396 lines
93 KiB
Markdown
396 lines
93 KiB
Markdown
# Overview
|
||
|
||
This wiki is a living synthesis of curated sources spanning AI agents, cloud infrastructure, DevOps, productivity tools, and home server automation.
|
||
|
||
## Major Themes
|
||
|
||
### Multi-Agent AI Systems
|
||
The wiki covers two major multi-agent frameworks: **The Agency** (agency-agents) and **OpenClaw**. The Agency provides 147 specialized agents across 12 business divisions (Engineering, Design, Finance, Game Dev, Marketing, Paid Media, Product, Project Management, Testing, Support, Spatial Computing, Specialized). OpenClaw focuses on autonomous agents with persistent memory and workflow orchestration via n8n.
|
||
|
||
**[[multi-channel-assistant]]**：基于 [[OpenClaw]] 的多渠道个人助理方案——以 Telegram Topic 路由为统一入口，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（如每周垃圾清理、公司周报）。
|
||
|
||
**[[phone-based-personal-assistant]]**：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、网络搜索等技能，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。
|
||
|
||
**[[phone-call-notifications]]**：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，用户接听后可实时提问，Agent 双向对话响应。与 [[phone-based-personal-assistant]] 互补：后者为用户→Agent 的来电接收（用户主动呼叫），前者为 Agent→用户的去电通知（Agent 主动呼叫），共同构成完整语音双向通信能力。覆盖 100+ 国家 PSTN 电话，不存储录音，加密传输后即时销毁。
|
||
|
||
**[[multi-channel-customer-service]]**：基于 [[OpenClaw]] 的企业级多渠道 AI 客服统一收件箱——整合 WhatsApp Business、Instagram DMs、Gmail 和 Google Reviews 至单一 AI 驱动的收件箱，AI 自动识别消息意图（FAQ/Appointment/Complaint/Review）并匹配对应处理策略，语言自动检测匹配客户语言（ES/EN/UA），支持 Test Mode 演示而不影响真实客户。餐厅实测响应时间从 4+ 小时降至 2 分钟以内，80% 咨询自动处理。与 [[multi-channel-assistant]] 互补——后者面向个人助理多渠道入口，前者面向企业客服场景。
|
||
|
||
**Inbox De-clutter**：基于 [[OpenClaw]] 的 Newsletter 自动整理方案——每天 20:00 通过 Cron Job 阅读过去 24 小时的新邮件，生成精华摘要并附原文链接，根据用户反馈持续学习偏好。需前置 Gmail OAuth Setup。与 [[custom-morning-brief]] 属同一 Cron Job + AI 摘要模式的 Newsletter 垂直场景。与 [[email-triage]] 属同一方法论的不同实现。
|
||
|
||
**[[Second Brain]]**：基于 [[OpenClaw]] 的个人第二大脑记忆捕获系统——通过短信/Telegram/Discord 零摩擦捕获任何内容（\"Remind me to read a book...\"），OpenClaw 永久记忆存储所有对话，Next.js 可搜索仪表盘提供全局检索，Cmd+K 跨所有记忆/文档/任务全局搜索。核心价值：**捕获像发短信一样简单，检索像搜索一样简单**。无需文件夹、无需标签、无需复杂组织——文本加搜索足矣。OpenClaw 的累积记忆系统使 AI 随时间变得越来越强大，用户从手机发消息就能在电脑端构建内容。灵感来源：Alex Finn 的 YouTube 视频、Tiago Forte 的《Building a Second Brain》。
|
||
|
||
**Self-Improving 自改进系统**（[[养虾日记2]]）：解决 AI Agent"每次对话都是白纸"的核心问题——三层记忆架构（短期文件 + 长期向量数据库 + self-improving 复盘）配合每日 23:00 定时复盘，实现"错误只犯一次"的 Agent 学习闭环。Pattern-Key 重复是系统性问题的信号；Recurrence-Count 是区分一次性错误与重复问题的关键指标。[[Self-Improving-Skill]] 的 Suggested Action 必须具体到可直接执行（如 `--to 5038825565`），而非泛泛建议。
|
||
|
||
**[[养虾日记3]]**：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**（完整保留所有历史版本）、**OpenClaw obsidian skill 做写入接口**。三个 Agent（星枢/星辉/星曜）分别向各自 Obsidian 目录写入，knowledgebase/ 存放跨 Agent 共用知识，<agentId>/ 存放单一 Agent 私有笔记。核心价值：把 AI 变成"会自动整理笔记的实习生"——做完事顺手更新记录。与 [[Second Brain]]（对话记忆）、[[Personal Knowledge Base (RAG)]]（知识检索）同属持久化记忆能力的不同实现。与 [[self-healing-home-server]] 的 Morning Briefing 共享同一笔记更新机制。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。与 [[养虾日记1]]（照片整理）、[[养虾日记2]]（Self-Improving）、**[[养龙虾5天血泪史]]**（记忆调试）属同一「养虾日记」系列。
|
||
|
||
**[[养龙虾5天血泪史]]**：AI Agent 记忆失效问题的专项调试全记录——作者（比利哥）花费 5 天时间系统修复 OpenClaw 助理"星辉"的失忆问题。发现 5 类根本原因：①上下文压缩导致细节丢失（姓名/数字/决定）→ 配置 `memoryFlush` 在压缩前写入磁盘；②纯语义搜索在专有名词上失败 → 切换到 QMD 混合搜索（BM25+向量+重排）；③Agent 找到但不自动使用信息 → 启动序列强制触发检索；④多次压缩后上下文仍丢失 → 配置 `contextPruning` 协同工作；⑤系统提示词膨胀 28% → 全面清理未使用技能和无效文件。**10 条黄金法则**：只有 7 个自动加载文件（AGENTS/SOUL/TOOLS/IDENTITY/USER/HEARTBEAT/MEMORY）；启动序列必须放在 AGENTS.md 最顶部；**写入纪律比读取纪律更重要**；交接协议是模型切换修复的关键；定期运行 `/context detail` 检测 token 消耗。核心洞察：**压缩不是敌人，未写入的上下文才是**；系统提示词中每个令牌都是代理携带的开销。最终将系统提示词从 209,652 精简到 9,349 令牌，减少 28%。与 [[养虾日记1]]（照片整理）、[[养虾日记2]]（Self-Improving）属同一「养虾日记」系列，从不同角度解决 OpenClaw 的记忆与持久化问题。
|
||
|
||
**[[养虾日记5]]**：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，展示如何将千年前古人的心智模型（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个维度（著作/对话/表达DNA/他者视角/决策/时间线）采集信息，提炼心智模型、决策启发式和表达DNA，产出自包含的.skill文件。核心洞察：AI时代用AI放大人类历史上最强大的脑子——学投资蒸馏芒格，学物理思维蒸馏费曼，逆境中保持风骨蒸馏苏东坡。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，从"AI数字导师"新角度扩展了 OpenClaw 的使用场景。与 [[Second Brain]]（对话记忆捕获）、[[思维蒸馏（女娲造人术）]] 同属用AI构建外部认知能力的不同路径。
|
||
|
||
**Recursive Self-Optimizing Generative Systems**（[[a-formalization-of-recursive-self-optimizing-generative-systems]]）：递归自我优化生成系统的形式化理论模型——将 [[养虾日记2]] 中 Self-Improving 的实践经验抽象为严格数学框架：系统目标不是直接产出最优输出，而是通过迭代自我修改构建稳定的生成能力 $G^*$。定义生成器空间 $\mathcal{G}$ → 优化算子 $O$ → 元生成算子 $M$ → 自映射 $\Phi$ → 稳定不动点 $G^*$，最终用 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**——当 $\Phi$ 满足收缩性条件时，$G^* = \lim_{n \to \infty} \Phi^n(G_0)$。该框架为 [[Self-Improving-Skill]] 和所有自我改进 AI 架构提供了原则性理论基础。
|
||
|
||
**[[multi-agent-system-reliability]]**（Alex Ewerlöf）：多智能体系统可靠性的架构模式理论——反对拟人化LLM，主张将LLM视为分布式系统中不可靠的组件。核心4模式：[[Hierarchy-Agent-Pattern]]（主管→工作→验证链）、[[Consensus-Voting-Pattern]]（N个LLM多数票消除幻觉）、[[Adversarial-Debate-Pattern]]（Generator→Critic→Judge对抗辩论）、[[Knock-out-Pattern]]（适者生存淘汰制）。核心洞察：不应要求模型"小心"，而应**强制**其正确——通过架构约束而非提示词约束。与 [[Designing for Agentic AI]] 互补（架构 vs 用户体验），与 [[Recursive Self-Optimization]] 共享自引用结构思想。与 [[Genetic-Algorithm]]（遗传算法）有关联——Knock-out/Tree of Thoughts 是 GA 的精简实现。
|
||
|
||
Key concepts: [[Recursive Self-Optimization]], [[Generator Space]], [[Self-Referential Computation]], [[Fixed-Point Semantics]], [[Y-Combinator]], [[Self-Improving AI]], [[Automated Prompt Engineering]], [[Email Triage]], [[Newsletter Digest]], [[Preference Learning]], [[Cron Job]], [[Multi-Agent Coordination]], [[Multi-Tool Integration]], [[MCP Tool Interface Design]], [[Workflow Architecture]], [[Shared Memory Architecture]], [[Private Context]], [[Single Control Plane]], [[Scheduled Task Flywheel]], [[Parallel Agent Execution]], [[Topic-Based Routing]], [[Voice Interface]], [[Telephony Integration]], [[Voice Notification Channel]], [[Two-Way Voice Conversation]], [[Call-Worthy Threshold]], [[PSTN Calling]], [[PM Delegation Pattern]], [[CEO Pattern]], [[Shared State Coordination]], [[Git-as-Audit-Log]], [[Dynamic-Dashboard]], [[Alerting]], [[Zero-Friction Capture]], [[Cumulative Memory]], [[Conversational Interface]], [[Text-and-Search]], [[Unified-Inbox]], [[Intent-Classification]], [[Human-Handoff]], [[Test-Mode]], [[Business-Knowledge-Base]], [[Language-Detection]], [[AI-Auto-Response]], [[Heartbeat-Monitoring]], [[Self-Improving-Skill]], [[双层记忆架构]], [[每日复盘机制]], [[Pattern-Key]], [[Recurrence-Count]], [[Self-Improvement-Log]], [[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]], [[Context-Window]], [[Model-Fallback]], [[Compaction]], [[Agent-Routing-Rules]], [[Error-Surface-vs-Root-Cause]], [[Layered-Configuration]], [[Log-Driven-Debugging]], [[Hidden-Failure-Paths]], [[Large Language Model]], [[RAG]], [[AI Agent]], [[ReAct Pattern]], [[Hierarchy-Agent-Pattern]], [[Consensus-Voting-Pattern]], [[Adversarial-Debate-Pattern]], [[Knock-out-Pattern]], [[Tree-of-Thoughts]], [[Genetic-Algorithm]], [[Reliability-Engineering]]
|
||
|
||
### Multi-Agent Monitoring & Automation
|
||
**Dynamic Dashboard**：基于 [[OpenClaw]] 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。[[polymarket-autopilot]] 是 Polymarket 市场监控的具体实现——AI Agent 24/7 自动监控预测市场、分析概率变化、自动执行交易策略。与 [[self-healing-home-server]] 的系统监控场景关联，[[earnings-tracker]] 的市场数据监控场景扩展，[[content-factory]] 共享子代理并行执行模式。
|
||
|
||
**[[multi-source-tech-news-digest]]**：AI Agent 驱动的多源科技新闻自动聚合与投递系统——四层数据管道整合 46 个 RSS 源、44 个 Twitter/X KOL 账号、19 个 GitHub Releases 仓库和 4 个 Brave Search 主题，覆盖 109+ 信息源；通过标题相似度去重和多维度质量评分（priority source +3, multi-source +5, recency +2, engagement +1）生成精选简报；支持 Discord/Email/Telegram 三通道投递，30 秒内通过自然语言添加自定义来源。属 [[Daily-YouTube-Digest]] / [[Daily Reddit Digest]] 同款 Cron Job + AI 摘要模式的不同垂直场景（前者视频，后者 Reddit 社区，本方案文字新闻）。
|
||
|
||
### Cloud Transformation & DevOps
|
||
Cloud Transformation Programme (CTP) materials cover AWS landing zones, EKS, Terraform, GitOps, FinOps, observability, security, and enterprise architecture. Key themes: 3 Lines of Defence framework, ITSM, container hardening, backup & DR strategies. DevOps culture focuses on four pillars: Collaboration, Automation (CI/CD, IaC), Continuous Improvement (Kaizen), and Customer-Centricity. Agile practices (Scrum, Kanban) are symbiotic with DevOps. Emerging trends: DevSecOps, GitOps, Serverless DevOps, AI/ML-driven automation, and Edge Computing DevOps.
|
||
|
||
Key concepts: [[Landing Zone Architecture]], [[GitOps]], [[FinOps]], [[Event Sourcing]], [[Container Lifecycle Hardening]], [[AWS Backup]], [[ITSM]], [[ITSM-2.0]], [[Hyperautomation]], [[AIOps]], [[Self-Healing-Systems]], [[Zero-Trust-Architecture]], [[Policy-as-Code]], [[Immutable-Infrastructure]], [[Error Budgets]], [[Multi-Cloud Strategy]], [[Multi-Cloud-ROI]], [[DevOps Culture]], [[CI/CD Pipeline]], [[DevSecOps]], [[Shift-Left-Security]], [[Shift-Right-Security]], [[SAST]], [[DAST]], [[IAST]], [[SCA]], [[Break-the-Build]], [[Agile Practices]], [[DevOps Maturity]], [[DORA Metrics]], [[Infrastructure as Code]], [[Cloud-Native]], [[Cloud Maturity Levels]], [[Cloud Adoption Strategy]], [[Cloud Service Delivery]], [[Cloud DevOps Maturity Model]], [[Cloud Operating Model]], [[Cloud Governance]], [[Cloud Cost Optimization]], **[[Serverless Computing]]**, **[[Edge Computing]]**, **[[Green Computing]]**, [[Vendor-Lock-In]], [[Data-Sovereignty]], [[SLA]], [[SLO]], [[Incident Management]], [[Change Management]], **[[Disaster Recovery]]**, [[WAF]], [[APM]], [[Cloud Security]], [[Cloud Migration]], [[High Availability]], [[Pay-as-you-go]], [[Failover]], [[Multi-factor-Authentication]], [[Data-Governance]], [[Continuous Integration]], [[Continuous Deployment]], [[Lead Time]], [[Time-to-Market]], [[MTTR]], [[MTTD]], [[MTTA]], [[Change Failure Rate]], [[Error Budget]], [[Rollback Rate]], [[Availability]], [[Scalability]], **[[Agentic AI]]**, [[Root Cause Analysis (RCA)]], [[Predictive Maintenance]], [[Deployment Automation]], [[Rightsizing]], [[Automated Security Audit]], [[AI ChatOps]], [[What-If Simulation]], **[[RTO]]**, **[[RPO]]**, **[[Feature Flag]]**, **[[Kill Switch]]**, **[[Progressive Rollout]]**, **[[Micro-Recovery]]**, **[[Deployment-vs-Release]]**, **[[Business Impact Analysis]]**, **[[Public Cloud]]**, **[[Private Cloud]]**, **[[Hybrid Cloud]]**, **[[Shared Responsibility Model]]**, [[Multi-Tenancy]], [[Intentional Cloud Strategy]], **[[Centralized Logging]]**, **[[Cross-Account Monitoring]]**, **[[Multi-Account Deployment]]**, **[[StackSets Deployment Visibility]]**, [[CMDB]], [[Problem-Management]], [[Release-Management]], [[Configuration-Management]], [[Asset-Management]], [[Security-and-Compliance]], [[DRaaS]], [[Canary-Release]], [[Blue-Green-Deployment]], [[Threat Modeling]], [[OWASP-Top-Ten]], [[Bug-Bounty]], [[Vulnerability-Scanning]], [[Penetration-Testing]], [[Compliance-Automation]]
|
||
|
||
### Home Server Automation
|
||
Home office setup guides cover a complete multi-node home network infrastructure across 5 nodes: **RackNerd VPS** (public gateway), **Mac Mini M4** (control node), **Synology NAS DS718** (media & storage), and **2 Ubuntu Servers** (monitoring & services). The architecture uses **FRP** (frps/frpc v0.65.0) for reverse tunnel-based intranet penetration, **Caddy** for automatic HTTPS with Let's Encrypt, and **Cloudflare** for DNS托管. **内网穿透方案（VPS + frp + Caddy）**提供完整公网域名访问：Cloudflare DNS A 记录指向 VPS 公网 IP → VPS 运行 frps 和 Caddy → 内网主机运行 frpc 将本地端口映射到 VPS（TCP 隧道）→ Caddy 反向代理到 frp 映射端口，自动申请 Let's Encrypt 证书提供 HTTPS 访问。支持 SSH 穿透（remote_port TCP 映射）不走 Caddy，包含 7 步系统化故障排查（端口监听检查、token 验证、防火墙规则、telnet 诊断等）。 Services deployed include Docker monitoring stack (**Prometheus** + **Grafana** + node_exporter + cAdvisor + blackbox_exporter + Alertmanager), media servers (**Jellyfin**, **Navidrome**, **Transmission**), personal dashboards (**Homarr**, **Apache Superset**), password management (**vaultwarden**), workflow automation (**n8n**), self-hosted Git (**Gitea**), diagram editing (**Draw.io**), developer utilities (**it-tools**), image hosting (**Zipline** + **MinIO**), cloud drive mounting (**CloudDrive2**), AI assistant (**OpenClaw**), e-book management (**Calibre**), proxy client (**v2rayA**), and Docker management (**Portainer**). All services are containerized via Docker Compose. The media workflow follows: Transmission (download) → organize → Jellyfin/Navidrome (play). Key configurations include read-only music mounts, transcode caching (200MB limit), FRP TCP tunnel port mappings (remotePort 60022-60026 for SSH, 13000 for Grafana, 14533 for Navidrome, etc.), Caddy domain mapping table (20+ subdomains under *.ishenwei.online), and SOCKS5 proxy (127.0.0.1:10808) status tracking across all nodes (Mac mini, Ubuntu1, Ubuntu2 working; NAS local-only). **CloudDrive2** enables direct NAS access to cloud storage via virtual filesystem mount (Aliyun Drive resource directory only, scan QR code with App authorization). Backup automation is implemented via rsync incremental sync to NAS, using **Synology DSM NFS** (Squash=admin, sys security, _netdev fstab params) and **nfs-common** client on Ubuntu Server. SSH server setup on Ubuntu 24.04 introduces **ssh.socket activation** (on-demand startup) as the default; administrators can switch to persistent ssh.service mode. Cross-border AI service registration guides cover using **fingerprint browsers** (**AdsPower**), **high-purity US proxies**, **SMS verification platforms** (**PingMe**), and **virtual credit cards** (**WildCard**) to safely subscribe to **Claude Pro**. The architecture provides unified HTTPS public access to all internal services without requiring static IPs, achieving privacy for internal services while maintaining low bandwidth costs.
|
||
|
||
Key concepts: [[Docker-Image]], [[Docker-Save]], [[Docker-Load]], [[Docker Compose]], [[Docker Engine]], [[Docker 用户组]], [[APT 仓库配置]], [[GPG 密钥验证]], [[it-tools]], [[RSSHub]], [[内网穿透]], [[反向代理]], [[TCP隧道]], [[Caddy]], [[frp]], [[Symbolic Link]], [[软链接策略]], [[目录映射]], [[Prometheus]], [[PromQL]], [[Prometheus告警规则]], [[Grafana]], [[node_exporter]], [[cAdvisor]], [[blackbox_exporter]], [[Alertmanager]], [[Uptime Kuma]], [[Netdata]], [[VictoriaMetrics]], [[合成监控]], [[Exporter]], [[时序数据库]], [[TUI]], [[Process Management]], [[System Monitoring]], [[容器资源限制]], [[容器重启策略]], [[端口映射]], [[媒体服务器]], [[转码缓存]], [[只读挂载]], [[增量备份]], [[永久挂载]], [[挂载点检查]], [[Cron定时任务]], [[进程管理]], [[Socket 登录]], [[用户权限]], [[固件刷入]], [[过渡固件]], [[JFFS双清]], [[策略组分流]], [[故障转移]], [[订阅机制]], [[PUID/PGID]], [[桥接网络]], [[Socket Activation]], [[UFW 防火墙]], [[开机自启]], [[VPN Panel]], [[Xray]], [[BBR]], [[Web Proxy Protocol]], **[[全盘镜像备份]]**, **[[裸机恢复]]**, **[[NFS网络备份]]**, **[[UEFI启动]]**, [[指纹浏览器]], [[IP纯净度]], [[虚拟信用卡]], [[接码平台]], [[账号隔离]], **[[云盘挂载]]**, **[[NAS套件管理]]**, [[Root权限修复]], [[SPK套件格式]], [[launchd]], [[Gatekeeper]], **[[图床]]**, **[[S3-兼容对象存储]]**, **[[Docker堆栈]]**, **[[逻辑备份]]**, [[systemd]], [[Ubuntu Server]], **[[BI平台]]**, [[数据可视化]], **[[systemd-logind]]**, **[[HandleLidSwitch]]**, [[休眠目标]], [[pmset]], [[caffeinate]], [[Wake-on-LAN]], [[Headless 服务器]], [[系统睡眠管理]]
|
||
|
||
**Self-Healing Infrastructure Agent**: 基于 [[OpenClaw]] 的家庭服务器自动驾驶代理（代号 "Reef"）——通过 SSH 访问家庭网络所有机器，配置 Cron Job 系统（15个活跃任务）实现 24/7 全天候自动化：每 15 分钟检查看板、每小时健康监控+邮件分拣、每 6 小时知识库录入+自检、每日 8AM 晨报（天气/日历/系统状态）、每周安全审计。Agent 可自动执行 SSH、Terraform、Ansible、kubectl 命令修复基础设施问题——"在你知道问题前就修复它"。核心安全策略：TruffleHog pre-push hooks + 私有 Gitea CI 扫描_pipeline + 1Password 专用 AI vault + 每日安全审计（防特权容器/硬编码 secrets/过度权限）。知识提取具有复利效应——一位用户从 ChatGPT 历史中提取了 49,079 条原子事实。Key concepts: [[Morning Briefing]], [[Email Triage]], [[Local-first Git]], [[Defense-in-Depth]], [[Self-Healing-Systems]], [[Agentic AI]], [[Infrastructure-as-Code]], [[Gitea]], [[TruffleHog]], [[ArgoCD]], [[Loki]], [[Gatus]], [[K3s]]
|
||
|
||
### YouTube Automation
|
||
A practical tip for extracting YouTube Channel IDs: use `view-source:` prefix in browser to access channel page source, search for `channel_id` string in the page source to find the RSS Feed URL containing the channel ID. Can be used in [[n8n]] workflows for YouTube subscription monitoring.
|
||
|
||
**AI-Powered Daily Digest**: [[daily-youtube-digest]] provides a fully automated pipeline — AI Agent periodically checks subscribed channels for new uploads → extracts video transcripts via [[TranscriptAPI.com]] → generates key-point summaries → delivers a daily digest. Runs on [[OpenClaw]] via the `youtube-full` skill (installable from [[ClawHub]]), using 0-credit free API calls for channel checking and 1 credit per transcript for summarization. Supports two modes: channel-based (e.g., @TED, @Fireship, @LexFridman) and keyword-based (e.g., "Claude Code", "AI agents").
|
||
|
||
**[[YouTube-Content-Pipeline]]**：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；同时维护 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。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。与 [[Content-Factory]] 共享并行子 Agent 执行模式。
|
||
|
||
**[[arXiv-Paper-Reader]]**：AI Agent 驱动的 arXiv 论文阅读助手——通过 `arxiv-reader` skill（3 个工具：`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。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；与 [[YouTube-Content-Pipeline]] 的 Research Agent 共享研究工作流设计模式。
|
||
|
||
**[[Daily Reddit Digest]]**：AI Agent 驱动的 Reddit 每日精选摘要自动化——通过 [[OpenClaw]] + `reddit-readonly` skill，每日定时抓取指定 Subreddit 的热门/最新/最高赞帖子，AI 记忆用户偏好并持续优化精选规则（如排除表情包类内容）。纯读取模式，无需认证。属 [[Daily YouTube Digest]] 同款模式（定时 + AI 摘要 + 偏好学习）的 Reddit 垂直场景。
|
||
|
||
**Multi-Agent Content Factory**: [[content-factory]] 是基于 Discord 频道的多 Agent 内容工厂，通过 Research Agent → Writing Agent → Thumbnail Agent 链式协作，实现内容创作全流程自动化（研究→写作→设计）。每天定时运行，创作者次日醒来即可收获成品内容。[[OpenClaw]] 提供 sessions_spawn/sessions_send 能力支撑多 Agent 编排。
|
||
|
||
**X/Twitter Automation**: [[x-twitter-automation]] 是基于 [[OpenClaw]] 的 X/Twitter 全功能自动化方案——通过 TweetClaw 插件（`@xquik/tweetclaw`）连接 X/Twitter 托管 API，实现自然语言驱动的发帖、回复、点赞、转发、关注、DM、搜索、数据提取、抽奖选人和账号监控。支持可配置的抽奖筛选条件（最低粉丝数/账号年龄/关键词），账号监控可追踪指定用户的新推文或粉丝变化并推送通知。所有操作通过托管 API 完成，无 Cookie、无爬虫、无凭证暴露。与 [[x-account-analysis]] 互补（分析 vs 操作），可与 [[content-factory]] 配合扩展社交媒体内容发布能力。
|
||
|
||
**[[x-account-analysis]]**：基于 [[OpenClaw]] + [[Bird Skill]] 的 X 账号定性分析方案——通过 Cookie 认证（auth-token / ct0）读取真实账号推文，AI 深入分析内容模式（为何有时 1000+ 赞有时 <5 赞）、话题偏好与互动差异原因。定性分析聚焦"质量"而非"数字"，揭示帖子病毒式传播的规律。免费替代 $10-$50/月 的第三方订阅分析服务。核心安全建议：为 OpenClaw 单独创建 [[ClawdBot]] 专用账号而非直接使用真实账号。与 [[x-twitter-automation]] 互补——前者侧重内容质量分析，后者侧重账号操作自动化。
|
||
|
||
Key concepts: [[Channel ID]], [[RSS Feed]], [[X/Twitter-API-Automation]], [[Social-Media-Giveaway]], [[Account-Monitoring]], [[Daily-Digest]], [[Transcript-Based Summarization]], [[TranscriptAPI.com]], [[Chained Agents]], [[Content Automation]], [[Semantic-Deduplication]], [[Vector-Embedding]], [[Knowledge-Base-RAG]], [[arXiv-API]], [[LaTeX-扁平化]], [[本地缓存]], [[论文摘要批量获取]]
|
||
|
||
### n8n Workflow Automation
|
||
[[n8n]] 是开源工作流自动化平台，支持 Trigger 节点监听外部事件。n8n 可与 [[Telegram]] 集成，接收机器人消息触发工作流；也可与 YouTube API 集成实现订阅监控。Telegram 集成时需要通过 `WEBHOOK_URL` 环境变量（设为 HTTPS 地址）解决 Telegram 对 Webhook 协议的要求，否则会报 "bad webhook: An HTTPS URL must be provided for webhook" 错误。
|
||
|
||
**入门教程**：[[n8n-full-tutorial-building-ai-agents-in-2025-for-beginners]] 提供了使用 N8N 构建 AI Agent 的完整指南，涵盖五类节点系统（Trigger/Action/Utility/Code/Advanced AI）、Agent 记忆机制、以及与 Airtable 等外部工具的集成方法。教程强调了 Agentic System 的核心概念：Agent 利用 LLM 动态选择工具，结合 Memory 实现上下文保持，使 AI 应用能够根据用户输入自适应响应。
|
||
|
||
**Claude + N8N MCP 自动化工作流**：通过安装 [[n8n-mcp]]（Model Context Protocol 多功能控制面板），Claude 可理解并调用 543 个 N8N 节点，自动生成工作流。使用 OpenSea 模型 + Extended Thinking 模式可提升生成质量，Claude 生成的 N8N 工作流完成度约 80%-90%，仍需人工二次修正，但显著降低了新手的入门门槛。两种接入路径：**Claude Desktop** 端侧方案（适合桌面用户，通过本地 MCP 连接 n8n）与 **Claude API** 云端方案（适合程序化集成），核心均依赖 [[Node.js]] 运行环境。
|
||
|
||
Key concepts: [[Webhook]], [[WEBHOOK_URL]], [[n8n Workflow]], [[n8n-mcp]], [[Extended Thinking]], [[工作流自动化]], [[Claude Desktop]], [[Node.js]], [[Webhook-Proxy-Pattern]], [[Credential-Isolation]], [[Lockable-Workflow]], [[Visual-Debugging]], [[Safeguard-Steps]], [[Audit-Trail]]
|
||
|
||
**OpenClaw + n8n Webhook 代理模式**：[[n8n-workflow-orchestration]] 描述了一种将 OpenClaw Agent 外部 API 交互委托给 n8n 的安全架构——OpenClaw 通过 Webhook 调用 n8n 工作流，n8n 持有凭证并执行 API 调用，Agent 完全不知道密钥。核心机制：构建 → 测试 → 锁定循环，确保工作流行为不被 Agent 静默修改。[[openclaw-n8n-stack]] Docker Compose 堆栈提供一键部署，[[Simon-Hoiberg]] 是该模式的提出者。与 n8n-mcp 的互补关系：Claude + n8n-mcp 解决工作流生成问题，本模式解决 Agent 安全集成问题。
|
||
|
||
### Linux System Monitoring
|
||
Six Linux resource monitoring tools reviewed: TUI tools (Btop++, Htop, Glances, Bottom) for SSH-friendly server management; GUI tools (Mission Center, Stacer) for desktop use. Author's top pick: Btop++ for its balance of usability and aesthetics. [[Btop++]], [[Htop]], [[Glances]], [[Bottom]], [[Mission Center]], [[Stacer]], [[TUI]], [[TOTP]], [[Passkey]], [[Self-Hosted Password Manager]]
|
||
|
||
### Linux Operations Command Reference
|
||
A comprehensive Linux command reference covering 150 essential commands across 16 categories: help commands (man, help), file operations (ls, cd, cp, find, mkdir, mv, rm, touch, tree), text processing (cat, grep, sort, uniq, wc, diff, vim), compression (tar, gzip, zip, unzip), system info (uname, dmesg, uptime, du, df, top, free), search (which, locate), user management (useradd, sudo, visudo), networking (ssh, scp, wget, ping, ifconfig, netstat, ss, nmap, tcpdump), disk/filesystem (mount, fdisk, mkfs, mkswap, sync), permissions (chmod, chown, chgrp, umask), process management (kill, crontab, ps, nohup), and system shutdown/restart (shutdown, halt, poweroff). Key insight: Linux treats everything as a file (CPU, memory, disks, keyboard, users). **CPU architecture detection**: `uname -m` (x86_64/aarch64/armv7l), `lscpu` (Architecture field), `cat /proc/cpuinfo` (model name/AArch64), `file /bin/bash` (ELF metadata).
|
||
|
||
Key concepts: [[CPU架构检测]], [[x86_64]], [[aarch64]], [[ARM64]], [[ELF格式]]
|
||
|
||
### Educational Resources
|
||
**[[Build Your Own X]]**：GitHub 上由 [[CodeCrafters]] 维护的精选教程列表（build-your-own-x），收录 26+ 技术领域的分步骤指南，涵盖 3D Renderer、Web Browser、Database、Docker、Git、Operating System、Programming Language、Neural Network 等领域。每条教程引用 Richard Feynman 的名言："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。与 [[ChinaTextbook]]（教材资源）互补，前者侧重工程实践（重建系统），后者侧重学科理论（课程教材）。
|
||
|
||
ChinaTextbook（TapXWorld/ChinaTextbook）是一个托管于 GitHub 的开源项目，收集中国小学、初中、高中、大学全阶段 PDF 教材，总库大小 41.53GB。教材来源于国家中小学智慧教育平台（basic.smartedu.cn），可通过第三方工具（tchMaterial-parser）下载。覆盖小学 10 门学科（语文、数学、英语、科学，音乐、美术、体育与健康、道德与法治等）、初中 17 门学科、高中 18 门学科，以及大学阶段概率论、离散数学、线性代数、高等数学等基础课程。
|
||
|
||
Key concepts: [[国家中小学智慧教育平台]], [[tchMaterial-parser]], [[ChinaTextbook]], [[Build-Your-Own-X]], [[BYOX]], [[Learn-By-Building]], [[From-Scratch-Methodology]], [[CodeCrafters]], [[NAND-to-Tetris]]
|
||
|
||
### AI Tools & Prompt Engineering
|
||
Covers Claude Code, Claude Code Templates (npx 一键安装 Skills/Agents/MCP via `npx claude-code-templates@latest --skill=<path> --yes` from aitmpl.com), OpenCode, [[Cursor]], [[Trae]], Gemini CLI, Vibe Coding, [[RAG]], multi-agent workflows, NotebookLM, Nano Banana prompting, and video generation tools.
|
||
|
||
**Claude Skills 范式**（[[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]]）：Anthropic 官方 Skills 仓库（github.com/anthropics/skills，3.2 万收藏）将 Claude.ai 网页版的生产级能力原封不动拆解展示，包含办公自动化（Word/PDF/PPT/Excel）、开发者工具箱（MCP Server/自动化测试/Artifacts 构建）和创意类 Skill。核心洞察：**Skills = 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。Claude Skills 的爆发标志着从「提示词工程」向「流程工程」的范式转变——最有价值的不是 Prompt 写得最花，而是能把业务流程沉淀成 SOP 并交给 AI 稳定执行。Vibe Coding 的尽头也是 Skills。三大 Skill 聚合站（skillsmp.com、aitmpl.com/skills、claudemarketplaces.com）可"拿来主义"直接使用；3 款高产开源 Awesome-Claude-Skills 仓库（ComposioHQ/VoltAgent/BehiSecc）提供系统性灵感。
|
||
|
||
**Vibe Coding 中文指南**（[[github-上-5000-人收藏的-vibe-coding-神级指南]]）：介绍 vibe-coding-cn 开源项目（github.com/tukuai/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**，让「从想法到可维护代码」变成可审计的流水线，而非一团无法迭代的巨石文件。工具推荐：Cursor + Claude Opus（高 context window 保证上下文一致性）。包含方法论、提示词优化技巧（需求澄清/系统架构设计/分步执行/自测全链路脚本）和完整开发流程教程。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，防止 AI 因理解偏差导致项目逻辑混乱。[[系统提示词构建原则]] 提供了该框架的详细行为准则——从身份定义（遵守项目约定、优先技术准确性）到具体执行规范（TODO 规划、Search/Replace 编辑、精确搜索策略），构成 Vibe Coding 的操作层指南。
|
||
|
||
**Gemini 3 十应用实战**（[[我用-gemini-3-一口气做了-10-个应用-附教程]]）：使用 Google [[Gemini-3]] 模型通过对话式提示词构建 10 个实用可视化应用（冷知识卡片/配色卡片/电影海报/绘画思维导图等）。核心方法论：①限定垂直场景（诗词/小说/电影）→ ②用提示词约束结构化输出（JSON/SVG）→ ③用前端 SVG/HTML 作为输出容器。三步核心机制：**AI 生成 SVG 代码 → 前端渲染为精美卡片/海报/导图**。该方法论与 [[Vibe-Coding]] 的"对话驱动 + AI 结对"理念高度契合——通过限制输入场景降低 AI 理解成本，通过提示词约束结构化输出，通过前端代码作为最终容器，是 Vibe Coding 在 AI 可视化产品方向的具体实践。
|
||
|
||
**Claude Prompt Library**（[[useful-prompt-lib]]）：Anthropic 官方提示词库，收录 64+ 款专业化提示词，覆盖开发工具（Python Bug Buster、Code Consultant、Git Gud）、效率工具（Data Organizer、Review Classifier、CSV Converter）、创意工具（Storytelling Sidekick、Culinary Creator）、营销工具（Babel's Broadcasts 多语言推文、Polyglot Superpowers 互译）、教育工具（Meeting Scribe、Lesson Planner、Socratic Sage）等 10+ 领域。TikTok 跨境电商推荐三剑客：Babel's Broadcasts（10 种语言产品发布）、Review Classifier（评论自动化分类）、Data Organizer（非结构化文本→JSON，对接 n8n 工作流）。
|
||
|
||
**LLM / RAG / AI Agent 三层架构**：基于 [[llms-rag-ai-agent-三个到底什么区别]] 的系统梳理，AI 应用的三层架构：
|
||
- **[[Large Language Model]]**：思考层（天才大脑），负责推理生成，但知识有截止日期
|
||
- **[[RAG]]**：认知层（记忆系统），将 LLM 链接外部知识库，消除幻觉、提供可追溯来源
|
||
- **[[AI Agent]]**：执行层（行动系统），感知→规划→执行→反思的循环控制，实现真正自主性
|
||
|
||
**[[RAG从入门到精通系列1-基础rag]]**：RAG 系列教程第一篇，系统讲解基础 RAG 的 Indexing（文档加载→切分→向量化入库）→ Retrieval（向量相似度检索 Top-k 文档块）→ Generation（问题+上下文→LLM 生成带事实依据的答案）三阶段流程。实战工具链：Qwen（LLM）+ BAAI（BGE Embedding）+ LangChain（应用编排）+ Qdrant（向量数据库）。配套 Jupyter Notebook 演示完整 Pipeline，LangSmith 可视化调试。是 [[rag从入门到精通系列1-基础rag]] 系列的基础入门篇。
|
||
|
||
入门术语参考：[[大模型相关术语和框架总结]] 提供 LLM、Prompt、MCP、Agent、RAG、Embedding、vLLM、Token、数据蒸馏等核心概念的通俗解释，可作为三层架构体系的术语速查手册。与 [[llms-rag-ai-agent-三个到底什么区别]]（系统梳理）属互补关系——前者入门科普，后者架构深化。
|
||
|
||
核心洞察：未来不在于选择其一，而在于将三者结合架构设计。
|
||
|
||
**ChatGPT 个性化配置**：基于 [[openai-chatgpt-个性化定义]] 的用户完整配置案例，展示如何通过 ChatGPT 自定义指令将通用 AI 塑造成专属协作者。核心配置原则包括：[[Expert User Assumption]]（将用户视为所有领域专家，无需简化技术细节）、[[Proactive AI]]（主动预判需求而非被动等待）、[[Error Accountability]]（错误零容忍且主动反馈配置导致的回复质量下降）。[[Custom Instructions]] 通过两条配置（自定义指令 + 用户详情）永久定义 AI 行为，无需每次对话重复说明。[[Personalization]] 的关键是系统性配置——错误政策、引用格式、推测告知、内容政策冲突处理——而非零散提示词。
|
||
|
||
**[[AI图生视频工具盘点]]**：基于 [[14个免费的AI图生视频工具-用ai让图片动起来]] 的综合分析，介绍了14个免费AI图生视频工具，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。核心能力包括：文本提示词控制运动、动作模板选择、运镜参数调节、首尾帧精准控制、主体一致性保持、音效自动生成等。电商场景（模特图动态化、商品展示）、视频创作（创意短片）、广告制作是三大主要应用方向。与 [[文字生成视频网站推荐]] 属同类AI视频生成工具的不同角度——前者侧重点图生视频，后者侧重文生视频。
|
||
|
||
**[[固定镜头短视频制作的AI全流程解析]]**：基于固定机位 + 内容连续变化 + 时间压缩三大原理的家装短视频 AI 制作方法论——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，10 分钟内完成成片。核心突破：九宫格一次性生成保证画面一致性，首尾针动画替代复杂转场，硬切反而更干净。适用于所有固定机位且状态变化明显的短视频类型。与 [[AI图生视频工具盘点]] 同属 AI 视频创作工具应用，后者侧重工具评测，前者侧重完整工作流程。
|
||
|
||
**NotebookLM 开源平替生态**：基于 [[google-神级生产力工具-所有-github-开源平替都找到了]] 的系统梳理，Google [[NotebookLM]] 作为 AI 笔记助手标杆，支持文档问答和播客生成两大核心能力，GitHub 上已形成完整的开源替代生态：[[OpenNotebook]]（14.6k Stars，全功能本地化，支持 16+ AI 提供商和本地模型）是 Star 最高的平替；[[SurfSense]]（11.4k Stars）定位为 NotebookLM + Perplexity + Glean 的综合替代，支持语义+全文混合搜索和团队 RBAC；[[Podcastfy]] 专注播客生成，整合 100+ LLM 和多种 TTS 引擎；[[NotebookLlama]]（LlamaIndex 官方项目）展示文档转播客的完整技术链条；[[PageLM]] 聚焦教育场景，提供康奈尔笔记和间隔重复闪卡；[[InsightsLM]] 采用 Supabase + N8N 低代码架构，支持完全离线部署。该生态覆盖从"全功能替代"到"垂直聚焦"的不同需求层次。与 [[Personal Knowledge Base (RAG)]]（文档检索知识库）同属 AI 驱动的知识管理工具，但 NotebookLM 生态侧重"文档→对话/音频"的交互形态。
|
||
|
||
**[[7-ways-i-use-notebooklm-to-make-my-life-easier]]**：NotebookLM 7种日常生活场景实测——①处理信息积压（将未读 PDF/文章/视频上传，AI 自动消化，用户通过问答提取要点）；②播客笔记（Audio Overviews 将文档转为双 AI 主持的对话播客，适合驾驶/健身等被动学习场景）；③快速成为多主题专家（将 Batman/Star Wars 宇宙资料或 Jupiter/Marine Corps 等专业领域文档上传，通过播客辩论式学习）；④编程辅助（上传官方文档，上下文学习，提供引用回溯）；⑤项目管理中枢（将零散研究、想法、会议记录整合为结构化路线图，作者用此法一年做出 6 个 App）；⑥版本对比（对比 App 更新、新闻稿、长文档差异，列出具体变化并附带引用）；⑦法律文档审核（租约/合同分析，每个答案附引用，可一键回溯原文核实）。核心机制：[[Source-Grounding]]——知识库严格限定于可信文档，确保答案有据可查。Premium 版提供更完整的功能。与 [[Second Brain]]（对话记忆捕获）同属个人知识管理，NotebookLM 侧重文档驱动的问答与音频交互。
|
||
|
||
**AI 开源平替生态**：基于 [[2025-年-11-个神级-ai-开源平替-github-杀疯了]] 的系统盘点，GitHub 上各 AI 领域已形成完整的开源平替生态——大语言模型（[[DeepSeek]] R1/V3、Qwen 3）、AI 生图（[[Flux]]、Stable Diffusion）、AI 生视频（[[HunyuanVideo]] 混元视频）、AI 智能体（[[OpenManus]] 对标 [[Manus]]）、AI 编码（[[Cline]] 对标 [[Cursor]]）、工作流自动化（[[n8n]] 16万 Star、[[Dify]]）、AI 搜索（[[Perplexica]] 对标 Perplexity）。核心洞察：国产开源模型在多个领域已达到或超越国际闭源竞品水平，[[DeepSeek]] R1 是开源界首个将 o1 级深度推理拉下神坛的破壁者，[[Manus]] 则定义了 AI Agent 元年并被 Meta 收购。
|
||
|
||
**[[custom-morning-brief]]**：基于 [[OpenClaw]] 的晨间简报自动化——每天定时（例 8AM）通过 Telegram/Discord/iMessage 推送结构化报告，内容涵盖：新闻研究（AI/创业/科技方向）、当日待办事项（集成 Todoist/Apple Reminders/Asana）、主动任务推荐（AI 自主思考可帮助完成的事项）、睡前完成的完整草稿（脚本/邮件/商业方案，而非仅标题）。核心洞察：**主动任务推荐**是整个系统最有价值的部分——AI 主动思考如何帮助用户，而非被动等待指令；完整草稿（full draft）比标题建议节省大量时间；用户只需发消息即可调整简报内容，无门槛个性化。与 [[self-healing-home-server]] 的 Morning Briefing 属同一模式的不同垂直场景。
|
||
|
||
**[[family-calendar-household-assistant]]**：基于 [[OpenClaw]] 的家庭日程协调与物资管理方案——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（冰箱/储藏室），支持照片 OCR 和小票识别更新；生成购物清单。核心洞察：**Ambient > Active**——Agent 在不被要求时主动行动才是最大突破；Mac Mini 是该场景的最优硬件（iMessage 集成 + 始终在线）。与 [[Custom Morning Brief]] 属同一晨间简报模式的不同场景（个人 vs 家庭）。
|
||
|
||
**Todoist Task Manager**：基于 [[OpenClaw]] 的 AI 驱动任务管理自动化——Agent 解析自然语言指令（"这周完成 Q1 报告"）→ 调用 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。与 [[multi-channel-assistant]] 中 Todoist 集成属同一技术栈，Todoist Task Manager 侧重任务管理的深度自动化（Cron 追踪/会议→任务闭环），multi-channel-assistant 侧重多渠道入口的统一体验。
|
||
|
||
**Health & Symptom Tracker**：基于 [[OpenClaw]] 的食物敏感性自动追踪方案——通过 Telegram 话题记录食物和症状，Cron Job 每日三餐定时提醒（8AM/1PM/7PM），OpenClaw 自动解析消息并带时间戳写入 Markdown 日志，每周分析关联模式识别潜在触发因素。无需专用 App，完全自托管。
|
||
|
||
**Habit Tracker & Accountability Coach**：基于 [[OpenClaw]] 的 AI 主动问责习惯追踪方案——通过 Telegram/SMS 每日定时签到，替代被动习惯追踪 App。与 [[Health & Symptom Tracker]] 属同一框架（OpenClaw + Telegram + Cron Job + 每周模式分析），但垂直于个人习惯养成而非健康追踪。核心洞察：**主动问责**（AI 直接询问）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。
|
||
|
||
**AI-Powered Earnings Tracker**：基于 [[OpenClaw]] 的财报季自动化追踪方案——每周日 6PM 扫描财报日历并过滤用户关注公司（NVDA/MSFT/GOOGL/META/AMZN/TSLA/AMD），Telegram 投递预览列表；用户确认后为每家公司调度一次性 Cron Job，财报发布后自动搜索、格式化摘要（beat/miss、营收、EPS、AI 亮点、指引）并投递。与 [[Daily YouTube Digest]] 同属 Cron Job + AI 摘要 + Telegram 投递模式的不同实例。
|
||
|
||
**Event Guest Confirmation**：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/文字消息回复率更高；SuperCall 的沙盒 persona 设计确保 AI 只拥有预设上下文，无法访问用户 Agent 或数据，无 Prompt Injection 风险；每通电话独立重置，无对话间信息混淆。与 [[phone-based-personal-assistant]] 同属 AI 电话外呼场景，但 [[SuperCall]] 的独立沙盒设计更适用于确认类单一任务。
|
||
|
||
**[[personal-crm]]**：基于 [[OpenClaw]] 的个人 CRM 自动联系人发现系统——每日 Cron Job 扫描 Gmail 和日历，自动提取新联系人并更新 SQLite 数据库（姓名、邮箱、首次出现时间、最后联系时间、互动次数、备注）；通过 Telegram personal-crm topic 提供自然语言查询接口（"Who needs follow-up?"、"When did I last talk to [person]?"）；每日 7AM 会议前简报自动研究外部参会者并推送背景资料（含上次交流内容和待跟进事项）。核心价值：**零手动录入，AI 自动维护联系人关系记忆**，让每次会议都有准备。需 [[gog CLI]] 提供邮件和日历数据。与 [[local-crm-framework]]（DenchClaw）和 [[Second Brain]] 同属 OpenClaw 持久化记忆能力的不同应用场景——personal-crm 侧重结构化联系人和会议准备。
|
||
|
||
**Local CRM Framework**：基于 [[OpenClaw]] 的本地 CRM 框架 [[DenchClaw]]——通过 `npx denchclaw` 一键安装完整技术栈（DuckDB + Web UI + OpenClaw Profile + 浏览器自动化），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。核心创新：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。[[Second Brain]] 和 [[personal-crm]] 均属同类 OpenClaw 持久化记忆能力的不同应用场景。
|
||
|
||
**Goal-Driven Autonomous Tasks**：[[overnight-mini-app-builder]] 是基于 [[OpenClaw]] 的目标驱动型自主任务方案——每天清晨 8:00 自动生成 4-5 个贴近目标的自主任务（研究/写作/竞品分析/MVP 构建），通过 Next.js Kanban 看板实时追踪，进度透明可见。核心洞察：**将"规划"和"执行"都外包给 AI Agent，用户只需定义目的地，Agent 自动分解并执行每日步骤**。该方案还包含过夜惊喜 Mini-App 构建模式——指示 Agent 构建 MVP，每天醒来即收获一个新产品原型。与 [[market-research-product-factory]] 同属 Alex Finn 启发的 OpenClaw 高阶用法，但前者侧重任务追踪和持续执行，后者侧重产品机会发现。与 [[Project State Management]] 的看板 vs 事件溯源存在潜在冲突。核心工程实践：**Git-style append-only 日志模式**（主会话管 AUTONOMOUS.md 状态，子代理只追加 tasks-log.md）解决多 Agent 竞态条件；[[Token-Light Design]] 保持 AUTONOMOUS.md 在 50 行以内避免心跳轮询 token 浪费。
|
||
|
||
**Pre-Build Idea Validator**：基于 [[OpenClaw]] + [[idea-reality-mcp]] 的 AI 项目启动前竞争分析门控——在写代码之前自动扫描 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：高分数（>70）触发 STOP（展示竞品+询问是否继续/转向），低分数（<30）直接构建。核心价值：**在投入时间前发现已解决的同类问题**，是单兵创业者最重要的决策门控。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。
|
||
|
||
**Never Write Another Prompt**：基于 YouTube 视频的工具介绍，展示一款将简单描述自动转化为详细结构化提示词的 AI 工具——用户无需具备提示词工程专业知识，只需输入简单描述即可获得专业级提示词，支持变量插入和自定义编辑。与 [[Claude Prompt Library 汇总表]]（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——本工具侧重自动化生成，后者侧重模板规范。市场上单个专业提示词售价 $100-$500，本工具大幅降低了使用门槛。
|
||
|
||
**[[清华出的DeepSeek使用手册]]**：清华大学发布的《DeepSeek从入门到精通2025》官方使用指南（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。与其他泛化教程不同，该手册强调"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 幻觉策略等核心内容。与 [[llms-rag-ai-agent-三个到底什么区别]] 同属 AI 工具方法论，但该手册聚焦 DeepSeek 特定实践。来源：[[清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）]]
|
||
|
||
**[[如何写出完美的Prompt-提示词]]**：系统阐述 Prompt 构建底层逻辑的职场应用指南——核心理念：Prompt 是一套人与 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 能力的本质是有对问题清晰界定的能力 + 结构化的思维逻辑和表达能力，这决定了人能否用好 AI。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。
|
||
|
||
**[[Nano Banana 提示词框架]]**：Nano Banana 基础框架文档，提供两套结构化 JSON Schema 模板——物件描述框架（item / materials / details / condition）和人物描述框架（age / appearance / pose）——共用法学 shot / environment / lighting / camera / color_grade / style / quality / negatives 参数字段。将艺术总监级别的专业摄影描述语言转化为可结构化填写的模板，降低 AI 图像生成的专业门槛。与 [[Nano Banana Pro 提示词指南]]（进阶版）和 [[全网最全-nano-banana-2-使用指南-2025年12月更新-1]]（综合版）同属 Nano Banana 提示词体系。
|
||
|
||
**[[Nano Banana 2 国内使用指南]]**：基于 [[全网最全-nano-banana-2-使用指南-2025年12月更新-1]]，Nano Banana 2（Gemini 3 Pro Image）是 Google 发布的推理型图像生成模型——在生成图像前会进行内部推理，自动补完提示词的深层次需求，支持 1K/2K/4K 分辨率输出，最多可将 14 张输入图像组合为 1 张输出，擅长中文界面渲染、科研配图、技术路线图、教学插画等高准确性要求的图像创作。国内用户可通过 [[DeepSider]] 浏览器插件（deepsider.ai，Edge 扩展）直接访问，无需特殊网络和海外账户，插件同时支持 GPT5/GPT4.1/Claude/Gemini 2.5 Pro/Grok/Sora 2 等数十款 AI 模型。与 [[Nano Banana Pro 提示词指南]]（进阶专业提示）和 [[Nano Banana 提示词框架]]（结构化模板）同属 Nano Banana 提示词体系。
|
||
|
||
**[[Nano Banana Pro 提示词指南]]**：谷歌发布的 Nano Banana Pro 官方提示词指南（《The Complete Guide to Nano Banana Pro: 10 Tips for Professional Asset Production》，含上下两篇），凌晨无预警发布，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"。核心理念：**停止标签堆砌，像创意总监一样思考**。核心突破：意图理解引擎实现物理规则推演、构图美学理解和语义上下文推理（而非传统关键词匹配）。关键能力：支持 14 张参考图像（6 张高保真）实现"身份锁定"；默认生成思考图像（不收费）后再输出最终结果；支持 1K-4K 原生高分辨率；[[Google Search]] 信息锚定减少实时内容幻觉。10 大黄金法则包括：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（"为什么"或"为谁"）。上篇（[[nano-banana-pro-prompting-guide-strategies-1]]）覆盖前 9 个能力域（文本渲染/信息图、角色一致性/病毒缩略图、Google 搜索信息锚定、高级编辑/修复/着色、2D/3D 维度转换、高分辨率/纹理、思考推理、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。与 [[清华出的DeepSeek使用手册]] 同属 AI 工具方法论指南——前者聚焦 DeepSeek 文本推理，后者聚焦 Nano Banana Pro 图像生成；与 [[nano-banana-提示词框架]]（Nano Banana 基础框架）和 [[全网最全-nano-banana-2-使用指南-2025年12月更新-1]]（Nano Banana 2 综合指南）同属 Nano Banana 提示词体系的不同层次。
|
||
|
||
**[[Ollama 本地 LLM 部署]]**：基于 [[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]] 的完整实操指南，展示如何使用 Ollama + DeepSeek-R1 + Open WebUI 在本地离线部署大模型。核心价值：**免费、无需 API Key、数据完全私有**。Ollama 跨平台支持（macOS/Windows/Linux/Docker），通过 `ollama run deepseek-r1:8b` 一键运行；国内网络环境下可通过魔塔社区（modelscope.cn）或 HuggingFace Mirror（hf-mirror.com）加速下载；云服务器部署必须通过 nginx + Bearer Token 保护 API 防止恶意调用；Open WebUI 提供浏览器端 Web 界面，支持 RAG 本地知识库（bge-m3 嵌入模型）和联网搜索。硬件要求：1.5B 模型需 4GB RAM，7B 需 16GB RAM，32B 需 64GB RAM+48GB 显存（Apple M2 Max 可流畅运行 32b 及以下）。
|
||
|
||
**Claude Code 调用方法**：[[claude-code调用方法总结]] 详细记录了 Hermes Agent 通过 `terminal` 工具调用 Claude Code 的两种模式——Print Mode（`claude -p`，适合绝大多数任务）和 TMUX 交互模式（适合超长任务）。核心参数包括 `--permission-mode bypassPermissions`（跳过所有权限确认）和 `--add-dir`（加载 SKILL.md）。关键结论：当任务需要 Claude Code 的 Skill 时，应使用 `terminal` 调用 `claude -p` 而非 `delegate_task`。
|
||
|
||
**Coze 平台多行业 AI Agent 培训**（[[ai-解决方案专家培训课程]]）：Coze（扣子）平台的实战培训课程，分国内版（coze.cn）和海外版（coze.com），提供覆盖金融（客户分层营销、智能客服）、医疗（分诊助手、影像识别）、教育（知识库问答、拍照搜题）、电商（混剪助手、在线换衣、抖音直播回复）、人力资源（招聘打分、面试对练、AI 培训对练）、泛娱乐（AI 证件照、视频生成工作流）、在线客服（AI 助教、AI 销售）等 7 大行业共 50+ 可体验 Agent Demo，是 AI 解决方案专家培训的实操案例库。与 [[Prompt Engineering]]（提示词技能）、[[RAG（检索增强生成）]]（知识库问答）、[[Function Call]]（工具调用）三大基础能力配套，学员可通过邀请链接直接加入团队空间体验所有 Agent，并可 Fork 改造。与 [[固定镜头短视频制作的AI全流程解析]] 的 AI 视频生成工作流相关联。
|
||
|
||
**AI辅助PRD生成**：[[不会gemini的产品经理真的要淘汰]] 展示了大模型在产品经理工作流中的实战应用——通过 FeatureList 构思框架 → Mermaid 逻辑图辅助理解 → 分页面逐一描述生成 PRD+HTML 原型，可缩短文档工作时间 90% 以上。核心方法论：人负责"想"（创意决策），大模型负责"写"（格式补全）。
|
||
|
||
**[[autonomous-game-dev-pipeline]]**：基于 [[OpenClaw]] 的 AI Agent 全自动教育游戏开发流水线——每小时轮询队列产出 1 款儿童 HTML5 游戏，通过 "Bugs First" 优先策略（先修 bug 再做新功能）、Round Robin 年龄组均衡分配、纯 HTML5/CSS3/JS 无框架技术栈，实现单人维护 41+ 款游戏。核心工程纪律：同步 master → feature branch → conventional commits → PR merge，每次交付自动更新 CHANGELOG 和队列状态。核心价值：**每 7 分钟产出 1 款游戏或 1 个 bugfix**，单人可管理完整产品线。与 [[content-factory]] 同属 Agent 自动化内容生产，但前者侧重多 Agent 协作链，本方案侧重单人 Agent 的高纪律性流水线。
|
||
|
||
**[[aionui-cowork-desktop]]**：基于 [[AionUi]] 的 OpenClaw 桌面可视化 + 远程救援方案——通过 AionUi 的 Cowork 工作空间，用户可直接看到 OpenClaw 读写文件、运行命令、浏览网页，而非仅终端日志；内置 OpenClaw 部署专家，通过 Telegram/WebUI 远程诊断修复（`openclaw doctor`），解决"OpenClaw 挂了且不在机器旁"的困境；统一 MCP 配置一次，全局同步到 OpenClaw + 12+ 其他 Agent。与 [[Self-Healing-Home-Server]] 的远程修复场景关联，[[Multi-AgentHub]] 共享同一多 Agent 并行管理理念。
|
||
|
||
**播客制作自动化**：[[podcast-production-pipeline]] 提供 AI Agent 全自动播客制作流水线，覆盖「录前研究→大纲脚本→录制→时间戳笔记→社媒推广包→SEO描述」全链路。与 [[Content Factory]] 配合可将播客内容复用为博客、Newsletter、视频片段等多格式资产。
|
||
|
||
**Google ADK Skill 设计模式**：Google Cloud 发布的 5 种结构化设计模式，**[[ToolWrapper]]**（按需加载领域知识）、**[[Generator]]**（模板填空生成）、**[[Reviewer]]**（检查逻辑分离）、**[[Inversion]]**（先收集再行动）、**[[Pipeline]]**（硬性检查点工作流）。Anthropic 的 Skill 实践：内部几百个 Skills 总结出 3 条铁律——只写 Agent 不知道的东西、重点写踩坑清单、给工具不给指令。
|
||
|
||
**MCP 在 Cursor 中的集成**：MCP（Model Context Protocol）是基于 Client-Server 架构的协议，通过三种接口（GET 资源获取、POST 工具调用、Promise 提示词）实现 AI 大模型与外部工具的高效集成。在 Cursor 中有两种接入方式：SSE 服务端模式和本地 Command 命令行方式。在 Composer 的 Agent 模式下可自动执行 MCP 工具链，典型应用包括热点新闻服务（smisery 提供九个新闻来源）和 Sequential Thinking 逻辑推理工具。启用 Yolo Mode 可无确认自动执行命令，但存在误操作风险，默认关闭。
|
||
|
||
**会议记录自动化**：[[meeting-notes-action-items]] 提供 AI Agent 自动将会议转录文本（Otter.ai、Google Meet、Zoom）转换为结构化摘要，自动从会议中提取行动项并创建 Jira/Linear/Todoist/Notion 任务，同时发送 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"。
|
||
|
||
**Designing for Agentic AI**：[[designing-for-agentic-ai]] 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**（可视化 AI 决策进度与推理摘要）、**控制感**（停止/撤销/偏好设置机制）、**个性化**（基于历史行为预测未来需求）、**对话式交互**（自然语言界面 + 输入解读反馈）、**主动预判**（AI 预判需求并主动提供帮助，同时允许用户控制 AI 自主权级别）。核心洞察：**观察 AI 决策过程本身就是一种参与方式**，用户不再是被动旁观者；设计隐喻从"响应用户点击/滑动"转向"AI 运行时的实时反馈"。与 [[Google-5个-Agent-Skill-设计模式]]（ToolWrapper/Generator/Reviewer/Inversion/Pipeline）同属 AI Agent 设计方法论——后者侧重 Skill 架构模式，前者侧重终端用户体验设计。
|
||
|
||
**AI 簡報自動化工作流**：用 ChatGPT 先做知識整理，再交給 Canva / Gamma AI 输出演示文稿。两阶段工作流比直接用 AI 生成简报效果更好——ChatGPT 负责深度思考与内容组织，Canva/Gamma AI 负责视觉呈现与排版。核心洞察：让 AI 扮演不同角色（思考者 vs 设计师），充分发挥各工具的优势。与 [[YouTube-Content-Pipeline]] 共享同一"AI 整理 → AI 输出"两阶段模式。与 [[AI图生视频工具盘点]] 同属 AI 内容创作工具应用的不同垂直场景。
|
||
|
||
**[[我的工具集]]**：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），每类列出工具名称、提供商、定价和链接。覆盖 Google AI Studio（Wavespeed 图生视频、Vidu $8/月、海螺 AI ¥42/月）、Brightdata（付费网页爬取）、Decopy（AI 摘要/思维导图/多语言输出）。与 [[AI图生视频工具盘点]] 互补——前者侧重工具索引清单，后者侧重免费工具详细评测。
|
||
|
||
Key concepts: [[AI簡報工作流]], [[AI圖生視頻工具]], [[文字生成視頻]], [[電商場景]], [[AI工具整合]], [[ChatGPT]], [[Canva]], [[Gamma AI]], [[Morning Briefing]], [[Todoist API]], [[AI-Driven Task Extraction]], [[TaskAutomation]], [[Recurring Tasks]], [[MeetingNotes]], [[ActionItemTracking]], [[TranscriptProcessing]], [[RAG从入门到精通系列]], [[Agent Personality Design]], [[Vibe Coding]], [[Design-to-Code Workflow]], [[Multi-AI Review]], [[CodeWeaver]], [[LLM Wiki]], [[多智能体系统可靠性]], [[Plan Mode]], [[Build Mode]], [[Workspace]], [[Agent-Memory]], [[Claude Code Templates]], [[MCP（Model Context Protocol）]], [[Remote-SSH]], [[Bind Mount]], [[Attach 容器]], [[Docker 用户组]], [[SSH Config]], [[SSH 免密登录]], [[Vibe-Kanban]], [[OpenCode]], [[nvm]], [[pm2]], [[单一职责原则]], [[DRY原则]], [[模块化编程]], [[微服务架构]], [[Redis缓存]], [[消息队列]], [[输入-处理-输出模型]], [[并发编程]], [[Pain Point Mining]], [[Startup MVP Pipeline]], [[Agent-Driven Market Research]], [[Last 30 Days Method]], [[Pre-Build Validation]], [[Reality-Signal]], [[Competition-Analysis]], [[Pivot-Strategy]], [[Agent-Build-Gate]], [[CoworkWorkspace]], [[RemoteRescuePattern]], [[Multi-AgentHub]], [[MCPOnceAllAgents]], [[Personalization]], [[Custom Instructions]], [[Proactive AI]], [[Expert User Assumption]], [[Error Accountability]]
|
||
|
||
### Productivity & Knowledge Management
|
||
Obsidian plugins, blogwatcher RSS monitoring, Quartz static site generation, project management systems, and personal CRM frameworks. QuickAdd plugin enables quick note capture via hotkeys for rapid idea recording.
|
||
|
||
**Personal Knowledge Base (RAG)**：基于 [[OpenClaw]] 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（"我保存的关于 LLM memory 的内容？"），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**，无需专用 App。[[ClawHub]] 提供 knowledge-base skill 一键安装。与 [[Second Brain]] 同属 OpenClaw 持久记忆能力，Second Brain 侧重对话记忆，本方案侧重结构化知识检索。
|
||
|
||
**[[semantic-memory-search]]**：通过 [[memsearch]]（基于 [[Milvus]] 向量数据库）为 OpenClaw 的 Markdown 记忆文件添加语义搜索能力——用自然语言提问（"我们选了哪个缓存方案？"）即可找到相关内容，无需精确措辞。混合搜索（稠密向量 + BM25 + RRF 重排）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，仅重新嵌入变更内容；支持本地模式（无需 API Key）。Markdown 文件是唯一真相，向量索引随时可重建。与 [[Knowledge-Base-RAG]] 同属 RAG 技术栈的不同场景。
|
||
|
||
Key concepts: [[Obsidian Tasks]], [[Dataview]], [[Templater]], [[QuickAdd]], [[Spaced Repetition]], [[Kanban]], [[Projects]], [[Outliner]], [[Calendar]], [[DB Folder]], [[Homepage]], [[间隔重复]], [[看板]], [[动态模板]], [[双向链接]], [[Daily Notes]], [[Event Sourcing]], [[Second Brain]], [[Personal CRM]], [[Knowledge-Base-RAG]], [[Zero-Friction-Capture]], [[Semantic-Search]], [[Content-Ingestion]], [[semantic-memory-search]], [[memsearch]], [[Hybrid Search]], [[Reciprocal Rank Fusion]], [[Content Hashing]], [[File Watcher]]
|
||
|
||
### 经典智慧与人生哲学
|
||
**一语点醒梦中人**（[[一语点醒梦中人]]）：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"的守拙哲学、《金刚经》"一切有为法如梦幻泡影"的空性观。核心价值：跨越千年的东方哲学智慧为现代人面对困境提供精神指引。
|
||
|
||
### 个人品牌与一人公司
|
||
**[[If-You-Have-Multiple-Interests]]**（thedankoe）：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，[[Second-Renaissance]]（第二次文艺复兴）已经到来。个人成功三要素：[[Self-Education]]（自学）+ [[Self-Interest]]（自利）+ [[Self-Sufficiency]]（自立），三者相互支撑，自然涌现出 [[Generalist]]（通才型人才）。品牌不是个人简介和头像，而是读者关注3-6个月后积累的整体印象；内容是高质量创意的策展[[Idea-Museum]]（创意博物馆）；[[System-Economy]]（系统经济）中，产品即系统，差异化来自个人实践。内容创作三步法：①建立创意博物馆（3-5个高密度信息源）②基于 [[Idea-Density]]（创意密度）= 表现力 × 兴奋度筛选 ③同一想法用1000种结构表达。参考 [[Adam Smith]] 分工批判、达芬奇/米开朗基罗/[[Leonardo da Vinci]] 作为 [[Generalist]] 典范、[[Jordan Peterson]] 作为"非内容创作者"案例。核心洞察：你的优势更多在于跨领域知识的交汇处，而非专业知识本身。
|
||
|
||
系统性的个人商业化方法论：**天才地带自检**（识别能产生心流的活动）→ **底层能力挖掘**（追溯童年、毫不费力、底层通用三个维度）→ **心理陷阱识别**（愧疚陷阱、效率陷阱、卓越陷阱、努力陷阱）→ **Ikigai 框架定位**（热情 × 擅长 × 市场需求 × 报酬）→ **赛道验证**（搜索意图分析、支付意愿测试、落地页测试、预售验证）→ **产品体系设计**（引流免费PDF → ¥199入门工具 → ¥4999核心特训营 → ¥20,000/月高价咨询）→ **内容矩阵构建**（核心主题 × 内容形式，反向金字塔内容法，Build in Public）→ **销售漏斗搭建**（获客 → 激活 → 转化，价格锚定与诱饵效应）。
|
||
|
||
核心观点：一人公司的关键不是更努力工作，而是更聪明地定位，用 AI 杠杆放大个人优势。
|
||
|
||
Key concepts: [[Generalist]], [[Self-Education]], [[Self-Interest]], [[Self-Sufficiency]], [[Second-Renaissance]], [[Idea-Density]], [[Idea-Museum]], [[Brand-Environment]], [[Content-Creator]], [[System-Economy]], [[Attention-Economy]], [[AdamSmith]], [[LeonardoDaVinci]], [[一人公司]], [[个人品牌]], [[Ikigai框架]], [[天才地带（Zone of Genius）]], [[底层能力]], [[四个心理陷阱]], [[产品四层级体系]], [[内容矩阵]], [[Build in Public]], [[销售漏斗]], [[价格锚定]], [[诱饵效应]]
|
||
|
||
## Source Distribution
|
||
|
||
| Category | Count | Key Sources |
|
||
|----------|-------|-------------|
|
||
| The Agency Agents | 147+ agents | README, CONTRIBUTING, 12 divisions |
|
||
| CTP Topics | 73 topics | AWS, Azure, FinOps, Security |
|
||
| Learning Sessions | 30+ sessions | OpenText, AWS, EKS, Cloud FinOps |
|
||
| Home Office | 60+ docs | Docker, NAS, Network, Monitoring |
|
||
| AI & Productivity | 80+ docs | Claude, OpenClaw, Obsidian, Prompting |
|
||
| Marketing Agents | 30+ agents | Cross-platform, China E-commerce |
|
||
|
||
## Key Entities
|
||
|
||
- [[tukuai]] — 独立研究者，递归自我优化生成系统论文作者，为 [[Self-Improving-Skill]] 提供原则性理论框架
|
||
- [[Alex Ewerlöf]] — 资深Staff Engineer（27年经验），KTH系统工程硕士，专注可靠性工程和弹性架构，《Multi-Agent System Reliability》作者，主张将LLM视为不可靠组件而非拟人化智能体
|
||
- [[Adam Smith]] — 古典经济学家，《国富论》（1776）作者，其分工理论被 [[If-You-Have-Multiple-Interests]] 引用，揭示专业化分工对人类智识和自主性的负面影响
|
||
- [[Leonardo da Vinci]] — 文艺复兴时期通才典范（画家+雕塑家+工程师+解剖学家），[[If-You-Have-Multiple-Interests]] 中 [[Second-Renaissance]] 和 [[Generalist]] 概念的历史原型
|
||
- [[The Agency]] — open-source AI agent collection (147 agents, 12 divisions)
|
||
- [[agency-agents]] — GitHub repository
|
||
- [[DracoVibeCoding]] — 公众号"Draco正在VibeCoding"作者，专注 Vibe Coding 与 AI Agent 实战分享
|
||
- [[OpenClaw]] — multi-agent framework with memory
|
||
- [[clawr.ing]] — 托管电话服务提供商，消除 Twilio 等传统电话 API 配置复杂度，为 Agent 提供主动拨打电话通知能力，覆盖 100+ 国家 PSTN 电话，不存储录音
|
||
- [[clawhub.ai]] — OpenClaw Skill 市场，托管 clawr.ing 等 Skill 安装包
|
||
- [[AionUi]] — 桌面多 Agent Hub（macOS/Windows/Linux），将 OpenClaw 作为可视化 Cowork Agent 运行，支持内置远程救援专家和统一 MCP 配置
|
||
- [[n8n]] — workflow automation
|
||
- [[Node.js]] — JavaScript 运行时环境，n8n-mcp 的运行依赖，也是 [[n8n]] 工作流引擎的后端运行环境
|
||
- [[Quartz]] — static site generator for wikis
|
||
- [[RSSHub]] — open-source RSS aggregator
|
||
- [[RackNerd]]：低总价OpenVZ/KVM VPS提供商，本方案中托管公网VPS1（192.227.222.142, vps.ishenwei.online），运行frps服务端（端口7000）和Caddy自动HTTPS反向代理（*.ishenwei.online），作为全网内网服务的统一公网入口
|
||
- [[Synology NAS DS718]]：群晖NAS设备（192.168.3.17, nas.ishenwei.online），运行DSM管理界面及Calibre/MinIO/Zipline/Navidrome/Jellyfin/Prometheus/Alertmanager/v2rayA/vaultwarden/Portainer/CloudDrive2等Docker应用，通过FRP+Caddy暴露nas/navidrome/calibre/jellyfin/zipline/miniflux等服务至公网
|
||
- [[Docker卷]] — Docker 容器持久化数据存储，默认路径 /var/lib/docker/volumes，是 TikTok 业务数据备份的核心对象
|
||
- [[it-tools]] — 开源开发者工具集合 Web UI（corentinth/it-tools），提供 100+ 实用工具如 URL 编解码、UUID 生成、Cron 解析、哈希计算等，通过 Docker Compose 部署，端口 8999，内存限制 128MB
|
||
- [[Navidrome]] — 开源音乐流媒体服务器，Subsonic API 兼容，支持网页端与移动客户端
|
||
- [[Transmission]] — 开源 BT 下载客户端，Home Server 媒体中心核心组件，负责下载环节，与 Jellyfin/Navidrome 构成"下载→播放"工作流
|
||
- [[LinuxServer.io]] — 开源 Docker 镜像维护组织，为 Transmission/Jellyfin/Navidrome 等自托管应用提供标准化 Docker 镜像
|
||
- [[MariaDB]] — 开源关系型数据库，Synology NAS Docker 环境部署，支持内网（192.168.3.17:3307）和公网（mysql.ishenwei.online:63307）双通道访问
|
||
- [[Claude Code]] — Anthropic CLI agent
|
||
- [[Claude Desktop]] — Anthropic Claude AI 桌面应用，支持 MCP 协议扩展，通过 n8n-mcp 连接 n8n 工作流引擎
|
||
- [[ChatGPT]] — OpenAI 开发的大语言模型对话产品，支持自定义指令（Custom Instructions）功能，[[openai-chatgpt-个性化定义]] 是其完整配置案例
|
||
- [[OpenAI]] — 美国 AI 研究公司，开发 GPT 系列大语言模型、ChatGPT 产品、API 接口，为本 Wiki 多个 AI 工具提供底层技术支持
|
||
- [[OpenCode]] — Vibe Coding CLI agent
|
||
- [[Trae]] — 国产 AI 增强型 IDE，支持 Remote-SSH 远程开发和 VS Code 插件生态
|
||
- [[ISO-27001]] — 国际信息安全管理体系标准（云安全合规基础）
|
||
- [[HIPAA]] — 美国医疗健康信息隐私法规
|
||
- [[GDPR]] — 欧盟通用数据保护条例
|
||
- [[Raj-Vardhan-Singh]] — LinkedIn 云计算文章作者
|
||
- [[Agentic AI]] — 自主决策和任务执行能力的AI系统
|
||
- [[Kubernetes]] — 容器编排平台（EKS/GKE/AKS）
|
||
- [[Terraform]] — IaC 基础设施即代码工具
|
||
- [[LaunchDarkly]] — Feature Flag 管理平台（HP、Christian Dior RTO 优化案例）
|
||
- [[Veeam]] — 传统灾备工具（数据库备份、服务器镜像）
|
||
- [[Acronis]] — 传统灾备工具（跨区域复制）
|
||
- [[Portainer]] — Docker 可视化管理工具（portainer/portainer-ce），通过 Web UI 管理容器/卷/网络，支持 Edge Agent 集群管理，Home Server 运维常用；重装前需清理残留容器/Volume/Network，可通过 `external: true` 复用旧资源
|
||
- [[Docker]] — 容器化平台，所有监控组件（Prometheus / Grafana / node_exporter / cAdvisor / blackbox_exporter）的部署底座，通过 Docker Compose 实现一键启动
|
||
- [[Docker Compose]] — 多容器应用的定义和编排工具，通过 YAML 文件（docker-compose.yml / compose.yaml）声明式定义服务/网络/卷，`docker compose up/down` 管理整个堆栈生命周期，支持 `external: true` 复用已有网络和卷
|
||
- [[Docker卷]] — Docker 容器持久化数据存储，默认路径 /var/lib/docker/volumes，通过 `docker volume ls` 查看，`docker volume rm` 删除；[[用docker安装portainer]] 的 `portainer_data` 卷存储 Portainer 用户、配置和 Edge Agent 数据
|
||
- [[Docker Network]] — Docker 容器网络连接，默认 bridge 网络 IP 为 172.17.0.1，自定义网络如 172.24.0.1；compose 项目间同名网络冲突会产生 WARN 警告
|
||
- [[Prometheus]] — CNCF 毕业项目，开源时序数据库和监控告警系统，pull 模式采集 exporters 指标，支持 PromQL 查询和告警规则引擎，是家庭监控方案的核心数据引擎
|
||
- [[Grafana]] — 开源可视化平台，支持多数据源（Prometheus / Loki / VictoriaMetrics）仪表盘和告警管理，家庭方案中通过 Dashboard ID（1860/14282/7587）快速导入官方模板
|
||
- [[node_exporter]] — Prometheus 官方主机指标采集器，以 host network 模式运行，采集 CPU / 内存 / 磁盘 / 网络 / I/O 等系统指标
|
||
- [[cAdvisor]] — Google 开源容器资源监控工具，挂载 Docker socket 采集容器级别资源指标，为 Prometheus 提供容器层可观测性
|
||
- [[blackbox_exporter]] — Prometheus 官方黑盒探测 exporter，通过 HTTP/TCP/ICMP/DNS/TLS 探测实现服务可用性和证书到期监控
|
||
- [[Alertmanager]] — Prometheus 告警分发组件，支持告警分组、抑制、静默及邮件/Slack/Teams/Webhook 多通道路由
|
||
- [[Uptime Kuma]]（louislam/uptime-kuma）— 自托管 uptime monitoring 工具，支持 HTTP/TCP/DNS/TLS 合成监控，适合外网/内网可用性探测
|
||
- [[Netdata]] — 开箱即用的实时主机/容器监控面板，默认端口 19999，适合快速诊断，与 Prometheus 可互补使用
|
||
- [[VictoriaMetrics]] — Prometheus 时序数据库替代方案，支持长期存储和高效写入，适合大规模数据保留场景
|
||
- [[Portainer]] — Docker 可视化管理工具，不替代 Prometheus 但便于运维快速操作容器
|
||
- **[[BMC]]** — 企业IT管理解决方案提供商（BMC Helix / Control-M）
|
||
- **[[AWS]]** — Amazon Web Services
|
||
- **[[Azure]]** — Microsoft Azure
|
||
- **[[Google-Cloud]]** — Google Cloud Platform
|
||
- [[Btop++]] — TUI系统监控器，作者首选
|
||
- [[Htop]] — 轻量级TUI进程监控器
|
||
- [[Glances]] — 超轻量TUI监控器
|
||
- [[Bottom]] — TUI实时图表监控器
|
||
- [[Mission Center]] — 类Windows任务管理器的GUI应用
|
||
- [[Stacer]] — 功能最全的GUI监控+维护工具
|
||
- [[网件RAX50]] — NETGEAR WiFi 6路由器，支持刷入梅林固件
|
||
- [[梅林固件]] — 华硕路由器第三方固件改良版，支持软件中心插件
|
||
- [[MerlinClash插件]] — 基于Clash核心的梅林固件科学上网插件，支持策略组分流
|
||
- [[机场]] — 提供代理节点订阅服务的服务商
|
||
- [[3X-UI]] — Xray 可视化管理面板（mhsanaei/3x-ui），提供 Web UI 管理 25 项运维操作（启停、更新、SSL证书、Geo更新、BBR等），支持 VLESS+Reality 入站配置生成
|
||
- [[Xray]] — 新一代代理核心，支持 VLESS/VMess/Trojan/SS 等多协议，内置 Reality 流量伪装方案，是 3X-UI 的底层引擎
|
||
- [[frp]] — 开源内网穿透工具，包含 frps（服务端）和 frpc（客户端）两个组件，通过反向隧道使内网服务可被公网访问，支持 TCP/UDP/HTTP 等多种协议
|
||
- [[Ubuntu Server]] — Ubuntu Server 是 Canonical 维护的 Linux 服务器操作系统，默认使用 systemd 作为初始化系统，Ubuntu Server 24.04 LTS 是当前长期支持版本
|
||
- [[systemd]] — Linux 系统和服务管理器，Ubuntu Server 的默认初始化系统，通过 unit 文件（service/timer/socket）和 systemctl 命令管理服务生命周期，支持开机自启（enable）、自动重启（Restart=on-failure）、日志收集（journald）等生产级特性
|
||
- [[Mac Mini M4]] — Apple Silicon Mac Mini，作为家庭服务器运行 FRP 客户端、N8n、OpenClaw 等服务，支持 ARM64 架构
|
||
- [[systemd-logind]] — Linux 系统登录管理器，负责管理用户会话、电源事件和系统休眠行为，Ubuntu 笔记本合盖休眠行为由其控制，通过 /etc/systemd/logind.conf 配置 HandleLidSwitch 系列参数
|
||
- [[HandleLidSwitch]] — systemd-logind 的合盖动作配置指令，支持 ignore（忽略/继续运行）/suspend（待机）/hibernate（休眠）/poweroff（关机）/lock（锁屏）等值，Ubuntu Server 笔记本作为无显示器服务器时需设为 ignore
|
||
- [[Caddy]] — Go 语言编写的自动 HTTPS 反向代理服务器，默认启用 Let's Encrypt 证书，与 frp 配合提供内网服务的 HTTPS 访问
|
||
- [[VPS]] — 公网虚拟专用服务器，本方案中托管 frps 和 Caddy，作为内网穿透的公网中转站（IP: 192.227.222.142）
|
||
- [[阿里云 DNS]] — 域名 ishenwei.online 的 DNS 解析服务，通过 A 记录将子域名指向 VPS 公网 IP
|
||
- [[Bandwagon VPS]] — 低总价 OpenVZ/KVM VPS 提供商，资料中 VPS2（104.194.92.188）托管了 3X-UI + Xray 服务
|
||
- **[[CloudDrive2]]** — 云盘挂载工具，支持阿里云盘/Google Drive/OneDrive 等，通过虚拟文件系统将云端存储挂载为本地目录，Web UI 端口 19798
|
||
- **[[矿神源]]** — Synology 社群第三方套件源（SPK 格式），提供 CloudDrive2 等官方未收录应用
|
||
- **[[阿里云盘]]** — 阿里巴巴云盘服务，CloudDrive2 的主要挂载目标
|
||
- [[AdsPower]] — 指纹浏览器产品，支持浏览器指纹隔离，免费版提供5个环境，是跨境服务注册的推荐工具
|
||
- [[PingMe]] — 短信接码平台，支持美国区号码接收验证码，需下载App，最低充值2美元
|
||
- [[WildCard]] — 虚拟信用卡服务，支持支付宝充值，解决国内用户跨境支付难题
|
||
- [[Claude Pro]] — Anthropic Claude AI聊天工具的Pro订阅服务，月费20美元，需海外支付方式
|
||
- [[v2rayN]] — 跨平台代理客户端（Windows/Linux/macOS），支持 VLESS+Reality 等多协议。内置部分 Core（Xray/sing-box/mihomo），其他 Core 需单独下载。Windows WPF 版需 .NET 8 Runtime；Avalonia UI 版为跨平台自包含版本；macOS DMG 需 `xattr -cr` 修复签名
|
||
- [[v2rayNG]] — Android 代理客户端，v2rayN 的移动版，功能一致
|
||
- [[Avalonia UI]] — 跨平台 .NET UI 框架，v2rayN desktop 版基于此构建，实现 Windows/Linux/macOS 三平台统一界面，无需额外运行时依赖
|
||
- [[sing-box]] — v2rayN 支持的代理核心之一，支持多协议
|
||
- [[mihomo]] — v2rayN 支持的代理核心，mihomo 协议实现
|
||
- [[2dust]] — v2rayN GitHub 仓库维护者（github.com/2dust）
|
||
- [[BBR]] — Google TCP 拥塞控制算法，3X-UI 提供一键启用，可提升跨境网络吞吐量
|
||
- [[代理客户端]] — 运行在终端设备上通过代理协议连接远程节点的软件，v2rayN 是典型产品，支持 VLESS/VMess/Trojan/SS 等多种协议
|
||
- [[代理协议]] — 代理客户端与服务端通信的协议规范，如 VLESS+Reality、VMess、Trojan、Shadowsocks 等
|
||
- [[Reality]] — Xray 的流量伪装方案，通过 SNI 分流实现深度伪装，v2rayN 可作为 Reality 客户端使用
|
||
- [[Avalonia UI]] — 跨平台 .NET UI 框架，v2rayN desktop 版基于此构建，实现 Windows/Linux/macOS 三平台统一界面，无需额外运行时依赖
|
||
- [[WPF]] — Windows Presentation Foundation，Windows 原生 UI 框架，.NET 桌面应用首选，v2rayN WPF 版基于此
|
||
- [[.NET Desktop Runtime]] — .NET 桌面运行时环境，WPF 应用必需依赖，v2rayN WPF 版要求 .NET 8 Desktop Runtime
|
||
- [[便携版]] — 解压即用、数据存放在程序同目录、可复制多份独立运行的软件分发方式
|
||
- [[安装版]] — 数据存放在系统规定用户目录、通过包管理器安装的软件分发方式（deb/rpm/dmg）
|
||
- [[代理核心]] — 代理客户端的底层引擎，如 Xray、sing-box、mihomo，负责实际流量转发
|
||
- [[分流模式]] — 代理客户端的路由策略，"大陆白名单"模式下仅代理非中国大陆流量，减少不必要的代理开销
|
||
- [[VPN Panel]] — Web 界面类代理管理工具的统称，3X-UI 属于此类，降低 Xray 服务端运维门槛
|
||
- [[KoolCenter固件服务器]] — 提供梅林固件下载的服务器平台
|
||
- **[[Clonezilla]]** — 开源磁盘镜像工具（再生龙），支持 savedisk/restoredisk 全盘镜像备份到 NAS
|
||
- **[[Rufus]]** — 开源 U 盘启动盘制作工具，ISOHybrid 镜像写入模式选择（ISO 模式推荐）
|
||
- **[[HP ZBook]]** — HP 工作站笔记本，支持 UEFI/F9 启动菜单，F10 进入 BIOS，作为 Ubuntu 24.04 安装目标机
|
||
- **[[NodeWarden]]** — 将 Bitwarden 服务器端部署到 Cloudflare Workers 的开源实现，运行在边缘计算平台，无需 VPS 和服务器维护，数据存储在 Cloudflare D1 + R2，支持 Bitwarden 官方全平台客户端
|
||
- **[[Cloudflare Workers]]** — Cloudflare 边缘计算平台，基于 V8 隔离的 Serverless 运行时，NodeWarden 的部署环境
|
||
- **[[Cloudflare D1]]** — Cloudflare 边缘 SQLite 数据库，NodeWarden 的主数据存储（保管库/同步数据）
|
||
- **[[Cloudflare R2]]** — Cloudflare S3 兼容对象存储，NodeWarden 用于存储密码附件
|
||
- [[V2RayA]] — V2Ray 的 Web 可视化管理界面，基于 V2Ray 内核，支持透明代理和分流策略，在群晖 NAS 上以 Docker 容器方式部署
|
||
- **[[Apache Superset]]** — Apache 软件基金会旗下的开源 BI 平台，通过 Docker 快速部署，支持 SQL 查询、多样化图表和仪表盘构建。Home Server 场景通过 `apache/superset:GHA-*` 镜像容器化部署，6 步初始化流程：拉取镜像 → 启动容器 → 创建管理员 → 数据库迁移 → 加载示例 → 完成初始化，默认端口 8088（映射 8777），内置 SQLite，可选外挂 MySQL
|
||
- **[[RustDesk]]** — 开源远程桌面软件，支持自建中继服务器，可通过修改 GDM3 配置 `WaylandEnable=false` 强制 X11 解决 Ubuntu 24.04 Wayland 登录限制问题
|
||
- **[[Ollama]]** — 开源本地 LLM 运行框架（ollama.com/ollama.org.cn），支持 macOS/Windows/Linux/Docker，提供简洁命令 `ollama run <model>` 运行大语言模型，通过 API（localhost:11434）和 Open WebUI 提供多元化接入方式，DeepSeek-R1 系列模型官方支持
|
||
- **[[Open WebUI]]** — 开源大模型 Web 界面（ghcr.io/open-webui/open-webui:main），基于浏览器访问，支持 Ollama/OpenAI API 接入，可配置 RAG 本地知识库（bge-m3 嵌入模型）和联网搜索，Docker Compose 一键部署
|
||
|
||
- [[ProxyChains]]：通过 LD_PRELOAD 劫持 socket 调用使任意终端命令走 SOCKS5 代理的工具，配置文件 /etc/proxychains4.conf，格式 `socks5 127.0.0.1 10808`，适用于临时命令级代理
|
||
- [[Git 全局代理]]：Git 不读取系统环境变量，必须通过 `git config --global http.proxy socks5://127.0.0.1:10808` 设置
|
||
- [[Docker Daemon Proxy]]：通过 systemd drop-in 文件（/etc/systemd/system/docker.service.d/http-proxy.conf）注入环境变量使 docker pull 走代理，docker info | grep -i proxy 验证
|
||
- [[Docker 网络网关 IP]]：Docker 容器内访问宿主机的 IP，bridge 网络默认 172.17.0.1，自定义网络如 172.24.0.1，容器内 127.0.0.1 指向自身而非宿主机
|
||
- [[SOCKS5h 代理]]：socks5h 协议变体，DNS 解析由代理服务器完成，防止本地 DNS 污染，curl -x socks5h:// 使用
|
||
- [[环境变量代理]]：通过 HTTP_PROXY/HTTPS_PROXY/ALL_PROXY 环境变量让程序走代理，Docker 容器内使用 ALL_PROXY=socks5://172.24.0.1:10808
|
||
- [[Wayland]]：Linux 新一代显示协议，Ubuntu 24.04 默认使用，基于安全设计严格限制外部程序在未登录状态下获取屏幕控制权，是 RustDesk 无法在 Login Screen 场景工作的根本原因
|
||
- [[X11]]：经典显示协议，兼容性好、权限开放度高，远程桌面场景下稳定性优于 Wayland，通过修改 GDM3 配置 `WaylandEnable=false` 强制启用
|
||
- [[GDM3]]：GNOME Display Manager，Ubuntu 默认登录管理器，控制用户会话初始化，支持 Wayland 和 X11 两种显示协议
|
||
- **[[透明代理]]** — 通过修改 iptables 规则劫持系统出站流量，国内直连、国外走代理的分流机制，V2RayA 的核心实现方式
|
||
- **[[分流模式]]** — V2RayA 的路由策略，"大陆白名单"模式下仅代理非中国大陆流量，减少不必要的代理开销
|
||
- **[[iptables]]** — Linux 内核防火墙，V2RayA 通过修改 iptables 规则实现透明代理
|
||
- **[[MinIO]]** — 开源 S3 兼容对象存储，Zipline 图床系统的存储后端，提供高性价比本地存储
|
||
- **[[Zipline]]** — 开源自托管图床应用，提供前端上传 UI 和 REST API，支持 [[n8n]] 工作流集成
|
||
|
||
### TikTok E-commerce Product Management
|
||
A comprehensive Django-based product data management system for TikTok Shop. Covers Django ORM models (Product, ProductImage, ProductVideo, ProductVariation, ProductReview), Django Admin customization (TinyMCE rich text, inline models, image preview modals), REST API via Django REST Framework with django-filter for search and filtering, Docker + Gunicorn + Nginx production deployment, Django-Q async task queue for Bright Data API scraping, and custom Management Commands for JSON data import. Key components: Product list with thumbnail display, multi-condition filtering by store_name, bulk product fetch via Bright Data asynchronous API, description detail HTML generation, and Apache Superset BI dashboard integration.
|
||
|
||
Key concepts: [[Django ORM]], [[Django REST Framework]], [[Django Admin 定制]], [[Docker 容器化部署]], [[Django-Q 异步任务]], [[Bright Data API]], [[MySQL / MariaDB 数据库]], [[Gunicorn]], [[Nginx]], [[自定义管理命令]]
|
||
|
||
### New Linux/DevOps Concepts (recently added)
|
||
- **[[efibootmgr]]** — Linux NVRAM 启动项管理工具，可强制重写 BootOrder 解决 HP BIOS 固执行为
|
||
- **[[ISOHybrid镜像]]** — 同时支持 BIOS 和 UEFI 引导的混合 ISO 镜像，Rufus 提供 ISO/DD 两种写入模式
|
||
- **[[UEFI Only]]** — HP ZBook 终极启动修复方案，切换后消除 Legacy BBS 项干扰
|
||
- **[[NVMe硬盘分区]]** — Ubuntu 24.04 自动识别并优化 NVMe 分区对齐
|
||
|
||
## Conflict Areas
|
||
|
||
1. **Kanban vs Event Sourcing**: Kanban emphasizes visual team collaboration; Event Sourcing emphasizes auto-tracking and context preservation. **[[Project State Management]]**（事件驱动看板替代方案）vs 传统 PM 工具。核心差异：手动拖拽 vs 自然语言输入；静态快照 vs 全历史保留；无上下文 vs 完整决策链。**[[Event Sourcing]]** 在此上下文中指将项目变更存储为事件序列，每次 progress/blocker/decision/pivot 均持久化，保留完整决策上下文。
|
||
|
||
2. **Kuaishou vs Douyin**: Kuaishou emphasizes authenticity and balanced algorithm; Douyin emphasizes polished content and central recommendation. Same country, opposite platform strategies.
|
||
|
||
3. **Micro-Enterprise vs Portage Salarial**: Micro-enterprise yields higher net income but lacks social protections; Portage Salarial costs more but includes unemployment insurance, pension, mutuelle. Financial trade-off vs social safety net.
|
||
|
||
4. **CI/CD Build Output**: SECURITY.md says build output is always closed; GitHub Actions best practice says certain generated files should be committed for reproducibility. Reproducibility vs cleanliness tension.
|
||
|
||
5. **路由器科学上网 vs VPS科学上网 vs NAS科学上网 vs Server终端代理**：四层方案各有适用场景。[[网件RAX50刷梅林固件与科学上网]] 路由网关方案（[[MerlinClash插件]]）→ 全屋透明代理，无需客户端配置；[[3X-UI Xray on BandwagonVPS]] VPS服务端方案（[[3X-UI]] + [[Xray]]）→ 集中式代理节点，可扩展；[[群晖NAS科学上网]] NAS 代理方案（V2RayA 透明代理）→ 覆盖 NAS 本身及容器；[[ubuntu-server科学上网]] Server 终端代理方案（[[ProxyChains]] + [[Git 全局代理]] + [[Docker Daemon Proxy]]）→ 仅覆盖该 Server 本身。最佳实践：路由器作为主网关（[[MerlinClash插件]]），VPS作为代理节点池（订阅机制），NAS 按需透明代理，Server 终端按工具单独配置。**额外洞察**：在群晖 DSM 7.x 和 Ubuntu Server 中，V2RayA/透明代理不一定对 Docker Daemon 生效，**显式配置 Docker Daemon Proxy 环境变量**（systemd drop-in 文件）比依赖透明代理更可靠。
|
||
|
||
6. **Prometheus 监控 vs OpenTelemetry**：Prometheus 生态成熟、部署简单，适合家庭服务器和小型集群；OpenTelemetry 是云原生可观测性新标准（metrics/traces/logs 三合一），长期可考虑迁移路径但学习成本高。[[家庭监控方案-prometheus-grafana-node-exporter-cadvisor-blackbox]] vs [[ctp-topic-67-cloud-native-observability-using-opentelemetry]]。
|
||
|
||
7. **Netdata vs Prometheus**：Netdata 开箱即用适合实时短期诊断（默认 19999 端口），Prometheus + Grafana 适合长期存储和趋势分析。两者可互补使用：Netdata 做快速排查，Prometheus 做 SLA 报表和历史分析。
|
||
|
||
8. **macOS vs Linux 睡眠管理**：macOS 使用 `pmset` 命令配置电源管理（sleep/displaysleep/standby/hibernatemode），Linux/Ubuntu 使用 `systemd-logind` 的 `HandleLidSwitch=ignore` 配置。两者目标相同（防止服务器睡眠），但工具链完全不同，不可互换但互为参考。[[mac-mini-服务器配置-防止自动锁屏与睡眠]] vs [[ubuntu禁用合盖休眠]]。
|
||
|
||
9. **数据库备份方案**：pg_dump 逻辑备份 vs rsync 文件级备份。pg_dump 是热备份标准（零停机、跨平台迁移能力强），但不能备份运行中数据库的物理文件目录；rsync 适合 Docker 卷备份但需确保数据库一致状态。[[MinIO + Zipline 图床安装]] 使用 pg_dump 逻辑备份 PostgreSQL + Hyper Backup 文件备份 MinIO 目录，两者互补。
|
||
|
||
10. **SuperCall 沙盒 Persona vs 通用语音 Agent**：[[event-guest-confirmation]] 中使用的 [[SuperCall]] 强调独立沙盒设计——AI persona 只持有预设的 persona name、goal、opening line，无法访问外部系统；[[phone-based-personal-assistant]] 侧重通用个人助手场景，需要访问更多上下文。**[[Sandboxed Persona]]** 适用于确认类单一任务（安全、无注入风险）；通用语音 Agent 适用于需要跨系统协调的复杂助手场景。
|
||
|
||
11. **Agent 去电通知 vs Agent 来电接收**：[[phone-call-notifications]] 中 Agent 主动向用户拨打电话通知（Agent → User），通话由 Agent 触发，用户是被动接收方；[[phone-based-personal-assistant]] 中用户主动呼叫 Agent（User → Agent），Agent 接听并提供助理服务。两者方向相反但互补——前者用于紧急告警、定时简报、重要事件通知，后者用于随时咨询、查询、执行任务。共同构成完整语音双向通信能力。
|