681 lines
64 KiB
Markdown
681 lines
64 KiB
Markdown
## [2026-04-23] ingest | Nano Banana 提示词框架
|
||
- Source file: AI/Nano Banana 提示词框架.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: AI 图像生成的结构化提示词框架，提供两套 JSON Schema 模板——物件描述框架（item / materials / details / condition）和人物描述框架（age / appearance / pose）——共用 shot / environment / lighting / camera / color_grade / style / quality / negatives 参数字段。示例展示了如何将专业摄影描述语言（材质/布光/相机参数）结构化填入模板。
|
||
- Concepts covered: [[Nano Banana Prompting Framework]], [[Structured Prompt Engineering]], [[Negative Prompting]], [[Shot Composition]], [[Photography Lighting Description]], [[Camera Parameter Specification]]
|
||
- Entities referenced: [[Google]], [[Nano Banana]]
|
||
- Source page: wiki/sources/nano-banana-提示词框架.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 更新 overview.md AI Tools & Prompt Engineering 部分
|
||
- Google Entity 已存在于 wiki/entities/Google.md，未重复创建
|
||
|
||
## [2026-04-23] ingest | 谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版
|
||
- Source file: AI/谷歌深夜甩出一份【Nano Banana Pro提示词指南】，手把手教你生产专业级内容，实战案例+提示词模版.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 谷歌发布的 Nano Banana Pro 官方提示词指南（《The Complete Guide to Nano Banana Pro》），核心主题是"将 AI 从趣味性图像生成升级为功能性专业资产生产"。10 大黄金法则：编辑而非重新生成、使用自然语言完整句子、具体且具描述性、提供上下文。9 个实战章节覆盖文本渲染/信息图、角色一致性、Google 搜索信息锚定、高级编辑、2D/3D 转换、高分辨率、思考推理、故事板、结构控制。
|
||
- Concepts created: [[提示词工程]], [[身份锁定（Identity Locking）]], [[思维推理模式（Thinking Mode）]], [[信息图生成]], [[2D/3D 转换]], [[草图转成品（Sketch to Final）]]
|
||
- Entities created: [[谷歌]]
|
||
- Source page: wiki/sources/谷歌深夜甩出一份-nano-banana-pro提示词指南-手把手教你生产专业级内容-实战案例-提示词模版.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 新增 6 个 Concept 页面
|
||
- 新增 1 个 Entity 页面：Google.md
|
||
- 更新 overview.md，新增"Nano Banana Pro 提示词指南"段落至 AI Tools & Prompt Engineering 部分
|
||
- 冲突检测：暂无发现与其他 Wiki 页面的内容冲突
|
||
|
||
## [2026-04-23] ingest | 详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1
|
||
- Source file: AI/详细！离线部署大模型：ollama+deepseek+open-webui安装使用方法及常见问题解决 1.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: Ollama + DeepSeek-R1 + Open WebUI 本地离线部署完整指南，覆盖硬件要求、安装方法（macOS/Windows/Linux/Docker）、模型下载加速（魔塔/HF Mirror/夸克网盘）、API 安全配置（nginx + Bearer Token）和 Open WebUI Docker Compose 部署。
|
||
- Entities created: [[Ollama]], [[Open WebUI]]
|
||
- Concepts created: [[Local LLM Deployment]], [[Docker LLM Deployment]]
|
||
- Source page: wiki/sources/详细-离线部署大模型-ollama-deepseek-open-webui安装使用方法及常见问题解决-1.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（Sources 节顶部）
|
||
- 新增 Entity 页面：Ollama.md、Open-WebUI.md
|
||
- 新增 Concept 页面：Local-LLM-Deployment.md、Docker-LLM-Deployment.md
|
||
- 更新 overview.md：Key Entities 节和 AI Tools 节
|
||
|
||
## [2026-04-23] ingest | OpenAI ChatGPT 个性化定义
|
||
- Source file: AI/OpenAI ChatGPT 个性化定义.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: ChatGPT 自定义指令（Custom Instructions）的完整配置——定义用户身份（47岁、云计算背景、跨境电商创业者）、响应风格（高度有条理、详细解释、错误零容忍）和交互偏好（主动预判需求、不道德说教、URL统一末尾引用）。核心原则：[[Expert User Assumption]]（用户为所有领域专家）、[[Proactive AI]]（主动出击而非被动等待）、[[Error Accountability]]（主动反馈配置导致的回复质量下降）。
|
||
- Concepts created: [[Personalization]], [[Custom Instructions]], [[Proactive AI]], [[Expert User Assumption]], [[Error Accountability]]
|
||
- Entities created: [[OpenAI]], [[ChatGPT]]
|
||
- Source page: wiki/sources/openai-chatgpt-个性化定义.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 新增 5 个 Concept 页面：Personalization.md、Custom-Instructions.md、Proactive-AI.md、Expert-User-Assumption.md、Error-Accountability.md
|
||
- 新增 2 个 Entity 页面：OpenAI.md（美国 AI 研究公司）、ChatGPT.md（OpenAI 对话产品）
|
||
- 更新 overview.md，新增"ChatGPT 个性化配置"段落至 AI Tools & Prompt Engineering 部分
|
||
- 将 5 个新 Concept 添加至 overview.md Key Concepts 列表
|
||
- 将 OpenAI、ChatGPT 添加至 overview.md Key Entities 列表
|
||
- 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——[[designing-for-agentic-ai]] 中的 Personalization 原则与本文配置案例一致，无矛盾
|
||
|
||
## [2026-04-23] ingest | A Formalization of Recursive Self-Optimizing Generative Systems
|
||
- Source file: AI/A Formalization of Recursive Self-Optimizing Generative Systems.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 递归自我优化生成系统的形式化理论模型——定义生成器空间 $\mathcal{G}$、优化算子 $O$、元生成算子 $M$、自映射 $\Phi$，稳定生成能力 $G^*$ = $\Phi$ 的不动点；用 λ-calculus Y 组合子表达自引用结构 $G^* \equiv Y\;\text{STEP}$。核心发现：递归自我优化自然涌现不动点结构，而非终止输出；为 Self-Improving AI 提供原则性理论基础。
|
||
- Concepts created: [[Recursive Self-Optimization]], [[Generator Space]], [[Self-Referential Computation]], [[Fixed-Point Semantics]], [[Y-Combinator]]
|
||
- Entities created: [[tukuai]]
|
||
- Source page: wiki/sources/a-formalization-of-recursive-self-optimizing-generative-systems.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 新增 5 个 Concept 页面：Recursive-Self-Optimization.md、Generator-Space.md、Self-Referential-Computation.md、Fixed-Point-Semantics.md、Y-Combinator.md
|
||
- 新增 1 个 Entity 页面：tukuai.md（独立研究者，本文作者）
|
||
- 更新 overview.md，新增"Recursive Self-Optimizing Generative Systems"段落至 Multi-Agent AI Systems 部分
|
||
- 将 5 个新 Concept 添加至 overview.md Key Concepts 列表
|
||
- 将 tukuai 添加至 overview.md Key Entities 列表
|
||
- 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——本文为纯理论形式化，与 Wiki 中其他 Agent 应用案例属不同层次
|
||
|
||
## [2026-04-23] ingest | LLMs、RAG、AI Agent 三个到底什么区别？
|
||
- Source file: AI/LLMs、RAG、AI Agent 三个到底什么区别？.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: LLM、RAG、AI Agent 三者的定义与关系——LLM=思考（天才大脑），RAG=认知（记忆系统），Agent=执行（行动系统）。三者非竞争技术，而是在不同层面互补。未来不在于选择其一，而在于将三者结合架构设计。
|
||
- Concepts created: [[Large Language Model]], [[RAG]], [[AI Agent]], [[ReAct Pattern]]
|
||
- Entities created: （无新 Entity 创建）
|
||
- Source page: wiki/sources/llms-rag-ai-agent-三个到底什么区别.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（置于最前，按日期排序）
|
||
- 新增 3 个 Concept 页面：Large-Language-Model.md、RAG.md、AI-Agent.md
|
||
- 更新 overview.md Key Concepts 列表，添加 Large Language Model/RAG/AI Agent/ReAct Pattern
|
||
- 更新 overview.md，新增"LLM / RAG / AI Agent 三层架构"段落至 AI Tools & Prompt Engineering 部分
|
||
- 更新 index.md Concepts 部分，添加 3 个新 Concept 条目
|
||
- 冲突检测：暂无发现与其他 Wiki 页面的内容冲突——本文为基础概念梳理，与 Wiki 中 Agentic AI 相关内容一致
|
||
|
||
## [2026-04-23] ingest | Google 神级生产力工具，所有 GitHub 开源平替都找到了
|
||
- Source file: AI/Google 神级生产力工具，所有 GitHub 开源平替都找到了。.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: Google NotebookLM 的 6 款 GitHub 开源平替全景盘点——OpenNotebook（14.6k Stars 全功能）、SurfSense（11.4k Stars 综合研究智能体）、Podcastfy（播客垂直聚焦）、NotebookLlama（LlamaIndex 官方学习参考）、PageLM（教育场景）、InsightsLM（低代码架构）。覆盖从"全功能替代"到"垂直聚焦"的不同需求层次。
|
||
- Concepts created: [[文档问答]], [[播客生成]], [[语义搜索]], [[混合搜索]], [[本地化部署]]
|
||
- Entities created: [[Google]], [[NotebookLM]], [[OpenNotebook]], [[SurfSense]], [[Podcastfy]], [[NotebookLlama]], [[PageLM]], [[InsightsLM]]
|
||
- Source page: wiki/sources/google-神级生产力工具-所有-github-开源平替都找到了.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 新增 Entity 页面：Google、NotebookLM、OpenNotebook、SurfSense、Podcastfy、NotebookLlama、PageLM、InsightsLM（共8个）
|
||
- 新增 Concept 页面：文档问答、播客生成、语义搜索、混合搜索、本地化部署（共5个）
|
||
- 更新 overview.md，新增"AI Tools & Prompt Engineering"部分的"NotebookLM 开源平替生态"段落
|
||
- 无内容冲突——与现有 RAG、知识管理工具内容互补，未发现矛盾
|
||
|
||
## [2026-04-23] ingest | 教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報
|
||
- Source file: AI/教學 ChatGPT 先做知識整理，再讓 Canva、 Gamma AI 輸出簡報.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: AI 简报自动化工作流——先用 ChatGPT 做知识整理，再用 Canva / Gamma AI 输出演示文稿。两阶段工作流（思考者→设计师）比直接用 AI 生成简报效果更好。
|
||
- Concepts created: [[AI簡報工作流]]
|
||
- Entities created: [[Canva]], [[Gamma-AI]]
|
||
- Source page: wiki/sources/教學-chatgpt-先做知識整理-再讓-canva-gamma-ai-輸出簡報.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- 新增 Entity 条目：[[Canva]], [[Gamma-AI]]
|
||
- 新增 Concept 条目：[[AI簡報工作流]]
|
||
- 更新 overview.md，新增段落至 AI Tools & Prompt Engineering 部分
|
||
- 无内容冲突
|
||
|
||
## [2026-04-23] ingest | Designing for Agentic AI
|
||
- Source file: AI/Designing for Agentic AI.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 阐述 GenAI（创作内容）vs Agentic AI（主动行动）的核心差异，以及为 Agentic AI 设计用户体验的 TCPCA 五原则——透明度、控制感、个性化、对话、主动预判。核心洞察：观察 AI 决策过程本身就是一种参与方式，设计隐喻从"响应用户点击/滑动"转向"AI 运行时的实时反馈"。
|
||
- Concepts updated: [[Agentic AI]]（已存在，仅补充 TCPCA 五原则维度）, [[Transparency]], [[Control]], [[Personalization]], [[Conversation]], [[Anticipation]]
|
||
- Entities updated: [[Yuri Pessa]]（已存在，仅补充身份说明）
|
||
- Source page: wiki/sources/designing-for-agentic-ai.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（置于 Sources 末尾，因源文件日期 2025-03-02 早于所有现有条目）
|
||
- 新增 overview.md 段落至 AI Tools & Prompt Engineering 部分
|
||
- 无需新建 Entity/Concept 页面（Agentic-AI entity 已存在，TCPCA 五原则暂不满足独立 Concept 页面条件）
|
||
- 与 [[Google-5个-Agent-Skill-设计模式]] 同属 AI Agent 设计方法论
|
||
|
||
## [2026-04-23] ingest | 养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流
|
||
- Source file: 微信公众号/养虾日记5：深夜与苏轼聊AI，他说：被浪打下去还能爬起来的才叫风流.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 用AI蒸馏历史人物思维框架创建"数字导师"——以苏东坡为首位实践，展示如何将千年古人心智模型（六道：进退由时/此心安处/辞达而已/逆境转化/自出新意/天人合一）转化为可运行的AI Skill。女娲·Skill造人术通过6个并行Agent从6维度采集信息，产出自包含的.skill文件。
|
||
- Concepts created: [[数字导师]], [[思维蒸馏（女娲造人术）]], [[心智模型]], [[AI-Skill]]
|
||
- Entities created: [[苏东坡]], [[女娲]]
|
||
- Source page: wiki/sources/养虾日记5-深夜与苏轼聊ai-他说-被浪打下去还能爬起来的才叫风流.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（置于养虾日记4之后）
|
||
- 新增 Entity 条目：[[苏东坡]]
|
||
- 新增 Concept 条目：[[数字导师]], [[思维蒸馏（女娲造人术）]]
|
||
- 与 [[养虾日记1/2/3/4]] 和 [[养龙虾5天血泪史]] 属同一「养虾日记」系列
|
||
|
||
1|## [2026-04-23] ingest | 不谈技术：普通人该怎么在AI时代赚钱？
|
||
2|- Source file: 微信公众号/不谈技术：普通人该怎么在AI时代赚钱？.md
|
||
3|- Status: ✅ 成功摄入
|
||
4|- Summary: AI时代普通人如何赚钱的思维框架——三大原则：品味值钱（判断力是护城河）、做端到端的事（不当代价）、用死亡过滤器（找到真正热爱的事）。核心洞察：AI不会让普通人变富，AI会让那些知道自己要做什么、并且对品质有执念的人变得极其强大。
|
||
5|- Concepts created: [[品味]], [[端到端]], [[死亡过滤器]], [[工具民主化]]
|
||
6|- Entities created: [[乔布斯]]
|
||
7|- Source page: wiki/sources/不谈技术-普通人该怎么在ai时代赚钱.md
|
||
8|- Notes:
|
||
9| - 与 [[个人品牌与一人公司]] 属同一主题（AI时代个人定位与杠杆）
|
||
10| - 与 [[Ikigai框架]] 的"热情"维度高度相关
|
||
11|
|
||
12|## [2026-04-10] ingest | 养虾日记4：一次「Context Limit Exceeded」错误排查
|
||
13|- Source file: 微信公众号/养虾日记4： 一次「Context Limit Exceeded」错误排查：我以为是小问题，结果踩了大坑.md
|
||
14|- Status: ✅ 成功摄入
|
||
15|- Summary: OpenClaw Telegram Channel「Context Limit Exceeded」错误深度排查——问题表象是 context 耗尽，实际根因是 Telegram channel 的模型被切换为 deepseek-reasoner（仅 16K context），safeguard 模式预留 16K tokens 导致实际可用为 0。解决关键：Agent 级别模型配置优先级高于全局 compaction 配置，需在路由规则层修复。
|
||
16|- Concepts created: [[Context-Window]], [[Model-Fallback]], [[Compaction]], [[Agent-Routing-Rules]], [[Error-Surface-vs-Root-Cause]], [[Layered-Configuration]], [[Log-Driven-Debugging]], [[Hidden-Failure-Paths]]
|
||
17|- Entities created: （无新增；[[OpenClaw]]/[[星枢]]/[[DeepSeek]]/[[MiniMax]] 均已在现有来源中出现，不满足 ≥2 次创建条件）
|
||
18|- Source page: wiki/sources/养虾日记4-一次「context-limit-exceeded」错误排查-我以为是小问题-结果踩了大坑.md
|
||
19|- Notes:
|
||
20| - 新增 Sources 条目至 index.md（置于养龙虾5天血泪史之后）
|
||
21| - 更新 overview.md，新增 [[养虾日记4]] 段落至 Multi-Agent AI Systems 部分
|
||
22| - 创建 8 个 Concept 页面：Context-Window.md、Model-Fallback.md、Compaction.md、Agent-Routing-Rules.md、Error-Surface-vs-Root-Cause.md、Layered-Configuration.md、Log-Driven-Debugging.md、Hidden-Failure-Paths.md
|
||
23| - 更新 index.md Concepts 节，新增 8 个条目（按字母顺序插入）
|
||
24| - 与 [[养龙虾5天血泪史]] 互补（记忆写入/压缩问题 vs 模型配置错误）
|
||
25| - 冲突检测：无与其他 Wiki 页面的实质性内容冲突
|
||
26|
|
||
27|## [2026-04-23] ingest | 养虾日记3：用 Obsidian + Gitea 为 AI 助手构庺持久化笔记系统
|
||
28|- Source file: 微信公众号/养虾日记3：用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统.md
|
||
29|- Status: ✅ 成功摄入
|
||
30|- Summary: 用 Obsidian + Gitea 为 AI 助手构建持久化笔记系统——解决"AI 对话结束输出就消失"的核心问题。核心架构：Obsidian 做知识库（iCloud Drive 三端同步）+ Gitea 做版本控制（Git 历史）+ OpenClaw obsidian skill 做写入接口。核心价值：把 AI 变成"会自动整理笔记的实习生"。融合了 Karpathy 的 LLM Wiki 理念：让 AI 增量构建 Wiki，页面间互链，知识越积越厚。
|
||
31|- Concepts created: [[LLM Wiki]], [[Obsidian Git]], [[Graph View]], [[Obsidian Web Clipper]], [[QMD]], [[版本管理]], [[被动更新]], [[双链笔记]]
|
||
32|- Entities created: [[Obsidian]], [[Gitea]]
|
||
33|- Source page: wiki/sources/养虾日记3-用-obsidian-gitea-为-ai-助手构建持久化笔记系统.md
|
||
34|- Notes:
|
||
35| - 新增 Sources 条目至 index.md（置于最前）
|
||
36| - 更新 overview.md，替换原 [[养虾日记1]] 段落为 [[养虾日记3]]
|
||
37| - 创建 Entity 页面：Obsidian.md, Gitea.md
|
||
38| - 创建 Concept 页面：LLM-Wiki.md
|
||
39| - Gitea 已在 Entity 中存在（无需重复创建，仅更新）
|
||
40| - 冲突：无已知冲突
|
||
41|
|
||
42|## [2026-04-23] ingest | 养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录
|
||
43|- Source file: 微信公众号/养龙虾5天血泪史：我的AI Agent为什么总失忆？OpenClaw 记忆调试全记录.md
|
||
44|- Status: ✅ 成功摄入
|
||
45|- Summary: AI Agent 记忆失效问题的5天专项调试全记录——发现5类根本原因（上下文压缩、搜索后端、检索触发、压缩协同、系统配置），对应10条黄金法则。核心洞察：写入纪律比读取纪律更重要；压缩不是敌人，未写入的上下文才是；系统提示词从209,652精简到9,349令牌（减少28%）。
|
||
46|- Concepts created: 上下文压缩、上下文刷新、写入纪律、交接协议、启动序列
|
||
47|- Entities created: —
|
||
48|- Source page: wiki/sources/养龙虾5天血泪史-我的ai-agent为什么总失忆-openclaw-记忆调试全记录.md
|
||
49|- Notes:
|
||
50| - 新增 Sources 条目至 index.md（置于养虾日记1、2之后）
|
||
51| - 更新 overview.md，新增 [[养龙虾5天血泪史]] 段落至养虾日记系列部分
|
||
52| - 创建 5 个 Concept 页面（上下文压缩/上下文刷新/写入纪律/交接协议/启动序列）
|
||
53| - Hybrid-Search 概念页面已存在（无需重复创建）
|
||
54| - 冲突已记录于 source page Contradictions 部分（与 Second Brain 的 MEMORY.md 定位差异、与 personal-crm 的联系人记录方式差异）
|
||
55|
|
||
56|## [2026-04-23] ingest | 养虾日记1：我用 OpenClaw 管了 28 万张照片
|
||
57|- Source file: 微信公众号/养虾日记1：我用 OpenClaw 管了 28 万张照片：一次真实的多设备照片整理实战.md
|
||
58|- Status: ✅ 成功摄入
|
||
59|- Summary: AI Agent 照片整理实战——使用 OpenClaw 成功整理了 NAS 上 28 万张、跨越 20 年的家庭照片。OpenClaw 通过「提问澄清 → 方案制定 → 批次拆分（8 批次）→ Cron 凌晨自动执行 → Telegram Summary 报告」全流程自动化。核心机制：MD5 精确去重 + 小文件清理（<100KB）+ 安全删除策略（To-Be-Deleted 目录）。核心感悟：AI Agent 的价值是思维方式升级。
|
||
60|- Concepts created: —
|
||
61|- Entities created: —
|
||
62|- Source page: wiki/sources/养虾日记1-我用-openclaw-管了-28-万张照片-一次真实的多设备照片整理实战.md
|
||
63|- Notes:
|
||
64| - 新增 Sources 条目至 index.md（置于最前）
|
||
65| - 更新 overview.md，新增 [[养虾日记1]] 段落至 Self-Improving 部分，新增 [[AI-Agent思维方式]]/[[批次任务拆分]]/[[精确去重]]/[[小文件清理]]/[[安全删除策略]]/[[Telegram通知]] 至 Key Concepts
|
||
66| - Entity 数量不足阈值（OpenClaw/Synology Photos/NAS 均已存在或仅出现 1 次），未创建新 Entity 页面
|
||
67| - Concept 数量不足阈值（所有概念均为本篇特定实践，不满足可抽象/可复用条件），未创建独立 Concept 页面
|
||
68| - 冲突已记录于 source page Contradictions 部分（与 Self-Healing-Home-Server 的规划者 vs 修复者角色差异）
|
||
69|
|
||
70|## [2026-04-23] ingest | X Account Analysis
|
||
71|- Source file: Agent/usecases/x-account-analysis.md
|
||
72|- Status: ✅ 成功摄入
|
||
73|- Summary: 基于 OpenClaw + Bird Skill 的 X 账号定性分析——通过 Cookie 认证读取真实账号推文，AI 分析内容质量模式（为何有时 1000+ 赞有时 <5 赞）、话题偏好与互动差异原因。免费替代 $10-$50/月订阅服务。
|
||
74|- Concepts created: —
|
||
75|- Entities created: —
|
||
76|- Source page: wiki/sources/x-account-analysis.md
|
||
77|- Notes:
|
||
78| - 新增 Sources 条目至 index.md（置于最前）
|
||
79| - 更新 overview.md，新增 [[x-account-analysis]] 段落至 X/Twitter Automation 部分（补充原 x-twitter-automation 段落的互补关系描述）
|
||
80| - 更新 wiki/sources/x-twitter-automation.md，移除"（尚未摄入）"标注
|
||
81| - Entity/Concept 数量不足阈值（每项仅在本文中出现 1 次），未创建新实体/概念页面；[[OpenClaw]] 已存在于 Key Entities
|
||
82| - 新增 Key Concepts: [[Social-Media-Analytics]], [[Credential-Isolation]]
|
||
83|
|
||
84|## [2026-04-23] ingest | Phone Call Notifications
|
||
85|- Source file: Agent/usecases/phone-call-notifications.md
|
||
86|- Status: ✅ 成功摄入
|
||
87|- Summary: AI Agent 通过 clawr.ing 托管电话服务主动向用户拨打电话通知——Agent 评估事件优先级（股价暴跌/紧急邮件/日程提醒），自动拨叫用户真实号码，用户可实时提问，Agent 双向对话响应。与 [[phone-based-personal-assistant]] 互补（Agent 去电通知 vs 用户来电接收）。
|
||
88|- Concepts created: [[Voice Notification Channel]], [[Two-Way Voice Conversation]], [[Call-Worthy Threshold]]
|
||
89|- Entities created: [[clawr.ing]], [[clawhub.ai]] (updated)
|
||
90|- Source page: wiki/sources/phone-call-notifications.md
|
||
91|- Notes:
|
||
92| - 新增 Sources 条目至 index.md（置于最前）
|
||
93| - 更新 overview.md，新增 [[phone-call-notifications]] 段落至 AI Tools & Prompt Engineering 部分，新增 [[clawr.ing]]/[[clawhub.ai]] 至 Key Entities，新增 [[Voice Notification Channel]]/[[Two-Way Voice Conversation]]/[[Call-Worthy Threshold]]/[[PSTN Calling]] 至 Key Concepts
|
||
94| - 新增 Entity: wiki/entities/clawr.ing.md；更新 wiki/entities/ClawHub.md（添加 clawr.ing 作为托管 skill）
|
||
95| - 新增 Concept: wiki/concepts/Voice-Notification-Channel.md、wiki/concepts/Two-Way-Voice-Conversation.md、wiki/concepts/Call-Worthy-Threshold.md
|
||
96| - 更新 overview.md Conflict Areas，新增"Agent 去电通知 vs Agent 来电接收"冲突点
|
||
97|
|
||
98|## [2026-04-23] ingest | Autonomous Educational Game Development Pipeline
|
||
99|- Source file: Agent/usecases/autonomous-game-dev-pipeline.md
|
||
100|- Status: ✅ 成功摄入
|
||
101|- Summary: AI Agent 全自动管理教育游戏开发生命周期——"Bugs First" 优先策略 + Round Robin 轮询 + 纯 HTML5/CSS3/JS 技术栈，单人实现每 7 分钟产出 1 款游戏或 1 个 bugfix，41+ 款游戏维护。
|
||
102|- Concepts created: [[Bugs First]], [[Round Robin Strategy]], [[Conventional Commits]], [[Feature Branch Workflow]], [[HTML5 Game Development]]
|
||
103|- Entities created: —
|
||
104|- Source page: wiki/sources/autonomous-game-dev-pipeline.md
|
||
105|- Notes:
|
||
106| - 新增 Sources 条目至 index.md（置于最前）
|
||
107| - 更新 overview.md，新增 [[autonomous-game-dev-pipeline]] 段落至 AI Tools & Prompt Engineering 部分
|
||
108| - Entity/Concept 数量不足阈值，未创建新实体页面；[[OpenClaw]] 实体已存在于 index.md
|
||
109|
|
||
110|## [2026-04-23] ingest | arXiv Paper Reader
|
||
111|- Source file: Agent/usecases/arxiv-paper-reader.md
|
||
112|- Status: ✅ 成功摄入
|
||
113|- Summary: AI Agent 驱动的 arXiv 论文阅读助手——通过 `arxiv-reader` skill（3 工具：`arxiv_fetch`、`arxiv_sections`、`arxiv_abstract`）直接从 arXiv 下载 LaTeX 源码并自动扁平化展开，消除 PDF 下载后切换论文丢失上下文和 LaTeX 符号难以解析的痛点；支持摘要浏览、多论文对比排序、选择性细读和会话式分析；本地缓存使重复访问秒级响应；纯 Node.js 零依赖部署。
|
||
114|- Concepts created: [[arXiv-API]], [[LaTeX-Flattening]], [[Local-Caching]], [[Paper-Abstract-Batch-Fetching]]
|
||
115|- Entities created: [[Prismer-AI]]
|
||
116|- Source page: wiki/sources/arxiv-paper-reader.md
|
||
117|- Notes:
|
||
118| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
119| - 更新 overview.md，在 YouTube Automation 部分后新增 [[arXiv-Paper-Reader]] 段落，在 Key Concepts 列表新增 4 个新概念
|
||
120| - 创建 Entity 页面：Prismer-AI.md（GitHub 组织，`arxiv-reader` skill 维护方）
|
||
121| - 创建 Concept 页面：arXiv-API.md（arXiv 开放 API）、LaTeX-Flattening.md（LaTeX 扁平化技术）、Local-Caching.md（本地缓存模式）、Paper-Abstract-Batch-Fetching.md（批量摘要对比模式）
|
||
122| - 与 [[academic-historian]] 同属学术研究场景互补——前者侧重理工科论文，后者侧重人文社科
|
||
123| - 与 [[YouTube-Content-Pipeline]] 的 Research Agent 共享研究工作流设计模式
|
||
124| - 冲突检测：无已知实质冲突
|
||
125|
|
||
126|## [2026-04-22] ingest | Semantic Memory Search
|
||
127|- Source file: Agent/usecases/semantic-memory-search.md
|
||
128|- Status: ✅ 成功摄入
|
||
129|- Summary: 通过 memsearch（基于 Milvus 向量数据库）为 OpenClaw Markdown 记忆添加语义搜索能力——用自然语言提问即可找到相关内容，无需精确措辞。混合搜索（稠密向量 + BM25 + RRF）兼顾语义相似性和关键词精确匹配；SHA-256 内容哈希实现增量索引节省成本；文件监视器自动重建索引；支持本地模式无需 API Key。核心理念：Markdown 是唯一真相，向量索引是派生缓存。
|
||
130|- Concepts created: [[Hybrid Search]], [[Reciprocal Rank Fusion]], [[Content Hashing]], [[File Watcher]]
|
||
131|- Entities created: [[memsearch]], [[Milvus]]
|
||
132|- Source page: wiki/sources/semantic-memory-search.md
|
||
133|- Notes:
|
||
134| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
135| - 更新 overview.md，在 Productivity & Knowledge Management 部分新增 [[semantic-memory-search]] 段落，在 Key Concepts 列表新增 6 个新概念
|
||
136| - 创建 Entity 页面：Memsearch.md（ZillizTech memsearch CLI/库）、Milvus.md（开源向量数据库）
|
||
137| - 创建 Concept 页面：Hybrid-Search.md（混合搜索策略）、Reciprocal-Rank-Fusion.md（排名融合算法）、Content-Hashing.md（增量索引机制）、File-Watcher.md（自动重建索引）
|
||
138| - 与 [[Knowledge-Base-RAG]] 同属 RAG 技术栈的不同场景——后者侧重 URL 入库，前者侧重现有 Markdown 文件的语义索引
|
||
139| - 冲突检测：wiki/concepts/Semantic-Search.md 已引用 [[Hybrid Search]]，与本 Source 一致；wiki/concepts/Knowledge-Base-RAG.md 有 Hybrid Search 说明，与本 Source 一致，暂无实质冲突
|
||
140|
|
||
141|## [2026-04-22] ingest | OpenClaw as Desktop Cowork (AionUi) — Remote Rescue & Multi-Agent Hub
|
||
142|- Source file: Agent/usecases/aionui-cowork-desktop.md
|
||
143|- Status: ✅ 成功摄入
|
||
144|- Summary: 通过 AionUi 桌面应用将 OpenClaw 作为可视化 Cowork Agent 运行——提供文件感知工作空间（可见文件读写/命令/网页浏览），内置 OpenClaw 部署专家通过 Telegram/WebUI 远程诊断修复（`openclaw doctor`），统一 MCP 配置全局同步到 12+ Agent，支持 WebUI/Telegram/Lark/DingTalk 多渠道远程访问。
|
||
145|- Concepts created: [[CoworkWorkspace]], [[RemoteRescuePattern]], [[Multi-AgentHub]], [[MCPOnceAllAgents]]
|
||
146|- Entities created: [[AionUi]]
|
||
147|- Source page: wiki/sources/aionui-cowork-desktop.md
|
||
148|- Notes:
|
||
149| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
150| - 更新 overview.md，在 AI Tools & Prompt Engineering 部分新增 [[aionui-cowork-desktop]] 段落，在 Key Entities 部分新增 [[AionUi]]，在 Key Concepts 部分新增 4 个新概念
|
||
151| - 创建实体页面 wiki/entities/AionUi.md
|
||
152| - 创建概念页面：CoworkWorkspace.md, RemoteRescuePattern.md, Multi-AgentHub.md, MCPOnceAllAgents.md
|
||
153|
|
||
154|## [2026-04-22] ingest | Family Calendar Aggregation & Household Assistant
|
||
155|- Source file: Agent/usecases/family-calendar-household-assistant.md
|
||
156|- Status: ✅ 成功摄入
|
||
157|- Summary: AI Agent 作为家庭日程协调中心——聚合 5+ 个分散日历（工作/个人/家庭/学校/课外）生成每日晨间简报；通过环境消息监控（Ambient Message Monitoring）自动从 iMessage 中识别预约并创建日历事件（含行车时间缓冲）；维护家庭库存 JSON，支持照片 OCR 和小票识别更新；生成购物清单。核心洞察：Ambient > Active，Mac Mini 是最优硬件。
|
||
158|- Concepts created: [[AmbientMessageMonitoring]], [[HouseholdInventoryTracking]]
|
||
159|- Entities created: [[SparkryAI]]
|
||
160|- Source page: wiki/sources/family-calendar-household-assistant.md
|
||
161|- Notes:
|
||
162| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
163| - 更新 overview.md，在 AI Tools & Prompt Engineering 部分新增 [[family-calendar-household-assistant]] 段落
|
||
164| - 新建 Concept 页面：AmbientMessageMonitoring.md（核心差异化机制）、HouseholdInventoryTracking.md（物资追踪模式）
|
||
165| - 新建 Entity 页面：SparkryAI.md（牙医预约案例的来源）
|
||
166| - 与 [[Custom Morning Brief]] 互补：同一晨间简报模式，个人场景 vs 家庭场景
|
||
167| - 与 [[Second Brain]] 共享 OpenClaw 持久记忆能力
|
||
168| - 冲突检测：暂无发现与其他 Wiki 页面的内容冲突
|
||
169|
|
||
170|## [2026-04-22] ingest | Personal Knowledge Base (RAG)
|
||
171|- Source file: Agent/usecases/knowledge-base-rag.md
|
||
172|- Status: ✅ 成功摄入
|
||
173|- Summary: AI Agent 驱动的个人知识库 RAG 系统——通过 Telegram Topic 或 Slack Channel 投递任意 URL（网页/推文/YouTube 字幕/PDF），Agent 自动抓取内容并以 Embedding 向量入库；支持语义搜索，返回排名结果并附带来源；可被其他工作流（如 [[YouTube-Content-Pipeline]]）主动查询。核心理念：**捕获像发短信一样简单，检索像搜索一样容易**。
|
||
174|- Concepts created: [[Semantic-Search]], [[Content-Ingestion]]
|
||
175|- Source page: wiki/sources/knowledge-base-rag.md
|
||
176|- Notes:
|
||
177| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
178| - 更新 overview.md，在 Productivity & Knowledge Management 部分新增 [[Personal Knowledge Base (RAG)]] 段落
|
||
179| - 与 [[Second Brain]] 互补：Second Brain 侧重对话记忆，本方案侧重结构化知识检索
|
||
180| - 与 [[YouTube-Content-Pipeline]] 关联：后者在工作流中主动查询知识库
|
||
181| - [[Knowledge-Base-RAG]] 概念页已存在（2026-04-22 youtube-content-pipeline ingest 时创建），本次补充 Semantic-Search 和 Content-Ingestion 两个子概念
|
||
182| - Entity 页面（OpenClaw、ClawHub、Telegram、Slack）均已在 overview.md Key Entities 中覆盖，无需新建
|
||
183| - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
|
||
184|- Status: ✅ 成功摄入
|
||
185|- Summary: AI Agent 驱动的 YouTube 选题发现与选题自动化流水线——每小时 Cron Job 扫描 Web + X/Twitter 突发 AI 新闻，向 Telegram 推送选题；维护 90 天视频目录（播放量 + 主题分析）避免选题重复；通过 SQLite 向量嵌入实现语义去重；在 Slack 分享链接时自动研究主题、搜索 X、查询知识库并创建带大纲的 Asana 任务卡。
|
||
186|- Concepts created: [[Semantic-Deduplication]], [[Vector-Embedding]], [[Knowledge-Base-RAG]]
|
||
187|- Source page: wiki/sources/youtube-content-pipeline.md
|
||
188|- Notes:
|
||
189| - 新增 Sources 条目至 index.md（替换 "source missing" placeholder）
|
||
190| - 更新 overview.md，在 YouTube Automation 部分新增 [[YouTube-Content-Pipeline]] 段落
|
||
191| - 与 [[Daily-YouTube-Digest]] 互补：后者侧重订阅频道更新监控，前者侧重全网趋势主动发现
|
||
192| - 与 [[Content-Factory]] 共享并行子 Agent 执行模式
|
||
193| - Entity 页面（OpenClaw、Asana、Slack）均已存在，无需新建
|
||
194| - 新增 3 个 Concept 页面并注册至 index.md Concepts 索引
|
||
195| - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
|
||
196|- Source file: Agent/usecases/polymarket-autopilot.md
|
||
197|- Status: ✅ 成功摄入
|
||
198|- Summary: 基于 AI Agent 的 Polymarket 预测市场自动驾驶交易系统，实现 24/7 市场监控与自动化分析。AI Agent 自动监控 Polymarket 市场数据、智能分析预测概率变化、自动执行交易策略、定时推送市场洞察。
|
||
199|- Concepts created: [[Prediction Market]], [[Agentic Trading]], [[Market Monitoring]]
|
||
200|- Entities created: [[Polymarket]]
|
||
201|- Source page: wiki/sources/polymarket-autopilot.md
|
||
202|- Notes:
|
||
203| - 新增 Sources 条目至 index.md（替换 placeholder）
|
||
204| - 更新 overview.md，在 Multi-Agent Monitoring 部分的 Dynamic Dashboard 段落中补充 polymarket-autopilot 引用
|
||
205| - 与 [[Dynamic Dashboard]] 存在关联（监控仪表盘的具体用例）
|
||
206| - 与 [[earnings-tracker]] 属于同类模式（市场数据监控 + 定时推送）
|
||
207| - Polymarket 已在 overview.md Key Entities 中提及，无需重复创建 Entity 页面
|
||
208| - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
|
||
209|
|
||
210|## [2026-04-22] ingest | Local CRM Framework with DenchClaw
|
||
211|- Source file: Agent/usecases/local-crm-framework.md
|
||
212|- Status: ✅ 成功摄入
|
||
213|- Summary: DenchClaw 将 OpenClaw 转化为本地 CRM、销售自动化和生产力平台，通过 `npx denchclaw` 一键安装完整技术栈（DuckDB + Web UI + OpenClaw Profile + 浏览器自动化）。核心创新：所有设置/视图以 YAML/Markdown 文件存储，Agent 可直接修改 UI 而无需 API 抽象层；Chrome Profile 克隆使 Agent 继承用户认证状态，可直接导入 HubSpot 等平台数据。
|
||
214|- Concepts created: [[File-System-First-UI]], [[DuckDB]]
|
||
215|- Entities created: [[DenchClaw]]
|
||
216|- Source page: wiki/sources/local-crm-framework.md
|
||
217|- Notes:
|
||
218| - 新增 Sources 条目至 index.md（置于首位）
|
||
219| - 更新 overview.md，在 [[personal-crm]] 附近添加 Local CRM Framework 段落
|
||
220| - 创建 1 个 Entity 页面：DenchClaw.md
|
||
221| - 创建 2 个 Concept 页面：DuckDB.md、File-System-First-UI.md
|
||
222| - 与 [[Second Brain]] 均基于 OpenClaw 的记忆/持久化能力，属同类应用的不同垂直场景
|
||
223| - 与 [[personal-crm]] 同属个人 CRM 场景的不同实现方案
|
||
224| - 与 [[multi-channel-assistant]] 共享 Telegram/消息平台作为交互入口
|
||
225| - 核心设计哲学：文件系统即 Agent 原生 UI + DuckDB 嵌入式数据库 + Chrome Profile 克隆
|
||
226| - Contradiction：暂无发现与其他 Wiki 页面的内容冲突
|
||
227|
|
||
228|## [2026-04-22] ingest | Goal-Driven Autonomous Tasks
|
||
229|- Source file: Agent/usecases/overnight-mini-app-builder.md
|
||
230|- Status: ✅ 成功摄入
|
||
231|- Summary: AI Agent 从被动执行者转变为主动规划者的目标驱动型自主任务系统。通过 Brain Dump 一次性倾倒所有目标，OpenClaw 每日清晨自动生成 4-5 个贴近目标的自主任务（研究/写作/MVP构建），通过 Next.js Kanban 看板实时追踪。核心价值：用户定义目的地，Agent 自动分解并执行每日步骤。还包含过夜惊喜 Mini-App 构建模式。核心工程实践：Git-style append-only 日志解决多 Agent 竞态条件；Token-Light Design 保持 AUTONOMOUS.md 在 50 行以内。
|
||
232|- Concepts created: [[Sub-Agent-Race-Condition]], [[Token-Light-Design]], [[Brain-Dump]]
|
||
233|- Entities created: （无新增，[[OpenClaw]]/[[Alex Finn]]/[[Next.js]] 均已存在）
|
||
234|- Source page: wiki/sources/overnight-mini-app-builder.md
|
||
235|- Notes:
|
||
236| - 新增 Sources 条目至 index.md（替换 placeholder，原标题为 overnight-mini-app-builder）
|
||
237| - 更新 overview.md，将 Market Research & Product Factory 段落替换为 Goal-Driven Autonomous Tasks 段落，补充 Git-style append-only 模式和 Token-Light Design 洞察
|
||
238| - 更新 Alex-Finn.md，将 overnight-mini-app-builder 添加至 sources
|
||
239| - 创建 3 个 Concept 页面：Sub-Agent-Race-Condition.md、Token-Light-Design.md、Brain-Dump.md
|
||
240| - 与 [[Project State Management]] 的看板 vs 事件溯源存在潜在冲突（已记录于 Source Page Contradictions）
|
||
241| - 与 [[market-research-product-factory]] 同属 Alex Finn 启发的 OpenClaw 高阶用法，前者侧重任务追踪和持续执行，后者侧重产品机会发现
|
||
242|
|
||
243|## [2026-04-17] ingest | Habit Tracker & Accountability Coach
|
||
244|- Source file: Agent/usecases/habit-tracker-accountability-coach.md
|
||
245|- Status: ✅ 成功摄入
|
||
246|- Summary: AI Agent 作为主动问责伙伴，通过 Telegram/SMS 每日定时签到，替代被动习惯追踪 App。核心机制：主动问责 + 连续打卡追踪 + 自适应语气 + 每周模式分析。关键洞察：主动询问比被动记录更能驱动行为改变；保持 3-5 个习惯可避免签到疲劳；[[Adaptive Tone]] 自适应语气是关键差异化因素。
|
||
247|- Concepts created: [[Adaptive-Tone]], [[Active-Accountability]], [[Streak-Tracking]], [[Check-in-Fatigue]], [[Weekly-Pattern-Analysis]]
|
||
248|- Entities created: （无新增，[[Telegram Bot API]]/[[Twilio]]/[[Google Sheets API]] 各仅出现 1 次，不满足≥2次创建条件；[[OpenClaw]] 已存在）
|
||
249|- Source page: wiki/sources/habit-tracker-accountability-coach.md
|
||
250|- Notes:
|
||
251| - 新增 Sources 条目至 index.md（替换 placeholder）
|
||
252| - 更新 overview.md，添加 Habit Tracker & Accountability Coach 段落，补充 [[Adaptive Tone]], [[Active Accountability]], [[Streak Tracking]], [[Check-in Fatigue]], [[Weekly Pattern Analysis]] 至 Key Concepts
|
||
253| - 创建 5 个 Concept 页面：Adaptive-Tone.md、Active-Accountability.md、Streak-Tracking.md、Check-in-Fatigue.md、Weekly-Pattern-Analysis.md
|
||
254| - 已有相关 Concept：[[Scheduled-Reminder]]（定时签到技术基础）、[[Agent-Personality]]（Adaptive Tone 的上层设计）、[[Morning Briefing]]（同一 Cron + AI 推送模式）、[[Food-Sensitivity-Tracking]]（同一框架的不同垂直场景）
|
||
255| - 已有相关 Entity：[[OpenClaw]]（底层运行平台）
|
||
256| - 与 [[Health & Symptom Tracker]] 属同一框架（OpenClaw + Telegram + Cron Job + 每周分析），但垂直于个人习惯养成
|
||
257| - Contradiction：与[[Todoist Task Manager]] 同属 OpenClaw 生产力工具集，但 Todoist 侧重任务管理，Habit Tracker 侧重个人行为改变——不冲突，属于互补关系
|
||
258| - 与传统习惯 App（Streaks/Habitica）的对比：传统 App 强调被动记录和视觉激励；本方案强调主动询问和个性化文字激励
|
||
259|
|
||
260|## [2026-04-22] ingest | Todoist Task Manager
|
||
261|- Source file: Agent/usecases/todoist-task-manager.md
|
||
262|- Status: ✅ 成功摄入
|
||
263|- Summary: AI Agent 通过 Todoist API 实现自然语言驱动的任务管理自动化——Agent 解析自然语言指令 → Todoist REST API 创建结构化任务（含截止/项目/标签）→ Cron Job 定时扫描逾期任务主动推送提醒。核心价值：用户只需发一条消息即可完成全套操作，AI 主动追踪逾期任务。
|
||
264|- Concepts created: [[Todoist API]], [[AI-Driven Task Extraction]], [[Recurring Tasks]]
|
||
265|- Entities created: （无新增，[[Todoist]]/[[OpenClaw]]/[[SuperCall]] 已存在）
|
||
266|- Source page: wiki/sources/todoist-task-manager.md
|
||
267|- Notes:
|
||
268| - 新增 Sources 条目至 index.md（替换 placeholder）
|
||
269| - 更新 overview.md，添加 Todoist Task Manager 段落，补充 [[Morning Briefing]], [[Todoist API]], [[AI-Driven Task Extraction]], [[TaskAutomation]], [[Recurring Tasks]] 至 Key Concepts
|
||
270| - 更新 entities/Todoist.md，添加 todoist-task-manager 至 sources
|
||
271| - 创建 3 个 Concept 页面：Todoist-API.md、AI-Driven-Task-Extraction.md、Recurring-Tasks.md
|
||
272| - [[Project State Management]] 冲突记录：Todoist（结构化字段/API驱动）与 Markdown 事件流（完整上下文/自托管）各有适用场景
|
||
273| - 与 [[multi-channel-assistant]] 中 Todoist 集成属同一技术栈，侧重不同：前者侧重多渠道统一入口，后者侧重任务管理深度自动化
|
||
274|
|
||
275|## [2026-04-22] ingest | Dynamic Dashboard with Sub-agent Spawning
|
||
276|- Source file: Agent/usecases/dynamic-dashboard.md
|
||
277|- Status: ✅ 成功摄入
|
||
278|- Summary: 基于子代理并行执行的多数据源实时监控仪表盘——通过子代理并行抓取 GitHub/Twitter/Polymarket/系统健康等多数据源，定时聚合结果推送 Discord，支持告警阈值和历史趋势存储。用对话式指令替代数周前端开发，立即获得实时洞察。
|
||
279|- Concepts created: [[Dynamic-Dashboard]], [[Alerting]]
|
||
280|- Entities created: （无新增，[[OpenClaw]] 已存在）
|
||
281|- Source page: wiki/sources/dynamic-dashboard.md
|
||
282|- Notes:
|
||
283| - 新增 Sources 条目至 index.md（插入顶部）
|
||
284| - 更新 overview.md，添加 Multi-Agent Monitoring & Automation 段落，补充 [[Dynamic-Dashboard]] 和 [[Alerting]] 至 Key Concepts
|
||
285| - 创建 2 个 Concept 页面：Dynamic-Dashboard.md、Alerting.md
|
||
286| - 已有相关 Concept：[[Parallel-Agent-Execution]]（子代理并行）、[[Scheduled-Task-Flywheel]]（定时任务）
|
||
287| - 已有相关 Entity：[[OpenClaw]]（多代理框架）
|
||
288| - 冲突：与 [[content-factory]] 存在场景重叠（并行执行模式），但前者侧重数据监控，后者侧重内容创作
|
||
289|
|
||
290|## [2026-04-22] ingest | Pre-Build Idea Validator
|
||
291|- Source file: Agent/usecases/pre-build-idea-validator.md
|
||
292|- Status: ✅ 成功摄入
|
||
293|- Summary: AI 项目启动前的竞争分析门控机制——在写代码之前通过 idea-reality-mcp 扫描 GitHub/Hacker News/npm/PyPI/Product Hunt 五个数据源，返回 reality_signal 分数（0-100）评估赛道拥挤度，防止 Agent 在已饱和赛道投入资源。
|
||
294|- Concepts created: [[Pre-Build Validation]], [[Reality-Signal]], [[Competition-Analysis]], [[Pivot-Strategy]], [[Agent-Build-Gate]]
|
||
295|- Entities created: [[idea-reality-mcp]]
|
||
296|- Source page: wiki/sources/pre-build-idea-validator.md
|
||
297|- Notes:
|
||
298| - 新增 Sources 条目至 index.md（插入顶部）
|
||
299| - 更新 overview.md，添加 pre-build-idea-validator 段落并补充 4 个新概念至 Key Concepts
|
||
300| - 创建 5 个 Concept 页面：Pre-Build-Validation.md、Reality-Signal.md、Competition-Analysis.md、Pivot-Strategy.md、Agent-Build-Gate.md
|
||
301| - 创建 1 个 Entity 页面：idea-reality-mcp.md
|
||
302| - Hacker-News 和 Product-Hunt 仅出现 1 次，不满足 ≥2 次的 Entity 创建阈值，未创建
|
||
303| - 与 market-research-product-factory 互补：后者挖痛点找方向，前者在动手前验证赛道的竞争密度
|
||
304| - 冲突：无
|
||
305|
|
||
306|## [2026-04-22] ingest | Autonomous Project Management with Subagents
|
||
307|- Source file: Agent/usecases/autonomous-project-management.md
|
||
308|- Status: ✅ 成功摄入
|
||
309|- Summary: 去中心化多 Agent 项目协调模式——通过共享 STATE.yaml 实现并行自主执行，主会话遵循 CEO 模式（仅做策略决策），Git 作为审计日志记录所有状态变更。核心洞察：文件协调优于中心编排器，主会话越薄响应越快。
|
||
310|- Concepts created: [[PM Delegation Pattern]], [[CEO Pattern]], [[Shared State Coordination]], [[Git-as-Audit-Log]]
|
||
311|- Entities created: [[Nicholas Carlini]]
|
||
312|- Source page: wiki/sources/autonomous-project-management.md
|
||
313|- Notes:
|
||
314| - 新增 Sources 条目至 index.md（插入顶部）
|
||
315| - 更新 overview.md，添加 4 个新概念至 Key Concepts
|
||
316| - 创建 4 个 Concept 页面：PMDelegationPattern.md、CEOPattern.md、SharedStateCoordination.md、GitAsAuditLog.md
|
||
317| - 创建 1 个 Entity 页面：NicholasCarlini.md
|
||
318| - 冲突记录：与 [[project-state-management]] 的任务管理范式冲突（动态文件 vs 静态看板）
|
||
319| - Nicholas Carlini 未在原 Wiki 中出现，作为启发来源创建 Entity 页面
|
||
320|
|
||
321|- Source file: Agent/usecases/daily-reddit-digest.md
|
||
322|- Status: ✅ 成功摄入
|
||
323|- Summary: AI Agent 驱动的 Reddit 每日精选摘要自动化——通过 OpenClaw + reddit-readonly skill，每日定时抓取多 Subreddit 热门帖子，AI 记忆偏好持续优化规则，纯读取模式无需认证。
|
||
324|- Concepts created: [[Daily-Digest]], [[Reddit Read-Only]], [[Preference Learning]]
|
||
325|- Entities created: [[reddit-readonly]]
|
||
326|- Source page: wiki/sources/daily-reddit-digest.md
|
||
327|- Notes:
|
||
328| - 更新 index.md，替换缺失标记为正式条目
|
||
329| - 更新 overview.md，添加至 YouTube Automation / Daily Digest 章节
|
||
330| - OpenClaw Entity 页面已存在，无需新建
|
||
331| - Preference Learning Concept 已在 inbox-declutter 中引用，无需新建
|
||
332|
|
||
333|## [2026-04-22] ingest | Inbox De-clutter
|
||
334|- Source file: Agent/usecases/inbox-declutter.md
|
||
335|- Status: ✅ 成功摄入
|
||
336|- Summary: AI Agent 每日自动整理 Newsletter 邮件摘要——通过 Cron Job 每日 20:00 阅读过去 24 小时 Newsletter 新邮件，生成精华摘要并附链接，根据用户反馈持续学习偏好。需前置 Gmail OAuth Setup。
|
||
337|- Concepts created: [[Email Triage]], [[Newsletter Digest]], [[Preference Learning]]
|
||
338|- Entities created: [[Gmail OAuth]]
|
||
339|- Source page: wiki/sources/inbox-declutter.md
|
||
340|- Notes:
|
||
341| - 新增 Sources 条目至 index.md（插入顶部）
|
||
342| - 更新 overview.md，添加 inbox-declutter 描述段落（作为 [[custom-morning-brief]] 的相似模式）
|
||
343| - 创建 Concept 页面：Email-Triage.md、Newsletter-Digest.md、Preference-Learning.md
|
||
344| - 创建 Entity 页面：Gmail-OAuth.md
|
||
345| - 与 [[custom-morning-brief]] 属同一 Cron Job + AI 摘要模式的不同垂直场景
|
||
346| - 冲突：无
|
||
347|
|
||
348|## [2026-04-22] ingest | Market Research & Product Factory
|
||
349|- Source file: Agent/usecases/market-research-product-factory.md
|
||
350|- Status: ✅ 成功摄入
|
||
351|- Summary: AI Agent 驱动的"从市场调研到产品构建"全自动化流水线——通过 Last 30 Days skill 挖掘 Reddit 和 X 近30天真实用户痛点，OpenClaw 根据痛点构建 Web 应用 MVP。核心价值：发短信即可完成"发现问题→验证需求→构建方案"全流程，无需技术背景。
|
||
352|- Concepts created: [[Pain Point Mining]], [[Startup MVP Pipeline]], [[Agent-Driven Market Research]], [[Last 30 Days Method]]
|
||
353|- Source page: wiki/sources/market-research-product-factory.md
|
||
354|- Notes:
|
||
355| - 新增 Sources 条目至 index.md
|
||
356| - 更新 overview.md，添加 Market Research & Product Factory 描述段落
|
||
357| - 添加 Pain Point Mining、Startup MVP Pipeline、Agent-Driven Market Research、Last 30 Days Method 到 Key Concepts
|
||
358| - Alex Finn 出现2次（content-factory + market-research），但按出现频次标准不满足 Entity 创建条件，跳过
|
||
359| - Matt Van Horne 仅出现1次，跳过 Entity 页面创建
|
||
360| - 冲突：无已知冲突
|
||
361|
|
||
362|## [2026-04-22] ingest | Phone-Based Personal Assistant
|
||
363|- Source file: Agent/usecases/phone-based-personal-assistant.md
|
||
364|- Status: ✅ 成功摄入
|
||
365|- Summary: 通过 ClawdTalk + Telnyx 将任意手机变成 AI 助理语音入口——拨打电话即可与 OpenClaw 对话，支持日历查询、Jira 任务更新、网络搜索，无需智能手机 App 或浏览器，覆盖驾驶、步行等双手占用场景。与 [[multi-channel-assistant]] 互补：文字入口覆盖图文交互，语音入口覆盖无屏场景。
|
||
366|- Concepts created: [[Voice Interface]], [[Telephony Integration]]
|
||
367|- Entities created: [[ClawdTalk]], [[Telnyx]]
|
||
368|- Source page: wiki/sources/phone-based-personal-assistant.md
|
||
369|- Notes:
|
||
370| - 新增 Sources 条目至 index.md（插入 Multi-Channel Personal Assistant 之后）
|
||
371| - 更新 overview.md，添加 phone-based-personal-assistant 描述段落，添加 Voice Interface、Telephony Integration 到 Key Concepts
|
||
372| - 创建 2 个 Entity 页面：ClawdTalk.md、Telnyx.md
|
||
373| - 创建 2 个 Concept 页面：Voice-Interface.md、Telephony-Integration.md
|
||
374| - 冲突已记录（已在 overview.md Conflict Area #10）：[[phone-based-personal-assistant]] 通用语音 Agent vs [[event-guest-confirmation]] SuperCall 沙盒 Persona
|
||
375|
|
||
376|## [2026-04-22] ingest | Event Guest Confirmation
|
||
377|- Source file: Agent/usecases/event-guest-confirmation.md
|
||
378|- Status: ✅ 成功摄入
|
||
379|- Summary: 基于 OpenClaw + SuperCall 的活动嘉宾自动确认方案——通过 AI 语音电话批量外呼客人，确认出席状态并收集备注（饮食禁忌、Plus-One、到达时间等），通话完成后生成出席确认/未出席/未接听三分类摘要。核心价值：真人电话比短信回复率高；SuperCall 沙盒 persona 设计确保安全隔离，无 Prompt Injection 风险；每通电话独立重置，无对话间信息混淆。
|
||
380|- Concepts created: [[Sandboxed Persona]]
|
||
381|- Entities created: （无新实体；OpenClaw 已在其他来源中出现）
|
||
382|- Source page: wiki/sources/event-guest-confirmation.md
|
||
383|- Notes:
|
||
384| - 新增 Sources 条目至 index.md（插入 Multi-Channel Personal Assistant 之后）
|
||
385| - 更新 overview.md，添加 AI Tools & Productivity 小节描述
|
||
386| - 更新 overview.md Conflict Area #10，添加 SuperCall 沙盒 Persona vs 通用语音 Agent 对比
|
||
387| - 创建 1 个 Concept 页面：Sandboxed-Persona.md
|
||
388|
|
||
389|## [2026-04-22] ingest | Multi-Channel Personal Assistant
|
||
390|- Source file: Agent/usecases/multi-channel-assistant.md
|
||
391|- Status: ✅ 成功摄入
|
||
392|- Summary: 基于 Telegram Topic 路由 + OpenClaw 的多渠道个人助理方案——以 Telegram 为统一入口，通过 Topic 隔离不同上下文（config/updates/video-ideas/personal-crm/earnings/knowledge-base），整合 Google Workspace（gog）、Slack、Todoist、Asana，实现"说一句话完成全套工作"。核心价值：消除应用切换疲劳，AI 主动推送定时提醒。
|
||
393|- Concepts created: [[Topic-Based Routing]], [[Scheduled Reminder]]
|
||
394|- Entities created: [[Asana]], [[gog]]
|
||
395|- Source page: wiki/sources/multi-channel-assistant.md
|
||
396|- Notes: 与 [[multi-agent-team]] 存在互补关系——Multi-Agent Team 为底层专业化分工，Multi-Channel Assistant 为用户交互层。
|
||
397|
|
||
398|## [2026-04-22] ingest | Project State Management System: Event-Driven Alternative to Kanban
|
||
399|- Source file: Agent/usecases/project-state-management.md
|
||
400|- Status: ✅ 成功摄入
|
||
401|- Summary: 用事件驱动系统替代传统看板——自然语言对话自动记录项目事件（progress/blocker/decision/pivot），PostgreSQL/SQLite 存储完整事件历史，Git 提交自动关联项目，每日 Cron 生成站会报告。消灭手动拖拽卡片的摩擦，保留完整决策上下文，让项目状态查询和每日站会自动化。
|
||
402|- Concepts created: [[Event Sourcing]], [[Project State]]
|
||
403|- Entities created: （无新实体；OpenClaw 已存在于多个来源中，无需独立 Entity 页面）
|
||
404|- Source page: wiki/sources/project-state-management.md
|
||
405|- Notes:
|
||
406| - 新增 Sources 条目至 index.md（插入 Sources 首行）
|
||
407| - 更新 overview.md Conflict Area #1，扩展 Kanban vs Event Sourcing 对比描述
|
||
408| - 创建 2 个 Concept 页面：EventSourcing.md、ProjectState.md
|
||
409| - 冲突已记录：Event Sourcing（自动追踪+上下文保留）vs Kanban（可视化协作+团队同步）
|
||
410|- Source file: Agent/usecases/health-symptom-tracker.md
|
||
411|- Status: ✅ 成功摄入
|
||
412|- Summary: 通过 Telegram 话题 + OpenClaw AI Agent 自动追踪食物与症状，实现食物敏感性识别。每日三餐定时提醒（8AM/1PM/7PM）确保日志一致性，OpenClaw 自动解析消息并带时间戳写入 Markdown 日志，每周日分析关联模式识别潜在触发因素。无需专用 App，完全自托管。
|
||
413|- Concepts created: [[Food Sensitivity Tracking]], [[Automated Health Logging]]
|
||
414|- Entities created: （无新实体；OpenClaw 实体已存在）
|
||
415|- Source page: wiki/sources/health-symptom-tracker.md
|
||
416|- Notes:
|
||
417| - 新增 Sources 条目至 index.md（插入首行）
|
||
418| - 新增健康追踪主题至 overview.md
|
||
419| - 冲突记录：与 habit-tracker-accountability-coach 的习惯追踪 vs 健康数据追踪侧重对比
|
||
420|
|
||
421|
|
||
422|## [2026-04-22] ingest | Second Brain
|
||
423|- Source file: Agent/usecases/second-brain.md
|
||
424|- Status: ✅ 成功摄入
|
||
425|- Summary: AI Agent 作为个人第二大脑的记忆捕获与检索系统——通过短信/Telegram/Discord 零摩擦捕获任何内容，OpenClaw 永久记忆存储，Next.js 可搜索仪表盘提供全局检索。核心洞见：捕获像发短信一样简单，检索像搜索一样简单。灵感来源：Alex Finn YouTube 视频 + Tiago Forte《Building a Second Brain》。
|
||
426|- Concepts created: [[Zero-Friction Capture]], [[Cumulative Memory]], [[Conversational Interface]], [[Text-and-Search]]
|
||
427|- Entities created: [[Tiago Forte]]
|
||
428|- Entities updated: [[OpenClaw]]（追加 second-brain 到 sources）, [[Alex Finn]]（追加 second-brain 到 sources）
|
||
429|- Source page: wiki/sources/second-brain.md
|
||
430|- Notes:
|
||
431| - 新增 Sources 条目至 index.md（替换 placeholder）
|
||
432| - 更新 overview.md，添加 Second Brain 段落，补充 4 个新概念至 Key Concepts
|
||
433| - 创建 4 个 Concept 页面：Zero-Friction-Capture.md、Cumulative-Memory.md、Conversational-Interface.md、Text-and-Search.md
|
||
434| - 创建 1 个 Entity 页面：Tiago-Forte.md
|
||
435| - 与 [[dataview-让我从"笔记黑洞"里逃出来的-obsidian-神器-1]] 存在冲突记录：Obsidian + Dataview（结构化查询）vs Second Brain（极简搜索）——互补而非互斥
|
||
436| - 与 [[custom-morning-brief]] 和 [[self-healing-home-server]] 属相似模式（零摩擦信息捕获 + AI 主动管理），已记录为 Connections
|
||
437| - 与 [[habit-tracker-accountability-coach]] 的互补关系：Second Brain 管理想法/链接/书目，Habit Tracker 管理习惯行为——场景不同但方法论相似
|
||
438| - 冲突检测：无与其他已摄入来源的实质性内容冲突
|
||
439|
|
||
440|
|
||
441|- Status: ✅ 成功摄入
|
||
442|- Summary: AI Agent 作为家庭服务器基础设施的全天候自动驾驶代理——OpenClaw + SSH + Cron Job 系统实现自动健康监控、故障自愈（重启 Pod/扩缩容/修复配置）、邮件分拣、每日 8AM 晨报（天气/日历/系统状态/看板）、知识库录入和安全审计。核心洞察：Cron Job 是真正的产品；知识提取具有复利效应；AI 会硬编码 secrets，TruffleHog pre-push hooks 是必须配置的防线；Local-first Git 是防止 API Key 暴露的架构基础。
|
||
443|- Concepts created: [[Morning Briefing]], [[Email Triage]], [[Local-first Git]], [[Defense-in-Depth]]
|
||
444|- Entities created: [[K3s]], [[Gitea]], [[TruffleHog]]
|
||
445|- Entities updated: [[OpenClaw]]（追加 self-healing-home-server 到 sources）
|
||
446|- Source page: wiki/sources/self-healing-home-server.md
|
||
447|- Notes:
|
||
448| - 新增 Sources 条目至 index.md（替换缺失条目）
|
||
449| - 更新 overview.md，添加 "Self-Healing Infrastructure Agent" 章节
|
||
450| - 创建 3 个 Entity 页面：K3s.md、Gitea.md、TruffleHog.md
|
||
451| - 创建 4 个 Concept 页面：Morning-Briefing.md、Email-Triage.md、Local-first-Git.md、Defense-in-Depth.md
|
||
452| - 冲突已记录：Prometheus/Grafana 监控方案（人工介入）vs AI Agent 自愈方案（全自动闭环）
|
||
453|
|
||
454|## [2026-04-22] ingest | AI-Powered Earnings Tracker
|
||
455|- Source file: Agent/usecases/earnings-tracker.md
|
||
456|- Status: ✅ 成功摄入
|
||
457|- Summary: AI Agent 自动化追踪科技公司财报——每周日 Cron Job 扫描财报日历并通过 Telegram 推送，用户选择后为每家公司创建一次性 Cron Job，财报发布后自动搜索结果并生成结构化摘要（beat/miss、营收、EPS、AI 亮点）。
|
||
458|- Concepts created: （无新概念；Cron Job 已在其他来源中建立）
|
||
459|- Entities created: （无新实体；OpenClaw 已存在；科技公司 NVDA/MSFT 等无需独立页面）
|
||
460|- Source page: wiki/sources/earnings-tracker.md
|
||
461|- Notes:
|
||
462| - 新增 Sources 条目至 index.md（插入首行）
|
||
463| - 无需更新 overview.md（与现有 OpenClaw + Cron Job 主题一致）
|
||
464| - 无需创建 Entity/Concept 页面
|
||
465| - 无冲突
|
||
466|
|
||
467|## [2026-04-23] ingest | Multi-Agent Specialized Team (Solo Founder Setup)
|
||
468|- Source file: Agent/usecases/multi-agent-team.md
|
||
469|- Status: ✅ 成功摄入
|
||
470|- Summary: 用多个专业化 AI Agent 组建团队，解决一人创业者（Solo Founder）身兼数职的困境——4 个专业 Agent（Milo/策略、Josh/商业、Marketing/营销、Dev/开发）通过共享记忆 + 私有上下文 + Telegram 单一控制平面协调运作，定时任务驱动主动工作流。
|
||
471|- Concepts created: [[Agent Personality]], [[Agent Specialization]], [[Shared Memory Architecture]], [[Private Context]], [[Single Control Plane]], [[Scheduled Task Flywheel]], [[Parallel Agent Execution]]
|
||
472|- Entities updated: [[OpenClaw]]（追加 multi-agent-team 到 sources）
|
||
473|- Source page: wiki/sources/multi-agent-team.md
|
||
474|- Notes:
|
||
475| - 新增 Sources 条目至 index.md（插入首行）
|
||
476| - 更新 overview.md Key Concepts，添加 5 个新概念
|
||
477| - 创建 6 个 Concept 页面
|
||
478| - 更新 OpenClaw.md sources 字段
|
||
479| - 冲突已记录：Multi-Agent Team（并行专业化分工）vs Content Factory（链式协作）
|
||
480|
|
||
481|## [2026-04-23] ingest | Daily YouTube Digest
|
||
482|- Source file: Agent/usecases/daily-youtube-digest.md
|
||
483|- Status: ✅ 成功摄入
|
||
484|- Summary: AI Agent 每日 YouTube Digest 全自动流水线——通过 youtube-full skill（ClawHub）监控订阅频道新视频，用 TranscriptAPI.com 提取字幕，AI 生成要点摘要后推送。两种模式：频道列表 + 关键词搜索。`channel/latest` 免费检查，`seen-videos.txt` 避免重复付费。核心洞察：把算法推荐的"被动消费"转变为系统化的"主动学习"。
|
||
485|- Concepts created: [[Daily-Digest]], [[Transcript-Based Summarization]], [[Channel-Based Monitoring]], [[Keyword-Based Monitoring]], [[Credit-Efficient Processing]]
|
||
486|- Entities updated: [[OpenClaw]]（追加 sources）
|
||
487|- Entities created: [[TranscriptAPI.com]], [[ClawHub]], [[Recapio]]
|
||
488|- Source page: wiki/sources/daily-youtube-digest.md
|
||
489|- Notes:
|
||
490| - 新增 Sources 条目至 index.md（顶部插入）
|
||
491| - 更新 overview.md，补充 AI-Powered Daily Digest 章节到 YouTube Automation
|
||
492| - 更新 OpenClaw.md sources
|
||
493| - 创建 3 个 Entity 页面：TranscriptAPI.com.md、ClawHub.md、Recapio.md
|
||
494| - 创建 5 个 Concept 页面：Daily-Digest.md、Transcript-Based-Summarization.md、Channel-Based-Monitoring.md、Keyword-Based-Monitoring.md、Credit-Efficient-Processing.md
|
||
495| - 与 [[实战笔记-本地部署-rsshub-并获取-youtube-订阅]] 的互补关系已在 Contradictions 节记录（RSSHub 被动监控 vs AI Digest 主动学习）
|
||
496|
|
||
- Source file: Agent/usecases/meeting-notes-action-items.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: AI Agent 将会议转录文本（Otter.ai、Google Meet、Zoom）自动转换为结构化摘要，提取行动项并创建 Jira/Linear/Todoist/Notion 任务，发送 Slack/Discord 摘要，支持截止日提醒。核心洞察：自动任务创建比摘要本身更有价值，无法转化为追踪任务的会议记录只是"文档剧场"。
|
||
- Concepts created: [[MeetingNotes]], [[ActionItemTracking]], [[TaskAutomation]], [[TranscriptProcessing]]
|
||
|
||
## [2026-04-23] ingest | 14个免费的AI图生视频工具，用AI让图片动起来
|
||
- Source file: AI/14个免费的AI图生视频工具，用AI让图片动起来 - AI视频教程 AI自动化工作流定制服务 AI培训学习平台 黑喵大叔.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 14个免费AI图生视频工具盘点——覆盖阿里巴巴（绘蛙、通义万相、万相营造）、字节跳动（即梦AI）、快手（可灵AI）、智谱AI（智谱清影）、MiniMax（海螺AI）、生数科技（Vidu）、爱诗科技（PixVerse）、潞晨科技（Video Ocean）、智象未来（Viva）、MewXAI（艺映AI）、Stability AI（Stable Video）等厂商。核心能力：文本提示词控制、动作模板、运镜参数、首尾帧控制、主体一致性、音效自动生成。电商/视频创作/广告三大应用场景。
|
||
- Concepts created: [[AI图生视频]], [[AI文生视频]], [[主体一致性]], [[运镜控制]], [[首尾帧控制]], [[提示词控制]]
|
||
- Entities created: 14个工具均作为 Key Entities 记录于 Source 页面
|
||
- Source page: wiki/sources/14个免费的ai图生视频工具-用ai让图片动起来-ai视频教程-ai自动化工作流定制服务-ai培训学习平台-黑喵大叔.md
|
||
- Notes:
|
||
- 更新 index.md，修正条目日期为 2025-12-05 并补充摘要描述
|
||
- 更新 overview.md，新增 AI图生视频工具盘点章节
|
||
- 创建 Concept 页面：AI图生视频.md、AI文生视频.md
|
||
- 所有14个工具作为 Key Entities 记录于 Source 页面，未创建独立 Entity 页面（每个工具仅出现1次，未达≥2阈值）
|
||
- Contradictions：无冲突
|
||
|
||
## [2026-04-23] ingest | 文字生成视频网站推荐
|
||
- Source file: AI/文字生成视频网站推荐.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 5款文字生成视频AI工具推荐——万彩AI（完全免费，适合新手）、百度AI开放平台（大厂多模态技术）、Zeemo（多语言字幕，$79+）、Vizard（长视频自动剪辑）、快影（腾讯系模板剪辑）。总结推荐：最实惠选万彩AI，技术型选百度，多语言选Zeemo，长视频选Vizard。
|
||
- Concepts created: [[文字生成视频]], [[AI视频生成工具]], [[数字人]]
|
||
- Source page: wiki/sources/文字生成视频网站推荐.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- overview.md 中已存在与 [[AI图生视频工具盘点]] 的互补关系说明，无需更新
|
||
- 所有工具作为 Key Entities 记录于 Source 页面，未创建独立 Entity 页面（每个工具仅出现1次，未达≥2阈值）
|
||
- Contradictions：无冲突
|
||
|
||
## [2026-04-23] ingest | 清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）
|
||
- Source file: AI/清华出的DeepSeek使用手册，104页，真的是太厉害了！（免费领取）.md
|
||
- Status: ✅ 成功摄入
|
||
- Summary: 清华大学发布的《DeepSeek从入门到精通2025》官方使用手册（104页），由新闻与传播学院元宇宙文化实验室余梦珑博士后及团队撰写。手册核心价值在于"授人以渔"——不仅教用户"怎么问"，更教"为什么这么问"，帮助用户掌握提示词底层逻辑。涵盖 DeepSeek-R1 模型选择、提示语设计技巧、避免 AI 幻觉策略。内容实用性与理论深度兼备，适合不同层次读者。
|
||
- Concepts created: [[DeepSeek-R1]], [[提示语设计]], [[AI幻觉]], [[通用人工智能（AGI）]], [[推理模型]]
|
||
- Entities created: [[DeepSeek]], [[余梦珑]]
|
||
- Source page: wiki/sources/清华出的deepseek使用手册-104页-真的是太厉害了-免费领取.md
|
||
- Notes:
|
||
- 新增 Sources 条目至 index.md（替换 expected 标记行）
|
||
- overview.md 新增 DeepSeek 使用手册条目，归入 AI Tools & Prompt Engineering 部分
|
||
- 创建 Entity 页面：DeepSeek.md（公司）、余梦珑.md（作者）
|
||
- Concept 页面：RAG.md、Large-Language-Model.md、AI-Agent.md 已覆盖相关概念（幻觉、推理模型），无需新建
|
||
- Contradictions：与 [[llms-rag-ai-agent-三个到底什么区别]] 互补而非冲突——前者聚焦 DeepSeek 特定实践，后者聚焦 LLM/RAG/Agent 三层架构宏观对比，均记录于 Contradictions 小节
|