weishen
38121d2e41
Source pages (6): - Google-5个Agent-Skill设计模式 - n8n-configure-telegram-trigger - n8n-docker-install-update - n8n-full-tutorial-building-ai-agents - n8n+Claude通过自然语言自动化工作流 - phone-based-personal-assistant New entities (2): Google, ClawdTalk New concepts (6): AgentSkill设计模式, ToolWrapper, Generator, Reviewer, Inversion, Pipeline
5.2 KiB
5.2 KiB
Overview
本Wiki涵盖两大核心领域：Agent（智能体）系统和AI应用。Agent系统以OpenClaw、N8N、MCP为核心；AI应用涵盖图像生成、配音克隆、视频制作、RAG检索等场景。
核心主题
Agent系统
- OpenClaw：开源AI Agent框架，支持多Agent协作、记忆系统、技能扩展
- N8N：开源工作流自动化平台，可与AI Agent结合实现复杂自动化
- MCP (Modal Context Protocol)：AI大模型与外围服务集成的协议
- 多Agent系统：多个专业Agent协同工作的架构模式
AI应用
- 图像生成：Nano Banana、Midjourney等模型的提示词工程
- AI配音与声音克隆：ElevenLabs、海螺AI、F5-TTS等工具
- 视频制作：固定镜头短视频AI全流程、九宫格法、首尾针动画
- RAG检索：检索增强生成解决LLM幻觉问题
问题域
Agent系统
- Agent开发与配置（Workspace文件体系）
- 工作流自动化（N8N节点和工作流）
- 跨平台集成（Telegram、Discord、Slack等）
- 个人效率提升（习惯追踪、日历管理、邮件处理）
- 内容创作自动化（YouTube、Twitter、播客等）
- 商业应用（CRM、市场研究、财报追踪）
AI应用
- 提示词工程：角色-需求-场景-目标四要素结构
- 图像生成质量控制：物件描述框架、人物描述框架
- 声音克隆与配音：多语言TTS、各平台特点
- 视频内容创作：分镜拆解、一致性保证
- 大模型知识体系：LLM、MCP、Agent、RAG、vLLM、Token
方法/机制
Agent系统
- Workspace文件体系（AGENTS.md、SOUL.md、USER.md等）：定义Agent行为
- Sub-agent多Agent协作：分散式协调通过共享状态文件
- Cron定时任务与心跳机制：自动化定期执行
- MCP协议工具调用：Client-Server架构的服务集成
- Cursor集成调用：支持SSE与Command模式的代理调用与推理工具链
- Webhook安全集成：OpenClaw与N8N的安全集成模式
- 向量语义搜索：memsearch实现记忆的语义检索
AI应用
- 提示词框架：物件描述、人物描述的JSON标准化结构
- Source-Grounding：NotebookLM限制知识库确保回答准确性
- 九宫格法：一次性生成多个分镜保证画面一致性
- 首尾针动画：AI补齐中间帧实现平滑过渡
- RAG三步流程：索引→检索→生成
关键实体
Agent系统
- OpenClaw：开源AI Agent框架
- N8N：工作流自动化平台
- MCP：模态上下文协议
- Cursor：集成MCP的高级代码大模型编辑器
- Smisery：热点新闻MCP服务数据源
- DenchClaw：本地CRM框架
- AionUi：桌面Cowork应用
- Google：发布Agent Skill设计模式的云服务提供商
- ClawdTalk：OpenClaw电话集成工具，实现语音交互
AI应用
- NotebookLM：Google AI学习工具
- Nano Banana：Google AI图像生成模型
- DeepSider：多AI模型聚合浏览器插件
- ElevenLabs：国际AI配音平台
- 海螺AI：MiniMax出品的AI工具
- F5-TTS：开源语音克隆项目
- 剪映：字节跳动视频编辑工具
关键概念
Agent系统
- Workspace：Agent的工作台目录配置体系
- 多Agent系统：多个专业Agent协同工作的架构
- 工作流自动化：使用工具自动执行重复性任务
- 记忆系统：Agent跨会话保留上下文的能力
- 技能系统：OpenClaw的扩展机制
- Agent模式：模型自动执行工具命令的交互模式
- AgentSkill设计模式：Google与Anthropic总结的5种Skill设计模式（ToolWrapper、Generator、Reviewer、Inversion、Pipeline）
- SequentialThinking：大模型的逻辑推理任务分步拆解机制
- n8n-mcp：N8N的MCP服务器实现
- idea-reality-mcp：预构建创意验证MCP
AI应用
- Prompt能力：清晰界定需求+结构化思维表达
- 需求拆解：将模糊目标转化为具体可执行子任务
- 结构化表达：用清晰逻辑组织信息
- 思维链引导：让AI逐步推理
- Source-Grounding：限制知识库确保AI回答准确性
- 音频概览：将文档转化为AI双人播客格式
- 提示词框架：结构化描述图像生成需求的模板
- AI配音：文本转语音技术
- 声音克隆：用少量样本重建个人声音
- 固定机位：摄像机位置固定不变的拍摄方式
- 首尾针动画：通过首尾帧AI自动补齐中间动作
- 九宫格法：一次性生成3x3共九个分镜画面
- RAG：检索增强生成
- Embedding：将文本转换为数值向量的技术
- LLM：大语言模型
- Agent：智能体
- vLLM：高效LLM推理框架
- Token：大模型基本输入单元
Source分类
Agent系统（45个）
涵盖：OpenClaw Workspace、N8N工作流、MCP协议、多Agent协作、记忆系统、技能扩展等
AI应用（26个）
涵盖：NotebookLM、Claude Skills、Nano Banana提示词、RAG基础、AI配音工具、视频制作流程、大模型术语等
来源分布
- 微信公众号：Agent系统相关内容
- YouTube视频：部分AI工具教程
- OpenClaw Use Cases：37个
- 技术文档：AI图像生成、RAG、提示词工程等