、PostgreSQL（Zipline DB）、Zipline（3333） -- MinIO bucket 需设置为 public-read，否则图片无法直接访问，通过 `mc anonymous set public` 实现 -- Zipline 初始化需要先创建 MinIO bucket、设置访问规则、获取 API Token -- 备份方案：pg_dump 逻辑备份 Postgres + Hyper Backup 增量备份 MinIO 数据目录 -- Zipline 的核心价值在于提供 n8n 可调用的 REST API，实现图片上传自动化 - -## Key Quotes -> "mc anonymous set public local/zipline-bucket" — MinIO 设置公开访问的标准命令 - -## Key Concepts -- [[MinIO]]：S3 兼容的对象存储服务，自托管图床的存储层 -- [[Zipline]]：开源图片托管服务，提供上传 UI 和 API -- [[S3]]：对象存储接口标准，MinIO 完全兼容 -- [[Docker Compose]]：多容器编排工具，定义 zipline-stack -- [[n8n]]：工作流自动化平台，可调用 Zipline API - -## Key Entities -- [[Synology NAS]]：NAS 设备，Docker 宿主机 -- [[PostgreSQL]]：Zipline 的元数据库 - -## Connections -- [[Synology NAS]] ← hosts ← [[Docker Compose]] -- [[Zipline]] ← stores ← [[MinIO]] -- [[Zipline]] ← uses ← [[PostgreSQL]] -- [[n8n]] ← calls ← [[Zipline API]] - -## Contradictions -- 无 diff --git a/wiki/sources/MinIO-Zipline图床安装教程.md b/wiki/sources/MinIO-Zipline图床安装教程.md deleted file mode 100644 index 0f71c379..00000000 --- a/wiki/sources/MinIO-Zipline图床安装教程.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "MinIO + Zipline自托管图床应用安装教程" -type: source -tags: [minio, zipline, 图床, synology, nas, docker] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/MinIO + Zipline 自托管图床应用安装教程.md]] - -## Summary -- 核心主题：Synology NAS上通过Docker部署MinIO对象存储 + Zipline图床 -- 问题域：如何自托管一个可用的图床解决方案，替代第三方图床服务 -- 方法/机制：DSM Docker UI创建MinIO/PostgreSQL/Zipline容器 → 配置存储桶和Token → n8n接入 -- 结论/价值：Synology NAS可作为自托管图床的基础设施，成本可控且完全可控 - -## Key Claims -- 架构：MinIO（9000 API，9001 Console）+ PostgreSQL（Zipline DB）+ Zipline（上传UI，3333端口） -- 文件持久化：/volume1/docker/zipline-stack/minio/minio_data防止NAS重启丢失 -- Zipline初始化需要API Token，配置到n8n实现自动化上传工作流 -- 支持通过Caddy或DSM反向代理实现HTTPS访问 - -## Key Concepts -- [[MinIO]]：开源S3兼容对象存储 -- [[Zipline]]：开源图床应用 -- [[Synology Docker]]：群晖NAS的Docker管理界面 - -## Key Entities -- [[Synology NAS]]：群晖NAS，NAS上的Docker主机 -- [[MinIO]]：对象存储服务 -- [[Zipline]]：图床应用 - -## Connections -- [[MinIO]] ← 对象存储 ← 图床架构 -- [[Zipline]] ← 上传UI ← 图床架构 -- [[Synology Docker]] ← 容器平台 ← 部署 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Multi-Agent System Reliability.md b/wiki/sources/Multi-Agent System Reliability.md deleted file mode 100644 index 47f7c245..00000000 --- a/wiki/sources/Multi-Agent System Reliability.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -title: "Multi-Agent System Reliability" -type: source -tags: ['多Agent', '可靠性', '架构', 'AlexEwerlöf', 'LLM'] -date: 2023-01-09 -source: https://blog.alexewerlof.com/p/multi-agent-system-reliability -author: Alex Ewerlöf ---- - -## Source File -- [[raw/AI/Multi-Agent System Reliability.md]] - -## Summary -- 核心主题：4 种多 Agent 系统可靠性架构模式——层级模式、共识模式、对抗辩论模式、淘汰制模式 -- 问题域：LLM 固有的不可靠性（幻觉、逻辑谬误、上下文漂移）在多 Agent 拓扑中会被传播放大，导致系统可用性下降 -- 方法/机制：借鉴人类协作中的可靠性工程思想，将 LLMs 视为分布式系统中的不可靠组件，通过架构设计抑制错误传播 -- 结论/价值：多 Agent 系统的可靠性不是靠提升单个 LLM 能力解决，而是通过拓扑结构设计来实现 - -## Key Claims -- LLM 不可靠性三大根源：幻觉（hallucination）、逻辑谬误（logical fallacies）、上下文漂移（context drift） -- 4 种架构模式： - 1. **层级模式（Hierarchy）**：一个编排者（orchestrator）分配任务给多个专业 Agent，编排者验证结果后汇总 - 2. **共识模式（Consensus）**：多个同类 Agent 独立处理同一任务，通过投票或多数决得出一致结果 - 3. **对抗辩论模式（Adversarial Debate）**：多个 Agent 互相挑战对方观点，最终由评判者（judge）综合做出决策 - 4. **淘汰制（Knock-out）**：多个 Agent 串联处理，每轮淘汰最低分者，直到留下最优结果 -- 多 Agent 并行性虽能提升效率，但也会放大调试难度（状态空间指数级增长） - -## Key Concepts -- [[多Agent可靠性]]：通过架构设计抑制 LLM 不可靠性的传播 -- [[层级模式]]：编排者-执行者模式，编排者验证并汇总，适合确定性强的工作流 -- [[共识模式]]：多 Agent 独立处理后投票，适用于需要消除单点错误的场景 -- [[对抗辩论模式]]：正反双方辩论+评判者，适合需要多角度分析的高风险决策 -- [[淘汰制]]：串联淘汰机制，适合需要从众多候选中筛选最优结果的场景 -- [[LLM不可靠性]]：幻觉、逻辑谬误、上下文漂移是多 Agent 系统的主要风险来源 - -## Key Entities -- [[Alex Ewerlöf]]：SRE/可靠性工程师，AI 博客作者，此文源自其 SRE 视角 -- [[LLM]]：底层大语言模型，作为多 Agent 系统的不可靠组件 - -## Connections -- [[层级模式]] ← is_pattern_of ← [[多Agent可靠性]] -- [[共识模式]] ← is_pattern_of ← [[多Agent可靠性]] -- [[对抗辩论模式]] ← is_pattern_of ← [[多Agent可靠性]] -- [[淘汰制]] ← is_pattern_of ← [[多Agent可靠性]] -- [[LLM不可靠性]] ← is_problem_of ← [[多Agent可靠性]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/MySQL MariaDB 数据库详细信息.md b/wiki/sources/MySQL MariaDB 数据库详细信息.md deleted file mode 100644 index 04b96eda..00000000 --- a/wiki/sources/MySQL MariaDB 数据库详细信息.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "MySQL MariaDB 数据库详细信息" -type: source -tags: ['Docker'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/MySQL MariaDB 数据库详细信息.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [database, mariadb, mysql, nas] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/MySQL-MariaDB-数据库详细信息.md b/wiki/sources/MySQL-MariaDB-数据库详细信息.md deleted file mode 100644 index 106ee81f..00000000 --- a/wiki/sources/MySQL-MariaDB-数据库详细信息.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "MySQL MariaDB 数据库详细信息" -type: source -tags: [mariadb, mysql, 数据库, nas] -date: 2025-12-20 ---- - -## Source File -- [[raw/Home Office/MySQL MariaDB 数据库详细信息.md]] - -## Summary -- 核心主题：Synology NAS 上 MariaDB 数据库的访问凭证与远程访问配置 -- 问题域：数据库访问与管理 -- 方法/机制：创建允许远程访问的用户，解决 localhost 限制问题 -- 结论/价值：提供内网和公网访问 MariaDB 的完整配置方案 - -## Key Claims -- Synology NAS MariaDB 监听端口 3307（而非默认 3306） -- 默认只有 root@localhost，没有远程访问账号 -- 必须创建 shenwei@% 用户并授权才能实现远程访问 -- 公网访问通过 mysql.ishenwei.online:63307 域名+端口实现 - -## Key Quotes -> "CREATE USER 'shenwei'@'%' IDENTIFIED BY '!Abcde12345'; GRANT ALL PRIVILEGES ON *.* TO 'shenwei'@'%' WITH GRANT OPTION;" — 创建远程访问用户的标准 SQL - -## Key Concepts -- [[MariaDB]]：MySQL 分支的开源关系数据库 -- [[远程访问控制]]：数据库用户 host 限制（localhost vs %） - -## Key Entities -- [[Synology NAS]]：MariaDB 宿主机 - -## Connections -- [[Synology NAS]] ← runs ← [[MariaDB]] -- [[MariaDB]] ← listens_on ← [[Port-3307]] - -## Contradictions -- 无 diff --git a/wiki/sources/MySQL-MariaDB数据库信息.md b/wiki/sources/MySQL-MariaDB数据库信息.md deleted file mode 100644 index e51e0db1..00000000 --- a/wiki/sources/MySQL-MariaDB数据库信息.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "MySQL MariaDB数据库详细信息" -type: source -tags: [mysql, mariadb, nas, database] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/MySQL MariaDB 数据库详细信息.md]] - -## Summary -- 核心主题：NAS上MySQL/MariaDB数据库的连接信息和管理 -- 问题域：内网和外网如何安全连接NAS上的MySQL数据库 -- 方法/机制：内网直连3307端口；外网通过frp映射到mysql.ishenwei.online:63307 -- 结论/价值：数据库内外网访问分离，安全性与便利性平衡 - -## Key Claims -- 内网访问：192.168.3.17:3307，用户名shenwei/root，密码!Abcde12345 -- 外网访问：mysql.ishenwei.online:63307，同账号密码 -- 同一数据库服务同时监听本地和远程端口 - -## Key Concepts -- [[MySQL]]：关系型数据库 -- [[MariaDB]]：MySQL兼容的分支数据库 -- [[数据库端口映射]]：通过frp实现外网访问内网数据库 - -## Key Entities -- [[NAS]]：192.168.3.17，运行MySQL/MariaDB -- [[MySQL]]：数据库服务 - -## Connections -- [[MySQL]] ← 运行在 ← NAS -- [[数据库端口映射]] ← 访问方式 ← 外网访问 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/MySQL-MariaDB数据库配置.md b/wiki/sources/MySQL-MariaDB数据库配置.md deleted file mode 100644 index 69249f53..00000000 --- a/wiki/sources/MySQL-MariaDB数据库配置.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "MySQL MariaDB数据库配置" -type: source -tags: [MariaDB, MySQL, 数据库, NAS] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/MySQL MariaDB 数据库详细信息.md]] - -## Summary -- 核心主题：Synology NAS上MariaDB的访问配置（内部+公网） -- 问题域：创建可远程访问的数据库用户 -- 方法/机制：CREATE USER 'shenwei'@'%' + GRANT ALL PRIVILEGES -- 结论/价值：NAS MariaDB支持shenwei@%远程访问，root@localhost仅限本机 - -## Key Claims -- 内部访问：192.168.3.17:3307，用户shenwei/root，密码!Abcde12345 -- 公网访问：mysql.ishenwei.online:63307，用户shenwei/root -- 新安装MariaDB只有root@localhost，需手动创建远程用户 -- 创建命令：CREATE USER 'shenwei'@'%' IDENTIFIED BY '!Abcde12345' -- 授权命令：GRANT ALL PRIVILEGES ON *.* TO 'shenwei'@'%' WITH GRANT OPTION -- 刷新权限：FLUSH PRIVILEGES - -## Key Concepts -- [[MariaDB]]：MySQL兼容数据库 -- [[远程数据库访问]]：通过'%'主机通配符允许外部访问 - -## Key Entities -- [[SynologyNAS]]：192.168.3.17，MariaDB宿主 -- [[MariaDB]]：数据库服务（端口3307） - -## Connections -- [[MySQL-MariaDB数据库配置]] ← documents ← [[远程数据库访问]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Myths-and-Misconceptions-Cloud-Computing.md b/wiki/sources/Myths-and-Misconceptions-Cloud-Computing.md deleted file mode 100644 index 3f87b1d0..00000000 --- a/wiki/sources/Myths-and-Misconceptions-Cloud-Computing.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "云计算误区与真相" -type: source -tags: [云计算, 误区, 常识] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## Summary -- 核心主题：云计算七大常见误区及对应真相 -- 问题域：企业对云计算安全性、成本、控制权的认知偏差 -- 方法/机制：逐一反驳误区，提供数据支撑的真相 -- 结论/价值：云计算在安全性、成本效益、可扩展性方面均优于传统方案 - -## Key Claims -- 误区1：云计算不安全 → 真相：云厂商安全投入远超传统方案（ISO27001、HIPAA、GDPR合规） -- 误区2：云计算只是"别人的电脑" → 真相：高度冗余、可扩展、高可用的数据中心网络 -- 误区3：云计算太贵 → 真相：按需付费+预留实例+无硬件维护，长期成本更低 -- 误区4：失去数据控制权 → 真相：混合云+多云+数据治理工具，企业完全掌控 -- 误区5：只适合大企业 → 真相：SMB可通过灵活定价使用企业级技术 -- 误区6：迁移太复杂 → 真相：分阶段迁移+混合云+专业迁移服务可降低风险 -- 误区7：性能不可靠 → 真相：99.99% SLA保障+冗余+全球分布 - -## Key Concepts -- [[云计算]]：基于互联网的计算资源交付模式 -- [[云计算误区]]：对云计算的常见误解 - -## Key Entities -- [[云计算]]：核心研究对象 - -## Connections -- [[Myths-and-Misconceptions-Cloud-Computing]] ← documents ← [[云计算误区]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Nano Banana Pro提示词指南.md b/wiki/sources/Nano Banana Pro提示词指南.md deleted file mode 100644 index 8f0fcea3..00000000 --- a/wiki/sources/Nano Banana Pro提示词指南.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Nano Banana Pro提示词指南" -type: source -tags: [nano-banana, prompt-engineering, AI图像生成] -date: 2025-11-28 ---- - -## Source File -- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]] - -## Summary -- 核心主题：Nano Banana Pro高级提示词技巧 -- 问题域：从"fun"图像生成到"functional"专业资产生产的需求 -- 方法/机制：扮演创意总监，使用自然语言和完整句子 -- 结论/价值：掌握黄金法则和九大核心能力实现专业级图像生成 - -## Key Claims -- 黄金法则：编辑而非重新生成、使用自然语言和完整句子、具体描述、提供上下文 -- 文本渲染与信息图：支持可读性文字和复杂信息可视化 -- 角色一致性：支持14张参考图像，实现身份锁定 -- Google Search接地：基于实时数据减少幻觉 -- 高级编辑：删除/添加对象、修复老照片、风格转换 -- 2D↔3D转换：平面图转3D可视化 -- 4K高分辨率：支持1K到4K原生输出 - -## Key Concepts -- [[Nano Banana Pro]]：Google专业级AI图像生成模型 -- [[身份锁定]]：保持角色在多场景中的一致性 -- [[文本渲染]]：在图像中生成可读性文字 -- [[2D转3D]]：平面图转化为3D可视化 - -## Key Entities -- [[Nano Banana Pro]]：Google AI Studio图像生成模型 - -## Connections -- [[AI图像生成]] ← uses ← [[Nano Banana Pro]] -- [[Nano Banana Pro]] ← includes ← [[身份锁定]] -- [[Nano Banana Pro]] ← includes ← [[文本渲染]] - -## Contradictions diff --git a/wiki/sources/Nano Banana 提示词框架.md b/wiki/sources/Nano Banana 提示词框架.md deleted file mode 100644 index f917b39a..00000000 --- a/wiki/sources/Nano Banana 提示词框架.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Nano Banana 提示词框架：物件与人物结构化描述模板" -type: source -tags: ['NanoBanana', 'Prompt', '图像生成', 'Google', 'AI', '提示词框架'] -date: 2025-10-01 -source: -author: shenwei ---- - -## Source File -- [[raw/AI/Nano Banana 提示词框架.md]] - -## Summary -- 核心主题：Nano Banana 图像生成模型的系统化 Prompt 框架，提供物件和人物两类结构化描述模板 -- 问题域：用户不知道如何结构化地描述画面元素，导致生成结果不稳定或不精确 -- 方法/机制：将图像描述分解为 shot/subject/environment/lighting/camera/color_grade/style/quality/negatives 等字段，填入 JSON 模板 -- 结论/价值：结构化 Prompt 是 Nano Banana 生成高质量图像的关键，比自由文本描述准确率高得多 - -## Key Claims -- **物件描述框架**：shot + subject(item/materials/details/condition) + environment + lighting + camera(focal_length/aperture/angle) + color_grade + style + quality + negatives -- **人物描述框架**：shot + subject(age/gender/race/build/clothing/hair/facial expression) + environment + lighting + camera + style -- **核心字段**：shot（景别）、negatives（负向提示词，用于排除不需要的元素）、camera（镜头参数） -- Nano Banana 的差异化优势：文本渲染（精准文字植入图像）、4K 分辨率、角色一致性 - -## Key Concepts -- [[NanoBanana]]：Google 专业级 AI 图像生成模型 -- [[结构化Prompt框架]]：将图像描述分解为标准字段，减少生成不确定性 -- [[负向提示词]]（Negatives）：明确告诉模型不要出现什么，提升画面纯净度 - -## Key Entities -- [[Google]]：Nano Banana 开发商 - -## Connections -- [[NanoBanana]] ← uses ← [[结构化Prompt框架]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/Nano-Banana Pro Prompting Guide & Strategies 1.md b/wiki/sources/Nano-Banana Pro Prompting Guide & Strategies 1.md deleted file mode 100644 index 7d428daa..00000000 --- a/wiki/sources/Nano-Banana Pro Prompting Guide & Strategies 1.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Nano-Banana Pro Prompting Guide & Strategies" -type: source -tags: ['NanoBanana', '图像生成', 'Prompt', 'AI', 'Gemini', 'Google'] -date: 2025-11-28 -source: https://dev.to/googleai/nano-banana-pro-prompting-guide-strategies-1h9n ---- - -## Source File -- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]] - -## Summary -- 核心主题：Nano-Banana Pro 图像生成模型的进阶 Prompt 策略指南，涵盖 10 大应用场景 -- 问题域：如何有效发挥 Nano-Banana Pro 的专业级图像生成能力（文本渲染、角色一致性、4K 高分辨率等） -- 方法/机制：通过分场景的 Prompt 结构化指导（Infographics、Storyboarding、3D 转化、修复着色等），将模型能力转化为生产力工具 -- 结论/价值：Nano-Banana Pro 从"娱乐图像生成"升级为"专业资产生产"，需要对应的专业 Prompt 工程方法 - -## Key Claims -- Nano-Banana Pro 核心升级：从"有趣"到"实用"，专业级输出能力覆盖：文本渲染、信息图、角色一致性、视觉合成、世界知识搜索、4K 高分辨率 -- 10大应用场景：文本渲染/信息图、病毒式缩略图、Google Search 增强 grounding、修复着色、2D↔3D 转换、4K 纹理、思维推理、单次 Storyboarding、结构控制/布局指导 -- AI Studio + API 是主要接入方式，支持通过 Prompt 精细控制生成结果 - -## Key Concepts -- [[NanoBanana]]：Google 推出的专业级 AI 图像生成模型 -- [[文本渲染]]：Nano-Banana Pro 的核心能力之一，在图像中精准渲染文字 -- [[角色一致性]]：多帧/多场景中保持角色形象稳定 -- [[Grounding]]：通过 Google Search 将生成内容与真实世界知识对齐 -- [[Storyboarding]]：单次生成故事板/概念艺术 - -## Key Entities -- [[Google]]：Nano-Banana Pro 开发商 -- [[AI Studio]]：Google AI 开发平台，Nano-Banana Pro 接入入口 - -## Connections -- [[NanoBanana]] ← is_product_of ← [[Google]] -- [[AI Studio]] ← provides_access_to ← [[NanoBanana]] -- [[Grounding]] ← uses ← [[Google]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/Nano-Banana-Pro-Prompting-Guide.md b/wiki/sources/Nano-Banana-Pro-Prompting-Guide.md deleted file mode 100644 index c494cc71..00000000 --- a/wiki/sources/Nano-Banana-Pro-Prompting-Guide.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Nano-Banana Pro Prompting Guide & Strategies" -type: source -tags: [nanobanana, gemini, prompting, 图像生成, ai] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]] - -## Summary -- 核心主题：Nano-Banana Pro（Google图像生成模型）的完整提示词工程指南 -- 问题域：如何有效利用Nano-Banana Pro的文本渲染、角色一致性、视觉合成、世界知识和4K输出能力 -- 方法/机制：四大黄金法则 + 10个应用场景的最佳实践 -- 结论/价值：Nano-Banana Pro是"会思考"的模型，需要创意总监式提示而非标签堆砌 - -## Key Claims -- 黄金法则：①编辑而非重新生成（80%正确则只改20%）②自然语言完整句子 ③具体且有描述性 ④提供"为什么"或"为谁"的上下文 -- 文本渲染/信息图：支持SOTA文本渲染，可将PDF/密集文本压缩为视觉辅助工具 -- 角色一致性：支持14张参考图（6张高保真），实现"身份锁定"——将特定人物放入新场景 -- Google搜索锚定：结合实时数据减少幻觉，可视化天气、股票、新闻等动态信息 -- 2D↔3D转换：可将平面图转换为室内设计展示板，或将Meme转换为3D渲染 - -## Key Quotes -> "Nano-Banana Pro is a 'Thinking' model. It doesn't just match keywords; it understands intent, physics, and composition. To get the best results, stop using 'tag soups' and start acting like a Creative Director" — Google DevRel - -## Key Concepts -- [[身份锁定]]：通过参考图保持人物/角色面部特征一致的能力 -- [[Nano Banana]]：Google的图像生成模型（Pro版本） -- [[文本渲染]]：Nano Banana Pro的SOTA能力之一 -- [[2D↔3D转换]]：平面图到3D可视化的转换能力 - -## Key Entities -- [[Nano Banana]]：Google DeepMind图像生成模型 - -## Connections -- [[Nano Banana Pro]] ← 产品 ← [[Nano Banana]] -- [[身份锁定]] ← 核心能力 ← [[Nano Banana Pro]] -- [[文本渲染]] ← 核心能力 ← [[Nano Banana Pro]] - -## Contradictions -- 与传统标签堆砌提示词对比：Nano Banana Pro需要创意总监式的结构化描述，而非关键词罗列 diff --git a/wiki/sources/Nano-Banana-Pro提示词指南-谷歌官方版.md b/wiki/sources/Nano-Banana-Pro提示词指南-谷歌官方版.md deleted file mode 100644 index cb7c98ae..00000000 --- a/wiki/sources/Nano-Banana-Pro提示词指南-谷歌官方版.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Nano Banana Pro提示词指南谷歌官方版" -type: source -tags: [nanobanana, prompting, 图像生成, google, ai] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## Summary -- 核心主题：Google官方Nano Banana Pro提示词完整指南，10大使用场景详解 -- 问题域：如何有效利用Nano Banana Pro的图像生成能力生产专业级内容 -- 方法/机制：创意总监式提示词方法论 + 分场景最佳实践 -- 结论/价值：Nano Banana Pro是"功能性"专业资产生产工具，需要有策略的提示词设计而非简单标签堆砌 - -## Key Claims -- Nano Banana Pro是思维模型，理解意图、物理原理和构图，而非简单关键词匹配 -- 黄金法则：编辑而非重新生成、使用自然语言完整句子、具体描述、提供上下文 -- 10大场景：文本渲染信息图、角色一致性、Google搜索锚定、高级编辑、2D↔3D转换、高分辨率纹理、思维推理、一次性故事板、结构控制与布局 -- 身份锁定技术：通过参考图保持人物面部特征一致，支持14张参考图 - -## Key Concepts -- [[Nano Banana]]：Google DeepMind图像生成模型 -- [[身份锁定]]：通过参考图保持人物一致性的能力 -- [[思维推理]]：Nano Banana Pro在生成前先进行中间推理图像优化构图 - -## Key Entities -- [[Nano Banana Pro]]：Google图像生成模型 - -## Connections -- [[Nano Banana Pro]] ← 产品 ← [[Nano Banana]] -- [[身份锁定]] ← 核心能力 ← [[Nano Banana Pro]] - -## Contradictions -- 与简单提示词对比：需要"创意总监式"结构化提示，而非标签堆砌 diff --git a/wiki/sources/Nano-Banana-Pro提示词指南.md b/wiki/sources/Nano-Banana-Pro提示词指南.md deleted file mode 100644 index 4994d1d3..00000000 --- a/wiki/sources/Nano-Banana-Pro提示词指南.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Nano Banana Pro提示词指南" -type: source -tags: [NanoBanana, 提示词, 图像生成] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/Nano-Banana Pro Prompting Guide & Strategies 1.md]] - -## Summary -- 核心主题：Google Nano Banana Pro（Imagen3）图像生成模型的完整提示词策略指南 -- 问题域：如何有效提示Nano Banana Pro生成专业级图像资产 -- 方法/机制：自然语言描述而非标签堆砌、编辑而非重生成、提供上下文 -- 结论/价值：Nano Banana Pro是"会思考"的模型，需像与人类艺术家沟通一样提示它 - -## Key Claims -- 黄金法则：编辑而非重生成、自然语言完整句子、具体描述、提供"为什么/为谁"的上下文 -- 文本渲染与信息图：支持可读文本渲染，可将PDF/报告转化为信息图、白板图、技术图纸 -- 角色一致性（Identity Locking）：支持14张参考图（高保真6张），可锁定角色面部特征 -- Google Searchgrounding：可基于实时搜索数据生成图像，减少幻觉 -- 九大能力：文本渲染、信息图、角色一致性、搜索grounding、编辑修复、二维↔三维转换、4K高分辨率、思考推理、单次故事板 - -## Key Quotes -> "Stop using 'tag soups' (e.g., dog, park, 4k, realistic) and start acting like a Creative Director." — Google Developer Guide - -## Key Concepts -- [[NanoBanana]]：Google的图像生成模型，支持文本渲染、角色一致性和高分辨率 -- [[IdentityLocking]]：通过参考图像锁定角色面部特征的技术 -- [[图像提示词工程]]：区别于标签堆砌的创意总监式沟通方式 - -## Key Entities -- [[NanoBanana]]：Google AI图像生成模型（Nano Banana Pro = Imagen3） -- [[Google]]：发布方 - -## Connections -- [[Nano-Banana-Pro提示词指南]] ← documents ← [[NanoBanana]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Nano-Banana-Pro提示词指南谷歌官方版.md b/wiki/sources/Nano-Banana-Pro提示词指南谷歌官方版.md deleted file mode 100644 index e6d7b871..00000000 --- a/wiki/sources/Nano-Banana-Pro提示词指南谷歌官方版.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Nano Banana Pro提示词指南谷歌官方版" -type: source -tags: [nano-banana, prompt, 图像生成] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## Summary -- 核心主题：Google官方发布的Nano Banana Pro完整提示词指南 -- 问题域：从"趣味性"图像生成向"功能性"专业资产生产的范式转移 -- 方法/机制：意图理解引擎突破，支持物理规则推演、构图美学理解、语义上下文推理 -- 结论/价值：Nano Banana Pro是专业内容生产工具，需像创意总监一样使用 - -## Key Claims -- 意图理解引擎突破：物理规则推演、构图美学理解、语义上下文推理 -- 10大章节：黄金法则、文本渲染、角色一致性、Google搜索锚定、高级编辑、维度转换、高分辨率、推理、故事板、结构控制 -- 身份锁定(Identity Locking)：保持角色面部特征一致 - -## Key Quotes -> "当AI开始'思考'创作" — 范式转移 - -## Key Concepts -- [[NanoBanana]]：Google图像生成模型 -- [[意图理解引擎]]：Nano Banana Pro的核心能力 - -## Key Entities -- [[Google]]：Nano Banana Pro的开发商 - -## Connections -- [[NanoBanana]] ← 技术 ← [[Google]] -- [[意图理解引擎]] ← 核心能力 ← [[NanoBanana]] - -## Contradictions -- 与[[Nano-Banana Pro Prompting Guide & Strategies 1.md]]内容高度重叠 diff --git a/wiki/sources/NanoBananaPro提示词官方指南.md b/wiki/sources/NanoBananaPro提示词官方指南.md deleted file mode 100644 index ae65046d..00000000 --- a/wiki/sources/NanoBananaPro提示词官方指南.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Nano Banana Pro提示词官方指南" -type: source -tags: [NanoBanana, 提示词, Google, 图像生成] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## Summary -- 核心主题：Google官方Nano Banana Pro图像生成模型的完整提示词策略 -- 问题域：从"趣味性"图像生成到"功能性"专业资产生产的范式转变 -- 方法/机制：意图理解引擎、物理规则推演、构图美学理解、语义上下文推理 -- 结论/价值：停止标签堆砌，像创意总监一样与模型沟通 - -## Key Claims -- 相比前代从"趣味"到"功能"的进化：意图理解、物理规则推演、构图美学、语义上下文 -- 黄金法则：编辑而非重生成、使用自然语言完整句子、具体描述、提供上下文 -- 文本渲染能力：可生成财报信息图、白板图、技术图纸、复古风格图 -- 角色一致性：支持14张参考图（高保真6张），Identity Locking -- Google Search Grounding：基于实时搜索数据减少幻觉 -- 九大能力：文本渲染、角色一致性、搜索Grounding、高级编辑、二维↔三维、高分辨率、思考推理、单次故事板、结构控制 - -## Key Quotes -> "Stop using 'tag soups' and start acting like a Creative Director." — Google官方指南 - -## Key Concepts -- [[NanoBanana]]：Google图像生成模型 -- [[IdentityLocking]]：通过参考图锁定角色面部特征 -- [[图像提示词工程]]：创意总监式沟通方式 - -## Key Entities -- [[Google]]：发布方 -- [[NanoBanana]]：图像生成模型（Nano Banana Pro = Imagen3） - -## Connections -- [[NanoBananaPro提示词官方指南]] ← documents ← [[NanoBanana]] - -## Contradictions -- 与 [[Nano-Banana-Pro提示词指南]] 内容重叠，后者为更详细的dev.to版本 diff --git a/wiki/sources/Never write another prompt.md b/wiki/sources/Never write another prompt.md deleted file mode 100644 index 5a168a44..00000000 --- a/wiki/sources/Never write another prompt.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Never Write Another Prompt" -type: source -tags: ['Prompt', 'AI', 'Anthropic', '工具', '自动化'] -date: 2025-03-06 -source: https://youtu.be/OkaplCDf7Ac ---- - -## Source File -- [[raw/AI/Never write another prompt.md]] - -## Summary -- 核心主题：通过 Prompt 生成工具（基于 Anthropic Console）将简单描述自动转化为结构化详细 Prompt，降低 Prompt 工程门槛 -- 问题域：高质量 Prompt 编写需要专业知识和时间（单次成本 $100-$500），普通用户难以获得好的 AI 输出 -- 方法/机制：工具接收基础描述 → 输出详细结构化 Prompt（含变量支持）→ 可复用保存 -- 结论/价值：Prompt 工程民主化，普通用户无需成为专家即可获得高质量 AI 响应 - -## Key Claims -- 高质量 Prompt 单次服务费用 $100-$500，使用自动化工具可无限生成 -- 支持变量（Variables）实现 Prompt 复用和定制化 -- Prompt 库（Prompt Libraries）提供现成模板，减少重复创建时间 -- 生成的 Prompt 结构化程度高、编辑友好，提升 AI 响应质量 -- API Key 使用时需注意安全与隐私保护 - -## Key Concepts -- [[Prompt自动化]]：从简单描述自动生成高质量结构化 Prompt -- [[Prompt库]]：现成 Prompt 模板集合，用于快速复用 -- [[变量机制]]：在 Prompt 中插入变量实现模板化复用 -- [[Prompt工程民主化]]：降低 AI 使用门槛，使非专业用户也能获得高质量输出 - -## Key Entities -- [[Anthropic Console]]：Anthropic 官方控制台，提供 API Key 管理和 Prompt 创建功能 -- [[Claude]]：Anthropic 开发的 AI 模型，通过高质量 Prompt 获得更好效果 - -## Connections -- [[Prompt自动化]] ← enables ← [[Prompt工程民主化]] -- [[Anthropic Console]] ← provides_access_to ← [[Prompt自动化]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md b/wiki/sources/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md deleted file mode 100644 index d021495f..00000000 --- a/wiki/sources/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器" -type: source -tags: ['GitHub'] -date: 2026-02-22 ---- - -## Source File -- [[Home Office/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md]] - -## Summary -- 核心主题：title: NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器 source: https://www.appinn.com/nodewarden/ author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/NodeWarden-Bitwarden-Cloudflare-Workers.md b/wiki/sources/NodeWarden-Bitwarden-Cloudflare-Workers.md deleted file mode 100644 index adcd29cb..00000000 --- a/wiki/sources/NodeWarden-Bitwarden-Cloudflare-Workers.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "NodeWarden - 把Bitwarden搬上Cloudflare Workers" -type: source -tags: [bitwarden, cloudflare-workers, 无服务器, 密码管理] -date: 2026-02-22 ---- - -## Source File -- [[raw/Home Office/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md]] - -## Summary -- 核心主题：NodeWarden——将Bitwarden服务器端运行在Cloudflare Workers上的无服务器方案 -- 问题域：如何彻底摆脱VPS，自托管Bitwarden密码管理 -- 方法/机制：Bitwarden客户端 → Cloudflare Workers（运行Wwarden服务端）→ Cloudflare KV（存储） -- 结论/价值：连VPS都不需要，Cloudflare Workers即可托管Bitwarden服务端 - -## Key Claims -- NodeWarden让你用Cloudflare Workers取代传统VPS来运行Bitwarden服务器端 -- 数据存储在Cloudflare KV（边缘键值存储） -- 支持自动填充、双因素认证等完整Bitwarden功能 -- 零服务器成本（Workers免费额度足够个人使用） - -## Key Quotes -> "部署 NodeWarden 之后的效果，就是在无服务器的情况下，也能在手机、电脑上使用 Bitwarden 客户端来保存密码了" — Appinn - -## Key Concepts -- [[Cloudflare Workers]]：边缘计算平台，可运行无服务器代码 -- [[Bitwarden]]：开源密码管理工具 -- [[无服务器密码管理]]：用边缘计算替代传统VPS托管 - -## Key Entities -- [[NodeWarden]]：将Bitwarden搬到Cloudflare Workers的项目 -- [[Cloudflare Workers]]：无服务器平台 -- [[Cloudflare KV]]：边缘键值存储 - -## Connections -- [[NodeWarden]] ← 实现方案 ← Bitwarden自托管 -- [[Cloudflare Workers]] ← 托管平台 ← Bitwarden服务端 - -## Contradictions -- 与传统VPS自托管Bitwarden对比：无需VPS，成本更低，但功能可能有所限制 diff --git a/wiki/sources/NodeWarden-Bitwarden搬上Cloudflare-Workers.md b/wiki/sources/NodeWarden-Bitwarden搬上Cloudflare-Workers.md deleted file mode 100644 index 10db3d7e..00000000 --- a/wiki/sources/NodeWarden-Bitwarden搬上Cloudflare-Workers.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器" -type: source -tags: [bitwarden, cloudflare, workers, 密码管理, 无服务器] -date: 2026-02-27 ---- - -## Source File -- [[raw/Home Office/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md]] - -## Summary -- 核心主题：使用 NodeWarden 在 Cloudflare Workers 上自托管 Bitwarden 兼容服务器 -- 问题域：密码管理系统的无服务器化部署 -- 方法/机制：利用 Cloudflare Workers + D1 + R2 实现 Bitwarden 协议兼容的密码管理后端 -- 结论/价值：完全免费、无 VPS 的自托管密码管理方案，支持 TOTP/ passkey - -## Key Claims -- NodeWarden 是 Bitwarden 协议的无服务器实现，部署在 Cloudflare Workers 上 -- 相比官方 Bitwarden：支持 TOTP 和 passkey（免费），但仅支持单用户 -- 技术栈：Cloudflare D1（数据库）、R2（附件存储）、Workers（计算层） -- 部署方式：fork GitHub 仓库，通过 Cloudflare 一键部署 -- 使用 Bitwarden 官方客户端登录自托管服务器需要填写自定义服务器 URL - -## Key Quotes -> "连 VPS 都可以省了" — NodeWarden 的核心价值主张 - -## Key Concepts -- [[Cloudflare Workers]]：无服务器计算平台 -- [[Cloudflare D1]]：SQLite 边缘数据库 -- [[Cloudflare R2]]：S3 兼容的对象存储 -- [[Bitwarden]]：开源密码管理协议 - -## Key Entities -- [[NodeWarden]]：Bitwarden 协议的无服务器实现 - -## Connections -- [[NodeWarden]] ← deploys_on ← [[Cloudflare Workers]] -- [[NodeWarden]] ← uses ← [[Cloudflare D1]] -- [[NodeWarden]] ← uses ← [[Cloudflare R2]] - -## Contradictions -- 无 diff --git a/wiki/sources/NodeWarden-Bitwarden无服务器部署.md b/wiki/sources/NodeWarden-Bitwarden无服务器部署.md deleted file mode 100644 index e4ab5668..00000000 --- a/wiki/sources/NodeWarden-Bitwarden无服务器部署.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "NodeWarden Bitwarden无服务器部署" -type: source -tags: [NodeWarden, Bitwarden, Cloudflare, Workers] -date: 2026-02-22 ---- - -## Source File -- [[raw/Home Office/NodeWarden - 把 Bitwarden 搬上 Cloudflare Workers，彻底告别服务器.md]] - -## Summary -- 核心主题：NodeWarden——将Bitwarden服务器端部署在Cloudflare Workers上，完全无需VPS -- 问题域：自托管Bitwarden需要服务器成本和维护工作 -- 方法/机制：Cloudflare Workers + D1数据库 + R2对象存储 + 一键GitHub部署 -- 结论/价值：免费、无服务器、支持TOTP/Passkey的Bitwarden替代方案 - -## Key Claims -- 支持功能：单用户保管箱、文件夹/收藏、全量同步、附件、图标代理、TOTP/Passkey -- 不支持：多用户、组织/集合、SSO/SCIM、Send、紧急访问 -- TOTP支持：设置TOTP_SECRET环境变量即可 -- 部署方式：fork GitHub仓库 → Cloudflare一键部署 -- 登录地址：https://nodewarden.ishenwei.online/ -- Bitwarden官方客户端可直接连接自托管服务器 - -## Key Concepts -- [[无服务器密码管理]]：Cloudflare Workers替代传统VPS -- [[CloudflareD1]]：边缘数据库 -- [[CloudflareR2]]：对象存储 - -## Key Entities -- [[NodeWarden]]：Bitwarden服务端替代方案 -- [[Cloudflare]]：Workers无服务器平台 -- [[Bitwarden]]：密码管理客户端 - -## Connections -- [[NodeWarden-Bitwarden无服务器部署]] ← implements ← [[无服务器密码管理]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/NotebookLM-7ways.md b/wiki/sources/NotebookLM-7ways.md deleted file mode 100644 index 9a5c42da..00000000 --- a/wiki/sources/NotebookLM-7ways.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "NotebookLM 7种使用方法" -type: source -tags: [notebooklm, ai, 学习] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/7 ways I use NotebookLM to make my life easier.md]] - -## Summary -- 核心主题：NotebookLM在日常工作流程中的7种实用场景 -- 问题域：信息过载时代的知识消化、内容整理和学习效率提升 -- 方法/机制：利用Source-Grounding确保回答准确性，通过Audio Overview、问答、文档比对等方式实现被动学习 -- 结论/价值：NotebookLM通过严格限制知识库范围（Source-Grounding）解决了LLM幻觉问题，是处理长文档和法律文件的利器 - -## Key Claims -- NotebookLM的核心能力是Source-Grounding，将回答严格限制在用户上传的文档范围内 -- Audio Overview功能可将文档转化为双人对话播客，适合通勤等被动学习场景 -- NotebookLM适合法律文档（租约、合同）的精确检索，每个回答都附带引用 - -## Key Quotes -> "NotebookLM's best quality is that it prioritizes accuracy by strictly limiting its knowledge base to only your trusted documents." — 核心定位 -> "I made about six apps that are being leased by companies this year, which NotebookLM organized into goals for me." — 项目管理案例 - -## Key Concepts -- [[Source-Grounding]]：NotebookLM的核心技术，将AI回答严格限制在上传文档范围内 -- [[音频概览]]：NotebookLM将文档转化为AI双人对话播客的功能 -- [[被动学习]]：利用Audio Overview在通勤、运动等场景消费知识内容 - -## Key Entities -- [[NotebookLM]]：Google开发的AI学习工具 -- [[Google]]：NotebookLM的开发商 - -## Connections -- [[Source-Grounding]] ← 核心机制 ← [[NotebookLM]] -- [[音频概览]] ← 功能 ← [[NotebookLM]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md b/wiki/sources/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md deleted file mode 100644 index 3eddc6ac..00000000 --- a/wiki/sources/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式" -type: source -tags: ['Obsidian'] -date: 2025-03-13 ---- - -## Source File -- [[Others/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md]] - -## Summary -- 核心主题：title: Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式 source: https://mp.weixin.qq.com/s?__biz=MzI3NzcwOTY4MQ==&mid=2247486964&idx=1&sn=557964926878ef9dfbf92d5cee36122c&scene=21#wechat_redirect author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Obsidian 高效指南：我常用的插件与实用技巧.md b/wiki/sources/Obsidian 高效指南：我常用的插件与实用技巧.md deleted file mode 100644 index 0d894b4d..00000000 --- a/wiki/sources/Obsidian 高效指南：我常用的插件与实用技巧.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Obsidian 高效指南：我常用的插件与实用技巧" -type: source -tags: ['Obsidian'] -date: 2025-03-13 ---- - -## Source File -- [[Others/Obsidian 高效指南：我常用的插件与实用技巧.md]] - -## Summary -- 核心主题：title: Obsidian 高效指南：我常用的插件与实用技巧 source: https://mp.weixin.qq.com/s?__biz=MzI3NzcwOTY4MQ==&mid=2247486952&idx=1&sn=500776eb21b2876697bd9d59c1db05bc&scene=21#wechat_redirect author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Obsidian-Tasks.md b/wiki/sources/Obsidian-Tasks.md deleted file mode 100644 index 6a934b83..00000000 --- a/wiki/sources/Obsidian-Tasks.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Obsidian Tasks插件" -type: source -tags: [tutorial] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md]] - -## Summary -- 核心主题：Obsidian Tasks插件介绍 -- 问题域：如何在Obsidian中进行任务管理 -- 方法/机制：使用Tasks插件替代独立待办应用，实现笔记与任务一体化 -- 结论/价值：Tasks插件是Obsidian最实用的任务管理工具 - -## Key Claims -- Tasks插件可实现笔记内的任务管理 -- 支持任务筛选、日期管理和可视化 - -## Key Concepts -- [[任务管理]]：待办事项的追踪和管理 - -## Key Entities -- [[Obsidian]]：笔记应用 -- [[Tasks插件]]：Obsidian任务管理插件 - -## Connections -- [[Obsidian]] ← 扩展 ← [[Tasks插件]] - -## Contradictions diff --git a/wiki/sources/Obsidian-Tasks插件.md b/wiki/sources/Obsidian-Tasks插件.md deleted file mode 100644 index 9333e2e0..00000000 --- a/wiki/sources/Obsidian-Tasks插件.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Obsidian Tasks插件" -type: source -tags: [] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md]] - -## Summary -- 核心主题：Obsidian Tasks插件实现任务管理 -- 问题域：个人效率、任务追踪、笔记与任务一体化 -- 方法/机制：使用Markdown语法创建任务，支持日期、优先级、标签、重复任务、查询语法 -- 结论/价值：将任务管理整合进Obsidian笔记系统，减少工具切换成本 - -## Key Claims -- Tasks插件使用简单的Markdown语法`- [ ]`创建任务 -- 支持强大的查询语法，可按日期、优先级、标签等条件筛选任务 -- 支持重复任务和计划任务（every week/month） -- 任务与笔记天然整合，避免了Notion/Todoist与笔记工具割裂的问题 - -## Key Quotes -> "在笔记的上下文里，直接看到当前最重要的任务" - -## Key Concepts -- [[任务管理]]：在笔记系统中嵌入待办事项追踪 -- [[Markdown任务语法]]：使用`- [ ]`格式创建结构化任务 -- [[间隔重复]]：通过重复任务实现计划性任务管理 - -## Key Entities -- [[Obsidian]]：本地优先的笔记和知识管理应用 -- [[Tasks插件]]：Obsidian任务管理插件 - -## Connections -- [[Obsidian]] ← extends ← [[Obsidian-Tasks插件]] -- [[任务管理]] ← implements ← [[Obsidian-Tasks插件]] - -## Contradictions -- 与Todoist对比：Tasks插件更适合已深度使用Obsidian的用户，不适合需要手机端快速添加任务的场景 diff --git a/wiki/sources/Obsidian-Tasks插件任务管理.md b/wiki/sources/Obsidian-Tasks插件任务管理.md deleted file mode 100644 index 0544231d..00000000 --- a/wiki/sources/Obsidian-Tasks插件任务管理.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Obsidian Tasks插件任务管理" -type: source -tags: [Obsidian, Tasks插件, 任务管理] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/Obsidian Tasks 插件：这可能是最适合懒人的任务管理方式.md]] - -## Summary -- 核心主题：Obsidian Tasks插件将任务管理与笔记融为一体 -- 问题域：任务与笔记割裂，需要在不同工具间切换 -- 方法/机制：- [ ] 语法创建任务，查询语法筛选，重复任务自动创建 -- 结论/价值：Tasks插件让任务在笔记上下文中自然呈现 - -## Key Claims -- 任务语法：- [ ] 撰写公众号文章 📅 2025-03-03 🔼 #高优先级 -- 查询语法：not done + due before tomorrow + sort by priority -- 重复任务：⏳ every week / ⏳ every month -- 优势：任务在笔记上下文里，无需切换工具 -- 限制：不适合卡片式任务管理、不支持团队协作、手机体验一般 - -## Key Concepts -- [[ObsidianTasks]]：Obsidian任务管理插件 -- [[任务查询语法]]：tasks代码块的条件筛选 - -## Key Entities -- [[Obsidian]]：笔记软件 -- [[Tasks插件]]：Obsidian任务管理插件 - -## Connections -- [[Obsidian-Tasks插件任务管理]] ← documents ← [[ObsidianTasks]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Obsidian-十大插件.md b/wiki/sources/Obsidian-十大插件.md deleted file mode 100644 index 8bc7006a..00000000 --- a/wiki/sources/Obsidian-十大插件.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "Obsidian十大必备插件" -type: source -tags: [tutorial] -date: 2025-03-17 ---- - -## Source File -- [[raw/Others/Obsidian最有必要安装的10款插件是这些.md]] - -## Summary -- 核心主题：Obsidian最值得安装的插件推荐 -- 问题域：如何在众多插件中选择最实用的 -- 方法/机制：经过深度使用测试，推荐10款核心插件 -- 结论/价值：帮助用户避免插件选择困难，聚焦最高效工具 - -## Key Claims -- 真正有必要安装的插件不超过10款 -- 大多数场景只需其中2-3款即可满足需求 - -## Key Concepts -- [[插件生态]]：Obsidian的可扩展系统 - -## Key Entities -- [[Obsidian]]：笔记应用 - -## Connections -- [[Obsidian]] ← 精选 ← [[插件生态]] - -## Contradictions diff --git a/wiki/sources/Obsidian-碎片化.md b/wiki/sources/Obsidian-碎片化.md deleted file mode 100644 index f8b65739..00000000 --- a/wiki/sources/Obsidian-碎片化.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -title: "Obsidian碎片化记录" -type: source -tags: [reflection] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/为什么 Obsidian 让我戒掉了碎片化记录.md]] - -## Summary -- 核心主题：Obsidian如何解决碎片化记录问题 -- 问题域：信息收集与知识管理的矛盾 -- 方法/机制：通过复盘和结构化笔记克服「存而不读」 -- 结论/价值：笔记需要复盘才能产生价值 - -## Key Claims -- 收集信息不等于让信息发挥价值 -- 复盘是知识管理的关键环节 - -## Key Concepts -- [[第二大脑]]：数字知识管理系统 -- [[知识复盘]]：定期回顾和整理知识 - -## Key Entities -- [[Obsidian]]：笔记应用 - -## Connections -- [[Obsidian]] ← 实现 ← [[第二大脑]] -- [[复盘]] ← 支撑 ← [[知识管理]] - -## Contradictions diff --git a/wiki/sources/Obsidian-高效指南.md b/wiki/sources/Obsidian-高效指南.md deleted file mode 100644 index e04a74ec..00000000 --- a/wiki/sources/Obsidian-高效指南.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "Obsidian高效指南" -type: source -tags: [tutorial] -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高效使用技巧 -- 问题域：如何提升Obsidian使用效率 -- 方法/机制：分享常用插件和配置技巧 -- 结论/价值：帮助用户建立高效的笔记工作流 - -## Key Claims -- Tasks插件是高效任务管理的关键 -- Dataview可实现数据驱动的笔记分析 - -## Key Concepts -- [[知识管理]]：信息的组织和利用 - -## Key Entities -- [[Obsidian]]：笔记应用 - -## Connections -- [[Obsidian]] ← 插件扩展 ← [[知识管理]] - -## Contradictions diff --git a/wiki/sources/Obsidian十大必备插件.md b/wiki/sources/Obsidian十大必备插件.md deleted file mode 100644 index d28853ca..00000000 --- a/wiki/sources/Obsidian十大必备插件.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Obsidian十大必备插件" -type: source -tags: [Obsidian, 插件, 知识管理] -date: 2025-03-17 ---- - -## Source File -- [[raw/Others/Obsidian最有必要安装的10款插件是这些.md]] - -## Summary -- 核心主题：Obsidian最必要的10款插件分类和组合使用建议 -- 问题域：从上千款插件中筛选最值得安装的 -- 方法/机制：核心生产力+效率增强+信息可视化+便利性分类 -- 结论/价值：三种推荐组合——知识管理流/任务管理流/学习研究流 - -## Key Claims -- 核心生产力：Templater（模板）、Dataview（数据查询）、Spaced Repetition（间隔重复） -- 效率增强：Kanban（看板）、Projects（项目管理）、Outliner（大纲） -- 信息可视化：Calendar（日历）、DB Folder（数据库视图） -- 便利性：Homepage（主页）、File Explorer Note Count（文件计数） -- 知识管理流：Dataview + Templater + Calendar -- 任务管理流：Kanban + Projects + Outliner -- 学习研究流：Spaced Repetition + DB Folder - -## Key Concepts -- [[Obsidian插件分类]]：四类插件的功能划分 -- [[插件组合流]]：不同场景的最优插件组合 - -## Key Entities -- [[Obsidian]]：笔记软件 -- [[Templater]]：模板插件 -- [[Dataview]]：数据查询插件 -- [[Kanban]]：看板插件 -- [[Calendar]]：日历插件 - -## Connections -- [[Obsidian十大必备插件]] ← documents ← [[Obsidian插件分类]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Obsidian十大插件.md b/wiki/sources/Obsidian十大插件.md deleted file mode 100644 index 32d80c3b..00000000 --- a/wiki/sources/Obsidian十大插件.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -title: "Obsidian十大插件" -type: source -tags: [] -date: 2025-03-17 ---- - -## Source File -- [[raw/Others/Obsidian最有必要安装的10款插件是这些.md]] - -## Summary -- 核心主题：Obsidian十大必备插件分类推荐 -- 问题域：插件选择困难症、知识管理工具配置 -- 方法/机制：按核心生产力、效率增强、信息可视化、便利性四类推荐10款插件，并给出组合建议 -- 结论/价值：帮助用户在海量插件中快速定位最适合自己的工具组合 - -## Key Claims -- 核心生产力插件：Templater（动态模板）、Dataview（笔记数据库）、Spaced Repetition（间隔重复） -- 效率增强插件：Kanban（看板）、Projects（项目）、Outliner（大纲） -- 信息可视化插件：Calendar（日历）、DB Folder（数据库视图） -- 便利性插件：Homepage（首页）、File Explorer Note Count（文件统计） -- 三大组合流：知识管理流、任务管理流、学习研究流 - -## Key Quotes -> "人不可能都去了解，时间成本也非常高，因此，尽早去确定最有必要安装的插件才是最高效的" - -## Key Concepts -- [[间隔重复]]：Spaced Repetition基于遗忘曲线复习知识 -- [[看板视图]]：Kanban将任务分阶段可视化 -- [[知识记忆]]：间隔重复与结构化存储结合 - -## Key Entities -- [[Templater]]：动态模板插件 -- [[Dataview]]：笔记数据库查询 -- [[SpacedRepetition]]：间隔重复插件 -- [[Kanban]]：看板视图插件 -- [[Projects]]：项目视图插件 -- [[Calendar]]：日历视图插件 -- [[DBFolder]]：数据库文件夹插件 -- [[Homepage]]：首页插件 - -## Connections -- [[Obsidian]] ← plugins ← [[Obsidian十大插件]] -- [[知识管理流]] ← composed_of ← [[Dataview]] + [[Templater]] + [[Calendar]] -- [[任务管理流]] ← composed_of ← [[Kanban]] + [[Projects]] + [[Outliner]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Obsidian戒掉碎片化记录.md b/wiki/sources/Obsidian戒掉碎片化记录.md deleted file mode 100644 index 5fa52f07..00000000 --- a/wiki/sources/Obsidian戒掉碎片化记录.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Obsidian戒掉碎片化记录" -type: source -tags: [Obsidian, 知识管理, 笔记] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/为什么 Obsidian 让我戒掉了碎片化记录.md]] - -## Summary -- 核心主题：Obsidian的双链功能如何让笔记从"存储"变成"联结" -- 问题域：笔记存而不读、信息黑洞问题 -- 方法/机制：双链Backlinks串联零散笔记，定期复盘删除无用内容 -- 结论/价值：笔记价值不在"存"而在"联" - -## Key Claims -- 以前的问题：印象笔记/微信收藏存了很多但从不复盘 -- Obsidian改变：笔记价值不在存储，在于关联 -- 双链效果：零散笔记慢慢长成知识网络 -- 三个方法：每日笔记串联想法、地图笔记整理核心主题、定期复盘删除无用笔记 -- 地图笔记：索引页串联相关笔记形成快速导航 - -## Key Concepts -- [[双链笔记]]：笔记间的网状关联 -- [[知识网络]]：零散笔记通过关联形成体系 -- [[地图笔记]]：主题索引页导航相关笔记 - -## Key Entities -- [[Obsidian]]：笔记软件 - -## Connections -- [[Obsidian戒掉碎片化记录]] ← documents [[双链笔记]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Obsidian最有必要安装的10款插件是这些.md b/wiki/sources/Obsidian最有必要安装的10款插件是这些.md deleted file mode 100644 index 4356fdcd..00000000 --- a/wiki/sources/Obsidian最有必要安装的10款插件是这些.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Obsidian最有必要安装的10款插件是这些" -type: source -tags: ['Obsidian'] -date: 2025-03-17 ---- - -## Source File -- [[Others/Obsidian最有必要安装的10款插件是这些.md]] - -## Summary -- 核心主题：title: Obsidian最有必要安装的10款插件是这些 source: https://mp.weixin.qq.com/s/Lvra5i2bYSM5pG7vMA72hQ author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Obsidian高效指南.md b/wiki/sources/Obsidian高效指南.md deleted file mode 100644 index 0c05f8af..00000000 --- a/wiki/sources/Obsidian高效指南.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Obsidian高效指南插件与技巧" -type: source -tags: [Obsidian, 插件, 效率, Dataview, Templater] -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高效使用指南——核心插件和使用技巧 -- 问题域：如何用好Obsidian的插件生态 -- 方法/机制：Tasks/Dataview/Templater/QuickAdd组合，双向链接+Daily Notes -- 结论/价值：深度Obsidian用户的实用工作流 - -## Key Claims -- Tasks：日期提醒+优先级+标签+查询语法 -- Dataview：笔记数据可视化，自动生成表格/列表/图表 -- Templater：预设模板，快速创建格式化的会议记录/读书笔记 -- QuickAdd：快捷键快速创建笔记/向文档添加记录 -- 双向链接：构建个人知识网络，索引页串联关联内容 -- Daily Notes：每日日记模板，计划+待办+学习笔记 -- 折叠+大纲：长篇笔记的层次管理 - -## Key Concepts -- [[Obsidian插件生态]]：Tasks/Dataview/Templater/QuickAdd组合 -- [[双向链接]]：笔记间的网状关联 -- [[DailyNotes]]：每日日记模板 - -## Key Entities -- [[Obsidian]]：笔记软件 -- [[Tasks插件]]：任务管理 -- [[Dataview插件]]：数据查询 -- [[Templater插件]]：模板系统 -- [[QuickAdd插件]]：快速添加 - -## Connections -- [[Obsidian高效指南]] ← documents ← [[Obsidian插件生态]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ollama-DeepSeek-OpenWebUI-离线部署大模型.md b/wiki/sources/Ollama-DeepSeek-OpenWebUI-离线部署大模型.md deleted file mode 100644 index 9d918414..00000000 --- a/wiki/sources/Ollama-DeepSeek-OpenWebUI-离线部署大模型.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Ollama+DeepSeek+OpenWebUI离线部署大模型" -type: source -tags: [ollama, deepseek, open-webui, 部署, 本地大模型] -date: 2025-03-14 ---- - -## Source File -- [[raw/AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md]] - -## Summary -- 核心主题：使用Ollama + DeepSeek + OpenWebUI在本地/内网部署大模型的完整指南 -- 问题域：如何在离线或内网环境中部署和使用大语言模型 -- 方法/机制：Ollama安装 → DeepSeek模型拉取/导入 → OpenWebUI可视化界面部署 → API配置 -- 结论/价值：Ollama提供极简本地LLM部署方案，OpenWebUI提供友好的Web界面，支持API调用和RAG知识库 - -## Key Claims -- Ollama硬件要求：1.5B模型需要4GB RAM，7B需要16GB RAM，32B需要64GB RAM；最佳配置为有独立显卡4GB+显存 -- Ollama支持从HF（ HuggingFace）和魔塔社区直接下载第三方模型 -- Ollama支持通过Modelfile从本地GGUF文件导入模型 -- OpenWebUI支持聊天机器人、本地知识库、图像生成等丰富功能 -- Docker部署Ollama可实现便捷的启停管理 - -## Key Concepts -- [[Ollama]]：开源本地大语言模型运行框架 -- [[OpenWebUI]]：开源Web UI for LLM，支持Ollama等后端 -- [[离线部署]]：在内网/无外网环境下部署LLM的方案 -- [[Modelfile]]：Ollama的模型定义文件格式 - -## Key Entities -- [[Ollama]]：本地LLM运行框架 -- [[DeepSeek]]：可本地运行的模型 -- [[OpenWebUI]]：Web UI界面 - -## Connections -- [[Ollama]] ← 运行时 ← 本地LLM部署 -- [[OpenWebUI]] ← 界面层 ← 本地LLM部署 -- [[离线部署]] ← 部署方式 ← [[Ollama]] - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Ollama-DeepSeek-OpenWebUI离线部署大模型.md b/wiki/sources/Ollama-DeepSeek-OpenWebUI离线部署大模型.md deleted file mode 100644 index 8897074e..00000000 --- a/wiki/sources/Ollama-DeepSeek-OpenWebUI离线部署大模型.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Ollama+DeepSeek+OpenWebUI离线部署大模型" -type: source -tags: [Ollama, DeepSeek, OpenWebUI, 本地部署] -date: 2025-03-14 ---- - -## Source File -- [[raw/AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md]] - -## Summary -- 核心主题：Ollama + DeepSeek + OpenWebUI的完整本地大模型部署方案 -- 问题域：本地私有化部署大模型，确保数据隐私和离线使用 -- 方法/机制：Docker Compose编排，Ollama提供推理服务，OpenWebUI提供图形界面，集成代理访问 -- 结论/价值：Mac Studio M2 Max可流畅运行32B及以下模型，离线部署成本可控 - -## Key Claims -- Ollama安装：支持macOS/Windows/Linux，提供离线安装方案（下载tgz+install.sh） -- 硬件要求：1.5B需4GB RAM，7B需16GB RAM，32B需64GB RAM，70B需128GB RAM -- DeepSeek-R1各版本大小：1.5B=1.1GB，7B=4.7GB，14B=9GB，32B=20GB，70B=43GB，671B=404GB -- 模型下载加速：间隔重启下载脚本、从夸克网盘下载、HF国内镜像(hf-mirror.com) -- OpenWebUI部署：Docker Compose，含RAG知识库、图像生成、联网搜索功能 -- Ollama API访问：允许局域网需设置OLLAMA_HOST=0.0.0.0，通过nginx增加API KEY保护 - -## Key Concepts -- [[本地大模型部署]]：Ollama+OpenWebUI的离线部署架构 -- [[DockerCompose编排]]：多容器协同的服务编排 -- [[RAG知识库]]：OpenWebUI集成的本地知识库检索增强生成 - -## Key Entities -- [[Ollama]]：开源本地大模型运行框架 -- [[DeepSeek]]：国产开源大模型（DeepSeek-R1） -- [[OpenWebui]]：开源Web界面工具，集成Ollama API -- [[Docker]]：容器化部署平台 - -## Connections -- [[Ollama-DeepSeek-OpenWebUI离线部署大模型]] ← implements ← [[本地大模型部署]] -- [[本地大模型部署]] ← orchestrated_by ← [[DockerCompose编排]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/OpenAI ChatGPT 个性化定义.md b/wiki/sources/OpenAI ChatGPT 个性化定义.md deleted file mode 100644 index 3a0a4fd5..00000000 --- a/wiki/sources/OpenAI ChatGPT 个性化定义.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "OpenAI ChatGPT个性化定义" -type: source -tags: [chatgpt, openai, customization, prompt] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/OpenAI ChatGPT 个性化定义.md]] - -## Summary -- 核心主题：ChatGPT自定义指令配置 -- 问题域：通用AI无法适应个人特定需求和工作风格 -- 方法/机制：通过自定义指令定义交互偏好和个人背景 -- 结论/价值：个性化配置提升AI协作效率和输出质量 - -## Key Claims -- 自定义指令包括：交互偏好（组织性、解释风格、主动性） -- 知识来源偏好（技术细节、引用、推测性内容） -- 安全和内容政策处理方式 -- 用户背景：47岁自由职业者，TikTok跨境电商创业者 - -## Key Concepts -- [[自定义指令]]：定义AI行为和交互方式的用户配置 -- [[个性化AI]]：根据用户需求定制的AI助手 - -## Key Entities -- [[ChatGPT]]：OpenAI对话AI -- [[OpenAI]]：AI研究公司 - -## Connections -- [[ChatGPT]] ← supports ← [[自定义指令]] - -## Contradictions diff --git a/wiki/sources/OpenCode-Ubuntu.md b/wiki/sources/OpenCode-Ubuntu.md deleted file mode 100644 index ca825acd..00000000 --- a/wiki/sources/OpenCode-Ubuntu.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "OpenCode安装配置" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]] - -## Summary -- 核心主题：OpenCode安装和Vibe-Kanban配置 -- 问题域：如何在Ubuntu服务器配置AI开发环境 -- 方法/机制：使用安装脚本快速部署 -- 结论/价值：OpenCode有终端、Web和IDE插件三种使用方式 - -## Key Claims -- OpenCode可通过安装脚本快速部署 -- 支持终端、Web和IDE插件三种形态 - -## Key Concepts -- [[OpenCode]]：开源AI编程助手 -- [[Vibe Coding]]：AI驱动的编程方式 - -## Key Entities - -## Connections -- [[OpenCode]] ← 配置 ← [[Vibe-Kanban]] - -## Contradictions diff --git a/wiki/sources/OpenCode安装与使用指南.md b/wiki/sources/OpenCode安装与使用指南.md deleted file mode 100644 index 7da2b4b9..00000000 --- a/wiki/sources/OpenCode安装与使用指南.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "OpenCode安装与使用指南" -type: source -tags: [OpenCode, AI编程, 安装配置] -date: 2026-03-29 ---- - -## Source File -- [[raw/Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]] - -## Summary -- 核心主题：OpenCode AI编程代理的安装配置与使用指南 -- 问题域：OpenCode作为独立AI编程工具的使用 -- 方法/机制：安装脚本 → /connect配置API key → /init初始化项目 → /init创建AGENTS.md -- 结论/价值：OpenCode支持Plan模式和Build模式切换，/undo和/redo可撤销重做 - -## Key Claims -- 安装：curl -fsSL https://opencode.ai/install | bash -- 配置API key：/connect → opencode.ai/auth → 粘贴key -- 初始化项目：cd /path/project && opencode && /init → 创建AGENTS.md -- Plan模式：Tab键切换，AI只规划不修改代码 -- Build模式：Tab键切换回，AI执行修改 -- Ask模式：仅回答问题不修改文件 -- 文件引用：@键模糊搜索项目文件 -- /undo撤销，/redo重做 -- /share分享对话 - -## Key Concepts -- [[OpenCode]]：开源AI编程代理 -- [[PlanBuild模式]]：规划与执行模式切换 -- [[项目初始化]]：/init创建AGENTS.md - -## Key Entities -- [[OpenCode]]：开源AI编程工具 - -## Connections -- [[OpenCode安装与使用指南]] ← documents [[OpenCode]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/OpenCode配置VibeKanban.md b/wiki/sources/OpenCode配置VibeKanban.md deleted file mode 100644 index 025dd252..00000000 --- a/wiki/sources/OpenCode配置VibeKanban.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "OpenCode配置VibeKanban" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]] - -## Summary -- 核心主题：OpenCode安装配置和Vibe-Kanban集成指南 -- 问题域：AI编程代理配置 -- 方法/机制：通过/connect命令配置API提供者，/init初始化项目，Tab切换Plan/Build模式 -- 结论/价值：构建完整的AI编程代理工作流 - -## Key Claims -- OpenCode支持多种LLM提供商，通过/connect配置API密钥 -- /init分析项目并创建AGENTS.md文件帮助AI理解项目结构 -- Tab键切换Plan模式（只读不修改）和Build模式（执行改动） -- /undo和/redo可撤销和重做AI的改动 -- 拖拽图片到终端可让AI分析图像内容 - -## Key Concepts -- [[Plan模式]]：只规划不执行 -- [[Build模式]]：执行代码改动 -- [[人机协作]]：人类审核AI计划后再执行 - -## Key Entities -- [[OpenCode]]：开源AI编程代理 -- [[OpenCodeZen]]：OpenCode推荐的模型列表 - -## Connections -- [[OpenCode]] ← connects_to ← [[OpenCodeZen]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Public vs Private vs Hybrid Cloud Differences Explained.md b/wiki/sources/Public vs Private vs Hybrid Cloud Differences Explained.md deleted file mode 100644 index f7d2d6df..00000000 --- a/wiki/sources/Public vs Private vs Hybrid Cloud Differences Explained.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Public vs Private vs Hybrid Cloud Differences Explained" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/Public vs Private vs Hybrid Cloud Differences Explained.md]] - -## Summary -- 核心主题：公有云、私有云、混合云的区别 -- 问题域：云部署模型选择 -- 方法/机制：三维度对比分析 -- 结论/价值：平衡是选择云策略的核心要素 - -## Key Claims -- 公有云：共享的第三方资源，弹性高，成本低 -- 私有云：仅供单一组织使用，安全性和控制力强 -- 混合云：结合两者优势，灵活分配工作负载 - -## Key Quotes -> "Balance is the driver in architecting your approach to cloud computing." - -## Key Concepts -- [[公有云]]：共享基础设施 -- [[私有云]]：专用环境 -- [[混合云]]：公私结合 -- [[SaaS]]：软件即服务 -- [[IaaS]]：基础设施即服务 -- [[PaaS]]：平台即服务 - -## Key Entities -- [[AWS]]：Amazon Web Services -- [[Azure]]：Microsoft Azure -- [[Google Cloud]]：GCP - -## Connections -- [[混合云]] ← combines ← [[公有云]] -- [[混合云]] ← combines ← [[私有云]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/RAG从入门到精通系列1基础RAG.md b/wiki/sources/RAG从入门到精通系列1基础RAG.md deleted file mode 100644 index 6956fc60..00000000 --- a/wiki/sources/RAG从入门到精通系列1基础RAG.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "RAG 从入门到精通系列1：基础 RAG 完全指南" -type: source -tags: ['RAG', 'LLM', '检索增强生成', 'Embedding', '向量数据库', 'LangChain', '教程'] -date: 2025-01-16 -source: https://mp.weixin.qq.com/s/ -author: 南七无名式 ---- - -## Source File -- [[raw/AI/RAG从入门到精通系列1：基础RAG.md]] - -## Summary -- 核心主题：RAG（检索增强生成）基础概念与三步流程（Indexing→Retrieval→Generation）详解 -- 问题域：LLM 知识有截止日期且无法直接访问私有/最新数据，RAG 解决此信息缺失问题 -- 方法/机制：外部文档→切分(Split)→向量化(Embedding)→存储向量数据库→用户提问→检索相关Chunk→输入LLM生成答案 -- 结论/价值：RAG 是 LLM 连接私有知识的标准方案，基础 RAG 三步流程是所有高级 RAG 技巧的基础 - -## Key Claims -- **RAG 三步流程**： - 1. **Indexing（索引）**：加载外部文档 → 切分为 chunks → 向量化 → 存入向量数据库 - 2. **Retrieval（检索）**：用户问题向量化 → 从向量库检索 top-k 相关 chunks - 3. **Generation（生成）**：将问题+检索结果作为上下文输入 LLM → 生成最终答案 -- **Embedding（向量化）**：将文本转为捕获语义的固定长度向量；余弦相似度计算相关性 -- **Chunking（切分）**：Embedding 模型 context window 有限（512-8192 tokens），需将文档切分为满足窗口的 chunks -- **LangChain**：RAG 主流开发框架，160+ 文档加载器，支持多种向量数据库 -- Embedding 模型选择：开源（BAAI 系列）为主流方案 - -## Key Concepts -- [[RAG]]（检索增强生成）：解决 LLM 知识时效性和私有数据访问问题的标准方案 -- [[Indexing]]：RAG 第一步，文档→chunk→vector→vectorDB -- [[Embedding]]：文本→语义向量的转换过程，是 RAG 检索的核心 -- [[Chunking]]：将长文档切分为适合 embedding 模型 context window 的小块 -- [[向量数据库]]：存储 embedding vectors 的数据库，支持余弦相似度检索 - -## Connections -- [[RAG]] ← is_composed_of ← [[Indexing]] + [[Retrieval]] + [[Generation]] -- [[Embedding]] ← is_step_in ← [[Indexing]] -- [[Chunking]] ← is_step_in ← [[Indexing]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/RAG从入门到精通系列1：基础RAG.md b/wiki/sources/RAG从入门到精通系列1：基础RAG.md deleted file mode 100644 index eb0cbd5f..00000000 --- a/wiki/sources/RAG从入门到精通系列1：基础RAG.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "RAG从入门到精通系列1：基础RAG" -type: source -tags: [rag, LLM, retrieval, vector-database] -date: 2025-12-18 ---- - -## Source File -- [[raw/AI/RAG从入门到精通系列1：基础RAG.md]] - -## Summary -- 核心主题：RAG基础概念和实现流程 -- 问题域：LLM缺乏最新和私有数据 -- 方法/机制：索引→检索→生成的三步流程 -- 结论/价值：RAG是连接LLM与外部数据源的通用方法 - -## Key Claims -- RAG = Retrieval Augmented Generation，检索增强生成 -- Indexing：将文档切分并转换为Embedding向量存入向量数据库 -- Retrieval：根据问题语义向量检索相关文档块 -- Generation：将问题和相关文档输入LLM生成答案 -- Embedding Model的Context Window有限（512-8192 token），需切分文档 - -## Key Concepts -- [[RAG]]：检索增强生成 -- [[Embedding]]：将文本转换为数值向量的技术 -- [[向量数据库]]：存储和检索向量表示的数据库 -- [[文档切分]]：将长文档分割成符合Embedding窗口的块 -- [[Context Window]]：模型能接受的上下文长度限制 - -## Key Entities -- [[LangChain]]：RAG实现框架 -- [[Qdrant]]：向量数据库 -- [[BAAI]]：Embedding模型提供商 - -## Connections -- [[LLM]] ← uses ← [[RAG]] -- [[RAG]] ← includes ← [[索引]] -- [[RAG]] ← includes ← [[检索]] -- [[RAG]] ← includes ← [[生成]] - -## Contradictions diff --git a/wiki/sources/RAX50 路由器 更新Merlin Clash订阅.md b/wiki/sources/RAX50 路由器 更新Merlin Clash订阅.md deleted file mode 100644 index 16df3971..00000000 --- a/wiki/sources/RAX50 路由器 更新Merlin Clash订阅.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "RAX50 路由器 更新Merlin Clash订阅" -type: source -tags: [[]] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/RAX50 路由器 更新Merlin Clash订阅.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [clash, merlin-clash, rax50] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/RAX50-Merlin-Clash订阅更新.md b/wiki/sources/RAX50-Merlin-Clash订阅更新.md deleted file mode 100644 index 5eeb300b..00000000 --- a/wiki/sources/RAX50-Merlin-Clash订阅更新.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "RAX50路由器更新Merlin Clash订阅" -type: source -tags: [rax50, merlin-clash, 路由器, clash, 科学上网] -date: 2026-03-04 ---- - -## Source File -- [[raw/Home Office/RAX50 路由器 更新Merlin Clash订阅.md]] - -## Summary -- 核心主题：在RAX50路由器（刷Merlin Clash固件）上更新科学上网订阅 -- 问题域：如何将VLESS URL订阅链接更新到路由器实现全局科学上网 -- 方法/机制：复制VLESS URL → 粘贴到小白一键订阅助手 → 保存并启动配置 -- 结论/价值：路由器层面实现科学上网，设备无需单独配置代理 - -## Key Claims -- RAX50刷Merlin Clash固件后，通过Web界面管理科学上网 -- VLESS URL复制到订阅助手，重命名配置文件（如kiwi3） -- 选择新建配置文件 → 保存&启动 → 快速重启（如有必要） - -## Key Concepts -- [[Merlin Clash]]：梅林固件上的Clash代理客户端 -- [[VLESS]]：轻量级代理协议 -- [[路由器科学上网]]：在路由器层面实现全局代理 - -## Key Entities -- [[RAX50]]：Netgear路由器型号 -- [[Merlin Clash]]：路由器固件上的代理客户端 - -## Connections -- [[Merlin Clash]] ← 运行在 ← RAX50 -- [[路由器科学上网]] ← 实现方式 ← Merlin Clash - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/RAX50-MerlinClash订阅更新.md b/wiki/sources/RAX50-MerlinClash订阅更新.md deleted file mode 100644 index c34ad299..00000000 --- a/wiki/sources/RAX50-MerlinClash订阅更新.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "RAX50 Merlin Clash订阅更新" -type: source -tags: [RAX50, MerlinClash, 路由器, 科学上网] -date: 2026-03-04 ---- - -## Source File -- [[raw/Home Office/RAX50 路由器 更新Merlin Clash订阅.md]] - -## Summary -- 核心主题：RAX50路由器更新Merlin Clash科学上网订阅 -- 问题域：路由器科学上网节点配置 -- 方法/机制：通过小白一键订阅助手导入VLESS URL -- 结论/价值：路由器层级科学上网 - -## Key Claims -- 进入RAX50管理界面 → Merlin Clash -- 复制VLESS URL → 小白一键订阅助手 → 重命名配置文件（如kiwi3） -- 选择配置文件 → 保存&启动 → 快速重启 - -## Key Concepts -- [[路由器科学上网]]：在路由器层级配置代理 - -## Key Entities -- [[RAX50]]：Netgear路由器 -- [[MerlinClash]]：梅林固件上的Clash管理界面 - -## Connections -- [[RAX50-MerlinClash订阅更新]] ← documents \ No newline at end of file diff --git a/wiki/sources/RAX50-路由器-更新Merlin-Clash订阅.md b/wiki/sources/RAX50-路由器-更新Merlin-Clash订阅.md deleted file mode 100644 index 39852474..00000000 --- a/wiki/sources/RAX50-路由器-更新Merlin-Clash订阅.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "RAX50 路由器 更新Merlin Clash订阅" -type: source -tags: [rax50, merlin-clash, clash, 路由器, 科学上网] -date: 2026-03-04 ---- - -## Source File -- [[raw/Home Office/RAX50 路由器 更新Merlin Clash订阅.md]] - -## Summary -- 核心主题：网件 RAX50 路由器刷梅林固件后更新 Merlin Clash 科学上网订阅 -- 问题域：路由器科学上网配置 -- 方法/机制：通过 Merlin Clash 界面导入 VLESS URL 订阅，实现全屋设备透明代理 -- 结论/价值：路由器层面科学上网，家中所有设备无需单独配置客户端 - -## Key Claims -- RAX50 刷梅林固件后，通过 Merlin Clash 界面管理科学上网 -- 在 Merlin Clash 界面中复制 VLESS URL，通过小白一键订阅助手导入 -- 配置文件命名为 kiwi3，重启后生效 - -## Key Quotes -> "选择新建的配置文件，点保存&启动，如果不行，就再点一次快速重启" — Merlin Clash 配置更新步骤 - -## Key Concepts -- [[Merlin Clash]]：梅林固件上的 Clash 客户端 -- [[VLESS]]：轻量级科学上网协议 - -## Key Entities -- [[RAX50]]：网件路由器型号 - -## Connections -- [[RAX50]] ← runs ← [[Merlin Clash]] - -## Contradictions -- 无 diff --git a/wiki/sources/RTO vs RPO Key Differences for Modern Disaster Recovery.md b/wiki/sources/RTO vs RPO Key Differences for Modern Disaster Recovery.md deleted file mode 100644 index f8980ece..00000000 --- a/wiki/sources/RTO vs RPO Key Differences for Modern Disaster Recovery.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "RTO vs RPO Key Differences for Modern Disaster Recovery" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/RTO vs RPO Key Differences for Modern Disaster Recovery.md]] - -## Summary -- 核心主题：RTO和RPO在现代灾难恢复中的差异 -- 问题域：恢复时间和恢复点的选择 -- 方法/机制：分层恢复目标策略 -- 结论/价值：预防优于恢复 - -## Key Claims -- RTO：系统可容忍的最大停机时间 -- RPO：可容忍的最大数据丢失量 -- 功能开关实现秒级恢复 - -## Key Quotes -> "The best way to reach aggressive RTO and RPO targets isn't building a better disaster recovery plan—it's shipping code that doesn't break in the first place." - -## Key Concepts -- [[RTO]]：恢复时间目标 -- [[RPO]]：恢复点目标 -- [[功能开关]]：特性标志控制 -- [[渐进式发布]]：逐步推广 - -## Key Entities -- [[LaunchDarkly]]：功能管理平台 -- [[Feature Flags]]：特性标志 - -## Connections -- [[功能开关]] ← enables ← [[RTO]] -- [[功能开关]] ← protects ← [[RPO]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/Scrapy + Playwright 抓取TikTok Shop Data.md b/wiki/sources/Scrapy + Playwright 抓取TikTok Shop Data.md deleted file mode 100644 index c64cb23c..00000000 --- a/wiki/sources/Scrapy + Playwright 抓取TikTok Shop Data.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "⚠️ 你使用 Docker，可能需要在 Dockerfile 里加入以下内容" -type: source -tags: ['Docker'] -date: 2026-04-14 ---- - -## Source File -- [[跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]] - -## Summary -- 核心主题：title: ⚠️ 你使用 Docker，可能需要在 Dockerfile 里加入以下内容 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Sora视频自动化生成工作流.md b/wiki/sources/Sora视频自动化生成工作流.md deleted file mode 100644 index 4806b094..00000000 --- a/wiki/sources/Sora视频自动化生成工作流.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Sora视频自动化生成工作流" -type: source -tags: [sora, 视频生成, n8n, workflow, ai] -date: 2025-03-06 ---- - -## Source File -- [[raw/AI/如何利用Sora接口实现视频自动化生成工作流.md]] - -## Summary -- 核心主题：通过Sora API实现视频生成的全自动化工作流 -- 问题域：如何低成本、高效率地批量生成SR（声视频）内容用于自媒体创作 -- 方法/机制：亚马逊云注册 → API密钥创建 → Sora API调用 → n8n工作流编排 -- 结论/价值：Sora生成视频成本仅2-3元人民币，远低于市场价六分之一 - -## Key Claims -- 亚马逊云新用户注册可获200美元抵扣金和六个月免费试用 -- Sora API支持无水印视频生成，费用仅2-3元人民币/条 -- 故事板功能支持创建分镜脚本和场景效果 -- 使用n8n编排自动化工作流 -- 肖像权使用需获得对方同意并遵守法规 - -## Key Concepts -- [[Sora]]：OpenAI的视频生成模型 -- [[n8n]]：开源工作流自动化平台 -- [[视频生成工作流]]：文本转视频的自动化编排 - -## Key Entities -- [[Sora]]：OpenAI视频生成工具 -- [[n8n]]：工作流自动化平台 - -## Connections -- [[Sora]] ← 视频源 ← 视频生成工作流 -- [[n8n]] ← 编排层 ← 视频生成工作流 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md b/wiki/sources/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md deleted file mode 100644 index a1d74e78..00000000 --- a/wiki/sources/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "1. 安装Plex" -type: source -tags: ['Docker', 'NAS'] -date: 2025-02-23 ---- - -## Source File -- [[Home Office/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md]] - -## Summary -- 核心主题：title: 1. 安装Plex author: shenwei created: 2025-02-23 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Synology-CloudDrive2安装.md b/wiki/sources/Synology-CloudDrive2安装.md deleted file mode 100644 index aecc9ee9..00000000 --- a/wiki/sources/Synology-CloudDrive2安装.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "Synology CloudDrive2安装" -type: source -tags: [CloudDrive2, Synology, NAS] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/在Synology NAS上安装CloudDrive2.md]] - -## Summary -- 核心主题：在Synology NAS上安装CloudDrive2挂载阿里云盘 -- 问题域：NAS无法直接访问阿里云盘资源 -- 方法/机制：矿神源安装 + root权限修补 + 阿里云盘App扫码授权 -- 结论/价值：CloudDrive2将阿里云盘挂载为NAS本地目录 - -## Key Claims -- 安装源：矿神群晖源 -- DSM 7+需root修补：sudo sed -i 's/package/root/g' /var/packages/CloudDrive2/conf/privilege -- 管理地址：http://192.168.3.17:19798/ -- 授权：阿里云盘App扫码，仅授权资源目录不授权备份目录 -- 功能：挂载阿里云盘为本地目录访问 - -## Key Concepts -- [[阿里云盘挂载]]：CloudDrive2将云盘挂载为 \ No newline at end of file diff --git a/wiki/sources/Synology-NAS-Xiaoya-Alist-CloudDrive2-Plex-家庭影视平台.md b/wiki/sources/Synology-NAS-Xiaoya-Alist-CloudDrive2-Plex-家庭影视平台.md deleted file mode 100644 index 976cf709..00000000 --- a/wiki/sources/Synology-NAS-Xiaoya-Alist-CloudDrive2-Plex-家庭影视平台.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -title: "Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform" -type: source -tags: [synology, nas, xiaoya, alist, clouddrive2, plex, 家庭影视] -date: 2025-02-23 ---- - -## Source File -- [[raw/Home Office/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md]] - -## Summary -- 核心主题：利用 Synology NAS 构建以 Plex 为核心的家庭影视平台，整合阿里云盘资源 -- 问题域：家庭媒体服务器搭建 -- 方法/机制：Plex 管理本地+云端视频库，Xiaoya Alist 聚合阿里云盘资源，CloudDrive2 挂载云盘 -- 结论/价值：实现跨设备（当贝盒子、华为盒子）统一媒体播放体验 - -## Key Claims -- Plex Media Server 安装于 Synology NAS，客户端覆盖当贝盒子（Android 10+）和华为盒子（Android 5+） -- Xiaoya Alist 通过 Docker 安装，配置需要三个 token 文件（myopentoken、mytoken、temp_transfer_folder_id） -- 当 NAS 无法从 Docker Hub 拉取镜像时，可通过其他机器 docker save/load 中转传输镜像 -- CloudDrive2 挂载阿里云盘为本地文件系统，避免云盘资源直接在线播放的卡顿 -- 工作流：Xiaoya 选片 → 移动到阿里云盘指定目录 → Plex 刮削元数据 → 各设备 Plex 客户端播放 - -## Key Quotes -> "NAS 套件中心无法读取 Docker Hub 信息时，可通过其他机器 docker save/load 中转传输镜像" — NAS Docker 镜像传输的备选方案 - -## Key Concepts -- [[Plex]]：媒体服务器软件，自动刮削电影电视剧元数据 -- [[Xiaoya Alist]]：阿里云盘资源聚合工具 -- [[CloudDrive2]]：将云盘挂载为本地文件系统的工具 -- [[Docker 镜像传输]]：docker save/load 实现跨设备镜像迁移 - -## Key Entities -- [[Synology NAS]]：家庭媒体服务器宿主机 -- [[阿里云盘]]：云端视频资源来源 -- [[当贝盒子]]：Android TV 客户端 -- [[华为盒子]]：老旧 Android 设备（Android 5+） - -## Connections -- [[Synology NAS]] ← hosts ← [[Plex]] -- [[Synology NAS]] ← hosts ← [[Xiaoya Alist]] -- [[Synology NAS]] ← hosts ← [[CloudDrive2]] -- [[CloudDrive2]] ← mounts ← [[阿里云盘]] -- [[Plex]] ← plays ← [[阿里云盘内容]] - -## Contradictions -- 无 diff --git a/wiki/sources/Synology-NAS媒体平台搭建.md b/wiki/sources/Synology-NAS媒体平台搭建.md deleted file mode 100644 index 32a6b883..00000000 --- a/wiki/sources/Synology-NAS媒体平台搭建.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Synology NAS + Xiaoya + Alist + CloudDrive2 + Plex 媒体平台" -type: source -tags: [synology, nas, plex, alist, xiaoya, 媒体] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/Synology NAS + Xiaoya Alist + CloudDrvie2+ Plex to Build Media Platform.md]] - -## Summary -- 核心主题：Synology NAS上搭建完整媒体平台（Xiaoya + Alist + CloudDrive2 + Plex） -- 问题域：如何整合多个云存储和本地NAS构建统一媒体播放平台 -- 方法/机制：Plex安装 → Xiaoya（阿里云盘挂载）→ Alist（聚合云盘）→ CloudDrive2（网盘同步） -- 结论/价值：本地Plex + 云端存储 = 无限容量的私人媒体库 - -## Key Claims -- Plex Media Server：群晖套件中心直接安装，支持多设备客户端 -- Xiaoya：阿里云盘TV版应用，支持直接播放阿里云盘内容 -- Alist：聚合多个云存储在一个Web界面 -- CloudDrive2：将网盘内容同步/挂载到本地文件系统 -- Plex账号：ishenwei@hotmail.com（Apple ID登录） - -## Key Concepts -- [[Plex]]：媒体服务器软件 -- [[Xiaoya]]：阿里云盘TV版 -- [[Alist]]：云存储聚合工具 -- [[CloudDrive2]]：网盘挂载工具 - -## Key Entities -- [[Synology NAS]]：群晖NAS，媒体平台宿主 -- [[Plex]]：媒体服务器 -- [[Xiaoya]]：阿里云盘应用 - -## Connections -- [[Plex]] ← 媒体服务 ← 媒体平台 -- [[Alist]] ← 存储聚合 ← 媒体平台 -- [[CloudDrive2]] ← 网盘挂载 ← 媒体平台 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/TK-美国面单.md b/wiki/sources/TK-美国面单.md deleted file mode 100644 index cae26e08..00000000 --- a/wiki/sources/TK-美国面单.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "TK美国面单授权流程" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## 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美国面单授权和操作 -- 问题域：跨境电商物流授权 -- 方法/机制：图文流程说明 -- 结论/价值：TK平台面单需注意跟踪号格式 - -## Key Claims -- 跟踪号需以TKM开头为无效单号 -- 需核对超达后台单号 - -## Key Concepts -- [[跨境物流]]：国际物流服务 -- [[面单]]：快递运单 - -## Key Entities -- [[TikTok Shop]]：跨境电商平台 - -## Connections -- [[TikTok Shop]] ← 需要 ← [[面单授权]] - -## Contradictions diff --git a/wiki/sources/TK-跨境思路.md b/wiki/sources/TK-跨境思路.md deleted file mode 100644 index e9eab299..00000000 --- a/wiki/sources/TK-跨境思路.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -title: "TK跨境电商思路" -type: source -tags: [strategy] -date: 2025-12-30 ---- - -## Source File -- [[raw/跨境电商/做TK跨境思路不对努力白费.md]] - -## Summary -- 核心主题：TikTok跨境电商整体策略 -- 问题域：跨境电商入门和优化 -- 方法/机制：从市场选择到流量获取的完整指南 -- 结论/价值：提供一步步实战指南 - -## Key Claims -- 不选择东南亚市场，重点放在发达国家 -- 通过看直播了解跨境电商 -- 流量获取是关键 - -## Key Concepts -- [[跨境电商]]：国际贸易电商 -- [[流量获取]]：用户增长策略 - -## Key Entities -- [[TikTok]]：短视频平台 - -## Connections -- [[TikTok]] ← 平台 ← [[跨境电商]] - -## Contradictions diff --git a/wiki/sources/TK美国面单授权.md b/wiki/sources/TK美国面单授权.md deleted file mode 100644 index c193e355..00000000 --- a/wiki/sources/TK美国面单授权.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "TK美国面单授权" -type: source -tags: [] -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美国市场面单授权及操作流程 -- 问题域：跨境电商物流授权 -- 方法/机制：通过截图记录授权流程步骤 -- 结论/价值：提供美国市场入驻基础操作指南 - -## Key Claims -- TikTok Shop美国市场需要完成面单授权才能正常发货 - -## Key Concepts -- [[跨境物流]]：海外仓发货与面单绑定 -- [[电商授权]]：平台账号与物流系统对接 - -## Key Entities -- [[TikTokShop]]：TikTok电商平台美区 - -## Connections -- [[TikTokShop]] ← requires ← [[TK美国面单授权]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/TK美国面单授权及操作流程.md b/wiki/sources/TK美国面单授权及操作流程.md deleted file mode 100644 index 3bf88576..00000000 --- a/wiki/sources/TK美国面单授权及操作流程.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "TK美国面单授权及操作流程" -type: source -tags: [[]] -date: 2025-12-19 ---- - -## Source File -- [[跨境电商/TK美国面单授权及操作流程.md]] - -## Summary -- 核心主题：author: shenwei description: ![Image](http://zipline.ishenwei.online/u/2WMgDB.png)![Image](http://zipline.ishenwei.online/u/T38XPv.png)![Image](http://zipline.ishenwei.online/u/nEJdNj.png)![Image](htt -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/TK跨境思路.md b/wiki/sources/TK跨境思路.md deleted file mode 100644 index 34b0ffc0..00000000 --- a/wiki/sources/TK跨境思路.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "TK跨境思路" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/跨境电商/做TK跨境思路不对努力白费.md]] - -## Summary -- 核心主题：TikTok跨境电商运营思路与实战策略 -- 问题域：市场选择、选品策略、流量运营 -- 方法/机制：优先发达国家市场、数据驱动选品、短视频+达人营销、团队协作 -- 结论/价值：提供从市场选择到团队建设的完整TK跨境电商流程 - -## Key Claims -- 优先选择发达国家市场(美区、日本)避免东南亚竞争激烈低利润市场 -- 使用数据软件分析选品，确定单一类目深耕 -- 短视频+达人营销是核心流量获取方式 -- 提前规划海外仓储补货策略 -- 团队分工明确是运营持续增长的基础 - -## Key Concepts -- [[发达国家市场]]：美区、英区优先 -- [[数据驱动选品]]：软件分析替代主观判断 -- [[短视频营销]]：TikTok核心流量渠道 - -## Key Entities -- [[TikTokShop]]：跨境电商平台 - -## Connections -- [[TikTokShop]] ← follows ← [[发达国家市场]] + [[数据驱动选品]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/The Myths and Misconceptions About Cloud Computing LinkedIn.md b/wiki/sources/The Myths and Misconceptions About Cloud Computing LinkedIn.md deleted file mode 100644 index 11db9c50..00000000 --- a/wiki/sources/The Myths and Misconceptions About Cloud Computing LinkedIn.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "The Myths and Misconceptions About Cloud Computing LinkedIn" -type: source -tags: [[]] -date: 2001-02-25 ---- - -## Source File -- [[Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## Summary -- 核心主题：title: The Myths and Misconceptions About Cloud Computing | LinkedIn source: https://www.linkedin.com/pulse/myths-misconceptions-cloud-computing-raj-vardhan-singh-w86mc/?trackingId=rM%2B%2BhFXj9kp11hp -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/The Myths and Misconceptions About Cloud Computing.md b/wiki/sources/The Myths and Misconceptions About Cloud Computing.md deleted file mode 100644 index 64f4de6a..00000000 --- a/wiki/sources/The Myths and Misconceptions About Cloud Computing.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "The Myths and Misconceptions About Cloud Computing" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## Summary -- 核心主题：云计算的常见误解与事实 -- 问题域：安全、成本、控制、数据主权 -- 方法/机制：逐条反驳云神话 -- 结论/价值：云提供增强的安全性、成本效益和可扩展性 - -## Key Claims -- 云安全通常比本地解决方案更强大 -- 云采用按需付费模式，成本可控 -- 云适合各种规模的企业 - -## Key Quotes -> "Cloud computing is often misunderstood due to persistent myths and misconceptions." - -## Key Concepts -- [[云安全]]：加密、防火墙、多因素认证 -- [[按需付费]]：云成本模式 -- [[SLA]]：服务级别协议 - -## Key Entities -- [[ISO 27001]]：信息安全管理体系 -- [[HIPAA]]：健康保险流通与责任法案 -- [[GDPR]]：通用数据保护条例 - -## Connections -- [[云安全]] ← complies_with ← [[ISO 27001]] -- [[云安全]] ← complies_with ← [[HIPAA]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/The Picture They Paint of You.md b/wiki/sources/The Picture They Paint of You.md deleted file mode 100644 index 7f6f207d..00000000 --- a/wiki/sources/The Picture They Paint of You.md +++ /dev/null @@ -1,56 +0,0 @@ ---- -title: "The Picture They Paint of You" -type: source -tags: ['AI', 'SRE', '编码助手', '泰勒主义', 'AI产品设计', '职业认知'] -date: 2026-04-13 -source: https://ferd.ca/the-picture-they-paint-of-you.html -author: Fred（Erlang/OTP 作者） ---- - -## Source File -- [[raw/AI/The Picture They Paint of You.md]] - -## Summary -- 核心主题：通过对比 Coding Assistants（编码助手）与 AI SRE 的产品定位框架，揭示 AI 工具如何隐含地定义不同工种的价值和社会认知 -- 问题域：AI 工具的营销框架（framing）反映了构建者和购买者对不同工种的隐性价值判断，可能固化对工作的简化认知 -- 方法/机制：系统性扫描市面主流 AI 产品，对比其命名、定位话语和价值观输出 -- 结论/价值：AI SRE 被框架为"替代者"而非"协作者"，暗示 SRE 工作是低价值的苦差事；Coding Assistants 被框架为"搭档"，暗示工程工作是有价值的创造性劳动。这种差异本身就是一种社会认知偏见 - -## Key Claims -- Coding Assistants（Claude Code、Copilot、Cursor 等）普遍被赋予人类名字，定位为"搭档/助手"，强调 augmentation（增强）和 control（控制），工程师始终在主导位置 -- AI SRE 产品（resolve.ai、Harness、Rootly、AWS DevOps Agent 等）直接以角色名命名，定位为"替代者"：消除停机、减少 MTTR、接管 on-call/值班/事后分析等"繁琐工作" -- 两种框架的隐含价值观：软件工程 = 有价值的工作（值得增强）；SRE = 障碍/拖累（值得消除） -- 这种框架差异可能复制并强化决策者对 SRE 工作的简化认知（SRE = 苦差事，而非从事件中学习的机会） -- 历史先例：秘书型 AI 助手被指复制了仆人与主人关系的刻板印象 -- 当前趋势：从"人机协作伙伴关系"向"泰勒主义软件工厂"迁移——人类成为高级控制者，大群代理执行无聊工作 - -## Key Quotes -> "The picture they paint of you says a lot. Just not about you." — Ferd -> "SRE work is a hindrance; teams need to be distracted less by these tasks and focus on more valuable work." — AI SRE 产品定位的核心逻辑 -> "Coding Assistants: the engineer is in control and deserves more power, more control, more productivity." — 对比框架 -> "A better representation of work as we do it should result in better tools." — Ferd -> "As much as an analogy can be a lever, it can also be a straitjacket." — Ferd - -## Key Concepts -- [[AI拟人化谬误]]：通过命名和框架将 AI 工具隐含地定位为"搭档"（有名字）vs"替代者"（无名），反映对工作价值的隐性判断 -- [[泰勒主义软件工厂]]：人类作为高级控制者，大群 AI 代理执行生产劳动，工人与自动化关系从伙伴变为指挥-执行 -- [[SRE价值认知]]：AI SRE 产品将 SRE 工作框架为"低价值苦差事"，而非"从事件中学习的必要工作" -- [[剩余原则]]：一部分工作被自动化后，剩余难自动化的部分被堆叠给更少的人，这些人同时协调剩余自动化 -- [[框架效应]]（Framing）：产品定位中的词汇选择（替代/增强、队友/工具）本身就携带价值观判断 - -## Key Entities -- [[Fred]]（Fred Heath）：Erlang/OTP 核心贡献者，著名技术作家，此文出自其博客 -- [[resolve.ai]]：AI SRE 产品，定位为"机器待命，为人类服务" -- [[Harness AI SRE]]：AI SRE 产品，定位为"扩展响应能力，而非团队规模" -- [[Claude Code]]：Anthropic 编码助手，定位为"专为建设者打造，你始终在掌控" -- [[GitHub Copilot]]：编码助手，定位为"指挥你的技艺" -- [[AWS DevOps Agent]]：AWS 的 DevOps 代理，自述为"全天候自主值班工程师" -- [[GasTown]]：Steve Yegge 提出的软件工厂框架，将整个开发团队抽象为深层 Agent 层级 - -## Connections -- [[AI拟人化谬误]] ← exposes ← [[SRE价值认知]] -- [[泰勒主义软件工厂]] ← is_trend_of ← [[AI工具定位]] -- [[SRE价值认知]] ← conflicts_with ← [[软件工程价值认知]] - -## Contradictions -- 与传统观点冲突：SRE 教科书认为 SRE 是保障系统可靠性的核心能力，AI SRE 产品的定位却将其矮化为"救火/苦差事" diff --git a/wiki/sources/The-Myths-and-Misconceptions-About-Cloud-Computing-LinkedIn.md b/wiki/sources/The-Myths-and-Misconceptions-About-Cloud-Computing-LinkedIn.md deleted file mode 100644 index aecac95f..00000000 --- a/wiki/sources/The-Myths-and-Misconceptions-About-Cloud-Computing-LinkedIn.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "The Myths and Misconceptions About Cloud Computing" -type: source -tags: [cloud, cloud-computing, myths, misconceptions] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## Summary -- 核心主题：云计算常见误解的澄清 -- 问题域：云计算认知偏差纠正 -- 方法/机制：逐条反驳 7 个最常见的云计算误解 -- 结论/价值：云实际上提供更强的安全性、成本效益、可扩展性和数据控制 - -## Key Claims -- Myth 1：云不安全 → Reality：云厂商安全投入超过传统本地，自动化安全更新和 24/7 监控 -- Myth 2：云只是别人的电脑 → Reality：高度冗余、可扩展、高可用的数据中心网络 -- Myth 3：云太贵 → Reality：按需付费模式 + reserved instances + auto-scaling 降低成本 -- Myth 4：失去数据控制 → Reality：混合云和多云选项保持控制权 -- Myth 5：只有大企业才能用 → Reality：SMB 可利用弹性定价获取企业级技术 -- Myth 6：迁移太复杂 → Reality：分阶段迁移 + 混合云 + 专业服务降低风险 -- Myth 7：云性能不可靠 → Reality：99.99% SLA 保证 + 冗余基础设施 - -## Key Quotes -> "The Cloud is a vast network of data centers with advanced infrastructure" — 云不是"别人的电脑" - -## Key Concepts -- [[云计算]]：基于互联网的计算资源共享模式 -- [[SLA]]：服务级别协议 -- [[混合云]]：混合公有云和私有云的部署模式 -- [[多云]]：使用多个公有云服务商 - -## Key Entities -- [[云计算]]：技术范式 - -## Connections -- [[云计算]] ← includes ← [[SLA]] -- [[云计算]] ← includes ← [[混合云]] - -## Contradictions -- 无 diff --git a/wiki/sources/These 6 Linux apps let you monitor system resources in style.md b/wiki/sources/These 6 Linux apps let you monitor system resources in style.md deleted file mode 100644 index 68be1665..00000000 --- a/wiki/sources/These 6 Linux apps let you monitor system resources in style.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "These 6 Linux Apps Let You Monitor System Resources in Style" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/These 6 Linux apps let you monitor system resources in style.md]] - -## Summary -- 核心主题：6款Linux系统资源监控工具 -- 问题域：系统性能监控、进程管理 -- 方法/机制：TUI和GUI两类工具对比 -- 结论/value：btop++是最佳TUI选择 - -## Key Claims -- TUI监控器在SSH远程访问时更高效 -- btop++提供美观的界面和丰富的功能 -- Mission Center提供类似Windows任务管理器的体验 - -## Key Quotes -> "btop++ always gets my vote for its balance between usability and aesthetics." - -## Key Concepts -- [[TUI]]：文本用户界面 -- [[资源监控]]：CPU、内存、网络监控 -- [[进程管理]]：终止进程、调整优先级 - -## Key Entities -- [[btop++]]：TUI资源监控器 -- [[htop]]：轻量级进程监控 -- [[Glances]]：轻量级系统监控 -- [[Bottom]]：图表式资源监控 -- [[Mission Center]]：GUI任务管理器 -- [[Stacer]]：功能丰富的系统优化工具 - -## Connections -- [[btop++]] ← replaces ← [[htop]] -- [[Mission Center]] ← similar_to ← [[Windows任务管理器]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/TikTok PM - Python Django Project.md b/wiki/sources/TikTok PM - Python Django Project.md deleted file mode 100644 index 9270640c..00000000 --- a/wiki/sources/TikTok PM - Python Django Project.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "tiktok_pm_project/settings.py" -type: source -tags: ['Cursor', 'n8n', 'Docker', 'Ubuntu', 'TikTok'] -date: 2025-11-21 ---- - -## Source File -- [[Others/TikTok PM - Python Django Project.md]] - -## Summary -- 核心主题：title: tiktok_pm_project/settings.py author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/TikTok Shop - Apache Superset Dashboard设计思路.md b/wiki/sources/TikTok Shop - Apache Superset Dashboard设计思路.md deleted file mode 100644 index aeb7636d..00000000 --- a/wiki/sources/TikTok Shop - Apache Superset Dashboard设计思路.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "1. 你的数据库结构 → 适合做哪些分析？" -type: source -tags: ['TikTok', 'Superset'] -date: 2026-04-14 ---- - -## Source File -- [[跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md]] - -## Summary -- 核心主题：title: 1. 你的数据库结构 → 适合做哪些分析？ author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/TikTok-Dashboard.md b/wiki/sources/TikTok-Dashboard.md deleted file mode 100644 index f0372fff..00000000 --- a/wiki/sources/TikTok-Dashboard.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "TikTok Shop Dashboard设计" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md]] - -## Summary -- 核心主题：TikTok Shop数据可视化 -- 问题域：电商数据分析Dashboard设计 -- 方法/机制：使用Apache Superset构建 -- 结论/价值：提供完整的指标体系和Dashboard方案 - -## Key Claims -- 面向选品的指标体系设计 -- 数据模型准备和可视化图表 -- 包含SQL示例 - -## Key Concepts -- [[数据可视化]]：将数据转为图表 -- [[Dashboard]]：数据看板 - -## Key Entities -- [[Apache Superset]]：开源数据可视化平台 -- [[TikTok Shop]]：跨境电商平台 - -## Connections -- [[Apache Superset]] ← 可视化 ← [[TikTok数据]] - -## Contradictions diff --git a/wiki/sources/TikTok-PM-Django.md b/wiki/sources/TikTok-PM-Django.md deleted file mode 100644 index b3c3ee4c..00000000 --- a/wiki/sources/TikTok-PM-Django.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "TikTok PM Django" -type: source -tags: [] -date: 2025-11-24 ---- - -## Source File -- [[raw/Others/TikTok PM - Python Django Project.md]] - -## Summary -- 核心主题：TikTok产品管理Django Web应用完整技术方案 -- 问题域：TikTok跨境电商产品数据管理 -- 方法/机制：Django + DRF + MySQL + Docker部署，实现产品管理、Admin后台、REST API、图片放大等功能 -- 结论/价值：构建了一套完整的TikTok产品数据采集、存储、Admin管理、API服务、Docker生产部署的闭环系统 - -## Key Claims -- Django Admin集成富文本编辑器TinyMCE处理产品描述 -- ProductImage/ProductVideo/ProductVariation/ProductReview多模型关联设计 -- REST API支持n8n等自动化工具调用 -- Docker Compose实现Ubuntu生产环境一键部署 -- Bright Data异步API抓取TikTok产品数据 -- 自定义管理命令实现JSON数据批量导入 - -## Key Concepts -- [[DjangoRESTFramework]]：Django REST API框架 -- [[DjangoAdmin]]：Django管理后台定制 -- [[DockerCompose]]：多容器编排部署 -- [[BrightDataAPI]]：第三方数据抓取API -- [[异步任务队列]]：Django-Q处理耗时任务 - -## Key Entities -- [[Django]]：Python Web框架 -- [[TikTokShop]]：电商平台数据来源 -- [[MySQL]]：关系型数据库 -- [[n8n]]：自动化工作流工具 - -## Connections -- [[Django]] ← project ← [[TikTok-PM-Django]] -- [[TikTok-PM-Django]] ← integrates_with ← [[n8n]] -- [[TikTok-PM-Django]] ← deploy_via ← [[DockerCompose]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/TikTok-PM-Django项目.md b/wiki/sources/TikTok-PM-Django项目.md deleted file mode 100644 index 3c18f62b..00000000 --- a/wiki/sources/TikTok-PM-Django项目.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "TikTok PM Django项目" -type: source -tags: [TikTok, Django, Python, MariaDB, n8n] -date: 2025-11-24 ---- - -## Source File -- [[raw/Others/TikTok PM - Python Django Project.md]] - -## Summary -- 核心主题：TikTok产品管理系统Django项目完整代码和文档 -- 问题域：TikTok Shop产品数据采集、存储、展示 -- 方法/机制：Django + DRF + TinyMCE + MySQL，Admin后台管理+API接口 -- 结论/价值：完整的TikTok电商产品管理系统，支持数据导入/导出/展示 - -## Key Claims -- 技术栈：Django + djangorestframework + mysqlclient + django-tinymce -- 模型：Product + ProductImage + ProductVideo + ProductVariation + ProductReview -- 管理命令：python manage.py createsuperuser/makemigrations/migrate/import_json_data -- API路由：/api/products/ + /api/variations/，支持搜索/过滤/分页 -- 一期完成：富文本编辑、图片缩略图、批量删除、产品列表缩略图 -- 二期待完成：AI数据分析、按颜色显示sold数、淘宝图找商品 -- 生产部署：Docker Compose + Gunicorn + Nginx，外部MySQL - -## Key Concepts -- [[DjangoAdmin定制]]：富文本编辑器、图片预览、内联关联模型 -- [[DjangoRESTFramework]]：RESTful API -- [[DockerCompose部署]]：生产环境容器化 -- [[BrightData集成]]：TikTok产品数据采集 - -## Key Entities -- [[Django]]：Python Web框架 -- [[TikTokPM]]：产品管理系统 -- [[MySQL]]：数据库（外部192.168.3.17:3306） - -## Connections -- [[TikTok-PM-Django项目]] ← implements ← [[TikTokPM]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/TikTok-Superset-Dashboard.md b/wiki/sources/TikTok-Superset-Dashboard.md deleted file mode 100644 index 9e34270e..00000000 --- a/wiki/sources/TikTok-Superset-Dashboard.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "TikTok Superset Dashboard" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md]] - -## Summary -- 核心主题：TikTok Shop电商选品与竞品监控Superset Dashboard设计 -- 问题域：电商数据分析、选品决策支持 -- 方法/机制：通过SQL View预处理JSON字段，构建KPI/爆品分析/类目洞察/店铺监控/评论分析五大模块 -- 结论/价值：实现专业级选品分析系统，支持可导入Superset的Dashboard JSON - -## Key Claims -- Superset不能直接解析JSON，需通过SQL View预处理提取rating、rating_count等字段 -- 选品评分模型：sold×0.4 + rating×12 + rating_count×0.2 + discount_percent×0.5 -- Dashboard分两个Tab：电商选品分析 + 竞争对手监控 -- 核心可视化：KPI卡片、爆品榜、销量vs价格气泡图、类目热力图、箱线图 - -## Key Concepts -- [[选品评分模型]]：多维度加权评分公式 -- [[SupersetDashboard]]：Apache Superset可视化分析平台 -- [[SQLView]]：数据库视图预处理结构化数据 - -## Key Entities -- [[ApacheSuperset]]：开源数据可视化和BI工具 -- [[TikTokShop]]：电商平台数据来源 - -## Connections -- [[ApacheSuperset]] ← visualizes ← [[TikTokShop数据]] -- [[选品评分模型]] ← powers ← [[SupersetDashboard]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/TikTok-数据抓取.md b/wiki/sources/TikTok-数据抓取.md deleted file mode 100644 index 36207ba4..00000000 --- a/wiki/sources/TikTok-数据抓取.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Scrapy Playwright TikTok数据抓取" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]] - -## Summary -- 核心主题：TikTok Shop数据抓取 -- 问题域：如何抓取TikTok电商数据 -- 方法/机制：使用Scrapy+Playwright组合 -- 结论/价值：推荐创建虚拟环境安装 - -## Key Claims -- Scrapy+Playwright是抓取TikTok数据的推荐组合 -- 需要创建venv隔离依赖 - -## Key Concepts -- [[数据抓取]]：自动化采集数据 -- [[Scrapy]]：Python爬虫框架 -- [[Playwright]]：浏览器自动化工具 - -## Key Entities - -## Connections -- [[Scrapy]] ← 组合 ← [[Playwright]] - -## Contradictions diff --git a/wiki/sources/TikTok数据抓取.md b/wiki/sources/TikTok数据抓取.md deleted file mode 100644 index f4f8789f..00000000 --- a/wiki/sources/TikTok数据抓取.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "TikTok数据抓取" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md]] - -## Summary -- 核心主题：Scrapy+Playwright抓取TikTok Shop数据技术指南 -- 问题域：电商数据采集、动态页面抓取 -- 方法/机制：创建venv安装scrapy+scrapy-playwright，playwright install chromium -- 结论/价值：实现TikTok Shop店铺数据的自动化抓取 - -## Key Claims -- 推荐创建虚拟环境(venv)隔离依赖，避免与系统Python冲突 -- scrapy-playwright结合Scrapy和Playwright优势，支持动态页面抓取 -- Docker容器需额外配置venv环境 - -## Key Concepts -- [[动态页面抓取]]：Playwright处理JavaScript渲染 -- [[Python虚拟环境]]：venv隔离项目依赖 - -## Key Entities -- [[Scrapy]]：Python爬虫框架 -- [[Playwright]]：浏览器自动化工具 -- [[TikTokShop]]：电商平台数据来源 - -## Connections -- [[Scrapy]] ← enhanced_by ← [[Playwright]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Trae-远程开发.md b/wiki/sources/Trae-远程开发.md deleted file mode 100644 index 35d5598d..00000000 --- a/wiki/sources/Trae-远程开发.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "Trae远程开发部署指南" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/Trae远程开发部署指南.md]] - -## Summary -- 核心主题：Trae远程开发配置指南 -- 问题域：如何在Ubuntu服务器上进行远程开发 -- 方法/机制：配置Ubuntu 2为开发环境，Ubuntu 1为生产环境 -- 结论/价值：Trae通过SSH连接远程服务器进行开发 - -## Key Claims -- Ubuntu 2作为开发服务器运行源码 -- Ubuntu 1作为生产服务器运行镜像 -- ThinkBook本地仅作为UI端 - -## Key Concepts -- [[远程开发]]：通过远程连接进行开发 -- [[SSH]]：安全远程连接协议 - -## Key Entities -- [[Trae]]：AI代码编辑器 -- [[Ubuntu]]：Linux发行版 - -## Connections -- [[Trae]] ← 连接 ← [[SSH]] -- [[远程开发]] ← 架构 ← [[多服务器]] - -## Contradictions diff --git a/wiki/sources/Trae远程开发部署.md b/wiki/sources/Trae远程开发部署.md deleted file mode 100644 index c972d970..00000000 --- a/wiki/sources/Trae远程开发部署.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Trae远程开发部署" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/Trae远程开发部署指南.md]] - -## Summary -- 核心主题：Trae IDE远程连接Ubuntu开发服务器完整指南 -- 问题域：远程开发环境配置、Docker项目开发工作流 -- 方法/机制：通过Remote-SSH连接Ubuntu2开发服务器，Attach到Docker容器或远程编辑宿主机文件 -- 结论/价值：实现本地UI + 远程Docker容器的开发模式，无需在本地安装语言环境 - -## Key Claims -- Trae通过Remote-SSH连接远程服务器，在服务器上安装VS Code Server代理 -- 开发环境使用Bind Mount实现代码修改实时生效 -- SSH免密登录和docker用户组权限是连接前提 -- 两种开发模式：Attach容器（隔离环境）或远程编辑+ Docker CLI（管理编排） - -## Key Concepts -- [[RemoteSSH]]：远程服务器上运行IDE -- [[Docker开发]]：容器内开发环境隔离 -- [[BindMount]]：代码修改实时同步 - -## Key Entities -- [[Trae]]：AI代码编辑器 -- [[Ubuntu]]：远程开发服务器系统 - -## Connections -- [[Trae]] ← connects_to ← [[RemoteSSH]] -- [[RemoteSSH]] ← runs_on ← [[Ubuntu]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Trae远程开发部署指南.md b/wiki/sources/Trae远程开发部署指南.md deleted file mode 100644 index 89521150..00000000 --- a/wiki/sources/Trae远程开发部署指南.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Trae远程开发部署指南" -type: source -tags: [Trae, Remote-SSH, Ubuntu, Docker] -date: 2026-04-03 ---- - -## Source File -- [[raw/Vibe Coding/Trae远程开发部署指南.md]] - -## Summary -- 核心主题：Trae IDE通过Remote-SSH连接Ubuntu服务器进行远程开发 -- 问题域：内网开发环境配置、Docker容器内开发 -- 方法/机制：SSH免密 → Remote-SSH连接 → Attach容器/编辑宿主机 -- 结论/价值：两种模式——Attach容器（隔离环境）或宿主机编辑（容器编排） - -## Key Claims -- 架构：Ubuntu2(Dev)存放源码+Trae SSH远程，Ubuntu1(Prod)镜像打包 -- SSH免密：ssh-copy-id上传公钥，~/.ssh/config配置别名 -- Docker权限：usermod -aG docker shenwei使shenwei用户有权操作Docker -- Remote-SSH：安装Remote-SSH/Docker/Dev Containers插件 -- 模式A（推荐）：Attach到运行中的Docker容器，环境完全隔离 -- 模式B：编辑Ubuntu文件系统代码，终端调用docker命令 -- 故障排除：Git凭证转发、文件UID/GID权限、内网穿透Tailscale - -## Key Concepts -- [[远程开发]]：Trae Remote-SSH开发模式 -- [[Docker开发模式]]：Attach容器 vs 宿主机编辑 - -## Key Entities -- [[Trae]]：AI代码编辑器 -- [[Ubuntu2]]：192.168.3.45，开发服务器 - -## Connections -- [[Trae远程开发部署指南]] ← documents [[远程开发]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ubuntu 24.04 enable SSH.md b/wiki/sources/Ubuntu 24.04 enable SSH.md deleted file mode 100644 index f03d1ec7..00000000 --- a/wiki/sources/Ubuntu 24.04 enable SSH.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "启动 SSH 服务" -type: source -tags: ['Ubuntu'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/Ubuntu 24.04 enable SSH.md]] - -## Summary -- 核心主题：title: 启动 SSH 服务 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Ubuntu Server科学上网.md b/wiki/sources/Ubuntu Server科学上网.md deleted file mode 100644 index 16d7d971..00000000 --- a/wiki/sources/Ubuntu Server科学上网.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Ubuntu Server科学上网" -type: source -tags: ['Docker'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/Ubuntu Server科学上网.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [docker, proxychains, ubuntu, v2rayn] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md b/wiki/sources/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md deleted file mode 100644 index 6464e63e..00000000 --- a/wiki/sources/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记" -type: source -tags: ['Ubuntu', 'FRP'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md]] - -## Summary -- 核心主题：title: Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Ubuntu-24-enable-SSH.md b/wiki/sources/Ubuntu-24-enable-SSH.md deleted file mode 100644 index 0777a98b..00000000 --- a/wiki/sources/Ubuntu-24-enable-SSH.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Ubuntu 24.04 enable SSH" -type: source -tags: [ubuntu, ssh, 运维] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/Ubuntu 24.04 enable SSH.md]] - -## Summary -- 核心主题：Ubuntu 24.04中启用SSH服务的步骤 -- 问题域：Ubuntu 24.04默认使用ssh.socket激活机制，与旧版本不同 -- 方法/机制：安装openssh-server → systemctl start ssh → systemctl enable ssh -- 结论/价值：Ubuntu 24.04的SSH启用方式与旧版本略有不同，需注意socket activation机制 - -## Key Claims -- Ubuntu 24.04默认使用ssh.socket（按需启动），非传统sshd守护进程 -- 安装命令：sudo apt update && sudo apt install openssh-server -y -- 启动命令：sudo systemctl start ssh -- 开机自启：sudo systemctl enable ssh -- 若status显示inactive别慌，这是socket activation的正常表现 - -## Key Concepts -- [[SSH]]：[TODO] 安全外壳协议 -- [[socket activation]]：Ubuntu 24.04的按需启动机制 -- [[openssh-server]]：SSH服务端软件 - -## Key Entities -- [[Ubuntu]]：24.04 Server操作系统 - -## Connections -- [[SSH]] ← 远程访问协议 ← Ubuntu -- [[socket activation]] ← 启动机制 ← Ubuntu 24.04 SSH - -## Contradictions -- 与旧版Ubuntu SSH管理对比：旧版直接启动sshd，24.04默认使用socket activation按需启动 diff --git a/wiki/sources/Ubuntu-24.04-enable-SSH.md b/wiki/sources/Ubuntu-24.04-enable-SSH.md deleted file mode 100644 index 1cae487c..00000000 --- a/wiki/sources/Ubuntu-24.04-enable-SSH.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "Ubuntu 24.04 Enable SSH" -type: source -tags: [Ubuntu, SSH] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/Ubuntu 24.04 enable SSH.md]] - -## Summary -- 核心主题：Ubuntu 24.04启用SSH服务及配置 -- 问题域：Ubuntu 24.04默认使用socket激活机制，与旧版本不同 -- 方法/机制：apt install openssh-server + systemctl enable/start ssh -- 结论/价值：Ubuntu 24.04 SSH配置要点——socket vs service模式切换 - -## Key Claims -- 安装：sudo apt install openssh-server -y -- 启动：sudo systemctl start ssh -- 开机自启：sudo systemctl enable ssh -- Ubuntu 24.04默认使用socket激活（按需启动），可用ssh.socket检查 -- 切换回传统模式：systemctl disable ssh.socket && systemctl enable ssh.service -- 防火墙：sudo ufw allow ssh - -## Key Concepts -- [[SSH服务配置]]：Ubuntu 24.04 socket vs service模式 -- [[Socket激活]]：按需启动SSH守护进程 - -## Key Entities -- [[Ubuntu2404]]：Ubuntu 24.04 Server - -## Connections -- [[Ubuntu-24.04-Enable-SSH]] ← documents ← [[SSH服务配置]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ubuntu-24.04在HP-ZBook安装指南.md b/wiki/sources/Ubuntu-24.04在HP-ZBook安装指南.md deleted file mode 100644 index 62e89527..00000000 --- a/wiki/sources/Ubuntu-24.04在HP-ZBook安装指南.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Ubuntu 24.04在HP ZBook安装指南" -type: source -tags: [Ubuntu, HP, ZBook, Rufus, EFI] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]] - -## Summary -- 核心主题：在HP ZBook工作站上安装Ubuntu 24.04.2 Desktop的完整指南 -- 问题域：GPT分区、NVMe优化、EFI引导修复 -- 方法/机制：Rufus制作GPT启动盘 → UEFI安装 → EFI修复 → efibootmgr设置启动顺序 -- 结论/价值：HP ZBook + Ubuntu 24.04双系统安装的完整踩坑记录 - -## Key Claims -- Rufus设置：分区方案选GPT，目标系统自动变为UEFI (non CSM)，以ISO镜像模式写入 -- BIOS设置：SATA模式设为AHCI（不是RAID/Intel RST），关闭Secure Boot和Fast Boot -- 分区建议：/boot/efi 512MB-1GB FAT32，/ 100GB-200GB ext4，/home 剩余空间 ext4，swap 8GB-32GB -- EFI修复：sudo cp /boot/efi/EFI/ubuntu/shimx64.efi /boot/efi/EFI/BOOT/BOOTX64.EFI -- efibootmgr：sudo efibootmgr -o 0005,0000,0001,0002,0003（将Ubuntu 0005设为首选） -- 关键修复：Legacy Support必须Disabled，设为UEFI Only - -## Key Concepts -- [[GPT分区表]]：UEFI引导必须使用GPT -- [[EFI引导修复]]：HP BIOS固执只读默认路径，通过复制shimx64.efi解决 -- [[NVMe优化]]：Ubuntu 24.04自动识别NVMe硬盘并对齐优化 - -## Key Entities -- [[HPZBook]]：工作站笔记本（需要折腾EFI） -- [[Ubuntu2404]]：Ubuntu 24.04.2 Desktop -- [[Rufus]]：启动盘制作工具 - -## Connections -- [[Ubuntu-24.04在HP-ZBook安装指南]] ← documents ← [[Ubuntu系统安装]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ubuntu-FRP安装笔记.md b/wiki/sources/Ubuntu-FRP安装笔记.md deleted file mode 100644 index b1578ade..00000000 --- a/wiki/sources/Ubuntu-FRP安装笔记.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Ubuntu FRP 0.65.0安装笔记" -type: source -tags: [FRP, Ubuntu, 内网穿透] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md]] - -## Summary -- 核心主题：Ubuntu Server安装配置FRP客户端实现内网穿透 -- 问题域：Ubuntu服务器通过VPS中转暴露服务到公网 -- 方法/机制：FRP客户端 + systemd服务管理 -- 结论/价值：Ubuntu FRP完整配置——systemd服务+开机自启+日志管理 - -## Key Claims -- 安装路径：/opt/frp/frp_0.65.0_linux_amd64 -- systemd服务：/etc/systemd/system/frpc.service -- 服务管理：systemctl start/enable/restart frpc -- 日志查看：journalctl -u frpc -f -- 软链接方案：/opt/frp/current指向版本目录，升级只需切换symlink -- 验证配置：./frpc validate -c frpc.toml - -## Key Concepts -- [[FRP内网穿透]]：通过VPS中转暴露内网服务 -- [[systemd服务管理]]：Linux服务开机自启标准方式 - -## Key Entities -- [[Ubuntu]]：Linux服务器（Ubuntu Server 24.04） -- [[VPS1]]：192.227.222.142，frps服务端 - -## Connections -- [[Ubuntu-FRP安装笔记]] ← documents ← [[FRP内网穿透]] - -## Contradictions -- 与 [[Mac-Mini-FRP安装笔记]] 内容重叠但平台不同（Linux vs macOS） diff --git a/wiki/sources/Ubuntu-FRP安装配置.md b/wiki/sources/Ubuntu-FRP安装配置.md deleted file mode 100644 index 155cba78..00000000 --- a/wiki/sources/Ubuntu-FRP安装配置.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Ubuntu安装FRP 0.65.0（x86_64）操作笔记" -type: source -tags: [frp, frpc, ubuntu, 内网穿透] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md]] - -## Summary -- 核心主题：Ubuntu Server 24.04上安装配置FRP内网穿透客户端 -- 问题域：Ubuntu上FRP通过systemd --user管理，需要linger授权实现用户级服务 -- 方法/机制：下载amd64版本 → 配置frpc.toml → systemd --user管理 → loginctl enable-linger -- 结论/价值：Ubuntu上FRP通过systemd --user实现开机自启，比直接nohup更可靠 - -## Key Claims -- FRP版本：0.65.0，CPU架构：x86_64 (amd64)，安装路径：/opt/frp/frp_0.65.0_linux_amd64 -- systemd --user服务文件：~/.config/systemd/user/frpc.service -- 必须执行loginctl enable-linger让用户级服务在登录前也能运行 -- 重启命令：systemctl --user restart frpc -- 查看状态：systemctl --user status frpc - -## Key Concepts -- [[FRP]]：[TODO] 内网穿透工具 -- [[systemd --user]]：用户级systemd服务管理 -- [[linger]]：让用户级服务在非登录状态下也能运行的机制 - -## Key Entities -- [[Ubuntu]]：24.04 Server操作系统 -- [[FRP]]：内网穿透工具 - -## Connections -- [[FRP]] ← 运行在 ← Ubuntu -- [[systemd --user]] ← 服务管理 ← FRP（Ubuntu） - -## Contradictions -- 与macOS launchd管理FRP对比：Ubuntu用systemd --user，macOS用launchd diff --git a/wiki/sources/Ubuntu-Ollama-Qwen2.5-Coder安装.md b/wiki/sources/Ubuntu-Ollama-Qwen2.5-Coder安装.md deleted file mode 100644 index 3afc0338..00000000 --- a/wiki/sources/Ubuntu-Ollama-Qwen2.5-Coder安装.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Ubuntu Ollama Qwen2.5-Coder安装" -type: source -tags: [Ollama, Qwen2.5-Coder, Ubuntu, 本地大模型] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md]] - -## Summary -- 核心主题：Ubuntu安装Ollama运行Qwen2.5-Coder 7B本地大模型 -- 问题域：本地AI Coding助手搭建 -- 方法/机制：Ollama一键安装 + ollama pull/run命令 + API开放远程访问 -- 结论/价值：Qwen2.5-Coder 7B适合DevOps/SQL/Kubernetes任务，比普通Qwen2.5更适合工程 - -## Key Claims -- 安装：curl -fsSL https://ollama.com/install.sh | sh -- 拉取模型：ollama pull qwen2.5-coder:7b（约4.5GB） -- 运行：ollama run qwen2.5-coder:7b -- API调用：http://localhost:11434/api/chat -- 开放远程API：编辑/etc/systemd/system/ollama.service加Environment="OLLAMA_HOST=0.0.0.0" -- Python SDK：pip install ollama -- 推荐搭配：Open WebUI + n8n + OpenClaw - -## Key Concepts -- [[本地大模型部署]]：Ollama+开源模型 -- [[AI Coding助手]]：Qwen2.5-Coder专为代码任务优化 - -## Key Entities -- [[Ollama]]：本地大模型运行框架 -- [[Qwen25Coder]]：阿里通义千问代码模型（7B） -- [[Ubuntu]]：安装宿主 - -## Connections -- [[Ubuntu-Ollama-Qwen2.5-Coder安装]] ← implements ← [[本地大模型部署]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ubuntu-Server-Docker安装配置.md b/wiki/sources/Ubuntu-Server-Docker安装配置.md deleted file mode 100644 index 57f5ca2e..00000000 --- a/wiki/sources/Ubuntu-Server-Docker安装配置.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Ubuntu Server Docker安装配置" -type: source -tags: [Docker, Ubuntu, 安装配置] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/如何在Ubuntu Server安装 docker & docker compose.md]] - -## Summary -- 核心主题：Ubuntu Server安装Docker Engine和Docker Compose V2 -- 问题域：官方仓库安装确保版本最新 -- 方法/机制：添加Docker GPG密钥 → 添加apt源 → apt install -- 结论/价值：完整的Ubuntu Docker官方安装流程 - -## Key Claims -- 卸载旧版：for pkg in docker.io docker-engine docker-ce docker.io docker-compose docker-compose-v2; do sudo apt-get remove $pkg; done -- 添加GPG密钥：sudo install -m 0755 -d /etc/apt/keyrings && sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc -- 添加apt源：echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] https://download.docker.com/linux/ubuntu $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null -- 安装：sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin -- 非root用户运行：sudo usermod -aG docker $USER - -## Key Concepts -- [[DockerEngine]]：Docker容器运行时 -- [[DockerComposeV2]]：docker compose命令（V2版本） -- [[apt仓库管理]]：通过GPG密钥和apt源安装软件 - -## Key Entities -- [[Docker]]：容器化平台 -- [[Ubuntu]]：安装宿主 - -## Connections -- [[Ubuntu-Server-Docker安装配置]] ← documents ← [[Docker安装配置]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Ubuntu-Server科学上网.md b/wiki/sources/Ubuntu-Server科学上网.md deleted file mode 100644 index a5516554..00000000 --- a/wiki/sources/Ubuntu-Server科学上网.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "Ubuntu Server科学上网" -type: source -tags: [ubuntu, 科学上网, v2rayn, proxychains, docker, 代理] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/Ubuntu Server科学上网.md]] - -## Summary -- 核心主题：在 Ubuntu Server 上配置科学上网，实现 Docker/Git/终端命令通过代理访问外网 -- 问题域：服务器层面科学上网配置 -- 方法/机制：V2RayN 提供本地 SOCKS5 代理，ProxyChains 劫持任意命令，Docker Daemon 通过 systemd 代理配置 -- 结论/价值：系统级代理配置覆盖所有场景 - -## Key Claims -- 终端命令走代理：`proxychains4 `，需修改 /etc/proxychains4.conf 添加 socks5 127.0.0.1 10808 -- Git 全局代理：`git config --global http.proxy 'socks5://127.0.0.1:10808'` -- Docker Daemon 代理：修改 /etc/systemd/system/docker.service.d/http-proxy.conf，重载 systemd -- Docker 容器内代理：通过 docker-compose.yml 的 environment 或 ~/.docker/config.json 全局配置 -- 代理验证：`curl -x socks5h://127.0.0.1:10808 -v https://www.google.com` - -## Key Quotes -> "socks5h://（注意加 h）表示让代理服务器去解析域名，防止本地 DNS 污染" — SOCKS5 代理的关键参数 - -## Key Concepts -- [[ProxyChains]]：劫持 Linux 动态链接器，强制任意命令走代理 -- [[SOCKS5]]：支持认证的代理协议 -- [[Docker Daemon]]：Docker 守护进程的代理配置机制 -- [[V2RayN]]：SOCKS5 代理提供者 - -## Key Entities -- [[Ubuntu]]：服务器操作系统 - -## Connections -- [[V2RayN]] ← provides ← [[SOCKS5]] -- [[ProxyChains]] ← intercepts ← [[SOCKS5]] -- [[Docker Daemon]] ← uses ← [[SOCKS5]] - -## Contradictions -- 无 diff --git a/wiki/sources/Ubuntu-Server科学上网配置.md b/wiki/sources/Ubuntu-Server科学上网配置.md deleted file mode 100644 index d6233599..00000000 --- a/wiki/sources/Ubuntu-Server科学上网配置.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Ubuntu Server科学上网" -type: source -tags: [ubuntu, v2rayn, proxychains, 科学上网, docker] -date: 2025-12-29 ---- - -## Source File -- [[raw/Home Office/Ubuntu Server科学上网.md]] - -## Summary -- 核心主题：Ubuntu Server上配置V2RayN代理实现科学上网 -- 问题域：如何在无图形界面的服务器上通过代理访问外网 -- 方法/机制：安装V2RayN → 配置proxychains → curl测试 → Docker代理配置 -- 结论/价值：服务器端代理配置比桌面端更复杂，需要注意DNS和代理协议配置 - -## Key Claims -- V2RayN在服务器上通过命令行运行，参考3X-UI Xray安装 -- curl测试代理：curl -x socks5h://127.0.0.1:10808 -v https://www.google.com -- -x socks5h://的h表示让代理服务器解析域名，防止DNS污染 -- Docker代理配置：/etc/systemd/system/pkg-ContainerManager-dockerd.service.d/http-proxy.conf - -## Key Concepts -- [[V2RayN]]：[TODO] 代理客户端 -- [[proxychains]]：强制特定程序走代理的工具 -- [[SOCKS5代理]]：一种代理协议 - -## Key Entities -- [[V2RayN]]：代理客户端 -- [[Ubuntu]]：服务器操作系统 - -## Connections -- [[V2RayN]] ← 代理客户端 ← 科学上网 -- [[proxychains]] ← 代理强制工具 ← Ubuntu - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/Ubuntu-安装-FRP-0.65.0-x86_64-操作笔记.md b/wiki/sources/Ubuntu-安装-FRP-0.65.0-x86_64-操作笔记.md deleted file mode 100644 index 1c866781..00000000 --- a/wiki/sources/Ubuntu-安装-FRP-0.65.0-x86_64-操作笔记.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记" -type: source -tags: [frp, ubuntu, 内网穿透, 运维] -date: 2026-01-01 ---- - -## Source File -- [[raw/Home Office/Ubuntu 安装 FRP 0.65.0（x86_64）操作笔记.md]] - -## Summary -- 核心主题：在 Ubuntu Server x86_64 上安装配置 FRP 0.65.0 实现内网穿透 -- 问题域：Ubuntu 服务器内网穿透部署 -- 方法/机制：通过 systemd 服务管理 FRP 客户端，设置开机自启和故障自动重启 -- 结论/价值：完成 Ubuntu 服务器的 FRP 部署，与 Mac Mini ARM64 版本配置风格统一 - -## Key Claims -- FRP 安装路径为 `/opt/frp/frp_0.65.0_linux_amd64` -- systemd 服务文件路径为 `/etc/systemd/system/frpc.service` -- 服务管理：systemctl start/enable/status/restpc/stop frpc -- 软链接方案：/opt/frp/current 指向当前版本，升级时只需切换 symlink -- 故障排查：`./frpc validate -c frpc.toml` 检查配置语法 - -## Key Quotes -> "systemd Restart=on-failure RestartSec=10" — FRP 崩溃后 10 秒自动重启的配置 - -## Key Concepts -- [[FRP]]：内网穿透工具 -- [[systemd]]：Linux 服务管理机制 -- [[软链接]]：版本切换的灵活方案 - -## Key Entities -- [[Ubuntu]]：服务器操作系统 -- [[FRP]]：内网穿透工具 - -## Connections -- [[Ubuntu]] ← runs ← [[FRP]] -- [[systemd]] ← manages ← [[FRP]] - -## Contradictions -- 与 [[Mac-Mini-安装-FRP-0.65.0-ARM64-操作笔记]]：Mac Mini 使用 launchd 管理，Ubuntu 使用 systemd，两者机制不同但目标一致 diff --git a/wiki/sources/Ubuntu服务器通过rsync实现日常增量备份.md b/wiki/sources/Ubuntu服务器通过rsync实现日常增量备份.md deleted file mode 100644 index 66ef994c..00000000 --- a/wiki/sources/Ubuntu服务器通过rsync实现日常增量备份.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "Ubuntu服务器通过rsync实现日常增量备份" -type: source -tags: [rsync, ubuntu, 备份, nas, 增量备份] -date: 2025-12-20 ---- - -## Source File -- [[raw/Home Office/Ubuntu服务器通过rsync实现日常增量备份.md]] - -## Summary -- 核心主题：使用 rsync 实现 Ubuntu 服务器到 NAS 的增量日常备份 -- 问题域：数据保护与灾难恢复 -- 方法/机制：rsync 脚本配合 cron 定时任务，通过 NFS 挂载的 NAS 目录作为备份目标 -- 结论/价值：构建"工作室级"数据保护体系，凌晨自动执行，NAS 掉线时安全终止备份 - -## Key Claims -- rsync 脚本使用 -azR --delete 参数，排除 venv/__pycache__/.git 目录 -- 通过 lockfile 机制防止并发执行同一备份任务 -- NFS 永久挂载通过 /etc/fstab 配置，使用 _netdev 参数确保网络就绪后再挂载 -- 数据库备份建议先用 docker exec + mysqldump 导出 SQL，再由 rsync 同步 -- rsync 错误码 23/24 表示部分文件因权限问题未传输，属于正常情况 -- 可通过 screen/tmux 或 nohup 后台运行备份脚本 - -## Key Quotes -> "_netdev：告诉系统这是一个网络设备，务必等到网络服务完全启动后再尝试挂载" — /etc/fstab NFS 挂载的关键参数 - -## Key Concepts -- [[rsync]]：增量文件同步工具 -- [[NFS]]：网络文件系统 -- [[增量备份]]：仅同步变化文件 -- [[Cron]]：定时任务调度 -- [[Lockfile]]：防止并发执行的锁机制 - -## Key Entities -- [[Ubuntu]]：源服务器操作系统 -- [[Synology NAS]]：备份目标存储 - -## Connections -- [[Ubuntu]] ← backs_up_to ← [[Synology NAS]] -- [[rsync]] ← scheduled_by ← [[Cron]] -- [[NFS]] ← mounted_on ← [[Ubuntu]] - -## Contradictions -- 无 diff --git a/wiki/sources/Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误.md b/wiki/sources/Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误.md deleted file mode 100644 index 69fbc599..00000000 --- a/wiki/sources/Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误" -type: source -tags: [rustdesk, ubuntu, wayland, 远程桌面] -date: 2025-10-01 ---- - -## Source File -- [[raw/Home Office/Ubuntu用RustDesk远程登录出现不能使用Wayland登录的错误.md]] - -## Summary -- 核心主题：解决 Ubuntu 24.04 Wayland 导致 RustDesk 无法在登录界面远程控制的故障 -- 问题域：远程桌面配置 -- 方法/机制：禁用 Wayland，强制系统使用 X11 (Xorg) 显示协议 -- 结论/价值：通过 /etc/gdm3/custom.conf 设置 WaylandEnable=false，RustDesk 可正常工作 - -## Key Claims -- Ubuntu 24.04 默认使用 Wayland，Wayland 出于安全设计限制外部程序在未登录状态下获取屏幕控制权 -- 解决方案：编辑 /etc/gdm3/custom.conf，取消注释 WaylandEnable=false -- 重启 GDM 服务：sudo systemctl restart gdm3 - -## Key Quotes -> "WaylandEnable=false" — 强制 Ubuntu 登录界面使用 X11 的关键配置 - -## Key Concepts -- [[Wayland]]：Linux 现代化显示协议，安全性高但兼容性差 -- [[X11 (Xorg)]]：传统显示协议，RustDesk 兼容性好 -- [[GDM3]]：GNOME 显示管理器 - -## Key Entities -- [[RustDesk]]：开源远程桌面软件 -- [[Ubuntu]]：操作系统 - -## Connections -- [[Ubuntu]] ← uses ← [[GDM3]] -- [[GDM3]] ← configures ← [[Wayland]] -- [[RustDesk]] ← requires ← [[X11]] - -## Contradictions -- 无 diff --git a/wiki/sources/Ubuntu禁用合盖休眠.md b/wiki/sources/Ubuntu禁用合盖休眠.md deleted file mode 100644 index 7c18a936..00000000 --- a/wiki/sources/Ubuntu禁用合盖休眠.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Ubuntu禁用合盖休眠" -type: source -tags: [ubuntu, 休眠, 笔记本服务器] -date: 2025-10-01 ---- - -## Source File -- [[raw/Home Office/Ubuntu禁用合盖休眠.md]] - -## Summary -- 核心主题：配置 Ubuntu 24.04 笔记本合盖后继续运行而不进入休眠 -- 问题域：服务器化改造 -- 方法/机制：修改 systemd-logind 配置，设置 HandleLidSwitch 系列参数为 ignore -- 结论/价值：笔记本可作为长期运行的服务器，合盖不中断服务 - -## Key Claims -- 控制文件为 /etc/systemd/logind.conf -- 三个关键参数：HandleLidSwitch（电池）、HandleLidSwitchExternalPower（外接电源）、HandleLidSwitchDocked（扩展坞） -- 设置为 ignore 后合盖不执行任何操作 -- 可选：systemctl mask sleep/suspend/hibernate/hybrid-sleep.target 从内核级别彻底禁用休眠 - -## Key Quotes -> "HandleLidSwitch=ignore" — 合盖不执行任何操作的关键配置 - -## Key Concepts -- [[systemd-logind]]：管理系统电源和用户会话的服务 -- [[休眠]]：系统挂起到磁盘 - -## Key Entities -- [[Ubuntu]]：操作系统 - -## Connections -- [[systemd-logind]] ← controls ← [[休眠]] -- [[Ubuntu]] ← runs ← [[systemd-logind]] - -## Contradictions -- 无 diff --git a/wiki/sources/Understanding Complete ITSM.md b/wiki/sources/Understanding Complete ITSM.md deleted file mode 100644 index a060fc76..00000000 --- a/wiki/sources/Understanding Complete ITSM.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Understanding Complete ITSM" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/Understanding Complete ITSM.md]] - -## Summary -- 核心主题：现代IT服务管理(ITSM)趋势 -- 问题域：效率、安全、韧性 -- 方法/机制：AIOps驱动的问题管理、变更管理 -- 结论/价值：ITSM是运营卓越的战略推动者 - -## Key Claims -- AI驱动的异常检测消除重复故障 -- AIOps转变传统响应模型 -- 自愈IT生态系统实现自动化修复 - -## Key Quotes -> "IT Service Management (ITSM) is no longer just about ticketing—it's the strategic enabler of operational excellence." - -## Key Concepts -- [[ITSM]]：IT服务管理 -- [[AIOps]]：AI运维 -- [[CMDB]]：配置管理数据库 -- [[IaC]]：基础设施即代码 -- [[Zero Trust]]：零信任架构 - -## Key Entities -- [[ServiceNow]]：ITSM平台 -- [[Jira]]：ITSM工具 - -## Connections -- [[ITSM]] ← uses ← [[AIOps]] -- [[ITSM]] ← integrates ← [[CI/CD]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/Useful Prompt Lib.md b/wiki/sources/Useful Prompt Lib.md deleted file mode 100644 index 684efdf2..00000000 --- a/wiki/sources/Useful Prompt Lib.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "Claude Prompt Library 完整指南" -type: source -tags: ['Claude', 'Prompt', 'Anthropic', 'AI', '工具库'] -date: 2025-03-01 -source: https://docs.anthropic.com/en/prompt-library/data-organizer ---- - -## Source File -- [[raw/AI/Useful Prompt Lib.md]] - -## Summary -- 核心主题：Anthropic 官方 Claude Prompt Library 完整收录，60+ 精选提示词分类汇总 -- 问题域：用户难以找到高质量、结构化、可直接使用的 Claude 提示词范本 -- 方法/机制：Anthropic 官方维护的提示词库，覆盖编程、创作、生产力、教育、数据处理等多个场景 -- 结论/价值：官方出品、高质量、可直接复制使用，是构建企业级 Prompt 技能的基础资源库 - -## Key Claims -- Anthropic 官方 Prompt Library 涵盖 60+ 精选提示词，全部经过生产环境验证 -- 核心高价值提示词（跨境电商/AI应用方向）： - - **Data Organizer**：将非结构化文本转为 JSON，适用于竞品数据采集、产品信息整理 - - **Review Classifier**：自动分类评论/反馈，适用于 TikTok 店铺评论管理 - - **Babel's Broadcasts**：10语言产品发布推文生成，适用于跨境多语言营销 - - **CSV Converter**：JSON/XML 转 CSV，数据格式标准化 - - **Email Extractor**：文档邮件提取，JSON 输出 - - **Brand Builder**：品牌标识策划，适用于品牌建设 -- 编程类：Coding Consultant、Python Bug Buster、Function Fabricator、Git Gud、SQL Sorcerer、LaTeX Legend -- 生产力类：Meeting Scribe、Email Extractor、Data Organizer、Memo Maestro、Lesson Planner -- 创意类：Storytelling Sidekick、Pun-dit、Culinary Creator、Futuristic Fashion Advisor - -## Key Concepts -- [[Claude Prompt Library]]：Anthropic 官方提示词库，60+精选模板 -- [[Prompt模板]]：经过生产验证的标准化提示词结构，可直接复用 -- [[多语言本地化]]：Babel's Broadcasts 等提示词支持10语言，适用于跨境电商 - -## Key Entities -- [[Anthropic]]：Claude 开发商，Prompt Library 官方维护者 -- [[Claude]]：Anthropic 的 AI 助手，Prompt Library 的执行载体 - -## Connections -- [[Claude Prompt Library]] ← is_resource_of ← [[Claude]] -- [[Claude]] ← provides_access_to ← [[Claude Prompt Library]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/VPS内网反向代理域名访问-阿里云DNS版.md b/wiki/sources/VPS内网反向代理域名访问-阿里云DNS版.md deleted file mode 100644 index 6b4bee80..00000000 --- a/wiki/sources/VPS内网反向代理域名访问-阿里云DNS版.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "VPS内网反向代理域名访问(阿里云DNS)" -type: source -tags: [VPS, Caddy, FRP, 内网穿透, 阿里云] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：通过VPS+Caddy+FRP实现内网服务公网域名访问（阿里云DNS版） -- 问题域：内网服务需要通过域名从公网访问 -- 方法/机制：阿里云DNS → VPS(Caddy+frps) → FRP隧道 → 内网服务 -- 结论/价值：与Cloudflare版架构相同，DNS提供商不同 - -## Key Claims -- 架构：阿里云DNS → VPS(Caddy+frps) → FRP → 内网 -- frps配置：bind_port=7000, dashboard_port=7500, token=Gg8sqHJVgh42KQ0oTatMjl6AywWqAzaaT0B77a4qD46tXtoH9j9mXb2k1YitObhs -- 内网服务：NAS:5000→15000, n8n:5678→15678, transmission:9091→19091, grafana:3000→13000 -- 防火墙：ufw allow 22,80,443,7000/tcp -- Caddyfile验证：sudo caddy validate --config /etc/caddy/Caddyfile - -## Key Concepts -- [[内网穿透架构]]：VPS+FRP+Caddy完整架构 -- [[阿里云DNS]]：域名解析管理（不同于Cloudflare） - -## Key Entities -- [[VPS1]]：192.227.222.142 -- [[Caddy]]：反向代理+自动HTTPS -- [[FRP]]：内网穿透隧道 - -## Connections -- [[VPS内网反向代理域名访问-阿里云DNS版]] ← implements ← [[内网穿透架构]] - -## Contradictions -- 与 [[VPS内网反向代理域名访问]] 内容重叠（仅DNS提供商不同：阿里云 vs Cloudflare） diff --git a/wiki/sources/VPS内网反向代理域名访问.md b/wiki/sources/VPS内网反向代理域名访问.md deleted file mode 100644 index da740c20..00000000 --- a/wiki/sources/VPS内网反向代理域名访问.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "VPS内网反向代理域名访问" -type: source -tags: [VPS, Caddy, FRP, 内网穿透, Cloudflare] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：通过VPS+Caddy+FRP实现内网服务公网域名访问 -- 问题域：内网服务（NAS/Ubuntu）需要通过域名从公网访问 -- 方法/机制：Cloudflare DNS → VPS(Caddy+frps) → FRP隧道 → 内网服务 -- 结论/价值：完整的内网穿透架构，支持HTTPS自动证书 - -## Key Claims -- 架构：Cloudflare DNS指向VPS → Caddy反向代理 → frps/frpc隧道 → 内网服务 -- frps配置：/opt/frp/frps.ini，bind_port=7000，dashboard_port=7500，token认证 -- frpc配置：每个内网服务一个section（NAS:5000→15000, n8n:5678→15678等） -- Caddyfile：每个子域名reverse_proxy到127.0.0.1:对应端口 -- 域名映射：nas.ishenwei.online, n8n.ishenwei.online等 -- SSH映射：ubuntu1.ishenwei.online:60022 → 内网Ubuntu:22 -- 防火墙：ufw allow 60022等必要端口 - -## Key Concepts -- [[内网穿透架构]]：VPS+FRP+Caddy完整架构 -- [[Caddy反向代理]]：自动HTTPS证书 -- [[CloudflareDNS]]：域名解析管理 - -## Key Entities -- [[VPS1]]：192.227.222.142，frps+Caddy服务器 -- [[Caddy]]：反向代理+自动HTTPS -- [[FRP]]：内网穿透隧道 -- [[SynologyNAS]]：192.168.3.17，内网服务 -- [[Ubuntu1]]：192.168.3.47，内网服务 - -## Connections -- [[VPS内网反向代理域名访问]] ← implements ← [[内网穿透架构]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Vibe-Coding-经验.md b/wiki/sources/Vibe-Coding-经验.md deleted file mode 100644 index 5d4cca83..00000000 --- a/wiki/sources/Vibe-Coding-经验.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "Vibe Coding经验收集" -type: source -tags: [resource] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/vibe coding经验收集.md]] - -## Summary -- 核心主题：Vibe Coding方法和原则 -- 问题域：Vibe Coding核心理念和实践经验 -- 方法/机制：收集自vibe-coding-cn项目 -- 结论/价值：提供递归自优化生成系统的形式化定义 - -## Key Concepts -- [[Vibe Coding]]：AI驱动的编程方式 - -## Key Entities - -## Connections -- [[Vibe Coding]] ← 来自 ← [[GitHub]] - -## Contradictions diff --git a/wiki/sources/Vibe-Coding经验收集.md b/wiki/sources/Vibe-Coding经验收集.md deleted file mode 100644 index 6a54a476..00000000 --- a/wiki/sources/Vibe-Coding经验收集.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Vibe Coding经验收集" -type: source -tags: [Vibe Coding, AI编程, 经验] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/vibe coding经验收集.md]] - -## Summary -- 核心主题：Vibe Coding实践经验收集——设计文档→伪代码→代码的AI编程流程 -- 问题域：如何高效使用AI进行代码生成 -- 方法/机制：设计文档写详细（包括伪代码）→ AI生成 → Review → 测试 → 自动commit -- 结论/价值：需求→伪代码→代码的直出流程，配合Review和多代理 - -## Key Claims -- 核心流程：设计文档写得很细（包括service层伪代码）→ 交给AI一遍直出 → 另一个AI Review → 根据review修改 → 跑测试 → AI自动commit push -- Gemini 3 Pro优化：针对系统prompt的多代理基准测试性能提升5% -- 迭代方法：点→线→体逐级迭代，先打磨单个基础任务再批量执行 -- 代码注释：文件头注释描述代码作用、上下游链路、文档维护agents说明 -- 未来软件工程：核心是"验证代码按正确逻辑运行"而非"看懂代码"，通过自动化测试、静态分析、形式化验证 -- CodeWeaver工具：把整个项目编织成可导航的Markdown文档 - -## Key Concepts -- [[VibeCoding流程]]：设计文档→伪代码→代码→Review→测试→commit -- [[AI代码生成]]：AI直出+多代理Review -- [[代码验证]]：未来软件工程核心是验证而非看代码 - -## Key Entities -- [[VibeCoding]]：AI辅助编程方法论 - -## Connections -- [[Vibe-Coding经验收集]] ← documents [[VibeCoding流程]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md b/wiki/sources/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md deleted file mode 100644 index 4e908847..00000000 --- a/wiki/sources/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南" -type: source -tags: ['Ubuntu', 'VibeCoding'] -date: 2026-04-14 ---- - -## Source File -- [[Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]] - -## Summary -- 核心主题：**Ubuntu Server 下安装、管理 Vibe-Kanban + OpenCode 的完整文档**，以 `shenwei` 用户操作、使用 Node 20 和 pm2 管理进程，包含详细命令和验证步骤。 以下是完整 Markdown 文档： title: Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装.md b/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装.md deleted file mode 100644 index c9ef82bd..00000000 --- a/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Vibe-Kanban OpenCode Ubuntu安装" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]] - -## Summary -- 核心主题：Ubuntu Server上Vibe-Kanban和OpenCode安装与管理完整指南 -- 问题域：AI编程代理管理、本地Vibe Coding部署 -- 方法/机制：通过nvm管理Node20、使用npx运行vibe-kanban、用pm2管理进程 -- 结论/价值：构建稳定的AI编程代理工作环境，支持多任务并行和进程自动重启 - -## Key Claims -- 使用nvm安装Node20以兼容vibe-kanban和opencode -- vibe-kanban会spawn随机端口的executor，不需要手动启动opencode serve -- 不要用root用户启动OpenCode，会导致权限问题 -- pm2可实现进程管理、日志查看、自动重启和开机自启 -- 保证/var/tmp/vibe-kanban和~/.vibe-kanban目录权限属于运行用户 - -## Key Concepts -- [[Node版本管理]]：nvm实现多版本Node共存 -- [[进程管理]]：pm2管理Node.js应用生命周期 -- [[VibeCoding]]：AI编程代理工作流 - -## Key Entities -- [[VibeKanban]]：AI任务看板工具 -- [[OpenCode]]：AI编程代理 -- [[PM2]]：Node.js进程管理器 - -## Connections -- [[VibeKanban]] ← spawns ← [[OpenCode]] -- [[PM2]] ← manages ← [[VibeKanban]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装指南.md b/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装指南.md deleted file mode 100644 index 8139db22..00000000 --- a/wiki/sources/Vibe-Kanban-OpenCode-Ubuntu安装指南.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "Vibe-Kanban OpenCode Ubuntu安装指南" -type: source -tags: [Vibe-Kanban, OpenCode, Ubuntu, pm2] -date: 2026-03-29 ---- - -## Source File -- [[raw/Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]] - -## Summary -- 核心主题：Ubuntu Server安装配置Vibe-Kanban+OpenCode并用pm2管理进程 -- 问题域：AI辅助编程工具的环境配置 -- 方法/机制：nvm安装Node20 → npm安装 → pm2进程管理 -- 结论/价值：完整安装流程，注意不要用root启动OpenCode serve - -## Key Claims -- 清理旧安装：删除旧工作树 ~/.vibe-kanban，确保shenwei用户有目录权限 -- nvm安装Node20：curl -fsSL https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash -- Vibe-Kanban安装：npm install -g vibe-kanban -- OpenCode安装：npm install -g opencode-ai -- pm2管理：pm2 start "RUST_LOG=debug HOST=0.0.0.0 PORT=9999 npx vibe-kanban" --name vibe-kanban -- 验证：ss -lntp | grep opencode检查端口，curl http://127.0.0.1:9999访问 -- 不要用root启动OpenCode serve，vibe-kanban会自动spawn executor - -## Key Concepts -- [[VibeKanban]]：AI看板工具 -- [[OpenCode]]：AI编程代理 -- [[pm2进程管理]]：Node.js进程管理器 - -## Key Entities -- [[VibeKanban]]：AI看板 -- [[OpenCode]]：AI编程工具 -- [[Ubuntu2]]：192.168.3.45，安装宿主 - -## Connections -- [[Vibe-Kanban-OpenCode-Ubuntu安装指南]] ← documents [[VibeKanban]], [[OpenCode]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/Vibe-Kanban-OpenCode.md b/wiki/sources/Vibe-Kanban-OpenCode.md deleted file mode 100644 index ea8f3bdf..00000000 --- a/wiki/sources/Vibe-Kanban-OpenCode.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Vibe-Kanban与OpenCode安装指南" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南.md]] - -## Summary -- 核心主题：Ubuntu Server上Vibe-Kanban和OpenCode的安装配置 -- 问题域：如何在服务器环境搭建AI开发工作流 -- 方法/机制：使用Node 20和pm2管理进程 -- 结论/价值：完整文档包含详细命令和验证步骤 - -## Key Concepts -- [[Vibe Coding]]： vibe编程方式 -- [[pm2]]：Node进程管理器 - -## Key Entities -- [[Vibe-Kanban]]：AI开发看板工具 -- [[OpenCode]]：AI编程助手 - -## Connections -- [[Vibe-Kanban]] ← 运行在 ← [[Ubuntu]] -- [[OpenCode]] ← 管理 ← [[pm2]] - -## Contradictions diff --git a/wiki/sources/Vibe-Kanban-Ubuntu.md b/wiki/sources/Vibe-Kanban-Ubuntu.md deleted file mode 100644 index 3fec9977..00000000 --- a/wiki/sources/Vibe-Kanban-Ubuntu.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Ubuntu安装Vibe-Kanban" -type: source -tags: [tutorial] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/在Ubuntu上安装Vibe-Kanban.md]] - -## Summary -- 核心主题：在Ubuntu上安装Vibe-Kanban -- 问题域：如何搭建AI开发看板 -- 方法/机制：参考官方文档安装 -- 结论/价值：Vibe-Kanban是BloopAI开发的AI开发看板工具 - -## Key Claims -- 需要Node.js LTS版本 -- 需要进行Coding agent认证 - -## Key Concepts -- [[Vibe Coding]]：AI驱动的编程方式 - -## Key Entities -- [[Vibe-Kanban]]：AI开发看板 -- [[BloopAI]]：开发公司 - -## Connections -- [[Vibe-Kanban]] ← 基于 ← [[Node.js]] - -## Contradictions diff --git a/wiki/sources/Vibe-Kanban-Ubuntu安装.md b/wiki/sources/Vibe-Kanban-Ubuntu安装.md deleted file mode 100644 index 58ef7790..00000000 --- a/wiki/sources/Vibe-Kanban-Ubuntu安装.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "Vibe-Kanban Ubuntu安装" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/在Ubuntu上安装Vibe-Kanban.md]] - -## Summary -- 核心主题：Vibe-Kanban安装指南 -- 问题域：AI任务看板工具部署 -- 方法/机制：通过npx直接运行，使用pm2管理进程 -- 结论/价值：快速部署AI编程任务管理工具 - -## Key Claims -- Vibe-Kanban通过npx vibe-kanban直接运行，自动分配随机端口 -- 每个任务在独立git worktree中隔离运行，防止代理间干扰 -- pm2可实现后台启动、日志管理和开机自启 - -## Key Concepts -- [[GitWorktree]]：任务隔离机制 -- [[进程管理]]：pm2管理Node应用 - -## Key Entities -- [[VibeKanban]]：AI任务看板 -- [[BloopAI]]：Vibe-Kanban开发公司 - -## Connections -- [[VibeKanban]] ← uses ← [[GitWorktree]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/VibeCoding经验收集.md b/wiki/sources/VibeCoding经验收集.md deleted file mode 100644 index 5bd88a10..00000000 --- a/wiki/sources/VibeCoding经验收集.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "Vibe Coding经验收集" -type: source -tags: [] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/vibe coding经验收集.md]] - -## Summary -- 核心主题：Vibe Coding实践经验和观点收集 -- 问题域：AI编程工作流、代码规范、人机协作模式 -- 方法/机制：通过伪代码→代码、代理基准测试、点线体迭代等方式提升AI编程效果 -- 结论/价值：AI编程的核心是从需求到验证的闭环，而非单纯"看懂代码" - -## Key Claims -- 需求→伪代码→代码的流程可提升生成质量 -- 针对特定模型的系统prompt优化可提升5%基准测试性能 -- 点→线→体的逐级迭代，先打磨单个任务再批量执行 -- 代码规范文件头注释和模块说明可降低认知负载 -- 未来软件工程核心是"验证代码正确运行"而非"看懂代码" - -## Key Quotes -> "需求 -> 伪代码 -> 代码" - -## Key Concepts -- [[伪代码先行]]：用伪代码描述逻辑再交由AI生成 -- [[逐级迭代]]：点→线→体的开发模式 -- [[代码验证]]：自动化测试替代人眼review - -## Key Entities -- [[CodeWeaver]]：将代码库编织成可导航Markdown文档的工具 - -## Connections -- [[VibeCoding]] ← follows ← [[伪代码先行]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/What I know about Cloud Service Delivery 1.md b/wiki/sources/What I know about Cloud Service Delivery 1.md deleted file mode 100644 index 64f2c158..00000000 --- a/wiki/sources/What I know about Cloud Service Delivery 1.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "What I know about Cloud Service Delivery 1" -type: source -tags: ['监控', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Cloud & DevOps/What I know about Cloud Service Delivery 1.md]] - -## Summary -- 核心主题：author: shenwei description: Cloud Service Delivery encompasses **the entire lifecycle of making cloud services operational, available, secure, performant, and valuable to end-users and customers.** -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/What I know about Cloud Service Delivery.md b/wiki/sources/What I know about Cloud Service Delivery.md deleted file mode 100644 index 9a617776..00000000 --- a/wiki/sources/What I know about Cloud Service Delivery.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "What I Know About Cloud Service Delivery" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/What I know about Cloud Service Delivery 1.md]] - -## Summary -- 核心主题：云服务交付的完整生命周期 -- 问题域：服务配置、监控、安全、成本管理 -- 方法/机制：12个核心领域的云服务管理 -- 结论/价值：云服务交付是连接技术与业务价值的桥梁 - -## Key Claims -- 云服务交付涵盖IaaS、PaaS、SaaS的完整生命周期 -- 团队包含云基础设施工程师、运维工程师、安全专家 -- AIOps驱动云DevOps成熟度 - -## Key Quotes -> "Cloud Service Delivery is the bridge between the raw capabilities of cloud technology and the reliable, secure, performant services that businesses and users actually consume." - -## Key Concepts -- [[云服务交付]]：云服务生命周期管理 -- [[FinOps]]：云财务管理 -- [[IaC]]：基础设施即代码 -- [[SLA]]：服务级别协议 -- [[SLO]]：服务级别目标 - -## Key Entities -- [[AWS CloudWatch]]：监控工具 -- [[Grafana]]：可视化监控 - -## Connections -- [[云服务交付]] ← includes ← [[FinOps]] -- [[云服务交付]] ← uses ← [[IaC]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/What is DevSecOps Best Practices, Benefits, and Tools.md b/wiki/sources/What is DevSecOps Best Practices, Benefits, and Tools.md deleted file mode 100644 index 3292a694..00000000 --- a/wiki/sources/What is DevSecOps Best Practices, Benefits, and Tools.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "What is DevSecOps - Best Practices, Benefits, and Tools" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Cloud & DevOps/What is DevSecOps Best Practices, Benefits, and Tools.md]] - -## Summary -- 核心主题：DevSecOps最佳实践与工具 -- 问题域：安全集成、自动化、合规 -- 方法/机制：在SDLC每个阶段集成安全 -- 结论/价值：70%的发布后漏洞可通过DevSecOps防止 - -## Key Claims -- DevSecOps在开发流程每个阶段集成安全 -- 自动化安全测试集成到CI/CD管道 -- 左移安全：早期识别漏洞 - -## Key Quotes -> "70% of software vulnerabilities discovered post-launch could have been prevented with DevSecOps." - -## Key Concepts -- [[DevSecOps]]：开发安全运维 -- [[CI/CD]]：持续集成/持续交付 -- [[SAST]]：静态应用安全测试 -- [[DAST]]：动态应用安全测试 -- [[SCA]]：软件组成分析 - -## Key Entities -- [[SonarQube]]：代码质量管理 -- [[Snyk]]：开源安全扫描 -- [[Amazon Inspector]]：漏洞扫描 - -## Connections -- [[DevSecOps]] ← integrates ← [[CI/CD]] -- [[DevSecOps]] ← uses ← [[SAST]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/What-I-know-about-Cloud-Service-Delivery-1.md b/wiki/sources/What-I-know-about-Cloud-Service-Delivery-1.md deleted file mode 100644 index 202017c3..00000000 --- a/wiki/sources/What-I-know-about-Cloud-Service-Delivery-1.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "What I know about Cloud Service Delivery 1" -type: source -tags: [cloud, devops, service-delivery, infrastructure, finops] -date: 2025-03-02 ---- - -## Source File -- [[raw/Cloud & DevOps/What I know about Cloud Service Delivery 1.md]] - -## Summary -- 核心主题：云服务交付的完整生命周期管理 -- 问题域：云服务交付的全面认知框架 -- 方法/机制：覆盖从服务开通、基础设施管理、安全合规、监控、成本优化到灾难恢复的 12 个领域 -- 结论/价值：云服务交付团队角色定义（Cloud Infra Engineer / DevOps SRE / Security / Support / FinOps） - -## Key Claims -- 云服务交付是云技术能力（IaaS/PaaS/SaaS）与用户实际消费的可靠、安全、高性能服务之间的桥梁 -- 12 个核心领域：服务开通与部署、基础设施管理、平台管理、应用运营、安全合规、性能监控、事件管理、变更配置管理、成本管理、客户支持、服务治理、灾难恢复 -- SLA vs SLO：SLA 是与客户的合同协议，SLO 是内部目标 -- DevOps 成熟度模型和 AIOps 是云服务交付的进阶主题 - -## Key Quotes -> "Cloud Service Delivery is the bridge between the raw capabilities of cloud technology and the reliable, secure, performant services that businesses and users actually consume" — 云服务交付的本质定义 - -## Key Concepts -- [[云服务交付]]：云服务从能力到用户价值的完整生命周期 -- [[SLA]]：服务级别协议 -- [[SLO]]：服务级别目标 -- [[FinOps]]：云成本管理与优化 -- [[IaC]]：基础设施即代码 -- [[DevOps成熟度模型]]：团队能力成熟度评估框架 - -## Key Entities -- [[云服务交付团队]]：Cloud Infra Engineer、DevOps/SRE、Security、Support、FinOps - -## Connections -- [[云服务交付]] ← spans ← [[SLA]] -- [[云服务交付]] ← spans ← [[FinOps]] - -## Contradictions -- 无 diff --git a/wiki/sources/YouTube-Channel-ID.md b/wiki/sources/YouTube-Channel-ID.md deleted file mode 100644 index 8178c5e2..00000000 --- a/wiki/sources/YouTube-Channel-ID.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "YouTube Channel ID" -type: source -tags: [] -date: 2025-03-16 ---- - -## Source File -- [[raw/Others/How to get Youtube Channel ID.md]] - -## Summary -- 核心主题：获取YouTube频道ID的方法 -- 问题域：RSS订阅、数据抓取、自动化工作流配置 -- 方法/机制：通过view-source查看频道页面源码，搜索channel_id字符串获取 -- 结论/价值：提供了一种无需API即可获取频道ID的简单方法，可用于n8n等工作流 - -## Key Claims -- 通过view-source访问频道页面可获取channel_id -- 频道ID格式为UC开头，可用于RSS feed订阅 -- 此方法可用于n8n等自动化工作流配置 - -## Key Quotes -> "channel id can be used in n8n workflow" - -## Key Concepts -- [[YouTubeRSS]]：通过channel_id构建RSS feed URL -- [[自动化工作流]]：n8n等工具的配置数据获取 - -## Key Entities -- [[YouTube]]：全球最大视频平台 - -## Connections -- [[YouTubeRSS]] ← derived_from ← [[YouTube-Channel-ID]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/YouTube-Channel-ID获取方法.md b/wiki/sources/YouTube-Channel-ID获取方法.md deleted file mode 100644 index 8e4ade71..00000000 --- a/wiki/sources/YouTube-Channel-ID获取方法.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "YouTube Channel ID获取方法" -type: source -tags: [YouTube, ChannelID, RSS] -date: 2025-03-16 ---- - -## Source File -- [[raw/Others/How to get Youtube Channel ID.md]] - -## Summary -- 核心主题：获取YouTube频道ID的简便方法 -- 问题域：n8n工作流需要YouTube频道ID作为RSS源 -- 方法/机制：查看页面源码搜索channel_id字符串 -- 结论/价值：简单快速的YouTube频道ID获取方法 - -## Key Claims -- 打开频道主页：view-source:https://www.youtube.com/@Numberblocks -- 在源码中搜索：?channel_id -- 可找到：https://www.youtube.com/feeds/videos.xml?channel_id=UCPlwvN0w4qFSP1FllALB92w -- channel_id可用于n8n工作流 - -## Key Concepts -- [[YouTubeRSS]]：基于channel_id的RSS订阅源 -- [[YouTubeChannelID]]：频道唯一标识符 - -## Key Entities -- [[YouTube]]：视频平台 - -## Connections -- [[YouTube-Channel-ID获取方法]] ← documents ← [[YouTubeChannelID]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/YouTube-RSS-Feed-获取方法.md b/wiki/sources/YouTube-RSS-Feed-获取方法.md deleted file mode 100644 index c5618b38..00000000 --- a/wiki/sources/YouTube-RSS-Feed-获取方法.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "YouTube频道RSS Feed获取方法" -type: source -tags: [youtube, rss, 教程] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]] - -## Summary -- 核心主题：通过网页源码获取任意YouTube频道的RSS Feed URL -- 问题域：YouTube移除了RSS订阅按钮，用户无法直接获取频道RSS -- 方法/机制：查看频道页面源码，搜索"channel_id="，提取RSS Feed URL -- 结论/价值：无需第三方服务即可获取YouTube频道RSS - -## Key Claims -- YouTube移除了RSS订阅按钮以防止用户绕过网站 -- 通过"View Page Source"搜索"channel_id="可获取RSS Feed URL -- RSS Feed格式为：https://www.youtube.com/feeds/videos.xml?channel_id=xxx - -## Key Quotes -> "Right click on an empty part of the page and select 'View Page Source'" — 操作步骤 - -## Key Concepts -- [[YouTubeRSS]]：YouTube频道的RSS订阅源 - -## Key Entities -- [[YouTube]]：视频平台 - -## Connections -- [[YouTubeRSS]] ← 来源 ← [[YouTube]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/YouTube-RSS-Feed获取方法.md b/wiki/sources/YouTube-RSS-Feed获取方法.md deleted file mode 100644 index 0fbc383a..00000000 --- a/wiki/sources/YouTube-RSS-Feed获取方法.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "YouTube RSS Feed获取方法" -type: source -tags: [YouTube, RSS, 工具] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]] - -## Summary -- 核心主题：通过View Page Source获取任意YouTube频道RSS订阅链接的方法 -- 问题域：YouTube隐藏RSS订阅功能后的替代方案 -- 方法/机制：访问频道页面 → 右键查看源码 → 搜索channel_id → 拼接RSS URL -- 结论/价值：无需第三方服务，直接获取YouTube频道RSS Feed用于RSS阅读器订阅 - -## Key Claims -- YouTube曾内置RSS订阅按钮，已被移除以防止用户不访问网站 -- 正确方法：访问频道页面（如 https://www.youtube.com/@LAWRENCESYSTEMS）→ 右键"View Page Source" → 搜索"channel_id=" → RSS URL格式为 https://www.youtube.com/feeds/videos.xml?channel_id=XXX -- 不需要注册任何第三方服务 - -## Key Quotes -> "Back in the day, the RSS subscribe button was prominently displayed on every YouTube account. But that meant users could access YouTube content without visiting the website which negatively effects YouTube's bottom line, so it was removed." — Chuck Carroll - -## Key Concepts -- [[YouTubeRSS]]：YouTube频道的RSS订阅格式 -- [[RSS聚合]]：通过RSS阅读器统一订阅内容 - -## Key Entities -- [[YouTube]]：Google旗下视频平台 - -## Connections -- [[YouTube-RSS-Feed获取方法]] ← implements ← [[YouTubeRSS]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/aionui-cowork-desktop.md b/wiki/sources/aionui-cowork-desktop.md deleted file mode 100644 index bfccbb9f..00000000 --- a/wiki/sources/aionui-cowork-desktop.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "OpenClaw as Desktop Cowork (AionUi)" -type: source -tags: [openclaw, aionui, desktop, remote] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/aionui-cowork-desktop.md]] - -## Summary -- 核心主题：使用AionUi桌面Cowork UI运行OpenClaw -- 问题域：希望看到Agent正在做什么而非仅从日志推断 -- 方法/机制：AionUi提供桌面Cowork空间，远程通过Telegram或WebUI访问 -- 结论/价值：在桌面UI中使用OpenClaw，同时获得远程救援能力 - -## Key Claims -- 真实桌面UI：看到OpenClaw读写文件、运行命令、浏览网页 -- 远程OpenClaw救援：当OpenClaw损坏或无法连接时，使用内置OpenClaw部署专家 -- 多Agent应用：一个应用中运行OpenClaw、内置Agent、Claude Code、Codex等 -- MCP一次配置，所有Agent同步：MCP服务器在AionUi中配置一次，sync到OpenClaw和其他Agent - -## Key Insights -- 当OpenClaw无法连接且你不在机器旁时：打开AionUi通过Telegram或WebUI，使用内置OpenClaw部署专家 -- 多Agent工作区：运行OpenClaw以及内置Agent（Gemini/OpenAI/Anthropic/Ollama）、Claude Code、Codex等 - -## Key Concepts -- [[AionUi]]：支持OpenClaw和其他Agent的桌面应用 -- [[远程救援]]：远程修复OpenClaw的能力 -- [[Cowork空间]]：Agent的桌面工作区界面 - -## Connections -- [[AionUi]] ← hosts ← [[OpenClaw]] -- [[AionUi]] ← provides ← [[远程救援]] diff --git a/wiki/sources/arxiv-paper-reader.md b/wiki/sources/arxiv-paper-reader.md deleted file mode 100644 index 42a4dc79..00000000 --- a/wiki/sources/arxiv-paper-reader.md +++ /dev/null @@ -1,30 +0,0 @@ ---- -title: "arXiv Paper Reader" -type: source -tags: [openclaw, arxiv, research, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/arxiv-paper-reader.md]] - -## Summary -- 核心主题：对话式arXiv论文阅读助手 -- 问题域：阅读arXiv论文意味着下载PDF，在论文间切换丢失上下文 -- 方法/机制：安装arxiv-reader skill，获取干净可读的文本，自动扁平化LaTeX -- 结论/价值：在工作区内对话式阅读、分析和比较论文 - -## Key Claims -- 通过ID获取任何arXiv论文，获得干净可读的文本（LaTeX自动扁平化） -- 先浏览论文结构——列出章节以决定在提交全文前读什么 -- 快速扫描多篇论文摘要以分类阅读列表 -- 要求Agent总结、比较或批评特定章节 -- 结果在本地缓存——重新访问论文是即时的 - -## Key Concepts -- [[arXiv论文阅读]]：学术论文自动化阅读 -- [[LaTeX扁平化]]：将LaTeX源文件转换为可读文本 -- [[arxiv-reader]]：读取arXiv论文的skill - -## Connections -- [[arxiv-reader]] ← fetches ← [[arXiv]] diff --git a/wiki/sources/autonomous-game-dev-pipeline.md b/wiki/sources/autonomous-game-dev-pipeline.md deleted file mode 100644 index ca2bb312..00000000 --- a/wiki/sources/autonomous-game-dev-pipeline.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Autonomous Educational Game Development Pipeline" -type: source -tags: [openclaw, autonomous, game-dev, education] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/autonomous-game-dev-pipeline.md]] - -## Summary -- 核心主题：自主教育游戏开发管道 -- 问题域：独立开发者需要为孩子创建40+教育游戏 -- 方法/机制：Game Developer Agent自主管理游戏创建和维护的完整生命周期 -- 结论/价值：每7分钟生产1个新游戏或错误修复 - -## Key Claims -- 管道能够每7分钟生产1个新游戏或错误修复 -- 实施严格遵循game-design-rules.md（无框架、移动优先、离线支持） -- "错误优先"政策：Agent必须先检查并解决报告的错误，然后才能实施新功能 - -## Key Insights -- 游戏开发者Agent将LLM变成尊重项目 rigid structure的纪律开发者 -- 开发队列管理：循环策略平衡跨年龄组的内容 -- 自动化部署：处理Git工作流程：获取master、创建feature分支、提交更改、合并 - -## Key Concepts -- [[自主开发管道]]：自动化游戏开发和部署 -- [[游戏设计规则]]：游戏 \ No newline at end of file diff --git a/wiki/sources/autonomous-project-management.md b/wiki/sources/autonomous-project-management.md deleted file mode 100644 index 35ae61b1..00000000 --- a/wiki/sources/autonomous-project-management.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Autonomous Project Management with Subagents" -type: source -tags: [openclaw, subagent, project-management, state] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/autonomous-project-management.md]] - -## Summary -- 核心主题：使用子Agent的分散式项目管理 -- 问题域：传统orchestrator模式造成瓶颈，主Agent成为交通警察 -- 方法/机制：Agent通过共享STATE.yaml文件协调，多个子Agent并行工作 -- 结论/价值：无orchestrator开销，主会话保持精简 - -## Key Claims -- 分散式协调：Agent读写共享STATE.yaml文件 -- 并行执行：多个子Agent同时处理独立任务 -- 无orchestrator开销：主会话仅策略执行 -- 自文档化：所有任务状态持久化在版本控制文件中 - -## Key Insights -- STATE.yaml > orchestrator：基于文件的协调比消息传递更具可扩展性 -- Git作为审计日志：提交STATE.yaml更改以获取完整历史 -- 标签约定很重要：使用pm-{project}-{scope}便于追踪 - -## Key Concepts -- [[分散式协调]]：通过共享文件而非中央协调器进行协调 -- [[STATE.yaml]]：项目协调文件，作为单一事实来源 -- [[子Agent]]：独立执行任务的Agent - -## Connections -- [[子Agent]] ← read_write ← [[STATE.yaml]] -- [[主Agent]] ← spawns ← [[子Agent]] diff --git a/wiki/sources/baoyu-skills-claude-code-技能集.md b/wiki/sources/baoyu-skills-claude-code-技能集.md deleted file mode 100644 index cd6a7fa4..00000000 --- a/wiki/sources/baoyu-skills-claude-code-技能集.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "baoyu-skills" -type: source -tags: ['Claude', 'OpenClaw', 'AI'] -date: 2025-04-01 ---- - -## Source File -- [[Skills/baoyu-skills-claude-code-技能集.md]] - -## Summary -- 核心主题：title: baoyu-skills author: shenwei tags: [baoyu, claude-code, openclaw, skills] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/baoyu-skills.md b/wiki/sources/baoyu-skills.md deleted file mode 100644 index e6f29a39..00000000 --- a/wiki/sources/baoyu-skills.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "baoyu-skills" -type: source -tags: [] -date: 2026-04-03 ---- - -## Source File -- [[raw/Skills/baoyu-skills-claude-code-技能集.md]] - -## Summary -- 核心主题：宝玉分享的Claude Code技能集完整指南 -- 问题域：AI辅助内容创作、社交媒体发布、图片生成、多语言翻译 -- 方法/机制：三大类技能——内容技能（小红书、PPT、信息图）、AI生成（图像、多模态）、工具技能（字幕、格式转换） -- 结论/价值：提供完整的AI时代内容创作工作流，从生成到发布全链路覆盖 - -## Key Claims -- 内容技能支持小红书信息图、PPT、信息图、封面图、漫画、文章插图等多形式生成 -- AI生成技能支持OpenAI、Google、DashScope、MiniMax、即梦、豆包等多个图像生成后端 -- 工具技能支持YouTube字幕下载、URL转Markdown、X/Twitter转换、图片压缩、Markdown格式化与HTML转换、翻译 -- 支持通过EXTEND.md自定义扩展和术语表 - -## Key Quotes -> "支持通过 EXTEND.md 自定义扩展和术语表" - -## Key Concepts -- [[多模态生成]]：文本、图像、视频的跨模态创作 -- [[内容工作流]]：从生成到格式转换到发布的全链路 -- [[提示词工程]]：风格×布局二维系统 -- [[多后端支持]]：同一技能支持多个服务商API - -## Key Entities -- [[ClaudeCode]]：AI编程与内容创作工具 -- [[baoyuSkills]]：宝玉的Claude Code技能集 -- [[小红书]]：中文内容分享平台 -- [[微信公众号]]：微信内容发布平台 - -## Connections -- [[ClaudeCode]] ← enhanced_by ← [[baoyuSkills]] -- [[内容工作流]] ← composed_of ← [[内容技能]] + [[AI生成技能]] + [[工具技能]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/best-7-news-api.md b/wiki/sources/best-7-news-api.md deleted file mode 100644 index 399097c5..00000000 --- a/wiki/sources/best-7-news-api.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "Best 7 News APIs" -type: source -tags: [] -date: 2025-03-14 ---- - -## Source File -- [[raw/AI/Best 7 news API data feeds - AI News.md]] - -## Summary -- 核心主题：7大新闻API数据源评测 -- 问题域：AI新闻获取、金融情报、内容聚合 -- 方法/机制：通过API聚合多源新闻数据，格式化JSON/XML输出 -- 结论/价值：为AI新闻应用开发提供数据源选型参考 - -## Key Claims -- Webz.io：最全面，支持open/deep/dark web，金融和网络安全首选 -- GNews API：轻量级，适合初创公司和小规模应用 -- Guardian API：高质量编辑内容，适合研究项目 -- Bloomberg API：专注金融，市场数据与新闻一体化 -- Financial Times API：商业经济深度分析 -- Opoint：PR和品牌监控，多语言情绪分析 -- Mediastack：7500+源，可扩展性好，有免费套餐 - -## Key Concepts -- [[新闻API]]：结构化新闻数据接口 -- [[金融情报]]：实时市场新闻分析 -- [[情绪分析]]：舆情监控与品牌追踪 - -## Key Entities -- [[Webzio]]：新闻API提供商 -- [[GNewsAPI]]：轻量新闻API -- [[Opoint]]：媒体监控API -- [[Mediastack]]：可扩展新闻API - -## Connections -- [[新闻API]] ← includes ← [[Webzio]] + [[GNewsAPI]] + [[Opoint]] + [[Mediastack]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/build-your-own-x.md b/wiki/sources/build-your-own-x.md deleted file mode 100644 index 22679d74..00000000 --- a/wiki/sources/build-your-own-x.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Build Your Own X" -type: source -tags: [github, 学习, 编程, 教程, codecrafters] -date: 2026-01-01 ---- - -## Source File -- [[raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md]] - -## Summary -- 核心主题：Build Your Own X项目——通过从零重建喜爱技术来精通编程 -- 问题域：如何通过动手重建而非被动学习来深入理解技术原理 -- 方法/机制：汇集300+优质分步指南，覆盖3D渲染、区块链、数据库、Docker、操作系统等26个领域 -- 结论/价值：Feynman原则——"我不能创造的东西，我不理解"；重建是最佳学习方式 - -## Key Claims -- 项目涵盖26个技术领域：3D Renderer、Augmented Reality、BitTorrent Client、区块链、Bot、CLI工具、数据库、Docker、模拟器/虚拟机、前端框架、游戏、Git、网络栈、神经网络、操作系统、物理引擎、编程语言、Regex引擎、搜索引擎、Shell、模板引擎、文本编辑器、视觉识别、Voxel引擎、Web浏览器、Web服务器 -- Codecrafters提供"边做边学"平台，通过重建真实技术来掌握编程 -- 涵盖多种编程语言（C++、Python、JavaScript、Go、Rust等） - -## Key Quotes -> "What I cannot create, I do not understand — Richard Feynman" — 项目引言 - -## Key Concepts -- [[BYOX]]：Build Your Own X，通过重建技术来学习的范式 -- [[主动学习]]：通过创造而非消费来理解原理 - -## Key Entities -- [[Codecrafters]]：提供"边做边学"编程练习的平台 -- [[Build-Your-Own-X]]：GitHub项目，汇集300+重建技术教程 - -## Connections -- [[BYOX]] ← 学习范式 ← 软件工程 -- [[Codecrafters]] ← 平台 ← 编程学习 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md b/wiki/sources/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md deleted file mode 100644 index fc81d8ba..00000000 --- a/wiki/sources/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Build Your Own X — 从零构建你最喜欢的技术" -type: source -tags: ['GitHub', '学习', '编程', 'Codecrafters', '开源', 'RichardFeynman'] -date: 2026-01-01 -source: https://github.com/codecrafters-io/build-your-own-x -author: CodeCrafters ---- - -## Source File -- [[raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md]] - -## Summary -- 核心主题：Build Your Own X——通过从零重建你最爱的技术来精通编程的开源学习项目 -- 问题域：传统学习方式（看教程/读书）难以真正理解技术底层原理，"不能创造，则不理解" -- 方法/机制：28 个技术类别，每个类别有分语言的详细步骤指南，从零实现（3D Renderer、Docker、Git、Web Server 等） -- 结论/价值：费曼学习法最佳实践——"我不能创造的东西，我就不理解"(What I cannot create, I do not understand) - -## Key Claims -- 28 个可从零构建的技术类别：3D Renderer、Docker、Git、Web Server、Web Browser、Database、Blockchain、Operating System、Programming Language、Neural Network、Emulator、Shell、Search Engine、Regex Engine、Game、Physics Engine 等 -- 每个技术有多个语言实现教程（C++/Python/Rust/Go 等） -- CodeCrafters.io 提供付费实战平台，逐阶段验证你的实现 -- 费曼学习法实践版：真正理解一个技术的唯一方式是亲手实现它 - -## Key Concepts -- [[费曼学习法]]："我不能创造的东西，我就不理解"，实践出真知 -- [[BuildYourOwnX]]：通过重建技术来学习编程的 GitHub 项目，7万+ 星 -- [[Codecrafters]]：提供分阶段验证的编程实战学习平台 - -## Key Entities -- [[CodeCrafters]]：创办 Build Your Own X 的公司，提供付费实战课程 -- [[Richard Feynman]]：物理学家，此项目引用的名言来源 - -## Connections -- [[费曼学习法]] ← is_philosophy_of ← [[BuildYourOwnX]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/content-factory.md b/wiki/sources/content-factory.md deleted file mode 100644 index e29325ed..00000000 --- a/wiki/sources/content-factory.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "Multi-Agent Content Factory" -type: source -tags: [openclaw, multi-agent, content, discord] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/content-factory.md]] - -## Summary -- 核心主题：Discord中的多Agent内容工厂 -- 问题域：内容创作者需要在研究、写作、设计之间切换，耗时巨大 -- 方法/机制：研究Agent扫描趋势，写作Agent生成内容，缩略图Agent生成图片 -- 结论/价值：Agent链式协作实现完全无人值守的内容生产 - -## Key Claims -- 研究Agent feeds写作Agent，写作Agent feeds缩略图Agent -- Discord频道便于分别审查每个Agent的工作 -- 可适配任何内容格式：推文、新闻通讯、LinkedIn帖子等 - -## Key Concepts -- [[多Agent协作]]：多个专业Agent链式工作 -- [[内容工厂]]：自动化内容生产流水线 -- [[Discord集成]]：通过Discord协调多 \ No newline at end of file diff --git a/wiki/sources/custom-morning-brief.md b/wiki/sources/custom-morning-brief.md deleted file mode 100644 index 7cbcac90..00000000 --- a/wiki/sources/custom-morning-brief.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "Custom Morning Brief" -type: source -tags: [openclaw, automation, morning, telegram] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/custom-morning-brief.md]] - -## Summary -- 核心主题：每日定时发送个性化早间简报 -- 问题域：早晨花费30分钟获取当天动态，而非工作 -- 方法/机制：Agent在夜间生成内容，早晨发送结构化简报 -- 结论/价值：AI推荐任务部分是蕞强大的，让Agent主动思考如何帮助 - -## Key Claims -- AI推荐任务部分蕞强大：让Agent主动思考如何帮助，而非等待指令 -- 全量draft（而非仅仅想法）是节省时间的关键 -- 通过短信自定义简报：说"添加到早间简报"即可 - -## Key Insights -- 夜间生成内容，早晨醒来即可工作 -- AI推荐任务让Agent主动思考如何帮助用户 -- 完全draft而非 \ No newline at end of file diff --git a/wiki/sources/daily-reddit-digest.md b/wiki/sources/daily-reddit-digest.md deleted file mode 100644 index bc54f22c..00000000 --- a/wiki/sources/daily-reddit-digest.md +++ /dev/null @@ -1,26 +0,0 @@ ---- -title: "Daily Reddit Digest" -type: source -tags: [openclaw, reddit, content, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/daily-reddit-digest.md]] - -## Summary -- 核心主题：每日Reddit内容摘要 -- 问题域：想浏览Reddit但时间有限 -- 方法/机制：reddit-readonly skill获取子版块热门帖子，每日定时摘要 -- 结论/价值：按需获取Reddit热门内容，无需手动浏览 - -## Key Claims -- reddit-readonly skill不需要认证 -- 每日下午5点运行此流程并给出摘要 -- 创建单独记忆追踪用户偏好 - -## Key Concepts -- [[Reddit聚合]]：收集Reddit热门内容 -- [[内容过滤]]：根据用户偏好过滤内容 - -## Connections \ No newline at end of file diff --git a/wiki/sources/daily-youtube-digest.md b/wiki/sources/daily-youtube-digest.md deleted file mode 100644 index 8966469e..00000000 --- a/wiki/sources/daily-youtube-digest.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "Daily YouTube Digest" -type: source -tags: [openclaw, youtube, content, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/daily-youtube-digest.md]] - -## Summary -- 核心主题：每日自动获取YouTube频道更新并生成摘要 -- 问题域：YouTube通知不可靠，优质内容容易被错过 -- 方法/机制：安装youtube-full skill，自动获取频道最新视频并生成摘要 -- 结论/价值：每天早晨收到个性化内容摘要，避免算法推荐的信息茧房 - -## Key Claims -- YouTube通知不可靠，订阅的频道新视频不会出现在通知中 -- youtube-full skill支持100个免费积分注册 -- channel/latest和channel/resolve免费（0积分） -- 仅转录才需要积分 - -## Key Concepts -- [[内容聚合]]：从多个来源收集内容 -- [[视频摘要]]：将视频内容压缩为关键点 - -## Connections -- [[youtube-full]] ← fetches ← [[YouTube]] diff --git a/wiki/sources/designing-for-agentic-ai.md b/wiki/sources/designing-for-agentic-ai.md deleted file mode 100644 index d0de6239..00000000 --- a/wiki/sources/designing-for-agentic-ai.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "Designing for Agentic AI" -type: source -tags: [agentic-ai, 设计, 产品, ai] -date: 2025-03-02 ---- - -## Source File -- [[raw/AI/Designing for Agentic AI.md]] - -## Summary -- 核心主题：Agentic AI（主动式AI）的产品设计原则与最佳实践 -- 问题域：如何设计能主动决策、预测需求并自主行动的AI系统用户体验 -- 方法/机制：五大设计原则——透明度、控制权、个性化、对话、预判 -- 结论/价值：Agentic AI需要全新的设计范式，从"响应式界面"转向"实时反馈式体验" - -## Key Claims -- GenAI（生成式AI）vs Agentic AI：GenAI是创意助手，Agentic AI是能主动行动的个人代理 -- Agentic AI引入了新维度：主动型AI能预测需求并自主行动 -- 五大设计原则：透明度（可视化AI决策过程）、控制权（允许停止/撤销）、个性化（适应用户偏好）、对话（自然语言交互）、预判（主动提供帮助） -- 用户通过观察AI决策过程实现"被动参与"——评估和潜在干预都是交互形式 - -## Key Quotes -> "Agentic AI is pushing us to reimagine product design. For years, we've focused on interfaces that react to direct user input—clicks, swipes, and edits. But agentic AI introduces a new dimension: proactive agents that anticipate needs and act autonomously" — Yuri Pessa/LinkedIn - -## Key Concepts -- [[Agentic AI]]：能主动决策、预测需求并自主行动的AI系统 -- [[透明度原则]]：用户应能理解AI如何做决策 -- [[控制权原则]]：用户应能随时停止AI任务或撤销操作 -- [[预判设计]]：AI应能预测用户需求并主动提供帮助 - -## Key Entities -- [[GenAI]]：生成式AI（用于对比） -- [[Agentic AI]]：主动式AI（本文主题） - -## Connections -- [[Agentic AI]] ← 设计对象 ← 产品设计 -- [[透明度原则]] ← 设计原则 ← [[Agentic AI]] -- [[控制权原则]] ← 设计原则 ← [[Agentic AI]] -- [[预判设计]] ← 设计原则 ← [[Agentic AI]] - -## Contradictions -- 与传统UI设计对比：传统UI响应用户输入，Agentic AI需要实时反馈式体验设计 diff --git a/wiki/sources/dynamic-dashboard.md b/wiki/sources/dynamic-dashboard.md deleted file mode 100644 index ad41fab8..00000000 --- a/wiki/sources/dynamic-dashboard.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "Dynamic Dashboard with Sub-agent Spawning" -type: source -tags: [openclaw, dashboard, subagent, monitoring] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/dynamic-dashboard.md]] - -## Summary -- 核心主题：动态仪表板通过子Agent并行获取数据 -- 问题域：静态仪表板显示过时数据，需要手动更新 -- 方法/机制：对话式定义监控目标，子Agent并行获取每个数据源 -- 结论/价值：实时可视化多个数据源，无需构建自定义前端 - -## Key Claims -- 并行获取数据避免阻塞和分配API负载 -- 聚合结果到统一仪表板（文本、HTML或Canvas） -- 指标存储在数据库中用于历史分析 -- 指标跨阈值时发送警报 - -## Key Concepts -- [[动态仪表板]]：实时更新的可视化面板 -- [[并行处理]]：同时获取多个数据源 -- [[子Agent]]：用于并行执行任务的Agent - -## Connections \ No newline at end of file diff --git a/wiki/sources/earnings-tracker.md b/wiki/sources/earnings-tracker.md deleted file mode 100644 index 35ee0b13..00000000 --- a/wiki/sources/earnings-tracker.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "AI-Powered Earnings Tracker" -type: source -tags: [openclaw, finance, tracking, telegram] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/earnings-tracker.md]] - -## Summary -- 核心主题：自动化追踪科技公司财报 -- 问题域：跟踪数十家科技公司财报需要多来源检查 -- 方法/机制：每周扫描财报日历，定时任务获取结果并发送摘要 -- 结论/价值：自动化财报追踪和传递 - -## Key Claims -- 每周日预览：扫描即将到来周的财报日历 -- 用户选择要追踪的公司，Agent为每个财报日期安排一次性cron任务 -- 报告发布后自动搜索结果，格式化摘要并发送 - -## Key Concepts -- [[财报追踪]]：监控公司财务报告 -- [[定时任务]]：按计划执行自动化任务 - -## Connections -- [[财报追踪]] ← uses ← [[定时任务]] diff --git a/wiki/sources/event-guest-confirmation.md b/wiki/sources/event-guest-confirmation.md deleted file mode 100644 index a22e78ad..00000000 --- a/wiki/sources/event-guest-confirmation.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Event Guest Confirmation" -type: source -tags: [openclaw, phone, automation, supercall] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/event-guest-confirmation.md]] - -## Summary -- 核心主题：使用SuperCall自动确认活动嘉宾出席 -- 问题域：手动电话确认20+客人繁琐且容易遗漏 -- 方法/机制：AI逐个呼叫客人，确认出席并收集备注，编译摘要 -- 结论/价值：真人电话获得更高响应率 - -## Key Claims -- 真人电话获得比短信更高的响应率 -- SuperCall是完全独立的语音Agent，只能访问提供的上下文 -- 每次通话后AI persona重置，避免对话间交叉污染 - -## Key Insights -- 从小规模测试开始：用2-3个客人测试persona和开场白 -- 注意拨打电话时间：不要在太早或太晚打电话 -- 审核转录：首次批量通话后浏览对话进展 - -## Key Concepts -- [[电话确认]]：通过电话确认出席 -- [[SuperCall]]：独立语音Agent工具 -- [[批量呼叫]]：自动逐个呼叫列表中的联系人 - -## Connections -- [[SuperCall]] ← used_for ← [[电话确认]] diff --git a/wiki/sources/family-calendar-household-assistant.md b/wiki/sources/family-calendar-household-assistant.md deleted file mode 100644 index f1c9d241..00000000 --- a/wiki/sources/family-calendar-household-assistant.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Family Calendar Aggregation & Household Assistant" -type: source -tags: [openclaw, family, calendar, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/family-calendar-household-assistant.md]] - -## Summary -- 核心主题：家庭日历聚合和家务助理 -- 问题域：现代家庭跨越多个平台和格式处理五个或更多日历 -- 方法/机制：OpenClaw作为常开的家务协调员，聚合日历并监控消息 -- 结论/价值：早上简报包含所有家庭日历的单一视图 - -## Key Claims -- 日历聚合：从所有家庭日历来源编译成单一每日简报 -- 环境消息监控：被动监控并在检测到约会时创建日历事件 -- 驾驶时间缓冲：添加旅行时间块在检测到的约会前后 -- 家庭库存：维护 pantry/冰箱物品的运行库存 - -## Key Insights -- 环境 > 主动：蕞大的突破是Agent无需询问即可行动 -- Mac Mini是甜区：家庭Mac Mini运行受益最大——iMessage集成、Apple Calendar、常开可用性 -- 从只读开始：在启用写操作之前从日历读取和消息监控开始 - -## Key Concepts -- [[日历聚合]]：整合多个日历来源 -- [[环境监控]]：被动监控和自动操作 -- [[家庭协调]]：管理家庭物流和沟通 - -## Connections \ No newline at end of file diff --git a/wiki/sources/habit-tracker-accountability-coach.md b/wiki/sources/habit-tracker-accountability-coach.md deleted file mode 100644 index c61b85a3..00000000 --- a/wiki/sources/habit-tracker-accountability-coach.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "Habit Tracker & Accountability Coach" -type: source -tags: [openclaw, habit, tracking, telegram] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/habit-tracker-accountability-coach.md]] - -## Summary -- 核心主题：主动问责Partner追踪习惯 -- 问题域：习惯追踪App依赖用户记得打开，被动 -- 方法/机制：Agent通过Telegram或SMS主动联系，根据表现调整语气 -- 结论/价值：主动问责比被动追踪更有效 - -## Key Claims -- 真正有效的是主动问责 -- 每日签到根据选择的时间通过Telegram或SMS发送 -- 追踪用户定义的习惯 -- 连续追踪：知道每个习惯的当前连续天数并在消息中提及 - -## Key Insights -- 适应性语气让这不同于cron job -- 保持追踪的习惯数量少（3-5个） -- 每周模式分析出奇地有用 - -## Key Concepts -- [[习惯追踪]]：长期追踪行为习惯 -- [[主动问责]]：Agent主动联系用户进行检查 -- [[适应性语气]]：根据表现调整沟通风格 - -## Connections -- [[习惯追踪]] ← uses ← [[Telegram]] diff --git a/wiki/sources/health-symptom-tracker.md b/wiki/sources/health-symptom-tracker.md deleted file mode 100644 index c74f200e..00000000 --- a/wiki/sources/health-symptom-tracker.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "Health & Symptom Tracker" -type: source -tags: [openclaw, health, tracking, telegram] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/health-symptom-tracker.md]] - -## Summary -- 核心主题：追踪食物和症状以识别敏感源 -- 问题域：识别食物敏感性需要长期持续记录 -- 方法/机制：通过Telegram主题记录，3次每日提醒，每周分析模式 -- 结论/价值：自动化追踪和分析帮助识别潜在诱因 - -## Key Claims -- 识别食物敏感性需要跨时间的持续记录 -- 每日3次提醒促使记录保持 -- 每周分析识别与症状相关的食物模式 - -## Key Concepts -- [[健康追踪]]：长期记录健康数据 -- [[模式识别]]：从数据中发现规律 -- [[Telegram集成]]：通过Telegram进行交互 - -## Connections -- [[健康追踪]] ← uses ← [[Telegram集成]] diff --git a/wiki/sources/inbox-declutter.md b/wiki/sources/inbox-declutter.md deleted file mode 100644 index f518abdd..00000000 --- a/wiki/sources/inbox-declutter.md +++ /dev/null @@ -1,24 +0,0 @@ ---- -title: "Inbox De-clutter" -type: source -tags: [openclaw, email, automation, gmail] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/inbox-declutter.md]] - -## Summary -- 核心主题：自动化新闻邮件分类和摘要 -- 问题域：新闻邮件堆积如山，从未打开 -- 方法/机制：创建专用OpenClaw邮件，订阅新闻，cron job每日摘要 -- 结论/价值：自动化邮件管理，减少收件箱混乱 - -## Key Claims -- 为OpenClaw创建专用邮件解决新闻邮件堆积问题 -- 每日cron job读取过去24小时新闻邮件，生成摘要 -- 根据反馈更新记忆以更好选择内容 - -## Key Concepts -- [[邮件管理]]：自动化邮件处理 -- [[新闻聚合]]：收集和汇总新闻内容 \ No newline at end of file diff --git a/wiki/sources/knowledge-base-rag.md b/wiki/sources/knowledge-base-rag.md deleted file mode 100644 index 1ba1c215..00000000 --- a/wiki/sources/knowledge-base-rag.md +++ /dev/null @@ -1,22 +0,0 @@ ---- -title: "Knowledge Base RAG" -type: source -tags: [openclaw, rag, knowledge, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/knowledge-base-rag.md]] - -## Summary -- 核心主题：基于RAG的知识库系统 -- 问题域：分散的知识难以搜索和利用 -- 方法/机制：RAG（检索增强生成）系统从知识库中检索相关信息 -- 结论/价值：让Agent能够基于自有知识库回答问题 - -## Key Claims -- RAG系统从自有知识库中检索相关信息 -- 向量数据库支持语义搜索 -- 定期更新知识库内容 - -## Key Concepts \ No newline at end of file diff --git a/wiki/sources/latex-paper-writing.md b/wiki/sources/latex-paper-writing.md deleted file mode 100644 index 3a2796ea..00000000 --- a/wiki/sources/latex-paper-writing.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "LaTeX Paper Writing" -type: source -tags: [openclaw, latex, writing, research] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/latex-paper-writing.md]] - -## Summary -- 核心主题：对话式LaTeX论文写作 -- 问题域：本地LaTeX环境配置痛苦，调试耗时 -- 方法/机制：Prismer工作区容器运行LaTeX服务器，对话式生成和编译 -- 结论/价值：无需本地安装即可进行LaTeX写作 - -## Key Claims -- 协作编写LaTeX：描述需求Agent生成源码 -- 即时编译到PDF：使用pdflatex、xelatex或lualatex -- 内联预览PDF：无需切换到其他应用 -- 使用起始模板：article、IEEE、beamer、中文文章 - -## Key Concepts -- [[LaTeX写作]]：学术论文排版系统 -- [[Prismer]]：包含LaTeX服务器的工作区容器 - -## Connections -- [[Prismer]] ← provides ← [[LaTeX服务器]] diff --git a/wiki/sources/local-crm-framework.md b/wiki/sources/local-crm-framework.md deleted file mode 100644 index d7c1889b..00000000 --- a/wiki/sources/local-crm-framework.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Local CRM Framework with DenchClaw" -type: source -tags: [openclaw, crm, local, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/local-crm-framework.md]] - -## Summary -- 核心主题：使用DenchClaw构建本地CRM -- 问题域：设置真正能与OpenClaw配合的CRM痛苦 -- 方法/机制：DenchClaw单命令安装，在本地机器运行完整CRM -- 结论/价值：Cursor级别的用户体验用于业务运营 - -## Key Claims -- 单命令设置：npx denchclaw安装一切并在localhost:3100打开 -- 自然语言CRM：问"显示超过5名员工的公司"实时更新视图 -- 完整浏览器自动化：复制Chrome配置文件使Agent获得相同认证状态 -- 多种视图：表格看板日历时间线画廊和列表视图 - -## Key Insights -- 文件系统=Agent原生UI：每个设置、过滤器和视图都是文件，OpenClaw可以像编辑代码一样自然地修改UI -- DuckDB是甜区：最小、最轻量的嵌入式数据库，仍支持完整SQL -- Chrome配置文件克隆是超能力：Agent看到你看到的，做你做的 - -## Key Concepts -- [[本地CRM]]：在本地运行客户关系管理系统 -- [[DenchClaw]]：将OpenClaw变为本地CRM的开源框架 -- [[浏览器自动化]]：使用现有浏览器认证状态进行自动化 - -## Connections -- [[DenchClaw]] ← provides ← [[本地CRM]] -- [[DenchClaw]] ← uses ← [[DuckDB]] diff --git a/wiki/sources/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md b/wiki/sources/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md deleted file mode 100644 index b15528d1..00000000 --- a/wiki/sources/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "1 创建 Symbolic Link" -type: source -tags: ['OpenClaw', 'Obsidian'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md]] - -## Summary -- 核心主题：title: 1 创建 Symbolic Link author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/macOS-Symbolic-Link创建.md b/wiki/sources/macOS-Symbolic-Link创建.md deleted file mode 100644 index 1bb491f5..00000000 --- a/wiki/sources/macOS-Symbolic-Link创建.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "macOS创建与解除Symbolic Link" -type: source -tags: [symbolic-link, macos, obsidian, openclaw] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md]] - -## Summary -- 核心主题：macOS上创建符号链接将OpenClaw隐藏目录映射为普通目录 -- 问题域：OpenClaw使用~/.openclaw隐藏目录，无法在Finder或Obsidian中直接访问 -- 方法/机制：ln -s创建符号链接 ~/openclaw → ~/.openclaw的双向映射 -- 结论/价值：符号链接让OpenClaw和Obsidian访问同一份数据，各取所需 - -## Key Claims -- OpenClaw默认目录：~/.openclaw（隐藏） -- 符号链接：ln -s /Users/weishen/.openclaw /Users/weishen/openclaw -- 创建后OpenClaw继续使用~/.openclaw，Obsidian使用~/openclaw访问同一份数据 -- 解除命令：unlink ~/openclaw - -## Key Concepts -- [[Symbolic Link]]：符号链接/软链接，Unix系统的目录映射机制 -- [[隐藏目录映射]]：将隐藏目录暴露为普通可见目录 - -## Key Entities - -## Connections -- [[Symbolic Link]] ← 技术手段 ← OpenClaw目录映射 - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/macOS-Symbolic-Link创建与解除.md b/wiki/sources/macOS-Symbolic-Link创建与解除.md deleted file mode 100644 index 6930f775..00000000 --- a/wiki/sources/macOS-Symbolic-Link创建与解除.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "macOS Symbolic Link创建与解除" -type: source -tags: [macOS, SymbolicLink, Obsidian, OpenClaw] -date: 2025-03-14 ---- - -## Source File -- [[raw/Home Office/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md]] - -## Summary -- 核心主题：macOS创建符号链接将隐藏的.openclaw目录映射为可见目录 -- 问题域：OpenClaw使用~/.openclaw隐藏目录，Obsidian无法直接访问 -- 方法/机制：ln -s ~/.openclaw ~/openclaw -- 结论/价值：Obsidian可直接作为Vault打开~/openclaw访问OpenClaw文件 - -## Key Claims -- 创建链接：ln -s /Users/weishen/.openclaw /Users/weishen/openclaw -- 验证链接：ls -l ~ | grep openclaw -- 查看指向：readlink ~/openclaw -- 解除映射：rm ~/openclaw（只删链接不删数据） -- 双向结构建议：~/openclaw为实际目录，~/.openclaw作为symlink指向它 - -## Key Concepts -- [[SymbolicLink]]：符号链接/软链接，Unix文件系统的引用机制 - -## Key Entities -- [[OpenClaw]]：AI代理框架（ \ No newline at end of file diff --git a/wiki/sources/macOS-创建与解除-Symbolic-Link-OpenClaw-目录映射.md b/wiki/sources/macOS-创建与解除-Symbolic-Link-OpenClaw-目录映射.md deleted file mode 100644 index 2b4aeae3..00000000 --- a/wiki/sources/macOS-创建与解除-Symbolic-Link-OpenClaw-目录映射.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）" -type: source -tags: [macos, symbolic-link, obsidian, openclaw] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/macOS 创建与解除 Symbolic Link（OpenClaw 目录映射）.md]] - -## Summary -- 核心主题：在 macOS 上创建符号链接，将 OpenClaw 隐藏目录映射为普通目录供 Obsidian 使用 -- 问题域：跨工具数据访问 -- 方法/机制：ln -s 创建符号链接，Obsidian 以普通目录作为 Vault -- 结论/价值：OpenClaw 和 Obsidian 访问同一份数据，两者互不干扰 - -## Key Claims -- OpenClaw 默认使用 ~/.openclaw 隐藏目录 -- 符号链接 ~/openclaw -> ~/.openclaw 使 Obsidian 可直接访问 -- rm ~/openclaw 只删除链接，不删除真实目录 -- 建议结构：~/openclaw 作为实际目录，~/.openclaw 作为符号链接指向它 - -## Key Quotes -> "rm ~/openclaw：该操作只会删除链接文件，不会删除真实目录" — 符号链接删除的关键安全说明 - -## Key Concepts -- [[Symbolic Link]]：符号链接，Unix/Linux 文件系统中的快捷方式 -- [[Obsidian]]：本地笔记工具，可作为 Vault 使用符号链接目录 - -## Key Entities -- [[OpenClaw]]：AI Agent 框架 - -## Connections -- [[Obsidian]] ← accesses ← [[Symbolic Link]] -- [[Symbolic Link]] ← points_to ← [[OpenClaw]] - -## Contradictions -- 无 diff --git a/wiki/sources/market-research-product-factory.md b/wiki/sources/market-research-product-factory.md deleted file mode 100644 index 74d9103a..00000000 --- a/wiki/sources/market-research-product-factory.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "Market Research & Product Factory" -type: source -tags: [openclaw, market-research, product, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/market-research-product-factory.md]] - -## Summary -- 核心主题：使用Last 30 Days skill挖掘Reddit和X上的真实痛点 -- 问题域：创业者面临"建造什么"的问题 -- 方法/机制：研究过去30天的真实投诉和功能请求，识别产品机会 -- 结论/价值：从发现问题到构建原型的完整自动化管道 - -## Key Claims -- 创业自动化：发现问题→验证需求→构建解决方案，全部通过短信 -- Last 30 Days skill提供真实、未经过滤的用户情感 -- Schedule定期研究以跟踪市场痛点演变 - -## Key Insights -- 创业自动化实现：发现问题→验证需求→构建解决方案 -- Last 30 Days skill提供真实用户情感而非经过整理的调查数据 -- 不需要技术背景，OpenClaw做研究和构建 - -## Key Concepts -- [[市场研究]]：收集和分析市场信息 -- [[产品发现]]：从用户痛点中识别产品机会 -- [[Last 30 Days]]：挖掘过去30天社交媒体内容的skill - -## Connections -- [[Last 30 Days]] ← provides \ No newline at end of file diff --git a/wiki/sources/meeting-notes-action-items.md b/wiki/sources/meeting-notes-action-items.md deleted file mode 100644 index 2bbb0af0..00000000 --- a/wiki/sources/meeting-notes-action-items.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "Automated Meeting Notes & Action Items" -type: source -tags: [openclaw, meeting, automation, task-management] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/meeting-notes-action-items.md]] - -## Summary -- 核心主题：将会议转录自动转换为结构化笔记和任务 -- 问题域：会议记录繁琐且容易被遗忘 -- 方法/机制：监听转录来源，提取关键决策和行动项，自动创建项目任务 -- 结论/价值：会议纪要自动转化为可执行任务，消除"讨论了"到"跟踪了"之间的鸿沟 - -## Key Claims -- 会议记录的价值不在于摘要本身，而在于自动创建任务 -- VTT/SRT字幕文件包含时间戳，有助于Agent将陈述归属于发言人 -- 从简单开始（粘贴转录获取摘要），逐步自动化 - -## Key Concepts -- [[会议自动化]]：将会议流程自动化处理 -- [[任务创建]]：从会议内容自动生成可执行任务 - -## Connections -- [[会议自动化]] ← generates ← [[任务创建]] diff --git a/wiki/sources/multi-agent-system-reliability.md b/wiki/sources/multi-agent-system-reliability.md deleted file mode 100644 index ab455b5d..00000000 --- a/wiki/sources/multi-agent-system-reliability.md +++ /dev/null @@ -1,48 +0,0 @@ ---- -title: "Multi-Agent System Reliability" -type: source -tags: [multi-agent, 可靠性, llm, architecture] -date: 2026-04-13 ---- - -## Source File -- [[raw/AI/Multi-Agent System Reliability.md]] - -## Summary -- 核心主题：提高多智能体系统可靠性的四大架构模式 -- 问题域：LLM固有的不可靠性（幻觉、逻辑谬误、上下文漂移）如何在多智能体拓扑中传播并被控制 -- 方法/机制：等级制度（Hierarchy）、共识投票（Consensus）、对抗性辩论（Adversarial Debate）、淘汰制（Knock-out） -- 结论/价值：从"AI原型"到"企业级AI"的关键转变：停止将LLM当魔法聊天机器人，开始将其视为分布式系统中不可靠的组件 - -## Key Claims -- 等级制度（Hierarchy）：Planner分解任务，Worker执行，Validator验证，通过依赖图强制协作 -- 共识投票（Consensus）：N个LLM独立执行同一任务，选多数票；3个模型同时产生相同幻觉概率仅0.8% -- 对抗性辩论（Adversarial Debate）：Generator提方案，Critic攻击，Judge裁决；用外部批评者模拟"恐惧" -- 淘汰制（Knock-out）：N个Agent竞争，验证器决定淘汰谁；LLM Agent是"cattle not pets" -- 核心原则：构建稳健系统需停止要求模型"小心"，开始强制它"正确" - -## Key Quotes -> "To build robust systems, we need to stop asking the model to 'be careful' and start forcing it to be correct" — Alex Ewerlöf -> "Don't anthropomorphize LLMs! Find a way to piggy back on their human-corpus training while being aware of their non-biological differences" — Alex Ewerlöf - -## Key Concepts -- [[多Agent可靠性模式]]：等级制度、共识投票、对抗性辩论、淘汰制四种架构模式 -- [[共识投票]]：多数票机制降低LLM幻觉概率 -- [[对抗性辩论]]：用外部批评者模拟恐惧感，避免模型自我中心 -- [[淘汰制]]：对待LLM Agent如"cattle"（可替换）而非"pets"（独特珍贵） -- [[依赖图强制协作]]：Planner→Worker→Validator顺序执行，Worker必须等待Planner输入 - -## Key Entities -- [[Alex Ewerlöf]]：作者，27年经验的资深工程师，可靠性工程专家 -- [[LLM]]：多智能体系统的底层不可靠组件 - -## Connections -- [[多Agent可靠性模式]] ← 核心主题 ← 可靠性工程 -- [[等级制度]] ← 模式1 ← [[多Agent可靠性模式]] -- [[共识投票]] ← 模式2 ← [[多Agent可靠性模式]] -- [[对抗性辩论]] ← 模式3 ← [[多Agent可靠性模式]] -- [[淘汰制]] ← 模式4 ← [[多Agent可靠性模式]] - -## Contradictions -- 与传统单LLM使用对比：单LLM依赖模型自身可靠性；多智能体通过架构模式引入冗余和验证机制 -- 与拟人化LLM谬误对比：不应将LLM视为有情感和恐惧的实体，而应视为不可靠但可优化的组件 diff --git a/wiki/sources/multi-agent-team.md b/wiki/sources/multi-agent-team.md deleted file mode 100644 index 14922416..00000000 --- a/wiki/sources/multi-agent-team.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Multi-Agent Specialized Team" -type: source -tags: [openclaw, multi-agent, team, telegram] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/multi-agent-team.md]] - -## Summary -- 核心主题：单人创始人设置多Agent专业团队 -- 问题域：单人创始人需要承担所有角色，上下文切换破坏深度工作 -- 方法/机制：多个OpenClaw Agent组成专业团队，通过共享内存协调 -- 结论/价值：可通过单一聊天界面控制专业团队，24/7可用 - -## Key Claims -- 一个Agent不能什么都做得好：上下文窗口很快填满 -- 个性化很重要：给Agent独特的名字和沟通风格 -- 共享内存加私有上下文是关键组合 -- 正确的模型做正确的工作：不用昂贵的推理模型做关键词监控 - -## Key Insights -- 人员配置比想象中更重要 -- 共享内存加私有上下文的组合至关重要 -- 从2个开始，不要从4个开始 - -## Key Concepts -- [[多Agent团队]]：多个专业Agent协同工作 -- [[共享内存]]：团队成员共享的项目文档和目标 -- [[私有上下文]]：每个Agent独有的会话历史和领域笔记 - -## Connections -- [[Milo]]：策略Lead Agent -- [[Josh]]：商业分析Agent -- [[Marketing Agent]]：营销研究Agent -- [[Dev Agent]]：开发Agent diff --git a/wiki/sources/multi-channel-assistant.md b/wiki/sources/multi-channel-assistant.md deleted file mode 100644 index 9f723f62..00000000 --- a/wiki/sources/multi-channel-assistant.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Multi-Channel Personal Assistant" -type: source -tags: [openclaw, assistant, telegram, slack] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/multi-channel-assistant.md]] - -## Summary -- 核心主题：统一多渠道的AI助手 -- 问题域：在多个应用间切换来管理任务、日程、消息疲惫不堪 -- 方法/机制：Telegram为主界面，集成Slack、Google Workspace、Todoist、Asana -- 结论/价值：一个界面路由到所有工具 - -## Key Claims -- Telegram作为主界面，不同主题路由到不同上下文 -- Slack集成用于团队协作 -- Google Workspace：日历事件创建、邮件管理、Drive上传 -- 自动化提醒：垃圾日、周公司信件等 - -## Key Concepts -- [[多渠道集成]]：统一多个通讯平台 -- [[任务管理]]：跨平台任务协调 - -## Connections -- [[多渠道集成]] ← coordinates ← [[Google Workspace]] -- [[多渠道集成]] \ No newline at end of file diff --git a/wiki/sources/multi-channel-customer-service.md b/wiki/sources/multi-channel-customer-service.md deleted file mode 100644 index c52d348f..00000000 --- a/wiki/sources/multi-channel-customer-service.md +++ /dev/null @@ -1,26 +0,0 @@ ---- -title: "Multi-Channel Customer Service" -type: source -tags: [openclaw, customer-service, automation, n8n] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/multi-channel-customer-service.md]] - -## Summary -- 核心主题：多渠道客户服务中心 -- 问题域：客户通过多个渠道联系，响应不一致 -- 方法/机制：统一管理所有渠道，AI驱动的响应分类和路由 -- 结论/价值：跨渠道一致的客户体验 - -## Key Claims -- 跨多个渠道统一客户交互 -- AI驱动的响应分类减少手动分类工作 -- 自动化路由确保客户查询到达正确团队 - -## Key Concepts -- [[客户服务自动化]]：跨渠道客户支持自动化 -- [[多渠道管理]]：统一多个通讯平台 - -## Connections \ No newline at end of file diff --git a/wiki/sources/multi-source-tech-news-digest.md b/wiki/sources/multi-source-tech-news-digest.md deleted file mode 100644 index b980a7e2..00000000 --- a/wiki/sources/multi-source-tech-news-digest.md +++ /dev/null @@ -1,28 +0,0 @@ ---- -title: "Multi-Source Tech News Digest" -type: source -tags: [openclaw, news, aggregation, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/multi-source-tech-news-digest.md]] - -## Summary -- 核心主题：多来源技术新闻聚合评分和传递 -- 问题域：跨AI、开源和前沿技术保持更新需要检查数十个来源 -- 方法/机制：四层数据管道，RSS、Twitter/X、GitHub版本和Web搜索 -- 结论/价值：109+来源的个性化每日简报 - -## Key Claims -- RSS订阅（46个来源）：OpenAI、Hacker News、MIT Tech Review等 -- Twitter/X KOL（44个账户）：@karpathy、@sama、@VitalikButerin等 -- GitHub版本（19个仓库）：vLLM、LangChain、Ollama、Dify等 -- Web搜索（4个主题搜索）：通过Brave Search API - -## Key Concepts -- [[新闻聚合]]：从多个来源收集新闻 -- [[质量评分]]：基于来源优先级、多源和时效性的评分系统 -- [[四层数据管道]]：多来源数据收集架构 - -## Connections \ No newline at end of file diff --git a/wiki/sources/n8n configure telegram trigger.md b/wiki/sources/n8n configure telegram trigger.md deleted file mode 100644 index 78da7b79..00000000 --- a/wiki/sources/n8n configure telegram trigger.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "n8n Telegram Trigger 配置：HTTPS Webhook 错误修复" -type: source -tags: ['n8n', 'Telegram', 'Webhook', '配置', 'Docker', '故障排除'] -date: 2025-03-01 -source: -author: shenwei ---- - -## Source File -- [[raw/Agent/n8n configure telegram trigger.md]] - -## Summary -- 核心主题：n8n Telegram Trigger 配置时遇到"Telegram Trigger: Bad Request: bad webhook: An HTTPS URL must be provided for webhook"错误的解决方案 -- 问题域：n8n 本地部署时 Telegram Trigger 无法设置 Webhook（需 HTTPS URL） -- 方法/机制：在 Docker 环境中设置 `WEBHOOK_URL` 环境变量为 HTTPS 地址（如 `https://n8n.cpolar.top`） -- 结论/价值：Telegram Webhook 强制要求 HTTPS，n8n 本地/内网部署需通过反向代理（cpolar/frp/ngrok）暴露为 HTTPS URL - -## Key Claims -- Telegram Webhook 必须使用 HTTPS URL，不支持 HTTP -- n8n 本地部署时，默认生成的 Webhook URL 可能不是 HTTPS -- 解决方案：在 Docker 启动参数中添加环境变量 `WEBHOOK_URL=https://your-domain.com/` -- 配合 cpolar 等内网穿透工具，将本地 n8n 暴露为 HTTPS 外部可访问地址 - -## Key Concepts -- [[Telegram Webhook]]：Telegram Bot 推送消息的 HTTP 回调机制，强制要求 HTTPS -- [[n8n Trigger]]：n8n 的事件触发节点，Telegram Trigger 用于接收 Telegram Bot 消息 -- [[WEBHOOK_URL环境变量]]：n8n 运行时环境变量，控制生成 Webhook URL 的协议和域名 - -## Key Entities -- [[n8n]]：开源工作流自动化平台 -- [[Telegram Bot]]：通过 Webhook 接收消息的 Telegram Bot - -## Connections -- [[n8n]] ← receives ← [[Telegram Webhook]] -- [[WEBHOOK_URL环境变量]] ← configures ← [[n8n Trigger]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/n8n docker install & update.md b/wiki/sources/n8n docker install & update.md deleted file mode 100644 index 5b997607..00000000 --- a/wiki/sources/n8n docker install & update.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "安装 curl 和 wget" -type: source -tags: ['n8n', 'Docker'] -date: 2026-04-14 ---- - -## Source File -- [[Agent/n8n docker install & update.md]] - -## Summary -- 核心主题：cd /home/shenwei/Docker/n8n create **docker-compose.yml** file version: '3.8' -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/n8n full tutorial building AI agents in 2025 for Beginners!.md b/wiki/sources/n8n full tutorial building AI agents in 2025 for Beginners!.md deleted file mode 100644 index 923b6956..00000000 --- a/wiki/sources/n8n full tutorial building AI agents in 2025 for Beginners!.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "n8n full tutorial building AI agents in 2025 for Beginners!" -type: source -tags: ['n8n', 'AI'] -date: 2025-03-06 ---- - -## Source File -- [[Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]] - -## Summary -- 核心主题：title: N8N Full Tutorial Building AI Agents in 2025 for Beginners! source: https://www.youtube.com/watch?v=ZbIVOy_GPyQ&t=12s author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/n8n+Claude 通过自然语言自动化工作流.md b/wiki/sources/n8n+Claude 通过自然语言自动化工作流.md deleted file mode 100644 index 8157fec9..00000000 --- a/wiki/sources/n8n+Claude 通过自然语言自动化工作流.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "安装Claude Desktop" -type: source -tags: ['Claude', 'n8n'] -date: 2026-04-14 ---- - -## Source File -- [[Agent/n8n+Claude 通过自然语言自动化工作流.md]] - -## Summary -- 核心主题：title: 安装Claude Desktop author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/n8n+Claude通过自然语言自动化工作流.md b/wiki/sources/n8n+Claude通过自然语言自动化工作流.md deleted file mode 100644 index adb52d35..00000000 --- a/wiki/sources/n8n+Claude通过自然语言自动化工作流.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "n8n+Claude通过自然语言自动化工作流" -type: source -tags: [n8n, Claude, 自动化工作流] -date: 2026-03-19 ---- - -## Source File -- [[raw/Agent/n8n+Claude 通过自然语言自动化工作流.md]] - -## Summary -- 核心主题：n8n与Claude集成通过自然语言自动化工作流 -- 问题域：Claude Desktop安装、工作流自动化配置 -- 方法/机制：通过Claude API/Desktop与n8n协同 -- 结论/价值：（文档为草稿，内容较少） - -## Key Claims -- Claude Desktop下载地址：https://claude.com/download -- n8n可与Claude Desktop通过API或本地接口集成 - -## Key Concepts -- [[自然语言工作流]]：通过自然语言描述自动生成/执行工作流 -- [[ClaudeIntegration]]：Claude与n8n的集成机制 - -## Key Entities -- [[Claude]]：Anthropic大语言模型，n8n集成的AI后端 -- [[N8N]]：工作流自动化平台 - -## Connections -- [[N8N]] ← integrates_with ← [[Claude]] ← via ← API -- [[Claude]] ← deployed_as ← [[ClaudeDesktop]] - -## Note -文档内容不完整，为草稿状态，仅包含安装指引和目录结构 diff --git a/wiki/sources/n8n-AI-Agent完整教程2025.md b/wiki/sources/n8n-AI-Agent完整教程2025.md deleted file mode 100644 index 76f16bb9..00000000 --- a/wiki/sources/n8n-AI-Agent完整教程2025.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "n8n Full Tutorial Building AI Agents in 2025" -type: source -tags: [n8n, ai-agent, tutorial, 2025] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]] - -## Summary -- 核心主题：2025年n8n构建AI Agent的完整教程，面向零基础学员 -- 问题域：n8n平台如何构建可自动执行任务的AI Agent -- 方法/机制：从定义目标、收集信息、决策逻辑到执行动作的完整Agent循环 -- 结论/价值：n8n降低了AI Agent的门槛，无需编程背景也能构建自动化AI工作流 - -## Key Claims -- Workflow（工作流）是预定义自动化，Agent是能自主决策的系统 -- AI Agent循环：定义目标 → 收集信息 → 做决策 → 执行动作 → 评估结果 -- n8n的AI Agent支持与多种工具集成（邮件、日历、数据库、Slack等） -- Claude等LLM作为Agent的"大脑"，n8n提供工具调用和执行框架 - -## Key Quotes -> "Workflows follow predefined paths; agents make decisions autonomously" — 教程定义 - -## Key Concepts -- [[AI Agent]]：能自主决策并执行动作的系统 -- [[Workflow]]：预定义路径的自动化 -- [[n8n AI Agent]]：n8n平台上的AI Agent构建框架 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Claude]]：作为Agent大脑的LLM - -## Connections -- [[AI Agent]] ← 核心概念 ← n8n教程 -- [[n8n AI Agent]] ← 产品 ← n8n - -## Contradictions -- 与传统工作流自动化对比：工作流是预定义路径，Agent是自主决策系统 diff --git a/wiki/sources/n8n-Claude自然语言自动化.md b/wiki/sources/n8n-Claude自然语言自动化.md deleted file mode 100644 index 36e2bc93..00000000 --- a/wiki/sources/n8n-Claude自然语言自动化.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "n8n+Claude通过自然语言自动化工作流" -type: source -tags: [n8n, claude, 自动化, workflow] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n+Claude 通过自然语言自动化工作流.md]] - -## Summary -- 核心主题：通过自然语言让Claude帮助创建n8n工作流的技术方案 -- 问题域：如何让非技术用户也能创建复杂的n8n自动化工作流 -- 方法/机制：Claude理解自然语言描述 → 生成n8n工作流JSON配置 → 导入n8n -- 结论/价值：自然语言驱动的n8n工作流创建降低了自动化门槛 - -## Key Claims -- Claude能够理解用户的自动化需求描述 -- 通过API调用生成n8n兼容的工作流JSON配置 -- 用户可直接导入JSON到n8n，无需手动配置节点 - -## Key Concepts -- [[自然语言工作流]]：用自然语言描述需求，自动生成工作流配置 -- [[n8n]]：工作流自动化平台 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Claude]]：自然语言理解LLM - -## Connections -- [[自然语言工作流]] ← 方法 ← n8n+Claude -- [[Claude]] ← 自然语言理解 ← n8n - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/n8n-Claude通过自然语言自动化工作流.md b/wiki/sources/n8n-Claude通过自然语言自动化工作流.md deleted file mode 100644 index b0dcb13a..00000000 --- a/wiki/sources/n8n-Claude通过自然语言自动化工作流.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "n8n+Claude通过自然语言自动化工作流" -type: source -tags: [n8n, Claude, 工作流] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n+Claude 通过自然语言自动化工作流.md]] - -## Summary -- 核心主题：n8n与Claude集成实现自然语言驱动的自动化工作流 -- 问题域：如何通过自然语言交互触发和管理复杂自动化流程 -- 方法/机制：n8n工作流节点调用Claude API，解析自然语言指令执行对应操作 -- 结论/价值：自然语言成为自动化编排的新接口 - -## Key Claims -- Claude可作为n8n工作流的"大脑"，解析自然语言指令并调用对应工具 -- 典型场景：用户用自然语言描述需求，Claude理解后生成/执行对应工作流 -- 与其他n8n节点（数据库、HTTP、代码等）组合构建端到端自动化 - -## Key Concepts -- [[自然语言工作流编排]]：用自然语言描述触发复杂自动化流程 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Claude]]：Anthropic大语言模型 - -## Connections -- [[n8n-Claude通过自然语言自动化工作流]] ← documents ← [[自然语言工作流编排]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/n8n-Docker安装更新.md b/wiki/sources/n8n-Docker安装更新.md deleted file mode 100644 index e5b30838..00000000 --- a/wiki/sources/n8n-Docker安装更新.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "n8n Docker Install & Update" -type: source -tags: [n8n, docker, 部署] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n docker install & update.md]] - -## Summary -- 核心主题：n8n Docker 部署的 docker-compose.yml 配置详解 -- 问题域：如何在服务器上通过 Docker 部署 n8n 并配置 HTTPS、反向代理、环境变量 -- 方法/机制：使用 docker-compose 管理容器，配置环境变量 N8N_PROTOCOL、HTTPS、WEBHOOK_URL，通过 Caddy 处理 HTTPS -- 结论/价值：n8n Docker 部署需要正确的网络配置和环境变量才能实现 HTTPS 访问和 Telegram webhook 功能 - -## Key Claims -- docker-compose.yml 中配置 N8N_PROTOCOL=https、N8N_HOST=n8n.ishenwei.online、WEBHOOK_URL=https://n8n.ishenwei.online/ -- N8N_TRUST_PROXY=true 和 N8N_SECURE_COOKIE=true 确保 HTTPS 下 cookie 安全 -- 端口绑定到本地 127.0.0.1:5678，通过 Caddy 反向代理对外提供 HTTPS -- 数据持久化到 n8n_data volume - -## Key Concepts -- [[n8n Docker]]：通过 Docker 容器部署 n8n -- [[Caddy]]：自动 HTTPS 的反向代理服务器 -- [[Webhook URL]]：n8n 外部访问的 URL 配置 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Caddy]]：反向代理/HTTPS 处理 - -## Connections -- [[n8n Docker]] ← 部署方式 ← n8n -- [[Caddy]] ← HTTPS代理 ← n8n - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/n8n-Telegram-Trigger-HTTPS错误修复.md b/wiki/sources/n8n-Telegram-Trigger-HTTPS错误修复.md deleted file mode 100644 index 8f45ff54..00000000 --- a/wiki/sources/n8n-Telegram-Trigger-HTTPS错误修复.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "n8n Telegram Trigger HTTPS webhook错误修复" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Agent/n8n configure telegram trigger.md]] - -## Summary -- 核心主题：n8n配置Telegram Trigger时遇到"Telegram Trigger: Bad Request: bad webhook: An HTTPS URL must be provided for webhook"错误的解决方案 -- 问题域：n8n Telegram集成、Telegram Webhook配置 -- 方法/机制：设置WEBHOOK_URL环境变量为HTTPS URL -- 结论/价值：n8n+Telegram联动需要公网HTTPS访问，本地开发需使用内网穿透 - -## Key Claims -- Telegram要求Webhook必须使用HTTPS URL -- 解决方案：在Docker Desktop中设置WEBHOOK_URL环境变量 -- 示例：WEBHOOK_URL=https://n8n.cpolar.top（使用cpolar内网穿透） - -## Key Quotes -> "When I configure Telegram Trigger, I got an error: Telegram Trigger: Bad Request: bad webhook: An HTTPS URL must be provided for webhook" — Telegram Trigger配置错误 - -## Key Concepts -- [[Webhook HTTPS]]：Telegram Webhook必须使用HTTPS URL的要求 -- [[内网穿透]] ← relates_to ← [[Webhook HTTPS]] - -## Key Entities -- [[N8N]] ← 使用 ← [[Webhook HTTPS]] -- [[Telegram]] ← via ← [[N8N]] - -## Connections -- [[N8N]] ← relates_to ← [[n8n Telegram Trigger HTTPS错误修复]] diff --git a/wiki/sources/n8n-configure-telegram-trigger.md b/wiki/sources/n8n-configure-telegram-trigger.md deleted file mode 100644 index 6382bd3a..00000000 --- a/wiki/sources/n8n-configure-telegram-trigger.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "n8n Telegram Trigger配置" -type: source -tags: [n8n, Telegram, 配置] -date: 2025-03-30 ---- - -## Source File -- [[raw/Agent/n8n configure telegram trigger.md]] - -## Summary -- 核心主题：n8n Telegram Trigger配置时"bad webhook"错误的解决方法 -- 问题域：n8n本地/HTTP配置导致Telegram webhook设置失败 -- 方法/机制：设置WEBHOOK_URL环境变量为HTTPS URL -- 结论/价值：Docker部署n8n时需设置WEBHOOK_URL=https://n8n.cpolar.top - -## Key Claims -- 错误原因：Telegram要求webhook必须为HTTPS URL，本地n8n未配置HTTPS -- 解决方法：设置环境变量WEBHOOK_URL为可HTTPS访问的URL -- Docker Desktop中设置：WEBHOOK_URL=https://n8n.cpolar.top - -## Key Concepts -- [[TelegramWebhook]]：Telegram bot接收消息的HTTP回调机制 -- [[n8n环境变量]]：WEBHOOK_URL配置n8n生成的webhook URL格式 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Telegram]]：消息平台 - -## Connections -- [[n8n-configure-telegram-trigger]] ← documents ← [[n8n环境变量配置]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/n8n-docker-install-update.md b/wiki/sources/n8n-docker-install-update.md deleted file mode 100644 index 03c74e17..00000000 --- a/wiki/sources/n8n-docker-install-update.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "n8n Docker安装与更新" -type: source -tags: [n8n, Docker, 安装] -date: 2025-03-30 ---- - -## Source File -- [[raw/Agent/n8n docker install & update.md]] - -## Summary -- 核心主题：n8n Docker安装、更新及容器内代理配置 -- 问题域：n8n官方镜像安装、配置SOCKS5代理绕过防火墙 -- 方法/机制：Dockerfile扩展官方镜像安装curl/wget，docker-compose编排，ALL_PROXY设置代理 -- 结论/价值：容器内网络走宿主机SOCKS5代理，宿主机防火墙限制Docker网桥访问代理端口 - -## Key Claims -- Dockerfile扩展官方镜像：安装curl和wget，保持node用户保证安全性 -- docker-compose配置：N8N_PROTOCOL=https，WEBHOOK_URL设置，ALL_PROXY指向宿主机Docker网桥IP -- 宿主机防火墙：允许Docker网桥访问代理端口 sudo ufw allow from 172.18.0.0/16 to any port 10808 -- 更新流程：docker compose pull → docker compose down → docker compose up -d -- 容器内测试科学上网：curl --socks5 172.18.0.1:10808 https://ifconfig.me - -## Key Concepts -- [[Docker容器代理配置]]：容器内通过ALL_PROXY环境变量走宿主机SOCKS5代理 -- [[Docker网络隔离]]：宿主机防火墙控制Docker网桥访问权限 - -## Key Entities -- [[n8n]]：工作流自动化平台 -- [[Docker]]：容器化平台 - -## Connections -- [[n8n-docker-install-update]] ← documents ← [[Docker容器代理配置]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/n8n-full-tutorial-building-ai-agents.md b/wiki/sources/n8n-full-tutorial-building-ai-agents.md deleted file mode 100644 index e332e6c4..00000000 --- a/wiki/sources/n8n-full-tutorial-building-ai-agents.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "n8n Full Tutorial Building AI Agents" -type: source -tags: [n8n, AI Agent, 教程] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n full tutorial building AI agents in 2025 for Beginners!.md]] - -## Summary -- 核心主题：n8n平台构建AI Agent的完整入门教程 -- 问题域：AI Agent与传统工作流的区别、n8n中构建Agent的方法 -- 方法/机制：理解Agentic系统、n8n节点类型、使用工具、Memory管理、与Airtable等数据库集成 -- 结论/价值：Agentic系统结合工作流可预测性与Agent灵活性，Memory实现上下文连续性 - -## Key Claims -- Agentic系统定义：Agent动态选择工具满足用户请求，Workflows是预定义自动化 -- n8n五大节点类型：trigger（触发）、action（动作）、utility（工具）、code（代码）、advanced AI（高级AI） -- Memory的作用：在Agent中引入Memory实现上下文保留，增强对话连贯性 -- Airtable集成：作为工具让Agent管理库存，响应用户查询和数据更新 -- 复杂应用：可串联多个工作流、使用多个Agent构建更复杂自动化 - -## Key Concepts -- [[AgenticAI]]：动态选择工具满足用户请求的AI系统 -- [[工作流自动化]]：预定义自动化产生一致输出 -- [[Memory上下文]]：Agent保留对话历史实现上下文连续性 - -## Key Entities -- [[n8n]]：工作流自动化平台 - -## Connections -- [[n8n-full-tutorial-building-ai-agents]] ← documents ← [[AgenticAI]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/n8n-telegram-trigger配置.md b/wiki/sources/n8n-telegram-trigger配置.md deleted file mode 100644 index f09aaaa6..00000000 --- a/wiki/sources/n8n-telegram-trigger配置.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "n8n configure telegram trigger" -type: source -tags: [n8n, telegram, webhook] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/n8n configure telegram trigger.md]] - -## Summary -- 核心主题：n8n Telegram Trigger 配置问题的解决方案 -- 问题域：Telegram Trigger 报错 "Bad Request: bad webhook: An HTTPS URL must be provided for webhook" -- 方法/机制：确保 n8n 实例可通过 HTTPS 访问，配置环境变量 N8N_PROTOCOL 和 WEBHOOK_URL -- 结论/价值：n8n 的 Telegram 集成需要正确的 HTTPS 配置才能建立 webhook - -## Key Claims -- Telegram 要求 webhook 必须是 HTTPS URL，本地或无 HTTPS 配置会导致 webhook 设置失败 -- 解决方案包括：配置 N8N_PROTOCOL=https、N8N_HOST、WEBHOOK_URL 环境变量 -- 使用反向代理（如 Caddy/Nginx）处理 HTTPS，然后在代理层转发到 n8n 的 HTTP 端口 - -## Key Concepts -- [[n8n]]：开源工作流自动化平台 -- [[Telegram Trigger]]：n8n 中触发工作流的 Telegram 组件 -- [[Webhook HTTPS]]：Telegram 要求 webhook 必须使用 HTTPS 协议 - -## Key Entities - -## Connections -- [[n8n]] ← 平台 ← Telegram Trigger -- [[Webhook HTTPS]] ← 协议要求 ← Telegram Trigger - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/n8n-workflow-orchestration.md b/wiki/sources/n8n-workflow-orchestration.md deleted file mode 100644 index 3106b77c..00000000 --- a/wiki/sources/n8n-workflow-orchestration.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "OpenClaw + n8n Workflow Orchestration" -type: source -tags: [openclaw, n8n, workflow, security] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/n8n-workflow-orchestration.md]] - -## Summary -- 核心主题：OpenClaw与n8n工作流编排集成 -- 问题域：Agent直接管理API密钥带来安全风险 -- 方法/机制：OpenClaw通过webhook调用n8n工作流，凭证隔离在n8n中 -- 结论/价值：可见性、安全性和性能三赢 - -## Key Claims -- 代理模式：OpenClaw写n8n工作流，然后通过webhook调用 -- 凭证隔离：API密钥存储在n8n凭证存储中，Agent只知道webhook URL -- 可见性：每个工作流在n8n拖放UI中可见 -- 可锁定工作流：测试后锁定工作流防止Agent修改 - -## Key Insights -- 三赢：可见性（视觉UI）、安全性（凭证隔离）、性能（确定性工作流不消耗token） -- 测试后锁定："构建→测试→锁定"循环至关重要 -- n8n有400+集成：大多数外部服务已有n8n节点 - -## Key Concepts -- [[凭证隔离]]：将敏感凭证与AI Agent分离 -- [[工作流编排]]：协调多个自动化任务 -- [[Webhook]]：触发n8n工作流的HTTP回调 - -## Connections -- [[OpenClaw]] ← calls ← [[Webhook]] -- [[Webhook]] ← triggers ← [[n8n工作流]] -- [[n8n]] ← stores ← [[凭证隔离]] diff --git a/wiki/sources/never-write-another-prompt.md b/wiki/sources/never-write-another-prompt.md deleted file mode 100644 index a97cef85..00000000 --- a/wiki/sources/never-write-another-prompt.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "Never Write Another Prompt" -type: source -tags: [prompt, ai, 工具, 自动化] -date: 2025-03-06 ---- - -## Source File -- [[raw/AI/Never write another prompt.md]] - -## Summary -- 核心主题：AI提示词自动生成工具介绍，实现从简单描述到详细结构化提示的转换 -- 问题域：用户难以编写高质量提示词，导致AI输出质量不稳定 -- 方法/机制：通过API工具自动将基础描述转换为专业级提示词，支持变量定制 -- 结论/价值：提示词工程民主化，非专家也能获得专业级提示词，成本远低于付费定制 - -## Key Claims -- 提示词工程简化：工具从简单描述生成详细提示词，消除传统提示词工程复杂性 -- 成本效益：专业提示词定制费用$100-$500/条，工具可无限生成 -- 变量支持：提示词中使用变量实现高度定制，无需重写 -- 提示词库：各平台提供提示词库供参考和二次改造 - -## Key Quotes -> "Prompt engineering is the art of crafting prompts that elicit specific responses from AI. With the introduction of this tool, users no longer need to be experts in this field" — video summary - -## Key Concepts -- [[提示词工程]]：制作能引导AI产生特定响应的提示词的艺术 -- [[提示词自动化]]：使用工具自动生成高质量提示词 - -## Key Entities -- [[Claude]]：Anthropic的AI模型，Console提供提示词构建入口 - -## Connections -- [[提示词工程]] ← 核心主题 ← AI应用 -- [[提示词自动化]] ← 技术手段 ← [[提示词工程]] - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/overnight-mini-app-builder.md b/wiki/sources/overnight-mini-app-builder.md deleted file mode 100644 index e9de3d0a..00000000 --- a/wiki/sources/overnight-mini-app-builder.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "Overnight Mini App Builder" -type: source -tags: [openclaw, autonomous, app-building, goals] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/overnight-mini-app-builder.md]] - -## Summary -- 核心主题：目标驱动的自主任务包括夜间构建迷你应用 -- 问题域：AI Agent强大但被动，只在告诉它做什么时工作 -- 方法/机制：用户一次性投入目标，Agent每日生成和执行任务 -- 结论/价值：定义目的地，Agent找出日常步骤 - -## Key Claims -- 目标驱动：用户一次性倾注所有目标 -- 每日生成任务：Agent每日生成4-5个可在电脑上完成的任务 -- 惊喜迷你应用：每晚构建新SaaS想法或自动化无聊部分的工具 -- 任务超出应用构建：研究、写脚本、构建功能、创建内容、分析竞争对手 - -## Key Insights -- 脑力激荡就是一切：给予的上下文越多，日常任务就越好 -- Agent发现你不会想到的任务：连接跨目标的点并找到你会错过机会 -- 过夜应用构建：明确告诉它构建MVP，不要过度复杂 -- 这随时间复利：Agent学习什么样的任务最有帮助并进行调整 - -## Key Concepts -- [[目标驱动任务]]：根据长期目标自动生成日常任务 -- [[ \ No newline at end of file diff --git a/wiki/sources/personal-crm.md b/wiki/sources/personal-crm.md deleted file mode 100644 index e44c3600..00000000 --- a/wiki/sources/personal-crm.md +++ /dev/null @@ -1,23 +0,0 @@ ---- -title: "Personal CRM with Automatic Contact Discovery" -type: source -tags: [openclaw, crm, contact, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/personal-crm.md]] - -## Summary -- 核心主题：自动联系人发现的个人CRM -- 问题域：追踪见过的人、何时见过、讨论过什么不可能手动完成 -- 方法/机制：每日cron扫描邮件和日历获取新联系人，存储关系上下文 -- 结论/价值：自然语言查询"关于[人]，我知道什么？" - -## Key Claims -- 每日cron扫描邮件和日历获取新联系人和互动 -- 存储结构化数据库中的联系人，包括关系上下文 -- 每次会议前研究外部参与者，通过CRM和邮件历史提供简报 - -## Key Concepts -- [[个人CRM]]：管理个人关系和联系的系 \ No newline at end of file diff --git a/wiki/sources/phone-based-personal-assistant.md b/wiki/sources/phone-based-personal-assistant.md deleted file mode 100644 index 4eb2e34c..00000000 --- a/wiki/sources/phone-based-personal-assistant.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "phone-based-personal-assistant" -type: source -tags: [OpenClaw, 电话, 语音助手, 用例] -date: 2026-03-19 ---- - -## Source File -- [[raw/Agent/usecases/phone-based-personal-assistant.md]] - -## Summary -- 核心主题：通过电话与AI Agent进行语音交互的解决方案 -- 问题域：无智能手机或无法使用浏览器时的语音AI访问需求；驾驶/步行时免手操作 -- 方法/机制：ClawdTalk将任意电话变为OpenClaw的语音网关，通过Telnyx实现电话连通性 -- 结论/价值：扩展OpenClaw能力边界，实现电话语音交互，支持日历查询、Jira更新、网络搜索 - -## Key Claims -- ClawdTalk使OpenClaw能接收和拨打电话，将任意电话变为AI助手入口 -- 通过电话可获取日历提醒、Jira更新、网络搜索结果（语音播报） -- 短信支持即将推出 -- 依赖Telnyx提供可靠的电话连通性 - -## Key Concepts -- [[语音助手]]：通过语音与AI交互，无需屏幕或键盘 -- [[电话网关]]：电话作为AI系统的入口媒介 -- [[免手操作]]：驾驶或手忙时的语音优先交互模式 - -## Key Entities -- [[OpenClaw]]：AI Agent框架，本用例核心平台 -- [[ClawdTalk]]：OpenClaw电话集成工具，使Agent可接收/拨打电话 -- [[Telnyx]]：电话API提供商，提供电话连通性 -- [[GoogleCalendar]]：日历技能，电话查询日历事件的支撑 -- [[Jira]]：项目管理工具集成 - -## Connections -- [[OpenClaw]] ← extended_by ← [[ClawdTalk]] ← uses ← [[Telnyx]] -- [[ClawdTalk]] ← integrates ← [[语音助手]] ← provides ← 日历查询、Jira更新、搜索 diff --git a/wiki/sources/phone-call-notifications.md b/wiki/sources/phone-call-notifications.md deleted file mode 100644 index e7f7b6e0..00000000 --- a/wiki/sources/phone-call-notifications.md +++ /dev/null @@ -1,20 +0,0 @@ ---- -title: "Phone Call Notifications" -type: source -tags: [openclaw, phone, notifications, clawring] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/phone-call-notifications.md]] - -## Summary -- 核心主题：通过真实电话通知的Agent通知渠道 -- 问题域：推送通知堆积，聊天消息被埋没 -- 方法/机制：Agent通过clawr.ing拨打真实电话号码，用户可以接听并对话 -- 结论/价值：Agent调用你，而非你调用Agent - -## Key Claims -- Agent决定某事值得关注（价格警报、紧急邮件、约会提醒） -- Agent通过clawr.ing（托管呼叫服务）拨打你的电话 -- 你接听、听到警报，可以实时提问 \ No newline at end of file diff --git a/wiki/sources/podcast-production-pipeline.md b/wiki/sources/podcast-production-pipeline.md deleted file mode 100644 index 960a3654..00000000 --- a/wiki/sources/podcast-production-pipeline.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "Podcast Production Pipeline" -type: source -tags: [openclaw, podcast, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/podcast-production-pipeline.md]] - -## Summary -- 核心主题：使用OpenClaw自动化播客制作全流程 -- 问题域：播客制作涉及多个环节，手动操作耗时 -- 方法/机制：多Agent协作，每个Agent负责特定环节 -- 结论/价值：自动化播客制作显著提升效率 - -## Key Claims -- 播客制作流程可分解为多个自动化环节 -- 多Agent系统适合处理复杂的创意工作流 -- 内容分发自动化减少重复工作 - -## Key Concepts -- [[播客制作]]：从策划到发布的完整流程 -- [[多Agent协作]]：多个专业Agent协同工作 - -## Connections -- [[多Agent系统]] ← used_in ← [[播客制作]] diff --git a/wiki/sources/polymarket-autopilot.md b/wiki/sources/polymarket-autopilot.md deleted file mode 100644 index 5c7c6d57..00000000 --- a/wiki/sources/polymarket-autopilot.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "Polymarket Autopilot" -type: source -tags: [openclaw, polymarket, trading, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/polymarket-autopilot.md]] - -## Summary -- 核心主题：Polymarket自动纸上交易 -- 问题域：手动监控预测市场耗时且需要持续关注 -- 方法/机制：监控市场数据，执行纸上交易策略，追踪投资组合表现 -- 结论/价值：在不冒真实资本风险的情况下测试和完善交易策略 - -## Key Claims -- 纸上交易：从模拟交易开始，追踪损益和胜率 -- 学习模式：从模式中学习，根据回测结果调整策略参数 -- 每日摘要：醒来时了解夜间"交易"了什么，什么有效，什么无效 - -## Key Concepts -- [[纸上交易]]：模拟交易不带真实资金 -- [[预测市场]]：基于事件结果的预测市场 -- [[投资组合追踪]]：追踪持仓和表现 - -## Connections \ No newline at end of file diff --git a/wiki/sources/pre-build-idea-validator.md b/wiki/sources/pre-build-idea-validator.md deleted file mode 100644 index 6d4f77cb..00000000 --- a/wiki/sources/pre-build-idea-validator.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Pre-Build Idea Validator" -type: source -tags: [openclaw, mcp, idea-validation, github] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/pre-build-idea-validator.md]] - -## Summary -- 核心主题：构建前验证创意是否已存在 -- 问题域：Agent花费数小时构建一个已存在的产品 -- 方法/机制：idea-reality-mcp扫描5个数据源，返回竞争评分 -- 结论/价值：防止昂贵的"解决已解决问题"错误 - -## Key Claims -- reality_signal评分（0-100）表示空间拥挤程度 -- 高分（>70）：停止并讨论是否继续或转向 -- 低分（<30）：空间开放，继续构建 -- 基于真实数据（仓库数量、星分布、HN讨论量）而非LLM猜测 - -## Key Insights -- 防止蕞昂贵的错误：解决已解决的问题 -- reality_signal基于真实数据而非AI猜测 -- 高分不意味着"不要构建"，而是"差异化或放弃" -- 低分意味着真正存在空白空间 - -## Key Concepts -- [[创意验证]]：在构建前检查创意是否已存在 -- [[reality_signal]]：创意竞争评分 -- [[idea-reality-mcp]]：预构建验证MCP服务器 - -## Connections -- [[idea-reality-mcp]] ← scans ← [[GitHub]] -- [[idea-reality-mcp]] ← scans ← [[Hacker News]] -- [[idea-reality-mcp]] ← scans ← [[npm]] diff --git a/wiki/sources/project-state-management.md b/wiki/sources/project-state-management.md deleted file mode 100644 index 70563825..00000000 --- a/wiki/sources/project-state-management.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "Project State Management System" -type: source -tags: [openclaw, project-management, event-driven] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/project-state-management.md]] - -## Summary -- 核心主题：事件驱动的项目状态管理系统 -- 问题域：传统看板静态且需要手动更新 -- 方法/机制：事件驱动更新替代拖拽卡片，对话式查询项目状态 -- 结论/价值：用对话替代看板，保留完整上下文 - -## Key Claims -- 看板变得过时：花在更新卡片上的时间而非工作 -- 上下文丢失：三个月后不记得关键决策的原因 -- Git提交自动扫描并链接到项目 - -## Key Concepts -- [[事件驱动架构]]：基于事件而非状态转移的设计 -- [[项目状态管理]]：追踪项目进展和决策历史 -- [[自然语言查询]]：用对话方式查询项目状态 - -## Connections \ No newline at end of file diff --git a/wiki/sources/second-brain.md b/wiki/sources/second-brain.md deleted file mode 100644 index 5eb8db2c..00000000 --- a/wiki/sources/second-brain.md +++ /dev/null @@ -1,29 +0,0 @@ ---- -title: "Second Brain" -type: source -tags: [openclaw, memory, knowledge, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/second-brain.md]] - -## Summary -- 核心主题：构建第二大脑记忆系统 -- 问题域：想法、链接、书籍想不起来，没有好的捕捉系统 -- 方法/机制：通过短信文本捕获，OpenClaw记忆系统永久存储 -- 结论/价值：零摩擦捕获，像发短信一样简单 - -## Key Claims -- 文本任何内容到OpenClaw，它会立即记住 -- OpenClaw内置记忆系统永久存储告诉它的所有内容 -- 自定义Next.js仪表板搜索每个记忆、对话和笔记 -- 全局搜索（Cmd+K）跨所有记忆、文档和任务 - -## Key Insights -- 力量在于零摩擦捕获 -- OpenClaw的记忆系统是累积的，随时间变得更强大 -- 可以从手机发短信，Agent在你的电脑上构建东西 - -## Key Concepts -- [[第二大脑]]：外部 \ No newline at end of file diff --git a/wiki/sources/self-healing-home-server.md b/wiki/sources/self-healing-home-server.md deleted file mode 100644 index 32c1d44a..00000000 --- a/wiki/sources/self-healing-home-server.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Self-Healing Home Server & Infrastructure Management" -type: source -tags: [openclaw, self-healing, infrastructure, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/self-healing-home-server.md]] - -## Summary -- 核心主题：OpenClaw作为家庭服务器的基础设施Agent -- 问题域：家庭服务器需要24/7运维，服务可能在凌晨宕机 -- 方法/机制：SSH访问、自动化cron任务、自动检测诊断修复问题 -- 结论/价值：Agent可在用户知道问题前自动修复问题 - -## Key Claims -- Cron任务系统是真正的产品：健康检查、邮件分类、简报等自动化 -- 知识提取随时间复利：处理笔记、对话导出和邮件成结构化知识库 -- AI会硬编码密钥：这是首要安全风险 -- 本地优先Git工作流至关重要 - -## Key Insights -- AI会硬编码密钥，需要强制预防措施 -- TruffleHog预推送hook必须安装 -- 本地Gitea作为暂存区比直接推送到公共GitHub更安全 - -## Key Concepts -- [[自愈系统]]：自动检测诊断和修复问题 -- [[基础设施即代码]]：使用Terraform、Ansible管理基础设施 -- [[安全审计]]：定期扫描硬编码密钥、特权容器等 - -## Connections -- [[OpenClaw]] ← manages ← [[自愈系统]] -- [[OpenClaw]] ← performs ← [[安全审计]] diff --git a/wiki/sources/semantic-memory-search.md b/wiki/sources/semantic-memory-search.md deleted file mode 100644 index 9a986b3f..00000000 --- a/wiki/sources/semantic-memory-search.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Semantic Memory Search" -type: source -tags: [openclaw, memory, semantic-search, vector] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/semantic-memory-search.md]] - -## Summary -- 核心主题：OpenClaw记忆的向量语义搜索 -- 问题域：Markdown文件记忆随时间增长，关键词搜索无法找到语义相关的内容 -- 方法/机制：使用memsearch在OpenClaw现有Markdown记忆文件上添加向量语义搜索 -- 结论/价值：通过含义而非关键词即时找到任何过去的记忆 - -## Key Claims -- 语义搜索："我们选择了什么缓存解决方案？"找到相关记忆，即使词语"缓存"没有出现 -- 混合搜索（密集向量 + BM25全文）与RRF重新排序结合 -- SHA-256内容哈希意味着未更改的文件永远不会被重新嵌入——零浪费API调用 -- 文件监视器在记忆文件更改时自动重新索引 - -## Key Insights -- Markdown是事实标准：向量索引只是派生缓存，可以随时重建，记忆文件永不修改 -- 智能去重节省资金：每个块由SHA-256内容哈希标识，重新运行index仅嵌入新的或更改的内容 -- 混合搜索优于纯向量搜索：结合语义相似性和关键词匹配 - -## Key Concepts -- [[语义记忆搜索]]：通过含义搜索记忆 -- [[向量数据库]]：存储嵌入向量用于相似性搜索 -- [[memsearch]]：为OpenClaw记忆添加向量搜索的工具 - -## Connections -- [[memsearch]] ← indexes ← [[OpenClaw记忆]] -- [[memsearch]] ← uses ← [[Milvus]] diff --git a/wiki/sources/the-picture-they-paint-of-you.md b/wiki/sources/the-picture-they-paint-of-you.md deleted file mode 100644 index d25c09e8..00000000 --- a/wiki/sources/the-picture-they-paint-of-you.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -title: "The Picture They Paint of You" -type: source -tags: [ai, agentic, 设计, 社会学, anthropomorphism] -date: 2026-04-13 ---- - -## Source File -- [[raw/AI/The Picture They Paint of You.md]] - -## Summary -- 核心主题：AI产品的命名和营销方式揭示了社会对不同职业角色的价值判断 -- 问题域：AI SRE（Site Reliability Engineering）vs 编码助手，两类AI工具的定位差异及其折射的职业歧视 -- 方法/机制：系统性梳理市场中各类AI产品的命名、框架和营销话语 -- 结论/价值：AI SRE产品被框架为"替代性工具"，编码助手被框架为"增强性伙伴"——这种差异反映并强化了组织内部对SRE工作的贬低 - -## Key Claims -- 编码助手（如Claude Code、Copilot）被赋予人类名字、定位为工程师的合作者/伙伴，强调赋能和增强 -- AI SRE产品直接以角色命名（AI SRE），定位为消除"低效工作"的替代工具，强调克服人类局限（睡眠需求） -- SRE工作的内在价值（从事件中学习、结构性反思）被AI SRE营销话语所否定——事件被视为一次性的"例外"而非系统性后果 -- 产品框架的接受在社会层面赋予这些刻板印象合法性，排斥了替代设计方案 -- AI拟人化是一种谬误：LLM不会死亡、饥饿或恐惧，其"情感模拟"源于训练数据中的涌现特性 - -## Key Quotes -> "Software Engineering work is perceived as valuable work; the engineer is in control and deserves more power, more control, more productivity. The AI exists to be a partner, a teammate, or an assistant" — Ferd.ca -> "Software Reliability Engineering work is a hindrance; teams need to be distracted less by these tasks and instead focus on more valuable work" — Ferd.ca -> "Don't anthropomorphize LLMs!" — Alex Ewerlöf (引用于文中) - -## Key Concepts -- [[AI拟人化谬误]]：将LLM视为有情感、恐惧的实体是一种设计谬误 -- [[职业角色框架]]：AI产品的命名和定位反映并强化了社会对不同职业的价值判断 -- [[泰勒主义软件工厂]]：将软件工程视为可替代的手工劳动，与将SRE视为重复性苦差事一致 -- [[剩余原则]]：部分工作自动化后，剩余的难自动化部分被堆积到更少的人身上 - -## Key Entities -- [[Claude Code]]：Anthropic编码助手，被框架为增强工程师能力的伙伴 -- [[AI SRE]]：被框架为替代SRE工作的工具 -- [[Ferdinand]]：博客作者，本文来源 - -## Connections -- [[AI拟人化谬误]] ← 核心论点 ← [[The Picture They Paint of You]] -- [[职业角色框架]] ← 核心论点 ← [[The Picture They Paint of You]] -- [[泰勒主义软件工厂]] ← 社会影响 ← 职业框架 - -## Contradictions -- 与编码助手营销话语对比：编码助手被定位为"伙伴"，AI SRE被定位为"替代者"——但两者背后的LLM本质相同 -- 与SRE职业自我认知对比：SRE从业者认为从事件中学习是核心价值，但AI SRE产品将其视为可消除的"干扰" diff --git a/wiki/sources/todoist-task-manager.md b/wiki/sources/todoist-task-manager.md deleted file mode 100644 index 08339c4c..00000000 --- a/wiki/sources/todoist-task-manager.md +++ /dev/null @@ -1,27 +0,0 @@ ---- -title: "Todoist Task Manager" -type: source -tags: [openclaw, todoist, task, visibility] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/todoist-task-manager.md]] - -## Summary -- 核心主题：Agent任务可见性的Todoist同步 -- 问题域：复杂多步骤任务运行时用户失去追踪 -- 方法/机制：创建Todoist任务，可视化状态，外部化推理，流转日志 -- 结论/价值：透明化Agent内部推理和进度 - -## Key Claims -- 可视化状态：在特定section创建任务如"进行中"或"等待" -- 外部化推理：将Agent内部"计划"发布到任务描述 -- 流转日志：实时添加子步骤完成作为任务评论 -- 自动调和：心跳脚本检查停滞任务并通知用户 - -## Key Concepts -- [[任务可见性]]：让用户看见Agent的内部状态 -- [[外部化推理]]：将Agent思考过程暴露给用户 - -## Connections \ No newline at end of file diff --git a/wiki/sources/vibe coding经验收集.md b/wiki/sources/vibe coding经验收集.md deleted file mode 100644 index 3873dd49..00000000 --- a/wiki/sources/vibe coding经验收集.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "vibe coding经验收集" -type: source -tags: ['GitHub', 'AI'] -date: 2025-12-30 ---- - -## Source File -- [[Vibe Coding/vibe coding经验收集.md]] - -## Summary -- 核心主题：title: vibe-coding-cn/i18n/zh/documents/Methodology and Principles/A Formalization of Recursive Self-Optimizing Generative Systems.md at main · 2025Emma/vibe-coding-cn source: https://github.com/2025E -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/x-account-analysis.md b/wiki/sources/x-account-analysis.md deleted file mode 100644 index efc9b8e6..00000000 --- a/wiki/sources/x-account-analysis.md +++ /dev/null @@ -1,23 +0,0 @@ ---- -title: "X Account Analysis" -type: source -tags: [openclaw, twitter, analysis, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/x-account-analysis.md]] - -## Summary -- 核心主题：X/Twitter账户分析 -- 问题域：手动分析Twitter账户耗时 -- 方法/机制：自动化收集和分析Twitter数据 -- 结论/价值：快速获取账户洞察 - -## Key Claims -- 自动追踪Twitter账户活动 -- 生成账户分析和报告 -- 追踪增长指标和参与度 - -## Key Concepts -- [[Twitter分析]]：自动化Twitter账户数据收集和分析 diff --git a/wiki/sources/x-twitter-automation.md b/wiki/sources/x-twitter-automation.md deleted file mode 100644 index 0fec0b1d..00000000 --- a/wiki/sources/x-twitter-automation.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "X/Twitter Automation from Chat" -type: source -tags: [openclaw, twitter, automation, tweetclaw] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/x-twitter-automation.md]] - -## Summary -- 核心主题：通过自然语言进行完整X/Twitter自动化 -- 问题域：管理X/Twitter存在需要跨应用跳转 -- 方法/机制：TweetClaw插件连接Agent到X/Twitter API，完全通过聊天交互 -- 结论/价值：在一个界面中通过对话完成所有操作 - -## Key Claims -- 发布和互动：发推文、回复线程、点赞、转发、关注/取消关注、发DM -- 搜索和提取：搜索推文和用户，提取粉丝、点赞者、转发者 -- 抽奖：从推文互动中随机选中奖者 -- 监控：关注新推文或粉丝变化并通知 - -## Key Insights -- 所有操作通过管理API完成：无浏览器cookie、无抓取、无凭证暴露 -- TweetClaw是OpenClaw插件，连接Agent \ No newline at end of file diff --git a/wiki/sources/youtube-content-pipeline.md b/wiki/sources/youtube-content-pipeline.md deleted file mode 100644 index 192d23be..00000000 --- a/wiki/sources/youtube-content-pipeline.md +++ /dev/null @@ -1,20 +0,0 @@ ---- -title: "YouTube Content Pipeline" -type: source -tags: [openclaw, youtube, content, automation] -date: 2026-03-06 ---- - -## Source File -- [[raw/Agent/usecases/youtube-content-pipeline.md]] - -## Summary -- 核心主题：YouTube内容勘探和研究管道自动化 -- 问题域：每日YouTube创作者需要花费大量时间寻找新鲜内容 -- 方法/机制：每小时cron扫描突发AI新闻，维护90天视频目录 -- 结论/价值：自动化的内容勘探和相关性检查 - -## Key Claims -- 每小时cron扫描突发AI新闻（web + X/Twitter）并在Telegram推送视频创意 -- 维护90天视频目录，包含观看次数和主题分析，避免重复覆盖 -- 所有创意 \ No newline at end of file diff --git a/wiki/sources/youtube-rss-feed.md b/wiki/sources/youtube-rss-feed.md deleted file mode 100644 index fe689fcd..00000000 --- a/wiki/sources/youtube-rss-feed.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "How to Get the RSS Feed For Any YouTube Channel" -type: source -tags: [youtube, rss, 工具] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/How to Get the RSS Feed For Any YouTube Channel.md]] - -## Summary -- 核心主题：获取任意YouTube频道RSS订阅源的方法 -- 问题域：YouTube已移除页面上的RSS订阅按钮，用户如何获取频道RSS -- 方法/机制：通过查看页面源代码，搜索channel_id，拼接RSS Feed URL -- 结论/价值：无需注册第三方服务，直接通过浏览器原生功能获取YouTube频道RSS - -## Key Claims -- YouTube移除了页面RSS按钮，因RSS使用户可不访问网站直接消费内容，影响YouTube收益 -- 正确方法：访问频道页面 → 右键查看页面源代码 → 搜索"channel_id=" → 复制RSS Feed URL -- RSS Feed URL格式：https://www.youtube.com/feeds/videos.xml?channel_id={ID} - -## Key Quotes -> "Back in the day, the RSS subscribe button was prominently displayed on every YouTube account. But that meant users could access YouTube content without visiting the website which negatively effects YouTube's bottom line, so it was removed" — Chuck Carroll - -## Key Concepts -- [[YouTubeRSS]]：YouTube频道的RSS订阅源格式 -- [[Channel ID]]：YouTube频道的唯一标识符，用于构建RSS Feed URL - -## Key Entities - -## Connections -- [[YouTubeRSS]] ← 技术方法 ← YouTube频道订阅 -- [[Channel ID]] ← 关键参数 ← YouTubeRSS - -## Contradictions -- 无明显冲突 diff --git a/wiki/sources/一语点醒梦中人.md b/wiki/sources/一语点醒梦中人.md deleted file mode 100644 index 5cc32c88..00000000 --- a/wiki/sources/一语点醒梦中人.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "一语点醒梦中人" -type: source -tags: [哲学, 东方智慧, 人生修养] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/一语点醒梦中人.md]] - -## Summary -- 核心主题：东方哲学与人生修养智慧 -- 问题域：如何在人生困境中保持内心平静 -- 方法/机制：融合儒家、道家、佛家思想的人生箴言 -- 结论/价值：掌握"尽人事，听天命"的智慧 - -## Key Claims -- 王维"行到水穷处，坐看云起时"：困境中放下执着，静观变化 -- 曾国藩"唯忘机可以消众机，唯懵懂可以祓不祥"：以无争态度化解纷扰 -- "大智若愚，大巧若拙"：藏锋守拙的生存哲学 -- "一切有为法，如梦幻泡影，如露亦如电"：金刚经对无常的深刻洞察 -- "知其不可奈何而安之若命"：尽人事后听天命的智慧 - -## Key Concepts -- [[东方智慧]]：儒道佛三家融合的人生哲学 -- [[忘机]]：忘却世俗机巧，保持淳朴心态 -- [[安之若命]]：接受无法改变的困境 -- [[有为法]]：佛学概念，指一切因缘和合的现象 - -## Key Entities -- [[王维]]：诗佛，代表作《终南别业》 -- [[曾国藩]]：晚清重臣，《治心经》作者 -- [[老子]]：《道德经》作者 -- [[庄子]]：道家代表人物 - -## Connections -- [[儒家]] ← includes ← [[中庸]] -- [[道家]] ← includes ← [[道德经]] -- [[佛学]] ← includes ← [[金刚经]] - -## Contradictions diff --git a/wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md b/wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md deleted file mode 100644 index ea91264f..00000000 --- a/wiki/sources/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "万字保姆级教程-90天跑通一人公司模式" -type: source -tags: [一人公司, 个人品牌, ikigai, 商业变现] -date: 2026-03-29 ---- - -## Source File -- [[raw/Agent/万字保姆级教程-90天跑通一人公司模式-2026-03-29.md]] - -## Summary -- 核心主题：用AI提示词和工具在90天内跑通一人公司模式 -- 问题域：个人如何找到自己的优势并实现商业变现 -- 方法/机制：Ikigai模型（热爱、擅长、市场需求、报酬四圈交集）、AI辅助内容生产、产品体系搭建 -- 结论/价值：一人公司的关键在于更聪明地定位，而非更努力工作 - -## Key Claims -- 天才地带理论：找到能产生心流的活动区域 -- 底层能力三问：追溯童年、毫不费力、底层通用 -- 四个心理陷阱：愧疚陷阱、效率陷阱、卓越陷阱、努力陷阱 -- Ikigai是热情、天职、使命、职业的交汇点 -- 产品体系四层：引流产品、入门产品、核心产品、高价产品 - -## Key Concepts -- [[Ikigai]]：日本概念，指生命的意义，四个圆圈的交集 -- [[一人公司]]：用最小杠杆撬动最大价值的商业模式 -- [[底层能力]]：藏在冰山下的通用能力 -- [[产品体系]]：从引流到高价的完整产品矩阵 - -## Key Entities -- 盖伊·亨德里克斯：心理学家，提出天才地带概念 -- 张飞宇：营销人，公众号作者 - -## Connections -- [[一人公司]] ← uses ← [[Ikigai]] -- [[一人公司]] ← uses ← [[产品体系]] diff --git a/wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md b/wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md deleted file mode 100644 index af4edb7b..00000000 --- a/wiki/sources/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "万字讲透OpenClaw-Workspace深度解析" -type: source -tags: [openclaw, workspace, agent] -date: 2026-03-21 ---- - -## Source File -- [[raw/Agent/万字讲透OpenClaw-Workspace深度解析-2026-03-21.md]] - -## Summary -- 核心主题：OpenClaw的Workspace文件体系深度解析 -- 问题域：如何让Agent从"能工作"变成"真好用" -- 方法/机制：通过配置workspace目录下的各类文件（AGENTS.md、SOUL.md、USER.md等）来定义Agent行为 -- 结论/价值：掌握workspace文件体系可实现Agent的个性化配置和长期记忆 - -## Key Claims -- Workspace文件体系是Agent从"能用"到"真好用"的分水岭 -- AGENTS.md是Agent的"工作说明书"，定义职责和行为边界 -- SOUL.md是Agent的"性格档案"，定义人格和沟通风格 -- USER.md固化用户偏好，减少重复交代 -- TOOLS.md规范工具使用，减少误操作 -- memory/目录实现Agent的真正长期记忆 - -## Key Concepts -- [[Workspace]]：Agent的工作台目录，包含AGENTS.md、SOUL.md、USER.md等配置文件 -- [[AGENTS.md]]：定义Agent职责、行为边界和多Agent协调规则 -- [[SOUL.md]]：定义Agent性格叙事，包括自我叙事、沟通风格、价值观 -- [[USER.md]]：固化用户偏好和背景信息 -- [[TOOLS.md]]：工具权限声明与使用规范 -- [[IDENTITY.md]]：Agent的结构化身份档案 -- [[BOOTSTRAP.md]]：首次启动引导，一次性使用 -- [[memory]]：长期记忆目录，实现跨会话上下文保留 - -## Key Entities -- [[OpenClaw]]：开源AI Agent框架 -- [[Claude]]：AI大模型 - -## Connections -- [[OpenClaw]] ← uses ← [[Workspace]] -- [[Workspace]] ← contains ← [[AGENTS.md]] -- [[Workspace]] ← contains ← [[SOUL.md]] -- [[Workspace]] ← contains ← [[USER.md]] diff --git a/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 b/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 deleted file mode 100644 index af34ce2e..00000000 --- a/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 +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "不会Gemini的产品经理真的要被淘汰了" -type: source -tags: [gemini, 产品经理, PRD, AI工作流] -date: 2025-11-19 ---- - -## Source File -- [[raw/AI/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]] - -## Summary -- 核心主题：AI时代产品经理的工作方式变革 -- 问题域：产品经理如何利用Gemini提效90%以上 -- 方法/机制：FeatureList构思→逻辑图→PRD文档→HTML原型 -- 结论/价值：AI是工具，关键在于产品经理的市场洞察能力 - -## Key Claims -- Gemini 2.5/3可将产品经理文本工作时间缩短90%以上 -- 核心方法：LLM负责"写"而非"想"，人类负责"想" -- FeatureList分层级展开功能点：模块分类→功能点全面性→优先级 -- 用mermaid生成ER图、时序图、甘特图等逻辑图 -- Gemini可以生成HTML替代原型图 - -## Key Concepts -- [[FeatureList]]：分层级需求表 -- [[PRD]]：产品需求文档 -- [[mermaid]]：图表描述语言 -- [[AI工作流]]：人类思考+AI执行的协作模式 - -## Key Entities -- [[Gemini]]：Google AI模型 - -## Connections -- [[产品经理]] ← uses ← [[Gemini]] -- [[PRD生成]] ← uses ← [[AI工作流]] - -## Contradictions diff --git a/wiki/sources/不谈技术：普通人该怎么在AI时代赚钱？.md b/wiki/sources/不谈技术：普通人该怎么在AI时代赚钱？.md deleted file mode 100644 index 9fee2a86..00000000 --- a/wiki/sources/不谈技术：普通人该怎么在AI时代赚钱？.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "不谈技术：普通人该怎么在AI时代赚钱？" -type: source -tags: ['AI'] -date: 2026-04-14 ---- - -## Source File -- [[微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md]] - -## Summary -- 核心主题：今天不谈技术，谈一下**普通人该怎样在AI时代赚钱！** 以下是我见过的最好的回答，来自**乔布斯.skill** 👇 「普通人怎么在AI时代赚钱」——这个问题的框架是错的。你把自己放在一个被动的位置上，好像AI是一场洪水，你站在岸边问「我怎么不被淹死」。 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/为什么 Obsidian 让我戒掉了碎片化记录.md b/wiki/sources/为什么 Obsidian 让我戒掉了碎片化记录.md deleted file mode 100644 index 129e2f2d..00000000 --- a/wiki/sources/为什么 Obsidian 让我戒掉了碎片化记录.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "为什么 Obsidian 让我戒掉了碎片化记录" -type: source -tags: ['Obsidian'] -date: 2025-03-13 ---- - -## Source File -- [[Others/为什么 Obsidian 让我戒掉了碎片化记录.md]] - -## Summary -- 核心主题：title: 为什么 Obsidian 让我戒掉了碎片化记录？ source: https://mp.weixin.qq.com/s?__biz=MzI3NzcwOTY4MQ==&mid=2247486972&idx=1&sn=e61477c9f8628c7f534fc2183d87e2d3&scene=21#wechat_redirect author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md b/wiki/sources/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md deleted file mode 100644 index a4e15f8b..00000000 --- a/wiki/sources/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1" -type: source -tags: ['Obsidian'] -date: 2025-12-19 ---- - -## Source File -- [[Others/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md]] - -## Summary -- 核心主题：title: 为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ source: https://mp.weixin.qq.com/s?__biz=MzI3NzcwOTY4MQ==&mid=2247486984&idx=1&sn=51232deb29cb0a2ed81fac0daa972217&scene=21&poc_token=HDC7RGmjnpWk-8uvZfBeR3Ky26-5B -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/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 b/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 deleted file mode 100644 index afb751f3..00000000 --- a/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 +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "AI配音与声音克隆工具合集" -type: source -tags: [AI配音, 声音克隆, TTS] -date: 2025-03-06 ---- - -## 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：AI配音和声音克隆工具评测 -- 问题域：二创视频需要高效配音解决方案 -- 方法/机制：评测主流AI配音工具的功能和价格 -- 结论/价值：不同场景有不同最优选择 - -## Key Claims -- ElevenLabs：国际顶流，30+语言，支持情感变化，付费较贵 -- 海螺AI（MiniMax）：小白友好，30秒克隆，免费，中文支持好 -- F5-TTS：开源免费，2秒克隆，技术流首选，需代码基础 -- TTSMaker：每周免费3万字，50+语言，300+音色 -- 剪映：抖音官方，短视频首选，部分音色需VIP -- 魔音工坊：500+音色，企业首选 -- AnyVoice：3秒克隆，中英日韩，免费无限 - -## Key Concepts -- [[AI配音]]：文本转语音技术 -- [[声音克隆]]：用少量样本重建个人声音 -- [[TTS]]：Text-to-Speech文字转语音 - -## Key Entities -- [[ElevenLabs]]：国际AI配音平台 -- [[海螺AI]]：MiniMax出品的AI工具 -- [[F5-TTS]]：开源语音克隆项目 -- [[剪映]]：字节跳动视频编辑工具 - -## Connections -- [[二创视频]] ← uses ← [[AI配音]] -- [[内容创作]] ← uses ← [[声音克隆]] - -## Contradictions diff --git a/wiki/sources/云计算的误解与澄清.md b/wiki/sources/云计算的误解与澄清.md deleted file mode 100644 index 2e0e22b6..00000000 --- a/wiki/sources/云计算的误解与澄清.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "The Myths and Misconceptions About Cloud Computing" -type: source -tags: [cloud, myths, iaas, paas, saas] -date: 2001-02-25 ---- - -## Source File -- [[raw/Cloud & DevOps/The Myths and Misconceptions About Cloud Computing LinkedIn.md]] - -## Summary -- 核心主题：云计算的常见误解和误区澄清 -- 问题域：云计算虽有广泛应用，但许多误解阻碍了正确决策 -- 方法/机制：系统性驳斥关于云计算的主要迷思 -- 结论/价值：正确理解云计算的能力和局限性是数字化转型的基础 - -## Key Claims -- 误区1：云计算总是更便宜——实际情况是对于长期稳定工作负载，本地部署可能更经济 -- 误区2：云计算不安全——主流云提供商的安全投入远超一般企业自建 -- 误区3：云迁移很简单——遗留系统的迁移往往复杂且耗时 -- 误区4：云就是租用服务器——云计算远不止基础设施，还包括平台和软件服务 - -## Key Quotes -> "Cloud computing has revolutionized the way businesses and individuals manage data, applications, and IT infrastructure. However, despite its widespread adoption, many myths and misconceptions persist" — Raj Vardhan Singh/LinkedIn - -## Key Concepts -- [[云计算]]：通过互联网提供计算资源的服务模式 -- [[IaaS]]：基础设施即服务 -- [[PaaS]]：平台即服务 -- [[SaaS]]：软件即服务 - -## Key Entities - -## Connections -- [[云计算]] ← 核心主题 ← 误解澄清 -- [[IaaS]] ← 服务层次 ← 云计算 -- [[PaaS]] ← 服务层次 ← 云计算 -- [[SaaS]] ← 服务层次 ← 云计算 - -## Contradictions -- 与"云万能论"对比：云不是万能药，正确评估工作负载特性才能做出合适决策 diff --git a/wiki/sources/使用Claude自动生成N8N工作流的实操教程.md b/wiki/sources/使用Claude自动生成N8N工作流的实操教程.md deleted file mode 100644 index 39b8fd40..00000000 --- a/wiki/sources/使用Claude自动生成N8N工作流的实操教程.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "使用Claude自动生成N8N工作流的实操教程" -type: source -tags: [n8n, claude, automation] -date: 2025-03-06 ---- - -## Source File -- [[raw/Agent/使用Claude自动生成N8N工作流的实操教程.md]] - -## Summary -- 核心主题：利用Claude与N8N MCP结合，自动生成N8N工作流 -- 问题域：新手不知如何设计N8N工作流架构和选择节点 -- 方法/机制：通过n8n-mcp项目连接Claude与N8N，用自然语言生成工作流 -- 结论/价值：Claude可完成约80%-90%的工作流布局和逻辑 - -## Key Claims -- n8n-mcp是连接N8N与AI模型的桥梁，提供543个N8N节点的访问 -- Claude可自动选择节点并生成工作流代码 -- Claude生成工作流正确率约80%-90%，仍需人工修正 -- 建议使用Opensea模型并开启extended thinking - -## Key Quotes -> "n8n-MCP serves as a bridge between n8n's workflow automation platform and AI models, enabling them to understand and work with n8n nodes effectively." — GitHub - -## Key Concepts -- [[n8n-mcp]]：N8N的MCP服务器实现，连接AI模型与N8N节点 -- [[Extended Thinking]]：Claude的深度逻辑推理模式 - -## Key Entities -- [[Claude]]：AI助手 -- [[N8N]]：工作流自动化平台 -- [[czlonkowski]]：n8n-mcp项目作者 - -## Connections -- [[Claude]] ← uses ← [[n8n-mcp]] -- [[n8n-mcp]] ← provides_access_to ← [[N8N节点]] diff --git a/wiki/sources/做TK跨境思路不对努力白费.md b/wiki/sources/做TK跨境思路不对努力白费.md deleted file mode 100644 index f6219c64..00000000 --- a/wiki/sources/做TK跨境思路不对努力白费.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "总结" -type: source -tags: ['TikTok'] -date: 2026-04-14 ---- - -## Source File -- [[跨境电商/做TK跨境思路不对努力白费.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [tiktok] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md b/wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md deleted file mode 100644 index 3be11d1a..00000000 --- a/wiki/sources/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "Nano Banana 2使用指南" -type: source -tags: [nano-banana, AI图像生成, DeepSider] -date: 2025-12-01 ---- - -## Source File -- [[raw/AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md]] - -## Summary -- 核心主题：Nano Banana 2（Gemini 3 Pro Image）使用指南 -- 问题域：国内用户难以访问AI图像生成工具 -- 方法/机制：通过DeepSider浏览器插件访问 -- 结论/价值：Nano Banana 2在图像生成领域碾压其他模型 - -## Key Claims -- Nano Banana 2=Gemini 3 Pro Image，推理模型，生成前会内部推理 -- 支持1K、2K、4K分辨率 -- 最多14张输入图像组合输出 -- 擅长多语言长文本渲染 -- DeepSider插件国内可用，支持Gemini 3.0/GPT-5.1等 - -## Key Concepts -- [[Nano Banana 2]]：Google AI图像生成模型 -- [[DeepSider]]：浏览器插件聚合多AI模型 -- [[推理模型]]：生成前会进行内部推理 - -## Key Entities -- [[DeepSider]]：浏览器插件 - -## Connections -- [[AI图像生成]] ← uses ← [[Nano Banana 2]] - -## Contradictions diff --git a/wiki/sources/养虾日记1-照片整理.md b/wiki/sources/养虾日记1-照片整理.md deleted file mode 100644 index d876df7e..00000000 --- a/wiki/sources/养虾日记1-照片整理.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "养虾日记1照片整理" -type: source -tags: [] -date: 2026-03-31 ---- - -## Source File -- [[raw/微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md]] - -## Summary -- 核心主题：用OpenClaw AI Agent整理28万张照片的实战经历 -- 问题域：照片去重、小文件清理、批量处理自动化 -- 方法/机制：AI分析需求→制定方案→拆分为8批次定时执行→Telegram推送结果 -- 结论/价值：AI Agent的价值不是单点能力提升，而是思维方式的升级——把模糊想法变成清晰结构 - -## Key Claims -- AI Agent通过提问将模糊需求转化为可执行方案 -- 精确去重用MD5哈希比对，删除前先移入To-Be-Deleted目录 -- 68个设备目录、28万文件拆成8批次每天凌晨自动执行 -- AI的思维方式：问关键问题→拆解任务→控制风险→自动化执行 - -## Key Concepts -- [[MD5去重]]：哈希比对实现精确文件去重 -- [[批量自动化]]：任务拆分+定时执行实现大规模自动化 -- [[AI需求分析]]：通过提问将模糊需求结构化 - -## Key Entities -- [[OpenClaw]]：AI Agent操作系统 -- [[NAS]]：网络存储服务器 - -## Connections -- [[OpenClaw]] ← manages ← [[照片整理]] -- [[AI需求分析]] ← enables ← [[批量自动化]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/养虾日记1.md b/wiki/sources/养虾日记1.md deleted file mode 100644 index 4b11fa5d..00000000 --- a/wiki/sources/养虾日记1.md +++ /dev/null @@ -1,32 +0,0 @@ ---- -title: "养虾日记1-照片整理" -type: source -tags: [article] -date: 2025-03-06 ---- - -## Source File -- [[raw/微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md]] - -## Summary -- 核心主题：28万张照片整理实战 -- 问题域：如何整理跨越20年的家庭照片 -- 方法/机制：使用OpenClaw管理NAS上的照片 -- 结论/价值：照片越多备份越乱，需要系统化管理 - -## Key Claims -- MobileBackup目录有68个设备文件夹 -- 照片格式混存：HEIC、JPEG、RAW -- 重复照片是最大问题 - -## Key Concepts -- [[照片整理]]：数字资产管理 -- [[NAS]]：网络附加存储 - -## Key Entities -- [[OpenClaw]]：AI Agent框架 - -## Connections -- [[OpenClaw]] ← 管理 ← [[照片资产]] - -## Contradictions diff --git a/wiki/sources/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md b/wiki/sources/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md deleted file mode 100644 index 116688b0..00000000 --- a/wiki/sources/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战" -type: source -tags: ['NAS', 'OpenClaw', 'AI'] -date: 2026-03-31 ---- - -## Source File -- [[微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md]] - -## Summary -- 核心主题：title: 养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养虾日记2-SelfImproving.md b/wiki/sources/养虾日记2-SelfImproving.md deleted file mode 100644 index c4480c0a..00000000 --- a/wiki/sources/养虾日记2-SelfImproving.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "养虾日记2 SelfImproving" -type: source -tags: [] -date: 2026-04-02 ---- - -## Source File -- [[raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md]] - -## Summary -- 核心主题：OpenClaw Agent自改进机制和双层记忆架构 -- 问题域：AI Agent记忆缺失、重复犯错、流程漏洞 -- 方法/机制：短期记忆(memory文件)+长期记忆(LanceDB)+self-improving复盘机制 -- 结论/价值：错误只犯一次，第二次就知道怎么做对——self-improving让agent在错误中持续进化 - -## Key Claims -- 双层记忆架构：每日文件管上下文，向量数据库管知识，self-improving管成长 -- self-improving固定格式记录：Summary/Details/Suggested Action/MetaData -- Pattern-Key重复是系统性问题的信号，Recurrence-Count是重要指标 -- 23:00定时复盘流程：读取memory→记录learnings→检查重复→同步到向量库→Telegram摘要 - -## Key Concepts -- [[SelfImproving]]：结构化经验记录与复盘机制 -- [[双层记忆架构]]：短期+长期+自改进三层 -- [[PatternKey]]：问题模式识别与追踪 -- [[每日复盘]]：定时任务驱动持续改进 - -## Key Entities -- [[memory-lancedb-pro]]：基于LanceDB的向量记忆系统 - -## Connections -- [[OpenClaw]] ← enhanced_by ← [[SelfImproving]] -- [[双层记忆架构]] ← composes ← [[SelfImproving]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/养虾日记2.md b/wiki/sources/养虾日记2.md deleted file mode 100644 index f1933a10..00000000 --- a/wiki/sources/养虾日记2.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "养虾日记2-Agent记忆" -type: source -tags: [article] -date: 2025-03-06 ---- - -## Source File -- [[raw/微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md]] - -## Summary -- 核心主题：OpenClaw Agent记忆解决方案 -- 问题域：AI Agent每次对话都是白纸 -- 方法/机制：使用self-improving skill+每日复盘机制 -- 结论/价值：解决AI记不住的最大问题 - -## Key Claims -- AI每次对话都是白纸是最大问题 -- self-improving skill可实现自改进 -- 每日复盘机制确保记忆传承 - -## Key Concepts -- [[记忆系统]]：Agent跨会话保留上下文 -- [[自改进]]：Agent自我优化 - -## Key Entities -- [[OpenClaw]]：AI Agent框架 -- [[Self-Improving]]：自改进技能 - -## Connections -- [[OpenClaw]] ← 扩展 ← [[自改进]] -- [[记忆系统]] ← 实现 ← [[复盘]] - -## Contradictions diff --git a/wiki/sources/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md b/wiki/sources/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md deleted file mode 100644 index 93617372..00000000 --- a/wiki/sources/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享" -type: source -tags: ['OpenClaw', 'AI'] -date: 2026-03-25 ---- - -## Source File -- [[微信公众号/养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享.md]] - -## Summary -- 核心主题：title: 养虾日记2：让Agent更懂你：OpenClaw + Self-Improving 复盘实战案例分享 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养虾日记3-Obsidian-Gitea.md b/wiki/sources/养虾日记3-Obsidian-Gitea.md deleted file mode 100644 index 364bbc28..00000000 --- a/wiki/sources/养虾日记3-Obsidian-Gitea.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "养虾日记3 Obsidian Gitea" -type: source -tags: [] -date: 2026-04-09 ---- - -## Source File -- [[raw/微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md]] - -## Summary -- 核心主题：Obsidian+Gitea构建AI助手持久化笔记系统 -- 问题域：AI输出丢失、多端同步、版本管理 -- 方法/机制：Obsidian做知识库、Gitea做版本控制、OpenClaw做写入接口 -- 结论/价值：把AI变成会自动整理笔记的实习生，做完事顺手把记录更新好 - -## Key Claims -- AI在执行任务过程中顺手维护链接、更新摘要、添加Tag，而不是被动等着被查询 -- Obsidian Graph View可发现"孤岛页面"和"幽灵节点"，帮助建立知识网络 -- Git自动同步让AI批量改文件的能力有版本管理兜底 -- 笔记目录结构：knowledgebase(公用知识)+agent archive(私有记录) - -## Key Concepts -- [[LLMWiki]]：增量构建和维护持久化Wiki，而非RAG每次从零检索 -- [[GraphView]]：通过节点连线发现知识盲区 -- [[知识可发现性]]：双链+图谱让知识形成网络而非孤岛 - -## Key Entities -- [[Obsidian]]：本地笔记与知识管理工具 -- [[Gitea]]：自建Git服务实现版本控制 - -## Connections -- [[Obsidian]] ← synced_by ← [[Gitea]] -- [[OpenClaw]] ← writes_to ← [[Obsidian]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/养虾日记3.md b/wiki/sources/养虾日记3.md deleted file mode 100644 index 0e6a5233..00000000 --- a/wiki/sources/养虾日记3.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "养虾日记3-Obsidian笔记" -type: source -tags: [article] -date: 2025-03-06 ---- - -## Source File -- [[raw/微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md]] - -## Summary -- 核心主题：AI助手输出持久化方案 -- 问题域：Agent输出随对话结束消失 -- 方法/机制：Gitea+Obsidian构建笔记系统 -- 结论/价值：三端同步+版本完整保留 - -## Key Claims -- Gitea保留所有历史版本 -- Obsidian在Mac mini、Laptop、iCloud三端同步 -- 可在手机端直接查看Agent最新输出 - -## Key Concepts -- [[持久化]]：数据长期存储 -- [[版本控制]]：历史记录追踪 - -## Key Entities -- [[Obsidian]]：笔记应用 -- [[Gitea]]：自建Git服务 - -## Connections -- [[Obsidian]] ← 笔记 ← [[Gitea]] -- [[Gitea]] ← 版本 ← [[笔记]] - -## Contradictions diff --git a/wiki/sources/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md b/wiki/sources/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md deleted file mode 100644 index 40deaf65..00000000 --- a/wiki/sources/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统" -type: source -tags: ['n8n', 'Docker', 'Ubuntu', 'NAS', 'FRP'] -date: 2026-04-14 ---- - -## Source File -- [[微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md]] - -## Summary -- 核心主题：title: 养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养虾日记4-Context调试.md b/wiki/sources/养虾日记4-Context调试.md deleted file mode 100644 index f7c9a492..00000000 --- a/wiki/sources/养虾日记4-Context调试.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "养虾日记4 Context调试" -type: source -tags: [] -date: 2026-04-10 ---- - -## Source File -- [[raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md]] - -## Summary -- 核心主题：OpenClaw Context Limit Exceeded错误排查实战 -- 问题域：AI Agent上下文溢出、模型配置问题、Gateway日志分析 -- 方法/机制：通过日志定位问题根源→发现Telegram channel绑定了小context模型→全局配置和agent配置是两回事 -- 结论/价值：不要默认认为错误信息就是表面意思，系统越复杂问题隐藏路径越深 - -## Key Claims -- 错误表象是context满了，实际是Telegram channel绑定了deepseek-reasoner(16K context) -- OpenClaw两层配置：全局compaction配置和agent模型配置是两码事 -- Gateway日志能清晰揭示问题根源，应养成看日志的习惯 -- 模型切换可能由API不可用、Token溢出预判、配置覆盖、负载均衡等多种原因触发 - -## Key Concepts -- [[Gateway日志]]：问题诊断的第一手资料 -- [[模型Fallback]]：主模型不可用时自动切换备选模型 -- [[配置分层]]：Global/Agent/Channel/环境变量多层级配置 - -## Key Entities -- [[deepseek-reasoner]]：16K context window的小模型 - -## Connections -- [[OpenClaw]] ← debugged_by ← [[Gateway日志]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/养虾日记4.md b/wiki/sources/养虾日记4.md deleted file mode 100644 index 6f63d21d..00000000 --- a/wiki/sources/养虾日记4.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "养虾日记4-Context错误" -type: source -tags: [article] -date: 2025-04-10 ---- - -## Source File -- [[raw/微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md]] - -## Summary -- 核心主题：OpenClaw Context Limit错误排查 -- 问题域：对话上下文超出限制 -- 方法/机制：排查compaction配置和reserveTokensFloor -- 结论/价值：解决context满的常规问题需要深入理解配置 - -## Key Claims -- reserveTokensFloor配置在openclaw.json -- compaction模式影响对话压缩程度 - -## Key Concepts -- [[Context]]：对话上下文窗口 -- [[Compaction]]：对话压缩机制 - -## Key Entities -- [[OpenClaw]]：AI Agent框架 - -## Connections -- [[OpenClaw]] ← 受限于 ← [[Context]] - -## Contradictions diff --git a/wiki/sources/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md b/wiki/sources/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md deleted file mode 100644 index ab6580f3..00000000 --- a/wiki/sources/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑" -type: source -tags: ['OpenClaw', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md]] - -## Summary -- 核心主题：那天正在和星枢（xingshu/main agent）聊天，突然蹦出来一句： ![[IMG-20260410103226040.png]] 我寻思着这不就是一个 context 满了需要清一下的常规问题吗？改改配置，重启一下 gateway，应该就完事儿了。 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养虾日记5-苏轼对话.md b/wiki/sources/养虾日记5-苏轼对话.md deleted file mode 100644 index 1a3bbecc..00000000 --- a/wiki/sources/养虾日记5-苏轼对话.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "养虾日记5 苏轼对话" -type: source -tags: [] -date: 2026-04-10 ---- - -## Source File -- [[raw/微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md]] - -## Summary -- 核心主题：女娲Skill造人术——蒸馏苏东坡思维框架为可运行AI Skill -- 问题域：AI导师、数字遗产、认知操作系统 -- 方法/机制：6个并行Agent分维度采集→提炼心智模型/决策启发式/表达DNA→构建可运行skill -- 结论/价值：用AI放大人类历史上最强大的脑子，让它们成为日常思维顾问 - -## Key Claims -- 女娲造人=通过深度调研蒸馏真实人物的核心思维框架，变成可运行的AI Skill -- 苏东坡6个心智模型：进退由时、此心安处、辞达而已、逆境转化、自出新意、物我合一 -- 蒸馏不是角色扮演，是用别人的思维框架分析真实的人生困境 -- 每个人都可以拥有自己的认知操作系统——想学投资蒸馏芒格，想学物理思维蒸馏费曼 - -## Key Concepts -- [[女娲造人术]]：蒸馏历史人物思维框架为AI Skill -- [[认知操作系统]]：以历史人物视角看问题的思维工具 -- [[心智模型蒸馏]]：从大量信息中提炼核心决策逻辑 - -## Key Entities -- [[苏东坡]]：被蒸馏的历史人物 -- [[女娲Skill]]：造人工具 - -## Connections -- [[女娲造人术]] ← creates ← [[认知操作系统]] -- [[苏东坡]] ← distilled_into ← [[苏东坡Skill]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/养虾日记5.md b/wiki/sources/养虾日记5.md deleted file mode 100644 index 909c9f12..00000000 --- a/wiki/sources/养虾日记5.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "养虾日记5-苏轼对话" -type: source -tags: [article] -date: 2025-04-10 ---- - -## Source File -- [[raw/微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md]] - -## Summary -- 核心主题：数字导师项目 -- 问题域：如何用AI复活历史人物 -- 方法/机制：女娲Skill蒸馏历史人物思维框架 -- 结论/价值：让苏轼成为可对话的数字导师 - -## Key Claims -- 用AI复活历史人物不是扮演NPC，而是捕捉其思维框架 -- 女娲造人是蒸馏真实人物的核心思维 -- 可实现「用别人的脑子思考自己的人生」 - -## Key Concepts -- [[思维蒸馏]]：提取人物核心思维方式 -- [[数字导师]]：可对话的AI人物 - -## Key Entities -- [[苏东坡]]：历史人物 -- [[女娲Skill]]：造人技能 - -## Connections -- [[女娲Skill]] ← 蒸馏 ← [[苏东坡]] -- [[数字导师]] ← 基于 ← [[思维蒸馏]] - -## Contradictions diff --git a/wiki/sources/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md b/wiki/sources/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md deleted file mode 100644 index 40a1df20..00000000 --- a/wiki/sources/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流" -type: source -tags: ['OpenClaw', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md]] - -## Summary -- 核心主题：去年底，我开始思考一个问题： > 在AI浪潮里，我们学会了用AI写代码、用AI做设计、用AI生成内容——但有没有人想过，用AI复活一位历史人物，让他在日常生活中陪我们聊天、给我们建议、帮我们看清困境？ 不是让它扮演一个肤浅的NPC，而是真正捕捉一个人**看世界的方式**——他的决策逻辑、他的思维模型、他的表达DNA、他遇到逆境时的第一反应。 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md b/wiki/sources/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md deleted file mode 100644 index c9a01747..00000000 --- a/wiki/sources/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录" -type: source -tags: ['n8n', 'OpenClaw', 'AI'] -date: 2026-02-20 ---- - -## Source File -- [[微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md]] - -## Summary -- 核心主题：title: 养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/养龙虾记忆调试.md b/wiki/sources/养龙虾记忆调试.md deleted file mode 100644 index a7954eac..00000000 --- a/wiki/sources/养龙虾记忆调试.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "养龙虾记忆调试" -type: source -tags: [] -date: 2026-04-02 ---- - -## Source File -- [[raw/微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md]] - -## Summary -- 核心主题：OpenClaw Agent记忆问题5天调试血泪史 -- 问题域：对话压缩丢失、搜索失效、系统臃肿、模型切换失忆 -- 方法/机制：10条内存管理黄金法则，包含内存刷新、混合搜索、交接协议等 -- 结论/价值：系统提示词精简28%后相同模型表现更好——真正的修复是移除什么都不做的文件 - -## Key Claims -- 只有AGENTS.md/SOUL.md/TOOLS.md等7个文件自动加载，其他需要明确读取指令 -- 启动序列必须放在AGENTS.md顶部，否则不会被执行 -- 写入纪律比读取纪律更重要——写回是临时上下文变成永久记忆的方式 -- 交接协议：模型切换前将当前上下文写入每日日志 -- 混合搜索(BM25+向量+重排序)比纯语义搜索效果好 -- 定期运行/context detail发现未使用技能和臃肿文件 - -## Key Quotes -> "系统提示词中的每个令牌都是代理在每个消息上携带的开销" - -## Key Concepts -- [[内存刷新]]：压缩前将重要上下文写入磁盘 -- [[混合搜索]]：关键词+向量+重排序 -- [[交接协议]]：模型切换前上下文写回 -- [[令牌开销]]：每个自动加载文件都是持续消耗 - -## Key Entities -- [[QMD]]：精准搜索工具 - -## Connections -- [[OpenClaw]] ← tuned_by ← [[内存刷新]] + [[混合搜索]] + [[交接协议]] - -## Contradictions -- 无冲突 diff --git a/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 b/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 deleted file mode 100644 index ad6fd748..00000000 --- a/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 +++ /dev/null @@ -1,43 +0,0 @@ ---- -title: "可自动化、可扩展、AI增强的电商数据采集与处理系统" -type: source -tags: [] -date: 2026-04-14 ---- - -## Source File -- [[raw/Home Office/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：Docker+n8n构建电商数据采集处理系统 -- 问题域：数据爬取、AI处理、自动化管道 -- 方法/机制：Scrapy+Playwright爬虫+n8n工作流+LLM处理 -- 结论/价值：实现全自动电商数据采集与分析 - -## Key Claims -- 三层架构：采集层、处理层、存储展示层 -- Scrapy+Playwright组合适合动态页面爬取 -- n8n实现自动化工作流 - -## Key Quotes -> "在 Ubuntu 上使用 Docker Compose 部署一个自动化电商爬虫系统。" - -## Key Concepts -- [[Scrapy]]：Python爬虫框架 -- [[Playwright]]：浏览器自动化 -- [[n8n]]：工作流自动化 -- [[Docker Composer]]：容器编排 -- [[LLM]]：大语言模型 - -## Key Entities -- [[PostgreSQL]]：数据库 -- [[MinIO]]：对象存储 -- [[Grafana]]：可视化 -- [[Ollama]]：本地LLM - -## Connections -- [[Scrapy]] ← uses ← [[Playwright]] -- [[n8n]] ← integrates ← [[LLM]] - -## Contradictions -- 无 \ No newline at end of file diff --git a/wiki/sources/固定镜头短视频制作的AI全流程解析.md b/wiki/sources/固定镜头短视频制作的AI全流程解析.md deleted file mode 100644 index 241ff187..00000000 --- a/wiki/sources/固定镜头短视频制作的AI全流程解析.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "固定镜头短视频AI全流程制作" -type: source -tags: [AI视频, 短视频制作, 家装视频] -date: 2025-03-15 ---- - -## Source File -- [[raw/AI/固定镜头短视频制作的AI全流程解析.md]] - -## Summary -- 核心主题：固定镜头短视频AI制作全流程 -- 问题域：家装类短视频制作效率低 -- 方法/机制：分镜拆解→九宫格图片生成→首尾针动画→剪辑配音 -- 结论/价值：AI可将10分钟制作周期缩短至极限 - -## Key Claims -- 三大关键词：固定机位、内容连续变化、时间压缩 -- AI工具分类：大脑类（XAR GPT）、设计师类（Midjourney/Nano Banana）、动效类（海螺AI/KAI） -- 九宫格法保证画面一致性 -- 首尾针动画实现平滑过渡 -- 五步公式：拆分镜头→一致性图像→首尾针动画→快速剪辑→声音设计 - -## Key Concepts -- [[固定机位]]：摄像机位置固定不变 -- [[首尾针动画]]：通过首尾帧AI自动补齐中间动作 -- [[九宫格法]]：一次性生成3x3共九个分镜画面 -- [[时间压缩]]：将长时间过程浓缩呈现 - -## Key Entities - -## Connections -- [[AI视频制作]] ← uses ← [[首尾针动画]] -- [[AI视频制作]] ← uses ← [[九宫格法]] - -## Contradictions diff --git a/wiki/sources/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md b/wiki/sources/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md deleted file mode 100644 index 172c9672..00000000 --- a/wiki/sources/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "一、系统要求" -type: source -tags: ['n8n', 'Ubuntu', 'OpenClaw', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md]] - -## Summary -- 核心主题：title: 一、系统要求 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md b/wiki/sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md deleted file mode 100644 index ef48b9d3..00000000 --- a/wiki/sources/在-Ubuntu-安装-Ollama-并运行-Qwen2.5-Coder-7B.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B" -type: source -tags: [ollama, qwen, qwen-coder, ubuntu, 本地大模型] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B.md]] - -## Summary -- 核心主题：在 Ubuntu 上安装 Ollama 本地大模型运行平台，运行 Qwen2.5-Coder 7B 代码模型 -- 问题域：本地 AI 推理基础设施 -- 方法/机制：Ollama 提供 REST API 和 CLI，支持 Python/Node.js SDK，自动 GPU 加速 -- 结论/价值：构建本地 AI coding agent 基础设施，qwen2.5-coder:7b 适合 DevOps/SQL/Kubernetes 场景 - -## Key Claims -- 安装命令：curl -fsSL https://ollama.com/install.sh | sh -- qwen2.5-coder:7b 模型大小约 4.5GB，无需 GPU 即可运行 -- Ollama API 默认监听 127.0.0.1:11434，修改 /etc/systemd/system/ollama.service 添加 OLLAMA_HOST=0.0.0.0 开放远程访问 -- 有 CUDA 时 Ollama 自动使用 GPU 加速，无需额外配置 -- qwen2.5-coder 相比普通 qwen2.5 的优势：Tool usage 能力强，Shell/Python/SQL 理解强 - -## Key Quotes -> "qwen2.5-coder:7b 相比普通 qwen2.5:7b 更适合工程任务" — 代码专用模型的选择依据 - -## Key Concepts -- [[Ollama]]：本地大模型运行平台 -- [[Qwen2.5-Coder]]：阿里通义千问代码专用模型 -- [[REST API]]：Ollama 提供的 HTTP 接口 -- [[GPU 加速]]：CUDA 环境下自动启用 - -## Key Entities -- [[Ubuntu]]：宿主机操作系统 - -## Connections -- [[Ubuntu]] ← runs ← [[Ollama]] -- [[Ollama]] ← hosts ← [[Qwen2.5-Coder]] -- [[OpenClaw]] ← calls ← [[Ollama API]] - -## Contradictions -- 无 diff --git a/wiki/sources/在Synology NAS上安装CloudDrive2.md b/wiki/sources/在Synology NAS上安装CloudDrive2.md deleted file mode 100644 index 9a4220b1..00000000 --- a/wiki/sources/在Synology NAS上安装CloudDrive2.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "在Synology NAS上安装CloudDrive2" -type: source -tags: ['NAS'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/在Synology NAS上安装CloudDrive2.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [clouddrive2, nas, synology] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/在Synology-NAS上安装CloudDrive2.md b/wiki/sources/在Synology-NAS上安装CloudDrive2.md deleted file mode 100644 index 5ee30bb6..00000000 --- a/wiki/sources/在Synology-NAS上安装CloudDrive2.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "在Synology NAS上安装CloudDrive2" -type: source -tags: [clouddrive2, nas, synology, 阿里云盘] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/在Synology NAS上安装CloudDrive2.md]] - -## Summary -- 核心主题：在 Synology NAS DSM 7+ 上安装 CloudDrive2，挂载阿里云盘为本地文件系统 -- 问题域：云盘挂载与本地文件系统整合 -- 方法/机制：通过矿神群晖套件源安装 CloudDrive2，修改 privilege 文件解决 root 权限问题 -- 结论/价值：阿里云盘资源可直接通过 NAS 文件管理器访问，避免在线播放卡顿 - -## Key Claims -- DSM 7+ 版本安装 CloudDrive2 后需额外执行：sudo sed -i 's/package/root/g' /var/packages/CloudDrive2/conf/privilege -- CloudDrive2 管理界面：http://192.168.3.17:19798/ -- 授权时只授权资源目录，不授权备份目录 -- 挂载后阿里云盘变为本地文件系统，可被 Plex 直接读取 - -## Key Quotes -> "请主要，不要授权备份目录，仅资源目录即可" — 阿里云盘授权的安全建议 - -## Key Concepts -- [[CloudDrive2]]：将云盘挂载为本地文件系统的工具 -- [[阿里云盘]]：云端存储服务 - -## Key Entities -- [[Synology NAS]]：宿主机 - -## Connections -- [[Synology NAS]] ← runs ← [[CloudDrive2]] -- [[CloudDrive2]] ← mounts ← [[阿里云盘]] - -## Contradictions -- 无 diff --git a/wiki/sources/在Ubuntu上安装Vibe-Kanban.md b/wiki/sources/在Ubuntu上安装Vibe-Kanban.md deleted file mode 100644 index b9fc400b..00000000 --- a/wiki/sources/在Ubuntu上安装Vibe-Kanban.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "在Ubuntu 上安装Vibe-Kanban" -type: source -tags: ['Ubuntu', 'VibeCoding', 'GitHub', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Vibe Coding/在Ubuntu上安装Vibe-Kanban.md]] - -## Summary -- 核心主题：title: 在Ubuntu 上安装Vibe-Kanban author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md b/wiki/sources/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md deleted file mode 100644 index 597bd81e..00000000 --- a/wiki/sources/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "前置共识（已知条件）" -type: source -tags: ['n8n', 'Ubuntu', 'NAS', 'FRP', '监控'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：思路：Cloudflare DNS 指向 公网上的一台VPS，VPS 上运行 Caddy；内网主机通过 frp 将服务暴露到 VPS（本地 127.0.0.1 或某个端口），VPS 反向代理到该端口。 - 在 VPS 上运行 `frps`（frp server）。 - 在每个内网设备运行 `frpc` (frp client)，将本地服务映射到 VPS 上的独立端口或域名映射（frp 支持 htt -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/在Ubuntu上通过VPS-内网反向代理实现域名访问内网穿透.md b/wiki/sources/在Ubuntu上通过VPS-内网反向代理实现域名访问内网穿透.md deleted file mode 100644 index b0c79a24..00000000 --- a/wiki/sources/在Ubuntu上通过VPS-内网反向代理实现域名访问内网穿透.md +++ /dev/null @@ -1,47 +0,0 @@ ---- -title: "在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透" -type: source -tags: [vps, caddy, frp, reverse-proxy, 内网穿透, cloudflare] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/在Ubuntu上通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：通过 VPS (frps) + Caddy 构建内网穿透架构，实现通过域名访问内网服务 -- 问题域：内网服务公网暴露 -- 方法/机制：frp 隧道建立 TCP 连接，Caddy 反向代理提供 HTTPS，Cloudflare DNS 管理域名 -- 结论/价值：完整的内网服务公网访问方案，支持 HTTPS 自动证书 - -## Key Claims -- 架构：Cloudflare DNS → VPS (Caddy+frps) → frp 隧道 → 内网 NAS/Ubuntu -- frps 监听 7000 端口，frpc 将内网服务映射到 VPS 本地端口（如 15000） -- Caddy 反向代理 frps 映射端口到子域名，自动申请 Let's Encrypt HTTPS 证书 -- SSH 穿透不走 Caddy（纯 TCP），只通过 frps+frpc 实现 -- 故障排查重点：token 一致性、防火墙端口、frps 实际读取的配置文件路径 - -## Key Quotes -> "Caddy 不参与 SSH 的代理，只用 frps + frpc 配置即可完成" — SSH 穿透与 HTTP 穿透的本质区别 - -## Key Concepts -- [[FRP]]：内网穿透工具，frps 服务端 + frpc 客户端 -- [[Caddy]]：自动 HTTPS 的反向代理服务器 -- [[反向代理]]：将公网请求转发到内网服务 -- [[内网穿透]]：通过 VPS 中转实现公网访问内网 - -## Key Entities -- [[VPS]]：公网服务器（192.227.222.142） -- [[Synology NAS]]：内网服务（192.168.3.17） -- [[Ubuntu]]：内网服务器（192.168.3.47） - -## Connections -- [[Cloudflare]] ← manages ← DNS -- [[VPS]] ← runs ← [[Caddy]] -- [[VPS]] ← runs ← [[FRP]] -- [[FRP]] ← tunnels ← [[Synology NAS]] -- [[FRP]] ← tunnels ← [[Ubuntu]] -- [[Caddy]] ← proxies_to ← [[FRP]] - -## Contradictions -- 无 diff --git a/wiki/sources/大模型相关术语和框架总结.md b/wiki/sources/大模型相关术语和框架总结.md deleted file mode 100644 index 9d0eaea5..00000000 --- a/wiki/sources/大模型相关术语和框架总结.md +++ /dev/null @@ -1,52 +0,0 @@ ---- -title: "大模型术语全总结：LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏" -type: source -tags: ['LLM', 'MCP', 'RAG', 'vLLM', 'Token', '数据蒸馏', '术语', 'AI'] -date: 2025-12-20 -source: https://mp.weixin.qq.com/s/ -author: AI工程化 ---- - -## Source File -- [[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]] - -## Summary -- 核心主题：系统梳理大模型核心术语（LLM、MCP、RAG、Agent、LangChain、vLLM、Token、数据蒸馏）的含义与关系 -- 问题域：AI 术语快速迭代，开发者难以系统理解核心概念及其关联 -- 方法/机制：每个术语配合图示和生活化比喻，解释技术本质和协作关系 -- 结论/价值：形成完整 LLM 技术栈认知地图：LLM（推理）+MCP（工具连接）+RAG（知识补充）+vLLM（高效推理） - -## Key Claims -- **LLM**：≥1B 参数的语言模型；GPT-2=1.5B、GPT-3=175B；分底座（通用）和专有（专项）两类 -- **Prompt**：输入 LLM 的提示词，是与大模型交互的唯一接口 -- **MCP（模型上下文协议）**：LLM 连接外部数据源/工具的标准化协议；大模型只告诉你"该调用什么工具"，实际调用需通过 MCP Client→Server 执行 -- **Agent = LLM + MCP**：LLM 输出步骤，Agent 执行动作；LLM 给你"发邮件的方法"，Agent 真正发出邮件 -- **RAG（检索增强生成）**：解决 LLM 幻觉问题；检索外部知识库→将 chunk+问题输入 LLM→基于上下文生成；比做给"天才大脑"配"图书馆助理" -- **Embedding（向量化）**：词→浮点数向量→计算语义距离；"一百"到"两百"比到"一千"更近 -- **LangChain**：快速构建 Agent 的开发框架，标准接口连接 LLM、工具、数据源 -- **vLLM**：高效 GPU 推理引擎；核心：PagedAttention（KV Cache 分块管理）+ 连续批处理（减少 GPU 空载） -- **Token**：基本输入单元；1英文字符≈0.3 Token；1中文字符≈0.6 Token -- **数据蒸馏（Data Distillation）**：用大模型生成精简高质量训练数据，蒸馏到小模型使其逼近大模型效果 - -## Key Quotes -> "大模型是不会自己去调用外部数据源或者工具的，大模型只会告诉我们需要调用哪些工具，而我们需要自己去实现工具的调用。" -> "LLM 复习局限于特定的数据集，面对陌生领域会'写一个解字然后放飞自我'，RAG 给了提示，让正确率从 60% 到 90%。" - -## Key Concepts -- [[MCP]]（模型上下文协议）：LLM 连接外部工具/数据的标准化通信协议，Anthropic/Claude Code/ Cursor 均支持 -- [[Agent执行模型]]：LLM（给步骤） + MCP（执行工具） = Agent（真正完成任务） -- [[PagedAttention]]：vLLM 的 KV Cache 分块管理技术，避免连续内存碎片化和 OOM -- [[连续批处理]]（Continuous Batching）：vLLM 推理优化，步进级调度 GPU 任务，减少空闲 - -## Key Entities -- [[LangChain]]：Agent 开发框架 -- [[vLLM]]：高效 LLM 推理开源项目 - -## Connections -- [[Agent]] ← is_combined_from ← [[LLM]] + [[MCP]] -- [[RAG]] ← augments ← [[LLM]] -- [[vLLM]] ← enables ← [[LLM]]（高效推理） -- [[数据蒸馏]] ← trains ← [[LLM]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md b/wiki/sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md deleted file mode 100644 index 466ba82d..00000000 --- a/wiki/sources/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "大模型相关术语框架总结" -type: source -tags: [LLM, MCP, Prompt, RAG, vLLM, Token] -date: 2025-12-20 ---- - -## Source File -- [[raw/AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md]] - -## Summary -- 核心主题：大模型核心术语和技术框架 -- 问题域：大模型领域术语众多难以系统理解 -- 方法/机制：图解化梳理各术语关系 -- 结论/价值：构建完整的大模型技术知识体系 - -## Key Claims -- LLM：Large Language Model大模型，≥1B参数 -- Prompt：输入给大模型的语句 -- MCP：Model Context Protocol，标准化接口连接外部数据和工具 -- Agent：LLM+MCP=智能体，大模型给出步骤，实际执行需配合MCP -- RAG：Retrieval Augmented Generation检索增强生成，解决幻觉问题 -- Embedding：向量化，计算词与词之间的距离 -- vLLM：高效推理框架，KV Cache+连续批处理提升GPU利用率 -- Token：基本输入单元，1英文字符≈0.3 token，1中文字符≈0.6 token - -## Key Concepts -- [[LLM]]：大语言模型 -- [[MCP]]：模型上下文协议 -- [[Agent]]：智能体 -- [[RAG]]：检索增强生成 -- [[Embedding]]：向量化 -- [[vLLM]]：高效LLM推理框架 -- [[Token]]：大模型基本输入单元 - -## Key Entities - -## Connections -- [[LLM]] ← uses ← [[Token]] -- [[LLM]] ← uses ← [[MCP]] -- [[Agent]] ← combines ← [[LLM]] + [[MCP]] -- [[RAG]] ← extends ← [[LLM]] - -## Contradictions diff --git a/wiki/sources/如何传输Docker images 并且在另一个Docker安装.md b/wiki/sources/如何传输Docker images 并且在另一个Docker安装.md deleted file mode 100644 index 6da5e2b3..00000000 --- a/wiki/sources/如何传输Docker images 并且在另一个Docker安装.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何传输Docker images 并且在另一个Docker安装" -type: source -tags: ['Docker', 'NAS'] -date: 2025-03-06 ---- - -## Source File -- [[Home Office/如何传输Docker images 并且在另一个Docker安装.md]] - -## Summary -- 核心主题：title: How to transfer Docker images and install in another Docker author: shenwei created: 2025-03-06 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何传输Docker-images-并且在另一个Docker安装.md b/wiki/sources/如何传输Docker-images-并且在另一个Docker安装.md deleted file mode 100644 index b0557f44..00000000 --- a/wiki/sources/如何传输Docker-images-并且在另一个Docker安装.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "如何传输Docker images 并且在另一个Docker安装" -type: source -tags: [docker, image, synology, nas] -date: 2025-03-06 ---- - -## Source File -- [[raw/Home Office/如何传输Docker images 并且在另一个Docker安装.md]] - -## Summary -- 核心主题：跨设备传输 Docker 镜像（从工作电脑到 Synology NAS） -- 问题域：NAS 无法直接从 Docker Hub 拉取镜像时的解决方案 -- 方法/机制：docker save 打包镜像，docker load 在目标机器导入 -- 结论/价值：解决企业内网或 NAS 无法访问外网的镜像传输问题 - -## Key Claims -- docker pull 拉取镜像 -- docker save -o xiaoya.tar xiaoyaliu/alist 打包为 tar 文件 -- 上传 tar 文件到 NAS 文件系统 -- docker load < xiaoya.tar 在 NAS Docker 中导入镜像 - -## Key Quotes -> "docker save -o xiaoya.tar" + "docker load < xiaoya.tar" — 离线镜像传输的完整流程 - -## Key Concepts -- [[Docker 镜像传输]]：docker save/load 实现离线镜像迁移 - -## Key Entities -- [[Synology NAS]]：镜像导入目标 -- [[Docker]]：容器运行时 - -## Connections -- [[Docker]] ← exports ← [[Docker镜像]] -- [[Docker]] ← imports ← [[Docker镜像]] - -## Contradictions -- 无 diff --git a/wiki/sources/如何写出完美的Prompt.md b/wiki/sources/如何写出完美的Prompt.md deleted file mode 100644 index e704ea75..00000000 --- a/wiki/sources/如何写出完美的Prompt.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "如何写出完美的 Prompt：从职场指令失误案例看提示词工程" -type: source -tags: ['Prompt', '提示词', 'AI', '职场沟通', '指令设计'] -date: 2025-12-02 -source: https://mp.weixin.qq.com/s/ -author: 粒粒121 ---- - -## Source File -- [[raw/AI/如何写出完美的Prompt（提示词）？.md]] - -## Summary -- 核心主题：通过三个职场指令失误场景（模糊指令导致下属无从下手），揭示 Prompt 工程的核心原则——信息完整性和上下文清晰度 -- 问题域：AI 用户给 AI 的指令往往和老板给下属的指令一样模糊，导致 AI 输出质量差、用户失望 -- 方法/机制：以职场场景类比，演示"差 Prompt"（缺少关键上下文）vs"好 Prompt"（明确范围、目标、约束、验收标准） -- 结论/价值：给 AI 写 Prompt = 给下属布置任务；缺乏关键信息的 Prompt = "你看着办"，AI 只能猜测，用户得到"草稿"而非"成果" - -## Key Claims -- 差指令的三个典型场景： - 1. "把这份表格填写下，尽快！"（缺少背景、目的、对接人、截止时间） - 2. "调研一下出海方案"（范围太宽，缺乏地区/产品/时间约束） - 3. "给我一份推广方案，你看着办！"（缺少目标客户、预算、偏好限制） -- 好 Prompt 的要素：Who（角色）、What（具体任务）、When（截止）、Where（范围）、Why（目的）、How（验收标准） -- AI Prompt 与职场指令的类比：模糊指令 → 下属/AI 只能猜测 → 输出质量差 → 反复返工 - -## Key Concepts -- [[Prompt完整性]]：好 Prompt 需包含足够的上下文（背景、目的、约束），而非简单一句话 -- [[职场指令类比]]：给 AI 写 Prompt 等同于给下属布置任务，缺少关键信息的结果相同——猜测+低质量输出 -- [[提示词工程]]：系统研究如何设计有效 Prompt 的学科，核心是减少歧义、增加约束 - -## Connections -- [[Prompt完整性]] ← is_principle_of ← [[提示词工程]] -- [[提示词工程]] ← applies_to ← [[AI]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/如何写出完美的Prompt（提示词）？.md b/wiki/sources/如何写出完美的Prompt（提示词）？.md deleted file mode 100644 index 8d7868a2..00000000 --- a/wiki/sources/如何写出完美的Prompt（提示词）？.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "如何写出完美的Prompt" -type: source -tags: [Prompt, 提示词工程, 结构化思维] -date: 2025-12-02 ---- - -## Source File -- [[raw/AI/如何写出完美的Prompt（提示词）？.md]] - -## Summary -- 核心主题：Prompt能力本质和构建方法 -- 问题域：职场人难以清晰界定需求给AI -- 方法/机制：角色-需求-场景-目标四要素+结构化表达 -- 结论/价值：Prompt能力本质是需求拆解+结构化表达能力 - -## Key Claims -- Prompt本质：人与AI的协作协议，定义做什么、为什么、给谁、怎么做、做到什么标准 -- 误区：越复杂越专业、说清做什么就行、一键生成即终点 -- 核心四要素：角色、受众对齐、场景对齐、目标对齐 -- 基础方法：需求拆解法、上下文补全法、格式定义法、示例引导法 -- 进阶策略：思维链引导、任务拆分、角色赋能、预填回复 -- 高阶技巧：跨模态联动、领域知识注入、反馈循环嵌入 - -## Key Concepts -- [[Prompt能力]]：清晰界定需求+结构化思维表达 -- [[需求拆解]]：将模糊目标转化为具体可执行子任务 -- [[结构化表达]]：用清晰逻辑组织信息 -- [[思维链引导]]：让AI逐步推理 - -## Key Entities - -## Connections -- [[AI协作]] ← requires ← [[Prompt能力]] -- [[结构化思维]] ← enables ← [[Prompt能力]] - -## Contradictions diff --git a/wiki/sources/如何删除旧的废弃的docker container +volume.md b/wiki/sources/如何删除旧的废弃的docker container +volume.md deleted file mode 100644 index bf083ca1..00000000 --- a/wiki/sources/如何删除旧的废弃的docker container +volume.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "✅ 最常用：删除旧 Portainer Container + Volume" -type: source -tags: [[]] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/如何删除旧的废弃的docker container +volume.md]] - -## Summary -- 核心主题：title: ✅ 最常用：删除旧 Portainer Container + Volume author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何删除旧的废弃的docker-container-volume.md b/wiki/sources/如何删除旧的废弃的docker-container-volume.md deleted file mode 100644 index 2b6eab37..00000000 --- a/wiki/sources/如何删除旧的废弃的docker-container-volume.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "如何删除旧的废弃的docker container +volume" -type: source -tags: [docker, container, volume, portainer, 运维] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/如何删除旧的废弃的docker container +volume.md]] - -## Summary -- 核心主题：清理 Docker 旧容器、卷和网络，释放存储空间 -- 问题域：Docker 运维管理 -- 方法/机制：docker stop/rm 删除容器，docker volume rm 删除卷，docker network rm 删除网络 -- 结论/价值：干净的 Portainer 重装流程，避免 volume 残留导致数据混淆 - -## Key Claims -- 删除容器：docker stop + docker rm（或 docker rm -f 强制） -- 删除 volume：docker volume rm portainer_data（会丢失所有数据） -- 删除 network：docker network rm portainer_network -- compose 重装：docker compose down && docker compose up -d -- WARN 信息解释：Network/Volume 已存在但属于另一个 compose 项目 - -## Key Quotes -> "⚠️ 注意：这会删除 Portainer 所有数据（用户、配置）。如果想保留数据，在 compose 文件里加 external: true" — Volume 删除的风险提示 - -## Key Concepts -- [[Docker Volume]]：持久化存储，删除后数据不可恢复 -- [[Docker Network]]：容器网络隔离 -- [[Portainer]]：Docker 可视化管理工具 - -## Key Entities -- [[Docker]]：容器平台 - -## Connections -- [[Docker]] ← manages ← [[Docker Volume]] -- [[Docker]] ← manages ← [[Docker Network]] - -## Contradictions -- 无 diff --git a/wiki/sources/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md b/wiki/sources/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md deleted file mode 100644 index bd4430cb..00000000 --- a/wiki/sources/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64" -type: source -tags: [[]] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [linux] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何判别你的Linux-服务器是-x64-还是-ARM64.md b/wiki/sources/如何判别你的Linux-服务器是-x64-还是-ARM64.md deleted file mode 100644 index d9618fbf..00000000 --- a/wiki/sources/如何判别你的Linux-服务器是-x64-还是-ARM64.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64" -type: source -tags: [linux, 架构, x64, arm64] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64.md]] - -## Summary -- 核心主题：判别 Linux 服务器 CPU 架构类型（x86_64 vs ARM64） -- 问题域：硬件架构识别 -- 方法/机制：通过 uname/lscpu/proc/cpuinfo/file 等命令检测 -- 结论/价值：确保下载正确的软件版本（如 FRP 需要选择对应架构版本） - -## Key Claims -- uname -m：x86_64（Intel/AMD）或 aarch64（ARM） -- lscpu：Architecture 字段直接显示 CPU 类型 -- cat /proc/cpuinfo：x86_64 有 model name，ARM64 显示 AArch64/ARMv8 -- file /bin/bash：检测可执行文件对应的 CPU 架构 - -## Key Quotes -> "uname -m：x86_64 → 64位 x86（Intel/AMD）；aarch64 → 64位 ARM 架构" — 最快速的架构判断方法 - -## Key Concepts -- [[x86_64]]：Intel/AMD 64 位处理器架构 -- [[ARM64 (aarch64)]]：64 位 ARM 处理器架构 - -## Key Entities -- [[Linux]]：操作系统 - -## Connections -- [[Linux]] ← runs_on ← [[x86_64]] -- [[Linux]] ← runs_on ← [[ARM64]] - -## Contradictions -- 无 diff --git a/wiki/sources/如何利用Sora接口实现视频自动化生成工作流.md b/wiki/sources/如何利用Sora接口实现视频自动化生成工作流.md deleted file mode 100644 index 4db62640..00000000 --- a/wiki/sources/如何利用Sora接口实现视频自动化生成工作流.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "如何利用 Sora 接口实现视频自动化生成工作流" -type: source -tags: ['Sora', '视频生成', 'n8n', '自动化', '工作流', 'AI'] -date: 2025-03-01 -source: https://youtu.be/f0fP9wQHBcY -author: 欧阳 ---- - -## Source File -- [[raw/AI/如何利用Sora接口实现视频自动化生成工作流.md]] - -## Summary -- 核心主题：基于 OpenAI Sora API 的视频自动化生成工作流，适用于自媒体 UGC 批量内容生产 -- 问题域：视频制作成本高、周期长，个人/中小团队难以规模化生产内容 -- 方法/机制：n8n 工作流编排 + Sora API + 提示词优化 + 故事板分镜，实现低成本批量视频生成 -- 结论/价值：Sora 视频生成成本比 OpenAI 便宜 6 倍以上，结合 n8n 自动化可实现无人值守的批量内容生产 - -## Key Claims -- Sora API（亚马逊云版）生成视频成本约 2-3 元人民币/条，远低于市场水平 -- 新用户注册亚马逊账户可获 6 个月免费试用 + $200 抵扣金 -- 支持无水印视频生成（参数设置 watermark=FALSE） -- 肖像权合规：生成他人形象需获得授权 -- 故事板（Storyboard）功能支持分镜脚本创建，实现场景化视频生成 -- n8n 工作流串联 API 调用，实现自动化视频生成管道 - -## Key Concepts -- [[Sora]]：OpenAI 视频生成模型，支持文本/图像转视频 -- [[n8n工作流编排]]：开源自动化平台，用于编排 Sora API 视频生成管道 -- [[UGC视频]]：用户生成内容，Sora 的主要应用场景 -- [[肖像权合规]]：AI 视频生成的法律合规要求 -- [[Storyboard分镜]]：通过分镜脚本控制视频生成场景和效果 - -## Key Entities -- [[OpenAI]]：Sora 模型开发商 -- [[n8n]]：开源工作流自动化平台 - -## Connections -- [[Sora]] ← generates ← [[UGC视频]] -- [[n8n工作流编排]] ← orchestrates ← [[Sora]] -- [[Storyboard分镜]] ← is_feature_of ← [[Sora]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md b/wiki/sources/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md deleted file mode 100644 index 73e3ff73..00000000 --- a/wiki/sources/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "1. 先卸载当前的挂载（如果当前还挂着的话）" -type: source -tags: ['Docker', 'Ubuntu', 'NAS'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md]] - -## Summary -- 核心主题：title: 1. 先卸载当前的挂载（如果当前还挂着的话） author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何在Ubuntu Server安装 docker & docker compose.md b/wiki/sources/如何在Ubuntu Server安装 docker & docker compose.md deleted file mode 100644 index 00bd7911..00000000 --- a/wiki/sources/如何在Ubuntu Server安装 docker & docker compose.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何在Ubuntu Server安装 docker & docker compose" -type: source -tags: ['Docker', 'Ubuntu'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/如何在Ubuntu Server安装 docker & docker compose.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [docker, ubuntu] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何在Ubuntu-Server上通过NFS挂载Synology-NAS上的共享文件夹.md b/wiki/sources/如何在Ubuntu-Server上通过NFS挂载Synology-NAS上的共享文件夹.md deleted file mode 100644 index 42cbd63a..00000000 --- a/wiki/sources/如何在Ubuntu-Server上通过NFS挂载Synology-NAS上的共享文件夹.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹" -type: source -tags: [nfs, ubuntu, synology, nas, 挂载] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹.md]] - -## Summary -- 核心主题：在 Ubuntu Server 上通过 NFS 挂载 Synology NAS 共享文件夹 -- 问题域：网络存储挂载 -- 方法/机制：NAS 端配置 NFS 权限，Ubuntu 端安装 nfs-common 并挂载，/etc/fstab 实现永久挂载 -- 结论/价值：NFS 相比 Samba 能保留 Linux 文件所有权，适合 Docker 卷备份场景 - -## Key Claims -- NAS NFS 配置关键：Squash 选择"映射所有用户为 admin"，安全性选择 sys -- Ubuntu 挂载命令：mount -t nfs 192.168.3.17:/volume2/backup /mnt/nas_backup -- /etc/fstab 永久挂载关键参数：timeo=900,retrans=5,_netdev -- _netdev 参数确保网络就绪后才挂载，防止开机卡死 -- sudo systemctl enable remote-fs.target 解决 nfs-common 启动慢的问题 - -## Key Quotes -> "NFS 相比 Samba 的优势：原生权限支持（保留文件所有权）、无 vers=3.0 方言冲突、性能更强" — NFS 是 Docker 卷备份的首选协议 - -## Key Concepts -- [[NFS]]：网络文件系统，Linux 间共享存储的标准协议 -- [[永久挂载]]：/etc/fstab 配置实现开机自动挂载 -- [[_netdev]]：网络设备挂载参数 - -## Key Entities -- [[Ubuntu]]：NFS 客户端 -- [[Synology NAS]]：NFS 服务端 - -## Connections -- [[Synology NAS]] ← serves ← [[NFS]] -- [[Ubuntu]] ← mounts ← [[NFS]] - -## Contradictions -- 无 diff --git a/wiki/sources/如何在Ubuntu-Server安装-docker-and-docker-compose.md b/wiki/sources/如何在Ubuntu-Server安装-docker-and-docker-compose.md deleted file mode 100644 index 2866f531..00000000 --- a/wiki/sources/如何在Ubuntu-Server安装-docker-and-docker-compose.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "如何在Ubuntu Server安装 docker & docker compose" -type: source -tags: [docker, ubuntu, docker-compose, 安装] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/如何在Ubuntu Server安装 docker & docker compose.md]] - -## Summary -- 核心主题：在 Ubuntu Server 上安装 Docker Engine 和 Docker Compose V2 -- 问题域：容器化基础环境搭建 -- 方法/机制：从 Docker 官方仓库安装，支持非 root 用户运行 Docker -- 结论/价值：完整的 Ubuntu Docker 安装流程 - -## Key Claims -- 安装前需移除旧版本：docker.io, docker-engine, docker-ce 等 -- 从 Docker 官方仓库安装，添加 GPG key 和 apt sources -- 安装组件：docker-ce, docker-ce-cli, containerd.io, docker-buildx-plugin, docker-compose-plugin -- Docker Compose V2 使用 `docker compose`（而非 docker-compose） -- 非 root 用户运行：sudo usermod -aG docker $USER - -## Key Quotes -> "docker-compose-plugin 安装的是 Docker Compose V2，使用命令 docker compose 而非 docker-compose" — 版本区别关键点 - -## Key Concepts -- [[Docker]]：容器运行时 -- [[Docker Compose V2]]：多容器编排工具（docker compose 命令） -- [[containerd]]：容器运行时引擎 - -## Key Entities -- [[Ubuntu]]：宿主机操作系统 - -## Connections -- [[Ubuntu]] ← installs ← [[Docker]] -- [[Docker]] ← includes ← [[Docker Compose V2]] - -## Contradictions -- 无 diff --git a/wiki/sources/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md b/wiki/sources/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md deleted file mode 100644 index 1611b449..00000000 --- a/wiki/sources/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何在Ubuntu上安装opencode并配置Vibe-Kanban" -type: source -tags: ['AI'] -date: 2026-04-14 ---- - -## Source File -- [[Vibe Coding/如何在Ubuntu上安装opencode并配置Vibe-Kanban.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [opencode, ubuntu, vibe-coding, vibe-kanban] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何在项目里安装Claude-Code-Templates Skills.md b/wiki/sources/如何在项目里安装Claude-Code-Templates Skills.md deleted file mode 100644 index e29b8356..00000000 --- a/wiki/sources/如何在项目里安装Claude-Code-Templates Skills.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何在项目里安装Claude-Code-Templates Skills" -type: source -tags: ['Claude'] -date: 2026-04-14 ---- - -## Source File -- [[Vibe Coding/如何在项目里安装Claude-Code-Templates Skills.md]] - -## Summary -- 核心主题：author: shenwei description: tags: [claude-code, claude-skills, trae] -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md b/wiki/sources/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md deleted file mode 100644 index daffec6d..00000000 --- a/wiki/sources/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略" -type: source -tags: ['Claude', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md]] - -## Summary -- 核心主题：title: 如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/如何用指纹浏览器安全注册并订阅Claude-Pro会员全攻略.md b/wiki/sources/如何用指纹浏览器安全注册并订阅Claude-Pro会员全攻略.md deleted file mode 100644 index 4661fc9e..00000000 --- a/wiki/sources/如何用指纹浏览器安全注册并订阅Claude-Pro会员全攻略.md +++ /dev/null @@ -1,46 +0,0 @@ ---- -title: "如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略" -type: source -tags: [adsower, claude, 指纹浏览器, 代理, wildcard] -date: 2025-12-31 ---- - -## Source File -- [[raw/Home Office/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md]] - -## Summary -- 核心主题：通过指纹浏览器+高纯净度代理+虚拟信用卡安全注册和订阅 Claude Pro -- 问题域：AI 服务账号注册与跨境支付 -- 方法/机制：AdsPower 指纹浏览器隔离环境，代理 IP 一致性检测，PingMe 接码平台，WildCard 虚拟信用卡 -- 结论/价值：降低封号风险，实现 Claude Pro 稳定订阅 - -## Key Claims -- 指纹浏览器（AdsPower）模拟独立设备环境，避免多账号关联封号 -- IP 纯净度检测：scamalytics.com 评估风险，低风险才能使用 -- 三处 IP 测试点（国内/国外/谷歌）必须高度一致 -- 接码平台用 PingMe（订阅制美国号码），避免一次性号码封号 -- 支付用 WildCard 虚拟信用卡（yeka.ai/i/UPHSP）解决跨境支付 - -## Key Quotes -> "IP纯净度为中等风险或以上可能被封号，数值越低越安全" — IP 纯净度检测的重要性 - -## Key Concepts -- [[指纹浏览器]]：模拟独立设备环境，隔离账号关联 -- [[IP纯净度]]：IP 信誉风险等级 -- [[SOCKS5代理]]：网络代理协议 -- [[虚拟信用卡]]：WildCard 等支持海外支付的线上信用卡 -- [[接码平台]]：短信验证码接收服务 - -## Key Entities -- [[AdsPower]]：指纹浏览器工具 -- [[Claude]]：Anthropic AI 聊天服务 -- [[PingMe]]：接码平台 -- [[WildCard]]：虚拟信用卡服务 - -## Connections -- [[AdsPower]] ← uses ← [[SOCKS5代理]] -- [[Claude]] ← requires ← [[接码平台]] -- [[Claude Pro]] ← pays_with ← [[WildCard]] - -## Contradictions -- 无 diff --git a/wiki/sources/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md b/wiki/sources/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md deleted file mode 100644 index 0727bd30..00000000 --- a/wiki/sources/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "将 0005 (Ubuntu) 放在启动顺序的首位" -type: source -tags: ['Docker', 'Ubuntu', 'NAS', 'TikTok', 'AI'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]] - -## Summary -- 核心主题：title: 将 0005 (Ubuntu) 放在启动顺序的首位 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/安装Ubuntu-24.04.2在HP-Zbook工作站笔记本上.md b/wiki/sources/安装Ubuntu-24.04.2在HP-Zbook工作站笔记本上.md deleted file mode 100644 index 4227c54c..00000000 --- a/wiki/sources/安装Ubuntu-24.04.2在HP-Zbook工作站笔记本上.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "安装Ubuntu-24.04.2在HP Zbook工作站笔记本上" -type: source -tags: [ubuntu, hp, zbook, rufus, 安装] -date: 2025-02-10 ---- - -## Source File -- [[raw/Home Office/安装Ubuntu-24.04.2在HP Zbook工作站笔记本上.md]] - -## Summary -- 核心主题：在 HP ZBook 工作站上安装 Ubuntu 24.04.2，包括 UEFI 引导配置 -- 问题域：Ubuntu 系统安装 -- 方法/机制：Rufus 制作 GPT 启动盘，BIOS 设置（关闭 Secure Boot、切换 UEFI Only），efibootmgr 修复启动顺序 -- 结论/价值：完整记录 HP ZBook 安装 Ubuntu 的全部坑点和解决方案 - -## Key Claims -- Rufus 分区方案必须选 GPT，目标系统自动变为 UEFI (non CSM) -- HP ZBook BIOS 设置：SATA 模式设为 AHCI（不是 RAID），Secure Boot 关闭，Fast Boot 关闭 -- HP ZBook 引导顺序问题：BootOrder 中没有 Ubuntu (0005)，需用 efibootmgr -o 0005 强制加入 -- 伪装大法：复制 shimx64.efi 到 /EFI/BOOT/BOOTX64.EFI 防止 BIOS 重置 -- 如果有大量 BBS Legacy 启动项，需将 Boot Mode 切换为 UEFI Only - -## Key Quotes -> "将 Boot Mode 从 Legacy 或 Hybrid 切换为 UEFI Only，那些无效的 0000-0004 就会消失" — HP ZBook 引导修复的关键步骤 - -## Key Concepts -- [[GPT]]：现代硬盘分区表，与 UEFI 引导兼容 -- [[efibootmgr]]：Linux 下管理 UEFI NVRAM 启动顺序的工具 -- [[Secure Boot]]：UEFI 安全启动机制 -- [[AHCI]]：硬盘接口模式，比 RAID 更适合 Ubuntu - -## Key Entities -- [[HP ZBook]]：工作站笔记本型号 -- [[Ubuntu]]：操作系统 - -## Connections -- [[HP ZBook]] ← installs ← [[Ubuntu]] -- [[Rufus]] ← creates ← [[GPT启动盘]] - -## Contradictions -- 无 diff --git a/wiki/sources/安装v2rayN.md b/wiki/sources/安装v2rayN.md deleted file mode 100644 index 7340c6a4..00000000 --- a/wiki/sources/安装v2rayN.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "安装v2rayN" -type: source -tags: [v2rayn, 科学上网, 客户端] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/安装v2rayN.md]] - -## Summary -- 核心主题：v2rayN 多平台客户端安装说明（Windows/Linux/macOS） -- 问题域：科学上网客户端配置 -- 方法/机制：各平台下载对应版本，部分平台需要 .NET Runtime 或手动赋予执行权限 -- 结论/价值：跨平台科学上网客户端完整安装指南 - -## Key Claims -- Windows x64：v2rayN-windows-64.zip 便携版，需安装 .NET 8.0 Desktop Runtime -- Linux x64：deb 安装版或 zip 便携版（chmod +x 后 ./v2rayN 运行） -- macOS arm64：dmg 安装后需运行 xattr -cr /Applications/v2rayN.app 解除签名限制 -- 各平台均支持 Xray/sing-box/mihomo 等多种 Core - -## Key Quotes -> "macOS 安装包没有签名，会提示应用已损坏；安装后需要运行：xattr -cr /Applications/v2rayN.app" — macOS 签名问题解决方案 - -## Key Concepts -- [[v2rayN]]：跨平台科学上网 GUI 客户端 -- [[Xray]]：v2ray 核心 -- [[sing-box]]：综合性代理工具 -- [[mihomo]]：代理核心 - -## Key Entities -- [[v2rayN]]：客户端软件 - -## Connections -- [[v2rayN]] ← supports ← [[Xray]] -- [[v2rayN]] ← supports ← [[sing-box]] - -## Contradictions -- 无 diff --git a/wiki/sources/家庭监控方案-Prometheus-Grafana-Node-Exporter-cAdvisor-Blackbox.md b/wiki/sources/家庭监控方案-Prometheus-Grafana-Node-Exporter-cAdvisor-Blackbox.md deleted file mode 100644 index 37c9c624..00000000 --- a/wiki/sources/家庭监控方案-Prometheus-Grafana-Node-Exporter-cAdvisor-Blackbox.md +++ /dev/null @@ -1,45 +0,0 @@ ---- -title: "家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox" -type: source -tags: [prometheus, grafana, monitoring, docker, 运维] -date: 2025-11-11 ---- - -## Source File -- [[raw/Home Office/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md]] - -## Summary -- 核心主题：家庭实验室监控方案设计（Prometheus + Grafana 栈） -- 问题域：家庭服务器监控与告警 -- 方法/机制：Prometheus 采集+告警，Grafana 可视化，node_exporter/cAdvisor/blackbox_exporter 分别采集主机/容器/网络指标 -- 结论/价值：完整的开源监控栈，可在 NAS/Ubuntu Server 通过 Docker 一键部署 - -## Key Claims -- 监控覆盖：主机层（CPU/内存/磁盘）、容器层（运行状态/重启次数）、服务层（HTTP可用性/TLS证书） -- 核心组件：prometheus + grafana + alertmanager + node_exporter + cAdvisor + blackbox_exporter -- Docker Compose 一键部署，配置文件包括 prometheus.yml、alerts.yml、alertmanager/config.yml -- 告警规则：HostHighCPU（>85%）、HostLowDisk（<10%）、HostLowMemory（<15%）、HTTPProbeFailed、TLSCertExpiring（<14天） -- Grafana 导入 Dashboard ID：Node Exporter Full (1860)、cAdvisor (14282)、Blackbox (7587) - -## Key Quotes -> "Docker socket 挂载风险：容器拿到宿主机 root 等同权限" — 监控部署的安全注意事项 - -## Key Concepts -- [[Prometheus]]：时序数据库与监控采集系统 -- [[Grafana]]：监控数据可视化仪表盘 -- [[node_exporter]]：主机硬件指标采集 -- [[cAdvisor]]：容器资源指标采集 -- [[blackbox_exporter]]：HTTP/TCP 网络探测 -- [[Alertmanager]]：告警分发与抑制 - -## Key Entities -- [[Prometheus]]：开源监控生态 - -## Connections -- [[Prometheus]] ← scrapes ← [[node_exporter]] -- [[Prometheus]] ← scrapes ← [[cAdvisor]] -- [[Prometheus]] ← scrapes ← [[blackbox_exporter]] -- [[Grafana]] ← visualizes ← [[Prometheus]] - -## Contradictions -- 无 diff --git a/wiki/sources/家庭监控方案Prometheus-Grafana.md b/wiki/sources/家庭监控方案Prometheus-Grafana.md deleted file mode 100644 index 0619cdd2..00000000 --- a/wiki/sources/家庭监控方案Prometheus-Grafana.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "家庭监控方案Prometheus+Grafana" -type: source -tags: [Prometheus, Grafana, 监控, Docker] -date: 2025-11-11 ---- - -## Source File -- [[raw/Home Office/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md]] - -## Summary -- 核心主题：家庭环境（NAS+Ubuntu）部署完整监控栈 -- 问题域：主机/容器/服务/HTTP可用性监控 -- 方法/机制：Docker Compose编排，Prometheus采集+Grafana可视化+Alertmanager告警 -- 结论/价值：开箱即用的家庭监控方案，覆盖主机/容器/网络探测 - -## Key Claims -- 组件：Prometheus + Grafana + Alertmanager + node_exporter + cAdvisor + blackbox_exporter -- 访问端口：Prometheus 9090, Grafana 3000, Alertmanager 9093, cAdvisor 8080, node_exporter 9100, blackbox 9115 -- 关键监控项：CPU>85%告警、磁盘<10%告警、内存<15%告警、HTTP探测失败、TLS证书<14天告警 -- Grafana导入：Node Exporter Dashboard 1860, cAdvisor 14282, Blackbox 7587 -- compose命令：docker compose up -d - -## Key Concepts -- [[Prometheus监控]]：时序数据采集+告警规则 -- [[Grafana仪表盘]]：多数据源可视化 -- [[blackbox_exporter]]：HTTP/TCP/ICMP探测 - -## Key Entities -- [[Prometheus]]：监控时序数据库 -- [[Grafana]]：可视化平台 -- [[node_exporter]]：主机指标采集 -- [[cAdvisor]]：容器指标采集 -- [[blackbox_exporter]]：网络探测 - -## Connections -- [[家庭监控方案]] ← implements ← [[Prometheus监控]] -- [[Prometheus监控]] ← uses ← [[node_exporter]], [[cAdvisor]], [[blackbox_exporter]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md b/wiki/sources/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md deleted file mode 100644 index 8ea68bbb..00000000 --- a/wiki/sources/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "核心目标（你要覆盖的监控面）" -type: source -tags: ['Docker', 'Ubuntu', 'NAS', '监控'] -date: 2025-11-11 ---- - -## Source File -- [[Home Office/家庭监控方案：Prometheus + Grafana + Node Exporter + cAdvisor +Blackbox.md]] - -## Summary -- 核心主题：title: 核心目标（你要覆盖的监控面） author: shenwei created: 2025-11-11 -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/家庭网络环境概览-2026-04-03.md b/wiki/sources/家庭网络环境概览-2026-04-03.md deleted file mode 100644 index dd6c2e8a..00000000 --- a/wiki/sources/家庭网络环境概览-2026-04-03.md +++ /dev/null @@ -1,50 +0,0 @@ ---- -title: "家庭网络环境概览 2026-04-03" -type: source -tags: [home-office, nas, ubuntu, vps, 网络架构] -date: 2026-04-03 ---- - -## Source File -- [[raw/Home Office/家庭网络环境概览_2026-04-03.md]] - -## Summary -- 核心主题：家庭网络环境完整拓扑与所有服务清单 -- 问题域：基础设施资产管理 -- 方法/机制：梳理所有服务器（VPS1、Mac Mini、NAS、Ubuntu1、Ubuntu2）的应用、端口映射、域名映射 -- 结论/价值：作为家庭实验室的完整资产清单和架构文档 - -## Key Claims -- VPS1 (192.227.222.142)：Caddy（反向代理）+ FRP Server -- Mac Mini (192.168.3.189)：OpenClaw、vaultwarden、STQ 项目栈（nginx+frontend+web+mariadb+n8n） -- NAS (192.168.3.17)：DSM、MinIO、Zipline、Navidrome、Jellyfin、Prometheus Stack、CloudDrive2 -- Ubuntu1 (192.168.3.47)：Grafana、Superset、Homarr、Transmission、Portainer、IT-tools、STQ -- Ubuntu2 (192.168.3.45)：n8n（主自动化）、Gitea、Draw.io、Markdown转换工具、TikTok PM Dev -- FRP 实现内网穿透，Caddy 提供 HTTPS 域名访问，Cloudflare DNS 管理 -- n8n 已迁移至 Ubuntu2，Mac Mini 不再暴露 n8n 端口 - -## Key Quotes -> "⚠️ 注: n8n 已迁移至 Ubuntu2，Mac Mini 不再暴露 n8n 端口" — 重要架构变更记录 - -## Key Concepts -- [[FRP]]：内网穿透架构 -- [[Caddy]]：反向代理与 HTTPS 自动化 -- [[域名映射]]：通过 FRP+Caddy 实现公网域名访问内网服务 - -## Key Entities -- [[VPS1]]：RackNerd VPS，公网入口 -- [[Mac Mini]]：主控节点 -- [[Synology NAS]]：存储与媒体服务 -- [[Ubuntu1]]：监控与媒体栈 -- [[Ubuntu2]]：n8n 自动化主节点 - -## Connections -- [[VPS1]] ← runs ← [[Caddy]] -- [[VPS1]] ← runs ← [[FRP]] -- [[FRP]] ← tunnels ← [[Mac Mini]] -- [[FRP]] ← tunnels ← [[NAS]] -- [[FRP]] ← tunnels ← [[Ubuntu1]] -- [[FRP]] ← tunnels ← [[Ubuntu2]] - -## Contradictions -- 无 diff --git a/wiki/sources/家庭网络环境概览.md b/wiki/sources/家庭网络环境概览.md deleted file mode 100644 index 2d300b43..00000000 --- a/wiki/sources/家庭网络环境概览.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "家庭网络环境概览" -type: source -tags: [网络架构, VPS, NAS, Ubuntu, FRP] -date: 2026-04-03 ---- - -## Source File -- [[raw/Home Office/家庭网络环境概览_2026-04-03.md]] - -## Summary -- 核心主题：家庭网络所有设备、服务、FRP端口映射、域名映射的完整文档 -- 问题域：多服务器多服务管理需要统一视图 -- 方法/机制：FRP内网穿透 + Caddy反向代理 + Cloudflare DNS -- 结论/价值：家庭服务器的完整基础设施文档（公网IP、域名、SSH、服务端口、FRP映射） - -## Key Claims -- VPS1：192.227.222.142（vps1），Caddy + frps服务端，FRP端口7000 -- Mac Mini：192.168.3.189，OpenClaw、vaultwarden、stq-n8n -- Synology NAS：192.168.3.17，Calibre、MinIO、Zipline、navidrome、jellyfin等 -- Ubuntu1：192.168.3.47，Prometheus、Grafana、Superset、Homar、tiktok_pm等 -- Ubuntu2：192.168.3.45，n8n、drawio、Gitea等 -- FRP科学上网：macmini/ubuntu1/ubuntu2的socks5代理端口10808正常，NAS仅监听127.0.0.1:20170 -- 域名映射：vaultwarden/n8n/grafana/tk等通过Caddy反向代理 - -## Key Concepts -- [[家庭网络架构]]：多设备+FRP+Caddy的完整网络拓扑 -- [[FRP端口映射]]：localPort → remotePort映射表 -- [[Caddy反向代理]]：域名 → 端口的HTTPS代理 - -## Key Entities -- [[VPS1]]：192.227.222.142 -- [[MacMini]]：192.168.3.189 -- [[SynologyNAS]]：192.168.3.17 -- [[Ubuntu1]]：192.168.3.47 -- [[Ubuntu2]]：192.168.3.45 - -## Connections -- [[家庭网络环境概览]] ← documents ← [[家庭网络架构]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/家庭网络环境概览_2026-04-03.md b/wiki/sources/家庭网络环境概览_2026-04-03.md deleted file mode 100644 index 1d031474..00000000 --- a/wiki/sources/家庭网络环境概览_2026-04-03.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "家庭网络环境概览" -type: source -tags: ['n8n', 'Docker', 'Ubuntu', 'NAS', 'FRP'] -date: 2026-04-03 ---- - -## Source File -- [[Home Office/家庭网络环境概览_2026-04-03.md]] - -## Summary -- 核心主题：title: 家庭网络环境概览 author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/开发经验与项目规范.md b/wiki/sources/开发经验与项目规范.md deleted file mode 100644 index fb3a67ff..00000000 --- a/wiki/sources/开发经验与项目规范.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "开发经验与项目规范" -type: source -tags: [] -date: 2026-03-13 ---- - -## Source File -- [[raw/Vibe Coding/开发经验与项目规范整理文档.md]] - -## Summary -- 核心主题：软件开发经验与项目规范整理 -- 问题域：代码规范、架构设计、技术债务管理 -- 方法/机制：建立变量名索引、文件命名规范、单一职责原则、微服务架构 -- 结论/价值：规范化开发流程，减少技术债务，提升代码可维护性 - -## Key Claims -- 建立变量名大全文件统一命名，降低命名冲突风险 -- 文件结构需包含agents和claude.md说明文档 -- 编码规范：DRY、模块化、单一职责、清晰的命名 -- 系统架构：先梳理清晰再写代码，小步迭代不做大爆炸开发 -- 微服务通过API通信实现独立开发、部署、扩容 -- Redis用于缓存提升读性能，MQ实现异步通信解耦 - -## Key Concepts -- [[DRY原则]]：Don't Repeat Yourself -- [[单一职责]]：每个模块只做一件事 -- [[微服务架构]]：服务独立拆分与API通信 -- [[技术债务]]：通过规范减少长期债务积累 - -## Key Entities -- [[Redis]]：缓存和Session管理 -- [[消息队列]]：异步通信中间件 - -## Connections -- [[微服务架构]] ← uses ← [[Redis]] + [[消息队列]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/开发经验与项目规范整理.md b/wiki/sources/开发经验与项目规范整理.md deleted file mode 100644 index 389e6b43..00000000 --- a/wiki/sources/开发经验与项目规范整理.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "开发经验与项目规范整理" -type: source -tags: [开发规范, 编码规范, 项目管理] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/开发经验与项目规范整理文档.md]] - -## Summary -- 核心主题：软件开发经验与项目规范整理——从变量命名到架构设计 -- 问题域：团队开发规范、代码质量、微服务架构 -- 方法/机制：变量名统一 → 文件结构规范 → 编码规范 → 系统架构 → 单一职责 -- 结论/价值：编程核心——先理解需求，保持简单，小步迭代，测试驱动 - -## Key Claims -- 变量名维护：建立变量名大全文件，统一命名降低冲突 -- 文件结构：每个子目录含agents（自动化逻辑）和claude.md（说明文档） -- 编码规范：消费端/生产端/状态/变换清晰划分，函数只做一件事 -- 架构原则：先梳理架构（模块/输入输出/数据流/服务边界），保持简单 -- 核心思想：理解需求 → 保持简单 → 写可维护测试 → 小步迭代 -- 编程建议：命名语义化、单一职责、可读性优先、注释解释"为什么" -- 微服务：独立开发/部署/扩容，服务间通过API通信 -- Redis：缓存提升读性能、降低DB压力、提供计数/锁/队列 -- 消息队列：解耦、削峰填谷、异步任务处理 - -## Key Concepts -- [[开发规范]]：变量命名/文件结构/编码规范 -- [[软件架构]]：微服务/Redis/消息队列 -- [[单一职责]]：每个函数只做一件事 - -## Key Entities -- [[开发规范]]：核心研究对象 - -## Connections -- [[开发经验与项目规范整理]] ← documents [[开发规范]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/开发经验与项目规范整理文档.md b/wiki/sources/开发经验与项目规范整理文档.md deleted file mode 100644 index 0b2fe9fa..00000000 --- a/wiki/sources/开发经验与项目规范整理文档.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "开发经验与项目规范整理文档" -type: source -tags: ['GitHub', 'AI'] -date: 2025-12-30 ---- - -## Source File -- [[Vibe Coding/开发经验与项目规范整理文档.md]] - -## Summary -- 核心主题：title: vibe-coding-cn/i18n/zh/documents/Methodology and Principles/A Formalization of Recursive Self-Optimizing Generative Systems.md at main · 2025Emma/vibe-coding-cn source: https://github.com/2025E -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/开发经验规范.md b/wiki/sources/开发经验规范.md deleted file mode 100644 index f3145211..00000000 --- a/wiki/sources/开发经验规范.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "开发经验与项目规范" -type: source -tags: [guide] -date: 2025-12-30 ---- - -## Source File -- [[raw/Vibe Coding/开发经验与项目规范整理文档.md]] - -## Summary -- 核心主题：开发经验和项目规范总结 -- 问题域：如何建立规范的开发体系 -- 方法/机制：整理变量名维护、文件结构、编码规范等内容 -- 结论/价值：提供系统化的开发方法论 - -## Key Claims -- 涵盖变量名维护、文件结构、编码规范 -- 包含系统架构原则和程序设计核心思想 - -## Key Concepts -- [[编码规范]]：代码风格和命名标准 -- [[系统架构]]：软件系统结构设计 - -## Key Entities - -## Connections -- [[编码规范]] ← 支撑 ← [[项目管理]] -- [[系统架构]] ← 指导 ← [[开发实践]] - -## Contradictions diff --git a/wiki/sources/我用 Gemini 3 一口气做了 10 个应用，附教程.md b/wiki/sources/我用 Gemini 3 一口气做了 10 个应用，附教程.md deleted file mode 100644 index 8eda60ff..00000000 --- a/wiki/sources/我用 Gemini 3 一口气做了 10 个应用，附教程.md +++ /dev/null @@ -1,44 +0,0 @@ ---- -title: "我用 Gemini 3 一口气做了 10 个应用，附教程" -type: source -tags: ['Gemini', 'AI', 'AIStudio', '应用开发', '提示词', 'AI绘图'] -date: 2025-11-24 -source: https://mp.weixin.qq.com/s/SWrZaqIpEAY4YNMH6DFJpQ -author: 空格 ---- - -## Source File -- [[raw/AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md]] - -## Summary -- 核心主题：利用 Gemini 3 (Google AI Studio) 快速构建 10 款 AI 应用的方法论与实践 -- 问题域：如何快速将 AI 能力产品化，而非停留在聊天层面 -- 方法/机制：三步法（场景输入→约束模型思考→设计输出容器）+ 前端 SVG 可视化 -- 结论/价值：Gemini 3 + AI Studio 的 App Builder 可在几句话内构建可交互 AI 应用，核心是结构化 Prompt 约束输出格式 - -## Key Claims -- 10 个应用示例：蝴蝶生命周期 SVG 可视化、配色卡片生成器、思维导图生成、AI 绘本、AI 思维导图、AI 绘本生成器、AI 思维导师等 -- 核心方法论三步： - 1. 局限输入词汇在垂直场景（诗词、小说、电影等） - 2. 约束模型思维（Prompt/MCP 将输入扩展为结构化内容） - 3. 设计输出容器（前端 SVG/HTML 可视化模型输出） -- Gemini 3 的 App Builder 可实现"两句对话构建可交互 AI 应用" -- 关键：约束大模型的结构化输出（JSON/SVG），用前端代码承接并可视化 - -## Key Concepts -- [[Gemini App Builder]]：Google AI Studio 的应用构建工具，支持对话式创建可交互 AI 应用 -- [[结构化Prompt]]：通过 Prompt 约束大模型输出特定格式（JSON/SVG），便于程序化处理 -- [[SVG可视化]]：用前端 SVG 代码承接 AI 输出，实现数据可视化展示 -- [[三步法应用构建]]：场景输入→约束思维→设计容器的 AI 应用开发方法论 - -## Key Entities -- [[Gemini 3]]：Google 的多模态大模型，支持文本/图像/代码生成 -- [[AI Studio]]：Google AI 开发平台，App Builder 是其核心功能 -- [[空格 zephyr]]：技术博主，发布此 Gemini 3 应用实战教程 - -## Connections -- [[Gemini App Builder]] ← is_tool_of ← [[Gemini 3]] -- [[结构化Prompt]] ← enables ← [[Gemini App Builder]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/我的工具集.md b/wiki/sources/我的工具集.md deleted file mode 100644 index 1ae2531d..00000000 --- a/wiki/sources/我的工具集.md +++ /dev/null @@ -1,25 +0,0 @@ ---- -title: "我的工具集" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/AI/我的工具集.md]] - -## Summary -- 核心主题：个人AI工具集的整理与推荐 -- 问题域：AI工具选型、个人效率工具 -- 方法/机制：收录各类AI工具的使用心得和推荐场景 -- 结论/价值：帮助快速找到适合不同场景的AI工具 - -## Key Claims -- 工具集覆盖AI开发、内容创作、自动化等多个领域 -- 每个工具配有使用场景说明和推荐理由 - -## Key Concepts -- [[AI工具集]]：个人使用的AI工具集合，按场景分类 - -## Connections -- [[提示词框架]] ← relates_to ← [[AI工具集]] diff --git a/wiki/sources/指纹浏览器注册Claude-Pro攻略.md b/wiki/sources/指纹浏览器注册Claude-Pro攻略.md deleted file mode 100644 index 30b6790c..00000000 --- a/wiki/sources/指纹浏览器注册Claude-Pro攻略.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "指纹浏览器注册Claude Pro攻略" -type: source -tags: [AdsPower, Claude, WildCard, PingMe, 科学上网] -date: 2025-12-31 ---- - -## Source File -- [[raw/Home Office/如何用指纹浏览器安全注册并订阅Claude Pro会员全攻略.md]] - -## Summary -- 核心主题：用AdsPower指纹浏览器+美国代理IP+WildCard虚拟信用卡注册订阅Claude Pro -- 问题域：国内直接注册Claude账号易被封 -- 方法/机制：指纹浏览器隔离环境 → 高纯净度美国代理 → PingMe接码 → WildCard支付 -- 结论/价值：完整的中国用户订阅Claude Pro解决方案 - -## Key Claims -- 指纹浏览器：AdsPower（免费5个环境），模拟独立设备+网络环境 -- 代理设置：socks5代理，测试IP一致性（国内+国外+Google三处一致） -- IP纯净度检测：scamalytics.com，低风险才能用，中等风险以上必封 -- 接码平台：PingMe（messages.pingme.tel），美国号码订阅制，避免一次性号 -- 虚拟信用卡：WildCard（yeka.ai/i/UPHSP），支持支付宝充值，$20/月订阅Claude Pro -- 账号：billyshen2000@gmail.com - -## Key Concepts -- [[指纹浏览器隔离]]：模拟独立浏览器环境防止账号关联 -- [[IP纯净度]]：IP信誉风险等级，低风险才安全 -- [[虚拟信用卡]]：WildCard等支持海外支付的线上信用卡 - -## Key Entities -- [[AdsPower]]：指纹浏览器 -- [[Claude]]：Anthropic AI助手 -- [[WildCard]]：虚拟信用卡 -- [[PingMe]]：短信接码平台 - -## Connections -- [[指纹浏览器注册Claude-Pro攻略]] ← implements ← [[指纹浏览器隔离]] + [[虚拟信用卡支付]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md b/wiki/sources/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md deleted file mode 100644 index e808b176..00000000 --- a/wiki/sources/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報" -type: source -tags: ['Obsidian', 'AI'] -date: 2025-10-26 ---- - -## Source File -- [[AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md]] - -## Summary -- 核心主题：title: [教學] ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報 source: https://www.playpcesor.com/2025/10/chatgpt-canva-gamma-ai.html author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/文字生成视频网站推荐.md b/wiki/sources/文字生成视频网站推荐.md deleted file mode 100644 index c18878b9..00000000 --- a/wiki/sources/文字生成视频网站推荐.md +++ /dev/null @@ -1,34 +0,0 @@ ---- -title: "文字生成视频网站推荐" -type: source -tags: [] -date: 2025-10-10 ---- - -## Source File -- [[raw/AI/文字生成视频网站推荐.md]] - -## Summary -- 核心主题：主流文字转视频（Text-to-Video）AI平台汇总与推荐 -- 问题域：AI视频生成工具选型 -- 方法/机制：汇总各平台的优劣、适用场景和价格 -- 结论/价值：为选择文字转视频工具提供参考依据 - -## Key Claims -- 主流平台包括：Sora（OpenAI）、Runway、Pika、Luma Dream Machine、可灵（快手）等 -- 各平台在视频质量、生成速度、价格上各有优劣 -- 选择依据：需求类型（写实/动画）、时长要求、预算 - -## Key Concepts -- [[文字转视频]]：Text-to-Video AI技术，将文字描述转换为视频内容 -- [[AI视频生成]]：利用AI技术自动生成视频的工作流程 - -## Key Entities -- [[Sora]]：OpenAI文字转视频模型 -- [[Runway]]：AI视频生成平台 -- [[Pika]]：AI视频生成平台 -- [[可灵]]：快手旗下的文字转视频平台 - -## Connections -- [[固定机位]] ← relates_to ← [[文字转视频]] -- [[九宫格法]] ← relates_to ← [[文字转视频]] diff --git a/wiki/sources/清华出的DeepSeek使用手册，104页.md b/wiki/sources/清华出的DeepSeek使用手册，104页.md deleted file mode 100644 index f65d3e7a..00000000 --- a/wiki/sources/清华出的DeepSeek使用手册，104页.md +++ /dev/null @@ -1,35 +0,0 @@ ---- -title: "清华 DeepSeek 使用手册（104页）" -type: source -tags: ['DeepSeek', 'AI', 'LLM', '教程', '清华大学'] -date: 2025-11-01 -source: https://mp.weixin.qq.com/s/HYnCYO9UYNR8pdCTCHAfQA ---- - -## 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：清华大学发布的 DeepSeek 大模型完整使用手册（104页），涵盖模型能力、提示词技巧、行业应用 -- 问题域：DeepSeek 作为国产顶级开源 LLM，用户缺乏系统性使用指南 -- 方法/机制：清华大学团队编写的综合指南，从基础到高级应用全覆盖 -- 结论/价值：目前最完整的 DeepSeek 官方级使用手册，适合中国用户作为 DeepSeek 深度学习教材 - -## Key Claims -- 104页系统性内容，涵盖：DeepSeek 模型能力边界、提示词工程技巧、多行业应用场景（教育/金融/医疗/编程） -- 强调 DeepSeek-R1 等开源模型的优势：推理能力强、开源可私有化部署、API 成本低 -- 手册为免费发放，清华大学团队出品 - -## Key Concepts -- [[DeepSeek]]：中国顶级开源大模型，DeepSeek-R1 等模型性能对标 GPT-4 -- [[提示词工程]]：手册核心内容之一，系统讲解如何写好 Prompt - -## Key Entities -- [[清华大学]]：手册发布机构 -- [[DeepSeek]]：国产开源大模型，被手册系统讲解 - -## Connections -- [[DeepSeek]] ← is_subject_of ← [[清华DeepSeek手册]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md b/wiki/sources/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md deleted file mode 100644 index 3b3be909..00000000 --- a/wiki/sources/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）" -type: source -tags: ['AI'] -date: 2025-12-18 ---- - -## Source File -- [[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：title: 清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取） source: https://mp.weixin.qq.com/s/HYnCYO9UYNR8pdCTCHAfQA?token=1896197373&lang=zh_CN&poc_token=HN29Q2mjRSBc3qo6UV37ojY4td_shGQx-adlLaZx author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/用Docker中安装Navidrome.md b/wiki/sources/用Docker中安装Navidrome.md deleted file mode 100644 index 21287cbd..00000000 --- a/wiki/sources/用Docker中安装Navidrome.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "用Docker中安装Navidrome" -type: source -tags: [navidrome, docker, music, 音乐] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker中安装Navidrome.md]] - -## Summary -- 核心主题：通过 Docker 在 NAS 上安装 Navidrome 轻量级音乐流媒体服务 -- 问题域：家庭音乐服务器搭建 -- 方法/机制：docker-compose 部署，配置音乐目录挂载与转码缓存 -- 结论/价值：自托管音乐流媒体解决方案，支持多设备客户端访问 - -## Key Claims -- Docker Compose 配置：image deluan/navidrome:latest，端口 4533，用户 1026:100 -- 音乐目录挂载：/volume1/music:/music:ro（只读） -- 转码配置：ND_ENABLETRANSCODINGCONFIG=true，ND_AUTOTRANSCODEDOWNLOAD=true，ND_TRANSCODINGCACHESIZE=200MB - -## Key Quotes -> "ND_LOGLEVEL=info" — 开启详细日志便于排查流媒体传输问题 - -## Key Concepts -- [[Navidrome]]：开源音乐流媒体服务器 -- [[转码]]：根据客户端需求自动转码播放 - -## Key Entities -- [[Synology NAS]]：Navidrome 宿主机 - -## Connections -- [[Synology NAS]] ← runs ← [[Navidrome]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装Apache Superset.md b/wiki/sources/用Docker安装Apache Superset.md deleted file mode 100644 index 7a97a196..00000000 --- a/wiki/sources/用Docker安装Apache Superset.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "用Docker安装Apache Superset" -type: source -tags: ['Superset'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/用Docker安装Apache Superset.md]] - -## Summary -- 核心主题：title: Install Apache Superset author: shenwei description: -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/用Docker安装Apache-Superset.md b/wiki/sources/用Docker安装Apache-Superset.md deleted file mode 100644 index d4160832..00000000 --- a/wiki/sources/用Docker安装Apache-Superset.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "用Docker安装Apache Superset" -type: source -tags: [apache-superset, docker, bi, mysql] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装Apache Superset.md]] - -## Summary -- 核心主题：通过 Docker 安装 Apache Superset 商业智能平台 -- 问题域：数据可视化与分析 -- 方法/机制：docker run 部署，创建 admin 账号，加载示例数据 -- 结论/价值：自助式 BI 平台，支持 SQL 查询和可视化仪表盘 - -## Key Claims -- 镜像：apache/superset:GHA-19524015706 -- 端口：8777:8088 -- 初始化步骤：fab create-admin → db upgrade → load_examples → init - -## Key Quotes -> "docker exec -it superset fab create-admin" — Superset 初始化管理员账号的关键命令 - -## Key Concepts -- [[Apache Superset]]：开源商业智能平台，支持 SQL 查询和可视化 -- [[BI]]：商业智能，数据分析与可视化 - -## Key Entities -- [[Apache Superset]]：BI 工具 - -## Connections -- [[Docker]] ← runs ← [[Apache Superset]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装Homarr.md b/wiki/sources/用Docker安装Homarr.md deleted file mode 100644 index 1502ec95..00000000 --- a/wiki/sources/用Docker安装Homarr.md +++ /dev/null @@ -1,38 +0,0 @@ ---- -title: "用Docker安装Homarr" -type: source -tags: [homarr, docker, 导航面板] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装Homarr.md]] - -## Summary -- 核心主题：通过 Docker 安装 Homarr 个人导航面板 -- 问题域：服务导航与入口 -- 方法/机制：docker-compose 部署，挂载 Docker socket 实现容器集成 -- 结论/价值：Homarr 作为家庭实验室的仪表板，统一入口管理所有服务 - -## Key Claims -- 镜像：ghcr.io/homarr-labs/homarr，端口 7575 -- 挂载 /var/run/docker.sock 实现 Homarr 内置容器状态监控 -- SECRET_ENCRYPTION_KEY 用于数据加密 -- ALL_PROXY 设置容器内 socks5 代理 - -## Key Quotes -> "/var/run/docker.sock:/var/run/docker.sock" — Homarr 实现容器集成的关键挂载 - -## Key Concepts -- [[Homarr]]：开源导航面板，整合家庭实验室服务入口 -- [[Docker Socket]]：容器管理 API 暴露 - -## Key Entities -- [[Homarr]]：导航面板工具 - -## Connections -- [[Docker]] ← exposes ← [[Docker Socket]] -- [[Homarr]] ← connects_to ← [[Docker Socket]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装Jellyfin.md b/wiki/sources/用Docker安装Jellyfin.md deleted file mode 100644 index 811e0258..00000000 --- a/wiki/sources/用Docker安装Jellyfin.md +++ /dev/null @@ -1,39 +0,0 @@ ---- -title: "用Docker安装Jellyfin" -type: source -tags: [jellyfin, docker, 媒体服务器, 视频] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装Jellyfin.md]] - -## Summary -- 核心主题：通过 Docker 在 NAS 上安装 Jellyfin 媒体服务器 -- 问题域：家庭媒体服务器 -- 方法/机制：使用 nyanmisaka/jellyfin 镜像（内置硬件转码支持），挂载媒体目录和 Intel GPU 设备 -- 结论/价值：开源媒体服务器，支持硬件转码和多设备客户端 - -## Key Claims -- 镜像：nyanmisaka/jellyfin:latest，专为 NAS 优化，内置转码器 -- 端口：8096 (HTTP) + 7359 (UDP DLNA) -- 挂载 /dev/dri 实现 Intel QuickSync 硬件转码 -- 媒体目录：/volume2/movie 和 /volume1/TV shows -- 用户 1026:100 匹配 Synology NAS 普通用户权限 - -## Key Quotes -> "/dev/dri:/dev/dri" — Intel GPU 硬件转码的关键设备挂载 - -## Key Concepts -- [[Jellyfin]]：开源媒体服务器，自动刮削电影电视剧元数据 -- [[硬件转码]]：Intel QuickSync 利用 GPU 加速视频转码 -- [[DLNA]]：局域网媒体共享协议 - -## Key Entities -- [[Synology NAS]]：Jellyfin 宿主机 - -## Connections -- [[Synology NAS]] ← runs ← [[Jellyfin]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装Portainer.md b/wiki/sources/用Docker安装Portainer.md deleted file mode 100644 index 61463167..00000000 --- a/wiki/sources/用Docker安装Portainer.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "用Docker安装Portainer" -type: source -tags: [portainer, docker, 容器管理] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装Portainer.md]] - -## Summary -- 核心主题：通过 Docker 安装 Portainer 容器管理界面 -- 问题域：Docker 可视化管理 -- 方法/机制：docker-compose 部署，挂载 Docker socket -- 结论/价值：Web 界面的 Docker 管理工具 - -## Key Claims -- 镜像：portainer/portainer-ce:lts -- 端口：9443 (HTTPS Web UI) + 8000 (Edge Agent) -- 挂载 /var/run/docker.sock 实现容器管理 - -## Key Quotes -> "/var/run/docker.sock:/var/run/docker.sock" — Portainer 实现容器管理的关键挂载 - -## Key Concepts -- [[Portainer]]：开源 Docker 可视化管理界面 -- [[Docker Socket]]：Docker 守护进程 API 暴露 - -## Key Entities -- [[Portainer]]：容器管理工具 - -## Connections -- [[Docker]] ← exposes ← [[Docker Socket]] -- [[Portainer]] ← manages ← [[Docker]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装it-tools.md b/wiki/sources/用Docker安装it-tools.md deleted file mode 100644 index a4cdab1a..00000000 --- a/wiki/sources/用Docker安装it-tools.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "用Docker安装it-tools" -type: source -tags: [it-tools, docker, 开发者工具] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装it-tools.md]] - -## Summary -- 核心主题：通过 Docker 安装 it-tools 开发者在线工具箱 -- 问题域：开发者工具集 -- 方法/机制：docker-compose 部署，资源限制 128MB 内存 -- 结论/价值：聚合常用开发者工具（编码/解码/正则/JSON格式化等）的 Web 界面 - -## Key Claims -- 镜像：corentinth/it-tools:latest，端口 8999:80 -- 资源限制：memory 128M -- stdin_open + tty 配置交互模式 - -## Key Quotes -> "memory: 128M" — it-tools 作为轻量工具的资源限制设置 - -## Key Concepts -- [[it-tools]]：开源开发者工具集合 -- [[Docker]]：容器化部署 - -## Key Entities -- [[it-tools]]：开发者工具 - -## Connections -- [[Docker]] ← runs ← [[it-tools]] - -## Contradictions -- 无 diff --git a/wiki/sources/用Docker安装transmission.md b/wiki/sources/用Docker安装transmission.md deleted file mode 100644 index b2b4cdb9..00000000 --- a/wiki/sources/用Docker安装transmission.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "用Docker安装transmission" -type: source -tags: [transmission, docker, bt, 下载] -date: 2025-09-15 ---- - -## Source File -- [[raw/Home Office/用Docker安装transmission.md]] - -## Summary -- 核心主题：通过 Docker 安装 Transmission BT 下载客户端 -- 问题域：下载服务 -- 方法/机制：docker-compose 部署，配置 Web UI 和下载目录 -- 结论/价值：轻量级 BitTorrent 客户端，支持远程 Web 管理 - -## Key Claims -- 镜像：lscr.io/linuxserver/transmission:latest -- 端口：9091 (Web UI) + 51413 (TCP/UDP Peer) -- 环境变量：PUID=1000, PGID=1000, TZ=Etc/UTC -- 下载目录：/home/shenwei/Downloads - -## Key Quotes -> "PUID=1000 PGID=1000" — LinuxServer 系列镜像的标准用户权限配置 - -## Key Concepts -- [[Transmission]]：开源 BitTorrent 下载客户端 -- [[BT]]：BitTorrent 协议 - -## Key Entities -- [[Transmission]]：BT 下载工具 - -## Connections -- [[Docker]] ← runs ← [[Transmission]] - -## Contradictions -- 无 diff --git a/wiki/sources/电商如何选品 如何找到爆款 选品策略.md b/wiki/sources/电商如何选品 如何找到爆款 选品策略.md deleted file mode 100644 index 2fbdf27f..00000000 --- a/wiki/sources/电商如何选品 如何找到爆款 选品策略.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "概要" -type: source -tags: [[]] -date: 2026-04-14 ---- - -## Source File -- [[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：author: shenwei description: https://www.youtube.com/watch?v=97IsU8WQq1o -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/电商视频Prompt.md b/wiki/sources/电商视频Prompt.md deleted file mode 100644 index a5483014..00000000 --- a/wiki/sources/电商视频Prompt.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "电商视频Prompt" -type: source -tags: [prompt] -date: 2025-12-30 ---- - -## Source File -- [[raw/跨境电商/电商视频Prompt.md]] - -## summary -- 核心主题：电商视频AI生成Prompt库 -- 问题域：TikTok带货视频制作 -- 方法/机制：模块化Prompt设计 -- 结论/价值：提供低翻车率高真实感的Prompt模板 - -## Key Claims -- 宠物用品/宠物衣服的Prompt库 -- 模块化设计，可直接复制微调规模化使用 -- 目标：低翻车率+高真实感 - -## Key Concepts -- [[Prompt工程]]：提示词设计 -- [[AI视频生成]]：人工智能生成视频 - -## Key Entities - -## Connections -- [[Prompt]] ← 生成 ← [[AI视频]] - -## Contradictions diff --git a/wiki/sources/电商选品策略.md b/wiki/sources/电商选品策略.md deleted file mode 100644 index c18b7413..00000000 --- a/wiki/sources/电商选品策略.md +++ /dev/null @@ -1,36 +0,0 @@ ---- -title: "电商选品策略" -type: source -tags: [] -date: 2026-03-13 ---- - -## 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：20种电商选品策略与工具 -- 问题域：爆款发现、市场机会识别 -- 方法/机制：健康替代品、情感产品、特定群体细分、情境配对、节日趋势、POD模式 -- 结论/价值：提供多元选品思维，帮助发现细分市场机会 - -## Key Claims -- 20种选品策略覆盖：健康替代品、情感产品、特定群体(LGBTQ)、情境配比、节日趋势等 -- POD(Print on Demand)模式适合低成本测试市场需求 -- 工具推荐：Salesmartly(订单管理)、Erank(竞品分析)、Pinterest/Etsy趋势报告 -- 季节性销售需提前规划布局 - -## Key Concepts -- [[细分市场]]：针对特定人群的产品定位 -- [[POD模式]]：按需打印降低库存风险 -- [[趋势选品]]：节日和季节性消费捕捉 - -## Key Entities -- [[Etsy]]：手工艺品电商平台趋势参考 -- [[Pinterest]]：趋势发现工具 - -## Connections -- [[电商选品]] ← follows ← [[细分市场]] + [[趋势选品]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/笔记整理方法.md b/wiki/sources/笔记整理方法.md deleted file mode 100644 index 7febd4be..00000000 --- a/wiki/sources/笔记整理方法.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "笔记整理方法" -type: source -tags: [] -date: 2025-12-19 ---- - -## Source File -- [[raw/Others/为什么你的笔记总是乱糟糟？试试这个方法，彻底告别信息混乱！ 1.md]] - -## Summary -- 核心主题：告别信息混乱的笔记整理方法论 -- 问题域：信息过载、笔记混乱、知识管理失效 -- 方法/机制：通过系统化整理方法，让信息从"收集"到"消化"到"输出"形成闭环 -- 结论/价值：提供了一套从根本上解决笔记混乱问题的思路 - -## Key Claims -- 笔记混乱的根源是缺乏系统化的整理流程 -- 需要从信息收集、分类存储、定期复盘三个环节系统治理 -- 工具只是手段，方法和习惯才是核心 - -## Key Concepts -- [[知识管理流程]]：收集→存储→消化→输出 -- [[信息分类]]：结构化分类体系防止信息丢失 - -## Key Entities -- [[Obsidian]]：实践此方法的工具载体 - -## Connections -- [[知识管理流程]] ← implemented_by ← [[Obsidian]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/笔记碎片化问题.md b/wiki/sources/笔记碎片化问题.md deleted file mode 100644 index 9156ebfd..00000000 --- a/wiki/sources/笔记碎片化问题.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "笔记碎片化问题" -type: source -tags: [] -date: 2025-03-13 ---- - -## Source File -- [[raw/Others/为什么 Obsidian 让我戒掉了碎片化记录.md]] - -## Summary -- 核心主题：Obsidian如何解决碎片化记录问题 -- 问题域：知识管理、信息焦虑、笔记价值最大化 -- 方法/机制：通过双向链接将零散笔记关联成网络，辅以每日笔记串联想法、定期复盘删除无用内容 -- 结论/价值：笔记的价值在于"联"而非"存"，Obsidian的双链机制让知识真正被消化和调用 - -## Key Claims -- 碎片化记录的根源是"只收集不消化"，信息被存入却从未被使用 -- Obsidian的双链(Backlinks)机制让笔记从孤立存储变为网络连接 -- 每日笔记可串联新旧想法，发现隐藏关联 -- 地图笔记(Maps of Content)可为主题索引提供导航 -- 定期复盘删除或合并无用笔记比无脑堆积更有价值 - -## Key Quotes -> "笔记的价值，不在于'存'，而在于'联'" - -## Key Concepts -- [[双链]]：Backlinks建立笔记间的关联网络 -- [[知识网络]]：点对点连接使零碎笔记成长为结构化知识 -- [[地图笔记]]：为核心主题建立索引页导航 -- [[知识复盘]]：定期审视并优化笔记结构 - -## Key Entities -- [[Obsidian]]：支持双向链接的笔记应用 - -## Connections -- [[Obsidian]] ← solves ← [[笔记碎片化问题]] -- [[双链]] ← enables ← [[知识网络]] -- [[每日笔记]] ←串联← [[知识网络]] - -## Contradictions -- 无冲突 diff --git a/wiki/sources/系统提示词构建原则.md b/wiki/sources/系统提示词构建原则.md deleted file mode 100644 index e8edd2f0..00000000 --- a/wiki/sources/系统提示词构建原则.md +++ /dev/null @@ -1,64 +0,0 @@ ---- -title: "系统提示词构建原则（AI 编码助手行为准则）" -type: source -tags: ['系统提示词', 'Prompt', 'AI', '编码助手', 'VibeCoding', 'GitHub'] -date: 2025-12-30 -source: https://github.com/2025Emma/vibe-coding-cn -author: vibe-coding-cn 社区 ---- - -## Source File -- [[raw/AI/系统提示词构建原则.md]] - -## Summary -- 核心主题：AI 编码助手的系统提示词构建原则，涵盖身份行为准则、沟通互动、任务执行、技术编码、安全防护、工具使用六大维度 -- 问题域：如何构建一个"懂规矩、会干活、不乱来"的 AI 编码助手系统提示词 -- 方法/机制：从 GitHub 项目 vibe-coding-cn 提炼的 95 条原则，分六大类，可直接作为 Claude Code/GitHub Copilot 等工具的 System Prompt 模板 -- 结论/价值：这是目前最完整的 AI 编码助手行为准则清单之一，每条原则都有具体执行细节 - -## Key Claims -### 核心身份与行为准则（15条） -- 严格遵守项目现有约定，优先分析周围代码而非假设 -- 彻底完成用户请求，包括合理的隐含后续操作 -- 未经用户确认，不执行超出明确范围的重大操作 -- 专注解决问题，而非过程 - -### 沟通与互动（18条） -- 专业、直接、简洁的语气；避免对话式填充语 -- 在执行工具前，简要告知用户你将做什么 -- 减少输出冗余，避免不必要的总结 -- 澄清问题时主动提问，而非猜测用户意图 - -### 任务执行与工作流（24条） -- 复杂任务必须使用 TODO 列表规划 -- 遵循"理解→计划→执行→验证"的开发循环 -- 优先探索（Read-only scan），而非立即行动 -- 尽可能并行化独立的信息收集操作 - -### 技术与编码规范（29条） -- 优化代码清晰度和可读性；变量名应为名词，函数名应为动词 -- 优先使用完整单词而非缩写 -- 使用卫语句/提前返回，避免深层嵌套 -- 移动优先的 UI 设计原则 - -### 安全与防护（10条） -- 执行修改文件系统的命令前，必须解释目的和潜在影响 -- 绝不引入或提交暴露密钥/API 密钥的代码 -- 确保所有用户输入都被正确验证和清理 - -### 工具使用（9条） -- 尽可能并行执行独立的工具调用 -- 使用专用工具而非通用 Shell 命令进行文件操作 -- 避免陷入重复调用工具而没有进展的循环，适时向用户求助 - -## Key Concepts -- [[系统提示词]]：定义 AI 编码助手行为准则的 Prompt，分为身份/沟通/任务/技术/安全/工具六大维度 -- [[95条原则清单]]：AI 编码助手系统提示词的完整检查清单 -- [[vibe-coding-cn]]：GitHub 上的 Vibe Coding 中文社区项目 - -## Connections -- [[系统提示词]] ← is_blueprint_for ← [[Claude Code]] -- [[系统提示词]] ← is_blueprint_for ← [[GitHub Copilot]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/网件RAX50路由器刷梅林固件与科学上网插件安装教程.md b/wiki/sources/网件RAX50路由器刷梅林固件与科学上网插件安装教程.md deleted file mode 100644 index bf77d2f8..00000000 --- a/wiki/sources/网件RAX50路由器刷梅林固件与科学上网插件安装教程.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "网件RAX50路由器刷梅林固件与科学上网插件安装教程" -type: source -tags: [rax50, merlin-clash, clash, 路由器, 科学上网] -date: 2025-12-31 ---- - -## Source File -- [[raw/Home Office/网件RAX50路由器刷梅林固件与科学上网插件安装教程.md]] - -## Summary -- 核心主题：网件 RAX50 路由器刷梅林固件并配置 MerlinClash 科学上网 -- 问题域：路由器科学上网配置 -- 方法/机制：刷过渡固件(.chk) → 刷正式梅林固件(.w) → JFFS双清 → 安装 MerlinClash → 配置策略组 -- 结论/价值：实现全屋设备无感科学上网，路由器层面透明代理 - -## Key Claims -- 必须先刷 .chk 过渡固件，再刷 .w 正式梅林固件，直接刷 .w 会失败 -- 刷机后执行 JFFS 双清清理旧缓存，确保固件环境干净 -- MerlinClash 支持策略组分流、自动节点延迟测试、故障转移 -- 另一款科学上网插件需手动切换节点，MerlinClash 功能更全面 -- 两款插件不可同时开启 - -## Key Quotes -> "必须先刷 .chk 的过渡固件，再刷 .w 的正式梅林固件，二次刷机才能确保稳定" — RAX50 刷机顺序关键规则 - -## Key Concepts -- [[Merlin固件]]：华硕路由器第三方固件改良版 -- [[MerlinClash]]：基于 Clash 的分流插件 -- [[JFFS双清]]：清理路由器文件系统缓存 -- [[故障转移]]：节点故障时自动切换备用线路 - -## Key Entities -- [[RAX50]]：网件路由器型号 - -## Connections -- [[RAX50]] ← runs ← [[Merlin固件]] -- [[Merlin固件]] ← hosts ← [[MerlinClash]] - -## Contradictions -- 无 diff --git a/wiki/sources/群晖NAS科学上网方法.md b/wiki/sources/群晖NAS科学上网方法.md deleted file mode 100644 index 0531a48e..00000000 --- a/wiki/sources/群晖NAS科学上网方法.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "群晖NAS科学上网方法" -type: source -tags: [v2rayA, nas, synology, 科学上网, docker] -date: 2025-03-08 ---- - -## Source File -- [[raw/Home Office/群晖NAS科学上网方法.md]] - -## Summary -- 核心主题：在 Synology NAS 上通过 Docker 安装 V2RayA 实现科学上网 -- 问题域：NAS 科学上网配置 -- 方法/机制：V2RayA Docker 容器运行，设置透明代理，配置 Docker Daemon HTTP 代理 -- 结论/价值：NAS 透明代理确保 Docker pull 等操作走代理流量 - -## Key Claims -- V2RayA Docker 镜像：mzz2017/v2raya，启动时需挂载 /lib/modules 和 /etc/resolv.conf -- DSM 7.x 中 Docker Daemon 网络栈不完全遵循 V2RayA 的 iptables 规则 -- 最稳妥方案：显式配置 Docker Daemon HTTP 代理（/etc/systemd/system/pkg-ContainerManager-dockerd.service.d/http-proxy.conf） -- 透明代理验证：curl -I https://www.google.com 返回 200 则代理生效 - -## Key Quotes -> "显式配置 Docker Daemon 的 Proxy 环境变量是更符合 Engineering Best Practice 的做法" — Docker 代理配置建议 - -## Key Concepts -- [[V2RayA]]：V2Ray 的 Web 面板管理工具 -- [[透明代理]]：自动劫持系统出站流量 -- [[Docker Daemon 代理]]：systemd 环境变量配置 - -## Key Entities -- [[Synology NAS]]：V2RayA 宿主机 - -## Connections -- [[Synology NAS]] ← runs ← [[Docker]] -- [[Docker]] ← configured_with ← [[Docker Daemon 代理]] -- [[V2RayA]] ← provides ← [[透明代理]] - -## Contradictions -- 无 diff --git a/wiki/sources/详细！离线部署大模型ollama-deepseek-open-webui安装使用.md b/wiki/sources/详细！离线部署大模型ollama-deepseek-open-webui安装使用.md deleted file mode 100644 index 28c9699d..00000000 --- a/wiki/sources/详细！离线部署大模型ollama-deepseek-open-webui安装使用.md +++ /dev/null @@ -1,40 +0,0 @@ ---- -title: "离线部署大模型：ollama + DeepSeek + open-webui 完整指南" -type: source -tags: ['Ollama', 'DeepSeek', 'OpenWebUI', '本地部署', 'LLM', 'AI'] -date: 2025-10-01 -source: https://mp.weixin.qq.com/s/1cbpf9IlLgg9NApk5322GA ---- - -## Source File -- [[raw/AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md]] - -## Summary -- 核心主题：本地离线部署大模型的技术指南（Ollama + DeepSeek + open-webui），包含完整安装步骤和常见问题解决方案 -- 问题域：用户希望本地运行大模型（隐私/成本/离线），但缺乏完整的部署指南 -- 方法/机制：Ollama（模型运行时）+ DeepSeek（模型）+ open-webui（Web UI 界面），三者协同实现本地 AI 部署 -- 结论/价值：完整的本地 LLM 部署方案，适合需要数据隐私保护或希望降低 API 成本的用户 - -## Key Claims -- Ollama：Mac/Windows/Linux 本地大模型运行平台，一条命令启动模型 -- DeepSeek：国产开源模型，Ollama 支持直接运行（如 `ollama run deepseek-r1`） -- open-webui：开源 Web UI，替代浏览器直接与本地模型交互，支持 ChatGPT 风格界面 -- 常见问题：GPU 驱动配置、模型下载失败、端口冲突、内存不足等均有对应解决方案 -- 本地部署优势：完全离线、数据不出本机、零 API 费用、无额度限制 - -## Key Concepts -- [[Ollama]]：本地大模型运行平台，支持 macOS/Windows/Linux，一条命令运行开源模型 -- [[OpenWebUI]]：开源 Web UI，为 Ollama 等本地模型提供 ChatGPT 风格交互界面 -- [[本地LLM部署]]：在本地硬件上运行大模型，替代云端 API - -## Key Entities -- [[Ollama]]：本地模型运行时开发商 -- [[DeepSeek]]：国产开源大模型，Ollama 支持直接运行 -- [[OpenWebUI]]：开源 Web UI 项目 - -## Connections -- [[Ollama]] ← runs ← [[DeepSeek]] -- [[OpenWebUI]] ← provides_UI_for ← [[Ollama]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md b/wiki/sources/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md deleted file mode 100644 index 7828b57e..00000000 --- a/wiki/sources/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "查看服务器 CPU 信息获取其架构，如：x86_64" -type: source -tags: ['Docker', 'AI'] -date: 2025-03-14 ---- - -## Source File -- [[AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md]] - -## Summary -- 核心主题：title: 查看服务器 CPU 信息获取其架构，如：x86_64 source: https://mp.weixin.qq.com/s/1cbpf9IlLgg9NApk5322GA author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】.md b/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】.md deleted file mode 100644 index 97e1cf32..00000000 --- a/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】.md +++ /dev/null @@ -1,37 +0,0 @@ ---- -title: "Nano Banana Pro 提示词指南：专业级内容生产实战" -type: source -tags: ['NanoBanana', '图像生成', 'Prompt', 'Google', 'AI', '提示词'] -date: 2025-12-01 -source: https://mp.weixin.qq.com/s/rqpNx9xx3GDgtTXnqdHDEQ ---- - -## Source File -- [[raw/AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## Summary -- 核心主题：Google Nano Banana Pro 图像生成模型的专业级 Prompt 实战指南，附大量案例和模板 -- 问题域：用户不知道如何有效驱动 Nano Banana Pro 生成专业级图像和内容资产 -- 方法/机制：通过场景化 Prompt 模板（信息图、病毒式缩略图、故事板、产品图等），展示如何最大化模型能力 -- 结论/价值：Nano Banana Pro 的核心差异化在于文本渲染准确性和 4K 分辨率输出，需针对性设计 Prompt 结构 - -## Key Claims -- Nano Banana Pro 核心优势：文本渲染（精准文字植入图像）、4K 高分辨率、角色一致性 -- 10 大应用场景各有专属 Prompt 模板：信息图、病毒缩略图、Storyboard、3D 转化等 -- Google Search Grounding：模型可调用真实世界信息进行内容锚定 -- Prompt 优化核心：结构化描述（主体+场景+风格+参数），而非简单一句话描述 - -## Key Concepts -- [[NanoBanana]]：Google 专业级 AI 图像生成模型 -- [[Prompt模板]]：针对不同场景的结构化 Prompt 写作范本 -- [[文本渲染]]：Nano Banana Pro 核心能力，在图像中精准植入文字 - -## Key Entities -- [[Google]]：Nano Banana Pro 开发商 -- [[AI Studio]]：接入 Nano Banana Pro 的官方平台 - -## Connections -- [[NanoBanana]] ← is_product_of ← [[Google]] - -## Contradictions -- （无已知冲突） diff --git a/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md b/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md deleted file mode 100644 index 719801cc..00000000 --- a/wiki/sources/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版" -type: source -tags: ['AI'] -date: 2025-12-18 ---- - -## Source File -- [[AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md]] - -## Summary -- 核心主题：title: 谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版 source: https://mp.weixin.qq.com/s/rqpNx9xx3GDgtTXnqdHDEQ author: shenwei -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/超达物流定价.md b/wiki/sources/超达物流定价.md deleted file mode 100644 index d5f24cc9..00000000 --- a/wiki/sources/超达物流定价.md +++ /dev/null @@ -1,31 +0,0 @@ ---- -title: "超达物流定价" -type: source -tags: [logistics] -date: 2025-12-30 ---- - -## Source File -- [[raw/跨境电商/超达物流定价.md]] - -## Summary -- 核心主题：超达物流定价信息 -- 问题域：跨境物流成本计算 -- 方法/机制：UIN渠道预上网服务 -- 结论/价值：TK平台面单注意事项 - -## Key Claims -- UIN渠道提供预上网服务 -- 跟踪号需以TKM开头否则无效 -- 需控制申请单号时间 - -## Key Concepts -- [[物流定价]]：运费计算 -- [[跨境物流]]：国际物流服务 - -## Key Entities - -## Connections -- [[物流]] ← 服务 ← [[跨境电商]] - -## Contradictions diff --git a/wiki/sources/递归自我优化生成系统.md b/wiki/sources/递归自我优化生成系统.md deleted file mode 100644 index 2b7e9b6c..00000000 --- a/wiki/sources/递归自我优化生成系统.md +++ /dev/null @@ -1,42 +0,0 @@ ---- -title: "A Formalization of Recursive Self-Optimizing Generative Systems" -type: source -tags: [ai, 自举, 递归, 生成系统, 论文] -date: 2025-12-30 ---- - -## Source File -- [[raw/AI/A Formalization of Recursive Self-Optimizing Generative Systems.md]] - -## Summary -- 核心主题：递归自我优化生成系统的形式化模型 -- 问题域：如何用数学和λ-演算严格描述AI系统通过迭代自我修改实现稳定生成能力的过程 -- 方法/机制：定义生成器空间、优化算子、元生成算子，迭代应用自映射Φ收敛到不动点 -- 结论/价值：递归自我优化自然导致不动点结构而非终端输出；稳定生成能力对应于元生成算子的不动点 - -## Key Claims -- 系统目标不是生成某个最优输出P*，而是生成器序列{G_n}的收敛行为 -- 稳定生成能力定义为Φ的不动点G*，即在自身生成-优化-更新循环下不变 -- 在适当的连续性或收缩性条件下，G*可通过迭代获得：G* = lim_{n→∞} Φ^n(G_0) -- 可用λ-演算不动点组合子Y表达：G* ≡ Y STEP，满足G* = STEP G* - -## Key Quotes -> "We study a class of recursive self-optimizing generative systems whose objective is not the direct production of optimal outputs, but the construction of a stable generative capability through iterative self-modification" -> "Such systems naturally instantiate a bootstrapping meta-generative process governed by fixed-point semantics" — tukuai论文摘要 - -## Key Concepts -- [[固定点语义]]：递归自我优化系统的收敛行为由不动点决定 -- [[自举Meta生成]]：通过α-提示词（生成器）和Ω-提示词（优化器）实现递归自我进化 -- [[生成器空间]]：G ⊆ P^I，生成器是将意图映射为提示词/程序/技能的函数 -- [[λ-演算递归]]：用Y组合子表达自引用生成器 G* ≡ Y STEP - -## Key Entities -- [[tukuai]]：独立研究者，论文作者 - -## Connections -- [[固定点语义]] ← 核心数学基础 ← 递归自我优化生成系统 -- [[自举Meta生成]] ← 应用框架 ← 递归自我优化生成系统 -- [[生成器空间]] ← 数学形式化 ← 递归自我优化生成系统 - -## Contradictions -- 与传统单次优化对比：传统优化目标是单个输出的质量，递归自我优化目标是生成器本身的收敛行为 diff --git a/wiki/sources/通过VPS+内网反向代理实现域名访问内网穿透.md b/wiki/sources/通过VPS+内网反向代理实现域名访问内网穿透.md deleted file mode 100644 index c7f5c313..00000000 --- a/wiki/sources/通过VPS+内网反向代理实现域名访问内网穿透.md +++ /dev/null @@ -1,33 +0,0 @@ ---- -title: "前置共识（已知条件）" -type: source -tags: ['n8n', 'Ubuntu', 'NAS', 'FRP', '监控'] -date: 2026-04-14 ---- - -## Source File -- [[Home Office/通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：思路：Aliyun DNS 指向 公网上的一台VPS，VPS 上运行 Caddy；内网主机通过 frp 将服务暴露到 VPS（本地 127.0.0.1 或某个端口），VPS 反向代理到该端口。 - 在 VPS 上运行 `frps`（frp server）。 - 在每个内网设备运行 `frpc` (frp client)，将本地服务映射到 VPS 上的独立端口或域名映射（frp 支持 http/ht -- 问题域：见原文。 -- 方法/机制：见原文。 -- 结论/价值：见原文。 - -## Key Claims -- （见原文） - -## Key Quotes -> （见原文） - -## Key Concepts -- （见原文） - -## Key Entities -- （见原文） - -## Connections -- （见原文） - -## Contradictions -- （见原文） diff --git a/wiki/sources/通过VPS-内网反向代理实现域名访问内网穿透-aliyun.md b/wiki/sources/通过VPS-内网反向代理实现域名访问内网穿透-aliyun.md deleted file mode 100644 index 29947268..00000000 --- a/wiki/sources/通过VPS-内网反向代理实现域名访问内网穿透-aliyun.md +++ /dev/null @@ -1,41 +0,0 @@ ---- -title: "通过VPS+内网反向代理实现域名访问内网穿透" -type: source -tags: [vps, caddy, frp, reverse-proxy, 内网穿透, aliyun] -date: 2026-03-13 ---- - -## Source File -- [[raw/Home Office/通过VPS+内网反向代理实现域名访问内网穿透.md]] - -## Summary -- 核心主题：通过 VPS (frps) + Caddy 构建内网穿透架构，实现通过阿里云 DNS 域名访问内网服务 -- 问题域：内网服务公网暴露 -- 方法/机制：frp 隧道建立 TCP 连接，Caddy 反向代理提供 HTTPS，阿里云 DNS 管理域名 -- 结论/价值：完整的内网服务公网访问方案，支持 HTTPS 自动证书 - -## Key Claims -- 架构：阿里云 DNS → VPS (Caddy+frps) → frp 隧道 → 内网 NAS/Ubuntu -- SSH 穿透不走 Caddy（纯 TCP），只通过 frps+frpc 实现 -- 故障排查核心：token 一致性、防火墙端口、frps 实际读取的配置文件路径 - -## Key Quotes -> "Caddy 不参与 SSH 的代理，只用 frps + frpc 配置即可完成" — SSH 穿透与 HTTP 穿透的本质区别 - -## Key Concepts -- [[FRP]]：内网穿透工具 -- [[Caddy]]：自动 HTTPS 的反向代理服务器 -- [[反向代理]]：将公网请求转发到内网服务 -- [[内网穿透]]：通过 VPS 中转实现公网访问内网 - -## Key Entities -- [[VPS]]：公网服务器（192.227.222.142） -- [[阿里云 DNS]]：域名解析服务 - -## Connections -- [[阿里云 DNS]] ← manages ← DNS -- [[VPS]] ← runs ← [[Caddy]] -- [[VPS]] ← runs ← [[FRP]] - -## Contradictions -- 无