nexus/wiki/overview.md

Wiki Overview

主题

AI Agent实践与知识管理——以OpenClaw为核心的Personal AI OS构建

核心实体

• OpenClaw：AI Agent操作系统，管理多个专业化Agent（星枢、星辉、星曜）
• Cursor/Trae：AI增强代码编辑器，支持多代理和远程开发
• 比利哥：实践者，养虾（研究AI Agent应用）系列文章作者
• Obsidian + Gitea：持久化笔记基础设施
• 女娲·Skill：Skill蒸馏框架
• ChatGPT + Canva/Gamma：AI简报制作工作流

核心概念

AI开发工具

• MCP协议：Modal Context Protocol，AI大模型与外围工具的集成交互
• Cursor Composer：自研AI模型，生成速度比同类快4倍
• Agent模式：自动执行命令，与Normal/Ask模式区别

记忆系统

三层记忆架构解决Agent失忆问题：

1. 短期记忆：memory/YYYY-MM-DD.md（每日对话文件）
2. 长期记忆：LanceDB向量数据库
3. Self-Improving：结构化复盘，错误只犯一次

持久化

• AI输出必须写盘才能在Context压缩中存活
• 交接协议解决模型切换时上下文丢失
• 写入纪律比读取纪律更重要

知识管理

• LLM Wiki vs RAG：RAG从零检索，LLM Wiki增量累积
• Graph View：发现孤岛页面和知识盲区
• 混合搜索：BM25 + 向量 + 重排序
• 知识整理先行：简报不是从版面设计开始，而是从资料研究开始

开发规范

• 变量命名规范：小写英文+下划线或小驼峰
• 单一职责：每个文件/类/函数只负责一件事
• DRY原则：Don't Repeat Yourself

远程开发

• Trae Remote-SSH：通过SSH远程连接开发服务器
• Docker容器化：开发/生产环境分离
• Git代理配置：解决国内访问GitHub的连接问题

思维方式

• 死亡过滤器：对一千件事说No，只对一件事说Yes
• 端到端能力：做完整的产品，不做零件
• 品味值链：AI工具民主化，品味是护城河

关键教训

1. 自动加载的文件只有7个：AGENTS.md/SOUL.md/TOOLS.md/IDENTITY.md/USER.md/HEARTBEAT.md/MEMORY.md
2. 启动序列必须放在AGENTS.md顶部
3. 压缩不是敌人，未写入的上下文才是
4. 错误信息可能是表面意思，真正问题藏在配置层级深处
5. 真正的修复不是添加更多文件，而是移除什么都不做的文件
6. 简报不是从版面设计开始，而是从资料研究开始

知识空白

• Self-Improving的Pattern-Key设计可进一步优化
• LLM Wiki与RAG的边界条件尚未明确
• Skill蒸馏的质量验证流程可自动化
• MCP工具链的标准化集成流程