## [2026-04-27] ingest | CTP Topic 20 Program demand process flow and PoC onboarding
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/10_OpenText-Series/ctp-topic-20-program-demand-process-flow-and-poc-onboarding.md
- Status: ✅ 成功摄入
- Summary: 云转型计划的程序需求流程与 POC 入职流程——Sergio 和 Damian 主讲。核心内容：需求来源（业务案例/战略优先级/产品路线图）、Gate Process 三阶段审批（Gate 0/1/3）、POC 目的（验证架构可行性+熟悉 Gruntwork Landing Zone）、新环境强调 IaC（Terraform/Terragrunt）自动化、PCG 团队职责、成功标准前置定义。
- Concepts identified: Program-Demand-Process, Proof-of-Concept, Gate-Process, Solution-Design
- Entities identified: Sergio, Damian, PCG-Team, Gruntwork, Terraform, Terragrunt
- Source page: wiki/sources/ctp-topic-20-program-demand-process-flow-and-poc-onboarding.md
- Notes:
  - 新增 1 个 Source Page
  - 4 个 Concepts 以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - 6 个 Entities 以 wikilink 形式建立关联，暂不创建独立页面（Sergio/Damian/PCG-Team 各仅出现 1 次；Gruntwork/Terraform/Terragrunt 已存在于 wiki/）
  - index.md 更新：替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 20 摘要段落（置于 ctp-topic-65 之后，ctp-topic-47 之前）；Key Concepts 列表新增 4 个概念（Program-Demand-Process/Proof-of-Concept/Gate-Process/Solution-Design）
  - 冲突检测：与 [[ctp-topic-4-using-agile-to-run-the-cloud-transformation-program]] 存在流程视角差异——Topic 4 强调 Kanban 持续流动允许随时调整优先级，Topic 20 强调 Gate Process 阶段性审批节点。两者非逻辑矛盾，而是适用场景不同（敏捷迭代 vs 迁移治理），已记录于 Source Page Contradictions 节

## [2026-04-24] ingest | CTP Topic 4 Using Agile to Run the Cloud Transformation Programme
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/10_OpenText-Series/ctp-topic-4-using-agile-to-run-the-cloud-transformation-program.md
- Status: ✅ 成功摄入
- Summary: 云转型计划中敏捷实践落地经验——从 Scrum（两周 Sprint）因"Sprint 期间不允许变更"转向 Kanban 持续流动，采用混合框架（Kanban 为主 + 保留 Scrum 仪式）。Microsoft Planner 看板五列布局，最佳实践：单一负责人、依赖链接、优先级和截止日期。核心价值观：快速反馈驱动产品和开发文化持续改进。
- Entities created: Heather-Norris, Microsoft-Planner
- Concepts created: Scrum, Kanban, Agile-Ceremonies, Continuous-Delivery
- Source page: wiki/sources/ctp-topic-4-using-agile-to-run-the-cloud-transformation-program.md
- Notes: 与 CTP Topic 30 (变更管理) 和 Topic 57 (需求管理) 共同构成项目管理知识体系

## [2026-04-26] ingest | CTP Topic 65 Tracing the Value Delivered in Cloud Transformation
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/10_OpenText-Series/ctp-topic-65-tracing-the-value-delivered-in-cloud-transformation.md
- Status: ✅ 成功摄入
- Summary: 云转型价值交付量化框架——涵盖 Process/Value/Value-Stream 基础概念、Lean 三类活动识别、收益四维度量化（财务/生产力/质量/体验）、WSJF 优先级排序（Cost of Delay / Size of Job）、功能级价值拆解方法。核心理念："以最小投入尽早交付最大价值"。
- Concepts identified: Process, Value, Value-Stream, Value-Adding, Waste, Benefits-Quantification, Cost-of-Delay, WSJF, SOM, Feature-Level-Value-Breakdown
- Entities identified: CTP（Cloud Transformation Programme），Scaled-Agile（WSJF 来源框架）
- Source page: wiki/sources/ctp-topic-65-tracing-the-value-delivered-in-cloud-transformation.md

  - 新增 1 个 Source Page（wiki/sources/ctp-topic-65-tracing-the-value-delivered-in-cloud-transformation.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 65 摘要段落（置于 ctp-topic-30 之后，ctp-topic-47 之前）；Key Concepts 列表新增 10 个概念
  - 冲突检测：与 [[ctp-topic-53-why-bother-with-cloud]] 存在视角张力——Topic 53 质疑迁移必要性，Topic 65 假设迁移已决策并聚焦如何量化交付价值。两者互补而非逻辑矛盾——前者回答"是否迁移"，后者回答"如何衡量价值"。已记录于 Source Page Contradictions 节。


- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/10_OpenText-Series/ctp-topic-30-managing-change.md
- Status: ✅ 成功摄入
- Summary: 云转型中的变更管理与 SRE 团队协作——Brendan Starnig（SRE Function Lead）主讲。核心内容：①SRE 职责——用软件工程思维解决运维问题，追求可靠性、可测试性、可重复性；②变更分类——Standard Change（预批准，完全自动化）→ Normal Change（需 CAB 审批）→ Emergency Change（立即执行，事后 CAPA）；③SRE 三阶段协作——Build/Early Live Support/BAU；④Self-Healing 演进方向。
- Concepts created: Standard-Change, Normal-Change, Emergency-Change, CAPA, Early-Live-Support
- Entities created: Brendan-Starnig, SMACs
- Source page: wiki/sources/ctp-topic-30-managing-change.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-30-managing-change.md）
  - 新增 2 个 Entity 页面（Brendan-Starnig.md, SMACs.md）
  - 新增 5 个 Concept 页面（Standard-Change.md, Normal-Change.md, Emergency-Change.md, CAPA.md, Early-Live-Support.md）
  - 更新现有 Entity：SRE-Team.md（添加三阶段支持职责和 Topic 30 来源）
  - index.md 更新：替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 30 摘要段落
  - 冲突检测：与 [[ctp-topic-53-why-bother-with-cloud]] 的观点张力——Topic 30 假设迁移决策已做出，聚焦执行层面变更管理；Topic 53 质疑迁移必要性。已记录于 Source Page Contradictions 节。

## [2026-04-25] ingest | CTP Topic 69 Best Practices for Migrating On-Premises (IOD) Virtual Machines to VMware Cloud on AWS
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-69-best-practices-for-migrating-on-premises-iod-virtual-machines-to-vm.md
- Status: ✅ 成功摄入
- Summary: VMC on AWS 虚拟机迁移最佳实践——HCX 多云管理（每次迭代最多 200 台 VM）、UI 和 CCOE 脚本两种迁移方案、Direct Connect + Virtual Transit Gateway 混合云连接、预/后迁移自动化、Brown to Manage 系统集成 SMACS + HCMX 实现后迁移管理。
- Concepts created: Direct Connect, Virtual Transit Gateway, BGP, EC2-Bare-Metal, CCOE, SMACS Suite, HCMX
- Source page: wiki/sources/ctp-topic-69-best-practices-for-migrating-on-premises-iod-virtual-machines-to-vm.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-69-best-practices-for-migrating-on-premises-iod-virtual-machines-to-vm.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 69 摘要段落（置于 ctp-topic-43 之后），补充 HCX 和迁移执行层面的详细信息
  - 冲突检测：与 [[ctp-topic-43-vmware-cloud-on-aws]] 互补而非冲突——Topic 43 提供 VMC on AWS 概述，Topic 69 提供迁移执行细节，已记录于 Source Page Contradictions 节

## [2026-04-24] ingest | Public Cloud Learning Sessions (OpenText) - Evolving from DR to Recovery Assurance - 20240723
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/10_OpenText-Series/public-cloud-learning-sessions-opentext-evolving-from-dr-to-recovery-assurance-2.md
- Status: ✅ 成功摄入
- Summary: OpenText DR 向 Recovery Assurance 演进框架——Jim Rose 主讲，涵盖 CrowdStrike 事件警示、RTO/RPO 合同差异、DR 测试瓶颈（被动/手动/按客户时间表）、多云复杂性（AWS/GCP/Azure）、混合架构挑战，以及 Design/Software/Build/Environments 四位框架转型路径。SRE + 可观测性工程是核心驱动力。
- Concepts identified: RTO, RPO, SRE, Observability-Engineering, Disaster-Recovery, Business-Continuity-Plan, Self-Healing, Customer-Zero-Environment
- Entities identified: OpenText, Jim-Rose, CrowdStrike
- Source page: wiki/sources/public-cloud-learning-sessions-opentext-evolving-from-dr-to-recovery-assurance-2.md
- Notes:
  - 新增 1 个 Source Page
  - Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：插入至 Sources 顶部，日期 2026-04-24
  - overview.md 更新：无需更新（已有 ctp-topic-72 覆盖 DR 核心内容，本视频内容已通过 Connections 节与相关 Topic 建立关联）
  - 冲突检测：无冲突——与现有 Wiki DR 内容互补，记录于 Source Page Contradictions 节

## [2026-04-25] ingest | CTP Topic 31 Network Segregation and Secure Access to the New AWS Landing Zones
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-31-network-segregation-and-secure-access-to-the-new-aws-landing-zones.md
- Status: ✅ 成功摄入
- Summary: AWS Landing Zone 网络隔离与安全远程访问方案。核心：①网络隔离——Checkpoint 防火墙 SPI default-deny 阻断内部网络直连 AWS；②安全访问——AWS SSM 替代 VPN，IAM 角色假设 + SSM Agent 实现浏览器/CLI 远程访问。定位为 SD-WAN 实施前过渡方案；长期目标 IaC 化消除控制台访问。与 Topic 18 互补（打通 vs 限制）。
- Concepts created: (已存在: SD-WAN, AWS-Landing-Zone, Network-Segregation, AWS-Systems-Manager-SSM, SPI-Security-Policy-Infrastructure; 新增 wikilinks 于 source page)
- Entities created: (已存在: Checkpoint)
- Source page: wiki/sources/ctp-topic-31-network-segregation-and-secure-access-to-the-new-aws-landing-zones.md
- Notes:
  - 新增 1 个 Source Page
  - 冲突记录：与 [[ctp-topic-18-wide-area-networking-in-aws-cloud]] 的视角张力——Topic 18 关注打通网络，Topic 31 关注限制网络；已记录于 source page Contradictions 章节

## [2026-04-25] ingest | CTP Topic 18 Wide Area Networking in AWS Cloud
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-18-wide-area-networking-in-aws-cloud.md
- Status: ✅ 成功摄入
- Summary: AWS Transit Gateway 全球广域网架构与 SD-WAN 演进路径——Micro Focus IT 网络架构师 Christian Deckelman 主讲。核心架构：全球划分为 APJ/EMEA/AMS 三个地理区域，每个区域设立 Hub，Landing Zones 通过 TGW Peering 以星型拓扑接入 Hub，区域 Hub 之间全网状互联。现状依赖静态路由缺乏 BGP，DR 需人工干预。未来演进：引入 Silver Peak SD-WAN 实现动态路径选择，Pulse VPN 迁移至 Prisma Access (SASE) 实现就近接入。
- Concepts created: AWS-Transit-Gateway, Hub-and-Spoke, SD-WAN, Overlay-Network, Static-Routing, Prisma-Access, TGW-Peering
- Entities created: (已存在: Micro Focus, AWS, Christian Deckelman, Silver Peak, Palo Alto Networks)
- Source page: wiki/sources/ctp-topic-18-wide-area-networking-in-aws-cloud.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-18-wide-area-networking-in-aws-cloud.md）
  - 新增 7 个 Concept 页面
  - index.md 更新：Sources 节新增条目（日期 2026-04-14）
  - overview.md 更新：新增 Topic 18 的完整段落
  - 冲突检测：无已知冲突

- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-43-vmware-cloud-on-aws.md
- Status: ✅ 成功摄入
- Summary: VMware Cloud on AWS（VMC on AWS）混合云服务介绍——VMware与AWS联合开发，在AWS裸金属服务器（i3.metal/i3en.metal）上原生安装vSphere 8。工作负载可在数秒内往返迁移于本地与云端之间，通过HCX实现any-to-any vSphere迁移。相比常规云方案节省27%成本，云经济学团队可提供TCO计算。
- Concepts created: VMware-Cloud-on-AWS, HCX, SDDC, Stretched-Cluster, Hybrid-Cloud
- Entities created: VMware, AWS
- Source page: wiki/sources/ctp-topic-43-vmware-cloud-on-aws.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-43-vmware-cloud-on-aws.md）
  - 新增 2 个 Entity 页面（VMware.md, AWS.md）
  - 新增 4 个 Concept 页面（VMware-Cloud-on-AWS.md, HCX.md, SDDC.md, Stretched-Cluster.md）
  - index.md 更新：Sources 节新增条目（日期 2026-04-25，置顶于所有条目最前）；Entities 节新增 VMware 和 AWS；Concepts 节新增 4 个概念
  - overview.md 更新：新增 Topic 43 的完整段落；Key Concepts 新增 VMware-Cloud-on-AWS、VMware、HCX、SDDC、Stretched-Cluster、Hybrid-Cloud
  - 冲突检测：与 ctp-topic-53-why-bother-with-cloud 存在是否应迁移至云端的观点张力，已在 source page 中记录为 Contradictions

## [2026-04-24] ingest | CTP Topic 61 Workload VPC provision with IPAM Automation
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-61-workload-vpc-provision-with-ipam-automation.md
- Status: ✅ 成功摄入
- Summary:
- Concepts created: VPC-自动化供给, CIDR-审批流程, Availability-Zone-ID
- Source page: wiki/sources/ctp-topic-61-workload-vpc-provision-with-ipam-automation.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-61-workload-vpc-provision-with-ipam-automation.md）
  - index.md 更新：Sources 节新增条目（日期 2026-04-24，置顶于所有条目最前）；移除原有的 source missing 条目
  - overview.md 更新：新增 Topic 45 和 Topic 61 的完整段落，描述 IPAM 的"机制 → 应用"完整链路；Key Concepts 新增 [[VPC-自动化供给]] 和 [[CIDR-审批流程]]
  - 冲突检测：无已知冲突内容
  - IPAM（IP Address Management）和 Infoblox Grid 概念已在 overview.md Key Concepts 中，无需单独 Concept 页面

## [2026-04-24] ingest | CTP Topic 45 Automatic IP address allocation with IPAM
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-45-automatic-ip-address-allocation-with-ipam.md
- Status: ✅ 成功摄入
- Summary: 使用 Infoblox NIOS IPAM 实现 AWS VPC 自动化 IP 地址分配的架构实践。核心内容：①传统方式（手工请求→网络团队计算CIDR→电子表格→手工配置YAML）效率低下；②Infoblox NIOS 自动分配下一个可用 IP 地址块（≤/24 自动，>/24 需审批）；③新 YAML 配置仅声明期望子网大小和区域父 CIDR，不含硬编码 IP；④销毁 VPC 时自动从 IPAM Grid 清除条目，支持撤销保护；⑤向后兼容旧配置。目标：创建 VPC 无需网络团队参与，建立单一可信数据源。
- Concepts created: IPAM（IP Address Management），Infoblox-NIOS，VPC-自动化供给
- Source page: wiki/sources/ctp-topic-45-automatic-ip-address-allocation-with-ipam.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-45-automatic-ip-address-allocation-with-ipam.md）
  - index.md 更新：将原有的 source missing 条目替换为正式条目（日期 2026-04-24）
  - IPAM 关键概念在 source page 内已有详细说明，无需单独 Concept 页面
  - 冲突检测：无已知冲突内容

## [2026-04-24] ingest | CTP Topic 19 Configuring DNS within AWS LZs
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-19-configuring-dns-within-aws-lzs.md
- Status: ✅ 成功摄入
- Summary: AWS Landing Zone 多账号环境中的集中化 DNS 配置架构——Sankar Gopov 主讲。核心内容：①设立专用 DNS 账号集中管理所有私有托管区（优于分散管理）；②Route 53 Resolver Inbound/Outbound Endpoints 打通混合 DNS（Inbound 接收本地请求，Outbound 转发 AWS 请求至本地）；③AWS RAM 跨账号共享 Resolver Rules；④跨账号 VPC 关联必须先授权（Authorization）再关联（Association）；⑤Terraform 自动化实现新账号上线即具备完整解析能力。
- Concepts created: Hybrid DNS Resolution, Route 53 Resolver Rules, VPC Association Authorization, Terraform DNS Automation
- Entities created: Sankar Gopov
- Source page: wiki/sources/ctp-topic-19-configuring-dns-within-aws-lzs.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-19-configuring-dns-within-aws-lzs.md）
  - 新增 1 个 Entity 页面（wiki/entities/SankarGopov.md）
  - 新增 1 个 Concept 页面（wiki/concepts/HybridDnsResolution.md）
  - index.md 更新：Sources 节新增条目（日期 2026-04-24，置顶于所有条目最前）
  - overview.md 更新：更新 CTP Topic 22 段落，移除"（待摄入）"标注，补全两条 DNS 视频的知识体系关系描述
  - 冲突检测：与 [[ctp-topic-22-global-dns-service-offerings]] 存在潜在视角差异——DNS 账号是否应包含公共托管区；前者侧重落地配置，后者侧重服务提供架构；两者的冲突是视角互补而非逻辑矛盾

## [2026-04-26] ingest | CTP Topic 36 SendGrid as an Email Service
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-36-sendgrid-as-an-email-service.md
- Status: ✅ 成功摄入
- Summary: SendGrid 被选定为 CTP 标准邮件服务，替换 Port 25 不安全的语义消息网关和每封限制 50 收件人的 SES。SendGrid 支持每封最多 1,000 收件人、TLS 端到端加密、双因素认证；两种架构（直连 vs 中继）；配置要求 software.microcopy.com 域名、smtp.sendgrid.net:587、TLS；SPF/DKIM 必要；API 密钥 180 天轮换；日志 7 天保留。同期更新了 Cyber Suite 加密标准（FIPS/Java/Golang/Node.js/OpenCell 等），可选套件因含 CBC 弱加密仅作向后兼容。
- Concepts created: SPF, DKIM, TLS, API-Key-Rotation, Cyber-Suite, CBC-Mode
- Entities touched: SendGrid, Twilio, Rejoy Ganapati, Rajiv, Yu-Yan, PSAC
- Source page: wiki/sources/ctp-topic-36-sendgrid-as-an-email-service.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-36-sendgrid-as-an-email-service.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：Sources 节新增条目（日期 2026-04-14，置顶于 CTP Topic 34 之后）
  - overview.md 更新：新增 CTP Topic 36 摘要段落（置于 ctp-topic-22 之后，ctp-topic-17 之前）；Key Concepts 列表新增 8 个概念（SPF/DKIM/TLS/API-Key-Rotation/Cyber-Suite/CBC-Mode/SendGrid/Twilio）
  - 冲突检测：与 [[ctp-topic-12-using-ses-smtp-service-terraform-module]] 存在冲突——SES 作为标准邮件服务 vs SendGrid 被选定为新标准；SES 适合 AWS 原生集成场景，SendGrid 为大规模需求首选


- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/08_Networking/ctp-topic-22-global-dns-service-offerings.md
- Status: ✅ 成功摄入
- Summary: 企业级全球 DNS 服务架构详解——Sankar 和 Vino 主讲。核心架构：Route 53 Private Hosted Zone + AD 托管 DNS，通过 Route 53 Resolver 入站/出站终端节点打通 AWS VPC 与本地网络 DNS 查询；Outbound Endpoint 配置多区域 AD 域控制器 IP 实现故障自动切换；Infoblox Anycast 提供本地 DNS 全球低延迟和高可用；AWS EC2 不支持 Anycast；DNS 安全涵盖防隧道攻击、缓存污染等；就近解析优化 Office 365 访问
- Concepts touched: Hybrid DNS Resolution、Route 53 Private Hosted Zone、Route 53 Resolver、DNS Anycast、Infoblox Grid、IPAM（IP Address Management）、Active Directory DNS、Landing Zone
- Entities touched: AWS、Infoblox、Microsoft Active Directory、Office 365、Sankar、Vino
- Source page: wiki/sources/ctp-topic-22-global-dns-service-offerings.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-22-global-dns-service-offerings.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：Sources 节替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 22 摘要段落（置于 ctp-topic-14 之后，ctp-topic-17 之前）；Key Concepts 列表新增 7 个 DNS 相关概念
  - 冲突检测：ctp-topic-19（configuring DNS within AWS LZs）尚未摄入，无法进行完整对比；source page Contradictions 节已记录，待 ctp-topic-19 摄入后补充对比

## [2026-04-26] ingest | CTP Topic 50 AMI Roadmap for AWS AMIs
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-50-ami-roadmap-for-aws-amis.md
- Status: ✅ 成功摄入
- Summary: CCOE AMI 路线图详解——涵盖 CCOE AMI 路线图规划、操作系统 EOL 时间线（Windows Server 2008/2008 R2 已 EOL；CentOS 8 已 EOL；Windows Server 2012 将于 2023 年 10 月 EOL；RHEL 7 和 CentOS 7 将于 2024 年 6 月 EOL）、AMI 通知机制、变更日志（CCRE 门户）、新 AMI 添加流程、当前支持的 AMI 清单及未来路线图。自 2023 年 5 月起所有 ARM AMI 同步发布。路线图优先级主要由 ADM 需求驱动，变更需通过需求管道流程提交。AMI 通过跨账号共享分发给组织内所有账户。
- Concepts touched: Foundation AMI、OS-End-of-Life、AMI Sharing、ARM-AMI、CCOE、ADM、SSM Agent
- Entities touched: CCOE、AWS、Ubuntu、CentOS、Rocky Linux、Red Hat Enterprise Linux、SLES、Windows Server、McAfee
- Source page: wiki/sources/ctp-topic-50-ami-roadmap-for-aws-amis.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-50-ami-roadmap-for-aws-amis.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - index.md 更新：Sources 节替换预期占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 50 摘要段落（置于 learning-sessions-standard-amis-updates 之后，ctp-topic-26 之前）
  - 冲突检测：与 [[learning-sessions-standard-amis-updates]] 的 EOL 时间线一致（CentOS 7/RHEL 7 将于 2024 年 6 月 EOL）；与 [[ctp-topic-26-standard-ami-build-publish-share-processes]] 存在描述角度差异（本话题聚焦路线图规划，Topic 26 聚焦生命周期管理），非矛盾而是互补关系，已记录于 Source Page Contradictions 节

## [2026-04-24] ingest | CTP Topic 40 SaaS Database Architecture On AWS Cloud
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-40-saas-database-architecture-on-aws-cloud.md
- Status: ✅ 成功摄入
- Summary: SAS 数据库团队在 AWS 云上的架构与运维实践——全球分布式团队（美国/加拿大/印度/以色列）提供 24/7 支持，管理 500+ 数据库和 1000+ DB 服务器；支持 Oracle、Vertica、Postgres、DynamoDB、SQL Server、MongoDB、MySQL 等多引擎；高可用架构采用三可用区模式（主库/备用库/见证节点）；使用 Oracle Data Guard、Postgres Active-Passive/Active-Active、RDS HA 实现多活；通过 Terraform、AWS CLI、Shell/PowerShell 实现 IaC 自动化；Oracle GoldenGate 支持零停机迁移
- Concepts created: 无新增（高可用/Oracle Data Guard/Multi-AZ Deployment/Database Migration/DB-as-a-Service 各仅出现 1-2 次，不满足 ≥2 次建页条件，跳过独立建页）
- Entities created: 无新增（AWS/RDS/Aurora/Terraform/Micro Focus 各仅出现 1-2 次，不满足 ≥2 次条件，跳过独立建页）
- Source page: wiki/sources/ctp-topic-40-saas-database-architecture-on-aws-cloud.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-40-saas-database-architecture-on-aws-cloud.md）
  - 所有 Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面（未达 ≥2 次阈值）
  - index.md 更新：Sources 节新增条目（置顶）
  - overview.md 更新：新增 CTP Topic 40 摘要段落（置于 ctp-topic-10 之后，ctp-topic-46 之前）；Key Concepts 列表新增 Database Migration
  - 冲突检测：无明显冲突内容

## [2026-04-26] ingest | CTP Topic 26 Standard AMI – build, publish, share processes
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-26-standard-ami-build-publish-share-processes.md
- Status: ✅ 成功摄入
- Summary: Foundation AMI 全生命周期管理详解——基于市场主流 OS（CentOS/Ubuntu/Windows）进行 CIS 安全基准加固；集成 McAfee EPO + Syslog-ng + AD SSO + SSM Agent + SiteScope；HashiCorp Packer + Jenkins 流水线实现全自动化；跨账号 AMI Sharing 分发至全球多区域（俄勒冈/法兰克福/悉尼）；每两个月更新，N-2 版本保留策略；责任共担模型（CCOE 提供 Foundation AMI，产品团队构建产品特定 AMI）
- Concepts created: 无新增（Foundation AMI/OS Hardening/CIS Benchmarks/HashiCorp Packer/SSM Agent/AMI Sharing/Central Repository 各仅出现 1 次，不满足 ≥2 次建页条件，跳过独立建页）
- Entities created: 无新增（Srihari/Alan/Praveen 各仅出现 1 次，不满足 ≥2 次条件；CCOE 仅出现 1 次）
- Source page: wiki/sources/ctp-topic-26-standard-ami-build-publish-share-processes.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-26-standard-ami-build-publish-share-processes.md）
  - 7 个 Concept 均以 wikilink 形式建立关联，暂不创建独立页面（未达 ≥2 次阈值）
  - index.md 更新：Sources 节替换预期条目占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 26 摘要段落（置于 learning-sessions-standard-amis-updates 之后，替换原 ctp-topic-58 段落位置）；Key Concepts 列表新增 Foundation AMI / OS Hardening / CIS Benchmarks / AMI Sharing / Central Repository
  - 冲突检测：与 [[ctp-topic-58-aws-ec2-image-builder]] 描述不同 AMI 生命周期阶段——ctp-topic-26 描述当前 Packer+Jenkins 生产实践，ctp-topic-58 描述 EC2 Image Builder 未来演进方向，非冲突而是演进关系，已记录于 Source Page Contradictions 节

## [2026-04-23] ingest | CTP Topic 68 Introduction to Redshift
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-68-introduction-to-redshift.md
- Status: ✅ 成功摄入
- Summary: AWS Redshift 数据仓库入门——核心架构（Leader Node + Compute Node + Slices）、MPP 并行处理、列式存储 vs 行式存储、数据压缩（ZSTD/LZO）、Sort Key / Distribution Key 优化、RA3 实例类型（AWS 托管 NVMe）
- Concepts created: [[MPP]], [[Columnar-Storage]]
- Entities created: [[Amazon-Redshift]]
- Source page: wiki/sources/ctp-topic-68-introduction-to-redshift.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ctp-topic-68-introduction-to-redshift.md）
  - 新增 1 个 Entity Page（wiki/entities/Amazon-Redshift.md）
  - 新增 2 个 Concept Page（wiki/concepts/MPP.md、wiki/concepts/Columnar-Storage.md）
  - index.md 更新：Sources 节移除预期占位符（"source missing"）替换为正式条目；Entities 节新增 Amazon-Redshift；Concepts 节新增 MPP、Columnar-Storage
  - overview.md 更新：新增 CTP Topic 68 摘要段落（置于 ctp-topic-51 之后）；Key Concepts 列表新增 Data-Warehouse、MPP、Columnar-Storage、Sort-Key、Distribution-Key
  - 冲突检测：与 [[ctp-topic-66-rds-vs-aurora]] 存在架构差异（Redshift 独立 Compute Node vs Aurora 共享存储），记录于 Source Page 的 Contradictions 节
  - Sort Key 和 Distribution Key 概念因在其他页面中暂未出现，本次不创建独立页面

## [2026-04-14] ingest | CTP Topic 58 AWS EC2 Image Builder
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-58-aws-ec2-image-builder.md
- Status: ✅ 成功摄入
- Summary: AWS EC2 Image Builder 替代 Packer/Jenkins 实现企业级 AMI 生命周期自动化——通过 Pipeline/Recipe/Component/Infrastructure Config 四层抽象，将 CCOE 加固脚本转换为可复用组件；POC 实现 CentOS 7 和 Ubuntu 18 端到端流水线；Lambda 工作流触发 AWS Inspector 扫描、邮件通知和 S3 报告归档
- Concepts identified: [[Golden-AMI]], [[CCOE]], [[Image-Pipeline]], [[Image-Recipe]], [[Image-Component]], [[Infrastructure-Configuration]], [[Distribution-Settings]], [[AWS-Inspector]]
- Entities identified: [[AWS]]（仅出现 1 次，不满足 ≥2 次建页条件，跳过独立建页）
- Source page: wiki/sources/ctp-topic-58-aws-ec2-image-builder.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 8 个 Concept，均仅出现 1 次，不满足 ≥2 次建页条件，本次不创建独立页面
  - AWS Entity 页面已存在于 wiki/entities/（Amazon-RDS.md 等系列页面），本次复用
  - index.md 更新：Sources 节替换预期条目占位符为正式条目（日期修正为 2026-04-14）
  - overview.md 更新：新增 CTP Topic 58 摘要段落（置于 learning-sessions-standard-amis-updates 之后）
  - 冲突检测：与 [[ctp-topic-26-standard-ami-build-publish-share-processes]] 描述不同 AMI 生命周期阶段，非冲突，记录于 Source Page 的 Contradictions 节

## [2023-12-05] ingest | Learning Sessions: Standard AMI Updates 20231205
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/learning-sessions-standard-amis-updates-20231205-160324-meeting-recording-2.md
- Status: ✅ 成功摄入
- Summary: AWS 标准 AMI 更新机制与生命周期管理——标准 AMI 基于 AWS 原生镜像增加 OS 加固、安全补丁、SSM Agent、QALIS Agent；Jenkins 多分支流水线构建测试 AMI，将验证周期从 3-4 天缩短至 60 分钟；支持 23 种 AMI 涵盖 Amazon Linux/CentOS/OEL/RHEL/Rocky Linux/SUSE/Ubuntu/Windows；机器人框架自动化验证为核心优化手段；CentOS 7/RHEL 7 将于 2024 年 6 月 EOL，由 Rocky Linux 替代；SSM 打补丁方案适用于长期运行实例。
- Concepts identified: [[Amazon-Machine-Image]], [[Jenkins-Multi-Branch-Pipeline]], [[AWS-Inspector]], [[Robotic-Framework]], [[SSM-Patching]], [[GP3-EBS-Storage]], [[OS-End-of-Life]]
- Entities identified: [[Rocky-Linux]], [[Sentinel-1]]（均仅出现 1 次，不满足 ≥2 次建页条件，跳过独立建页）
- Source page: wiki/sources/learning-sessions-standard-amis-updates-20231205-160324-meeting-recording-2.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 overview.md 条目，置于 CTP Topic 7 之前（按日期 2023-12-05 排序）
  - 7 个 Concept 均仅出现 1 次，不满足 ≥2 次建页条件，本次不创建独立 Concept 页面
  - 无内容冲突

## [2026-04-23] ingest | CTP Topic 7 SaaS Landing Zone Design
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-7-saas-landing-zone-design.md
- Status: ✅ 成功摄入
- Summary: SAS（生产）Landing Zone 顶层设计——采用单一 Landing Zone 承载所有产品组；定义四层账户体系（Core Accounts: Shared/Logs/Security；Baseline Accounts: Network/DNS/AD；Shared Services Accounts: Software Factory/Cyber/ARC/Monitoring；Product Accounts）；Terraform IaC + GitHub/Jenkins CI/CD 端到端自动化部署链路（GitHub Hook → Jenkins → Management VPC → Lambda → ECS Cluster）；工作负载置于私有子网，WAF + CloudFront 提供入站安全；远程接入从 Checkpoint VPN 迁移至 Pulse VPN（AD 认证）。
- Concepts identified: [[Landing-Zone-Architecture]], [[Active-Directory-Integration]], [[Transit-Gateway]], [[WAF-Web-Application-Firewall]], [[Private-Subnet-Architecture]], [[Terraform-IaC]]
- Entities identified: [[Gruntwork]], [[Jenkins]], [[Checkpoint]], [[CloudFront]], [[Qalis]], [[OBM]]（均仅出现 1 次，不满足 ≥2 次建页条件，跳过独立建页）
- Source page: wiki/sources/ctp-topic-7-saas-landing-zone-design.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 6 个 Concept（Landing-Zone-Architecture/Active-Directory-Integration/Transit-Gateway/WAF-Web-Application-Firewall/Private-Subnet-Architecture/Terraform-IaC），均仅出现 1 次，不满足 ≥2 次建页条件，本次不创建独立页面
  - 新增 6 个 Entity（Gruntwork/Jenkins/Checkpoint/CloudFront/Qalis/OBM），均仅出现 1 次，不满足 ≥2 次条件，跳过独立建页
  - Gruntwork、Checkpoint Entity 页面已存在于 wiki/entities/，本次复用
  - Landing-Zone-Architecture Concept 页面已存在于 wiki/concepts/，本次复用
  - index.md 更新：Sources 节替换预期条目占位符为正式条目
  - overview.md 更新：新增 CTP Topic 7 摘要段落（置于 ctp-topic-1 之前）
  - 冲突检测：与 [[ctp-topic-35-aws-landing-zone-design-refresher-saas-labs]] 存在时间维度的架构演进关系（非冲突）——ctp-topic-7 定义原始设计，ctp-topic-35 补充近期变更（网络分段、Pulse VPN 替换 Checkpoint VPN），记录于 Source Page 的 Contradictions 节

## [2026-04-14] ingest | CTP Topic 34 Azure Landing Zone Architecture Overview
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-34-azure-landing-zone-architecture-overview.md
- Status: ✅ 成功摄入
- Summary: Kishore Garlopati 讲解 Azure Landing Zone 在 Micro Focus 的实施架构。核心：Azure Enterprise Enrollment → 管理组（Management Groups）四层分级（Platform/Landing Zones/Decommission/Sandbox）→ 独立订阅隔离目的 → Terraform Cloud IaC 自动化。Platform 层含 Identity 和 Connectivity 两个独立订阅；Connectivity 订阅作为中心枢纽汇聚所有入站/出站 Azure 流量（含 DDoS 防护和 Checkpoint 防火墙）；Landing Zones 设计为可扩展、模块化、全自动化；Terraform Cloud 管理跨订阅依赖；PIM/PAG 实现精细化访问控制。
- Concepts identified: [[Azure Landing Zone]], [[Management Groups]], [[Terraform Cloud]], [[Privileged Identity Management (PIM)]], [[Privileged Access Groups]]
- Source page: wiki/sources/ctp-topic-34-azure-landing-zone-architecture-overview.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 5 个 Concept（Azure Landing Zone / Management Groups / Terraform Cloud / Privileged Identity Management (PIM) / Privileged Access Groups），均仅出现 1 次，不满足 ≥2 次建页条件，本次不创建独立页面
  - 新增 1 个 Entity（Kishore Garlopati），仅出现 1 次，不满足 ≥2 次条件，本次不创建独立页面
  - index.md 更新：Sources 节替换预期条目占位符为正式条目
  - overview.md 更新：Cloud Transformation & DevOps 节新增 Azure Landing Zone 概念标注
  - 无冲突检测到
  - 本文档原状态为"🟡 Awaiting Whisper transcription → Summary"，现已摄入完成

## [2026-04-23] ingest | CTP Topic 35 AWS Landing Zone Design Refresher (SaaS Labs)
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-35-aws-landing-zone-design-refresher-saas-labs.md
- Status: ✅ 成功摄入
- Summary: AWS Landing Zone 设计复习，明确 SaaS（生产）与 Labs（开发）的职责划分。SaaS LZ 为每个产品区域提供客户专属产品账户，连接共享服务账户（安全、日志、网络）；核心账户组含 AD、DNS、Network 账户；Gruntwork 账户跨所有账户管理 AMI、日志和安全。近期变更：网络分段阻断 SaaS 工作负载直接连通性；CCOEs CloudTrail 取代 Gruntworks CloudTrail；入站流量通过 Network 账户 Checkpoint 重新路由；AWS Backup 有望强制化；新账户可能取消 Management VPC。核心结论：SaaS = 生产，Labs = 开发；PoC LZ 并入 Labs。
- Concepts created: [[AWS-Landing-Zone]], [[Gruntwork]], [[Shared-Services-Account]], [[Core-Accounts]], [[Product-Accounts]], [[Gruntwork-Accounts]], [[CCOEs-CloudTrail]], [[Network-Segmentation]]
- Source page: wiki/sources/ctp-topic-35-aws-landing-zone-design-refresher-saas-labs.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 8 个 Concept（AWS-Landing-Zone/Gruntwork/Shared-Services-Account/Core-Accounts/Product-Accounts/Gruntwork-Accounts/CCOEs-CloudTrail/Network-Segmentation）
  - 新增 1 个 Entity（Cloud-Technology-Design-Forum，仅在本文档提及，不满足 ≥2 次条件，跳过独立建页）
  - overview.md 更新：新增 CTP Topic 35 摘要段落（置于 ctp-topic-1 之前）
  - index.md 更新：Sources 节替换预期条目占位符为正式条目
  - 无冲突检测到

## [2026-04-14] ingest | CTP Topic 47 Enterprise Architecture Cloud Standards
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-47-enterprise-architecture-cloud-standards.md
- Status: ✅ 成功摄入
- Summary: Lindsay 分享企业架构云标准。核心：Landing Zone 框架聚焦安全、合规和可管理性；账户结构与环境和角色对齐，零信任+最小权限原则；Terraform/Terragrunt 实现 IaC 标准化；云防护栏文档捕获强制性要求和最佳实践；功能分区将单体应用拆分为更小的独立模块或无服务器函数；强调需要应用团队输入完善防护栏。
- Concepts created: [[Landing Zone]], [[Cloud Guardrails]], [[Functional Partitioning]]
- Source page: wiki/sources/ctp-topic-47-enterprise-architecture-cloud-standards.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 3 个 Concept（Landing Zone / Cloud Guardrails / Functional Partitioning）
  - overview.md 更新：新增 CTP Topic 47 摘要段落（置于 ctp-topic-17 之后）
  - 无 Entity 创建（Lindsay 仅出现 1 次，不满足 ≥2 次条件）
  - 无冲突检测到

## [2026-04-14] ingest | CTP Topic 72 Implementing an Enterprise DR Strategy Using AWS Backup
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-72-implementing-an-enterprise-dr-strategy-using-aws-backup.md
- Status: ✅ 成功摄入
- Summary: AWS 解决方案架构师 Sabith 深入讲解企业级灾难恢复策略与 AWS Backup 架构设计。核心：HA（高可用）关注运行时间和 MTBF，DR（灾难恢复）专注防止数据丢失；RPO/RTO 定义恢复目标；AWS Backup 集中化、基于策略，支持跨账户跨区域复制；四级 DR 架构模式（Backup and Restore → Pilot Light → Warm Standby → Active-Active）；增量备份节省成本；Vault Lock 合规模式防勒索软件；Bunker Account + Forensic Account 增强隔离性和测试验证。
- Concepts created: [[高可用（High Availability）]], [[灾难恢复架构模式]], [[Vault Lock]], [[跨账户备份]], [[增量备份]], [[全量备份]], [[AWS Backup Audit Manager]]
- Source page: wiki/sources/ctp-topic-72-implementing-an-enterprise-dr-strategy-using-aws-backup.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 7 个 Concept（高可用/灾难恢复架构模式/Vault Lock/跨账户备份/增量备份/全量备份/AWS Backup Audit Manager）
  - overview.md 更新：新增 CTP Topic 72 摘要段落（置于 ctp-topic-17 之后），Key Concepts 节新增 7 个概念标注
  - index.md 更新：Sources 节新增条目（置顶于 ctp-topic-28 之前），并删除预期条目占位符
  - 冲突检测：与 [[ctp-topic-44-aws-backup-in-micro-focus]] 互补而非冲突，Topic 72 提供理论框架，Topic 44 提供内部评估视角，构成完整 AWS Backup 知识体系
  - 与 [[ctp-topic-44-aws-backup-in-micro-focus]] 和 [[ctp-topic-73-aws-backup-implementation-of-the-cloud-transformation-program]] 三者构成递进关系（理论基础 → 内部评估 → 迁移实施）

## [2026-04-23] ingest | CTP Topic 51 Architecting with AWS Purpose-Built Databases
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-51-architecting-with-aws-purpose-built-databases.md
- Status: ✅ 成功摄入
- Summary: AWS 数据库专家 Femi George 分享专用数据库选型与架构原则。核心：现代应用"为正确的工作选择正确的专用数据库"，避免一刀切。AWS 提供完整数据库品类（关系型/NoSQL/键值/文档/宽列/内存/图/时序）。实战案例：Duolingo 用 DynamoDB + ElastiCache + Aurora；Netflix 用 DynamoDB 做高弹性 JSON；Peloton 用 ElastiCache Redis 即时反馈。云时代 DBA 从平台管理转向应用创新。
- Entities created: Amazon-DynamoDB, Amazon-DocumentDB, Amazon-ElastiCache, Amazon-Keyspaces, Amazon-Neptune, Amazon-Timestream
- Concepts created: Purpose-Built-Databases, DBA-Role-Evolution, Multi-Database-Architecture
- Source page: wiki/sources/ctp-topic-51-architecting-with-aws-purpose-built-databases.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 6 个 Entity（Amazon-DynamoDB/ElastiCache/Neptune/Timestream/Keyspaces/DocumentDB）
  - 新增 3 个 Concept（Purpose-Built-Databases / DBA-Role-Evolution / Multi-Database-Architecture）
  - overview.md 更新：新增 CTP Topic 51 摘要段落，置于 ctp-topic-66 之前
  - index.md 更新：Sources 节替换预期条目为实际摘要，Entities 节新增 6 个实体，Concepts 节新增 3 个概念
  - 冲突检测：与 [[ctp-topic-66-rds-vs-aurora]] 视角互补而非冲突，已记录于 Source Page Contradictions 节

## [2026-04-23] ingest | CTP Topic 46 NetApps on AWS
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-46-netapps-on-aws.md
- Status: ✅ 成功摄入
- Summary: Sandeep 和 Yael 主讲的 NetApp 存储系统培训。覆盖传统 NetApp 架构（ONTAP / Aggregate / FlexVol / Qtree / LUN / LIF / SVM）和 AWS 云版本 CVO。CVO 通过 EC2 实例提供软件定义存储，支持单节点或 HA 配对（跨多 AZ 同步复制）；数据分层机制将 30 天非活跃数据从 EBS 自动迁移到 S3；SnapMirror 实现块级跨集群复制；迁移工具包括 SnapMirror、NetApp XCP、Cloud Sync、AWS DataSync。组织已在 15 个 AWS 区域部署约 1.3 PB 数据。
- Concepts created: [[SnapMirror]]
- Entities created: [[NetApp]]
- Source page: wiki/sources/ctp-topic-46-netapps-on-aws.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 1 个 Entity（NetApp）
  - 新增 1 个 Concept（SnapMirror）
  - overview.md 更新：新增 CTP Topic 46 摘要段落，置于 ctp-topic-66 之前
  - index.md 更新：Sources 节新增条目（置顶于 Blogwatcher 前），Entities 节新增 NetApp，Concepts 节新增 SnapMirror
  - 冲突检测：暂无检测到与其他 Wiki 页面的冲突（NetApp 存储与 RDS/Aurora 属不同技术域，互补关系）

## [2026-04-14] ingest | CTP Topic 17 Active Directory Services in Gruntwork AWS LZs
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-17-active-directory-services-in-gruntwork-aws-lzs.md
- Status: ✅ 成功摄入
- Summary: Paul 讲解 Gruntwork AWS Landing Zones 中的 AD 服务集成。核心内容：双域名策略（`swinford.net` 用于 R&D Labs，`intsas.local` 用于生产/SAS 环境）；SRE 预制 AMI 内置 PowerShell（Windows）/Shell（Linux）域加入脚本，通过 Terraform `user_data` 触发自动域加入；旧域名 `infra` 和 `AST` 已废弃，提供迁移路径；Linux 支持安全动态更新（Secure Dynamic Updates）自动注册 DNS A 记录；R&D 环境使用 MIM 自助服务，生产/SAS 环境通过 SMACKS 工单系统申请账号。
- Concepts created: [[Swinford.net]]（作为 AD 域名概念）、[[Intsas.local]]（作为 AD 域名概念）、[[SMACKS]]（作为工单系统概念）
- Entities created: [[Gruntwork]]（Company/Project类实体）、[[SMACKS]]（Project类实体）
- Source page: wiki/sources/ctp-topic-17-active-directory-services-in-gruntwork-aws-lzs.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 1 个 Entity（Gruntwork）
  - 新增 2 个 AD 域名概念实体（Swinford.net、Intsas.local）
  - 新增 1 个工单系统实体（SMACKS）
  - overview.md 更新：新增 CTP Topic 17 摘要段落
  - 冲突检测：暂无检测到与其他 Wiki 页面的冲突

## [2026-04-24] ingest | CTP Topic 66 Exposing the differences between PostgreSQL RDS and Aurora
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-66-exposing-the-differences-between-postgresql-rds-and-aurora.md
- Status: ✅ 成功摄入
- Summary: Greg Klau 深度对比 PostgreSQL RDS 与 Aurora。核心维度：①最小规格/成本（RDS 更低）；②最大容量/IO性能（Aurora 更优，>10-20TB首选）；③RTO（Aurora 30秒 vs RDS 2分钟）；④存储灵活性（RDS GP2/GP3/预置IOPS/磁性，Aurora按IO收费）；⑤架构（RDS：EC2+EBS分离，Multi-AZ备用；Aurora：6副本跨3AZ共享集群卷）；⑥Blue-Green部署（仅Aurora MySQL支持）；⑦端点设计（Aurora独立Writer/Reader Endpoint）。高可用调优：DNS TTL=1秒、TCP Keep-Alive、JDBC reader/writer端点路由。
- Concepts created: [[RTO]]
- Entities created: [[Amazon-Aurora]]（Product类实体）、[[Amazon-RDS]]（Product类实体）
- Source page: wiki/sources/ctp-topic-66-exposing-the-differences-between-postgresql-rds-and-aurora.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 1 个 Concept（RTO，灾备核心指标）
  - 新增 2 个 Entity（Amazon-Aurora、Amazon-RDS）
  - 冲突检测：与 learning-sessions-cloud-transformation-programme-deploying-rds-via-terraform 存在视角差异——Terraform IaC 部署关注资源标准化，存储选型属运维决策层面，已记录于 Contradictions
  - overview.md 更新：新增 CTP Topic 66 摘要段落，更新 Key Entities 和 Key Concepts

## [2026-04-23] ingest | CTP Topic 14 Octane Hub on AWS Real Life Experience
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md
- Status: ✅ 成功摄入
- Summary: Octane Hub CTO Holger Rode 分享将生产服务从 Bibling Lab 数据中心迁移到 AWS Landing Zone 的实战经验。涵盖 Docker 容器化工作负载（QuickSee、Release Manager、Patch Manager 等）、Packer+Terraform/TerraGrunt IaC 演进、EFS vs EBS 存储选型（EFS 不适合数据库，需用 EBS）、VPC Transit Gateway 网络互联、Route 53 DNS 设置。下一步：DR 改进、MSSQL→Postgres 迁移、ECS 演进。
- Concepts created: [[Docker-Containerization]]、[[EFS-vs-EBS]]
- Entities created: [[Octane-Hub]]
- Source page: wiki/sources/ctp-topic-14-octane-hub-on-aws-real-life-experience-moving-production-services-i.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 2 个 Concept（Docker-Containerization、EFS-vs-EBS）
  - 新增 1 个 Entity（Octane-Hub）
  - 冲突检测：与 ctp-topic-7（SaaS Landing Zone 设计）存在视角差异——前者侧重多租户架构，后者侧重单体团队实际迁移路径，已记录于 Contradictions

## [2026-04-24] ingest | CTP Topic 44 AWS Backup in Micro Focus
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-44-aws-backup-in-micro-focus.md
- Status: ✅ 成功摄入
- Summary: AWS Backup 托管服务详解，vs Micro Focus 当前分散式快照管理。涵盖四级 DR 策略（Backup and Restore / Pilot Light / Warm Standby / Active-Active），不可变性防勒索软件，法律保留合规，AWS Backup 功能演示（备份保管库、备份计划、时间点恢复），以及当前流程的五大差距。
- Concepts created: 无（AWS Backup / RTO / RPO / Disaster Recovery / Pilot Light / Warm Standby / Active-Active / Legal Holds 已在 overview Key concepts 中覆盖）
- Entities created: 无（CCIE 门户仅出现1次，不满足创建条件）
- Source page: wiki/sources/ctp-topic-44-aws-backup-in-micro-focus.md
- Notes:
  - 新增 1 个 Source Page
  - 无新增 Entity/Concept
  - 无冲突内容，与 ctp-topic-72、ctp-topic-73 构成递进关系

## [2026-04-24] ingest | 实战笔记：本地部署 RSSHub 并获取 YouTube 订阅
- Source file: Home Office/实战笔记：本地部署 RSSHub 并获取 YouTube 订阅.md
- Status: ✅ 成功摄入
- Summary: 本地 Docker 部署 RSSHub（diygod/rsshub，端口1200），通过浏览器 view-source 方式获取 YouTube 频道 ID，使用 `/youtube/channel/{channel_id}` 路由生成稳定 RSS 订阅源。相比第三方在线服务，本地部署更稳定可靠。
- Concepts created: 无（RSSHub 已在 overview Key concepts 中）
- Entities created: 无（diygod 仅出现1次，不满足创建条件）
- Source page: wiki/sources/实战笔记-本地部署-rsshub-并获取-youtube-订阅.md
- Notes:
  - 新增 1 个 Source Page
  - 无新增 Entity/Concept
  - 冲突检测：与 "How to Get the RSS Feed For Any YouTube Channel" 的在线 vs 本地方案略有差异，已记录于 Contradictions

## [2026-04-24] ingest | Mac必装软件清单
- Source file: Home Office/Mac必装软件清单-2026-04-17.md
- Status: ✅ 成功摄入
- Summary: 精选8款Mac必备软件——Claude（AI助手）、Obsidian（AI知识库）、Chrome（浏览器）、Rectangle（分屏工具）、iShot（截图录屏）、Lemon（系统清理）、Raycast（启动器）、Homebrew（包管理器）。核心理念：用最少的软件达到最高的效率。Homebrew 是用 Claude Code 搭 Agent 的前置依赖。
- Concepts created: 无
- Entities created: 无
- Source page: wiki/sources/mac必装软件清单-2026-04-17.md
- Notes:
  - 新增 1 个 Source Page
  - 无新增 Entity/Concept（软件均不满足创建条件）
  - 冲突检测：无冲突

## [2026-04-18] ingest | fireworks-tech-graph
- Source file: raw/Skills/fireworks-tech-graph.md
- Status: ✅ 成功摄入
- Summary: fireworks-tech-graph Claude Code Skill，将自然语言描述转化为精美 SVG 技术图，支持 7 种视觉风格和 14 种 UML 图类型，通过 rsvg-convert 导出 1920px PNG。内置语义形状词汇表和语义箭头系统，确保图形语义一致性。安装：npx skills add yizhiyanhua-ai/fireworks-tech-graph，依赖 librsvg。
- Concepts created: 7种视觉风格系统、14种UML图、语义形状词汇表、语义箭头系统、技术图生成
- Entities created: fireworks-tech-graph、rsvg-convert
- Source page: wiki/sources/fireworks-tech-graph.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 5 个 Concept Page（7种视觉风格系统、14种UML图、语义形状词汇表、语义箭头系统、技术图生成）
  - 新增 2 个 Entity Page（fireworks-tech-graph、rsvg-convert）
  - 更新 wiki/index.md（Sources + Entities + Concepts 章节追加条目）
  - 更新 wiki/overview.md（AI Tools & Prompt Engineering 章节追加条目）
  - 无内容冲突

## [2026-04-18] ingest | Install WSL
- Source file: raw/Home Office/Install WSL.md
- Status: ✅ 成功摄入
- Summary: 微软官方 WSL 完整安装指南，`wsl --install` 一键安装，支持 Ubuntu/Debian/SUSE/Kali 等多发行版并行安装，`wsl.exe --set-default-version` 切换 WSL1/WSL2；离线场景通过 MSI + DISM 命令手动启用 Virtual Machine Platform；运行入口推荐 Windows Terminal。与 [[WSL2 启动与网络配置指南]] 互补——前者解决安装，后者解决网络。
- Concepts created: 无新增（WSL2 已存在于 overview.md，WSL1/WSL安装命令/多发行版支持/离线安装 为 WSL 特定术语，无需独立页面）
- Entities created: 无新增（Microsoft/Ubuntu/PowerShell/Windows Terminal 已存在于 overview.md）
- Source page: wiki/sources/install-wsl.md
- Notes:
  - 新增 1 个 Source Page（install-wsl.md）
  - 更新 wiki/index.md（Sources 章节追加条目）
  - 更新 wiki/overview.md（新增 Install WSL 段落于 Home Server Automation 章节）
  - 冲突记录：[[WSL2 启动与网络配置指南]] vs [[Install WSL]] — 侧重点差异，均为互补关系，非矛盾

## [2026-04-23] ingest | Obsidian 官方 CLI 命令全景速查表
- Source file: raw/Skills/Obsidian 官方 CLI 命令全景速查表.md
- Status: ✅ 成功摄入
- Summary: Obsidian v1.12+ 内置官方 CLI 命令行工具的完整速查表，包含 80+ 条命令覆盖 16 个功能模块（基础操作/数据库/书签/命令面板/日记/文件历史/文件目录/链接网络/大纲/插件管理/属性元数据/发布/随机笔记/全局搜索/官方同步/标签/任务管理/模板/外观样式/卡片盒/仓库管理/内置浏览器/字数统计/工作区布局/开发者模式）。文档还包含 7 个典型自动化应用场景工作流（全局极速闪记、播客知识榨取、AI 收件箱自动分拣、绝对隐私本地 RAG 对话助理、跨平台数据库级联录入、历史知识自动唤醒、批量元数据重构清洗）。
- Concepts created: 无新增（Obsidian CLI / Obsidian Bases / Zettelkasten / 本地 RAG / 工作流自动化 / 元数据管理 / 快速闪记 均已存在于 overview.md）
- Entities created: 无新增（Obsidian / Obsidian CLI / Dataview / QuickAdd / Templater 已存在于 overview.md 或前次摄入）
- Source page: wiki/sources/obsidian-官方-cli-命令全景速查表.md
- Notes:
  - 新增 1 个 Source Page
  - 更新 wiki/index.md（Sources 章节追加条目）
  - 无内容冲突（与 obsidian-必装-skills 和 obsidian-cli 形成互补）

## [2026-04-23] ingest | Obsidian 必装 Skills
- Source file: raw/Skills/Obsidian 必装 Skills.md
- Status: ✅ 成功摄入
- Summary: Obsidian 与 AI Agent 集成的必装 Skills 全景图。覆盖五大方向：①kepano 官方 Skills（defuddle 网页清洗、obsidian-cli 官方 CLI、obsidian-bases .base 数据库）；②Axton 可视化 Skills（obsidian-canvas-creator 径向布局算法、mermaid-visualizer、excalidraw-diagram）；③学术研究工具链（tutor-skills 输入-内化-检测学习闭环、scholar-skill L1/L2/L3 分级论文阅读）；④第三方插件（Claudian 适配 Claude Code、obsidian-agent-client 支持多 Agent）；⑤不推荐工具（obsidian-skill 过时、json-canvas 自动化程度低）。
- Concepts created: Defuddle, Obsidian-CLI, Obsidian-Bases, Canvas, StudyVault, Scholar-Skill, Tutor-Skills, Claudian, Obsidian-Agent-Client
- Entities created: kepano, Axton, YishenTu, RAIT-09, Choi-Wontak, EESJGong
- Source page: wiki/sources/obsidian-必装-skills.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 9 个 Concept 页面（Defuddle / Obsidian-CLI / Obsidian-Bases / Canvas / StudyVault / Scholar-Skill / Tutor-Skills / Claudian / Obsidian-Agent-Client）
  - 新增 6 个 Entity 页面（kepano / Axton / YishenTu / RAIT-09 / Choi-Wontak / EESJGong）
  - 更新 wiki/index.md（Sources / Entities / Concepts 三个章节均已追加条目）
  - 更新 wiki/overview.md，补充 Obsidian Skills 生态段落
  - 无内容冲突（与已有 Obsidian 相关文档形成互补）

- Source file: raw/AI/在 Ubuntu 安装 Ollama 并运行 Qwen2.5‑Coder 7B
- Status: ✅ 成功摄入
- Summary: Ubuntu 系统上通过官方 install.sh 脚本一键部署 Ollama + Qwen2.5-Coder 7B。涵盖系统要求、安装步骤、服务管理、API 暴露（OLLAMA_HOST=0.0.0.0）、GPU 加速（CUDA 自动检测）、Python/Node.js SDK 调用，以及与 Open WebUI/n8n/OpenClaw 的集成方案。推荐搭配工具：Open WebUI（ChatGPT UI）、n8n（AI 自动化）、LangChain（Agent framework）、OpenClaw（AI coding agent）。qwen2.5-coder:7b 比通用版 qwen2.5:7b 更适合工程任务，因其 Tool usage 能力强、Shell/Python/SQL 理解强、Repo 级代码理解强。
- Concepts created: 无新增（[[Ollama]]/[[本地大模型部署]]/[[GPU 加速推理]]/[[REST API]] 已存在于 overview.md）
- Entities created: 无新增（[[Open WebUI]]/[[n8n]]/[[OpenClaw]] 已存在于 overview.md）
- Source page: wiki/sources/在-ubuntu-安装-ollama-并运行-qwen2-5‑coder-7b.md
- Notes:
  - 新增 1 个 Source Page
  - 更新 wiki/index.md Sources 节，追加新条目（按日期排序）
  - 更新 wiki/overview.md AI Tools 区域，追加 Qwen2.5-Coder 部署实战段落，关联 [[Ollama 本地 LLM 部署]]（DeepSeek-R1）形成 Ollama 部署双场景覆盖
  - 无需新建 Entity/Concept 页面（相关实体和概念已在 overview.md 中定义）
  - 检测冲突：无

## [2026-04-16] ingest | Learn AI for free directly from top companies
- Source file: raw/AI/Learn AI for free directly from top companies
- Status: ✅ 成功摄入
- Summary: @RodmanAi 汇总的 10 家顶级科技公司免费 AI 学习资源直链。涵盖：Anthropic（Skilljar）、Google（Grow.google/AI）、Meta（AI 资源中心）、NVIDIA（CUDA 开发者课程）、Microsoft（Microsoft Learn）、OpenAI（Academy）、IBM（SkillsBuild）、AWS（Skill Builder）、DeepLearning.AI（吴恩达课程）、Hugging Face（学习路径）。
- Concepts created: 无新增
- Entities created: [[DeepLearning.AI]], [[IBM]]
- Source page: wiki/sources/learn-ai-for-free-directly-from-top-companies.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/learn-ai-for-free-directly-from-top-companies.md）
  - 新增 2 个 Entity 页面：wiki/entities/DeepLearningAI.md, wiki/entities/IBM.md
  - 更新 wiki/overview.md Educational Resources 区域，追加免费 AI 学习资源全景介绍

## [2026-04-23] ingest | I Went Through Every AI Memory Tool I Could Find. There Are Two Camps.
- Source file: raw/Agent/AI-Memory-Tools-Two-Camps.md
- Status: ✅ 成功摄入
- Summary: AI 记忆工具全景分类框架。揭示两个根本不同的技术路线：Camp 1（Memory Backend，向量提取+检索，优化召回）vs Camp 2（Context Substrate，文件累积+背景整合，优化复合增长）。代表工具：Mem0、MemPalace（Camp 1）；OpenClaw、Zep、Thoth、TrustGraph（Camp 2）。核心洞察：Zep 从"memory"重塑为"context engineering"是最强市场信号；预测 6 个月内"context engineering"将取代"memory"成为主流术语；持续运行 Agent 必须采用 Context Substrate 架构。
- Concepts created: [[Context Substrate]], [[Memory Backend]]
- Entities created: [[OpenClaw]], [[Mem0]]
- Source page: wiki/sources/ai-memory-tools-two-camps.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/ai-memory-tools-two-camps.md）
  - 新增 2 个 Concept 页面：wiki/concepts/Context-Substrate.md, wiki/concepts/Memory-Backend.md
  - 新增 2 个 Entity 页面：wiki/entities/OpenClaw.md, wiki/entities/Mem0.md
  - overview.md 新增 ai-memory-tools-two-camps 摘要条目，置于 semantic-memory-search 之后
  - index.md Sources 节新增条目（置顶）
  - 冲突记录：与 semantic-memory-search 存在文件优先 vs 向量优先的表面张力，实际互补（已记录）

## [2026-04-23] ingest | 可自动化、可扩展、AI增强的电商数据采集与处理系统
- Source file: raw/Others/可自动化、可扩展、AI增强的电商数据采集与处理系统.md
- Status: ✅ 成功摄入
- Summary: 基于 Docker + Ubuntu + n8n 的可自动化、可扩展、AI增强的电商数据采集与处理系统设计方案。三层架构：爬虫层（Scrapy/Playwright）→ AI处理层（n8n + LLM API）→ 存储展示层（PostgreSQL/MinIO + Grafana）。推荐 Scrapy + Playwright 组合，Docker Compose 容器化；n8n 工作流实现定时爬取→LLM处理→数据库写入→报表通知的全链路自动化；本地可使用 Ollama 无需外部 API Key；防封策略包括 User-Agent 轮换和代理池。
- Concepts touched: [[Scrapy]], [[Playwright]], [[n8n]], [[Docker Compose]], [[Ollama]], [[Bright Data]], [[Scrapyd]], [[MinIO]], [[Grafana]], [[Metabase]], [[FastAPI]], [[LangChain]]
- Entities touched: [[Amazon]], [[JD]], [[Taobao]], [[Shopee]]
- Source page: wiki/sources/可自动化-可扩展-ai增强的电商数据采集与处理系统.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/可自动化-可扩展-ai增强的电商数据采集与处理系统.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（已存在于 Wiki）
  - 冲突检测：无已知冲突，与 [[scrapy-playwright-抓取tiktok-shop-data]] 同属电商数据采集技术栈
  - 已在 index.md 添加 Source 条目
  - 已在 overview.md TikTok E-commerce Operations 部分新增条目

## [2026-04-26] ingest | 电商视频Prompt库
- Source file: 跨境电商/电商视频Prompt.md
- Status: ✅ 成功摄入
- Summary: AI 生成宠物电商视频的 7 模块 Prompt 库（产品展示/宠物动作/衣服防穿帮/场景变化/Negative Prompt/卖货文案/全流程示例），以"拼积木"组合方式实现低翻车率 + 高真实感的 TikTok Shop 带货视频生成，扩展至 1产品→3视频→6文案→A/B 测试全链路自动化。
- Concepts touched: [[Prompt库设计原则]], [[Negative Prompt]], [[Image-to-Video]], [[TikTok电商内容自动化]], [[AI图生视频]]
- Entities touched: [[TikTok Shop]], [[宠物用品]], [[TikTok]]
- Source page: wiki/sources/电商视频prompt.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/电商视频prompt.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（出现次数 < 2 次阈值）
  - 冲突检测：无已知冲突，与 [[AI图生视频工具盘点]]（工具盘点）和 [[做TK跨境思路不对努力白费]]（运营策略）互补
  - 已在 index.md 添加 Source 条目
  - 已在 overview.md 新增 [[电商视频Prompt库]] 小节，链接于 AI图生视频工具盘点 之后

## [2026-04-26] ingest | TikTok Shop - Apache Superset Dashboard设计思路
- Source file: 跨境电商/TikTok Shop - Apache Superset Dashboard设计思路.md
- Status: ✅ 成功摄入
- Summary: Apache Superset 在 TikTok Shop 电商选品分析场景的完整 Dashboard 设计方案——基于 products/reviews/variations 三表数据，通过 SQL View 预处理 JSON 字段，设计 4-Tab 专业 Dashboard（爆品雷达/类目洞察/店铺监控/评论分析），包含 KPI 卡/散点图/箱线图/热力图等可视化组件，提供选品评分加权公式（sold×0.4 + rating×15 + discount×0.5 + rating_count×0.2）。
- Concepts created: [[Apache Superset]], [[KPI Card]], [[选品评分公式]], [[SQL View]], [[Dynamic Filter]], [[GMV]], [[Scatter Plot]], [[Box Plot]], [[Heatmap]]
- Entities created: [[TikTok Shop]], [[tiktok_products 数据库]], [[products 表]], [[product_reviews 表]], [[product_variations 表]]
- Source page: wiki/sources/tiktok-shop-apache-superset-dashboard设计思路.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/tiktok-shop-apache-superset-dashboard设计思路.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - 冲突检测：无实质冲突，与 [[电商如何选品-如何找到爆款-选品策略]] 互补（策略 vs 数据工具）
  - 已在 index.md 添加 Source 条目
  - overview.md 已在 "TikTok E-commerce Product Management" 小节提及 Apache Superset 与 Dashboard 集成，无需额外更新

## [2026-04-18] ingest | 做TK跨境思路不对努力白费
- Source file: 跨境电商/做TK跨境思路不对努力白费.md
- Status: ✅ 成功摄入
- Summary: TikTok跨境电商全流程实战指南——从市场选择(美区/日本>东南亚)→账号准备→选品策略(数据软件+垂直类目)→店铺运营(流量监控+商品优化)→流量获取(短视频+达人营销)→仓储物流(海外仓+海运补货)→团队建设，提供完整执行框架。
- Concepts touched: [[跨境电商]], [[选品策略]], [[TikTok电商]], [[达人营销]]
- Entities touched: [[TikTok Shop]], [[美区]], [[日本]]
- Source page: wiki/sources/做tk跨境思路不对努力白费.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/做tk跨境思路不对努力白费.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（出现次数<2次阈值）
  - 冲突检测：无已知冲突内容
  - 已在 index.md 添加 Source 条目
  - 已在 overview.md 新增 "TikTok E-commerce Operations" 小节

## [2026-04-23] ingest | 超达物流定价
- Source file: 跨境电商/超达物流定价.md
- Status: ✅ 成功摄入
- Summary: 超达物流跨境电商定价规则：申报/实重/材积取最大值计费，UIN渠道24-48h轨迹推送，TK平台面单"TKM"开头单号无效，UIN/TK取消单号收费规则，发货截止时间12点/美区周日休息。
- Concepts touched: [[计费重量原则]], [[轨迹推送机制]], [[取消单号收费]]
- Source page: wiki/sources/超达物流定价.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/超达物流定价.md）
  - Entity 和 Concept 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - 冲突检测：无实质冲突，与 [[TK美国面单授权及操作流程]] 互为补充（前者专注授权配置，本文专注计费规则）
  - 已在 index.md 添加 Source 条目
  - overview.md 无需更新（物流定价内容与 AI/软件主题 overview 相关性低）

## [2026-04-25] ingest | TK美国面单授权及操作流程
- Source file: 跨境电商/TK美国面单授权及操作流程.md
- Status: ✅ 成功摄入
- Summary: TikTok美国市场面单授权配置与操作流程截图教程，通过6张Zipline图床备份图片展示具体操作步骤。
- Concepts touched: [[TikTokShop]], [[面单授权]], [[跨境电商物流]]
- Entities touched: [[TikTok美国站]]
- Source page: wiki/sources/tk美国面单授权及操作流程.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/tk美国面单授权及操作流程.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（内容为截图教程，信息量有限）
  - 冲突检测：无已知冲突内容
  - 已在 index.md 修正 Source 条目
  - overview.md 无需更新（物流操作类内容与 overview 主题相关性低）

## [2026-04-24] ingest | Scrapy + Playwright 抓取TikTok Shop Data
- Source file: 跨境电商/Scrapy + Playwright 抓取TikTok Shop Data.md
- Status: ✅ 成功摄入
- Summary: 使用 Scrapy + Playwright 技术栈抓取 TikTok Shop 商家数据的环境配置与运行指南。涵盖 Python venv 虚拟环境搭建、scrapy-playwright 依赖安装、Chromium 浏览器安装、Docker 容器化部署配置，以及 Playwright 验证方法。
- Concepts touched: [[Scrapy]], [[Playwright]], [[scrapy-playwright]], [[venv]], [[Docker]], [[Chromium]]
- Entities touched: [[TikTok Shop]], [[shenwei]]
- Source page: wiki/sources/scrapy-playwright-抓取tiktok-shop-data.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/scrapy-playwright-抓取tiktok-shop-data.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面（各仅出现 1 次，未达 ≥2 次阈值）
  - 冲突检测：无已知冲突内容
  - 已在 index.md 添加 Source 条目
  - overview.md 无需更新（TikTok Shop 已存在于 Key Entities，Scrapy/Playwright 属技术工具不需独立概念页）

## [2026-04-23] ingest | GOG CLI 安装配置指南
- Source file: Skills/GOG-CLI-安装配置指南.md
- Status: ✅ 成功摄入
- Summary: gog CLI（Google Workspace 命令行工具）在 macOS 系统上的完整安装与配置流程。涵盖 Homebrew 安装、OAuth 凭证配置、测试用户白名单添加、Google API 启用、常用命令速查及故障排除。
- Concepts touched: [[OAuth 2.0]], [[Google Cloud Console]], [[API Enablement]], [[Google Workspace]]
- Entities touched: [[gog CLI]]
- Source page: wiki/sources/gog-cli-安装配置指南.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/gog-cli-安装配置指南.md）
  - 新增 1 个 Entity Page（wiki/entities/gog-CLI.md）
  - 冲突检测：无已知冲突内容
  - 已在 index.md 修正 Source 条目（去除 "(expected: source missing)" 标注）
  - 已在 overview.md Key Entities 添加 [[gog CLI]] 条目
  - 已在 overview.md Key Concepts 添加 [[OAuth 2.0]], [[Google Cloud Console]], [[API Enablement]]


- Source file: Skills/Last30Days-使用指南.md
- Status: ✅ 成功摄入
- Summary: Last30Days 方法论——通过 AI Agent 自动化追踪近30天内新增/更新的内容源，避免信息过载。核心价值：将"主动订阅"转变为"被动接收"，用 AI 替代人工巡检，节省 80% 信息搜集时间。
- Concepts touched: [[Last 30 Days Method]], [[信息消费习惯]]
- Entities touched: [[Last30Days]]
- Source page: wiki/sources/last30days-使用指南.md
- Notes:
  - 新增 1 个 Source Page
  - Concept 和 Entity 均以 wikilink 形式建立关联，暂不创建独立页面
  - 冲突检测：无已知冲突内容
  - 已在 index.md 添加 Source 条目
  - overview.md 无需更新（Last 30 Days Method 已存在于 Key Concepts）

## [2026-04-25] ingest | 如何利用Sora接口实现视频自动化生成工作流
- Source file: AI/如何利用Sora接口实现视频自动化生成工作流.md
- Status: ✅ 成功摄入
- Summary: 利用亚马逊 Bedrock 平台的 Sora API 实现视频生成全自动化工作流，覆盖注册→API调用→批量生成完整流程。成本仅 2-3 元人民币，远低于市场水平；新用户享 200 美元抵扣金和 6 个月免费试用；支持文本转视频和图像生成，可结合 n8n 实现批量 UGC 内容生产。
- Concepts touched: [[文字生成视频]], [[提示词优化]], [[肖像权合规]], [[n8n 工作流自动化]], [[UGC内容]]
- Entities touched: [[Sora]], [[亚马逊 Bedrock]], [[n8n]]
- Source page: wiki/sources/如何利用sora接口实现视频自动化生成工作流.md
- Notes:
  - 新增 1 个 Source Page
  - Concept 和 Entity 均已在 Source Page 中以 wikilink 形式建立关联，暂不创建独立页面（各出现 1 次，未达 ≥2 次阈值）
  - 冲突检测：无已知冲突内容
  - 已在 index.md 添加 Source 条目

## [2026-04-25] ingest | If You Have Multiple Interests, Do Not Waste the Next 2-3 Years
- Source file: 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
- Status: ✅ 成功摄入
- Summary: 系统论证多重兴趣是AI时代超能力的个人发展指南——核心主张：工业化专业化分工使人类沦为"愚蠢而依赖"的螺丝钉，第二次文艺复兴已经到来；个人成功三要素（自学+自利+自立）自然涌现通才型人才；品牌内容系统、创意密度方法论、系统经济是具体路径
- Concepts created: [[Generalist]], [[Self-Education]], [[Self-Interest]], [[Self-Sufficiency]], [[Second-Renaissance]], [[Idea-Density]], [[Idea-Museum]], [[Brand-Environment]], [[Content-Creator]], [[System-Economy]], [[Attention-Economy]]
- Entities created: [[AdamSmith]], [[LeonardoDaVinci]]
- Source page: 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
- Notes:
  - 新增 1 个 Source Page、5 个 Concept 页面、2 个 Entity 页面
  - Concepts 全部符合"可抽象可复用"原则，创建独立页面
  - Entities: Adam Smith（≥2次引用分工理论）、Leonardo da Vinci（文艺复兴通才典范）均符合创建条件
  - 冲突检测：与 [[Multi-Agent System Reliability]] 的 Generalist 概念高度互补（后者从系统可靠性角度）
  - 已在 overview.md 个人品牌与一人公司段落添加新来源摘要
  - 已在 index.md 添加 11 个 Concept 条目、2 个 Entity 条目

## [2026-04-25] ingest | 我用 Gemini 3 一口气做了 10 个应用，附教程
- Source file: AI/我用 Gemini 3 一口气做了 10 个应用，附教程.md
- Status: ✅ 成功摄入
- Summary: 使用 Google Gemini 3 模型通过三步方法论（限定垂直场景→提示词约束结构化输出→前端SVG容器）快速构建 10 个可视化应用。核心发现：AI 生成 SVG 代码+前端渲染是快速交付 AI 应用的关键路径。
- Concepts touched: [[SVG可视化]], [[结构化输出]], [[Vibe-Coding]], [[AI应用开发]]
- Entities touched: [[Gemini-3]]（出现1次，不满足≥2次条件，暂不创建独立Entity页）
- Source page: wiki/sources/我用-gemini-3-一口气做了-10-个应用-附教程.md
- Notes:
  - 新增 1 个 Source Page
  - 已在 overview.md 添加 Gemini 3 十应用实战 段落，连接到 [[Vibe-Coding]]
  - 已更新 index.md 条目（日期从 2026-04-18 更新为 2026-04-23）
  - Entity 检查：Gemini-3 仅在本文出现，未达"出现≥2次"阈值，暂不创建独立页面
  - Concept 检查：SVG可视化/结构化输出等均未达"可抽象可复用"独立成页条件，暂纳入 Source Page Key Concepts
  - 冲突检测：无冲突内容

## [2026-04-25] ingest | Multi-Agent System Reliability
- Source file: AI/Multi-Agent System Reliability.md
- Status: ✅ 成功摄入
- Summary: 介绍4种提升多智能体系统可靠性的架构模式（Hierarchy/Consensus/Adversarial Debate/Knock-out），核心主张：停止拟人化LLM，将其视为分布式系统中不可靠的组件，通过架构约束而非提示词约束强制正确性
- Concepts created: [[Hierarchy-Agent-Pattern]], [[Consensus-Voting-Pattern]], [[Adversarial-Debate-Pattern]], [[Knock-out-Pattern]], [[Tree-of-Thoughts]], [[Genetic-Algorithm]], [[Reliability-Engineering]]
- Entities created: [[Alex Ewerlöf]]
- Entities updated: 无（Alex Ewerlöf 为新实体）
- Source page: wiki/sources/multi-agent-system-reliability.md
- Notes:
  - 新增 1 个 Source Page、1 个 Entity 页面、7 个 Concept 页面
  - Alex Ewerlöf Entity 在源文件中出现 ≥2 次（作者署名+引用），符合创建条件
  - 7 个 Concept 均符合"可抽象、可复用"原则，全部创建独立页面
  - 冲突检测：与 [[Designing for Agentic AI]] 互补而非冲突；与 [[Recursive Self-Optimization]] 共享自引用结构思想；与 [[Genetic-Algorithm]] 有明确关联（Knock-out 是 GA 的精简实现）
  - 已在 overview.md Key Concepts 列表添加所有 7 个新概念
  - 已在 overview.md Key Entities 列表添加 [[Alex Ewerlöf]]

## [2026-04-24] ingest | 全网最全！Nano Banana 2 使用指南（2025年12月更新）
- Source file: AI/全网最全！Nano Banana 2 使用指南（2025年12月更新） 1.md
- Status: ✅ 成功摄入
- Summary: 介绍 Google Nano Banana 2（Gemini 3 Pro Image）推理型图像生成模型的国内使用方法，通过 DeepSider 浏览器插件实现无 VPN 直连访问，同时支持数十款 AI 大模型
- Concepts created: 无（本次概念不足以独立建页）
- Entities created: [[DeepSider]], [[Nano Banana 2]]
- Entities updated: [[Google]]（新增 Nano Banana 2 产品信息）
- Source page: wiki/sources/全网最全-nano-banana-2-使用指南-2025年12月更新-1.md
- Notes:
  - Nano Banana 2 与 [[Nano Banana Pro]] 为不同版本，Nano Banana 2 为更新版（2025年12月发布）
  - [[Nano Banana Pro]] 已在 [[Google.md]] entity 中提及，本次新增 [[Nano Banana 2.md]] entity 独立页面

## [2026-04-24] ingest | 2025 年 11 个神级 AI 开源平替，GitHub 杀疯了
- Source file: AI/2025 年 11 个神级 AI 开源平替，GitHub 杀疯了。.md
- Status: ✅ 成功摄入
- Summary: 按 8 大领域（LLM/AI生图/生视频/AI智能体/AI编码/工作流/AI搜索/AI知识库）系统盘点 GitHub 上各领域最火的开源平替项目，核心洞察：国产开源模型在多领域达到或超越国际闭源竞品水平
- Concepts created: [[AI开源平替]]
- Entities created: [[Flux]], [[HunyuanVideo]], [[Manus]], [[OpenManus]], [[Cline]], [[Perplexica]], [[Dify]], [[Stable Diffusion]]
- Entities updated: [[DeepSeek]], [[Qwen]], [[n8n]]
- Source page: wiki/sources/2025-年-11-个神级-ai-开源平替-github-杀疯了.md
- Notes:
  - DeepSeek、Qwen、n8n 已在 Wiki 中存在，本次仅追加新版本信息
  - Flux（≥2次）、HunyuanVideo（≥2次）、Manus（≥2次）、OpenManus（≥2次）、Cline（≥2次）、Perplexica（≥2次）、Dify（≥2次）、Stable Diffusion（≥2次）均出现 ≥2 次，符合创建条件
  - OpenAI、MiniMax、Kimi K2、智谱 GLM 仅出现 1 次，未达到创建阈值
  - Perplexity 作为对比对象出现，但非本文主角，不创建独立页面
  - 冲突检测：内容与现有 Wiki 中 DeepSeek、n8n 等实体描述一致，无冲突
  - Meta 收购 Manus 是 2025 年重大事件，已体现在 [[Manus]] 实体页

## [2026-04-23] ingest | AI 解决方案专家培训课程
- Source file: AI/AI 解决方案专家培训课程.md
- Status: ✅ 成功摄入
- Summary: Coze 平台多行业 AI Agent 培训课程，涵盖国内版（coze.cn）和海外版（coze.com），提供覆盖金融、医疗、教育、电商、人力资源、泛娱乐、在线客服等 7 大行业共 50+ 可体验 Agent Demo，核心技术栈为 Prompt 工程、RAG、Function Call 和 Workflow 编排。
- Concepts created: [[Coze-Workflow]]
- Entities created: [[Coze]], [[SONY]], [[滴滴]]
- Source page: wiki/sources/ai-解决方案专家培训课程.md
- Notes:
  - Coze、SONY、滴滴三个实体在源文件中均出现 ≥2 次，符合创建条件
  - FaceFusion、F5-TTS、World Labs、抖音仅出现 1 次，未达到创建阈值（≥2次）
  - Prompt Engineering、Function Call、Workflow Engineering 等核心概念已存在于 Wiki，本次作为 Key Concepts 引用
  - 冲突检测：Coze 平台与其他 AI 工具（Claude Code、Ollama 本地部署）属互补关系，无内容冲突

- Source file: AI/RAG从入门到精通系列1：基础RAG.md
- Status: ✅ 成功摄入
- Summary: RAG 基础原理与实战：Indexing（文档加载→切分→向量化入库）→ Retrieval（向量相似度 Top-k 检索）→ Generation（问题+上下文→LLM 生成答案），Qwen+BAAI+LangChain+Qdrant 实战工具链。
- Concepts created: [[Indexing]], [[Retrieval]], [[Generation]], [[Split]], [[Context-Window]]
- Entities created: [[LangChain]], [[Qwen]], [[Qdrant]]
- Source page: wiki/sources/rag从入门到精通系列1-基础rag.md
- Notes:
  - RAG 概念页面 [[RAG]] 已存在于 wiki/concepts/RAG.md，已在 Source Page 中正确引用
  - 冲突检测：基础 RAG（Naive RAG）与 Advanced RAG / RAG Fusion 存在优化方向差异，待后续进阶内容补充后更新 Contradictions
  - [[PyTorch研习社]] 为文章来源方，raw 文档中有注明，Source Page Key Entities 已记录
  - BAAI（Embedding Model）和 LlamaIndex 在 Source Page 中作为 Key Entities 记录，暂未创建独立 Entity 页面

## [2026-04-23] ingest | 固定镜头短视频制作的AI全流程解析
- Source file: AI/固定镜头短视频制作的AI全流程解析.md
- Status: ✅ 成功摄入
- Summary: 利用 AI 技术快速制作高播放量固定机位家装类短视频的全流程方法论，涵盖分镜拆解（Google AI Studio）、九宫格图像生成（Midjourney/Nano Banana）、首尾针动画（海螺AI/KAI）、快节奏剪辑（剪映）、声音设计五大步骤，10 分钟内完成成片。
- Concepts created: [[固定机位]], [[首尾针动画]], [[九宫格法]]
- Entities created: [[Midjourney]], [[KAI]], [[剪映]]
- Source page: wiki/sources/固定镜头短视频制作的ai全流程解析.md
- Notes:
  - 冲突检测：与传统视频制作理念（复杂镜头语言+丰富转场）存在冲突，已记录至 Source Page Contradictions 部分
  - Google/Nano Banana 实体已存在于 wiki/entities/Google.md，已在 Source Page Key Entities 中正确引用
  - 海螺AI 仅为提及（非关键工具），未创建独立 Entity 页面
  - 快节奏剪辑、卡点、内容连续变化、时间压缩等为描述性术语，不满足"可抽象可复用"原则，未创建独立 Concept

## [2026-04-25] ingest | 大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏
- Source file: AI/大模型相关术语和框架总结｜LLM、MCP、Prompt、RAG、vLLM、Token、数据蒸馏.md
- Status: ✅ 成功摄入
- Summary: 大模型生态核心术语入门速查手册，涵盖 LLM、Prompt、MCP、Agent、RAG、Embedding、LangChain、vLLM、Token、数据蒸馏等概念，用通俗语言和可视化类比解释大模型领域关键术语
- Concepts created: [[Model Context Protocol]], [[vLLM]], [[LangChain]]
- Concepts updated: [[Large Language Model]]（添加来源引用）, [[AI Agent]]（添加 Model Context Protocol 关联 + 来源引用）, [[RAG]]（已包含来源）
- Entities identified: 无（shenwei 仅在本文出现 1 次，不满足 ≥2 次条件；OpenAI/vLLM 社区仅为引用来源，不满足关键影响条件）
- Source page: 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
- Notes:
  - 冲突检测：与 [[llms-rag-ai-agent-三个到底什么区别]] 属互补关系（术语科普 vs 三层架构梳理），已记录至 Source Page Contradictions 部分
  - 无需创建 shenwei Entity（仅出现 1 次，不满足 ≥2 次条件）
  - vLLM.md 中 KV Cache/PagedAttention/Continuous Batching 等子概念不单独创建页面，因其属于 vLLM 框架的内部技术细节，不满足"可抽象、可复用"原则
  - Embedding 已存在 [[Vector-Embedding]] Concept，LangChain 为框架类概念（已有充分讨论）

## [2026-04-25] ingest | Nano Banana Pro 提示词指南与策略（上篇）
- Source file: AI/Nano-Banana Pro Prompting Guide & Strategies 1.md
- Status: ✅ 成功摄入
- Summary: Google Nano Banana Pro 官方提示词指南上篇，涵盖 10 条黄金法则（编辑而非重生成、使用自然语言、提供上下文等）和前 9 个能力域（文本渲染/信息图、角色一致性/身份锁定、Google Search 信息锚定、高级编辑/修复/着色、2D/3D 维度转换、高分辨率/纹理、思考推理模式、故事板/概念艺术、结构控制/布局引导），附大量可直接复制的实战提示词模板。
- Concepts identified: 无（Nano Banana Pro 特有概念均为具体应用技术，不满足可复用抽象原则）
- Entities identified: [[Google]]（已存在于 wiki/entities/Google.md，已更新 Key Products 添加 Google AI Studio / Nano Banana Pro / Google Colab）
- Source page: wiki/sources/nano-banana-pro-prompting-guide-strategies-1.md
- Notes:
  - index.md 已修复旧条目（移除 expected/missing 标注，替换为完整标题和摘要）
  - overview.md 已更新「Nano Banana Pro 提示词指南」段落，明确标注本文为上篇及涵盖的 9 个能力域
  - 冲突检测：与 [[全网最全-nano-banana-2-使用指南-2025年12月更新-1]] 存在范围重叠，已记录至 Source Page Contradictions 部分，结论为互补而非冲突
  - 无需新建 Entity 页面（shenwei 作者仅在本文出现 1 次，不满足 ≥2 次条件）
  - 无需新建 Concept 页面（身份锁定/对话式编辑等为 Nano Banana Pro 特有应用技术，不满足可复用抽象条件）

- Source file: AI/我的工具集.md
- Status: ✅ 成功摄入
- Summary: 个人 AI 工具推荐清单，按类型分类（Text-to-Speech / Image-Editor / Image-to-Video / Web-Scraper / AI-Summary），覆盖 Google AI Studio（Wavespeed 图生视频、Vidu、海螺 AI）、Brightdata（网页爬取）、Decopy（AI 摘要）等服务。与 AI图生视频工具盘点属互补关系——本文为工具索引，后者为免费工具详细评测。
- Concepts identified: 无（工具索引类来源，各概念已在其他来源中有充分讨论）
- Entities identified: [[Google]]（已存在于 wiki/entities/Google.md）
- Source page: wiki/sources/我的工具集.md
- Notes:
  - 更新 index.md Sources 部分（替换 expected 标记行）
  - 更新 overview.md AI Tools & Prompt Engineering 部分（新增「我的工具集」段落）
  - Google Entity 已存在，无需重复创建
  - Vidu/海螺AI/Wavespeed/Brightdata/Decopy 仅在本文中出现 1 次，不满足 Entity ≥2 次创建条件
  - 无需新建 Concept 页面（各工具类型概念在其他来源中已充分覆盖）
  - 冲突检测：与 [[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]] 存在互补关系（工具清单 vs 详细评测），已记录至 Source Page Contradictions 部分

## [2026-04-24] ingest | 如何写出完美的Prompt（提示词）？
- Source file: AI/如何写出完美的Prompt（提示词）？.md
- Status: ✅ 成功摄入
- Summary: 系统阐述 Prompt 构建底层逻辑的职场应用指南。核心理念：Prompt 是人与 AI 的协作协议，本质是将模糊需求转化为 AI 可执行的结构化任务。四大构建要素（角色+需求+场景+目标）+ 三层技巧体系（基础：需求拆解/上下文补全/格式定义/示例引导；进阶：思维链/任务拆分/角色赋能/预填回复/不确定性管理；高阶：跨模态联动/领域知识注入/反馈循环嵌入）+ 四大业务场景实战模板（内容创作/数据分析/方案策划/客户服务）+ 六大避坑指南。核心洞察：Prompt 能力本质 = 对问题清晰界定的能力 + 结构化思维逻辑和表达能力。
- Concepts identified: [[结构化思维]], [[精准表达]], [[思维链引导]], [[任务拆分法]], [[角色赋能法]], [[少量样本提示]], [[上下文补全]], [[AI Agent]]（本篇提供了 AI Agent 能力的底层基础）
- Entities identified: [[粒粒]]（微信公众号作者）
- Source page: wiki/sources/如何写出完美的prompt-提示词.md
- Notes:
  - 该文档与 [[清华出的DeepSeek使用手册]]（DeepSeek 特定实践）和 [[系统提示词构建原则]]（Agent 系统级指令）互补，构成完整的提示词工程方法论体系
  - 冲突检测：与 [[系统提示词构建原则]] 存在视角差异（用户层 vs Agent 设计层），已在 Source 页面的 Contradictions 部分说明互补关系
  - index.md 已修复旧条目（移除 "— (expected: ... — source missing)" 标注，添加实际摘要）
  - overview.md 已新增 "AI Tools & Prompt Engineering" 部分的条目

## [2026-04-24] ingest | 系统提示词构建原则
- Source file: AI/系统提示词构建原则.md
- Status: ✅ 成功摄入
- Summary: AI 编程助手的系统提示词构建原则，涵盖五大维度：核心身份与行为准则（遵守项目约定、优先技术准确性）、沟通与互动规范（专业简洁、减少冗余）、任务执行工作流（TODO规划、Search/Replace编辑）、技术编码规范（清晰命名、模块化）、安全防护准则（不泄露指令、输入验证）。来源：vibe-coding-cn 项目。
- Concepts updated: [[Vibe Coding]]（sources 字段补充该来源）
- Entities updated: [[tukuai]]（sources 字段补充该来源）
- Source page: wiki/sources/系统提示词构建原则.md
- Notes:
  - 该文档与 [[github-上-5000-人收藏的-vibe-coding-神级指南]] 同属 vibe-coding-cn 项目，是操作层指南的补充
  - 冲突检测：无已知冲突
  - overview.md 中"Vibe Coding 中文指南"段落已补充与该来源的链接

## [2026-04-24] ingest | GitHub 上 5000 人收藏的 Vibe Coding 神级指南
- Source file: AI/GitHub 上 5000 人收藏的 Vibe Coding 神级指南。.md
- Status: ✅ 成功摄入
- Summary: 介绍 vibe-coding-cn 开源项目（github.com/tukuaiai/vibe-coding-cn），为中文开发者汇集全球顶尖 AI 编程资源。核心公式：Vibe Coding = 规划驱动 + 上下文固定 + AI 结对执行。工具推荐：Cursor + Claude Opus。核心理念：规划就是一切——让 AI 写代码前必须先完成技术选型、实施规划和模块化设计。Karpathy 经典语录："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。"
- Concepts updated: [[Vibe Coding]]（补充规划驱动/上下文固定/AI 结对执行三大原则、Vibe Coding vs Claude Skills 对比表、添加 Windsurf/Trae 工具推荐）
- Entities created: [[Andrej-Karpathy]]（AI 领域知名专家，Vibe Coding 概念推广者）
- Entities updated: [[tukuai]]（补充 vibe-coding-cn 仓库贡献者身份）
- Source page: wiki/sources/github-上-5000-人收藏的-vibe-coding-神级指南.md
- Notes:
  - 更新 index.md Sources 部分（在首位插入新条目，移除 expected 占位条目）
  - 更新 overview.md，添加"Vibe Coding 中文指南"段落至 AI Tools & Prompt Engineering 部分
  - 更新 index.md Entities 部分（添加 Andrej-Karpathy 条目）
  - Vibe Coding 概念页面已存在，本次更新 sources 字段和核心原则内容
  - 冲突检测：Vibe Coding（氛围感/直觉式）与 Claude Skills（结构化 SOP）存在视角差异，已记录至 source page Contradictions 部分

## [2025-12-18] 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
- Source file: 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
- Status: ✅ 成功摄入
- Summary: 产品经理Kira2red分享大模型（Gemini）辅助PRD生成的保姆级教程——三步工作流：①用FeatureList构思需求框架（大模型生成层级式功能表）、②Mermaid画逻辑图（ER图/时序图/泳道图辅助理解）、③分页面逐一描述生成PRD+HTML原型。核心方法论："人负责想，大模型负责写"，可缩短文档工作时间90%以上。深层洞察：未来可能不需要PRD文档，产品经理需进化为"超级个体"，核心能力是市场洞察而非写文档。
- Concepts created: [[FeatureList]], [[超级个体]], [[PRD生成工作流]]
- Entities updated: [[Gemini]]（关联本文工作流）
- Source page: 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
- Notes:
  - 更新 index.md Sources 部分（在首位插入新条目）
  - 更新 overview.md AI Tools & Prompt Engineering 小节（补充AI辅助PRD生成条目）
  - Vibe Coding Concept 已存在（无需新建）
  - FeatureList、超级个体、PRD生成工作流为新创建 Concept
  - 无内容冲突

## [2026-04-23] ingest | 3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！
- Source file: AI/3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！ 1.md
- Status: ✅ 成功摄入
- Summary: Anthropic 官方 Claude Skills 仓库（github.com/anthropics/skills，3.2 万收藏）介绍。Skills = 写给 Claude 的"说明书" + "SOP"，将反复执行的有固定流程的任务拆解为 AI 能理解、能复用、能自动执行的一套流程。官方库包含三大类：办公自动化（Word/PDF/PPT/Excel）、开发者工具箱（MCP Server/自动化测试/Artifacts 构建）、创意类 Skill。核心洞察：Claude Skills 的爆发标志着从「提示词工程」向「流程工程」的范式转变；Vibe Coding 的尽头也是 Skills。
- Concepts created: [[Claude Skills]], [[Workflow Engineering]]
- Source page: 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
- Notes:
  - 更新 index.md Sources 部分（修正 source missing 条目）
  - 更新 overview.md AI Tools & Prompt Engineering 小节（添加 Claude Skills 范式洞察）
  - 创建 Claude-Skills 和 Workflow-Engineering 两个 Concept 页面
  - 添加 Concepts 条目到 index.md（Claude-Skills、Workflow-Engineering）
  - 无内容冲突
  - Entity 页面（Anthropic/skillsmp/aitmpl 等）出现次数均 <2 次，未创建
- Source page: wiki/sources/7-ways-i-use-notebooklm-to-make-my-life-easier.md
- Notes:
  - 更新 index.md Sources 部分（替换 expected 占位条目）和 Concepts 部分（新增2个条目）
  - 更新 overview.md AI Tools & Prompt Engineering 小节（补充 NotebookLM 7种用法条目）
  - NotebookLM Entity 页面已存在，更新 sources 字段和内容
  - Source-Grounding 和 Passive-Learning 为新建 Concept 页面
  - 冲突检测：未发现与其他 Wiki 页面存在明显内容冲突

## [2026-04-24] ingest | Never write another prompt
- Source file: AI/Never write another prompt.md
- Status: ✅ 成功摄入
- Summary: 介绍一款能将简单描述自动转化为详细结构化提示词的 AI 工具，支持变量插入和自定义编辑，大幅降低提示词工程门槛。与 Claude Prompt Library（现成提示词库）和 Nano Banana 提示词框架（结构化模板）同属提示词工程的不同路径。
- Concepts covered: [[Prompt Engineering]], [[API Key]], [[Variables in Prompts]]
- Entities referenced: [[ChatGPT]], [[Google Gemini]]
- Source page: wiki/sources/never-write-another-prompt.md
- Notes:
  - 更新 index.md Sources 部分（新增条目，按日期排序）
  - 更新 overview.md AI Tools & Prompt Engineering 小节
  - 冲突检测：与 useful-prompt-lib.md 存在"是否需要预制提示词"视角差异（双方 Contradictions 均已记录）
  - ChatGPT/Google Gemini 已存在于 Wiki，无需新建 Entity 页面

## [2026-04-23] ingest | Best 7 news API data feeds - AI News
- Source file: AI/Best 7 news API data feeds - AI News.md
- Status: ✅ 成功摄入
- Summary: 7款主流新闻API横向评测（Webz.io/GNews/The Guardian/Bloomberg/Financial Times/Opoint/Mediastack），覆盖开放网/深网/暗网数据、金融情报、舆情监控、情感分析、内容聚合、AI预测分析等应用场景，为AI应用和数据分析场景选择新闻数据接口提供选型参考。
- Concepts covered: [[News API]], [[Financial Intelligence]], [[Media Monitoring]], [[Sentiment Analysis]], [[Risk Assessment]], [[Content Aggregation]], [[Predictive Analysis]]
- Entities referenced: [[Webz.io]], [[GNews API]], [[The Guardian API]], [[Bloomberg API]], [[Financial Times API]], [[Opoint]], [[Mediastack API]]
- Source page: wiki/sources/best-7-news-api-data-feeds-ai-news.md
- Notes:
  - 更新 index.md Sources 部分
  - 7个 Entity 均仅出现1次，未创建独立 Entity 页面
  - Concept 均为通用概念，已隐式覆盖，无冲突

## [2026-04-23] ingest | Claude Prompt Library 汇总表
- Source file: AI/Useful Prompt Lib.md
- Status: ✅ 成功摄入
- Summary: Anthropic Claude 官方提示词库完整汇总，收录 64+ 款专业化提示词，覆盖开发工具、效率工具、创意工具、营销工具、教育工具等 10+ 领域。TikTok 跨境电商推荐 Babel's Broadcasts（多语言推文）、Review Classifier（评论分类）、Data Organizer（非结构化→JSON）三剑客。
- Concepts covered: [[Anthropic Prompt Library]], [[Babel's Broadcasts]], [[Review Classifier]], [[Data Organizer]], [[Prompt Engineering]]
- Entities referenced: [[Anthropic]], [[TikTok]]
- Source page: wiki/sources/useful-prompt-lib.md
- Notes:
  - 更新 index.md Sources 部分
  - 更新 overview.md AI Tools & Prompt Engineering 小节
  - Anthropic/TikTok 均仅出现1次，未创建独立 Entity 页面
  - 冲突检测：与 never-write-another-prompt.md 存在"是否需要预制提示词"的冲突（已记录至 source page Contradictions 部分）

## [2026-04-23] 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
- Source file: 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
- Status: ✅ 成功摄入
- Summary: 2025年AI配音及声音克隆工具推荐合集，评测ElevenLabs、海螺AI（MiniMax）、F5-TTS、TTSMaker、剪映、魔音工坊、AnyVoice等7款主流工具。涵盖免费/付费、国际/国内、技术门槛等多维度对比，为不同用户群体提供选型建议。
- Concepts covered: [[AI配音]], [[声音克隆]]
- Entities referenced: [[ElevenLabs]], [[海螺AI]], [[F5-TTS]], [[TTSMaker]], [[剪映]], [[魔音工坊]], [[AnyVoice]], [[MiniMax]]
- Source page: 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
- Notes:
  - 更新 index.md Sources 部分
  - Entity/Concept 均未创建独立页面（各工具仅在本文出现一次，不满足Entity≥2次条件；AI配音/声音克隆概念在其他来源中已有相关讨论，可后续扩展）

## [2026-04-23] ingest | The Picture They Paint of You
- Source file: AI/The Picture They Paint of You.md
- Status: ✅ 成功摄入
- Summary: 探讨 AI 工具的市场定位如何折射对人类工作者的隐性认知。对比 10+ 款 AI SRE 产品和 8+ 款 Coding Assistant 的营销话语，发现：AI SRE 被建构为"替代者"，Coding Assistant 被建构为"合作伙伴"。这种差异映射了组织内部对不同角色真实价值的认知分裂，暗示决策者与从业者之间对工作意义理解的根本分歧。
- Concepts created: [[Taylorism]], [[Left-over-Principle]], [[Analogy-as-Straitjacket]]
- Source page: wiki/sources/the-picture-they-paint-of-you.md
- Notes:
  - 新增 Sources 条目至 index.md
  - 新增 3 个 Concept 页面：Taylorism.md、Left-over-Principle.md、Analogy-as-Straitjacket.md
  - 冲突检测：与 wiki/sources/what-i-know-about-cloud-service-delivery-1.md 中 SRE 角色认知存在冲突（已记录至 source page Contradictions 部分）
  - Entities: Anthropic、GitHub Copilot、OpenAI Codex、Cline、AWS DevOps Agent 均未创建独立页面（属产品类 Entity，命名类 Entity 价值待定）

## [2026-04-23] ingest | Nano Banana 提示词框架
- Source file: AI/Nano Banana 提示词框架.md
- Status: ✅ 成功摄入
- Summary: AI 图像生成的结构化提示词框架，提供两套 JSON Schema 模板——物件描述框架（item / materials / details / condition）和人物描述框架（age / appearance / pose）——共用 shot / environment / lighting / camera / color_grade / style / quality / negatives 参数字段。示例展示了如何将专业摄影描述语言（材质/布光/相机参数）结构化填入模板。
- Concepts covered: [[Nano Banana Prompting Framework]], [[Structured Prompt Engineering]], [[Negative Prompting]], [[Shot Composition]], [[Photography Lighting Description]], [[Camera Parameter Specification]]
- Entities referenced: [[Google]], [[Nano Banana]]
- Source page: wiki/sources/nano-banana-提示词框架.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 更新 overview.md AI Tools & Prompt Engineering 部分
  - Google Entity 已存在于 wiki/entities/Google.md，未重复创建

## [2026-04-23] 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
- 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
- Status: ✅ 成功摄入
- Summary: 谷歌发布的 Nano Banana Pro 官方提示词指南（《The Complete Guide to Nano Banana Pro》），核心主题是"将 AI 从趣味性图像生成升级为功能性专业资产生产"。10 大黄金法则：编辑而非重新生成、使用自然语言完整句子、具体且具描述性、提供上下文。9 个实战章节覆盖文本渲染/信息图、角色一致性、Google 搜索信息锚定、高级编辑、2D/3D 转换、高分辨率、思考推理、故事板、结构控制。
- Concepts created: [[提示词工程]], [[身份锁定（Identity Locking）]], [[思维推理模式（Thinking Mode）]], [[信息图生成]], [[2D/3D 转换]], [[草图转成品（Sketch to Final）]]
- Entities created: [[谷歌]]
- Source page: 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
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 新增 6 个 Concept 页面
  - 新增 1 个 Entity 页面：Google.md
  - 更新 overview.md，新增"Nano Banana Pro 提示词指南"段落至 AI Tools & Prompt Engineering 部分
  - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突

## [2026-04-23] ingest | 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
- 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
- Status: ✅ 成功摄入
- Summary: Ollama + DeepSeek-R1 + Open WebUI 本地离线部署完整指南，覆盖硬件要求、安装方法（macOS/Windows/Linux/Docker）、模型下载加速（魔塔/HF Mirror/夸克网盘）、API 安全配置（nginx + Bearer Token）和 Open WebUI Docker Compose 部署。
- Entities created: [[Ollama]], [[Open WebUI]]
- Concepts created: [[Local LLM Deployment]], [[Docker LLM Deployment]]
- Source page: 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
- Notes:
  - 新增 Sources 条目至 index.md（Sources 节顶部）
  - 新增 Entity 页面：Ollama.md、Open-WebUI.md
  - 新增 Concept 页面：Local-LLM-Deployment.md、Docker-LLM-Deployment.md
  - 更新 overview.md：Key Entities 节和 AI Tools 节

## [2026-04-23] ingest | OpenAI ChatGPT 个性化定义
- Source file: AI/OpenAI ChatGPT 个性化定义.md
- Status: ✅ 成功摄入
- Summary: ChatGPT 自定义指令（Custom Instructions）的完整配置——定义用户身份（47岁、云计算背景、跨境电商创业者）、响应风格（高度有条理、详细解释、错误零容忍）和交互偏好（主动预判需求、不道德说教、URL统一末尾引用）。核心原则：[[Expert User Assumption]]（用户为所有领域专家）、[[Proactive AI]]（主动出击而非被动等待）、[[Error Accountability]]（主动反馈配置导致的回复质量下降）。
- Concepts created: [[Personalization]], [[Custom Instructions]], [[Proactive AI]], [[Expert User Assumption]], [[Error Accountability]]
- Entities created: [[OpenAI]], [[ChatGPT]]
- Source page: wiki/sources/openai-chatgpt-个性化定义.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 新增 5 个 Concept 页面：Personalization.md、Custom-Instructions.md、Proactive-AI.md、Expert-User-Assumption.md、Error-Accountability.md
  - 新增 2 个 Entity 页面：OpenAI.md（美国 AI 研究公司）、ChatGPT.md（OpenAI 对话产品）
  - 更新 overview.md，新增"ChatGPT 个性化配置"段落至 AI Tools & Prompt Engineering 部分
  - 将 5 个新 Concept 添加至 overview.md Key Concepts 列表
  - 将 OpenAI、ChatGPT 添加至 overview.md Key Entities 列表
  - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——[[designing-for-agentic-ai]] 中的 Personalization 原则与本文配置案例一致，无矛盾

## [2026-04-23] ingest | A Formalization of Recursive Self-Optimizing Generative Systems
- Source file: AI/A Formalization of Recursive Self-Optimizing Generative Systems.md
- Status: ✅ 成功摄入
- Summary: 递归自我优化生成系统的形式化理论模型——定义生成器空间 $\mathcal{G}$、优化算子 $O$、元生成算子 $M$、自映射 $\Phi$，稳定生成能力 $G^*$ = $\Phi$ 的不动点；用 λ-calculus Y 组合子表达自引用结构 $G^* \equiv Y\;\text{STEP}$。核心发现：递归自我优化自然涌现不动点结构，而非终止输出；为 Self-Improving AI 提供原则性理论基础。
- Concepts created: [[Recursive Self-Optimization]], [[Generator Space]], [[Self-Referential Computation]], [[Fixed-Point Semantics]], [[Y-Combinator]]
- Entities created: [[tukuai]]
- Source page: wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 新增 5 个 Concept 页面：Recursive-Self-Optimization.md、Generator-Space.md、Self-Referential-Computation.md、Fixed-Point-Semantics.md、Y-Combinator.md
  - 新增 1 个 Entity 页面：tukuai.md（独立研究者，本文作者）
  - 更新 overview.md，新增"Recursive Self-Optimizing Generative Systems"段落至 Multi-Agent AI Systems 部分
  - 将 5 个新 Concept 添加至 overview.md Key Concepts 列表
  - 将 tukuai 添加至 overview.md Key Entities 列表
  - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——本文为纯理论形式化，与 Wiki 中其他 Agent 应用案例属不同层次

## [2026-04-23] ingest | LLMs、RAG、AI Agent 三个到底什么区别？
- Source file: AI/LLMs、RAG、AI Agent 三个到底什么区别？.md
- Status: ✅ 成功摄入
- Summary: LLM、RAG、AI Agent 三者的定义与关系——LLM=思考（天才大脑），RAG=认知（记忆系统），Agent=执行（行动系统）。三者非竞争技术，而是在不同层面互补。未来不在于选择其一，而在于将三者结合架构设计。
- Concepts created: [[Large Language Model]], [[RAG]], [[AI Agent]], [[ReAct Pattern]]
- Entities created: （无新 Entity 创建）
- Source page: wiki/sources/llms-rag-ai-agent-三个到底什么区别.md
- Notes:
  - 新增 Sources 条目至 index.md（置于最前，按日期排序）
  - 新增 3 个 Concept 页面：Large-Language-Model.md、RAG.md、AI-Agent.md
  - 更新 overview.md Key Concepts 列表，添加 Large Language Model/RAG/AI Agent/ReAct Pattern
  - 更新 overview.md，新增"LLM / RAG / AI Agent 三层架构"段落至 AI Tools & Prompt Engineering 部分
  - 更新 index.md Concepts 部分，添加 3 个新 Concept 条目
  - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——本文为基础概念梳理，与 Wiki 中 Agentic AI 相关内容一致

## [2026-04-23] ingest | Google 神级生产力工具，所有 GitHub 开源平替都找到了
- Source file: AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md
- Status: ✅ 成功摄入
- Summary: Google NotebookLM 的 6 款 GitHub 开源平替全景盘点——OpenNotebook（14.6k Stars 全功能）、SurfSense（11.4k Stars 综合研究智能体）、Podcastfy（播客垂直聚焦）、NotebookLlama（LlamaIndex 官方学习参考）、PageLM（教育场景）、InsightsLM（低代码架构）。覆盖从"全功能替代"到"垂直聚焦"的不同需求层次。
- Concepts created: [[文档问答]], [[播客生成]], [[语义搜索]], [[混合搜索]], [[本地化部署]]
- Entities created: [[Google]], [[NotebookLM]], [[OpenNotebook]], [[SurfSense]], [[Podcastfy]], [[NotebookLlama]], [[PageLM]], [[InsightsLM]]
- Source page: wiki/sources/google-神级生产力工具-所有-github-开源平替都找到了.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 新增 Entity 页面：Google、NotebookLM、OpenNotebook、SurfSense、Podcastfy、NotebookLlama、PageLM、InsightsLM（共8个）
  - 新增 Concept 页面：文档问答、播客生成、语义搜索、混合搜索、本地化部署（共5个）
  - 更新 overview.md，新增"AI Tools & Prompt Engineering"部分的"NotebookLM 开源平替生态"段落
  - 无内容冲突——与现有 RAG、知识管理工具内容互补，未发现矛盾

## [2026-04-23] ingest | 教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報
- Source file: AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md
- Status: ✅ 成功摄入
- Summary: AI 简报自动化工作流——先用 ChatGPT 做知识整理，再用 Canva / Gamma AI 输出演示文稿。两阶段工作流（思考者→设计师）比直接用 AI 生成简报效果更好。
- Concepts created: [[AI簡報工作流]]
- Entities created: [[Canva]], [[Gamma-AI]]
- Source page: wiki/sources/教學-chatgpt-先做知識整理-再讓-canva-gamma-ai-輸出簡報.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - 新增 Entity 条目：[[Canva]], [[Gamma-AI]]
  - 新增 Concept 条目：[[AI簡報工作流]]
  - 更新 overview.md，新增段落至 AI Tools & Prompt Engineering 部分
  - 无内容冲突

## [2026-04-23] ingest | Designing for Agentic AI
- Source file: AI/Designing for Agentic AI.md
- Status: ✅ 成功摄入
- Summary: 阐述 GenAI（创作内容）vs Agentic AI（主动行动）的核心差异，以及为 Agentic AI 设计用户体验的 TCPCA 五原则——透明度、控制感、个性化、对话、主动预判。核心洞察：观察 AI 决策过程本身就是一种参与方式，设计隐喻从"响应用户点击/滑动"转向"AI 运行时的实时反馈"。
- Concepts updated: [[Agentic AI]]（已存在，仅补充 TCPCA 五原则维度）, [[Transparency]], [[Control]], [[Personalization]], [[Conversation]], [[Anticipation]]
- Entities updated: [[Yuri Pessa]]（已存在，仅补充身份说明）
- Source page: wiki/sources/designing-for-agentic-ai.md
- Notes:
  - 新增 Sources 条目至 index.md（置于 Sources 末尾，因源文件日期 2025-03-02 早于所有现有条目）
  - 新增 overview.md 段落至 AI Tools & Prompt Engineering 部分
  - 无需新建 Entity/Concept 页面（Agentic-AI entity 已存在，TCPCA 五原则暂不满足独立 Concept 页面条件）
  - 与 [[Google-5个-Agent-Skill-设计模式]] 同属 AI Agent 设计方法论

## [2026-04-23] 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
- 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
- Status: ✅ 成功摄入
- Summary: 用AI蒸馏历史人物思维框架创建"数字导师"——以苏东坡为首位实践，展示如何将千年古人心智模型（六道：进退由时/此心安处/辞达而已/逆境转化/自出新意/天人合一）转化为可运行的AI Skill。女娲·Skill造人术通过6个并行Agent从6维度采集信息，产出自包含的.skill文件。
- Concepts created: [[数字导师]], [[思维蒸馏（女娲造人术）]], [[心智模型]], [[AI-Skill]]
- Entities created: [[苏东坡]], [[女娲]]
- Source page: 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
- Notes:
  - 新增 Sources 条目至 index.md（置于养虾日记4之后）
  - 新增 Entity 条目：[[苏东坡]]
  - 新增 Concept 条目：[[数字导师]], [[思维蒸馏（女娲造人术）]]
  - 与 [[养虾日记1/2/3/4]] 和 [[养龙虾5天血泪史]] 属同一「养虾日记」系列

## [2026-04-23] ingest | 一语点醒梦中人
- Source file: AI/一语点醒梦中人.md
- Status: ✅ 成功摄入
- Summary: 收录中国传统诗词与哲学典籍中的经典名句及其释义，涵盖儒道佛三家智慧——王维"行到水穷处，坐看云起时"的佛学顿悟、曾国藩"唯忘机可以消众机"的处世哲学、庄子"知其不可奈何而安之若命"的接受智慧、《老子》"大智若愚，大巧若拙"的守拙哲学、《金刚经》"一切有为法如梦幻泡影"的空性智慧。
- Concepts covered: [[空性智慧]], [[守拙]], [[安之若命]], [[和光同尘]], [[忘机]], [[中庸之道]], [[有为法]]
- Entities referenced: [[王维]], [[曾国藩]], [[庄子]], [[苏东坡]], [[郑板桥]]
- Source page: wiki/sources/一语点醒梦中人.md
- Notes:
  - 新增 Sources 条目至 index.md
  - 新增 overview.md 段落"经典智慧与人生哲学"
  - Entity/Concept 均未创建独立页面（各人物/概念仅在本文出现1次，未达≥2次阈值）
  - 与 [[养虾日记5]]（苏东坡数字导师）存在潜在关联，可后续扩展

## [2026-04-22] ingest | 不谈技术：普通人该怎么在AI时代赚钱？
     2|- Source file: 微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md
     3|- Status: ✅ 成功摄入
     4|- Summary: AI时代普通人如何赚钱的思维框架——三大原则：品味值钱（判断力是护城河）、做端到端的事（不当代价）、用死亡过滤器（找到真正热爱的事）。核心洞察：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。
     5|- Concepts created: [[品味]], [[端到端]], [[死亡过滤器]], [[工具民主化]]
     6|- Entities created: [[乔布斯]]
     7|- Source page: wiki/sources/不谈技术-普通人该怎么在ai时代赚钱.md
     8|- Notes:
     9|  - 与 [[个人品牌与一人公司]] 属同一主题（AI时代个人定位与杠杆）
    10|  - 与 [[Ikigai框架]] 的"热情"维度高度相关
    11|
    12|## [2026-04-10] ingest | 养虾日记4：一次「Context Limit Exceeded」错误排查
    13|- 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
    14|- Status: ✅ 成功摄入
    15|- Summary: OpenClaw Telegram Channel「Context Limit Exceeded」错误深度排查——问题表象是 context 耗尽，实际根因是 Telegram channel 的模型被切换为 deepseek-reasoner（仅 16K context），safeguard 模式预留 16K tokens 导致实际可用为 0。解决关键：Agent 级别模型配置优先级高于全局 compaction 配置，需在路由规则层修复。
    16|- Concepts created: [[Context-Window]], [[Model-Fallback]], [[Compaction]], [[Agent-Routing-Rules]], [[Error-Surface-vs-Root-Cause]], [[Layered-Configuration]], [[Log-Driven-Debugging]], [[Hidden-Failure-Paths]]
    17|- Entities created: （无新增；[[OpenClaw]]/[[星枢]]/[[DeepSeek]]/[[MiniMax]] 均已在现有来源中出现，不满足 ≥2 次创建条件）
    18|- Source page: 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
    19|- Notes:
    20|  - 新增 Sources 条目至 index.md（置于养龙虾5天血泪史之后）
    21|  - 更新 overview.md，新增 [[养虾日记4]] 段落至 Multi-Agent AI Systems 部分
    22|  - 创建 8 个 Concept 页面：Context-Window.md、Model-Fallback.md、Compaction.md、Agent-Routing-Rules.md、Error-Surface-vs-Root-Cause.md、Layered-Configuration.md、Log-Driven-Debugging.md、Hidden-Failure-Paths.md
    23|  - 更新 index.md Concepts 节，新增 8 个条目（按字母顺序插入）
    24|  - 与 [[养龙虾5天血泪史]] 互补（记忆写入/压缩问题 vs 模型配置错误）
    25|  - 冲突检测：无与其他 Wiki 页面的实质性内容冲突
    26|
    27|## [2026-04-23] ingest | 养虾日记3：用 Obsidian + Gitea 为 AI 助手构庺持久化笔记系统
    28|- 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
    29|- Status: ✅ 成功摄入
    30|- Summary: 用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统——解决"AI 对话结束输出就消失"的核心问题。核心架构：Obsidian 做知识库（iCloud Drive 三端同步）+ Gitea 做版本控制（Git 历史）+ OpenClaw obsidian skill 做写入接口。核心价值：把 AI 变成"会自动整理笔记的实习生"。融合了 Karpathy 的 LLM Wiki 理念：让 AI 增量构建 Wiki，页面间互链，知识越积越厚。
    31|- Concepts created: [[LLM Wiki]], [[Obsidian Git]], [[Graph View]], [[Obsidian Web Clipper]], [[QMD]], [[版本管理]], [[被动更新]], [[双链笔记]]
    32|- Entities created: [[Obsidian]], [[Gitea]]
    33|- Source page: wiki/sources/养虾日记3-用-obsidian-gitea-为-ai-助手构建持久化笔记系统.md
    34|- Notes:
    35|  - 新增 Sources 条目至 index.md（置于最前）
    36|  - 更新 overview.md，替换原 [[养虾日记1]] 段落为 [[养虾日记3]]
    37|  - 创建 Entity 页面：Obsidian.md, Gitea.md
    38|  - 创建 Concept 页面：LLM-Wiki.md
    39|  - Gitea 已在 Entity 中存在（无需重复创建，仅更新）
    40|  - 冲突：无已知冲突
    41|
    42|## [2026-04-23] 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
    43|- 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
    44|- Status: ✅ 成功摄入
    45|- Summary: AI Agent 记忆失效问题的5天专项调试全记录——发现5类根本原因（上下文压缩、搜索后端、检索触发、压缩协同、系统配置），对应10条黄金法则。核心洞察：写入纪律比读取纪律更重要；压缩不是敌人，未写入的上下文才是；系统提示词从209,652精简到9,349令牌（减少28%）。
    46|- Concepts created: 上下文压缩、上下文刷新、写入纪律、交接协议、启动序列
    47|- Entities created: —
    48|- Source page: 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
    49|- Notes:
    50|  - 新增 Sources 条目至 index.md（置于养虾日记1、2之后）
    51|  - 更新 overview.md，新增 [[养龙虾5天血泪史]] 段落至养虾日记系列部分
    52|  - 创建 5 个 Concept 页面（上下文压缩/上下文刷新/写入纪律/交接协议/启动序列）
    53|  - Hybrid-Search 概念页面已存在（无需重复创建）
    54|  - 冲突已记录于 source page Contradictions 部分（与 Second Brain 的 MEMORY.md 定位差异、与 personal-crm 的联系人记录方式差异）
    55|
    56|## [2026-04-23] ingest | 养虾日记1：我用 OpenClaw 管了 28 万张照片
    57|- 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
    58|- Status: ✅ 成功摄入
    59|- Summary: AI Agent 照片整理实战——使用 OpenClaw 成功整理了 NAS 上 28 万张、跨越 20 年的家庭照片。OpenClaw 通过「提问澄清 → 方案制定 → 批次拆分（8 批次）→ Cron 凌晨自动执行 → Telegram Summary 报告」全流程自动化。核心机制：MD5 精确去重 + 小文件清理（<100KB）+ 安全删除策略（To-Be-Deleted 目录）。核心感悟：AI Agent 的价值是思维方式升级。
    60|- Concepts created: —
    61|- Entities created: —
    62|- Source page: 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
    63|- Notes:
    64|  - 新增 Sources 条目至 index.md（置于最前）
    65|  - 更新 overview.md，新增 [[养虾日记1]] 段落至 Self-Improving 部分，新增 [[AI-Agent思维方式]]/[[批次任务拆分]]/[[精确去重]]/[[小文件清理]]/[[安全删除策略]]/[[Telegram通知]] 至 Key Concepts
    66|  - Entity 数量不足阈值（OpenClaw/Synology Photos/NAS 均已存在或仅出现 1 次），未创建新 Entity 页面
    67|  - Concept 数量不足阈值（所有概念均为本篇特定实践，不满足可抽象/可复用条件），未创建独立 Concept 页面
    68|  - 冲突已记录于 source page Contradictions 部分（与 Self-Healing-Home-Server 的规划者 vs 修复者角色差异）
    69|
    70|## [2026-04-23] ingest | X Account Analysis
    71|- Source file: Agent/usecases/x-account-analysis.md
    72|- Status: ✅ 成功摄入
    73|- Summary: 基于 OpenClaw + Bird Skill 的 X 账号定性分析——通过 Cookie 认证读取真实账号推文，AI 分析内容质量模式（为何有时 1000+ 赞有时 <5 赞）、话题偏好与互动差异原因。免费替代 $10-$50/月订阅服务。
    74|- Concepts created: —
    75|- Entities created: —
    76|- Source page: wiki/sources/x-account-analysis.md
    77|- Notes:
    78|  - 新增 Sources 条目至 index.md（置于最前）
    79|  - 更新 overview.md，新增 [[x-account-analysis]] 段落至 X/Twitter Automation 部分（补充原 x-twitter-automation 段落的互补关系描述）
    80|  - 更新 wiki/sources/x-twitter-automation.md，移除"（尚未摄入）"标注
    81|  - Entity/Concept 数量不足阈值（每项仅在本文中出现 1 次），未创建新实体/概念页面；[[OpenClaw]] 已存在于 Key Entities
    82|  - 新增 Key Concepts: [[Social-Media-Analytics]], [[Credential-Isolation]]
    83|
    84|## [2026-04-23] ingest | Phone Call Notifications
    85|- Source file: Agent/usecases/phone-call-notifications.md
    86|- Status: ✅ 成功摄入
    87|- Summary: AI Agent 通过 clawr.ing 托管电话服务主动向用户拨打电话通知——Agent 评估事件优先级（股价暴跌/紧急邮件/日程提醒），自动拨叫用户真实号码，用户可实时提问，Agent 双向对话响应。与 [[phone-based-personal-assistant]] 互补（Agent 去电通知 vs 用户来电接收）。
    88|- Concepts created: [[Voice Notification Channel]], [[Two-Way Voice Conversation]], [[Call-Worthy Threshold]]
    89|- Entities created: [[clawr.ing]], [[clawhub.ai]] (updated)
    90|- Source page: wiki/sources/phone-call-notifications.md
    91|- Notes:
    92|  - 新增 Sources 条目至 index.md（置于最前）
    93|  - 更新 overview.md，新增 [[phone-call-notifications]] 段落至 AI Tools & Prompt Engineering 部分，新增 [[clawr.ing]]/[[clawhub.ai]] 至 Key Entities，新增 [[Voice Notification Channel]]/[[Two-Way Voice Conversation]]/[[Call-Worthy Threshold]]/[[PSTN Calling]] 至 Key Concepts
    94|  - 新增 Entity: wiki/entities/clawr.ing.md；更新 wiki/entities/ClawHub.md（添加 clawr.ing 作为托管 skill）
    95|  - 新增 Concept: wiki/concepts/Voice-Notification-Channel.md、wiki/concepts/Two-Way-Voice-Conversation.md、wiki/concepts/Call-Worthy-Threshold.md
    96|  - 更新 overview.md Conflict Areas，新增"Agent 去电通知 vs Agent 来电接收"冲突点
    97|
    98|## [2026-04-23] ingest | Autonomous Educational Game Development Pipeline
    99|- Source file: Agent/usecases/autonomous-game-dev-pipeline.md
   100|- Status: ✅ 成功摄入
   101|- Summary: AI Agent 全自动管理教育游戏开发生命周期——"Bugs First" 优先策略 + Round Robin 轮询 + 纯 HTML5/CSS3/JS 技术栈，单人实现每 7 分钟产出 1 款游戏或 1 个 bugfix，41+ 款游戏维护。
   102|- Concepts created: [[Bugs First]], [[Round Robin Strategy]], [[Conventional Commits]], [[Feature Branch Workflow]], [[HTML5 Game Development]]
   103|- Entities created: —
   104|- Source page: wiki/sources/autonomous-game-dev-pipeline.md
   105|- Notes:
   106|  - 新增 Sources 条目至 index.md（置于最前）
   107|  - 更新 overview.md，新增 [[autonomous-game-dev-pipeline]] 段落至 AI Tools & Prompt Engineering 部分
   108|  - Entity/Concept 数量不足阈值，未创建新实体页面；[[OpenClaw]] 实体已存在于 index.md
   109|
   110|## [2026-04-23] ingest | arXiv Paper Reader
   111|- Source file: Agent/usecases/arxiv-paper-reader.md
   112|- Status: ✅ 成功摄入
   113|- Summary: AI Agent 驱动的 arXiv 论文阅读助手——通过 `arxiv-reader` skill（3 工具：`arxiv_fetch`、`arxiv_sections`、`arxiv_abstract`）直接从 arXiv 下载 LaTeX 源码并自动扁平化展开，消除 PDF 下载后切换论文丢失上下文和 LaTeX 符号难以解析的痛点；支持摘要浏览、多论文对比排序、选择性细读和会话式分析；本地缓存使重复访问秒级响应；纯 Node.js 零依赖部署。
   114|- Concepts created: [[arXiv-API]], [[LaTeX-Flattening]], [[Local-Caching]], [[Paper-Abstract-Batch-Fetching]]
   115|- Entities created: [[Prismer-AI]]
   116|- Source page: wiki/sources/arxiv-paper-reader.md
   117|- Notes:
   118|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   119|  - 更新 overview.md，在 YouTube Automation 部分后新增 [[arXiv-Paper-Reader]] 段落，在 Key Concepts 列表新增 4 个新概念
   120|  - 创建 Entity 页面：Prismer-AI.md（GitHub 组织，`arxiv-reader` skill 维护方）
   121|  - 创建 Concept 页面：arXiv-API.md（arXiv 开放 API）、LaTeX-Flattening.md（LaTeX 扁平化技术）、Local-Caching.md（本地缓存模式）、Paper-Abstract-Batch-Fetching.md（批量摘要对比模式）
   122|  - 与 [[academic-historian]] 同属学术研究场景互补——前者侧重理工科论文，后者侧重人文社科
   123|  - 与 [[YouTube-Content-Pipeline]] 的 Research Agent 共享研究工作流设计模式
   124|  - 冲突检测：无已知实质冲突
   125|
   126|## [2026-04-22] ingest | Semantic Memory Search
   127|- Source file: Agent/usecases/semantic-memory-search.md
   128|- Status: ✅ 成功摄入
   129|- Summary: 通过 memsearch（基于 Milvus 向量数据库）为 OpenClaw Markdown 记忆添加语义搜索能力——用自然语言提问即可找到相关内容，无需精确措辞。混合搜索（稠密向量 + BM25 + RRF）兼顾语义相似性和关键词精确匹配；SHA-256 内容哈希实现增量索引节省成本；文件监视器自动重建索引；支持本地模式无需 API Key。核心理念：Markdown 是唯一真相，向量索引是派生缓存。
   130|- Concepts created: [[Hybrid Search]], [[Reciprocal Rank Fusion]], [[Content Hashing]], [[File Watcher]]
   131|- Entities created: [[memsearch]], [[Milvus]]
   132|- Source page: wiki/sources/semantic-memory-search.md
   133|- Notes:
   134|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   135|  - 更新 overview.md，在 Productivity & Knowledge Management 部分新增 [[semantic-memory-search]] 段落，在 Key Concepts 列表新增 6 个新概念
   136|  - 创建 Entity 页面：Memsearch.md（ZillizTech memsearch CLI/库）、Milvus.md（开源向量数据库）
   137|  - 创建 Concept 页面：Hybrid-Search.md（混合搜索策略）、Reciprocal-Rank-Fusion.md（排名融合算法）、Content-Hashing.md（增量索引机制）、File-Watcher.md（自动重建索引）
   138|  - 与 [[Knowledge-Base-RAG]] 同属 RAG 技术栈的不同场景——后者侧重 URL 入库，前者侧重现有 Markdown 文件的语义索引
   139|  - 冲突检测：wiki/concepts/Semantic-Search.md 已引用 [[Hybrid Search]]，与本 Source 一致；wiki/concepts/Knowledge-Base-RAG.md 有 Hybrid Search 说明，与本 Source 一致，暂无实质冲突
   140|
   141|## [2026-04-22] ingest | OpenClaw as Desktop Cowork (AionUi) — Remote Rescue & Multi-Agent Hub
   142|- Source file: Agent/usecases/aionui-cowork-desktop.md
   143|- Status: ✅ 成功摄入
   144|- Summary: 通过 AionUi 桌面应用将 OpenClaw 作为可视化 Cowork Agent 运行——提供文件感知工作空间（可见文件读写/命令/网页浏览），内置 OpenClaw 部署专家通过 Telegram/WebUI 远程诊断修复（`openclaw doctor`），统一 MCP 配置全局同步到 12+ Agent，支持 WebUI/Telegram/Lark/DingTalk 多渠道远程访问。
   145|- Concepts created: [[CoworkWorkspace]], [[RemoteRescuePattern]], [[Multi-AgentHub]], [[MCPOnceAllAgents]]
   146|- Entities created: [[AionUi]]
   147|- Source page: wiki/sources/aionui-cowork-desktop.md
   148|- Notes:
   149|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   150|  - 更新 overview.md，在 AI Tools & Prompt Engineering 部分新增 [[aionui-cowork-desktop]] 段落，在 Key Entities 部分新增 [[AionUi]]，在 Key Concepts 部分新增 4 个新概念
   151|  - 创建实体页面 wiki/entities/AionUi.md
   152|  - 创建概念页面：CoworkWorkspace.md, RemoteRescuePattern.md, Multi-AgentHub.md, MCPOnceAllAgents.md
   153|
   154|## [2026-04-22] ingest | Family Calendar Aggregation & Household Assistant
   155|- Source file: Agent/usecases/family-calendar-household-assistant.md
   156|- Status: ✅ 成功摄入
   157|- Summary: AI Agent 作为家庭日程协调中心——聚合 5+ 个分散日历（工作/个人/家庭/学校/课外）生成每日晨间简报；通过环境消息监控（Ambient Message Monitoring）自动从 iMessage 中识别预约并创建日历事件（含行车时间缓冲）；维护家庭库存 JSON，支持照片 OCR 和小票识别更新；生成购物清单。核心洞察：Ambient > Active，Mac Mini 是最优硬件。
   158|- Concepts created: [[AmbientMessageMonitoring]], [[HouseholdInventoryTracking]]
   159|- Entities created: [[SparkryAI]]
   160|- Source page: wiki/sources/family-calendar-household-assistant.md
   161|- Notes:
   162|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   163|  - 更新 overview.md，在 AI Tools & Prompt Engineering 部分新增 [[family-calendar-household-assistant]] 段落
   164|  - 新建 Concept 页面：AmbientMessageMonitoring.md（核心差异化机制）、HouseholdInventoryTracking.md（物资追踪模式）
   165|  - 新建 Entity 页面：SparkryAI.md（牙医预约案例的来源）
   166|  - 与 [[Custom Morning Brief]] 互补：同一晨间简报模式，个人场景 vs 家庭场景
   167|  - 与 [[Second Brain]] 共享 OpenClaw 持久记忆能力
   168|  - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突
   169|
   170|## [2026-04-22] ingest | Personal Knowledge Base (RAG)
   171|- Source file: Agent/usecases/knowledge-base-rag.md
   172|- Status: ✅ 成功摄入
   173|- Summary: AI Agent 驱动的个人知识库 RAG 系统——通过 Telegram Topic 或 Slack Channel 投递任意 URL（网页/推文/YouTube 字幕/PDF），Agent 自动抓取内容并以 Embedding 向量入库；支持语义搜索，返回排名结果并附带来源；可被其他工作流（如 [[YouTube-Content-Pipeline]]）主动查询。核心理念：**捕获像发短信一样简单，检索像搜索一样容易**。
   174|- Concepts created: [[Semantic-Search]], [[Content-Ingestion]]
   175|- Source page: wiki/sources/knowledge-base-rag.md
   176|- Notes:
   177|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   178|  - 更新 overview.md，在 Productivity & Knowledge Management 部分新增 [[Personal Knowledge Base (RAG)]] 段落
   179|  - 与 [[Second Brain]] 互补：Second Brain 侧重对话记忆，本方案侧重结构化知识检索
   180|  - 与 [[YouTube-Content-Pipeline]] 关联：后者在工作流中主动查询知识库
   181|  - [[Knowledge-Base-RAG]] 概念页已存在（2026-04-22 youtube-content-pipeline ingest 时创建），本次补充 Semantic-Search 和 Content-Ingestion 两个子概念
   182|  - Entity 页面（OpenClaw、ClawHub、Telegram、Slack）均已在 overview.md Key Entities 中覆盖，无需新建
   183|  - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
   184|- Status: ✅ 成功摄入
   185|- Summary: AI Agent 驱动的 YouTube 选题发现与选题自动化流水线——每小时 Cron Job 扫描 Web + X/Twitter 突发 AI 新闻，向 Telegram 推送选题；维护 90 天视频目录（播放量 + 主题分析）避免选题重复；通过 SQLite 向量嵌入实现语义去重；在 Slack 分享链接时自动研究主题、搜索 X、查询知识库并创建带大纲的 Asana 任务卡。
   186|- Concepts created: [[Semantic-Deduplication]], [[Vector-Embedding]], [[Knowledge-Base-RAG]]
   187|- Source page: wiki/sources/youtube-content-pipeline.md
   188|- Notes:
   189|  - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
   190|  - 更新 overview.md，在 YouTube Automation 部分新增 [[YouTube-Content-Pipeline]] 段落
   191|  - 与 [[Daily-YouTube-Digest]] 互补：后者侧重订阅频道更新监控，前者侧重全网趋势主动发现
   192|  - 与 [[Content-Factory]] 共享并行子 Agent 执行模式
   193|  - Entity 页面（OpenClaw、Asana、Slack）均已存在，无需新建
   194|  - 新增 3 个 Concept 页面并注册至 index.md Concepts 索引
   195|  - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
   196|- Source file: Agent/usecases/polymarket-autopilot.md
   197|- Status: ✅ 成功摄入
   198|- Summary: 基于 AI Agent 的 Polymarket 预测市场自动驾驶交易系统，实现 24/7 市场监控与自动化分析。AI Agent 自动监控 Polymarket 市场数据、智能分析预测概率变化、自动执行交易策略、定时推送市场洞察。
   199|- Concepts created: [[Prediction Market]], [[Agentic Trading]], [[Market Monitoring]]
   200|- Entities created: [[Polymarket]]
   201|- Source page: wiki/sources/polymarket-autopilot.md
   202|- Notes:
   203|  - 新增 Sources 条目至 index.md（替换 placeholder）
   204|  - 更新 overview.md，在 Multi-Agent Monitoring 部分的 Dynamic Dashboard 段落中补充 polymarket-autopilot 引用
   205|  - 与 [[Dynamic Dashboard]] 存在关联（监控仪表盘的具体用例）
   206|  - 与 [[earnings-tracker]] 属于同类模式（市场数据监控 + 定时推送）
   207|  - Polymarket 已在 overview.md Key Entities 中提及，无需重复创建 Entity 页面
   208|  - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
   209|
   210|## [2026-04-22] ingest | Local CRM Framework with DenchClaw
   211|- Source file: Agent/usecases/local-crm-framework.md
   212|- Status: ✅ 成功摄入
   213|- Summary: DenchClaw 将 OpenClaw 转化为本地 CRM、销售自动化和生产力平台，通过 `npx denchclaw` 一键安装完整技术栈（DuckDB + Web UI + OpenClaw Profile + 浏览器自动化）。核心创新：所有设置/视图以 YAML/Markdown 文件存储，Agent 可直接修改 UI 而无需 API 抽象层；Chrome Profile 克隆使 Agent 继承用户认证状态，可直接导入 HubSpot 等平台数据。
   214|- Concepts created: [[File-System-First-UI]], [[DuckDB]]
   215|- Entities created: [[DenchClaw]]
   216|- Source page: wiki/sources/local-crm-framework.md
   217|- Notes:
   218|  - 新增 Sources 条目至 index.md（置于首位）
   219|  - 更新 overview.md，在 [[personal-crm]] 附近添加 Local CRM Framework 段落
   220|  - 创建 1 个 Entity 页面：DenchClaw.md
   221|  - 创建 2 个 Concept 页面：DuckDB.md、File-System-First-UI.md
   222|  - 与 [[Second Brain]] 均基于 OpenClaw 的记忆/持久化能力，属同类应用的不同垂直场景
   223|  - 与 [[personal-crm]] 同属个人 CRM 场景的不同实现方案
   224|  - 与 [[multi-channel-assistant]] 共享 Telegram/消息平台作为交互入口
   225|  - 核心设计哲学：文件系统即 Agent 原生 UI + DuckDB 嵌入式数据库 + Chrome Profile 克隆
   226|  - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
   227|
   228|## [2026-04-22] ingest | Goal-Driven Autonomous Tasks
   229|- Source file: Agent/usecases/overnight-mini-app-builder.md
   230|- Status: ✅ 成功摄入
   231|- Summary: AI Agent 从被动执行者转变为主动规划者的目标驱动型自主任务系统。通过 Brain Dump 一次性倾倒所有目标，OpenClaw 每日清晨自动生成 4-5 个贴近目标的自主任务（研究/写作/MVP构建），通过 Next.js Kanban 看板实时追踪。核心价值：用户定义目的地，Agent 自动分解并执行每日步骤。还包含过夜惊喜 Mini-App 构建模式。核心工程实践：Git-style append-only 日志解决多 Agent 竞态条件；Token-Light Design 保持 AUTONOMOUS.md 在 50 行以内。
   232|- Concepts created: [[Sub-Agent-Race-Condition]], [[Token-Light-Design]], [[Brain-Dump]]
   233|- Entities created: （无新增，[[OpenClaw]]/[[Alex Finn]]/[[Next.js]] 均已存在）
   234|- Source page: wiki/sources/overnight-mini-app-builder.md
   235|- Notes:
   236|  - 新增 Sources 条目至 index.md（替换 placeholder，原标题为 overnight-mini-app-builder）
   237|  - 更新 overview.md，将 Market Research & Product Factory 段落替换为 Goal-Driven Autonomous Tasks 段落，补充 Git-style append-only 模式和 Token-Light Design 洞察
   238|  - 更新 Alex-Finn.md，将 overnight-mini-app-builder 添加至 sources
   239|  - 创建 3 个 Concept 页面：Sub-Agent-Race-Condition.md、Token-Light-Design.md、Brain-Dump.md
   240|  - 与 [[Project State Management]] 的看板 vs 事件溯源存在潜在冲突（已记录于 Source Page Contradictions）
   241|  - 与 [[market-research-product-factory]] 同属 Alex Finn 启发的 OpenClaw 高阶用法，前者侧重任务追踪和持续执行，后者侧重产品机会发现
   242|
   243|## [2026-04-17] ingest | Habit Tracker & Accountability Coach
   244|- Source file: Agent/usecases/habit-tracker-accountability-coach.md
   245|- Status: ✅ 成功摄入
   246|- Summary: AI Agent 作为主动问责伙伴，通过 Telegram/SMS 每日定时签到，替代被动习惯追踪 App。核心机制：主动问责 + 连续打卡追踪 + 自适应语气 + 每周模式分析。关键洞察：主动询问比被动记录更能驱动行为改变；保持 3-5 个习惯可避免签到疲劳；[[Adaptive Tone]] 自适应语气是关键差异化因素。
   247|- Concepts created: [[Adaptive-Tone]], [[Active-Accountability]], [[Streak-Tracking]], [[Check-in-Fatigue]], [[Weekly-Pattern-Analysis]]
   248|- Entities created: （无新增，[[Telegram Bot API]]/[[Twilio]]/[[Google Sheets API]] 各仅出现 1 次，不满足≥2次创建条件；[[OpenClaw]] 已存在）
   249|- Source page: wiki/sources/habit-tracker-accountability-coach.md
   250|- Notes:
   251|  - 新增 Sources 条目至 index.md（替换 placeholder）
   252|  - 更新 overview.md，添加 Habit Tracker & Accountability Coach 段落，补充 [[Adaptive Tone]], [[Active Accountability]], [[Streak Tracking]], [[Check-in Fatigue]], [[Weekly Pattern Analysis]] 至 Key Concepts
   253|  - 创建 5 个 Concept 页面：Adaptive-Tone.md、Active-Accountability.md、Streak-Tracking.md、Check-in-Fatigue.md、Weekly-Pattern-Analysis.md
   254|  - 已有相关 Concept：[[Scheduled-Reminder]]（定时签到技术基础）、[[Agent-Personality]]（Adaptive Tone 的上层设计）、[[Morning Briefing]]（同一 Cron + AI 推送模式）、[[Food-Sensitivity-Tracking]]（同一框架的不同垂直场景）
   255|  - 已有相关 Entity：[[OpenClaw]]（底层运行平台）
   256|  - 与 [[Health & Symptom Tracker]] 属同一框架（OpenClaw + Telegram + Cron Job + 每周分析），但垂直于个人习惯养成
   257|  - Contradiction：与[[Todoist Task Manager]] 同属 OpenClaw 生产力工具集，但 Todoist 侧重任务管理，Habit Tracker 侧重个人行为改变——不冲突，属于互补关系
   258|  - 与传统习惯 App（Streaks/Habitica）的对比：传统 App 强调被动记录和视觉激励；本方案强调主动询问和个性化文字激励
   259|
   260|## [2026-04-22] ingest | Todoist Task Manager
   261|- Source file: Agent/usecases/todoist-task-manager.md
   262|- Status: ✅ 成功摄入
   263|- Summary: AI Agent 通过 Todoist API 实现自然语言驱动的任务管理自动化——Agent 解析自然语言指令 → Todoist REST API 创建结构化任务（含截止/项目/标签）→ Cron Job 定时扫描逾期任务主动推送提醒。核心价值：用户只需发一条消息即可完成全套操作，AI 主动追踪逾期任务。
   264|- Concepts created: [[Todoist API]], [[AI-Driven Task Extraction]], [[Recurring Tasks]]
   265|- Entities created: （无新增，[[Todoist]]/[[OpenClaw]]/[[SuperCall]] 已存在）
   266|- Source page: wiki/sources/todoist-task-manager.md
   267|- Notes:
   268|  - 新增 Sources 条目至 index.md（替换 placeholder）
   269|  - 更新 overview.md，添加 Todoist Task Manager 段落，补充 [[Morning Briefing]], [[Todoist API]], [[AI-Driven Task Extraction]], [[TaskAutomation]], [[Recurring Tasks]] 至 Key Concepts
   270|  - 更新 entities/Todoist.md，添加 todoist-task-manager 至 sources
   271|  - 创建 3 个 Concept 页面：Todoist-API.md、AI-Driven-Task-Extraction.md、Recurring-Tasks.md
   272|  - [[Project State Management]] 冲突记录：Todoist（结构化字段/API驱动）与 Markdown 事件流（完整上下文/自托管）各有适用场景
   273|  - 与 [[multi-channel-assistant]] 中 Todoist 集成属同一技术栈，侧重不同：前者侧重多渠道统一入口，后者侧重任务管理深度自动化
   274|
   275|## [2026-04-22] ingest | Dynamic Dashboard with Sub-agent Spawning
   276|- Source file: Agent/usecases/dynamic-dashboard.md
   277|- Status: ✅ 成功摄入
   278|- Summary: 基于子代理并行执行的多数据源实时监控仪表盘——通过子代理并行抓取 GitHub/Twitter/Polymarket/系统健康等多数据源，定时聚合结果推送 Discord，支持告警阈值和历史趋势存储。用对话式指令替代数周前端开发，立即获得实时洞察。
   279|- Concepts created: [[Dynamic-Dashboard]], [[Alerting]]
   280|- Entities created: （无新增，[[OpenClaw]] 已存在）
   281|- Source page: wiki/sources/dynamic-dashboard.md
   282|- Notes:
   283|  - 新增 Sources 条目至 index.md（插入顶部）
   284|  - 更新 overview.md，添加 Multi-Agent Monitoring & Automation 段落，补充 [[Dynamic-Dashboard]] 和 [[Alerting]] 至 Key Concepts
   285|  - 创建 2 个 Concept 页面：Dynamic-Dashboard.md、Alerting.md
   286|  - 已有相关 Concept：[[Parallel-Agent-Execution]]（子代理并行）、[[Scheduled-Task-Flywheel]]（定时任务）
   287|  - 已有相关 Entity：[[OpenClaw]]（多代理框架）
   288|  - 冲突：与 [[content-factory]] 存在场景重叠（并行执行模式），但前者侧重数据监控，后者侧重内容创作
   289|
   290|## [2026-04-22] ingest | Pre-Build Idea Validator
   291|- Source file: Agent/usecases/pre-build-idea-validator.md
   292|- Status: ✅ 成功摄入
   293|- Summary: AI 项目启动前的竞争分析门控机制——在写代码之前通过 idea-reality-mcp 扫描 GitHub/Hacker News/npm/PyPI/Product Hunt 五个数据源，返回 reality_signal 分数（0-100）评估赛道拥挤度，防止 Agent 在已饱和赛道投入资源。
   294|- Concepts created: [[Pre-Build Validation]], [[Reality-Signal]], [[Competition-Analysis]], [[Pivot-Strategy]], [[Agent-Build-Gate]]
   295|- Entities created: [[idea-reality-mcp]]
   296|- Source page: wiki/sources/pre-build-idea-validator.md
   297|- Notes:
   298|  - 新增 Sources 条目至 index.md（插入顶部）
   299|  - 更新 overview.md，添加 pre-build-idea-validator 段落并补充 4 个新概念至 Key Concepts
   300|  - 创建 5 个 Concept 页面：Pre-Build-Validation.md、Reality-Signal.md、Competition-Analysis.md、Pivot-Strategy.md、Agent-Build-Gate.md
   301|  - 创建 1 个 Entity 页面：idea-reality-mcp.md
   302|  - Hacker-News 和 Product-Hunt 仅出现 1 次，不满足 ≥2 次的 Entity 创建阈值，未创建
   303|  - 与 market-research-product-factory 互补：后者挖痛点找方向，前者在动手前验证赛道的竞争密度
   304|  - 冲突：无
   305|
   306|## [2026-04-22] ingest | Autonomous Project Management with Subagents
   307|- Source file: Agent/usecases/autonomous-project-management.md
   308|- Status: ✅ 成功摄入
   309|- Summary: 去中心化多 Agent 项目协调模式——通过共享 STATE.yaml 实现并行自主执行，主会话遵循 CEO 模式（仅做策略决策），Git 作为审计日志记录所有状态变更。核心洞察：文件协调优于中心编排器，主会话越薄响应越快。
   310|- Concepts created: [[PM Delegation Pattern]], [[CEO Pattern]], [[Shared State Coordination]], [[Git-as-Audit-Log]]
   311|- Entities created: [[Nicholas Carlini]]
   312|- Source page: wiki/sources/autonomous-project-management.md
   313|- Notes:
   314|  - 新增 Sources 条目至 index.md（插入顶部）
   315|  - 更新 overview.md，添加 4 个新概念至 Key Concepts
   316|  - 创建 4 个 Concept 页面：PMDelegationPattern.md、CEOPattern.md、SharedStateCoordination.md、GitAsAuditLog.md
   317|  - 创建 1 个 Entity 页面：NicholasCarlini.md
   318|  - 冲突记录：与 [[project-state-management]] 的任务管理范式冲突（动态文件 vs 静态看板）
   319|  - Nicholas Carlini 未在原 Wiki 中出现，作为启发来源创建 Entity 页面
   320|
   321|- Source file: Agent/usecases/daily-reddit-digest.md
   322|- Status: ✅ 成功摄入
   323|- Summary: AI Agent 驱动的 Reddit 每日精选摘要自动化——通过 OpenClaw + reddit-readonly skill，每日定时抓取多 Subreddit 热门帖子，AI 记忆偏好持续优化规则，纯读取模式无需认证。
   324|- Concepts created: [[Daily-Digest]], [[Reddit Read-Only]], [[Preference Learning]]
   325|- Entities created: [[reddit-readonly]]
   326|- Source page: wiki/sources/daily-reddit-digest.md
   327|- Notes:
   328|  - 更新 index.md，替换缺失标记为正式条目
   329|  - 更新 overview.md，添加至 YouTube Automation / Daily Digest 章节
   330|  - OpenClaw Entity 页面已存在，无需新建
   331|  - Preference Learning Concept 已在 inbox-declutter 中引用，无需新建
   332|
   333|## [2026-04-22] ingest | Inbox De-clutter
   334|- Source file: Agent/usecases/inbox-declutter.md
   335|- Status: ✅ 成功摄入
   336|- Summary: AI Agent 每日自动整理 Newsletter 邮件摘要——通过 Cron Job 每日 20:00 阅读过去 24 小时 Newsletter 新邮件，生成精华摘要并附链接，根据用户反馈持续学习偏好。需前置 Gmail OAuth Setup。
   337|- Concepts created: [[Email Triage]], [[Newsletter Digest]], [[Preference Learning]]
   338|- Entities created: [[Gmail OAuth]]
   339|- Source page: wiki/sources/inbox-declutter.md
   340|- Notes:
   341|  - 新增 Sources 条目至 index.md（插入顶部）
   342|  - 更新 overview.md，添加 inbox-declutter 描述段落（作为 [[custom-morning-brief]] 的相似模式）
   343|  - 创建 Concept 页面：Email-Triage.md、Newsletter-Digest.md、Preference-Learning.md
   344|  - 创建 Entity 页面：Gmail-OAuth.md
   345|  - 与 [[custom-morning-brief]] 属同一 Cron Job + AI 摘要模式的不同垂直场景
   346|  - 冲突：无
   347|
   348|## [2026-04-22] ingest | Market Research & Product Factory
   349|- Source file: Agent/usecases/market-research-product-factory.md
   350|- Status: ✅ 成功摄入
   351|- Summary: AI Agent 驱动的"从市场调研到产品构建"全自动化流水线——通过 Last 30 Days skill 挖掘 Reddit 和 X 近30天真实用户痛点，OpenClaw 根据痛点构建 Web 应用 MVP。核心价值：发短信即可完成"发现问题→验证需求→构建方案"全流程，无需技术背景。
   352|- Concepts created: [[Pain Point Mining]], [[Startup MVP Pipeline]], [[Agent-Driven Market Research]], [[Last 30 Days Method]]
   353|- Source page: wiki/sources/market-research-product-factory.md
   354|- Notes:
   355|  - 新增 Sources 条目至 index.md
   356|  - 更新 overview.md，添加 Market Research & Product Factory 描述段落
   357|  - 添加 Pain Point Mining、Startup MVP Pipeline、Agent-Driven Market Research、Last 30 Days Method 到 Key Concepts
   358|  - Alex Finn 出现2次（content-factory + market-research），但按出现频次标准不满足 Entity 创建条件，跳过
   359|  - Matt Van Horne 仅出现1次，跳过 Entity 页面创建
   360|  - 冲突：无已知冲突
   361|
   362|## [2026-04-22] ingest | Phone-Based Personal Assistant
   363|- Source file: Agent/usecases/phone-based-personal-assistant.md
   364|- Status: ✅ 成功摄入
   365|- Summary: 通过 ClawdTalk + Telnyx 将任意手机变成 AI 助理语音入口——拨打电话即可与 OpenClaw 对话，支持日历查询、Jira 任务更新、网络搜索，无需智能手机 App 或浏览器，覆盖驾驶、步行等双手占用场景。与 [[multi-channel-assistant]] 互补：文字入口覆盖图文交互，语音入口覆盖无屏场景。
   366|- Concepts created: [[Voice Interface]], [[Telephony Integration]]
   367|- Entities created: [[ClawdTalk]], [[Telnyx]]
   368|- Source page: wiki/sources/phone-based-personal-assistant.md
   369|- Notes:
   370|  - 新增 Sources 条目至 index.md（插入 Multi-Channel Personal Assistant 之后）
   371|  - 更新 overview.md，添加 phone-based-personal-assistant 描述段落，添加 Voice Interface、Telephony Integration 到 Key Concepts
   372|  - 创建 2 个 Entity 页面：ClawdTalk.md、Telnyx.md
   373|  - 创建 2 个 Concept 页面：Voice-Interface.md、Telephony-Integration.md
   374|  - 冲突已记录（已在 overview.md Conflict Area #10）：[[phone-based-personal-assistant]] 通用语音 Agent vs [[event-guest-confirmation]] SuperCall 沙盒 Persona
   375|
   376|## [2026-04-22] ingest | Event Guest Confirmation
   377|- Source file: Agent/usecases/event-guest-confirmation.md
   378|- Status: ✅ 成功摄入
   379|- Summary: 基于 OpenClaw + SuperCall 的活动嘉宾自动确认方案——通过 AI 语音电话批量外呼客人，确认出席状态并收集备注（饮食禁忌、Plus-One、到达时间等），通话完成后生成出席确认/未出席/未接听三分类摘要。核心价值：真人电话比短信回复率高；SuperCall 沙盒 persona 设计确保安全隔离，无 Prompt Injection 风险；每通电话独立重置，无对话间信息混淆。
   380|- Concepts created: [[Sandboxed Persona]]
   381|- Entities created: （无新实体；OpenClaw 已在其他来源中出现）
   382|- Source page: wiki/sources/event-guest-confirmation.md
   383|- Notes:
   384|  - 新增 Sources 条目至 index.md（插入 Multi-Channel Personal Assistant 之后）
   385|  - 更新 overview.md，添加 AI Tools & Productivity 小节描述
   386|  - 更新 overview.md Conflict Area #10，添加 SuperCall 沙盒 Persona vs 通用语音 Agent 对比
   387|  - 创建 1 个 Concept 页面：Sandboxed-Persona.md
   388|
   389|## [2026-04-22] ingest | Multi-Channel Personal Assistant
   390|- Source file: Agent/usecases/multi-channel-assistant.md
   391|- Status: ✅ 成功摄入
   392|- Summary: 基于 Telegram Topic 路由 + OpenClaw 的多渠道个人助理方案——以 Telegram 为统一入口，通过 Topic 隔离不同上下文（config/updates/video-ideas/personal-crm/earnings/knowledge-base），整合 Google Workspace（gog）、Slack、Todoist、Asana，实现"说一句话完成全套工作"。核心价值：消除应用切换疲劳，AI 主动推送定时提醒。
   393|- Concepts created: [[Topic-Based Routing]], [[Scheduled Reminder]]
   394|- Entities created: [[Asana]], [[gog]]
   395|- Source page: wiki/sources/multi-channel-assistant.md
   396|- Notes: 与 [[multi-agent-team]] 存在互补关系——Multi-Agent Team 为底层专业化分工，Multi-Channel Assistant 为用户交互层。
   397|
   398|## [2026-04-22] ingest | Project State Management System: Event-Driven Alternative to Kanban
   399|- Source file: Agent/usecases/project-state-management.md
   400|- Status: ✅ 成功摄入
   401|- Summary: 用事件驱动系统替代传统看板——自然语言对话自动记录项目事件（progress/blocker/decision/pivot），PostgreSQL/SQLite 存储完整事件历史，Git 提交自动关联项目，每日 Cron 生成站会报告。消灭手动拖拽卡片的摩擦，保留完整决策上下文，让项目状态查询和每日站会自动化。
   402|- Concepts created: [[Event Sourcing]], [[Project State]]
   403|- Entities created: （无新实体；OpenClaw 已存在于多个来源中，无需独立 Entity 页面）
   404|- Source page: wiki/sources/project-state-management.md
   405|- Notes:
   406|  - 新增 Sources 条目至 index.md（插入 Sources 首行）
   407|  - 更新 overview.md Conflict Area #1，扩展 Kanban vs Event Sourcing 对比描述
   408|  - 创建 2 个 Concept 页面：EventSourcing.md、ProjectState.md
   409|  - 冲突已记录：Event Sourcing（自动追踪+上下文保留）vs Kanban（可视化协作+团队同步）
   410|- Source file: Agent/usecases/health-symptom-tracker.md
   411|- Status: ✅ 成功摄入
   412|- Summary: 通过 Telegram 话题 + OpenClaw AI Agent 自动追踪食物与症状，实现食物敏感性识别。每日三餐定时提醒（8AM/1PM/7PM）确保日志一致性，OpenClaw 自动解析消息并带时间戳写入 Markdown 日志，每周日分析关联模式识别潜在触发因素。无需专用 App，完全自托管。
   413|- Concepts created: [[Food Sensitivity Tracking]], [[Automated Health Logging]]
   414|- Entities created: （无新实体；OpenClaw 实体已存在）
   415|- Source page: wiki/sources/health-symptom-tracker.md
   416|- Notes:
   417|  - 新增 Sources 条目至 index.md（插入首行）
   418|  - 新增健康追踪主题至 overview.md
   419|  - 冲突记录：与 habit-tracker-accountability-coach 的习惯追踪 vs 健康数据追踪侧重对比
   420|
   421|
   422|## [2026-04-22] ingest | Second Brain
   423|- Source file: Agent/usecases/second-brain.md
   424|- Status: ✅ 成功摄入
   425|- Summary: AI Agent 作为个人第二大脑的记忆捕获与检索系统——通过短信/Telegram/Discord 零摩擦捕获任何内容，OpenClaw 永久记忆存储，Next.js 可搜索仪表盘提供全局检索。核心洞见：捕获像发短信一样简单，检索像搜索一样简单。灵感来源：Alex Finn YouTube 视频 + Tiago Forte《Building a Second Brain》。
   426|- Concepts created: [[Zero-Friction Capture]], [[Cumulative Memory]], [[Conversational Interface]], [[Text-and-Search]]
   427|- Entities created: [[Tiago Forte]]
   428|- Entities updated: [[OpenClaw]]（追加 second-brain 到 sources）, [[Alex Finn]]（追加 second-brain 到 sources）
   429|- Source page: wiki/sources/second-brain.md
   430|- Notes:
   431|  - 新增 Sources 条目至 index.md（替换 placeholder）
   432|  - 更新 overview.md，添加 Second Brain 段落，补充 4 个新概念至 Key Concepts
   433|  - 创建 4 个 Concept 页面：Zero-Friction-Capture.md、Cumulative-Memory.md、Conversational-Interface.md、Text-and-Search.md
   434|  - 创建 1 个 Entity 页面：Tiago-Forte.md
   435|  - 与 [[dataview-让我从"笔记黑洞"里逃出来的-obsidian-神器-1]] 存在冲突记录：Obsidian + Dataview（结构化查询）vs Second Brain（极简搜索）——互补而非互斥
   436|  - 与 [[custom-morning-brief]] 和 [[self-healing-home-server]] 属相似模式（零摩擦信息捕获 + AI 主动管理），已记录为 Connections
   437|  - 与 [[habit-tracker-accountability-coach]] 的互补关系：Second Brain 管理想法/链接/书目，Habit Tracker 管理习惯行为——场景不同但方法论相似
   438|  - 冲突检测：无与其他已摄入来源的实质性内容冲突
   439|
   440|
   441|- Status: ✅ 成功摄入
   442|- Summary: AI Agent 作为家庭服务器基础设施的全天候自动驾驶代理——OpenClaw + SSH + Cron Job 系统实现自动健康监控、故障自愈（重启 Pod/扩缩容/修复配置）、邮件分拣、每日 8AM 晨报（天气/日历/系统状态/看板）、知识库录入和安全审计。核心洞察：Cron Job 是真正的产品；知识提取具有复利效应；AI 会硬编码 secrets，TruffleHog pre-push hooks 是必须配置的防线；Local-first Git 是防止 API Key 暴露的架构基础。
   443|- Concepts created: [[Morning Briefing]], [[Email Triage]], [[Local-first Git]], [[Defense-in-Depth]]
   444|- Entities created: [[K3s]], [[Gitea]], [[TruffleHog]]
   445|- Entities updated: [[OpenClaw]]（追加 self-healing-home-server 到 sources）
   446|- Source page: wiki/sources/self-healing-home-server.md
   447|- Notes:
   448|  - 新增 Sources 条目至 index.md（替换缺失条目）
   449|  - 更新 overview.md，添加 "Self-Healing Infrastructure Agent" 章节
   450|  - 创建 3 个 Entity 页面：K3s.md、Gitea.md、TruffleHog.md
   451|  - 创建 4 个 Concept 页面：Morning-Briefing.md、Email-Triage.md、Local-first-Git.md、Defense-in-Depth.md
   452|  - 冲突已记录：Prometheus/Grafana 监控方案（人工介入）vs AI Agent 自愈方案（全自动闭环）
   453|
   454|## [2026-04-22] ingest | AI-Powered Earnings Tracker
   455|- Source file: Agent/usecases/earnings-tracker.md
   456|- Status: ✅ 成功摄入
   457|- Summary: AI Agent 自动化追踪科技公司财报——每周日 Cron Job 扫描财报日历并通过 Telegram 推送，用户选择后为每家公司创建一次性 Cron Job，财报发布后自动搜索结果并生成结构化摘要（beat/miss、营收、EPS、AI 亮点）。
   458|- Concepts created: （无新概念；Cron Job 已在其他来源中建立）
   459|- Entities created: （无新实体；OpenClaw 已存在；科技公司 NVDA/MSFT 等无需独立页面）
   460|- Source page: wiki/sources/earnings-tracker.md
   461|- Notes:
   462|  - 新增 Sources 条目至 index.md（插入首行）
   463|  - 无需更新 overview.md（与现有 OpenClaw + Cron Job 主题一致）
   464|  - 无需创建 Entity/Concept 页面
   465|  - 无冲突
   466|
   467|## [2026-04-23] ingest | Multi-Agent Specialized Team (Solo Founder Setup)
   468|- Source file: Agent/usecases/multi-agent-team.md
   469|- Status: ✅ 成功摄入
   470|- Summary: 用多个专业化 AI Agent 组建团队，解决一人创业者（Solo Founder）身兼数职的困境——4 个专业 Agent（Milo/策略、Josh/商业、Marketing/营销、Dev/开发）通过共享记忆 + 私有上下文 + Telegram 单一控制平面协调运作，定时任务驱动主动工作流。
   471|- Concepts created: [[Agent Personality]], [[Agent Specialization]], [[Shared Memory Architecture]], [[Private Context]], [[Single Control Plane]], [[Scheduled Task Flywheel]], [[Parallel Agent Execution]]
   472|- Entities updated: [[OpenClaw]]（追加 multi-agent-team 到 sources）
   473|- Source page: wiki/sources/multi-agent-team.md
   474|- Notes:
   475|  - 新增 Sources 条目至 index.md（插入首行）
   476|  - 更新 overview.md Key Concepts，添加 5 个新概念
   477|  - 创建 6 个 Concept 页面
   478|  - 更新 OpenClaw.md sources 字段
   479|  - 冲突已记录：Multi-Agent Team（并行专业化分工）vs Content Factory（链式协作）
   480|
   481|## [2026-04-23] ingest | Daily YouTube Digest
   482|- Source file: Agent/usecases/daily-youtube-digest.md
   483|- Status: ✅ 成功摄入
   484|- Summary: AI Agent 每日 YouTube Digest 全自动流水线——通过 youtube-full skill（ClawHub）监控订阅频道新视频，用 TranscriptAPI.com 提取字幕，AI 生成要点摘要后推送。两种模式：频道列表 + 关键词搜索。`channel/latest` 免费检查，`seen-videos.txt` 避免重复付费。核心洞察：把算法推荐的"被动消费"转变为系统化的"主动学习"。
   485|- Concepts created: [[Daily-Digest]], [[Transcript-Based Summarization]], [[Channel-Based Monitoring]], [[Keyword-Based Monitoring]], [[Credit-Efficient Processing]]
   486|- Entities updated: [[OpenClaw]]（追加 sources）
   487|- Entities created: [[TranscriptAPI.com]], [[ClawHub]], [[Recapio]]
   488|- Source page: wiki/sources/daily-youtube-digest.md
   489|- Notes:
   490|  - 新增 Sources 条目至 index.md（顶部插入）
   491|  - 更新 overview.md，补充 AI-Powered Daily Digest 章节到 YouTube Automation
   492|  - 更新 OpenClaw.md sources
   493|  - 创建 3 个 Entity 页面：TranscriptAPI.com.md、ClawHub.md、Recapio.md
   494|  - 创建 5 个 Concept 页面：Daily-Digest.md、Transcript-Based-Summarization.md、Channel-Based-Monitoring.md、Keyword-Based-Monitoring.md、Credit-Efficient-Processing.md
   495|  - 与 [[实战笔记-本地部署-rsshub-并获取-youtube-订阅]] 的互补关系已在 Contradictions 节记录（RSSHub 被动监控 vs AI Digest 主动学习）
   496|
- Source file: Agent/usecases/meeting-notes-action-items.md
- Status: ✅ 成功摄入
- Summary: AI Agent 将会议转录文本（Otter.ai、Google Meet、Zoom）自动转换为结构化摘要，提取行动项并创建 Jira/Linear/Todoist/Notion 任务，发送 Slack/Discord 摘要，支持截止日提醒。核心洞察：自动任务创建比摘要本身更有价值，无法转化为追踪任务的会议记录只是"文档剧场"。
- Concepts created: [[MeetingNotes]], [[ActionItemTracking]], [[TaskAutomation]], [[TranscriptProcessing]]

## [2026-04-23] ingest | 14个免费的AI图生视频工具，用AI让图片动起来
- Source file: 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
- Status: ✅ 成功摄入
- Summary: 14个免费AI图生视频工具盘点——覆盖阿里巴巴（绘蛙、通义万相、万相营造）、字节跳动（即梦AI）、快手（可灵AI）、智谱AI（智谱清影）、MiniMax（海螺AI）、生数科技（Vidu）、爱诗科技（PixVerse）、潞晨科技（Video Ocean）、智象未来（Viva）、MewXAI（艺映AI）、Stability AI（Stable Video）等厂商。核心能力：文本提示词控制、动作模板、运镜参数、首尾帧控制、主体一致性、音效自动生成。电商/视频创作/广告三大应用场景。
- Concepts created: [[AI图生视频]], [[AI文生视频]], [[主体一致性]], [[运镜控制]], [[首尾帧控制]], [[提示词控制]]
- Entities created: 14个工具均作为 Key Entities 记录于 Source 页面
- Source page: 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
- Notes:
  - 更新 index.md，修正条目日期为 2025-12-05 并补充摘要描述
  - 更新 overview.md，新增 AI图生视频工具盘点章节
  - 创建 Concept 页面：AI图生视频.md、AI文生视频.md
  - 所有14个工具作为 Key Entities 记录于 Source 页面，未创建独立 Entity 页面（每个工具仅出现1次，未达≥2阈值）
  - Contradictions：无冲突

## [2026-04-23] ingest | 文字生成视频网站推荐
- Source file: AI/文字生成视频网站推荐.md
- Status: ✅ 成功摄入
- Summary: 5款文字生成视频AI工具推荐——万彩AI（完全免费，适合新手）、百度AI开放平台（大厂多模态技术）、Zeemo（多语言字幕，$79+）、Vizard（长视频自动剪辑）、快影（腾讯系模板剪辑）。总结推荐：最实惠选万彩AI，技术型选百度，多语言选Zeemo，长视频选Vizard。
- Concepts created: [[文字生成视频]], [[AI视频生成工具]], [[数字人]]
- Source page: wiki/sources/文字生成视频网站推荐.md
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - overview.md 中已存在与 [[AI图生视频工具盘点]] 的互补关系说明，无需更新
  - 所有工具作为 Key Entities 记录于 Source 页面，未创建独立 Entity 页面（每个工具仅出现1次，未达≥2阈值）
  - Contradictions：无冲突

## [2026-04-23] ingest | 清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）
- 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
- Status: ✅ 成功摄入
- Summary: 清华大学发布的《DeepSeek从入门到精通2025》官方使用手册（104页），由新闻与传播学院元宇宙文化实验室余梦珑博士后及团队撰写。手册核心价值在于"授人以渔"——不仅教用户"怎么问"，更教"为什么这么问"，帮助用户掌握提示词底层逻辑。涵盖 DeepSeek-R1 模型选择、提示语设计技巧、避免 AI 幻觉策略。内容实用性与理论深度兼备，适合不同层次读者。
- Concepts created: [[DeepSeek-R1]], [[提示语设计]], [[AI幻觉]], [[通用人工智能（AGI）]], [[推理模型]]
- Entities created: [[DeepSeek]], [[余梦珑]]
- Source page: 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
- Notes:
  - 新增 Sources 条目至 index.md（替换 expected 标记行）
  - overview.md 新增 DeepSeek 使用手册条目，归入 AI Tools & Prompt Engineering 部分
  - 创建 Entity 页面：DeepSeek.md（公司）、余梦珑.md（作者）
  - Concept 页面：RAG.md、Large-Language-Model.md、AI-Agent.md 已覆盖相关概念（幻觉、推理模型），无需新建
  - Contradictions：与 [[llms-rag-ai-agent-三个到底什么区别]] 互补而非冲突——前者聚焦 DeepSeek 特定实践，后者聚焦 LLM/RAG/Agent 三层架构宏观对比，均记录于 Contradictions 小节

## [2026-04-23] ingest | How to Get the RSS Feed For Any YouTube Channel
- Source file: AI/How to Get the RSS Feed For Any YouTube Channel.md
- Status: ✅ 成功摄入
- Summary: 作者 Chuck Carroll 分享获取 YouTube 频道 RSS Feed 的简单方法——在频道页面右键选择"查看页面源代码"，搜索 `channel_id=`，提取 RSS Feed URL 格式为 `https://www.youtube.com/feeds/videos.xml?channel_id=<ID>`。无需第三方服务，适合 RSS 阅读器用户。
- Concepts created: [[RSS Feed]], [[Channel ID]]
- Entities updated: [[YouTube]], [[Chuck Carroll]]
- Source page: wiki/sources/how-to-get-the-rss-feed-for-any-youtube-channel.md
- Notes:
  - RSS Feed 和 Channel ID Concept 已存在于 overview.md 相关章节
  - YouTube Entity 已存在于 overview.md Key Entities 列表
  - 无需新建 Entity 或 Concept 页面
  - 无内容冲突

## [2026-04-23] ingest | codecrafters-io/build-your-own-x
- Source file: raw/AI/codecrafters-iobuild-your-own-x Master programming by recreating your favorite technologies from scratch.md
- Status: ✅ 成功摄入
- Summary: GitHub 精选教程列表，26+ 技术领域分步骤指南，引用 Richard Feynman "What I cannot create, I do not understand" 作为核心理念，通过从零重建主流技术实现深度技术理解。
- Entities created: CodeCrafters, DanielStefanovic, RichardFeynman
- Concepts created: Build-Your-Own-X, Learn-By-Building
- Source page: wiki/sources/codecrafters-iobuild-your-own-x-master-programming-by-recreating-your-favorite-technologies-from-scratch.md
- Notes:
  - 冲突检测：BYOX vs 传统课程式学习（理论优先 vs 实践优先）已记录于 Source Page Contradictions
  - index.md 和 overview.md 均已更新
  - 覆盖 26+ 领域：3D Renderer, Web Browser, Database, Docker, Git, OS, Programming Language, Neural Network 等
  - 支持 15+ 编程语言：C++, Python, Java, JavaScript, Go, Rust, Haskell, TypeScript 等
  - 与 Vibe Coding 互补：BYOX 理解原理，Vibe Coding 高效实现

## [2026-04-18] ingest | 电商如何选品 - 如何找到爆款选品策略
- Source file: 跨境电商/电商如何选品 如何找到爆款 选品策略.md
- Status: ✅ 成功摄入
- Summary: YouTube 视频摘要，20 种电商选品策略 + 情境配对 + 季节性规划 + POD 低成本测款 + 工具辅助分析（Salesmartly / Erank / Pinterest / Etsy 趋势）。核心观点：未来品牌需针对细分市场而非大众市场；情境配对产品组合提升客单价；POD 模式降低库存风险。
- Concepts touched: [[电商选品策略]], [[爆款产品]], [[POD模式]], [[情境配对]], [[季节性选品]], [[细分市场定位]]
- Entities touched: [[Salesmartly]], [[Erank]], [[TikTok Shop]], [[Etsy]], [[Pinterest]]
- Source page: wiki/sources/电商如何选品-如何找到爆款-选品策略.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/电商如何选品-如何找到爆款-选品策略.md）
  - Concepts 和 Entities 均以 wikilink 形式建立关联，暂不创建独立页面
  - 冲突检测：与 [[做TK跨境思路不对努力白费]] 的平台优先级存在差异，但两者针对产品类型不同（Etsy/POD 手工艺 vs TikTok 快消品），属互补而非冲突
  - 已在 index.md 添加 Source 条目
  - 已在 overview.md TikTok E-commerce Operations 小节新增条目，置于 [[做TK跨境思路不对努力白费]] 之前

## [2026-01-26] ingest | 3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！
- Source file: AI/3.2 万人收藏的 Claude Skills，才是 AI 这条路上最值得研究的一套范式！.md
- Status: ✅ 成功摄入（重复来源，slug 不同）
- Summary: Anthropic 官方 Skills 仓库（github.com/anthropics/skills）介绍；Skills = 说明书 + SOP；标志从「提示词工程」向「流程工程」的范式转变；Vibe Coding 尽头也是 Skills；三大聚合站和 Awesome-Claude-Skills 仓库推荐
- Concepts identified: 无（已存在于之前摄取）
- Source page: 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
- Notes:
  - 同来源文章以不同 slug 重复摄取（与 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 内容完全一致）
  - index.md 已添加新条目
  - 无需新建 Entity 或 Concept 页面
  - 无新内容冲突

## [2026-04-26] ingest | Building your Quartz
- Source file: Home Office/Building your Quartz
- Status: ✅ 成功摄入
- Summary: Quartz 静态网站的本地预览与自托管部署指南。涵盖 `npx quartz build --serve` 本地热重载预览、Nginx/Apache/Caddy 三种 Web 服务器自托管配置（处理无扩展名链接）、baseUrl 配置对 RSS Feed 和 Sitemap 的影响。Obsidian 笔记 → Quartz 构建 → 自托管构成完整个人知识发布链条。
- Concepts touched: [[Quartz]], [[Static Site Generator]], [[npx quartz build]], [[try_files]], [[RewriteRule]], [[baseUrl]]
- Entities touched: [[Obsidian]], [[GitHub Pages]]
- Source page: wiki/sources/building-your-quartz.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/building-your-quartz.md）
  - Concept 和 Entity 均以 wikilink 形式建立关联，Quartz/Nginx/Apache/Caddy 均已在 overview.md 中被提及，不创建独立页面
  - 检测到 1 处潜在冲突（自托管 vs Vercel/Netlify），已记录于 Source Page Contradictions 节
  - index.md Sources 节添加新条目
  - overview.md Productivity & Knowledge Management 部分添加 Quartz 段落

## [2026-04-23] ingest | 我做了个 Skill：让 AI 帮你生成 Logo 和图标
- Source file: raw/Skills/我做了个 Skill：让 AI 帮你生成 Logo 和图标.md
- Status: ✅ 成功摄入
- Summary: 介绍 Claude Code Skill `baoyu-imagine`（`npx baoyu-imagine` 安装），通过 Logo 专用提示词策略驱动 AI 生图工具生成专业 Logo 和图标。支持扁平化/几何/手绘/渐变等多种风格，SVG（矢量）和 PNG 格式导出。让非设计师快速产出专业品牌视觉资产。
- Concepts created: AI-Logo-Generation
- Entities created: baoyu
- Source page: wiki/sources/我做了个-skill-让-ai-帮你生成-logo-和图标.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/我做了个-skill-让-ai-帮你生成-logo-和图标.md）
  - 新增 1 个 Concept 页面（AI-Logo-Generation）
  - 新增 1 个 Entity 页面（baoyu）
  - index.md Sources / Entities / Concepts 三个章节均已追加条目
  - overview.md AI Tools & Prompt Engineering 部分添加 baoyu-imagine AI Logo 生成段落，Key Concepts 追加 baoyu-imagine / AI-Logo-Generation / Claude-Code-Skill
  - 无内容冲突（baoyu-imagine 与通用 AI 生图工具形成互补）

## [2026-04-16] ingest | Obsidian CLI
- Source file: raw/Skills/Obsidian CLI.md
- Status: ✅ 成功摄入
- Summary: Obsidian v1.12+ 内置的官方命令行工具文档，覆盖 60+ 命令（日常操作/文件管理/插件管理/属性操作/开发者命令/版本管理/发布/同步等），提供 TUI 交互模式和单命令两种使用方式。开发者命令通过 Chrome DevTools Protocol 实现截图、控制台执行、插件热重载。AI Agent 可通过标准化 CLI 接口实现笔记增删改查、日程管理、搜索、任务操作等全部 GUI 功能，无需图形界面。
- Concepts updated: [[Obsidian-CLI]]（补充 8 大能力域：日常操作/文件管理/插件管理/属性操作/开发者命令/版本管理/工作区管理/TUI 交互）
- Entities updated: [[Obsidian]]（添加 obsidian-cli 来源引用，更新 last_updated）
- Source page: wiki/sources/obsidian-cli.md
- Notes:
  - 新增 1 个 Source Page（wiki/sources/obsidian-cli.md）
  - 更新 Obsidian-CLI concept 页面，补充 8 大能力域和 TUI 交互模式说明
  - 更新 Obsidian entity 页面，添加 sources 字段
  - 更新 wiki/index.md Sources 节（新增 Obsidian CLI 条目，置顶）
  - 更新 wiki/overview.md Productivity & Knowledge Management 部分（补充 Obsidian-CLI 与其他 Agent 集成方案的互补关系）
  - 冲突记录：与 [[obsidian-必装-skills]] 中 obsidian-cli 的描述存在"官方内置"vs"kepano 发布 Skill"的视角差异，已记录至 Source Page Contradictions，结论为两者均正确（obsidian-cli 既是 Obsidian 官方内置功能，也是 kepano Skills 项目收录整理的工具）
  - 新建 Concept/Entity 页面：无（Obsidian-CLI concept 页面已于 2026-04-21 创建，本次仅更新内容；Obsidian entity 页面已存在，本次仅更新 sources 字段）

## [2026-04-23] ingest | WSL2 启动与网络配置指南
- Source file: raw/Home Office/WSL2 启动与网络配置指南.md
- Status: ✅ 成功摄入
- Summary: WSL2（Windows Subsystem for Linux 2）安装启动与网络配置实操指南。核心内容：① wsl --install 快速安装 Ubuntu；② .wslconfig 启用 networkingMode=mirrored 镜像网络模式解决 localhost 代理失效问题；③ 终端环境变量手动配置代理；④ ghproxy.com 反向代理加速 GitHub 下载。关键洞察：NAT 模式是 WSL2 无法访问 Windows 宿主机代理的根本原因，镜像网络模式是推荐解决方案。
- Concepts created: WSL2、镜像网络模式、NAT模式、ghproxy
- Entities created: WSL2、ghproxy
- Source page: wiki/sources/wsl2-启动与网络配置指南.md
- Notes:
  - 新增 1 个 Source Page（wsl2-启动与网络配置指南.md）
  - 更新 wiki/index.md（Sources 章节补全缺失条目）
  - 更新 wiki/overview.md（Home Server Automation 部分新增 WSL2 章节段落；Key Entities 部分新增 WSL2 和 ghproxy 条目）
  - 无内容冲突
  - 新建 Concept/Entity 页面：无（WSL2 和 ghproxy 作为 Entity/Concept 在 overview.md 中描述，未创建独立页面）

## [2026-04-24] ingest | Blogwatcher Daily 技能收藏
- Source file: Skills/blogwatcher-daily收藏.md
- Status: ✅ 成功摄入
- Summary: Hermes Agent 自定义 Skill `blogwatcher-daily` 的收藏笔记，实现 31 个 RSS/YouTube 订阅频道的自动化监控与每日摘要生成。通过 SQLite 数据库按 URL 去重，日常扫描追加写入 `YYYY-MM-DD.md` 日报，强制回扫写入独立文件。YouTube 频道通过本地 RSSHub 代理转换为 RSS Feed。
- Concepts created: 无（RSS Monitoring、Cron Job、RSSHub、每日日报 等均为已有或通用概念，在 overview.md Key Concepts 中已有覆盖）
- Entities created: 无（blogwatcher-daily 作为 Skill 名在 sources 中描述；feedparser 仅出现1次，不满足 ≥2 次创建条件）
- Source page: wiki/sources/blogwatcher-daily收藏.md
- Notes:
  - 新增 1 个 Source Page
  - 更新 wiki/index.md（Sources 章节补全缺失条目）
  - 更新 wiki/overview.md（YouTube Automation 部分 RSSHub 段落新增对 blogwatcher-daily 的关联说明）
  - 无内容冲突
  - 新建 Concept/Entity 页面：无

## [2026-04-23] ingest | CTP Topic 1 Gruntwork Landing Zone Architecture
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-1-gruntwork-landing-zone-architecture.md
- Status: ✅ 成功摄入
- Summary: Gruntwork AWS Landing Zone 架构基础培训。核心：参考架构（Reference Architecture）是包含核心账户（Shared/Logs/Security）和工作负载账户（Prod/Stage/Dev）的最佳实践起点；Landing Zone 基于 Gruntwork 由产品团队自行定义具体服务；安全账户使用联邦用户（Federated User）通过 AD 组映射到 IAM 角色；每个 Landing Zone 配置独立 Jenkins 服务器和特性分支 Git 工作流；Terraform AWS 服务目录强调服务应具有业务上下文。
- Concepts created: Reference-Architecture, Landing-Zone-Architecture, Federated-Access, CI-CD-Pipeline, Terraform-Modules
- Entities created: 无（Gruntwork Entity 已存在）
- Source page: wiki/sources/ctp-topic-1-gruntwork-landing-zone-architecture.md
- Notes:
  - 新增 1 个 Source Page
  - 更新 wiki/index.md（Sources 章节替换预期条目为实际摘要；Concepts 章节新增 5 个概念）
  - 更新 wiki/overview.md（Cloud Transformation 部分新增 CTP Topic 1 段落）
  - 冲突检测：与 ctp-topic-35-aws-landing-zone-design-refresher-saas-labs 在 Landing Zone 产品定义粒度上有视角差异（前者强调灵活性，后者强调标准化），已记录于 Source Page Contradictions 节，判定为视角互补而非直接冲突
  - 新建 Concept 页面：5 个（Reference-Architecture / Landing-Zone-Architecture / Federated-Access / CI-CD-Pipeline / Terraform-Modules）
  - 新建 Entity 页面：无（Gruntwork Entity 已存在，无需重复创建）

## [2026-04-14] ingest | CTP Topic 73 AWS Backup Implementation of the Cloud Transformation Programme
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-73-aws-backup-implementation-of-the-cloud-transformation-program.md
- Status: ✅ 成功摄入
- Summary: AWS Backup 在云转型计划中的企业级实施落地。SRE 团队开发 SRE Backup Model，为产品组提供预置的 AWS Backup Plans、Vaults、KMS 密钥策略等模板，支持 DRA 账户内独立备份和恢复；初始备份复制到远程 DR 账户实现即时恢复；AWS Backup Audit Manager 提供合规审计报告和控制评估。
- Concepts created: [[SRE Model]]
- Source page: wiki/sources/ctp-topic-73-aws-backup-implementation-of-the-cloud-transformation-program.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 1 个 Concept（SRE Model）
  - index.md 更新：Sources 节新增条目，附中文摘要
  - 冲突检测：与 [[ctp-topic-44-aws-backup-in-micro-focus]] 视角互补而非冲突——前者为 CTP 实施确认，后者为内部评估，AWS Backup 的局限性已在 Contradictions 节记录
  - AWS Backup / AWS Backup Audit Manager / 跨账户备份 已在 ctp-topic-72 摄入，无需重复创建

- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-28-aws-tag-validation-tool.md
- Status: ✅ 成功摄入
- Summary: Lewis Brown 主讲，SRE 团队开发的 AWS 标签验证工具。Checkpoint 防火墙通过读取 EC2/安全组/负载均衡器标签值配置网络访问策略，标签缺失或无效时拦截流量；SCPs 只能阻止新资源创建，无法修复存量资源。该工具通过 variables.yaml 定义每个账户合法标签值，自动扫描 EC2/SG/LB/Lambda，比对配置输出 CSV 审计报告。使用 Poetry 管理 Python 环境，存放于 SRE Tools Repository。标签还计划用于成本核算。
- Entities created: [[Checkpoint]], [[SRE-Team]]
- Concepts created: [[AWS-Tags]], [[AWS-Tagging-Standards]], [[Tag-Validation-Tool]], [[Service-Control-Policies-SCPs]], [[Variables-YAML]]
- Source page: wiki/sources/ctp-topic-28-aws-tag-validation-tool.md
- Notes:
  - 新增 1 个 Source Page
  - 新增 2 个 Entity（Checkpoint / SRE-Team）
  - 新增 5 个 Concept（AWS-Tags / AWS-Tagging-Standards / Tag-Validation-Tool / Service-Control-Policies-SCPs / Variables-YAML）
  - overview.md 更新：新增 CTP Topic 28 摘要段落（置于 ctp-topic-17 之后，ctp-topic-47 之前），Key Concepts 节新增 6 个概念标注（AWS-Tagging-Standards / Tag-Validation-Tool / Service-Control-Policies-SCPs / Variables-YAML / Checkpoint-Firewall / SRE-Tools-Repository）
  - index.md 更新：Sources 节替换预期条目为实际摘要，Entities 节新增 2 个实体，Concepts 节新增 6 个条目
  - 冲突检测：与 [[ctp-topic-10-aws-landing-zone-lz-data-collection-tagging-related-security]] 互补而非冲突——后者聚焦标签收集机制和安全策略上下文，前者聚焦审计发现，共同构成"制定规范 → 强制执行 → 审计发现"的标签治理闭环
  - Lewis Brown 仅出现 1 次，未创建 Entity 页面

## [2026-04-14] ingest | CTP Topic 10 AWS Landing Zone (LZ) Data Collection, Tagging Related Security
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-10-aws-landing-zone-lz-data-collection-tagging-related-security.md
- Status: ✅ 成功摄入
- Summary: Steve Jarman 和 Pradeep 主讲 AWS Landing Zone 部署流程、数据收集策略与基于标签的云原生安全架构。核心：①Landing Zone 部署前需了解 BU 资产清单/IP 地址空间/数据敏感性；②DNS/Transit Gateway 等基础服务已通过 SRE 高度自动化；③基于标签的安全控制——用 AWS 标签替代传统 IP 防火墙规则；④SCP 强制执行标签规范——通过"显式拒绝"防止篡改标签绕过审计；⑤Checkpoint 防火墙有序层——按优先级执行地理屏蔽 → BU 隔离 → 产品隔离 → 环境隔离。
- Concepts created: 无（所有概念均已在 [[ctp-topic-28-aws-tag-validation-tool]] 中创建）
- Source page: wiki/sources/ctp-topic-10-aws-landing-zone-lz-data-collection-tagging-related-security.md
- Notes:
  - 新增 1 个 Source Page
  - 无新增 Concept（[[AWS_Landing_Zone]] / [[Tagging_Methodology]] / [[SCP_Service_Control_Policy]] / [[OU_Organizational_Unit]] / [[Checkpoint_Firewall_Ordered_Layer]] / [[Transit_Gateway]] / [[SRE_Automation]] 均已在 ctp-topic-28 中创建）
  - overview.md 更新：新增 CTP Topic 10 摘要段落（置于 ctp-topic-1 之后），补充标签治理闭环描述
  - index.md 更新：Sources 节新增条目（置顶）
  - 冲突检测：无冲突
  - Steve Jarman 仅出现 1 次，Pradeep 仅出现 1 次，均未创建 Entity 页面
  - 与 [[ctp-topic-1-gruntwork-landing-zone-architecture]] 互补——前者为基础架构，后者为安全层扩展
  - 与 [[ctp-topic-28-aws-tag-validation-tool]] 互补——构成"制定规范 → 强制执行 → 审计发现"的标签治理闭环

## [2026-04-14] ingest | CTP Topic 25 Labs Landing Zone Overview - ITOM Teams
- Source file: Cloud & DevOps/Public-Cloud-Learning-Sessions/01_AWS-Landing-Zone/ctp-topic-25-labs-landing-zone-overview-itom-teams.md
- Status: ✅ 成功摄入
- Summary: Labs Landing Zone 基于 Gruntwork 参考架构的多账户策略——核心账户包括 Shared（Jenkins 主节点/加固 AMI/容器仓库）、Logs（CloudTrail/Config 日志）、Security（联邦用户/跨账户访问）、Core（AD 管理 Windows 实例和 IDP/DNS 管理 Swimford.net）、Network（Transit Gateway + JetPult 防火墙/标签驱动的网络策略/Pulse VPN）；Shared Services 提供 45 Arc Site 监控和 Qualys 漏洞扫描；Product Account 通过 Terraform/Terragrunt 模块部署，需与网络团队协调 IP 范围和标签策略；Jenkins 流水线扫描 GitHub Enterprise 仓库变更，触发 Terragrunt plan/apply，并通过 pre-commit 和 Fortify 扫描提升安全。
- Concepts created: 无（所有概念均已在其他 CTP 页面中创建：[[Landing Zone Architecture]] / [[Terraform]] / [[Terragrunt]] / [[Jenkins]] / [[Transit Gateway]] / [[Federated Access]] / [[Tag-Based Access Control]]）
- Source page: wiki/sources/ctp-topic-25-labs-landing-zone-overview-itom-teams.md
- Notes:
  - 新增 1 个 Source Page
  - 无新增 Concept/Entity（Gruntwork/Jenkins/JetPult/Pulse VPN/Qualys/45 Arc Site 均仅出现 1 次，不满足 ≥2 次建页条件）
  - overview.md 更新：新增 CTP Topic 25 摘要段落（置于 ctp-topic-35 之前），补充 Labs LZ 运维实践描述
  - index.md 更新：Sources 节新增条目（置顶于 CTP Topic 34 之前），移除旧 "source missing" 标记
  - 冲突检测：无冲突
  - 属 [[ctp-topic-1-gruntwork-landing-zone-architecture]]（架构基础）和 [[ctp-topic-35-aws-landing-zone-design-refresher-saas-labs]]（SaaS vs Labs 职责划分）共同构成完整的 AWS Landing Zone 知识体系