Phase 0-2: Schema cleanup, typed relations, event-driven automation

- Phase 0: AGENTS.md cleanup (dedup quotes, renumber sections, merge qmd) - Phase 1: typed relations (manage-relations.py, graph-search.py, check-staleness.py, detect-conflicts.py) - Phase 2: frontmatter validator, weekly lint, knowledge promotion, git hooks - Fix .gitignore to track tools/ and .githooks/ - Fix git remote URL (remove plaintext token) - New wiki pages: 504 pages, 34 raw sources
2026-07-01 08:05:43 +08:00
parent e544d6e04a
commit a6f05ab2d5
1067 changed files with 522992 additions and 819 deletions
@@ -0,0 +1,83 @@
+{
+  "_status": "已废弃 - 迁移至 WorkBuddy TOML 自动化",
+  "_superseded_date": "2026-04-20",
+  "_new_config_doc": "高等教育AI专题-自动化工作流配置v3.md",
+  "_new_toml_dir": ".workbuddy/automations/",
+  "_note": "旧版JSON配置已迁移，WorkBuddy将自动加载 .toml 文件",
+  "project_name": "教育AI研究",
+  "project_path": "D:\\TC_UP\\2023card\\projects\\openclaw\\教育AI研究",
+  "created_date": "2026-03-31",
+  "automations": [
+    {
+      "id": "edu-ai-weekly-start",
+      "name": "教育AI-周一研究启动",
+      "description": "每周一启动新一周的教育AI研究，生成研究计划",
+      "schedule_type": "recurring",
+      "rrule": "FREQ=WEEKLY;BYDAY=MO;BYHOUR=9;BYMINUTE=0",
+      "status": "ACTIVE",
+      "cwds": [
+        "D:\\TC_UP\\2023card"
+      ],
+      "prompt": "启动本周'AI在教育领域应用'专题研究：\n\n1. 使用GLM Coding Plan生成本周研究计划\n2. 研究主题按月度轮换：\n   - 第1周：个性化学习系统\n   - 第2周：智能评测技术\n   - 第3周：教育机器人应用\n   - 第4周：产业动态与政策\n\n3. 输出文件命名：projects/openclaw/教育AI研究/每周报告/{year}-W{week}-研究计划.md\n4. 包含以下内容：\n   - 本周研究目标（具体可衡量）\n   - 详细时间安排（每日任务）\n   - 信息源推荐（知网、万方、Arxiv等）\n   - 风险评估与应对\n   - 产出物清单",
+      "output_template": "projects/openclaw/教育AI研究/每周报告/{year}-W{week}-研究计划.md",
+      "model_preference": "glm-coding",
+      "estimated_tokens": 5000,
+      "estimated_duration": "30分钟"
+    },
+    {
+      "id": "edu-ai-weekly-report",
+      "name": "教育AI-周五报告生成",
+      "description": "每周五生成教育AI研究周报，整合本周发现",
+      "schedule_type": "recurring",
+      "rrule": "FREQ=WEEKLY;BYDAY=FR;BYHOUR=18;BYMINUTE=0",
+      "status": "ACTIVE",
+      "cwds": [
+        "D:\\TC_UP\\2023card"
+      ],
+      "prompt": "生成教育AI研究周报：\n\n输入数据：本周收集的文献、机构、技术进展信息\n使用模板：projects/openclaw/教育AI研究/templates/04-周报生成.md\n\n报告结构要求：\n1. 执行摘要（本周研究概述、关键指标）\n2. 详细研究发现（文献、技术、机构、产业）\n3. 深度分析（趋势预测、挑战机遇）\n4. 知识库更新统计\n5. 下周研究建议\n\n质量要求：\n- 数据准确，有可靠来源\n- 分析深入，有逻辑依据\n- 建议具体，可操作执行\n- 格式规范，符合模板",
+      "output_template": "projects/openclaw/教育AI研究/每周报告/{year}-W{week}-研究报告.md",
+      "model_preference": "glm-coding",
+      "estimated_tokens": 8000,
+      "estimated_duration": "45分钟"
+    },
+    {
+      "id": "edu-ai-monthly-review",
+      "name": "教育AI-月度研究回顾",
+      "description": "每月末进行教育AI研究回顾和优化",
+      "schedule_type": "recurring",
+      "rrule": "FREQ=MONTHLY;BYMONTHDAY=-1;BYHOUR=20;BYMINUTE=0",
+      "status": "ACTIVE",
+      "cwds": [
+        "D:\\TC_UP\\2023card"
+      ],
+      "prompt": "进行教育AI研究月度回顾：\n\n回顾周期：过去一个月（4周）\n回顾内容：\n1. 研究产出统计（文献、卡片、报告数量）\n2. 质量评估（准确性、完整性、时效性）\n3. 成本分析（API使用量、费用统计）\n4. 效率评估（研究耗时、产出密度）\n5. 问题识别与改进建议\n\n输出要求：\n1. 月度研究报告（详细分析）\n2. 质量改进计划（具体措施）\n3. 下月研究优化建议（调整方案）\n4. 模板和流程更新建议",
+      "output_template": "projects/openclaw/教育AI研究/每月回顾/{year}-{month}-回顾报告.md",
+      "model_preference": "glm-coding",
+      "estimated_tokens": 6000,
+      "estimated_duration": "40分钟"
+    },
+    {
+      "id": "edu-ai-knowledge-sync",
+      "name": "教育AI-知识库同步",
+      "description": "每周日同步更新知识库，确保信息一致性",
+      "schedule_type": "recurring",
+      "rrule": "FREQ=WEEKLY;BYDAY=SU;BYHOUR=22;BYMINUTE=0",
+      "status": "ACTIVE",
+      "cwds": [
+        "D:\\TC_UP\\2023card"
+      ],
+      "prompt": "同步教育AI研究知识库：\n\n同步任务：\n1. 检查知识卡片一致性（概念定义、关联关系）\n2. 更新机构档案信息（最新动态、研究成果）\n3. 整合本周新增文献到文献库\n4. 验证跨文档引用和链接\n5. 生成知识库健康报告\n\n输出要求：\n1. 同步完成确认报告\n2. 发现问题列表（如有）\n3. 知识库统计更新\n4. 维护建议",
+      "output_template": "projects/openclaw/教育AI研究/知识库同步/{year}-W{week}-同步报告.md",
+      "model_preference": "deepseek",
+      "estimated_tokens": 4000,
+      "estimated_duration": "25分钟"
+    }
+  ],
+  "cost_estimation": {
+    "total_tokens_per_month": 74000,
+    "glm_estimated_cost": 222.0,
+    "deepseek_estimated_cost": 32.0,
+    "total_estimated_cost": 254.0,
+    "estimated_hours_per_month": 60
+  }
+}