459 lines
57 KiB
Markdown
459 lines
57 KiB
Markdown
1|# Wiki Overview
|
||
2|
|
||
## 主题领域
|
||
AI 开源项目、Cloud & DevOps、Vibe Coding、AI时代个人发展、跨境电商、Google Workspace 自动化
|
||
|
||
## Google Workspace CLI
|
||
- gog CLI：macOS 命令行工具，通过 OAuth 实现对 Gmail、Google Calendar、Google Drive、Google Contacts、Google Docs、Google Sheets 的命令行管理；需要 Google Cloud Console 配置 OAuth 凭证 + API Enablement + 测试用户配置
|
||
|
||
## 核心概念
|
||
- Legal Compliance Checker：The Agency 项目中的法律合规检查专家智能体，专注于多司法管辖区监管合规（GDPR、CCPA、HIPAA、SOX、PCI-DSS）、风险评估、政策开发与合规监控
|
||
- Healthcare Marketing Compliance Specialist：The Agency 中负责中国医疗健康营销合规的专家智能体，覆盖医疗广告、互联网医疗、医美、保健品与隐私合规
|
||
|
||
- Marketing Cross-Border E-Commerce Specialist：The Agency 中的全漏斗跨境电商运营策略专家，覆盖 Amazon、Shopee、Lazada、AliExpress、Temu、TikTok Shop 等全球主流平台，专注本地化运营、合规管理和供应链优化
|
||
- Marketing Private Domain Operator：The Agency 中的企业微信私域运营专家智能体，专注 WeCom SCRM 配置、社群分层运营、用户生命周期管理和全漏斗转化优化
|
||
- Marketing Douyin Strategist：The Agency 中的抖音短视频营销与直播带货策略专家智能体，专注于推荐算法、病毒视频策划、直播电商运营和内容矩阵策略
|
||
- Marketing Instagram Curator：The Agency 中的 Instagram 营销专家智能体，专注于视觉叙事、品牌美学开发、多格式内容优化和社交电商转化
|
||
- Marketing Reddit Community Builder：The Agency 中的 Reddit 社区建设营销专家智能体，专注于authentic community engagement和value-driven content creation，遵循90/10价值法则
|
||
- Marketing Video Optimization Specialist：The Agency 中的 YouTube 视频营销算法优化与观众留存率提升专家智能体，专注于 CTR 优化、观众留存分析、SEO 元数据优化、缩略图设计和跨平台内容分发
|
||
- Marketing Short-Video Editing Coach：The Agency 中的短视频剪辑技术教练智能体，覆盖 CapCut Pro、Premiere Pro、DaVinci Resolve、Final Cut Pro 全流程后期制作，涵盖剪辑思维、构图语言、调色分级、音频工程、动效字幕、多平台适配
|
||
- Book Co-Author：The Agency 中的战略代笔写作智能体，将语音笔记和碎片化思想转化为结构化的第一人称书籍章节，专注于思想领导力书籍的 ghostwriting 流程优化
|
||
7|- The Agency：开源 AI 智能体集合项目，汇集各类专业化 AI Agent
|
||
8|- Image Prompt Engineer：The Agency 项目中的 AI 图像生成提示词工程专家智能体，专注于将视觉概念转化为精确的提示词语言
|
||
- Cultural Intelligence Strategist：The Agency 中负责检测 invisible exclusion、推动 global-first 设计与文化谦逊研究的专家智能体
|
||
- Model QA Specialist：The Agency 中负责机器学习与统计模型端到端审计的专家智能体，覆盖 PSI、SHAP、校准测试与公平性审计
|
||
- Agentic Identity & Trust Architect：The Agency 中负责自治 AI Agent 身份、授权、证据链与信任评分的专家智能体
|
||
10|- 智能体设计规范：智能体文件结构、身份与记忆、核心使命、技术交付物、工作流程的完整定义
|
||
11|- 智能体设计原则：六大设计原则（鲜明性格、明确交付物、成功指标、经过验证的工作流、学习记忆、真实场景测试）
|
||
12|- UX Architect：The Agency 项目中的技术架构与 UX 专家智能体，为开发者提供 CSS 设计系统、布局框架、主题切换机制和清晰实现路径
|
||
13|- UI Designer：The Agency 项目中的 UI 设计智能体，专门负责创建美观、一致、可访问的用户界面，提供设计系统、组件库和像素级界面实现
|
||
14|- UX Researcher：The Agency 项目中的用户体验研究智能体，专注于用户行为分析、可用性测试和数据驱动的设计决策验证
|
||
15|- Brand Guardian：The Agency 项目中的品牌战略与身份保护专家智能体，专注于品牌基础框架、视觉识别系统、品牌一致性与价值保护
|
||
16|- Paid Media Programmatic & Display Buyer：The Agency 项目中的付费媒体程序化购买与展示广告智能体，专注于 DSP 平台管理、Google 展示网络、ABM 展示执行和合作伙伴媒体策略
|
||
17|- Paid Media PPC Campaign Strategist：The Agency 项目中的付费媒体 PPC 智能体，负责大规模搜索、购物和效果最大化广告系列架构设计
|
||
18|- Paid Media Ad Creative Strategist：The Agency 项目中的付费媒体广告创意策略智能体，专注于广告文案撰写、响应式搜索广告（RSA）优化和创意测试框架
|
||
19|- Paid Media Auditor：The Agency 项目中的付费媒体审计智能体，系统化评估 Google Ads、Microsoft Ads 和 Meta 广告账户，识别 15-30% 效率提升机会
|
||
20|- Paid Media Paid Social Strategist：The Agency 项目中的付费社交媒体广告智能体，跨平台覆盖 Meta、LinkedIn、TikTok 等
|
||
21|- Paid Media Tracking & Measurement Specialist：The Agency 项目中的付费媒体追踪与测量专家智能体，专注于 GTM 容器架构、GA4 事件设计、服务端标记和跨平台转化归因
|
||
22|- Search Query Analyst：The Agency 项目中的付费搜索查询分析智能体，专注于搜索词报告挖掘、N-gram 分析、否定关键词架构和查询意图映射，可消除 10-20% 非转化支出
|
||
23|- Sales Data Extraction Agent：The Agency 项目中的销售数据提取智能体，监控 Excel 文件并提取 MTD、YTD、Year End 指标，通过 PostgreSQL 持久化并维护完整审计追踪
|
||
- Data Consolidation Agent：The Agency 项目中的销售数据整合智能体，将原始销售指标聚合为实时仪表盘，提供领地表现汇总、代表排名、管道快照、趋势分析和 Top 5 销售明星
|
||
- Sales Discovery Coach：The Agency 项目中的销售发现方法论指导智能体，教导销售团队通过提问、当前状态映射、差距量化和电话结构发现真正购买动机
|
||
- Report Distribution Agent：自动化分发由 [[Data Consolidation Agent]] 生成的领地报表与公司汇总，确保按territory路由、记录分发状态并支持重试与审计查询
|
||
24|- Outbound Strategist：The Agency 项目中的基于信号触发的外呼销售策略智能体，通过购买信号识别、多渠道序列设计和 ICP 定义提升外呼转化率
|
||
25|- 信号驱动销售：基于购买信号（Intent Signal）触发外呼的销售方法论，比无差别冷外呼转化率高 4-8 倍
|
||
26|- Deal Strategist：The Agency 项目中的销售交易策略智能体，专注于 MEDDPICC 资格认证、竞争定位和赢单规划
|
||
27|- Proposal Strategist：The Agency 项目中的销售提案策略智能体，将 RFP 响应转化为制胜叙事，擅长制胜主题开发、三幕式提案叙事和竞争定位
|
||
28|- Sales Account Strategist：The Agency 项目中的售后账户策略专家智能体，专注于 Land-and-Expand 执行、利益相关者映射、QBR 设计和净收入留存
|
||
29|- Pipeline Analyst：The Agency 项目中的销售管道健康诊断智能体，专注于交易速度分析、管道健康评估和收入预测准确性，将 CRM 数据转化为可操作情报
|
||
- Salesforce Architect：The Agency 项目中的 Salesforce 企业级解决方案架构设计与治理专家智能体，涵盖多云架构（Sales、Service、Marketing、Commerce、Data Cloud、Agentforce）、企业集成模式（REST、Platform Events、CDC、MuleSoft）、Governor Limits 感知应用设计、数据模型治理与 CI/CD 部署策略
|
||
30|- Studio Producer：The Agency 项目中的 Studio Producer Agent，资深战略领导者，专注于高层次创意与技术项目编排、资源配置和多项目组合管理，将创意愿景与业务目标对齐
|
||
31|- Project Shepherd：The Agency 项目中的专业项目管理人员智能体，专注于跨职能项目协调、时间线管理和利益相关方对齐，确保 95% 项目按时在预算内交付
|
||
32|- 项目章程：定义项目目标、范围、成功标准和治理结构的标准化文档模板，是项目启动阶段的核心交付物
|
||
33|
|
||
34|- Senior Project Manager：将规格文件转化为开发可执行的任务清单，强调现实的范围设定、每项任务的可实施时间（30–60 分钟）并保存任务清单以支持后续项目记忆与改进
|
||
35|
|
||
36|- XR Immersive Developer：The Agency 项目中的 WebXR 沉浸式技术开发专家，专注于基于浏览器的 AR/VR/XR 应用开发
|
||
37|- XR Cockpit Interaction Specialist：The Agency 项目中的 XR 座舱交互专家智能体，专注于设计和开发 XR 环境的沉浸式座舱控制系统
|
||
38|- XR Interface Architect：The Agency 项目中的 XR 界面架构师智能体，专注于沉浸式 3D 环境的空间界面设计，关注最小化晕动症和增强临场感
|
||
39|- macOS Spatial/Metal Engineer：The Agency 项目中的 macOS 空间计算与 Metal 渲染工程师智能体，专注于 Native Swift 和 Metal 高性能 3D 渲染，支持 Vision Pro 远程沉浸式空间集成
|
||
40|- visionOS Spatial Engineer：The Agency 项目中的 visionOS 空间计算原生开发专家智能体，专注于 Native visionOS 空间计算、SwiftUI 体积化界面和 Liquid Glass 设计实现
|
||
41|- Terminal Integration Specialist：The Agency 项目中的终端仿真和 SwiftTerm 集成专家智能体，专注于终端仿真、文本渲染优化和 Swift 应用集成
|
||
42|- 空间计算（Spatial Computing）：一种计算范式，通过将数字内容与物理空间无缝融合，使用户能够与计算机生成的环境进行自然交互
|
||
43|- WebXR：W3C 制定的浏览器标准接口，用于提供沉浸式 VR 和 AR 体验
|
||
44|- 账户架构：PPC 广告活动的组织结构设计，涵盖活动结构、广告组分类、标签系统、命名规范，可实现 10K 到 10M+ 月预算的可扩展投放
|
||
45|- 自动化出价策略：PPC 广告平台的智能出价优化机制，包括 tCPA、tROAS、Max Conversions、Max Conversion Value 等策略
|
||
46|- 绩效最大化：Google Ads 的自动化全渠道投放类型，通过机器学习在全渠道自动优化广告投放
|
||
47|- 程序化购买：通过 DSP 平台自动化采购展示广告库存的技术，实现实时竞价和效果优化
|
||
48|- 展示广告：在第三方网站、应用和社交媒体上呈现的视觉广告，侧重品牌建设和潜在客户获取
|
||
49|- 可见度标准：衡量数字广告是否真正被用户看到的指标（MRC 标准：70%+ 可见展示）
|
||
50|- Pull Request 流程：从提交前准备到 PR 审核的完整流程（社区评审、迭代优化、通过审核、合并上线）
|
||
51|- Print Mode：Hermes 通过 stdin 调用 Claude Code 的非交互执行模式
|
||
52|- TMUX 交互模式：在 TMUX 会话中运行 Claude Code 的交互模式，适合超长任务
|
||
53|- DeepSeek：中国 AI 公司开发的大语言模型，以开源和高效著称，DeepSeek-R1 在复杂任务处理方面表现出色
|
||
54|- 提示语设计：通过精心设计的提示词提升 AI 输出质量的技术
|
||
55|- Prompt Library：提示词库，提供现成提示词供用户参考和定制
|
||
56|- Prompt 能力：结构化思维+精准表达能力，包含需求拆解、结构化表达、场景共情、迭代优化四个维度
|
||
57|- Nano Banana Pro：Google 的专业级图像生成模型，具备物理规则推演、构图美学理解、语义上下文推理能力
|
||
58|- Nano Banana 2：Google 的推理型图像生成模型（Gemini 3 Pro Image），支持 1K/2K/4K 分辨率，可组合 14 张输入图像，具备多语言长文本渲染和最新知识支持能力
|
||
59|- AI幻觉：AI 生成看似合理但实际错误的内容，需通过技巧避免
|
||
60|- Wayland：Linux 桌面环境的现代显示协议，Ubuntu 24.04 默认使用，出于安全限制外部程序在未登录状态下获取屏幕控制权
|
||
61|- X11 (Xorg)：传统 Linux 显示协议，兼容性更好，支持远程桌面软件，是 Wayland 的替代方案
|
||
62|- GDM3：GNOME Display Manager，Ubuntu 的登录管理器，支持 Wayland 和 X11 两种显示协议
|
||
63|- ITSM（IT 服务管理）：从工单系统演进为战略推动者，实现运营卓越、风险缓解和创新加速
|
||
64|- Identity Governance（身份治理）：管理数字身份、降低风险并保持合规的框架，回答谁有权访问、谁应该访问、如何访问三个核心问题
|
||
65|- Multi-Account Strategy（多账号策略）：AWS 推荐的企业级云架构模式，通过将工作负载分离到多个 AWS 账号来提升安全性、治理能力和故障隔离
|
||
66|- Gruntwork Landing Zone：Gruntwork 提供的预配置 AWS 基础架构框架，基于 Reference Architecture 包含核心账户和工作负载账户
|
||
67|- Landing Zone：云着陆区，标准化的多账户基础架构框架，用于托管产品团队的工作负载
|
||
68|- Terraform：基础设施即代码工具，通过声明式配置定义云资源，实现跨平台基础设施管理
|
||
69|- Terragrunt：Terraform 的包装工具，提供模块化、变量共享和环境隔离，跨多账户部署
|
||
70|- TerraTest：Golang 编写的自动化基础设施测试库，自动化 Terraform apply-test-destroy 流程
|
||
71|- Test-Driven Development：测试驱动开发方法论，先写测试再实现功能
|
||
72|- Service Catalog：服务目录，封装业务需求的模块分组，提供服务级别抽象，实现跨团队复用
|
||
73|- Module：Terraform 模块，可复用的基础设施配置单元
|
||
74|- ECS (Elastic Container Services)：AWS 专有容器编排服务，与 AWS 服务深度集成，支持自动扩展、自动修复和金丝雀部署
|
||
75|
|
||
76|- AWS SES (Simple Email Service)：AWS 提供的基于云的邮件发送服务，支持 API 或 SMTP 接口发送邮件，通过 VPC 终端节点实现私有访问
|
||
77|
|
||
78|- VPC Endpoint：AWS 私有网络连接服务，允许 VPC 中的资源安全访问 AWS 服务而不经过公网
|
||
79|
|
||
80|- Secrets Manager：AWS 凭证管理服务，用于安全存储和检索敏感信息
|
||
81|
|
||
82|- DKIM (DomainKeys Identified Mail)：电子邮件验证标准，通过数字签名确保邮件完整性和发件人身份
|
||
83|
|
||
84|- CCOE（Cloud Center of Excellence）：推动云采纳和治理的核心组织单元，负责 AMI 标准制定和发布
|
||
85|
|
||
86|- OpsBridge（运营桥）：Micro Focus 的企业级监控平台，支持 AWS 云监控，可部署在本地或 EKS 上
|
||
87|- Cloud Monitoring（云监控）：OpsBridge 的核心功能，支持监控 20+ AWS 数据服务
|
||
88|- Optic Data Lake：OpsBridge 的数据存储层，使用 Vertica 数据库支撑高性能仪表板
|
||
89|
|
||
90|- AWS Workspaces：AWS 提供的托管桌面即服务（DaaS）解决方案，预装开发工具实现快速生产力
|
||
91|
|
||
92|- Standard AMI：AWS 标准机器镜像，包含 OS 加固、最新安全补丁，并支持域集成、SSM agent、DNS 设置，每两个月发布一次
|
||
93|- Cloud Guardrails：云守护栏，捕获可扩展性、成本最小化和灵活性的强制性要求和最佳实践
|
||
94|- Tagging Methodology：标签方法论，通过为资源定义标准化的元数据（如 Owner, BU, Product, Environment），作为自动化管理和安全策略执行的基础
|
||
95|- IPAM（IP Address Management）：IP 地址管理工具，用于规划、追踪和管理 IP 地址空间，实现 VPC IP 地址自动化分配
|
||
96|- RTO（Recovery Time Objective）：系统允许的最大停机时间，是灾难恢复的核心指标
|
||
97|- RPO（Recovery Point Objective）：可接受的最大数据丢失量，是数据保护的核心指标
|
||
98|- Feature Flag（特性开关）：控制代码路径而不需要重新部署的机制，实现秒级回滚和低 RTO/RPO
|
||
99|- 开源平替：功能可替代闭源商业产品的开源项目
|
||
100|- Cloud Maturity Model（云成熟度模型）：评估组织云采纳就绪程度的5级框架
|
||
101|- DevOps 成熟度模型：评估组织 DevOps 实践水平的分级框架
|
||
102|- DevOps 文化：打破开发与运维壁垒，优先协作、持续学习和客户导向的文化理念
|
||
103|- CI/CD 流水线：自动化测试、集成和部署的持续交付管道
|
||
104|- Infrastructure as Code (IaC)：通过代码实现一致性、版本控制的基础设施管理
|
||
105|- Renovate Bot：开源依赖自动化更新工具，通过扫描代码并自动提交 PR 保持依赖项处于最新状态
|
||
106|- 敏捷实践：Scrum、Kanban 等迭代开发方法论
|
||
- RICE Framework：数据驱动的功能优先排序框架（Reach × Impact × Confidence ÷ Effort）
|
||
- MoSCoW Method：Must-Have、Should-Have、Could-Have、Won't-Have 优先级分类
|
||
- Kano Model：Must-Be、Performance、Delighter 用户满意度分类模型
|
||
- Team Velocity：团队单个 sprint 完成的故事点数量，衡量交付能力和容量规划
|
||
- Sprint Planning：冲刺规划过程，定义 sprint 目标和故事选择
|
||
107|- 事件驱动项目管理：使用数据库存储项目状态和历史事件，通过 AI Agent 自然语言交互替代静态 Kanban 看板
|
||
108|- LLM Wiki：LLM 持续编译和维护的持久化 wiki，将 raw source 逐步沉淀成可追溯、可交叉引用的知识资产
|
||
109|- Test Results Analyzer：专注于测试结果分析、缺陷预测与发布就绪评估的智能体，补充了 Model QA 与 Performance Benchmarker 的质量闭环
|
||
110|- Evidence Collector：证据驱动的 QA 智能体，强调 Playwright 截图、可复现命令和最少 3-5 个问题的现实检查，和 Reality Checker / Test Results Analyzer 协同形成质量闭环
|
||
109|- 内网穿透（NAT Penetration）：将内网服务通过公网服务器暴露给外部访问的技术，FRP 是常用方案之一
|
||
110|- Workspace：OpenClaw 中 Agent 的工作台目录，包含 AGENTS.md、SOUL.md、USER.md、IDENTITY.md、TOOLS.md、BOOTSTRAP.md、memory/ 等配置文件
|
||
111|- Memory 目录：OpenClaw 的长期记忆机制，按日期滚动存储跨会话积累的信息
|
||
112|- Apache Superset：Apache 软件基金会旗下的开源 BI 平台，支持数据可视化、仪表盘和 SQL 探索
|
||
113|- Superset Dashboard：Apache Superset 数据可视化仪表盘，包含图表、过滤器、布局的完整组合
|
||
114|- SQL View：预处理的数据库视图，用于解析 JSON 字段和计算派生指标
|
||
115|- KPI 卡片：关键绩效指标可视化展示（总产品数、热卖产品数、平均评分等）
|
||
116|- 选品评分模型：通过加权公式自动推荐优质产品的算法（score = sold × 0.4 + rating × 12 + rating_count × 0.2 + discount_percent × 0.5）
|
||
117|- 单一职责：每个文件、类、函数只负责一件事的设计原则
|
||
118|- DRY 原则：Don't Repeat Yourself，避免重复代码的核心原则
|
||
119|- 微服务：独立开发、独立部署、独立扩容的架构模式
|
||
120|- 消息队列：服务间异步通信的中间件技术，实现解耦和削峰填谷
|
||
121|- Obsidian 插件组合：根据不同使用场景将 Obsidian 核心插件进行合理搭配的策略（知识管理流、任务管理流、学习研究流）
|
||
122|- Graph View：Obsidian 的知识网络可视化，发现孤立页面和知识盲区
|
||
123|- 版本控制：Git 管理笔记历史变更，每次更新对应 commit
|
||
124|- 信息黑洞：只收集不使用的笔记困境，通过连接和复盘解决
|
||
125|- 通过 VPS+内网反向代理实现域名访问内网穿透 — 使用 FRP+Caddy 实现内网服务穿透，Aliyun DNS 域名管理
|
||
126|- n8n-mcp：连接 n8n 与 AI 模型的桥接项目，提供 543 个 n8n 节点访问能力，支持自然语言生成工作流
|
||
127|- Last-30-Days-Skill：Matt Van Horn 开发的多平台热门内容研究技能，支持 Reddit、X、YouTube、TikTok、Instagram、Hacker News、Polymarket、Web 共 8 个数据源
|
||
128|- Market-Research：通过用户反馈和数据分析识别产品机会的过程
|
||
129|- 通才：跨领域知识整合者，拥有广泛兴趣和多元能力的人才
|
||
130|- 第二次文艺复兴：AI时代每个人可以追求多领域精通
|
||
131|- 品牌作为环境：品牌是小世界而非头像和简介
|
||
132|- 记忆后端（Memory Backend）：AI 记忆工具的 Camp 1 方案，从对话中提取事实存储到向量数据库
|
||
133|- 上下文基质（Context Substrate）：AI 记忆工具的 Camp 2 方案，通过维护结构化文件实现上下文累积
|
||
134|
|
||
135|- WSL2：Windows Subsystem for Linux 2，Windows 上的 Linux 兼容层
|
||
136|- 镜像网络模式：WSL2 与 Windows 共享网络堆栈的配置模式
|
||
137|- .wslconfig：WSL2 全局配置文件，位于用户目录
|
||
138|- Ikigai：热爱的、擅长的、市场需要的、能获得报酬的四者交集
|
||
139|- 天才地带：能产生心流的区域，时间飞逝精力充沛
|
||
140|- 底层能力：隐藏在活动表象下的核心能力
|
||
141|- 产品体系：引流→入门→核心→高价四级产品矩阵，客户信任逐步建立
|
||
142|- 内容矩阵：核心主题×内容形式的二维内容策略，一次制作百次<E799BE><E6ACA1><EFBFBD>发
|
||
143|- 销售漏斗：获客→激活→转化的客户转化路径
|
||
144|- Task Automation：自动将任务创建过程从手动操作转化为系统执行的机制
|
||
145|- Agent Task Visibility：AI Agent 任务对用户的透明化展示机制，通过外部工具实时展示任务状态、进度和内部推理过程
|
||
146|- 习惯追踪与问责伙伴：AI Agent 定时主动检查用户习惯完成情况，通过 Telegram/SMS 实现主动问责，追踪连续打卡并自适应调整提醒语气
|
||
147|- 品味：能判断AI方案中哪个是insanely great的能力，AI时代的核心竞争力
|
||
148|- 端到端：从想法到产品的完整控制权，不做流水线零件
|
||
149|- 死亡过滤器：每天问自己"如果今天是最后一天，我还会做今天要做的事吗？"，用于聚焦真正热爱的事
|
||
150|- 数字导师：用AI复活历史人物，让其成为日常对话的思维顾问，通过思维蒸馏技术提取人物的核心心智模型
|
||
151|- 思维蒸馏：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，提炼核心思维框架生成AI Skill的技术
|
||
152|- Claude Skills：写给 Claude 的"说明书"和技术规范，将反复执行的任务拆解为 AI 可稳定复用流程的技术范式
|
||
153|- Document Generation：通过代码和模板生成 PDF、PPTX、XLSX、DOCX 等专业文档的自动化工作流
|
||
154|- **baoyu-skills**：宝玉分享的 Claude Code 技能集，提供内容生成（小红书图片、信息图、封面图、幻灯片、漫画、文章插图）、AI 生成（多服务商图像生成）、工具（YouTube 字幕下载、URL 转 Markdown、社交媒体发布）17+ 个技能
|
||
155|- Zettelkasten：卢曼卡片盒知识管理系统，通过原子化笔记和索引入口构建知识网络
|
||
156|- **fireworks-tech-graph**：AI 驱动技术图生成工具，将中文描述转化为 SVG/PNG 格式的架构图、流程图、UML 图
|
||
157|
|
||
158|- Foundation Model（基础模型）：具有数十亿参数的大规模预训练模型，是生成式 AI 的核心
|
||
159|- Amazon Bedrock：AWS 全托管服务，用于使用基础模型构建生成式 AI 应用
|
||
160|- Amazon SageMaker：AWS 机器学习平台，用于构建、训练和部署模型
|
||
161|- ML Ops：机器学习运维，结合 ML 和 DevOps 实践
|
||
162|- Fine-Tuning：使用标记数据集定制基础模型
|
||
163|- Responsible AI：负责任 AI，包括公平性、可解释性、健壮性、治理、透明度和隐私/安全
|
||
164|
|
||
165|- 开源大语言模型：以 DeepSeek、Qwen 为代表的开源基座大模型
|
||
166|- AI生图模型：以 Flux、Stable Diffusion 为代表的开源图像生成模型
|
||
167|- AI生视频模型：以 HunyuanVideo 为代表的开源视频生成模型
|
||
168|- 模块化Prompt库：将 Prompt 拆分为可复用的独立模块
|
||
169|- 图生视频：AI 将静态图像转化为动态视频的技术
|
||
170|- AI智能体：以 Manus/OpenManus 为代表的通用 AI 代理
|
||
171|- AI编程工具：以 Cline 为代表的 AI 增强代码编辑器插件
|
||
172|- 智能体工作流：以 n8n、Dify 为代表的工作流自动化平台
|
||
173|- AI搜索引擎：以 Perplexica 为代表的 AI 搜索开源项目
|
||
174|- AI知识库：以 NotebookLM 开源平替为代表的 AI 知识管理工具
|
||
175|
|
||
176|- LLM（Large Language Model）：大型语言模型，行业以参数规模衡量，通常 ≥1B 参数被称为"大模型"
|
||
177|- MCP（Model Context Protocol）：模型上下文协议，为 LLM 提供标准化接口，使其能够连接外部数据源和工具
|
||
178|- Agent 智能体：整合 LLM 与 MCP 工具才能真正执行步骤，而不仅是给出方法
|
||
179|- Coze（扣子）：字节跳动旗下 AI Agent 开发平台，支持国内版（coze.cn）和海外版（coze.com）
|
||
180|- Coze Workflow：Coze 平台的工作流模式，支持复杂企业级业务逻辑编排
|
||
181|- Bot：Coze 平台的对话型 AI 智能体，最基础的智能体开发模式
|
||
182|- RAG（Retrieval-augmented generation）：检索增强生成，通过检索增强解决 LLM 的幻觉问题
|
||
183|- 向量嵌入：将文本转换为数值向量，用于语义相似度计算
|
||
184|- Vector Store（向量数据库）：存储 Embedding Vector 并实现相似度检索的技术（如 Qdrant、Chroma 等）
|
||
185|- Document Loader：文档加载器，从不同数据源抓取数据（如 LangChain 的 160+ 加载器）
|
||
186|- Context Window：上下文窗口，Embedding Model 能接受的最大 token 数量（一般 512~8192）
|
||
187|- Split（文档块）：将长文档切分成的满足 Context Window 要求的文本块
|
||
188|- LangChain：简化 RAG 管道构建的 Python 框架，提供文档加载、向量存储、链式调用等功能
|
||
189|- Embedding（向量化）：将词转化为一连串浮点数，计算词与词之间的语义距离
|
||
190|- vLLM：虚拟大语言模型，通过 PagedAttention 和连续批处理优化 GPU 内存使用
|
||
191|- Token：大模型的基本输入单元，1 个英文字符 ≈ 0.3 个 token，1 个中文字符 ≈ 0.6 个 token
|
||
192|- 数据蒸馏（Data Distillation）：利用大模型生成精简数据训练小模型，使其逼近大模型效果
|
||
193|
|
||
194|- Source-grounding：NotebookLM 的核心机制，仅使用用户上传的文档作为知识库
|
||
195|- Audio Overviews：将文档转化为双人 AI 对话播客的功能，适合被动学习
|
||
196|
|
||
197|- 递归自优化生成系统（Recursive Self-Optimizing Generative Systems）：通过迭代自修改构建稳定生成能力的系统，目标不是直接产生最优输出，而是收敛到生成器空间的不动点
|
||
198|- Generator Space：生成器空间 G ⊆ P^I，每个生成器 G: I → P
|
||
199|- Self-Map：自映射 Φ: G → G，定义单步更新函数
|
||
200|- Fixed Point：不动点 G*，满足 Φ(G*) = G*，表示系统稳定状态
|
||
201|- Y Combinator：Y 不动点组合子，用于 λ-calculus 中表达递归自引用
|
||
202|
|
||
203|- 自托管 AI Agent 排查思路：不要默认认为错误信息就是表面意思，两层配置要分清（全局 compaction 配置和 agent 模型配置），日志真的有用，工具/系统越复杂，问题的隐藏路径越深
|
||
204|
|
||
205|- Self-Healing Systems（自愈系统）：主动检测异常并自动修复的系统，无需人工干预即可恢复正常运行状态
|
||
206|- Cron Jobs（定时任务）：Linux 基于时间的任务调度机制，AI Agent 通过定时作业实现持续自动化价值
|
||
207|- Multi-Agent Team（多 Agent 团队）：多 Agent 协作架构，每个 Agent 有独立角色、人格、优化的模型，通过共享内存+私有上下文实现协同
|
||
208|- Agents Orchestrator（智能体编排器）：The Agency 项目中的自主流水线编排智能体，通过 PM → ArchitectUX → Dev-QA Loop → Integration 四阶段实现端到端开发流程质量控制
|
||
208|- 多智能体系统可靠性：层级结构、共识投票、对抗式辩论、淘汰制四种架构模式，将 LLM 视为不可靠组件的工程思维
|
||
209|- 层级结构 (Hierarchy)：Planner → Worker → Validator 三层架构，通过依赖图强制协作
|
||
210|- 共识投票 (Consensus)：多数票机制抵消模型随机噪声，3模型同时幻觉概率仅 0.8%
|
||
211|- 对抗式辩论 (Adversarial Debate)：生成器+批评者+评委三角制衡，模拟人类"恐惧"机制
|
||
212|- 淘汰制 (Knock-out)：适者生存机制，将 LLM 视为"牲畜"而非"宠物"
|
||
213|- 可靠性工程：将 LLM 视为分布式系统中不可靠组件的工程方法论
|
||
214|- Shared Memory（共享内存）：多 Agent 团队共享的上下文，包括目标、决策、项目状态，所有 Agent 可访问
|
||
215|- 动态仪表盘（Dynamic Dashboard）：通过 Sub-agent 并行获取多数据源（GitHub、Twitter、市场数据、系统健康），定时聚合更新并推送至 Discord 或生成 HTML 仪表盘
|
||
216|
|
||
217|- Voice Agent：具备语音交互能力的 AI 代理，能够通过语音对话完成任务
|
||
218|- AI配音（AI TTS）：使用人工智能技术将文字转化为语音的技术，主流工具包括 ElevenLabs、海螺AI、F5-TTS、TTSMaker、剪映、魔音工坊、AnyVoice
|
||
219|- 声音克隆（Voice Cloning）：通过少量音频样本训练AI模型，生成与原声相似的语音的技术
|
||
220|- Byox（Build Your Own X）：通过从零重建26个技术领域掌握编程技能的方法论，核心理念是"What I cannot create, I do not understand — Richard Feynman"，由 [codecrafters-io/build-your-own-x](https://github.com/codecrafters-io/build-your-own-x) 整理汇编，收录 500+ 优质教程，涵盖 OS、Git、Docker、Database、编程语言/编译器、神经网络、Web 浏览器、游戏引擎、物理引擎、Web服务器、搜索引擎、Shell、正则引擎、模板引擎、文本编辑器、虚拟机、区块链等；配套平台 [CodeCrafters](https://codecrafters.io/) 提供交互式挑战
|
||
221|
|
||
222|- X Account Analysis（X 账户分析）：使用 OpenClaw + Bird Skill 获取用户推文并分析发布质量，定性分析替代 X 内置的定量统计
|
||
223|
|
||
224|- **一语点醒梦中人** — 中国古代哲学智慧名言解读（王维、曾国藩、老子、庄子、佛陀），涵盖禅意、道法自然、缘起性空等核心概念
|
||
225|
|
||
226|- **Goal-Driven Autonomous Tasks** — AI Agent 自主目标驱动任务生成与执行工作流（Brain Dump、每日任务生成、迷你应用构建）
|
||
227|
|
||
228|- **Second Brain** — AI Agent 作为个人记忆捕获系统，通过即时通讯（Telegram/Discord/iMessage）零摩擦捕获+Next.js 搜索界面
|
||
229|
|
||
230|- **家庭日历聚合与生活助手** — 将 OpenClaw 构建为家庭协调代理，聚合多平台日历、监控消息自动创建日程、管理家庭库存和购物清单
|
||
231|
|
||
232|- **Market Research & Product Factory** — AI 辅助创业自动化流水线，通过 Last 30 Days skill 挖掘 Reddit/X 真实痛点，自动构建 MVP
|
||
233|
|
||
234|- **Pre-Build Idea Validator** — AI Agent 项目启动前的创意验证机制，通过 idea-reality-mcp 扫描 GitHub、Hacker News、npm、PyPI、Product Hunt 计算竞争度评分
|
||
235|- **LaTeX Paper Writing** — AI Agent 作为 LaTeX 写作助手，无本地 TeX Live 即可即时编译 PDF，支持 IEEE/beamer/中文模板
|
||
236|- **Phone-Based Personal Assistant** — 基于电话的 AI 个人助理，通过 ClawdTalk + Telnyx 实现语音访问 OpenClaw
|
||
237|- **Phone Call Notifications** — AI Agent 通过电话主动呼叫推送重要事项通知（clawr.ing、双向语音对话、Cron Jobs/Heartbeat 触发）
|
||
238|- **OpenClaw as Desktop Cowork (AionUi)** — AionUi 桌面端协同工作界面，将 OpenClaw 作为一等公民可视化运行，支持远程救援和多 Agent 管理
|
||
239|
|
||
240|- **Custom Morning Brief** — AI Agent 定时发送自动化早间简报，覆盖新闻、待办、创意输出和任务推荐
|
||
241|
|
||
242|- **Autonomous Educational Game Development Pipeline** — AI Agent 自主管理教育游戏全生命周期（Game Developer Agent、Bugs First 策略、Round Robin 调度、Git 自动化）
|
||
243|
|
||
244|- **Multi-Source Tech News Digest** — AI Agent 自动从 109+ 来源（RSS、Twitter、GitHub、Web搜索）聚合、评分并推送技术新闻
|
||
245|
|
||
246|- RSS：信息聚合格式，允许用户订阅网站更新而无需重复访问网站
|
||
247|- View Page Source：浏览器查看网页源代码的功能，可用于获取 YouTube Channel ID
|
||
248|
|
||
249|- **Daily Reddit Digest** — AI Agent 定时从 Reddit 热门子版块获取热门帖子并生成每日摘要（Cron Jobs、偏好学习）
|
||
250|
|
||
251|- **家庭网络环境概览** — 家庭网络基础设施架构与多服务部署方案（FRP内网穿透、Caddy反向代理、Cloudflare DNS托管）
|
||
252|- **Vibe-Kanban + OpenCode 在 Ubuntu Server 上安装与管理指南** — 在 Ubuntu Server 上使用 shenwei 用户安装 Node 20、Vibe-Kanban 与 OpenCode，并通过 pm2 管理进程的完整指南
|
||
253|- **在Ubuntu 上安装Vibe-Kanban** — 在 Ubuntu 系统上通过 npx 安装 Vibe-Kanban 并使用 pm2 进行进程管理的完整指南
|
||
254|
|
||
255|- **精确去重** — 通过 MD5 哈希比对识别完全相同的文件，确保只删除真正重复的内容
|
||
256|- **小文件清理** — 低于特定阈值（如 100KB）的图片大概率是截图或微信压缩图，直接移走
|
||
257|- **批次任务** — 将大任务拆分为多个可管理的子任务，按顺序或定时执行
|
||
258|
|
||
259|- **Local CRM Framework with DenchClaw** — 使用 DenchClaw 框架将 OpenClaw 转变为本地 CRM 系统，单命令安装、DuckDB 数据库、自然语言交互
|
||
260|
|
||
261|- **Linux 运维必会的 150 个命令** — Linux 系统管理常用命令的分类汇总（12类150个命令）：帮助命令、文件操作、文件内容处理、压缩解压、信息显示、搜索文件、用户管理、网络操作、磁盘文件系统、权限管理、用户登录信<E5BD95><E4BFA1>、系统管理
|
||
262|- **如何判别你的Linux 服务器是 x64（也就是 x86_64）还是 ARM64** — Linux 服务器架构类型（x86_64 与 ARM64）的 4 种命令行检测方法（uname、lscpu、/proc/cpuinfo、file）
|
||
263|- **在Synology NAS上安装CloudDrive2** — 在 Synology NAS 上安装配置 CloudDrive2 挂载阿里云盘，通过套件中心安装，使用 Docker 部署，配置阿里云盘扫码授权
|
||
264|
|
||
265|- **固定机位** — 摄像机位置固定不变，是视频画面统一和连贯的基础，家装短视频成功的三大关键词之一
|
||
266|- **内容连续变化** — 视频主体信息随时间持续发生明确阶段性变化，家装短视频成功的三大关键词之一
|
||
267|- **时间压缩** — 将长时间拍摄过程在视频中浓缩表现的手法，家装短视频成功的三大关键词之一
|
||
268|- **分镜拆解** — 将视频内容拆分成多个画面阶段描述的过程，AI 视频制作流程的起始步骤
|
||
269|- **九宫格法** — 同时生成 3×3 共九个分镜画面，保证机位与角度不变，画面一致性强
|
||
270|- **首尾针动画** — 通过两个关键帧（首针和尾针），AI 自动补齐中间动作，生成连贯动画的技术
|
||
271|- **快节奏剪辑** — 视频使用 2-4 倍速加速和硬切手法，强化节奏感与流畅度
|
||
272|- **卡点** — 画面变化与音乐节奏巧妙同步，提高观看体验
|
||
273|
|
||
274|- **AI 工具分类** — 大脑类（XAR GPT、GEMALA）、设计师类（Midjourney、Nano Banana）、动效类（海螺AI、KAI）
|
||
275|- **Synology NAS + Xiaoya Alist + CloudDrive2 + Plex 搭建家庭媒体平台** — 利用群晖NAS + Xiaoya Alist + CloudDrive2 + Plex 搭建家庭媒体平台（Docker 部署、Xiaoya 获取云盘资源、CloudDrive2 挂载为本地磁盘、Plex 媒体刮削）
|
||
276|- **Cloud Operating Model: Key Strategies and Best Practices** — 云运营模型（COM）四大支柱：治理、自动化、安全、成本管理，涵盖行业用例（金融、医疗、零售、SaaS）和未来趋势（AI 驱动运维、可持续云计算、多云策略）
|
||
277|
|
||
278|- **Serverless Computing（无服务器计算）** — 云原生架构模式，AWS 负责基础设施运维，客户只需编写业务代码，实现按需付费和自动扩展
|
||
279|- **用Docker中安装Navidrome** — 使用 Docker Compose 部署 Navidrome 音乐流媒体服务器的配置文件示例
|
||
280|- **Modern ITSM: Driving Efficiency, Security & Resilience** — 现代 IT 服务管理的演进趋势，AIOps、零信任架构、Policy-as-Code 等技术的应用
|
||
281|- **How to Simplify Multi-Account Deployments Monitoring: Centralized Logs for AWS CloudFormation StackSets** — 多账号环境下 CloudFormation StackSets 部署监控的集中化日志解决方案，通过 EventBridge 跨账号事件转发 + CloudWatch Logs 实现单一管理界面监控（[旧版](sources/how-to-simplify-multi-account-deployments-monitoring.md)）
|
||
282|- **Public vs Private vs Hybrid: Cloud Differences Explained** — 公有云、私有云和混合云三种部署模式的核心区别，包括各模式的优势、劣势、适用场景，以及云计算共享责任模型
|
||
283|- **How Agentic AI can help for Cloud DevOps** — Agentic AI 增强 Cloud DevOps 的七大领域：自主事件检测与响应、自动化云部署与配置、智能成本优化、AI 驱动安全与合规、智能日志分析与可观测性、SaaS 多租户管理、AI 辅助决策
|
||
284|- **How Can a Multi Cloud Strategy Transform Your Business ROI?** — 多云策略的定义、8大优势（避免供应商锁定、弹性可靠性、安全性、可扩展性、成本优化、创新访问、合规性、性能优化）、实施4步骤、3个行业用例（电商、医疗、金融）
|
||
285|- **The Myths and Misconceptions About Cloud Computing | LinkedIn** — 云计算7大常见误解与真相（安全性、成本、迁移复杂性、性能、数据控制、适用规模）
|
||
286|- **What I know about Cloud Service Delivery 1** — 云服务交付的完整定义
|
||
287|- **DevOps Culture and Transformation: Fostering Collaboration, Agile Practices, and Innovation** — DevOps 文化转型方法论，涵盖四大支柱、敏捷整合、转型战略及未来趋势（AI/ML、GitOps、Serverless DevOps、Edge IoT DevOps、DevSecOps）
|
||
288|- **Cloud DevOp Maturity - Guideline** — 企业级 SaaS 公司的 DevOps 成熟度评估框架（自动化、协作、监控、安全四大支柱）
|
||
289|- **Cloud Maturity Model A Detailed Guide For Cloud Adoption** — 云成熟度模型的详细指南，涵盖5个成熟度等级（0-4：无云准备到优化级）、16个业务能力领域和18个技术能力领域，以及实施最佳实践
|
||
290|- **DevOps Maturity Model From Traditional IT to Advanced DevOps** — DevOps 成熟度五级框架详解（初始/应急→局部DevOps→自动化与定义→高度优化→完全成熟），涵盖文化与战略、自动化、结构与流程、协作与共享、技术五大评估领域，以及安全集成方法和常见障碍分析
|
||
291|
|
||
292|- **What is DevSecOps? Best Practices, Benefits, and Tools** — DevSecOps 方法论详解（SDLC 安全集成、SAST/SCA/IAST/DAST 四大工具、Shift Left/Right 策略、企业实施挑战）
|
||
293|- **CTP Topic 52 3 Lines of Defence (3LoD) framework Cloud Security Posture Management (CSPM)** — 三道防线框架与云安全态势管理，CSPM 统一监控多云账户安全配置，Cloud Guard 解决方案
|
||
294|
|
||
295|- **Public Cloud Learning Sessions (OpenText) - GitHub Enterprise to GitLab migration** — OpenText 将代码仓库从 GitHub Enterprise 迁移到 GitLab，self-serve 模式
|
||
296|
|
||
297|- **Public Cloud Learning Sessions (OpenText) - GIS Security Policies** — OpenText 全球信息安全团队（GIS）的安全策略框架与组织结构，基于 ISO 27001 的分层安全方法
|
||
298|
|
||
299|- **Public Cloud Learning Sessions (OpenText) - Applicable Business Analysis Techniques** — OpenText 业务分析技术学习会议，介绍 BOSCARD（背景、目标、范围、约束、假设、风险、角色、可交付成果）、相关方轮盘和需求收集方法（T 型技能、用户故事 + 元数据、SAFe 框架）
|
||
300|
|
||
301|- **Public Cloud Learning Sessions (OpenText) - Serverless Computing** — AWS 无服务器计算学习会议，涵盖 Lambda 事件触发机制、Step Functions 工作流编排、API Gateway API 管理、SAM 本地开发
|
||
302|
|
||
303|- **Public Cloud Learning Sessions (OpenText) - Event Driven Architecture - Part 2** — 事件驱动架构（EDA）最佳实践：Sparse vs Full State Events、幂等性、事件排序保障、团队独立性、扇出模式、竞争消费者模式
|
||
304|
|
||
305|- **Public Cloud Learning Sessions (OpenText) - Generative AI & Prompt Engineering** — AWS 生成式 AI 服务与提示词工程基础，涵盖 RAG、微调、提示词组件与技巧
|
||
306|
|
||
307|- BOSCARD（Background、Objectives、Scope、Constraints、Assumptions、Risks、Roles、Deliverables）：定义复杂新工作的系统化技术，帮助在项目早期明确范围、目标和可交付成果，避免目标、时间线和交付物的混淆
|
||
308|
|
||
309|- **Ubuntu 服务器通过 rsync 实现日常增量备份** — 使用 rsync 实现 Ubuntu 服务器到 NAS 的增量备份，涵盖 NFS 永久挂载和灾难恢复
|
||
310|
|
||
311|- **CTP Topic 46 NetApps on AWS** — NetApp Cloud Volume ONTAP (CVO) 架构、部署、数据分层（EBS→S3）、安全加密与灾备（SnapMirror）
|
||
312|
|
||
313|- **CTP Topic 49 Container Lifecycle Hardening Standards** — Micro Focus 容器生命周期加固标准，构建阶段 11 项安全最佳实践（基础镜像、init 系统、敏感信息管理、只读文件系统、镜像扫描等）
|
||
314|
|
||
315|- **CTP Topic 37 Secrets Certificates Management** — 云转型项目密钥与证书管理方案选型，评估 AWS Secrets Manager、HashiCorp Vault、CryptoArk PAM，30天试点后选择 AWS Secrets Manager
|
||
316|
|
||
317|- **CTP Topic 34 Azure Landing Zone Architecture Overview** — Azure Landing Zone 架构设计，Management Groups 四区域划分、Subscription 分离、Terraform Cloud 自动化
|
||
318|- **CTP Topic 7 SaaS Landing Zone Design** — 生产环境 SaaS Landing Zone 高级设计，单一 Landing Zone 策略、Core/Baseline/Shared Services 账户分离
|
||
319|- **CTP Topic 5 AWS Identity and Access Management (IAM)** — AWS IAM 用户、组、角色和策略管理，联合访问与权限控制，最小权限原则
|
||
320|
|
||
321|- **EKS Auto Mode** — AWS EKS 自动模式，自动管理 Kubernetes 数据平面的计算、网络、存储和安全
|
||
322|
|
||
323|- **CTP Topic 64 Scaling out with Amazon EKS** — Amazon EKS 水平扩展与垂直扩展机制，涵盖 HPA、KEDA、Karpenter、Cluster Autoscaler、IPv6 网络解决方案
|
||
324|
|
||
325|- **Bottlerocket OS** — 专为容器设计的最小化 Linux 操作系统，AWS 维护，开源免费，通过变体满足特定工作负载需求，具备安全更新和不可变根文件系统
|
||
326|
|
||
327|- **CTP Topic 11 AD Integration and Login using AD accounts** — Jenkins 与 AD 集成实现自动登录，pre-commit 框架嵌入 terraform fmt、TFLint、Checkov 自动化安全检查，左移治理模式
|
||
328|- **CTP Topic 3 Deploy and maintain infrastructure** — CTP 云转型计划基础设施部署与维护，Terraform、Terragrunt、模块和服务目录在 Landing Zone 架构下的使用
|
||
329|
|
||
330|- **CTP Topic 32 Using Atlantis CICD for Infrastructure Deployments** — Atlantis 替代 Jenkins 进行基础设施自动化部署，开源自托管 Terraform CI/CD 工具，通过 GitHub PR 评论触发 plan/apply，支持并行构建和目录锁定
|
||
331|- **CTP Topic 40 SaaS Database Architecture On AWS Cloud** — AWS 云上 SaaS 数据库架构设计，SaaS 数据库团队全球运维实践（500+ 数据库、1000+ 服务器，Oracle/Postgres/DynamoDB 等多种数据库，高可用设计）
|
||
332|- **CTP Topic 28 AWS Tag Validation Tool** — AWS 标签验证工具，通过 YAML 配置文件审计资源标签合规性，生成 CSV 报告
|
||
333|- **CTP Topic 30 Managing Change** — 云转型项目中的变更管理流程，SRE 角色定义和三种变更类型（标准变更、正常变更、紧急变更）
|
||
334|- **CTP Topic 73 AWS Backup implementation of the Cloud Transformation Program** — AWS Backup 在 CTP 云转型计划中的实施，涵盖 SRE 备份模型、DR 账户备份、AWS Backup Audit Manager 审计
|
||
335|
|
||
336|- **Public Cloud Learning Sessions - Reducing Cloud Costs** — 云成本优化策略，涵盖工作负载优化（现代化+Right Sizing）和费率优化（Savings Plans、预留实例、Spot 实例），FINOPS 团队分享
|
||
337|
|
||
338|- **CTP Topic 71 PCG's Guide to RightSizing, Why, How, When** — AWS 资源优化（Right Sizing）的全面指南，涵盖为什么需要做、如何做、什么时候做三大维度
|
||
339|
|
||
340|- **FinOps** — 云财务运营实践，整合财务管理与云资源优化，实现云支出可见性、控制和持续优化
|
||
341|- **Budget Control** — AWS账户预算控制自动化，提供四级警报类型（forecast、actual、severe、enforcement）和详细成本报告（top services、top users），通过SCP限制资源创建实现成本控制
|
||
342|- **Storage Cost Optimization** — AWS 存储服务（EBS、EFS、FSx、S3）成本优化，通过选择正确存储类型、使用生命周期策略和智能分层降低存储成本
|
||
343|- **Right Sizing** — 识别正确资源规格匹配工作负载需求，通过 EC2 Right Sizing 推荐报告、实例调度、闲置资源清理实现成本节省
|
||
344|- **Instance Scheduling** — 实例定时调度工具，通过预设时间规则自动控制 EC2 和 RDS 实例启停，实现非生产环境成本优化
|
||
345|- **Rate Optimization** — 基于承诺使用（1-3年）获取折扣，AWS 提供 Savings Plans 和 Reserved Instances，最低交易价值每年 5,000 美元
|
||
346|
|
||
347|- **CTP Topic 60 Monitor AWS using Hyperscale Observability with Grafana** — AWS 云监控与 Grafana 可观测性平台集成，Terraform 模块自动创建 Grafana 组织、仪表板，Optic DR 数据源集成，告警转发 OpsBridge
|
||
348|- **CTP Topic 62 AWS Secrets Manager** — AWS Secrets Manager 企业级敏感信息管理，分阶段实施方法（集中化→自动化获取→轮换），Lambda 数据库密码轮换，JDBC Wrapper 无密码登录
|
||
349|
|
||
350|- **CTP Topic 67 Cloud Native Observability Using OpenTelemetry** — 云原生可观测性方案，基于 ADOT 在 EKS 上的部署实践（sidecar、daemonset、HA 模式）
|
||
351|
|
||
352|- **Public Cloud Learning Sessions - Observability with OpenTelemetry** — OpenTelemetry 可观测性框架在 AWS 环境中的应用，涵盖 Metrics、Logs、Traces 三大信号，ADOT 统一代理自动检测应用语言
|
||
353|
|
||
354|- OpenTelemetry（OTel）：厂商中立的遥测数据采集框架，提供统一数据格式和 11 种语言 SDK，解决不同组件各自为政的 SDK 问题
|
||
355|- **CTP Topic 54 ESM SaaS Log Analytics** — ESM SaaS Log Analytics（日志分析）架构与实践，ELK Stack/OpenSearch 架构，BEATS 采集日志，VPC 私有传输，安全加密（TLS 1.2、静态加密），成本对比（Logz.io $4,000 vs AWS OpenSearch $1,500），GDPR 合规驱动区域部署
|
||
356|
|
||
357|- **CTP Topic 55 AWS Firewall Manager** — AWS Firewall Manager 多账号安全策略集中管理，跨 Landing Zone 安全组统一配置，支持三种策略类型（通用安全组、审计强制、清理未使用），通过 AWS Config + Lambda 实现自动修复
|
||
358|
|
||
359|- **CTP Topic 57 Product backlog managing demand** — Product Backlog 管理需求流程，SMACs 提交、Octane 入池、前置条件阶段
|
||
360|- **CTP Topic 21 Supply Chain Security in Micro Focus** — Micro Focus 软件供应链安全的新方法，将供应链安全作为 SDL 第五大支柱
|
||
361|- **CTP Topic 24 Micro Focus Product Privacy Framework** — Micro Focus 产品隐私框架，将 GDPR/CCPA 法律条款翻译为约 110 项具体技术要求，通过成熟度模型评估合规现状
|
||
362|- **CTP Topic 8 Implementation of Cloud monitoring using Micro Focus Operations Bridge** — 使用 Micro Focus Operations Bridge Manager (OBM) 实现 AWS 云监控的实施方案（IAM Role 跨账户访问、Management Packs 动态监控）
|
||
363|- **如何在Ubuntu Server上通过NFS挂载Synology NAS上的共享文件夹** — 在 Ubuntu Server 上通过 NFS 协议挂载 Synology NAS 共享文件夹
|
||
364|- **Ubuntu 禁用合盖休眠** — 在 Ubuntu 24.04 中通过修改 systemd-logind 配置禁用笔记本合盖休眠行为
|
||
365|- **群晖NAS科学上网方法** — 在群晖 NAS 上通过 V2RayA 配置透明代理，使 Docker 可以科学上网
|
||
366|- **RAX50 路由器更新 Merlin Clash 订阅指南** — RAX50 路由器 Merlin Clash 订阅更新教程
|
||
367|- **用Docker安装it-tools** — 使用 Docker 部署 it-tools 运维工具集合
|
||
368|- **用Docker安装Jellyfin** — 使用 Docker 部署 Jellyfin 媒体服务器的配置文件示例
|
||
369|- **用Docker安装transmission** — 使用 Docker 部署 Transmission BT 下载客户端的配置文件示例
|
||
370|- **3X-UI Xray on BandwagonVPS** — 在 Bandwagon VPS 上安装配置 3X-UI 面板管理 Xray 代理服务
|
||
371|- **可自动化、可扩展、AI增强的电商数据采集与处理系统** — 基于 Docker + n8n + Scrapy + Playwright 的电商数据采集与处理系统设计
|
||
372|- **n8n Docker install & update** — n8n 工作流自动化工具的 Docker 部署与网络代理配置（SOCKS5 代理、Docker 网桥）
|
||
373|- **n8n configure telegram trigger** — n8n Telegram Trigger 配置问题排查与解决，通过设置 WEBHOOK_URL 环境变量为 HTTPS URL 解决 Telegram Webhook 必须使用 HTTPS 的要求
|
||
374|- **TikTok PM - Python Django Project** — TikTok 产品管理系统（Django Web 应用），涵盖 Django Admin 定制、DRF API、异步任务、Docker 部署完整指南，涵盖爬虫工具对比、Docker 架构、n8n 自动化流程、AI 处理建议
|
||
375|- **N8N Full Tutorial Building AI Agents in 2025 for Beginners!** — N8N 平台构建 AI Agent 入门教程（Agentic Systems 定义、节点分类、工具集成、上下文记忆、Airtable 集成）
|
||
376|- **Semantic Memory Search** — 为 OpenClaw 添加向量语义搜索能力，解决 markdown 内存文件的语义检索问题
|
||
377|- **养虾日记2：让Agent更懂你** — AI Agent 记忆问题的解决方案，通过 self-improving skill + 双层记忆架构 + 每日复盘机制实现 Agent 持续学习和改进，核心价值：错误只犯一次，第二次就知道怎么做对
|
||
378|- **不会Gemini的产品经理真的要被淘汰了 | 附保姆级PRD生成指南** — AI 时代产品经理能力重塑，Gemini 赋能 PRD 生成工作流
|
||
379|
|
||
380|- **Obsidian 必装 Skills** — Obsidian 必装的 AI Skills 推荐与配置指南，推荐 9 个核心 Skills（defuddle、obsidian-cli、obsidian-bases、obsidian-markdown、obsidian-canvas-creator、mermaid-visualizer、excalidraw-diagram、tutor-skills、scholar-skill）和 2 个核心插件（claudian、obsidian-agent-client）
|
||
- **Corporate Training Designer** — 企业培训系统架构与课程开发专家智能体，涵盖 ADDIE/SAM 模型、Bloom's Taxonomy、Kirkpatrick 四级评估、TTT 内部培训师培养、新员工 90 天计划等完整方法论
|
||
|
||
- **Academic Anthropologist** — The Agency 项目中的文化人类学家智能体，通过结构人类学、厚描述、实践理论等框架构建具有文化一致性的虚构社会，避免文化拼贴和表面异域风情设计
|
||
|
||
- **Academic Geographer** — The Agency 项目中的地理学家智能体，物理与人文地理专家，专注于世界构建中的地理一致性验证，确保气候、地形、水文、资源分布符合物理规律
|
||
|
||
- **Study Abroad Advisor** — The Agency 项目中的留学规划专家智能体，为中国学生提供全流程留学申请策略指导，覆盖美、英、加、澳、欧、港、新等主要留学目的地
|
||
|
||
- **多国联申策略** — 跨国家组合申请（美+英、美+港新、英+澳）策略，协调时间线和精力分配以提升录取概率
|
||
|
||
- **三档选校法** — 冲刺学校（录取概率 20-40%）、目标学校（40-70%）、保底学校（70-90%）的系统化选校方法
|
||
|
||
- **留学文书策略** — PS/SOP/为什么学校/多样性文书/研究计划等不同类型的写作框架和诊断标准
|
||
|
||
- **背景提升规划** — 科研（REU/海外暑研）、实习、竞赛（CFA/ACCA/MCM）、论文发表等经历的申请价值评估和优先级排序
|
||
|
||
- **标化考试规划** — TOEFL/IELTS/GRE/GMAT/SAT/ACT 等标准化考试的备考策略、时间安排和分数要求分析
|
||
|
||
- **签证申请准备** — F-1（美）、学生签证（英）、学习许可（加）、500 签证（澳）等各国签证流程和面试准备指南
|
||
|
||
- **留学申请时间线** — 从前期定位（3-5 月）到最终决策（次年 3-5 月）的完整年度规划，包含备考、材料准备、提交、面试等关键节点
|
||
|
||
- **Korean Business Navigator** — 韩国商务文化导航智能体，帮助外国专业人士理解品夠决策流程、人际关系动态和沟通规范，覆盖 품의（共识审批）、Nunchi（눈치）阅读术、KakaoTalk商务礼仪、韩国企业职级和关系生命周期（소개→신뢰→계약）
|
||
- **Developer Advocate** — The Agency 项目中的开发者关系工程师、社区建设者和 DX 架构师，核心使命是降低开发者"首次 API 调用时间"、创建真正帮助开发者的技术内容、建设社区参与、将开发者痛点转化为产品需求
|
||
- **Product Feedback Synthesizer** — The Agency 项目中的用户反馈合成专家智能体，专注于从多渠道收集、分析和合成用户反馈，将定性反馈转化为可量化的产品优先级和战略建议
|
||
- **Product Manager Agent** — The Agency 项目中的产品经理智能体，通过 6 阶段工作流程（Discovery → Framing → Definition → Delivery → Launch → Measurement）驱动产品从想法到落地，核心交付物包括 PRD、Opportunity Assessment、Roadmap、GTM Brief
|
||
- **Product Trend Researcher** — The Agency 项目中的市场情报与趋势研究专家智能体，通过七步趋势识别流程提供可操作的洞察驱动产品策略和创新决策，6个月预测准确率目标80%+
|
||
- **Product Sprint Prioritizer** — The Agency 项目中的产品冲刺优先级智能体，专注于敏捷冲刺规划、功能优先排序和资源分配，通过 RICE、MoSCoW、Kano 等数据驱动框架最大化团队效率
|
||
|
||
## Sources Update
|
||
- [Integrations (Agency Agents)](sources/integrations-readme.md) — Integration targets and conversion/install instructions for The Agency agents across multiple agent platforms
|
||
- [Aider Integration](sources/aider-readme.md) — Integration notes for using The Agency roster with Aider (CONVENTIONS.md, install/activate/regenerate)
|
||
- [Claude Code Integration](sources/claude-code-readme.md) — Notes for using The Agency agents natively with Claude Code (no conversion required)
|
||
- [MCP Memory Integration](sources/mcp-memory-readme.md) — How to add persistent cross-session memory to agents using MCP servers (`remember`, `recall`, `rollback`, `search`)
|
||
- [Backend Architect (with Memory)](sources/backend-architect-with-memory.md) — Backend Architect persona with MCP Memory Integration pattern
|
||
- [OpenClaw Integration](sources/openclaw-readme.md) — OpenClaw workspace integration (SOUL.md, AGENTS.md, IDENTITY.md)
|
||
- [Cursor Integration](sources/cursor-readme.md) — Convert agents into Cursor `.mdc` project-scoped rule files
|
||
- [GitHub Copilot Integration](sources/github-copilot-readme.md) — Agents are compatible with GitHub Copilot `.md` + YAML frontmatter format
|
||
- [Gemini CLI Integration](sources/gemini-cli-readme.md) — Package Agency agents as a Gemini CLI extension under `~/.gemini/extensions/agency-agents/`
|
||
- [Windsurf Integration](sources/windsurf-readme.md) — Consolidate the full Agency roster into a single `.windsurfrules` file (project-scoped)
|
||
- [Antigravity Integration](sources/antigravity-readme.md) — Install Agency agents as Antigravity `agency-` prefixed skills under `~/.gemini/antigravity/skills/`
|
||
- [Kimi Code CLI Integration](sources/kimi-readme.md) — Convert Agency agents into Kimi agent directories with `agent.yaml` and `system.md`, installed to `~/.config/kimi/agents/`
|
||
- [OpenCode Integration](sources/opencode-readme.md) — Generate project-scoped `.opencode/agents/<slug>.md` with `mode: subagent` and color hex codes
|
||
- [API Tester (Agent)](sources/testing-api-tester.md) — Agent specializing in comprehensive API testing, performance, and security validation
|
||
- [Workflow Optimizer (Agent)](sources/testing-workflow-optimizer.md) — Agent focused on process improvement, automation, and workflow optimization
|
||
- [Reality Checker (Agent)](sources/testing-reality-checker.md) — Integration agent enforcing evidence-based production readiness, defaults to NEEDS WORK
|
||
- [Performance Benchmarker (Agent)](sources/testing-performance-benchmarker.md) — Agent specializing in performance testing, benchmarking, and optimization (k6 examples, reporting)
|
||
|
||
## New Sources
|
||
- **Finance Tracker** — 财务分析与控制智能体，提供预算框架、滚动现金流预测、投资分析与审计准备
|