wiki-ingest batch 9: ChinaTextbook/Clonezilla/Cursor2.0/VibeCoding

wiki-ingest Batch 8: Agentic AI design + LLM/RAG/Agent architecture + DevOps maturity guidelines
2026-04-16 06:06:58 +08:00 · 2026-04-16 05:35:52 +08:00
17 changed files with 618 additions and 247 deletions
--- a/wiki/concepts/GPT与MBR分区表.md
+++ b/wiki/concepts/GPT与MBR分区表.md
@@ -0,0 +1,34 @@
+---
+title: "GPT 与 MBR 分区表"
+type: concept
+tags: [分区表, UEFI, BIOS, 运维]
+date: 2025-12-19
+---
+
+## Definition
+两种磁盘分区表格式：MBR（Master Boot Record）是传统 BIOS 标准，GPT（GUID Partition Table）是现代 UEFI 标准。启动模式决定分区表类型，而非硬盘容量。
+
+## Comparison
+| 维度 | MBR | GPT |
+|------|-----|-----|
+| 最大磁盘 | 2TB（512字节扇区） | 9.4ZB（理论） |
+| 分区数量 | 4 个主分区（或 3 主+1 扩展） | 128 个（Windows 标准） |
+| 启动模式 | BIOS 传统启动 | UEFI 安全启动 |
+| 兼容性 | 老旧硬件 | 新硬件默认 |
+| 损坏恢复 | MBR 损坏即无法启动 | GPT 保存副本，容错性高 |
+
+## Decision Rule
+```
+启动模式 → 分区表类型
+BIOS (传统) → MBR
+UEFI (现代) → GPT
+```
+
+## Common Pitfalls
+- 在 UEFI 机器上使用 MBR：系统无法从 GPT 磁盘的 BIOS 模式启动
+- 在 BIOS 机器上使用 GPT：大多数 BIOS 不支持从 GPT 磁盘启动
+- Rufus DD 模式 vs ISO 模式：ISOHybrid 镜像建议先试 ISO 模式，失败再用 DD
+
+## Connections
+- [[GPT与MBR]] ← 决定于 ← [[UEFI启动]] vs [[BIOS启动]]
+- [[GPT与MBR]] ← 影响 ← [[Clonezilla备份]] 时的分区方案选择
--- a/wiki/concepts/GenAI.md
+++ b/wiki/concepts/GenAI.md
@@ -0,0 +1,45 @@
+---
+title: "GenAI"
+type: concept
+tags: [genai, generative-ai, content-generation]
+sources: ["Designing for Agentic AI.md"]
+last_updated: 2026-04-16
+---
+
+## Definition
+Generative AI（生成式AI），擅长创建新内容（文本、图像、音乐等）的AI系统。作为"创意助手"能生成创意或翻译语言。
+
+## Key Characteristics
+- 被动响应：等待用户输入后生成内容
+- 内容创作：擅长生成文本、图像、音乐等创意内容
+- 知识截止：基于训练数据，知识有时效性限制
+- 无行动能力：仅能"思考"，无法执行外部操作
+
+## Comparison with Agentic AI
+
+| 维度 | GenAI | Agentic AI |
+|------|-------|------------|
+| 核心能力 | 内容创作 | 行动执行 |
+| 交互模式 | 被动响应用户输入 | 主动预判并自主行动 |
+| 知识状态 | 训练数据截止日期 | 可通过RAG获取实时信息 |
+| 执行能力 | 无 | 有（API调用、代码执行等）|
+| 典型场景 | 写作、摘要、翻译、图像生成 | 任务自动化、复杂工作流 |
+
+## Relationship to Other Concepts
+- [[Agentic-AI]]：GenAI是Agentic AI的内容生成基础；Agentic AI = GenAI + 行动框架
+- [[LLM]]：LLM是GenAI的核心技术架构之一
+- [[RAG]]：RAG为GenAI提供实时信息获取能力，解决知识时效性问题
+
+## Examples
+- 写作助手：生成诗歌、文章
+- 图像生成：Midjourney、Stable Diffusion、DALL-E
+- 音乐生成：Suno AI
+- 代码生成：Claude Code、Cline
+
+## Aliases
+- 生成式AI
+- 生成式人工智能
+- Generative AI
+
+## Sources
+- [[Designing-for-Agentic-AI]]
--- a/wiki/concepts/Vibe-Coding.md
+++ b/wiki/concepts/Vibe-Coding.md
@@ -1,41 +1,45 @@
 ---
 title: "Vibe Coding"
 type: concept
-tags: [ai-programming, methodology]
-last_updated: 2025-12-30
+tags: [AI编程, 方法论]
+date: 2025-12-30
 ---

-## 基本信息
- **类型**：AI 编程方法论
- **来源**：GitHub 上 5000 人收藏的 Vibe Coding 神级指南
+## Definition
+Vibe Coding 是由 [[Karpathy]] 提出的 AI 辅助编程范式：开发者扮演"导演"角色，把握产品逻辑、用户流程、审美和交互，将代码编写体力活交给 AI，自己专注于创意方向和代码审查。

-## 定义
-Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行，让「从想法到可维护代码」变成一条可审计的流水线。
+## Core Formula
+```
+Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行
+```

-## 核心思想
-开发者从"苦哈哈写每一行代码"转变为"保持对产品逻辑、用户流程、审美和交互的感觉"，剩下的体力活交给 AI 编程工具。
+## Key Principles

-## Karpathy 描述
-> "我几乎不写代码了，我只负责调整氛围（Vibe），代码会自动长出来。"
+### 规划驱动
+AI 写代码前必须有清晰的技术选型、实施规划和模块化设计。防止 AI 因理解偏差产生巨石文件和逻辑混乱。

-## 关键要素
-1. **规划驱动**：技术选型、实施规划、模块化设计先行
-2. **上下文固定**：保持 AI 理解一致，防止理解偏差
-3. **AI 结对执行**：AI 承担代码实现，开发者做导演
+### 上下文固定
+通过项目规则文件、上下文管理机制，确保 AI 在长对话中保持一致理解，避免上下文遗忘。

-## 工具生态
- [[Cursor]]
+### AI 结对执行
+人类开发者与 AI 形成结对编程关系：人类负责方向决策和审查，AI 负责代码生成和执行。
+
+## Related Concepts
+- [[AI结对执行]]：Vibe Coding 的人机协作模式
+- [[规划驱动]]：预防 AI 生成无序代码的核心策略
+- [[上下文固定]]：解决 AI 长对话遗忘问题的方法
+
+## Tools
+- [[Cursor]]（首选工具）
 - [[Windsurf]]
 - [[Trae]]
- [[Claude-Code]]
+- [[Claude Code]]

-## 资源
- [[vibe coding cn]]：中文开发者资源库
+## Misconceptions
+- "不写代码"≠ 完全不管：规划、审查、版本控制仍需人类主导
+- AI 生成≠ 草稿：某些工具（如 Cursor）AI 生成即写入真实文件

-## 关联
- [[AI编程]] ← 范畴
- [[Prompt工程]] ← 演进基础
-
-## Aliases
- 氛围编程
- Vibe Coding
+## Connections
+- [[Vibe Coding]] ← 概念起源 ← [[Karpathy]]
+- [[Vibe Coding]] ← 实践框架 ← [[vibe-coding-cn]]
+- [[Vibe Coding]] ← 工具 ← [[Cursor]] + [[Windsurf]] + [[Trae]]
--- a/wiki/concepts/磁盘镜像备份.md
+++ b/wiki/concepts/磁盘镜像备份.md
@@ -1,38 +1,40 @@
 ---
 title: "磁盘镜像备份"
 type: concept
-tags: [backup, disk-imaging, clonezilla, disaster-recovery]
+tags: [备份, 运维, 灾难恢复]
+date: 2025-12-19
 ---

 ## Definition
-磁盘镜像备份（Disk Imaging Backup）指将整个磁盘的所有扇区内容打包为单个镜像文件（.img）的备份方式，支持完整还原到任意相同或更大容量磁盘。
+将整个磁盘或分区保存为单个压缩镜像文件的技术，灾难时可完整恢复到任意磁盘状态。区别于文件级备份（逐文件复制），镜像备份保留磁盘分区表、引导扇区等底层结构。

-## How It Works
-1. **扇区级复制**：读取磁盘每个扇区，包括引导扇区、分区表、文件系统元数据和所有数据
-2. **压缩存储**：镜像文件通常压缩（如 Clonezilla -z1p 高压缩率）以节省存储空间
-3. **差异备份**（部分工具支持）：仅备份自上次全量备份后的变更扇区
+## Core Properties
+- **完整性**：包含操作系统、应用程序、数据、引导信息的完整副本
+- **粒度**：磁盘级（整个硬盘）或分区级（单个分区）
+- **压缩**：通常支持压缩（如 Clonezilla 的 -z1p）
+- **增量备份**：部分工具（如 Clonezilla server）支持增量模式

-## Tools
- **Clonezilla**：开源方案，支持 NFS/SMB/USB 多种存储后端
- **Acronis True Image**：商业方案，支持增量镜像
- **Macrium Reflect**：Windows 平台商业方案
- **dd**：Linux 原生命令行工具，无压缩无差异
+## Comparison with File-Level Backup
+| 维度 | 磁盘镜像备份 | 文件级备份 |
+|------|------------|-----------|
+| 恢复速度 | 快（全盘一次性恢复） | 慢（逐文件还原） |
+| 存储效率 | 低（包含未使用空间） | 高（仅备份使用数据） |
+| 系统迁移 | 支持完整迁移 | 需要重新安装系统 |
+| 粒度 | 粗（整盘/分区） | 细（单个文件） |

-## vs rsync增量备份
-| 维度 | 磁盘镜像备份 | rsync增量备份 |
-|------|------------|-------------|
-| 范围 | 整个磁盘/分区 | 单个目录/文件系统 |
-| 粒度 | 扇区级 | 文件级 |
-| 备份速度 | 慢（全盘复制） | 快（仅差异） |
-| 恢复速度 | 快（直接还原） | 慢（逐文件恢复） |
-| 场景 | 灾难恢复、系统迁移 | 日常增量备份 |
+## Use Cases
+- 服务器灾难恢复（硬盘故障替换）
+- 系统升级前的安全网
+- 迁移到新硬件
+- 合规性定期备份

-## Related Concepts
- [[灾难恢复]]：磁盘镜像备份的核心应用场景
- [[Clonezilla]]：磁盘镜像备份的开源工具
- [[rsync增量备份]]：互补的增量备份方案
+## Related Tools
+- [[Clonezilla]]：开源镜像备份工具
+- Ghost：商业镜像备份工具（Symantec）
+- Macrium Reflect：Windows 商业备份工具
+- Time Machine：macOS 内置备份（文件级）

-## Aliases
- Disk Imaging
- 全盘镜像
- Ghost 备份
+## Connections
+- [[磁盘镜像备份]] ← 工具 ← [[Clonezilla]]
+- [[磁盘镜像备份]] ← 存储目标 ← [[Synology NAS]]
+- [[磁盘镜像备份]] ← 协议 ← [[NFS]]
--- a/wiki/entities/Clonezilla.md
+++ b/wiki/entities/Clonezilla.md
@@ -1,49 +1,26 @@
 ---
 title: "Clonezilla"
 type: entity
-tags: [backup, disk-imaging, open-source, ubuntu]
+tags: [备份, 运维, 开源]
+date: 2025-12-19
 ---

-## Basic Info
- **Full Name**: Clonezilla（再生龙）
- **Type**: 开源磁盘镜像备份工具
- **License**: GPL
- **Website**: https://clonezilla.org/
-
-## Description
-Clonezilla 是一款开源磁盘克隆和镜像工具，功能等同于企业级 Ghost。支持将整个磁盘备份为镜像文件并存放到 NAS（通过 NFS/SMB）、外置硬盘或 USB 等存储后端。支持 ext4/XFS/BTRFS/NTFS 等多种文件系统。
-
-## Key Capabilities
- **savedisk**：将整个本地磁盘保存为镜像文件
- **restoredisk**：将镜像文件还原到磁盘（全盘覆盖）
- **partition**：仅备份/还原单个分区
- **clone**：磁盘对磁盘直接克隆（无需镜像中转）
-
-## Workflow
-1. Rufus 制作 USB 启动盘（Clonezilla live ISO）
-2. 从 USB 启动，选择 device-image 模式
-3. 挂载备份目标（NFS/SMB/local_dev）
-4. 选择 savedisk → 选源磁盘 → 配置压缩参数
-5. 开始克隆（蓝红色进度条显示传输速度和剩余时间）
-
-## Supported Storage Backends
- NFS（推荐，Linux 兼容性最好）
- SMB/CIFS
- SSH/SFTP
- USB 外置磁盘
- 本地目录
-
-## Compression Options
- `-z1p`：高压缩率（节省存储空间）
- `-z0`：不压缩（最快）
- `-z2p`：更高压缩率（最慢）
-
-## Related
- [[磁盘镜像备份]]：Clonezilla 实现的核心功能
- [[灾难恢复]]：Clonezilla restoredisk 实现灾难恢复
- [[Rufus]]：Clonezilla USB 启动盘制作工具
- [[Synology NAS]]：Clonezilla 备份目标存储
+## Definition
+Clonezilla（再生龙）是一款开源磁盘克隆/镜像工具，类似于 Ghost，但完全免费。支持多种文件系统和企业级功能（ACL、UEFI 安全启动等）。

 ## Aliases
+- Clonezilla
 - 再生龙
- Clonezilla Live
+
+## Key Facts
+- 支持 Linux ext2/3/4、XFS、NTFS 等多种文件系统
+- 支持 LVM2、RAID
+- 提供 Beginner（初学者）和 Expert 两种模式
+- 存储格式：partclone 镜像，可被其他工具读取
+- 压缩选项：-z1p（高压缩）、-z0（不压缩）、-z2p（更高压缩）
+- 网络备份支持：SMB、NFS、SSH、SFTP 等协议
+
+## Connections
+- [[Clonezilla]] ← 使用工具 ← [[Rufus]]（制作启动盘）
+- [[Clonezilla]] → 备份目标 → [[Synology NAS]]
+- [[Clonezilla备份]] ← 备份协议 ← [[NFS]]
--- a/wiki/entities/TapXWorld.md
+++ b/wiki/entities/TapXWorld.md
@@ -1,17 +1,20 @@
 ---
-title: TapXWorld
+title: "TapXWorld"
 type: entity
-description: GitHub 用户，ChinaTextbook 项目的维护者
-created: 2025-12-19
-tags:
-  - GitHub
-  - 开发者
+tags: [GitHub, 教育, 开源]
+date: 2025-05-13
 ---

-# TapXWorld
+## Definition
+TapXWorld 是一个 GitHub 开源组织，发起并维护 ChinaTextbook 教育资源归档项目。

-GitHub 用户，[ChinaTextbook](ChinaTextbook) 项目的维护者。
+## Aliases
+- TapXWorld
+- tapxworld

-## 项目
+## Key Projects
+- [[ChinaTextbook]]：41.53 GB 中国小初高大学 PDF 教材归档

- [TapXWorld/ChinaTextbook](https://github.com/TapXWorld/ChinaTextbook/) - 中国教育 PDF 教材收集项目
+## Connections
+- [[TapXWorld]] ← 发起 ← [[ChinaTextbook]]
+- [[TapXWorld]] ← 报道于 ← [[Appinn]]
--- a/wiki/entities/vibe-coding-cn.md
+++ b/wiki/entities/vibe-coding-cn.md
@@ -1,33 +1,30 @@
 ---
 title: "vibe-coding-cn"
 type: entity
-tags: [vibe-coding, AI编程, github, 中文资源]
+tags: [AI编程, GitHub, 中文资源]
+date: 2025-12-30
 ---

-## Basic Info
- **Full Name**: vibe-coding-cn
- **Type**: GitHub 开源项目
- **Repository**: https://github.com/tukuai/vibe-coding-cn
- **Language**: 中文
-
-## Description
-面向中文开发者的 Vibe Coding 资源库与工作站，汇集全球顶尖 AI 编程资源。涵盖方法论、AI 编程工具链、提示词库和学习路径，帮助开发者系统性掌握 Vibe Coding。
-
-## Core Contents
- **方法论**：Vibe Coding 哲学和准则
- **AI 编程资源**：模型推荐、IDE 配置（Cursor + Claude Opus 4.5-xhigh）
- **提示词库**：需求澄清/系统架构设计/分步执行/自测全链路脚本，支持 Excel 与 Markdown 互转
- **实操流程**：从环境设置到基础游戏开发到 Bug 修复的完整流程
-
-## Key Formula
-Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行
-
-## Related
- [[Vibe Coding]]：vibe-coding-cn 服务的核心主题
- [[Cursor]]：推荐首选 IDE
- [[规划驱动]]：Vibe Coding 第一原则
- [[上下文固定]]：Vibe Coding 第二原则
+## Definition
+专门为中文开发者设计的 Vibe Coding 资源库与工作站，汇集全球顶尖 AI 编程工具、提示词库和开发经验总结。

 ## Aliases
- vibe-coding-cn 项目
- 中文 Vibe Coding 指南
+- vibe-coding-cn
+- Vibe Coding 中文指南
+
+## Key Facts
+- GitHub 地址：https://github.com/tukuaiai/vibe-coding-cn
+- 核心公式：Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行
+- 包含数百个精选提示词，覆盖需求澄清、架构设计、分步执行、自测全链路
+
+## Core Modules
+1. **方法论**：设计准则和哲学
+2. **AI 模型与 IDE**：工具链筛选配置指南
+3. **提示词库**：Excel 与 Markdown 互转
+4. **实战流程**：环境设置 → 基础游戏 → 细节丰富 → Bug 修复
+5. **学习资源**：大量文档和教程
+
+## Connections
+- [[vibe-coding-cn]] ← 发起 ← [[TapXWorld]]（存疑，需确认）
+- [[vibe-coding-cn]] → 提供 ← [[Vibe Coding]]
+- [[vibe-coding-cn]] → 推荐工具 ← [[Cursor]] + [[Claude Opus]]
--- a/wiki/index.md
+++ b/wiki/index.md
@@ -3,11 +3,40 @@
 ## Overview
 - [Overview](overview.md) — living synthesis

+## Sources (2026-04-16 Batch 9)
+- [ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材](sources/ChinaTextbook-中国教育PDF教材大全.md) — 41.53GB中国教育PDF教材开源归档；GitHub托管；来源：国家中小学智慧教育平台；使用tchMaterial-parser下载
+- [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) — Clonezilla live+NFS+NAS全盘镜像备份流程；Rufus制作启动盘；GPT/MBR分区方案选择；savedisk/restoredisk完整灾难恢复
+- [Cursor 2.0 初学者使用指南](sources/Cursor-2-0初学者使用指南.md) — Cursor 2.0三核心模式：Plan/Agent/Ask；Composer模型；Diff审查机制；多代理并行；MCP服务器扩展
+- [GitHub 上 5000 人收藏的 Vibe Coding 神级指南](sources/GitHub-5000人收藏的Vibe-Coding神级指南.md) — vibe-coding-cn中文资源库；Vibe Coding=规划驱动+上下文固定+AI结对执行；Karpathy理念；Cursor+Claude Opus推荐工具链
+
+## Sources (2026-04-16 Batch 8)
+- [Designing for Agentic AI](sources/Designing-for-Agentic-AI.md) — Agentic AI产品设计五大原则：透明度、控制权、个性化、对话、预判；与GenAI的本质区别——主动行动vs被动响应
+- [LLMs、RAG、AI Agent 三个到底什么区别？](sources/LLMs-RAG-AI-Agent三个到底什么区别.md) — LLM（天才大脑/思考）→ RAG（随身图书馆助理/信息）→ AI Agent（行动者/执行）三层架构；真正生产系统叠加三者
+- [Cloud DevOp Maturity - Guideline](sources/Cloud-DevOp-Maturity-Guideline.md) — 企业级SaaS云DevOps成熟度评估框架；DORA四大指标 + CMMI成熟度模型；四大支柱：自动化/协作文化/监控可观测性/DevSecOps
+
+## Sources (2026-04-16 Batch 7)
+- [不会Gemini的产品经理真的要被淘汰了—附保姆级PRD生成指南](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时代PM能力重塑：FeatureList共创→Mermaid图→分页面口述→HTML原型；超级个体=领域八九十分+AI放大；市场洞察力才是最稀缺能力
+- [二创视频必不可少！AI配音·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) — 2025年主流AI配音工具横向评测：ElevenLabs（高品质）/海螺AI·TTSMaker·AnyVoice（免费）/F5-TTS（开源本地）；3秒至30秒完成声音克隆
+- [清华出的DeepSeek使用手册，104页](sources/清华出的DeepSeek使用手册104页.md) — 清华大学元宇宙文化实验室出品；授人以渔而非改GPT说明书；104页提示词设计底层逻辑
+- [一语点醒梦中人（2026-04-16新批次）](sources/一语点醒梦中人-2026-04-16.md) — 东方智慧新批次：知其不可奈何而安之若命（庄子）/忘机消众机（曾国藩）/飘风不终朝（老子）/空性智慧（金刚经）
+
+## Sources (2026-04-16 Batch 6)
+- [AWS CloudFormation StackSets 多账户集中日志监控](sources/AWS-CloudFormation-StackSets-多账户集中日志监控.md) — EventBridge 跨账户事件转发 + CloudWatch Logs 集中存储 + CloudWatch Logs Insights 跨账户查询；两张 CloudFormation 模板全自动化部署
+- [Scrapy + Playwright 抓取 TikTok Shop Data](sources/Scrapy-Playwright-抓取TikTok-Shop-Data.md) — Scrapy + scrapy-playwright 抓取 TikTok Shop 动态页面；venv 虚拟环境隔离依赖；Docker venv PATH 配置
+- [Mac Mini 服务器配置：防止自动锁屏与睡眠](sources/Mac-Mini-服务器配置-防止自动锁屏与睡眠.md) — `pmset -a sleep 0 displaysleep 0 standby 0 hibernatemode 0` 彻底关闭睡眠；WOL 网络唤醒；caffeinate 临时方案
+
 ## Sources (2026-04-16 Early Morning Batch)
 - [Never Write Another Prompt](sources/Never-write-another-prompt.md) — YouTube 视频笔记：提示词生成工具，描述转结构化提示词 + 变量注入 + 提示词库复用，$100-500/条专业定制降至零成本
 - [OpenAI ChatGPT 个性化定义](sources/OpenAI-ChatGPT-个性化定义.md) — Custom Instructions 配置实例：47岁云服务高管转型 TikTok 跨境电商，偏好详尽推理+反权威论据+精准表达
 - [3X-UI Xray on BandwagonVPS](sources/3X-UI-Xray-on-BandwagonVPS.md) — Bandwagon VPS 安装 3X-UI 面板管理 Xray 代理服务，VLESS+Reality 协议配置，多平台客户端（v2rayN/v2rayNG）

+## Sources (2026-04-16 Batch 5)
+- [arXiv Paper Reader](sources/arXiv-Paper-Reader.md) — OpenClaw Agent 论文阅读助手：Prismer arxiv-reader skill（3 工具）+ LaTeX 源码自动展平 + 多篇对比表格 + 本地缓存
+- [Autonomous Educational Game Development Pipeline](sources/Autonomous-Educational-Game-Development-Pipeline.md) — 独立开发者 LANero 为女儿创建 El Bebe Games 教育游戏网站；Bugs First 策略 + Round Robin 队列 + Git 分支工作流；每 7 分钟一个游戏或修复
+- [Semantic Memory Search](sources/Semantic-Memory-Search.md) — memsearch 为 OpenClaw Markdown 记忆叠加向量语义搜索：混合搜索（dense+BM25+RRF）+ SHA-256 增量索引 + 文件监视器自动重索引
+- [Self-Healing Home Server](sources/Self-Healing-Home-Server.md) — OpenClaw Agent "Reef" 自主运维家庭基础设施：SSH/K8s/Terraform + 定时 Cron + TruffleHog 预推钩子 + 私有 Gitea CI；晨报自动化
+- [Polymarket Autopilot](sources/Polymarket-Autopilot.md) — 预测市场模拟交易自动化：TAIL/BONDING/SPREAD 三策略 + PostgreSQL 记录 + Discord 每日报告 + 子 Agent 并行分析
+
 ## Sources (2026-04-16 Batch 4)
 - [DevOps Culture and Transformation](sources/DevOps-Culture-and-Transformation.md) — DevOps 文化转型方法论：四大支柱框架（协作/自动化/Kaizen/客户中心）、敏捷整合、AI/ML 赋能趋势；超越工具的思维模式转变
 - [RTO vs RPO: Key Differences for Modern Disaster Recovery](sources/RTO-vs-RPO-Key-Differences-for-Modern-Disaster-Recovery.md) — RTO/RPO 在现代持续交付中的差异：Feature Flag 将 RTO 从小时降至秒级；三级分层体系（关键/重要/可选）；HP/Dior 案例
@@ -109,6 +138,25 @@
 - [养虾日记1：用 OpenClaw 管了 28 万张照片](sources/养虾日记1-OpenClaw照片整理实战.md) — OpenClaw AI Agent 照片整理实战：MD5 精确去重、小文件清理、分 8 批次凌晨执行、Telegram 报告
 - [不谈技术：普通人该怎么在AI时代赚钱](sources/普通人如何在AI时代赚钱.md) — AI 时代赚钱三原则：品味是护城河、端到端优于零件、死亡过滤器筛选真正热爱

+## Entities (2026-04-16 Batch 7)
+- [Kira2red](entities/Kira2red.md) — AI产品管理实践者，Gemini工作流方法论作者
+- [ElevenLabs](entities/ElevenLabs.md) — 国际顶流AI配音工具，30+语言，情感语音生成，声音克隆
+- [F5-TTS](entities/F5-TTS.md) — 开源免费AI配音/克隆，2秒克隆，支持本地部署
+- [海螺AI](entities/海螺AI.md) — MiniMax出品，30秒克隆，免费，中文/粤语17种语言
+- [AnyVoice](entities/AnyVoice.md) — 3秒克隆，免费无限，中英日韩四语
+
+## Entities (2026-04-16 Batch 6)
+- [Mac Mini](entities/Mac-Mini.md) — Apple 紧凑型服务器，本项目核心节点，运行 OpenClaw Gateway + FRP + Docker 服务
+
+## Entities (2026-04-16 Batch 5)
+- [Prismer AI](entities/Prismer-AI.md) — arxiv-reader skill 开发方，GitHub 仓库 Prismer-AI/Prismer
+- [El Bebe Games](entities/El-Bebe-Games.md) — 拉丁美洲西班牙语儿童教育游戏网站，41+ 游戏，elbebe.co
+- [LANero](entities/LANero.md) — 独立开发者，为女儿创建 El Bebe Games，通过 OpenClaw Agent 管道自动化生产游戏
+- [memsearch](entities/memsearch.md) — Zilliz 开源 Python CLI，为 Markdown 记忆提供向量语义搜索
+- [Nathan (Reef)](entities/Nathan-Reef.md) — OpenClaw Showcase 用户，家庭基础设施 Agent "Reef" 的作者，5,000+ Obsidian 笔记
+- [TruffleHog](entities/TruffleHog.md) — Git 预推送密钥扫描工具，防止硬编码密钥泄露
+- [Polymarket](entities/Polymarket.md) — 基于加密货币的预测市场平台，支持 API 访问市场数据
+
 ## Entities (2026-04-16 Batch 4)
 - [GPT-3](entities/GPT-3.md) — OpenAI 175B 参数大模型标杆
 - [GPT-2](entities/GPT-2.md) — OpenAI 1.5B 参数早期语言模型
@@ -237,6 +285,41 @@
 - [Jellyfin](entities/Jellyfin.md) — 开源媒体服务器，Plex 去GPL分支，支持硬件 QuickSync 转码
 - [CodeWeaver](entities/CodeWeaver.md) — 将任意代码库编织为树形 Markdown，简化 AI 上下文注入

+## Concepts (2026-04-16 Batch 7)
+- [超级个体](concepts/超级个体.md) — 某领域八九十分+AI横向扩展，AI是充分非必要条件，市场洞察力是核心前提
+- [PRD自动生成](concepts/PRD自动生成.md) — FeatureList共创→Mermaid图→分页面口述→HTML原型，AI嵌入PRD全链路
+- [AI配音](concepts/AI配音.md) — 文字转语音，多语言/情感控制/声音克隆，2025年主流工具全景图
+- [声音克隆](concepts/声音克隆.md) — 2-30秒音频样本复制特定音色，AI配音高级能力
+- [知其不可奈何而安之若命](concepts/知其不可奈何而安之若命.md) — 庄子：先辨可奈何与不可奈何，尽人事后听天命
+- [忘机消众机](concepts/忘机消众机.md) — 曾国藩：忘世俗机巧消解周遭算计，大智若愚处世
+- [飘风不终朝](concepts/飘风不终朝.md) — 老子：困境终会过去，与西方谚语"This too shall pass"异曲同工
+
+## Concepts (2026-04-16 Batch 6)
+- [CloudFormation StackSets](concepts/CloudFormation-StackSets.md) — AWS 跨账户/跨区域 IaC 部署服务，依赖 Organizations 授权，自动传播至 OU 内所有账户
+- [EventBridge](concepts/EventBridge.md) — AWS 无服务器事件总线，事件规则匹配 + 跨账户转发，是 StackSets 集中日志方案的核心枢纽
+- [CloudWatch Logs](concepts/CloudWatch-Logs.md) — AWS 日志存储服务，集中日志方案中作为跨账户 CloudFormation 事件的最终存储层
+- [CloudWatch Logs Insights](concepts/CloudWatch-Logs-Insights.md) — 结构化日志查询引擎，支持跨账户查询，`parse` 正则提取 JSON 嵌套字段
+- [AWS Organizations](concepts/AWS-Organizations.md) — AWS 账户集中管理框架，OU 树形结构 + SCP + 可信访问授权，StackSets 跨账户依赖的基础
+- [Scrapy](concepts/Scrapy.md) — Python 异步爬虫框架，Item Pipeline + scrapy-playwright 集成解决动态页面抓取
+- [Playwright](concepts/Playwright.md) — Microsoft 浏览器自动化工具，三引擎（Chromium/Firefox/WebKit）+自动等待，scrapy-playwright 集成解决 JS 渲染
+- [pmset](concepts/pmset.md) — macOS 电源管理 CLI，`-a sleep/displaysleep/standby/hibernatemode/womp` 参数控制系统睡眠行为
+- [caffeinate](concepts/caffeinate.md) — macOS 临时防止睡眠工具，`-d -i -s` 全开，进程结束自动恢复，不修改系统设置
+- [WOL](concepts/WOL.md) — Wake-on-LAN 网络唤醒协议，魔术包触发局域网内待机设备开机，配合 pmset -a womp 1 使用
+
+## Concepts (2026-04-16 Batch 5)
+- [LaTeX Flattening](concepts/LaTeX-Flattening.md) — 自动合并 LaTeX \include 子文件生成可读连续文档，解决 PDF 阅读上下文跳跃问题
+- [Bugs First Policy](concepts/Bugs-First-Policy.md) — Agent 工作流强制优先级策略：修复 bugs/ 下第一个文件后才可处理新功能
+- [Conventional Commits](concepts/Conventional-Commits.md) — 语义化提交格式 `<type>: <description>`，用于自动化 CHANGELOG 生成
+- [语义搜索](concepts/语义搜索.md) — 通过向量 Embedding 理解语义而非字面匹配，实现"按意思查找"
+- [混合搜索](concepts/混合搜索.md) — Dense vector（语义）+ BM25（关键词）+ RRF 融合排序三层检索
+- [增量索引](concepts/增量索引.md) — SHA-256 内容哈希识别未变化文件，仅对新增/变更内容重新 Embedding
+- [自愈基础设施](concepts/自愈基础设施.md) — 健康检查 + 自主诊断 + 自动修复，无需人工干预恢复服务
+- [多因素安全防护](concepts/多因素安全防护.md) — TruffleHog 预推钩子 + 本地 Gitea + CI 扫描 + 分支保护 + 最小权限
+- [定时晨报](concepts/定时晨报.md) — Agent 固定时间自动生成天气/日历/系统状态/任务看板摘要
+- [邮件分类](concepts/邮件分类.md) — Gmail 自动标签标注、归档噪音、待处理项识别
+- [预测市场](concepts/预测市场.md) — 通过交易事件概率表达预测的市场机制
+- [纸带交易](concepts/纸带交易.md) — 在真实市场中用假资金测试策略，隔离风险
+
 ## Concepts (2026-04-16 Batch 4)
 - [KV Cache](concepts/KV-Cache.md) — 保存历史 K/V 向量避免重复计算的注意力优化技术
 - [PagedAttention](concepts/PagedAttention.md) — vLLM 分块注意力机制，页表式 KV Cache 管理
--- a/wiki/log.md
+++ b/wiki/log.md
@@ -1,3 +1,23 @@
+## [2026-04-16 Batch 8] ingest | 3 sources — Agentic AI 设计 + LLM/RAG/Agent 架构 + DevOps 成熟度
+- Designing for Agentic AI：Agentic AI 五大 UX 设计原则（透明度/控制权/个性化/对话/预判）；与 GenAI 的本质区别——主动行动 vs 被动响应内容创作
+- LLMs、RAG、AI Agent 三个到底什么区别？：LLM（天才大脑/思考）→ RAG（随身图书馆助理/信息）→ AI Agent（行动者/执行）三层架构；真正生产系统叠加三者——LLM推理、RAG确保准确性、Agent框架实现自主性
+- Cloud DevOp Maturity - Guideline：企业级 SaaS 云 DevOps 成熟度评估框架；DORA 四大指标 + CMMI 成熟度模型；四大支柱：自动化/协作文化/监控可观测性/DevSecOps
+- Created: 1 new concept (GenAI), updated 3 entity pages, updated 3 concept pages (Agentic-AI, RAG, DevOps)
+
+## [2026-04-16 Batch 6] ingest | 3 sources
+- AWS CloudFormation StackSets 多账户集中日志监控：EventBridge 跨账户事件转发 + CloudWatch Logs 集中存储 + CloudWatch Logs Insights 跨账户查询；log-setup-management.yaml + common-resources-stackset.yaml 两张模板全自动化部署
+- Scrapy + Playwright 抓取 TikTok Shop Data：venv 虚拟环境隔离依赖；scrapy-playwright 集成包驱动 Chromium 渲染 TikTok Shop 动态页面；Docker venv PATH 配置
+- Mac Mini 服务器配置：防止自动锁屏与睡眠：pmset -a sleep 0 displaysleep 0 standby 0 hibernatemode 0 彻底关闭睡眠；WOL 网络唤醒；caffeinate -d -i -s 临时方案
+- Created: 1 entity (Mac Mini), 13 concepts (CloudFormation StackSets, EventBridge, CloudWatch Logs, CloudWatch Logs Insights, AWS Organizations, Scrapy, Playwright, pmset, caffeinate, WOL)
+
+## [2026-04-16 Batch 5] ingest | 5 sources
+- arXiv Paper Reader：Prismer arxiv-reader skill（3 工具）+ LaTeX 源码自动展平 + 多篇论文对比表格 + 本地缓存
+- Autonomous Educational Game Development Pipeline：独立开发者 LANero 为女儿创建 El Bebe Games 教育游戏网站；Bugs First 策略 + Round Robin 队列 + Git 分支工作流；每 7 分钟一个游戏或修复
+- Semantic Memory Search：memsearch 为 OpenClaw Markdown 记忆叠加向量语义搜索；混合搜索（dense+BM25+RRF）+ SHA-256 增量索引 + 文件监视器自动重索引
+- Self-Healing Home Server：OpenClaw Agent "Reef" 自主运维家庭基础设施；SSH/K8s/Terraform + 定时 Cron + TruffleHog 预推钩子 + 私有 Gitea CI；晨报自动化
+- Polymarket Autopilot：预测市场模拟交易自动化；TAIL/BONDING/SPREAD 三策略 + PostgreSQL 记录 + Discord 每日报告
+- Created: 7 entities (Prismer AI, El Bebe Games, LANero, memsearch, Nathan-Reef, TruffleHog, Polymarket), 12 concepts (LaTeX Flattening, Bugs First Policy, Conventional Commits, 语义搜索, 混合搜索, 增量索引, 自愈基础设施, 多因素安全防护, 定时晨报, 邮件分类, 预测市场, 纸带交易)
+
 ## [2026-04-16 Batch 3] ingest | 4 sources
 - How to get YouTube Channel ID：view-source 查 channel_id，可拼接 RSS Feed URL 供 n8n 自动化工作流
 - Git Push 连接重置问题修复：TCP RST 攻击（GFW）导致；Git 全局 SOCKS5 代理或 SSH 协议切换解决
@@ -339,3 +359,13 @@ Created: 7 entity pages (Open Notebook, SurfSense, Podcastfy, PageLM, Nano-Banan
 - RTO vs RPO：RTO 速度指标 vs RPO 数据完整性指标；Feature Flag 将 RTO 从小时降至秒级；三级分层体系（关键/重要/可选）；HP/Dior 案例验证秒级 RTO
 - Public vs Private vs Hybrid Cloud：公有云（弹性/成本）、私有云（安全/合规）、混合云（策略驱动负载分配）三种模型对比；共享责任模型无论何种部署模式均适用
 Created: 3 source pages, 3 entity pages (LaunchDarkly, HP, Christian Dior), 5 concept pages (RTO, RPO, Kill Switch, 渐进式发布, 共享责任模型).
+
+## [2026-04-16] ingest | 不会Gemini的产品经理真的要被淘汰了—附保姆级PRD生成指南
+## [2026-04-16] ingest | 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
+## [2026-04-16] ingest | 清华出的DeepSeek使用手册，104页，全是干货！
+## [2026-04-16] ingest | 一语点醒梦中人（2026-04-16新批次）
+
+## [2026-04-16] ingest | ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材
+## [2026-04-16] ingest | Clonezilla 对 Ubuntu Server 进行全盘镜像备份
+## [2026-04-16] ingest | Cursor 2.0 初学者使用指南
+## [2026-04-16] ingest | GitHub 上 5000 人收藏的 Vibe Coding 神级指南
--- a/wiki/overview.md
+++ b/wiki/overview.md
@@ -1,6 +1,6 @@
 ---
 title: Wiki Overview
-last_updated: 2026-04-16 Early Morning
+last_updated: 2026-04-16 Morning Batch 9
 // 新增领域：ChatGPT 个性化指令配置与自定义指令工程（2026-04-16 Early Morning）
 // 新增领域：提示词库与变量注入技术（2026-04-16 Early Morning）
 // 新增领域：Ollama + Qwen2.5-Coder 本地 AI 推理部署（2026-04-16 Batch 2）
@@ -28,9 +28,17 @@ last_updated: 2026-04-16 Early Morning
 // 新增领域：递归自优化生成系统（2026-04-15）
 // 新增领域：AI产品经理工作流（2026-04-15）
 // 新增领域：baoyu-skills Claude Code技能集（2026-04-15）
+// 新增领域：OpenClaw Agent Use Cases 五大工作流（arXiv论文阅读/自主游戏开发/语义记忆搜索/自愈基础设施/预测市场自动化）（2026-04-16 Batch 5）
 // 新增领域：DevOps Culture and Transformation 四大支柱框架（2026-04-16 Batch 4）
 // 新增领域：RTO/RPO 现代灾难恢复体系与 Feature Flag 秒级 RTO（2026-04-16 Batch 4）
 // 新增领域：公有云/私有云/混合云三种部署模型对比与共享责任模型（2026-04-16 Batch 4）
+// 新增领域：Agentic AI UX 设计五原则与 GenAI 对比（2026-04-16 Batch 8）
+// 新增领域：LLM/RAG/AI Agent 三层架构与协同关系（2026-04-16 Batch 8）
+// 新增领域：Cloud DevOps 成熟度评估框架与 DORA 指标（2026-04-16 Batch 8）
+// 新增领域：Vibe Coding 范式与 vibe-coding-cn 中文资源库（2026-04-16 Batch 9）
+// 新增领域：Clonezilla + NFS + Synology NAS 全盘镜像灾难恢复体系（2026-04-16 Batch 9）
+// 新增领域：Cursor 2.0 Plan/Agent/Ask 三模式与 Composer 模型（2026-04-16 Batch 9）
+// 新增领域：ChinaTextbook 41.53GB 中国教育 PDF 教材开源归档（2026-04-16 Batch 9）
 ---

 # LLM Wiki Overview
@@ -50,6 +58,7 @@ AI开源生态在2025年取得突破性进展，国产模型在多个领域成
 8. **DevOps 文化与转型**：四大支柱驱动组织数字化交付能力
 9. **DevOps 成熟度评估**：DORA 四指标 + 云成熟度 5 级模型
 10. **Linux 运维**：150 个核心命令覆盖系统管理全场景
+11. **OpenClaw Agent Use Cases**：arXiv 论文阅读（LaTeX 自动展平）/自主游戏开发（Bugs First + 每7分钟产出）/语义记忆搜索（memsearch 混合向量）/自愈基础设施（SSH+Cron+多因素安全）/预测市场自动化（纸带交易策略）

 ## 关键趋势
 - 深度推理让AI学会"慢思考"
@@ -1028,3 +1037,7 @@ DevOps 超越工具层面，进入思维模式转变，通过文化、运营和
 - **数据安全与加密**：静态和传输中数据加密
 - **灾难恢复规划**：RTO/RPO 设计与测试
 - **合规性**：满足行业法规要求
+
+// 新增领域：AI配音与声音克隆工具生态（2026-04-16 Batch 7）
+// 新增领域：AI时代产品经理能力重塑与超级个体（2026-04-16 Batch 7）
+// 新增领域：东方人生智慧新批次——知其不可奈何/忘机消众机/飘风不终朝（2026-04-16 Batch 7）
--- a/wiki/sources/ChinaTextbook-中国教育PDF教材大全.md
+++ b/wiki/sources/ChinaTextbook-中国教育PDF教材大全.md
@@ -0,0 +1,40 @@
+---
+title: "ChinaTextbook - 41.53 GB，中国小学、初中、高中、大学 PDF 教材"
+type: source
+tags: [教育资源, 开源, GitHub]
+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：中国公开教育 PDF 教材开源归档项目
+- 问题域：教育资源获取不平等、教材数字化保存
+- 方法/机制：爬取国家中小学智慧教育平台 + GitHub 托管分发
+- 结论/价值：41.53 GB 规模覆盖小初高大学全学段，永久免费开源
+
+## Key Claims
+- [[TapXWorld]] 团队通过 [[tchMaterial-parser]] 工具从[[国家中小学智慧教育平台]]批量下载教材 PDF
+- 教材来源本身只需登录后即可浏览，属于公开资源
+- GitHub 托管方式实现永久可用，不依赖任何单一平台
+
+## Key Quotes
+> "这个项目存在有一段时间了，今天突然火了。" — Appinn 评论区
+
+## Key Concepts
+- [[教育资源开源]]：将官方平台公开教材整合为可下载的离线包
+- [[GitHub 大文件托管]]：41.53 GB 规模超出 Git LFS 免费配额，实际以种子或其他方式分发
+
+## Key Entities
+- [[TapXWorld]]：ChinaTextbook 项目的发起和维护团队
+- [[Appinn]]：最早报道此项目的科技博客
+- [[国家中小学智慧教育平台]]：教材原始来源平台（basic.smartedu.cn）
+- [[tchMaterial-parser]]：第三方教材下载解析工具（GitHub 开源）
+
+## Connections
+- [[ChinaTextbook]] ← 来源于 ← [[国家中小学智慧教育平台]]
+- [[ChinaTextbook]] ← 报道于 ← [[Appinn]]
+
+## Contradictions
+- 与传统教材获取方式冲突：付费购买 vs 免费开源获取；反映了教育资源数字化的知识产权灰色地带
--- 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
@@ -1,45 +1,59 @@
 ---
-title: "Clonezilla对Ubuntu Server进行全盘镜像备份"
+title: "Clonezilla 对 Ubuntu Server 进行全盘镜像备份"
 type: source
-tags: [clonezilla, ubuntu, backup, nas, disaster-recovery]
-date: 2025-12-20
+tags: [备份, Clonezilla, Ubuntu, NAS, 灾难恢复]
+date: 2025-12-19
 ---

 ## 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 对 Ubuntu Server 进行全盘镜像备份到 Synology NAS
- 问题域：物理机 Ubuntu Server 如何在不停机的情况下做完整磁盘备份并支持灾难恢复
- 方法/机制：Rufus 制作 USB 启动盘 → Clonezilla live NFS 挂载 NAS → savedisk 生成镜像文件
- 结论/价值：Clonezilla 等同于企业级 Ghost，支持增量镜像差异备份，NFS 作为备份目标实现集中存储
+- 核心主题：使用 Clonezilla 实现 Ubuntu Server 全盘镜像备份到 NAS 的完整操作流程
+- 问题域：服务器灾难恢复、硬盘故障防护、数据持久化
+- 方法/机制：Clonezilla live USB 启动 → NFS 挂载 NAS → imagedir 选择 → 压缩归档
+- 结论/价值：零成本开源方案，实现类似 Ghost 的磁盘级备份，支持完整灾难恢复

 ## Key Claims
- Clonezilla 支持两种模式：device-image（磁盘备份为镜像文件）和直接克隆（磁盘对磁盘）
- NFS 是连接 NAS 备份的最佳协议，Linux 兼容性优于 SMB/CIFS
- Rufus 制作 Clonezilla USB 启动盘：ISO 镜像模式（非 DD 模式），GPT 分区方案（UEFI 非 CSM）
- 备份参数：-z1p 高压缩率（节省 NAS 空间），-sfsck 跳过文件系统检查（节省时间）
- 灾难恢复路径：与备份流程相同，仅在"具体操作"中选择 restoredisk 覆盖目标磁盘
+- Rufus 制作 Clonezilla 启动盘时，针对新笔记本选 GPT+UEFI，老笔记本选 MBR+BIOS
+- NFS 是 NAS 备份首选协议，Linux 兼容性最好，优于 SMB/CIFS
+- `-z1p` 压缩参数在备份速度和空间节省间取得平衡
+- 灾难恢复只需在 NAS 找到镜像目录，选择 `restoredisk` 即可完整复活系统

-## Key Quotes
-> "蓝色 U盘 32G 安装了 Clonezilla" — 作者自用 Clonezilla 启动盘配置
+## Key Procedures

-## Key Concepts
- [[磁盘镜像备份]]：将整个磁盘内容打包为单个镜像文件存储，支持完整恢复
- [[Clonezilla]]：开源磁盘克隆/镜像工具，支持备份到 NFS/SMB/USB 等多种存储后端
- [[灾难恢复]]：硬盘损坏后通过镜像文件还原系统，destoredisk 完成后系统即刻复活
- [[NFS 挂载]]：Network File System 协议挂载 NAS 共享目录作为备份目标
- [[Rufus]]：快速制作 USB 启动盘工具，支持 ISO 写入和 FAT32 格式化
+### 制作启动盘
+1. 下载 debian amd64 iso（比 alternative 更稳定）
+2. Rufus 选择 ISO 模式写入（勿选 DD 模式，除非 ISO 模式失败）
+3. 分区方案：GPT for UEFI，MBR for BIOS
+
+### 备份流程
+1. F9 进入启动菜单选择 U 盘
+2. 语言 en_US.UTF-8，键盘默认
+3. `device-image` → `nfs_server` → DHCP 获取 IP
+4. 输入 NAS IP 和 NFS 挂载路径（如 `/volume2/backups`）
+5. Beginner 模式 → `savedisk` → 选择源磁盘 → `-z1p` 压缩 → 确认执行
+
+### 恢复流程
+1. 同备份流程到第 3 步
+2. 选择 `restoredisk`（而非 `savedisk`）
+3. 指定 NAS 上镜像路径，确认后写入新硬盘

 ## Key Entities
- [[Rufus]]：USB 启动盘制作工具，将 Clonezilla ISO 写入 U 盘
- [[Synology NAS]]：备份目标存储，NFS 服务器端，提供 /volume2/backups 共享目录
- [[NFS]]：Network File System，Linux 原生网络文件系统协议，Clonezilla NAS 备份推荐协议
- [[Ubuntu Server]]：备份源系统，HP ZBook 工作站上运行的 Server 版本
+- [[Clonezilla]]：开源磁盘克隆工具（类似于 Ghost），支持多种文件系统和企业级功能
+- [[Rufus]]：Windows 下制作 USB 启动盘工具，支持 ISOHybrid 镜像写入
+- [[NFS]]：Network File System，Linux 原生网络文件系统协议
+- [[Synology NAS]]：备份存储目标（IP: 192.168.3.17）
+
+## Key Concepts
+- [[磁盘镜像备份]]：将整个磁盘保存为单个压缩镜像文件，支持完整恢复
+- [[GPT vs MBR]]：UEFI 新机器用 GPT，传统 BIOS 机器用 MBR；是启动模式决定分区表类型而非硬盘大小
+- [[NFS 挂载]]：`/etc/fstab` + `_netdev` 参数防止开机挂载顺序错误

 ## Connections
- [[rsync增量备份]] ← complements ← [[磁盘镜像备份]]（全量 vs 增量互补）
- [[NFS永久挂载]] ← is_similar_to ← [[NFS 挂载]]
- [[Synology NAS]] ← provides ← [[NFS]]
+- [[Clonezilla]] ← 使用 ← [[Rufus]]
+- [[Clonezilla备份]] → 存储目标 → [[Synology NAS]]
+- [[NFS备份]] ← 协议选择 ← [[Ubuntu Server备份]]

 ## Contradictions
+- ISO 模式 vs DD 模式：Rufus 文档推荐 ISO 模式，但 DD 模式在某些 hybrid ISO 上更可靠；实际以启动成功为准
--- a/wiki/sources/Cloud-DevOp-Maturity-Guideline.md
+++ b/wiki/sources/Cloud-DevOp-Maturity-Guideline.md
@@ -1,52 +1,51 @@
 ---
 title: "Cloud DevOp Maturity - Guideline"
 type: source
-tags: [DevOps, Cloud, 运维, 成熟度]
-date: 2026-04-15
+tags: [devops, cloud, maturity-model, enterprise]
+date:
 ---

 ## Source File
 - [[raw/Cloud & DevOps/Cloud DevOp Maturity - Guideline.md]]

 ## Summary
- 核心主题：企业级 SaaS 公司云 DevOps 成熟度评估框架
- 问题域：DevOps 成熟度模型、DORA 指标、CMMI、治理与实践
- 方法/机制：四支柱模型（自动化、协作与文化、监控与可观测性、安全集成）
- 结论/价值：提供从初始阶段到高度优化的渐进式转型路径
+- 核心主题：企业级SaaS公司云DevOps成熟度评估框架
+- 问题域：如何系统化评估组织DevOps成熟度，识别改进路径
+- 方法/机制：基于CMMI和DORA指标的多维度成熟度模型
+- 结论/价值：DevOps是持续改进过程，即使成熟组织也需适应新技术新实践

 ## Key Claims
- DevOps 成熟度评估可降低 time-to-market、提升运营效率、增强产品可靠性
- DORA 四指标（部署频率、变更前置时间、变更失败率、平均恢复时间）是核心评估框架
- 自动化、协作、文化、监控与可观测性是 DevOps 成熟度四大支柱
- DevSecOps 将安全集成到 CI/CD 生命周期实现主动式漏洞管理
+- DevOps成熟度包含：自动化、研运协作、交付速度、可靠性四个维度
+- DORA四大指标：部署频率、变更前置时间、变更失败率、平均恢复时间（MTTR）
+- 成熟度四大支柱：自动化（CI/CD/IaC）、协作与文化、监控与可观测性、安全集成（DevSecOps）
+- 工具链核心组件：CI/CD、IaC（Terraform/Ansible）、容器化（Kubernetes/Docker）、监控（Prometheus/Grafana）
+- 达到DevOps成熟需要：进行成熟度评估→建立DevOps卓越中心→分阶段改进

 ## Key Quotes
-> "DevOps isn't just about tools or automation; it's a mindset shift that prioritizes collaboration, continuous learning, and customer-centricity."
+> "DevOps is a continuous improvement process, and even mature companies need to adapt to evolving technologies and practices."

 ## Key Concepts
- [[DORA指标]]：部署频率、变更前置时间、变更失败率、平均恢复时间
- [[CMMI]]：能力成熟度模型集成
- [[CI/CD Pipelines]]：自动化构建、测试、部署流水线
- [[Infrastructure as Code]]：以代码管理基础设施
- [[DevSecOps]]：安全集成的 DevOps
- [[Kaizen]]：持续改进
- [[Chaos Engineering]]：主动测试系统韧性
+- [[DevOps-Maturity]]：DevOps成熟度，组织在云DevOps实践上的发展阶段
+- [[DORA-Metrics]]：DevOps Research & Assessment四大指标——部署频率、变更前置时间、变更失败率、MTTR
+- [[CMMI]]：Capability Maturity Model Integration，能力成熟度模型集成
+- [[IaC]]：Infrastructure as Code，基础设施即代码
+- [[DevSecOps]]：将安全集成到DevOps生命周期的实践
+- [[CI-CD-Pipeline]]：持续集成/持续交付流水线
+- [[监控与可观测性]]：持续监控、日志、问题检测与快速解决能力
+- [[DevOps-CoE]]：DevOps Center of Excellence，卓越中心

 ## Key Entities
- [[Jenkins]]：CI/CD 工具
- [[GitLab]]：CI/CD 工具
- [[GitHub Actions]]：CI/CD 工具
- [[Terraform]]：IaC 工具
- [[AWS CloudFormation]]：IaC 工具
- [[Prometheus]]：监控与可观测性
- [[Grafana]]：监控与可观测性
- [[Datadog]]：监控与可观测性
+- [[Terraform]]：IaC工具
+- [[Ansible]]：IaC/配置管理工具
+- [[Kubernetes]]：容器编排平台
+- [[Docker]]：容器化平台
+- [[Prometheus]]：监控系统
+- [[Grafana]]：可观测性平台

 ## Connections
- [[DevOps Culture and Transformation]] ← relates_to ← [[Cloud-DevOp-Maturity-Guideline]]
- [[How Agentic AI for Cloud DevOps]] ← extends ← [[Cloud-DevOp-Maturity-Guideline]]
- [[CI/CD Pipelines]] ← depends_on ← [[Infrastructure as Code]]
- [[DevSecOps]] ← extends ← [[DevOps Culture and Transformation]]
+- [[DORA-Metrics]] ← 评估 → [[DevOps-Maturity]]
+- [[IaC]] ← 支撑 → [[DevOps-Maturity]]
+- [[DevSecOps]] ← 集成 → [[DevOps-Maturity]]
+- [[CI-CD-Pipeline]] ← 核心 → [[DevOps-Maturity]]

 ## Contradictions
- 与 [[DevOps Culture and Transformation]] 无冲突，两者互补
--- 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
@@ -1,50 +1,70 @@
 ---
 title: "Cursor 2.0 初学者使用指南"
 type: source
-tags: [ai, cursor, ide, mcp, vibe-coding]
-date: 2026-04-15
+tags: [AI编程, Cursor, IDE, AI代理]
+date: 2025-12-19
 ---

 ## 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 代码编辑器功能与使用方法，面向初学者
- 问题域：如何高效使用 AI 辅助编程工具完成项目开发
- 方法/机制：明确需求 → AI 规划 → 代码生成 → 多代理并行执行 → Diff 审查 → Git 版本控制
- 结论/价值：Cursor 2.0 将 AI 编程效率提升至"想法→可维护代码"的可审计流水线
+- 核心主题：Cursor 2.0 AI 代码编辑器完整入门教程
+- 问题域：初学者如何高效使用 AI 辅助编程工具
+- 方法/机制：规划驱动 → 多代理并行 → Diff 审查 → Git 版本控制
+- 结论/价值：Cursor 2.0 将 AI 代码生成整合进 VS Code，通过 Plan/Agent/Ask 三种模式实现精准控制

 ## Key Claims
- Cursor 2.0 的 Composer 模型生成速度比同类模型快 4 倍
- 多代理并行（Plan/Agent/Ask 三模式）可同时运行不同任务，互不干扰
- AI 生成代码即写入文件，必须先测试再确认，未点撤销前持续保留
- Diff 视图是代码审查核心功能，支持逐文件审查或整体接收
+- Cursor 内置自研 [[Composer模型]]，生成速度比同类模型快 4 倍
+- AI 生成代码在 Diff 确认前已写入文件，**不是草稿状态**，需先测试再接受
+- [[MCP服务器]]（Model Context Protocol）允许 AI 代理集成外部 API 和工具，扩展能力边界
+- 多代理并行时，每个代理有独立上下文；继续同一任务应在同一代理内继续，避免上下文混乱

-## Key Quotes
-> "在向 AI 代理发出生成代码请求前，需明确项目目标" — 规划重要性
-> "代码生成即写入文件，先测试再保存" — 易错点提醒
-> "Agent 模式会修改代码，Ask 模式仅提供文本答案，不会改动代码" — 模式区分
+## Agent Modes（三核心模式）
+| 模式 | 行为 | 风险 |
+|------|------|------|
+| Plan | AI 生成开发计划（Markdown），用户可修改 | 无副作用，仅生成文本 |
+| Agent | AI 执行计划，读写文件，执行命令 | **会修改代码**，需审查 |
+| Ask | AI 回答问题，提供解释 | 无副作用，仅返回文本 |

-## Key Concepts
- [[AI代码编辑器]]：集成 AI 辅助的代码编辑器（Cursor/Windsurf/Trae）
- [[Composer模型]]：Cursor 自研 AI 生成模型，主打速度优势
- [[多代理并行]]：多个 AI 代理同时运行不同任务，提升生成效率
- [[Diff审查]]：通过文件对比视图审查 AI 生成代码改动的机制
- [[项目规则]]：可自定义的 AI 行为规范文件（如强制生成 Doc 注释）
- [[MCP服务器]]：通过 Model Context Protocol 集成外部工具
+## 核心工作流
+
+### 规划驱动开发
+1. 明确项目目标（游戏/网站/后端工具）
+2. 用语音或文字向 AI 描述需求
+3. AI 生成 Plan 模式开发计划（Markdown 形式）
+4. 用户修改或批准计划
+
+### 代码生成与审查
+1. 启动 Agent 模式执行计划
+2. 代码生成即写入文件（**非草稿**）
+3. Diff 视图逐文件审查改动
+4. 运行测试，确认无误后接受
+5. 未点"撤销"前可随时回退
+
+### 多代理并行
+- 场景：同时开发游戏核心逻辑和 Landing Page
+- 每个代理有独立上下文，不相互干扰
+- 同一任务在同一代理内继续效果更佳

 ## Key Entities
- [[Cursor]]：基于 VS Code 的 AI 代码编辑器
- [[Git]]：版本控制系统，Cursor 推荐结合使用
- [[VS Code]]：Cursor 的底层编辑器框架
- [[MCP]]：Model Context Protocol，工具集成协议
+- [[Cursor]]：基于 VS Code 的 AI 增强代码编辑器，集成多 AI 模型
+- [[Composer模型]]：Cursor 自研 AI 模型，主打生成速度
+- [[MCP服务器]]：Model Context Protocol，AI 代理外部工具集成协议
+- [[Karpathy]]：提出"Vibe Coding"概念（AI 调整氛围，代码自动长出）
+
+## Key Concepts
+- [[Vibe Coding]]：以产品逻辑和用户流程为导向，将代码体力活交给 AI，自己做导演而非打字员
+- [[Diff审查]]：AI 生成代码后逐文件审查改动的视图机制
+- [[Git版本控制]]：AI 生成代码风险更高，建议立即 commit，配合撤销按钮实现安全回滚
+- [[项目规则文件]]：可在项目目录添加规则文件（如强制 Doc Strings），AI 自动遵守

 ## Connections
 - [[Cursor]] ← 基于 ← [[VS Code]]
- [[Cursor]] ← 包含 ← [[Composer模型]]
- [[Cursor]] ← 支持 ← [[MCP服务器]]
- [[AI代码编辑器]] ← 包含 ← [[Cursor]] / [[Windsurf]] / [[Trae]]
- [[Cursor]] ← 建议结合 ← [[Git]]（版本控制）
+- [[Cursor]] ← 集成 ← [[Composer模型]]
+- [[Cursor]] ← 扩展协议 ← [[MCP服务器]]
+- [[Vibe Coding]] ← 理论起源 ← [[Karpathy]]

 ## Contradictions
-
+- AI 生成即写入 vs 传统草稿模式：传统 AI 助手是"建议"，Cursor 是"直接执行"；用户需理解这是真实文件变更而非预览
+- Agent 模式 vs Ask 模式：Ask 仅文本回答不会改文件，但用户可能误用 Ask 去要求生成代码而得到不完整结果
--- a/wiki/sources/Designing-for-Agentic-AI.md
+++ b/wiki/sources/Designing-for-Agentic-AI.md
@@ -1,48 +1,45 @@
 ---
 title: "Designing for Agentic AI"
 type: source
-tags: [agentic-ai, ux-design, product]
+tags: [agentic-ai, ux-design, product-design]
 date: 2025-03-02
-source: https://www.linkedin.com/pulse/designing-agentic-ai-yuri-pessa-ztcmf/?trackingId=gSoKslBrTP6VWNCDJSd7ZA%3D%3D
-author: Yuri Pessa
 ---

 ## Source File
- [[raw/AI/Designing for Agentic AI]]
+- [[raw/AI/Designing for Agentic AI.md]]

 ## Summary
- 核心主题：Agentic AI 时代的产品设计原则，与 GenAI（生成式 AI）的根本区别在于"行动"而非"创作"
- 问题域：传统响应式 UI 设计如何适应主动式 Agent AI 交互范式
- 方法/机制：通过透明度、控制权、个性化、对话、预判五大设计原则构建 Agent AI 体验
- 结论/价值：用户通过观察 AI 决策过程（而非点击按钮）实现主动参与，设计需提供实时反馈和干预机制
+- 核心主题：Agentic AI（智能体AI）的产品设计原则，与 GenAI 的本质区别
+- 问题域：AI 产品设计范式从"响应用户输入"向"主动代理"转变
+- 方法/机制：五大设计原则——透明度（Transparency）、控制权（Control）、个性化（Personalization）、对话（Conversation）、预判（Anticipation）
+- 结论/价值：用户与 AI 的交互模式从"点击按钮"转变为"观察AI推理过程"

 ## Key Claims
- GenAI 擅长内容创作（文本/图像/音乐），Agentic AI 擅长环境交互、决策执行和预判用户需求
- Agentic AI 引入新交互维度：用户通过观察 AI"思考"过程实现参与，而非直接操作界面
- 透明度原则：可视化 AI 任务进度 + 提供推理过程摘要，帮助用户理解 AI 决策逻辑
- 控制权原则：提供明确的 AI 停止机制和操作撤销能力，确保用户始终掌控 AI 行为边界
- 个性化原则：基于用户历史行为预测未来需求并主动提供建议
- 对话式交互：自然语言界面取代传统点击，用户意图以对话方式传达
- 预判式设计：AI 主动预判需求并提供帮助，但用户保留调整 AI 自主性等级的最终控制权
+- GenAI 擅长创作内容（文本/图像/音乐），Agentic AI 擅长行动，能够与环境交互、做出决策、预判需求
+- Agentic AI 引入新维度：主动型智能体预判需求并自主行动
+- 用户观察AI决策过程本身就是一种交互形式，用户并非被动
+- 设计重点从"响应用户动作"转向"提供AI运行时的实时反馈"

 ## Key Quotes
-> "Agentic AI is all about action. It can interact with its environment, make decisions, and even anticipate user needs." — Yuri Pessa
-> "Instead of just reacting to user actions, we're crafting experiences that provide live feedback as the AI operates." — Yuri Pessa
+> "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."
+> "Users should be able to understand how the AI is making decisions. This can be achieved by visualizing the AI's progress."
+> "Users should always feel in control of the AI."

 ## Key Concepts
- [[Agentic AI]]：能感知环境、决策、预判并自主行动的 AI 系统（与 GenAI 创作型对应）
- [[透明度]]：AI 决策过程可视化，用户可追踪 AI 行为逻辑
- [[控制权]]：用户对 AI 行为的停止/撤销能力，维持人对系统的最终掌控
- [[个性化]]：基于历史行为预测未来需求，AI 主动适应用户偏好
- [[对话式设计]]：自然语言替代传统 UI 交互，降低使用门槛
- [[预判式设计]]：AI 主动预判需求并行动，但保留用户干预机制
+- [[GenAI]]：生成式AI，擅长创作内容（文本/图像/音乐）
+- [[Agentic-AI]]：智能体AI，能与环境交互、决策、预判需求
+- [[透明度原则]]：用户应能理解AI决策过程，通过可视化AI进度实现
+- [[控制权原则]]：用户应能停止AI任务或撤销AI已执行的操作
+- [[个性化原则]]：AI应适应个体用户需求与偏好
+- [[对话原则]]：设计自然语言对话界面，允许用户用自然语言与AI交互
+- [[预判原则]]：AI应能预判用户需求并主动提供帮助

 ## Key Entities
- [[Yuri Pessa]]：本文作者，LinkedIn 文章发布
+- [[Yuri-Pessa]]：LinkedIn文章作者

 ## Connections
- [[Agentic AI]] ← 基石概念 ← [[透明度]] + [[控制权]] + [[个性化]] + [[对话式设计]] + [[预判式设计]]
- [[Agentic-AI]] ← extends ← [[GenAI]]（Generative AI，创作型 AI）
+- [[GenAI]] ← 对比 → [[Agentic-AI]]
+- [[Agentic-AI]] ← 驱动 → [[AI-Agent-Architecture]]
+- [[透明度原则]] ← 支撑 → [[Agentic-AI]]

 ## Contradictions
- 与传统 UX 设计范式冲突：传统 UI 依赖直接用户输入，Agentic AI 需要适应"观察 AI 工作"的新交互模式
--- a/wiki/sources/GitHub-5000人收藏的Vibe-Coding神级指南.md
+++ b/wiki/sources/GitHub-5000人收藏的Vibe-Coding神级指南.md
@@ -0,0 +1,60 @@
+---
+title: "GitHub 上 5000 人收藏的 Vibe Coding 神级指南"
+type: source
+tags: [AI编程, Vibe-Coding, GitHub, 提示词]
+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-cn 中文 Vibe Coding 资源库介绍
+- 问题域：中文开发者缺乏系统性 AI 编程资源
+- 方法/机制：整合全球顶尖 AI 编程工具、提示词库和开发流程，提供中文一站式指南
+- 结论/价值：Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行，让从想法到可维护代码成为可审计流水线
+
+## Key Claims
+- Vibe Coding 本质是 **导演思维**：保持对产品逻辑、用户流程、审美的把握，体力活交给 AI
+- Karpathy："我几乎不写代码了，我只负责调整氛围，代码会自动长出来"
+- vibe-coding-cn 核心公式：**Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行**
+- 推荐工具链：Cursor + claude-opus-4.5-xhigh 是最稳妥组合
+
+## Key Concepts
+
+### Vibe Coding 定义
+以产品目标为导向而非代码执行为导向的 AI 辅助开发范式。核心是将开发者从"打字员"转型为"产品导演"。
+
+### 规划驱动
+AI 写代码前必须有清晰的技术选型、实施规划和模块化设计。防止 AI 因理解偏差导致项目逻辑混乱。
+
+### 上下文固定
+通过项目规则文件、上下文管理，使 AI 在长对话中保持一致理解，避免"上下文遗忘"问题。
+
+### AI 结对执行
+[[Cursor]]/[[Windsurf]]/[[Trae]] 等工具作为"第二开发者"，与人类形成结对编程关系。
+
+## 资源库核心模块
+1. **方法论**：设计准则和哲学理念
+2. **AI 模型与 IDE**：工具链筛选和配置指南
+3. **提示词优化**：数百个精选提示词，覆盖需求澄清/架构设计/分步执行/自测全链路
+4. **实战流程**：从环境设置 → 基础游戏开发 → 丰富细节 → Bug 修复的完整流程
+5. **提示词工具**：Excel 与 Markdown 互转，支持批量管理
+
+## Key Entities
+- [[vibe-coding-cn]]：中文 Vibe Coding 资源库（https://github.com/tukuaiai/vibe-coding-cn）
+- [[Karpathy]]：提出 Vibe Coding 概念的 AI 大牛（Andrej Karpathy）
+- [[Cursor]]：主流 AI 编程工具之一（推荐首选）
+- [[Windsurf]]：另一主流 AI 编程 IDE
+- [[Trae]]：国产 AI 编程 IDE
+- [[Claude Opus]]：Anthropic 最强模型，vibe-coding-cn 推荐搭配 Cursor 使用
+
+## Connections
+- [[Vibe Coding]] ← 概念起源 ← [[Karpathy]]
+- [[vibe-coding-cn]] ← 涵盖工具 ← [[Cursor]] + [[Windsurf]] + [[Trae]]
+- [[vibe-coding-cn]] ← 推荐模型 ← [[Claude Opus]]
+- [[Vibe Coding]] ← 实践框架 ← [[规划驱动]] + [[上下文固定]] + [[AI结对执行]]
+
+## Contradictions
+- "不写代码" vs 工程质量：Karpathy 的"不写代码"是夸张表达；实际上规划驱动和代码审查仍是必要环节
+- AI 生成代码 vs 可维护性：无规划的 AI 生成容易产生"巨石文件"，vibe-coding-cn 强调规划优先是针对此问题的对策
--- 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
@@ -0,0 +1,53 @@
+---
+title: "LLMs、RAG、AI Agent 三个到底什么区别？"
+type: source
+tags: [llm, rag, ai-agent, ai-fundamentals]
+date: 2025-11-19
+---
+
+## Source File
+- [[raw/AI/LLMs、RAG、AI Agent 三个到底什么区别？.md]]
+
+## Summary
+- 核心主题：LLMs、RAG、AI Agent 三个核心AI概念的层次区别与协同关系
+- 问题域：澄清AI应用领域对这三个术语的混淆——它们不是竞争技术，而是不同层面的能力展示
+- 方法/机制：LLM（天才大脑/思考）→ RAG（随身图书馆助理/信息）→ AI Agent（行动者/执行）的三层架构
+- 结论/价值：真正生产系统叠加三者——LLM推理、RAG确保准确性、Agent框架实现自主性
+
+## Key Claims
+- LLM 是"天才大脑"，学习了过去所有知识，擅长思考但对当前情况一无所知
+- RAG 是"记忆系统"，将静态LLM链接到外部实时知识库，解决知识时效性问题
+- AI Agent 是"行动者"，围绕LLM构建循环控制系统（感知→规划→执行→反思）
+- 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
+- RAG 通过检索+增强生成两步降低LLM幻觉，提供事实依据与来源引用
+- AI 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
+
+## 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"
+> "AI Agent 围绕大脑LLM构建一个循环控制系统，能够感知目标、规划步骤、执行动作、并能够反思结果"
+
+## Key Concepts
+- [[LLM]]：Large Language Model，大语言模型，AI应用的"天才大脑"，擅长思考但知识有时效性限制
+- [[RAG]]：Retrieval-Augmented Generation，检索增强生成，给LLM配备"随身图书馆助理"，解决知识时效性问题
+- [[AI-Agent]]：智能体，围绕LLM构建循环控制系统，实现感知→规划→执行→反思的自主行动
+- [[幻觉问题]]：LLM生成看似合理但实际错误答案的问题，RAG通过提供事实依据降低幻觉
+- [[向量数据库]]：RAG系统中存储外部知识、实现语义检索的核心组件
+- [[NL2SQL]]：自然语言到SQL，使Agent能直接查询数据库解答分析性问题
+- [[AI-Agent-五步循环]]：获取任务→扫描场景→仔细思考→采取行动→观察并迭代
+
+## Key Entities
+- [[DeepSeek]]：国产底座通用大模型
+- [[ChatGPT]]：OpenAI通用大模型
+- [[Qwen]]：阿里通义千问底座通用大模型
+- [[Midjourney]]：专有绘画模型
+- [[Claude]]：Anthropic编程模型
+
+## Connections
+- [[LLM]] ← 核心 → [[RAG]]
+- [[LLM]] ← 核心 → [[AI-Agent]]
+- [[RAG]] ← 提供信息 → [[AI-Agent]]
+- [[向量数据库]] ← 支撑 → [[RAG]]
+- [[幻觉问题]] ← 解决 → [[RAG]]
+
+## Contradictions
Author	SHA1	Message	Date
weishen	33c63d34dd	wiki-ingest batch 9: ChinaTextbook/Clonezilla/Cursor2.0/VibeCoding	2026-04-16 06:06:58 +08:00
weishen	4a0a54e26b	wiki-ingest Batch 8: Agentic AI design + LLM/RAG/Agent architecture + DevOps maturity guidelines	2026-04-16 05:35:52 +08:00