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
This commit is contained in:
hehaiguang1123
2026-07-01 08:05:43 +08:00
parent e544d6e04a
commit a6f05ab2d5
1067 changed files with 522992 additions and 819 deletions
@@ -0,0 +1,139 @@
---
title: "研究框架设计 Prompt 模板"
tags: [模板, Prompt, 研究框架, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 设计"AI在教育领域应用"专题研究框架的Prompt模板
version: v1.0
---
# 研究框架设计 Prompt 模板
## 基本配置
- **模型**GLM Coding Plan
- **用途**:设计专题研究框架
- **频率**:每周一执行
- **输出**:本周研究计划文档
## Prompt 内容
```
# 指令:设计"AI在教育领域应用"专题研究框架
## 背景
我需要系统研究人工智能在教育领域的应用现状、技术进展和未来趋势。目标是建立一个持续更新的知识库,每周产出研究报告。
当前周次:{{week_number}}
本周研究主题:{{research_topic}}
研究周期:{{start_date}} 至 {{end_date}}
## 你的任务
设计一个完整的研究框架,包含以下内容:
### A. 研究范围界定(5个核心方向)
请定义5个最值得研究的核心方向,每个方向包含:
1. 方向名称(中文)
2. 关键研究问题(3-5个)
3. 代表性技术/系统
4. 相关研究机构(国内外各3个)
5. 评估指标与方法
### B. 本周研究计划
针对本周主题"{{research_topic}}",设计详细的研究计划:
#### 1. 研究目标
- 主要目标:...
- 次要目标:...
- 预期产出:...
#### 2. 研究问题清单
- 核心问题1...
- 核心问题2...
- 探索性问题:...
#### 3. 研究方法
- 文献调研策略:...
- 数据收集方法:...
- 分析框架:...
#### 4. 时间安排
```
📅 本周时间安排(建议):
周一({{start_date}}):研究框架设计(已完成)
周二:文献收集与筛选(20篇目标)
周三:深度分析与技术梳理
周四:机构动态与产业观察
周五:报告整合与知识库更新
周六:质量审核与优化
周日:归档与下周准备
```
### C. 信息源推荐
推荐以下类型的优质信息源:
1. **学术文献**:知网/万方关键词、国际会议(华人作者为主)
2. **产业动态**:国内教育科技公司、政策文件
3. **开源项目**GitHub上相关项目
4. **专家观点**:国内学者博客、访谈
### D. 评估标准
设计本周研究的评估标准:
1. **质量指标**:文献覆盖率、信息准确率
2. **效率指标**:研究耗时、产出密度
3. **创新指标**:新发现数量、趋势预测准确性
## 输出要求
- 使用Markdown格式
- 结构清晰,可操作性强
- 包含具体的评估指标和验证方法
- 考虑国内实际应用场景
- 提供可量化的目标
- 包含风险管理(可能的挑战与应对)
## 预期产出
1. 本周研究计划文档(主产出)
2. 研究问题清单(可后续分解)
3. 资源清单(供实际调研使用)
4. 评估标准表(供质量检查使用)
```
## 变量说明
- `{{week_number}}`:当前周数,格式如"2026-W13"
- `{{research_topic}}`:本周研究主题,从预设主题轮换中选择
- `{{start_date}}`:本周开始日期
- `{{end_date}}`:本周结束日期
## 使用示例
```bash
# 生成第13周研究框架
obsidian create path="projects/openclaw/教育AI研究/每周报告/2026-W13-研究计划.md" \
content="$(cat projects/openclaw/教育AI研究/templates/01-研究框架设计.md | sed 's/{{week_number}}/2026-W13/; s/{{research_topic}}/个性化学习系统/; s/{{start_date}}/2026-03-31/; s/{{end_date}}/2026-04-06/')" \
silent
```
## 质量检查清单
- [ ] 研究目标明确且可衡量
- [ ] 研究方法具体可行
- [ ] 信息源覆盖全面
- [ ] 时间安排合理
- [ ] 风险评估充分
- [ ] 产出物定义清晰
## 更新记录
| 日期 | 版本 | 更新内容 |
|------|------|---------|
| 2026-03-31 | v1.0 | 初始版本创建 |
@@ -0,0 +1,183 @@
---
title: "文献调研 Prompt 模板"
tags: [模板, Prompt, 文献调研, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 专题文献调研与摘要生成的Prompt模板
version: v1.0
---
# 文献调研 Prompt 模板
## 基本配置
- **模型**DeepSeek API
- **用途**:专题文献调研与摘要生成
- **频率**:每周二执行
- **输出**:文献摘要卡片(10-15篇)
## Prompt 内容
```
# 指令:专题文献调研与摘要生成
## 研究主题
{{research_topic}},当前焦点:{{specific_focus}}
## 研究框架背景
基于本周研究计划:{{research_plan_summary}}
## 调研要求
请调研近2年(2024-2026)相关文献,重点关注:
### A. 文献来源优先级
1. **核心期刊**:中文核心期刊、CSSCI来源期刊
2. **重要会议**:国内AI+教育相关会议
3. **学位论文**:博士/硕士学位论文
4. **预印本**Arxiv上华人作者论文
5. **行业报告**:教育科技公司白皮书
### B. 信息提取要求
对每篇文献提取以下信息:
**基础信息**
- 标题(中英文)
- 作者及机构(标注是否为国内机构)
- 发表时间
- 文献类型(期刊/会议/学位论文/预印本)
- 来源(期刊名/会议名)
- 引用次数(如可知)
**核心内容**
- 研究问题(1-2句话概括)
- 关键技术/方法(具体算法、模型、系统)
- 实验设计(数据、评估指标、对比方法)
- 主要发现(量化结果、定性结论)
**价值评估**
- 创新点(相对于现有工作)
- 局限性(作者提及或你能识别)
- 实践意义(对教育实际应用的价值)
- 技术成熟度(TRL 1-9级)
**关联分析**
- 与本项目其他文献的关联
- 技术路线图中的位置
- 后续研究方向建议
### C. 组织方式
请按以下结构组织信息:
#### 1. 里程碑式工作(影响最大的3-5篇)
- 每篇提供详细分析
- 解释其在领域中的历史地位
- 标注对后续研究的影响
#### 2. 最新进展(最近6个月发表)
- 按发表时间排序
- 标注"突破性"、"渐进式"等标签
- 分析技术趋势
#### 3. 争议焦点(存在不同观点的问题)
- 列出对立观点
- 分析各方论据
- 评估当前共识程度
#### 4. 技术路线图
- 绘制技术演进脉络
- 标识关键转折点
- 预测未来发展方向
## 输出格式要求
### 每个文献条目的标准格式
```markdown
## 📄 [文献标题]
**基础信息**
- **作者**:{作者列表,标注机构}
- **发表时间**{年份-月份}
- **文献类型**:{期刊/会议/学位论文}
- **来源**{期刊名或会议名}
- **引用次数**:{数字,如可知}
**核心内容**
- **研究问题**{1-2句话概括}
- **关键技术**:{具体技术描述}
- **实验设计**
- 数据集:{规模、来源}
- 评估指标:{准确性、F1值等}
- 对比方法:{基准方法}
- **主要发现**
- 定量结果:{具体数值}
- 定性结论:{核心观点}
**价值评估**
- **创新点**:⭐️⭐️⭐️⭐️☆ (4/5)
- **实践意义**:{对教育实际应用的价值}
- **技术成熟度**TRL {1-9}
- **局限性**:{研究中提到的问题}
**关联分析**
- **与本周主题关联**:{强/中/弱}
- **推荐阅读优先级**:{高/中/低}
- **后续研究方向**{建议}
```
### 整体报告结构
1. **执行摘要**300-500字)
2. **文献概览统计**
- 总文献数:{N}
- 期刊论文:{J}
- 会议论文:{C}
- 学位论文:{D}
- 预印本:{P}
3. **文献详细分析**(按上述格式)
4. **综合观察**
- 技术趋势总结
- 研究热点迁移
- 方法论演进
5. **知识缺口识别**
- 未被充分研究的问题
- 方法学局限性
- 数据可获得性问题
## 质量要求
- 信息准确,有可靠来源
- 分析深入,不仅仅是摘要
- 结构完整,逻辑清晰
- 语言精炼,避免冗余
- 包含可验证的具体信息
- 标注信息来源和可信度
## 变量说明
- `{{research_topic}}`:本周研究主题
- `{{specific_focus}}`:本周具体研究焦点
- `{{research_plan_summary}}`:研究计划摘要
## 使用示例
```bash
# 执行个性化学习系统文献调研
obsidian create path="projects/openclaw/教育AI研究\文献库\2026-W13-文献调研.md" \
content="$(cat templates/02-文献调研.md | sed 's/{{research_topic}}/个性化学习系统/; s/{{specific_focus}}/学习者建模技术/')" \
silent
```
## 质量检查清单
- [ ] 文献覆盖全面(至少10篇)
- [ ] 信息提取准确完整
- [ ] 价值评估客观合理
- [ ] 关联分析深入透彻
- [ ] 输出格式规范统一
## 更新记录
| 日期 | 版本 | 更新内容 |
|------|------|---------|
| 2026-03-31 | v1.0 | 初始版本创建 |
@@ -0,0 +1,258 @@
---
title: "机构分析 Prompt 模板"
tags: [模板, Prompt, 机构分析, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 教育AI研究机构分析的Prompt模板
version: v1.0
---
# 机构分析 Prompt 模板
## 基本配置
- **模型**GLM Coding Plan
- **用途**:教育AI研究机构分析
- **频率**:每周四执行
- **输出**:机构档案更新
## Prompt 内容
```
# 指令:教育AI研究机构分析
## 分析背景
本周研究主题:{{research_topic}}
分析时间范围:{{time_range}}
分析重点:{{analysis_focus}}
## 分析对象
请分析国内从事"AI在教育领域应用"研究的机构,重点关注{{research_topic}}方向:
### A. 机构分类
1. **高校实验室**(按研究方向细分)
2. **科研院所**(中科院、社科院等)
3. **企业研究院**(百度、阿里、腾讯、字节等)
4. **新型研究机构**(创新中心、联合实验室)
### B. 分析维度
对每个代表性机构(选择10-15个),提供:
**基本信息**
- 机构全称
- 所在地
- 机构类型
- 成立时间
- 官方网站/主页
- 联系信息(如公开)
**研究方向**
- 主要研究领域(2-3个)
- 标志性项目/系统
- 技术特色/优势
- 近期研究重点
**产出与影响**
- 代表性论文(近2年,3-5篇)
- 专利/标准(数量及核心专利)
- 产业合作案例
- 国际影响力(国际合作项目)
**团队情况**
- 领军人物(1-2位,附简介)
- 核心研究人员(3-5位)
- 团队规模(研究人员、学生等)
- 培养体系(研究生项目等)
**资源与平台**
- 实验设施(专用实验室、设备)
- 数据集资源(自有数据集)
- 开源项目(GitHub仓库)
- 合作网络(产学研合作)
**动态更新**
- 近期重要活动(2024-2026
- 最新研究成果(2025-2026
- 未来发展规划
- 招生/招聘信息
### C. 深度分析维度
#### 1. 技术路线对比
- 不同机构在{{research_topic}}上的技术选择
- 方法论差异比较
- 创新路径分析
#### 2. 合作网络分析
```
合作网络图建议:
1. 高校-企业合作网络
2. 跨地域合作网络
3. 国际合作网络
```
#### 3. 资源投入分析
- 经费来源(国家项目、企业合作)
- 硬件投入(计算资源、实验设备)
- 人才投入(研究团队规模)
#### 4. 影响力评估
- 学术影响力(论文引用、H指数)
- 产业影响力(技术转化、产品落地)
- 政策影响力(标准制定、政策建议)
### D. 热点机构追踪
#### 1. 新兴力量(近2年表现突出)
- 机构名称
- 突破性成果
- 增长趋势
#### 2. 传统优势机构(持续领先)
- 机构名称
- 保持优势的原因
- 面临的挑战
#### 3. 国际合作亮点
- 合作机构对
- 合作成果
- 合作模式
## 输出格式要求
### 机构档案标准格式
```markdown
# 🏛️ [机构全称]
## 基本信息
- **所在地**{城市}
- **机构类型**:{高校/企业/院所}
- **成立时间**{年份}
- **官方网站**{链接}
- **分析时间**{当前日期}
## 研究方向
### 主要研究领域
1. **领域1**{详细描述}
2. **领域2**{详细描述}
### 技术特色
- 特色1...
- 特色2...
### 近期研究重点(2025-2026
- 项目1...
- 项目2...
## 产出与影响
### 代表性论文(近2年)
1. **[{论文标题}](链接)** - {第一作者},{发表年份}
- 期刊/会议:...
- 核心贡献:...
- 引用次数:...
### 知识产权
- **专利数量**{总数}
- **核心专利**{列举1-2个}
- **标准参与**:{国家标准/行业标准}
### 产业合作
- **合作企业**{企业列表}
- **合作项目**{项目简述}
- **技术转化**:{成果转化情况}
## 团队情况
### 领军人物
**{姓名}** - {职称/职务}
- 研究方向:...
- 学术成就:...
- 联系方式:{如公开}
### 研究团队
- **研究人员**{数量}
- **研究生**{数量}
- **访问学者**{数量}
## 资源平台
### 实验设施
- {设施1}
- {设施2}
### 数据集资源
- [{数据集名称}](链接) - {规模、用途}
### 开源项目
- [{项目名称}](GitHub链接) - {Star数,主要功能}
## 动态更新
### 近期活动(2025-2026
- {活动1}
- {活动2}
### 未来规划
- 短期目标(1年):...
- 中期目标(3年):...
## 评估与展望
### 优势分析
- 优势1...
- 优势2...
### 挑战与机遇
- 挑战:...
- 机遇:...
### 推荐关注度:⭐️⭐️⭐️⭐️☆ (4/5)
```
### 综合报告结构
1. **机构概览**(机构数量、类型分布)
2. **重点机构分析**(按上述格式)
3. **对比分析**
- 技术路线对比表
- 资源投入对比
- 影响力排名
4. **趋势观察**
- 机构发展动态
- 合作模式演变
- 未来发展趋势
## 质量要求
- 信息准确,来源可靠
- 分析深入,数据支撑
- 格式规范,结构完整
- 更新及时,动态跟踪
- 评估客观,证据充分
## 变量说明
- `{{research_topic}}`:本周研究主题
- `{{time_range}}`:分析时间范围
- `{{analysis_focus}}`:分析重点
## 使用示例
```bash
# 执行个性化学习系统相关机构分析
obsidian create path="projects/openclaw/教育AI研究\机构档案\2026-W13-机构分析.md" \
content="$(cat templates/03-机构分析.md | sed 's/{{research_topic}}/个性化学习系统/; s/{{time_range}}/2024-2026/; s/{{analysis_focus}}/技术路线与合作网络/')" \
silent
```
## 质量检查清单
- [ ] 机构选择代表性充分
- [ ] 信息完整且准确
- [ ] 分析深入且有洞察
- [ ] 格式规范统一
- [ ] 动态更新及时
## 更新记录
| 日期 | 版本 | 更新内容 |
|------|------|---------|
| 2026-03-31 | v1.0 | 初始版本创建 |
@@ -0,0 +1,345 @@
---
title: "周报生成 Prompt 模板"
tags: [模板, Prompt, 周报, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 生成教育AI研究周报的Prompt模板
version: v1.0
---
# 周报生成 Prompt 模板
## 基本配置
- **模型**GLM Coding Plan
- **用途**:生成教育AI研究周报
- **频率**:每周五执行
- **输出**:结构化周报文档
## Prompt 内容
```
# 指令:生成教育AI研究周报
## 输入数据汇总
### 本周研究概况
- **研究周期**{{start_date}} 至 {{end_date}}
- **当前周次**{{week_number}}
- **研究主题**{{research_topic}}
- **核心焦点**{{specific_focus}}
### 本周收集数据
1. **文献调研结果**{{literature_count}}篇文献分析完成
2. **机构分析更新**{{institution_count}}个机构档案更新
3. **技术进展汇总**{{tech_advance_count}}个技术进展
4. **热点问题追踪**{{hot_issue_count}}个热点问题
### 研究过程记录
- **研究时长**{{total_hours}}小时
- **模型使用**GLM {{glm_tokens}} tokensDeepSeek {{deepseek_tokens}} tokens
- **关键发现**{{key_findings_summary}}
## 报告结构要求
请生成标准格式的周报:
### 封面信息
```
# 教育AI研究周报 - {{week_number}}
## 基本信息
- **研究周期**{{start_date}} 至 {{end_date}}
- **核心主题**{{research_topic}}
- **报告版本**v1.0
- **生成时间**{{current_time}}
- **报告编号**EDU-AI-{{week_number}}
```
### 第一部分:执行摘要
#### 1.1 本周研究概述(300-500字)
- 研究目标完成情况
- 主要工作内容
- 核心成果概述
#### 1.2 关键数据指标
```
📊 本周核心指标:
- 文献分析:{{literature_count}}篇(目标:20篇,完成度:{{completion_rate}}%
- 知识卡片:{{knowledge_card_count}}张(目标:10张)
- 机构档案:{{institution_profile_count}}个(目标:5-10个)
- 研究时长:{{total_hours}}小时(目标:15小时)
- API成本:¥{{api_cost}}(预算:¥40/周)
```
#### 1.3 亮点与突破
- 最重要的发现(1-3个)
- 突破性进展
- 意外收获
### 第二部分:详细研究发现
#### 2.1 文献研究发现
##### 里程碑文献(3-5篇)
```
【{文献标题}】
- 作者/机构:…
- 发表时间:…
- 核心贡献:…
- 技术亮点:…
- 实践意义:…
- 相关度评分:⭐️⭐️⭐️⭐️☆(4/5)
```
##### 最新进展(最近3个月)
- 按技术类别分类
- 突出创新点
- 评估技术成熟度
##### 研究趋势变化
- 新兴研究方向
- 传统方向演化
- 交叉学科融合
#### 2.2 技术进展分析
##### 关键技术突破
- 算法改进:具体描述
- 系统实现:架构创新
- 实验验证:结果分析
##### 技术路线演进
```
技术路线图更新:
1. 传统方法阶段(特点、局限)
2. 深度学习阶段(突破、应用)
3. 大模型时代(当前进展)
4. 未来方向(预测)
```
##### 技术瓶颈识别
- 算法层面限制
- 数据层面问题
- 计算资源需求
- 部署实施障碍
#### 2.3 产业动态观察
##### 国内产业进展
- 企业产品发布
- 投资并购动态
- 政策环境变化
- 市场需求变化
##### 国际对比分析
- 技术差距分析
- 应用模式差异
- 合作机会识别
#### 2.4 机构动态追踪
##### 重点机构更新
- 研究成果发布
- 团队变化
- 合作项目启动
##### 新兴力量涌现
- 新成立的实验室/团队
- 跨界进入者
- 区域布局变化
### 第三部分:深度分析
#### 3.1 趋势预测分析
##### 短期趋势(未来3-6个月)
- 技术发展趋势
- 研究热点迁移
- 产业应用拓展
##### 中期趋势(未来1-2年)
- 技术融合方向
- 标准规范发展
- 市场格局变化
##### 长期影响(未来3-5年)
- 教育模式变革
- 技术伦理问题
- 政策监管演进
#### 3.2 挑战与机遇
##### 主要挑战
1. **技术挑战**...
2. **数据挑战**...
3. **实施挑战**...
4. **伦理挑战**...
##### 潜在机遇
1. **技术创新机会**...
2. **市场应用机会**...
3. **政策支持机会**...
4. **国际合作机会**...
#### 3.3 知识网络演变
##### 概念关联变化
- 新增概念关联
- 概念演化路径
- 跨领域连接
##### 知识结构优化
- 知识图谱扩展
- 分类体系改进
- 检索效率提升
### 第四部分:知识库更新
#### 4.1 更新内容统计
```
📈 本周知识库更新统计:
- 新增文献:{{new_literature_count}}篇
- 更新机构:{{updated_institution_count}}家
- 新增概念:{{new_concept_count}}个
- 修正信息:{{corrected_info_count}}处
- 新增关联:{{new_relation_count}}条
```
#### 4.2 重要新增条目
##### 高质量知识卡片(前3名)
1. **[{卡片标题}](链接)** - 质量评分:⭐️⭐️⭐️⭐️⭐️
- 核心内容:...
- 价值评估:...
##### 关键机构档案
1. **[{机构名称}](链接)** - 更新程度:重大更新
- 更新内容:...
- 重要性:...
#### 4.3 知识库质量评估
- 信息完整度:{{completeness_score}}/100
- 准确率:{{accuracy_rate}}%
- 时效性:{{timeliness_score}}/100
- 结构化程度:{{structure_score}}/100
### 第五部分:下周研究建议
#### 5.1 推荐研究方向
##### 高优先级(必须关注)
1. **方向1**{{reason}}
2. **方向2**{{reason}}
##### 中优先级(建议关注)
1. **方向3**{{reason}}
2. **方向4**{{reason}}
##### 探索性方向(可选)
1. **方向5**{{reason}}
#### 5.2 具体研究问题
- 核心问题1{{description}}
- 核心问题2{{description}}
- 衍生问题:{{description}}
#### 5.3 推荐文献
##### 必读文献(3-5篇)
1. **[{文献标题}](链接)** - 理由:...
2. **[{文献标题}](链接)** - 理由:...
##### 参考文献(5-10篇)
- 按相关性排序
- 标注阅读优先级
#### 5.4 时间与资源规划
```
⏰ 下周时间分配建议:
- 文献阅读与筛选:40%(约6小时)
- 深度分析与技术梳理:30%(约4.5小时)
- 报告撰写与知识更新:20%(约3小时)
- 交流讨论与质量审核:10%(约1.5小时)
💰 资源预算建议:
- GLM API15,000 tokens(约¥45
- DeepSeek API40,000 tokens(约¥80
- 总计预算:¥125(周均)
```
#### 5.5 风险与应对
##### 预期风险
1. **信息过载风险**{{mitigation}}
2. **模型限制风险**{{mitigation}}
3. **时间不足风险**{{mitigation}}
##### 质量保障措施
1. 质量控制点:...
2. 审核机制:...
3. 反馈机制:...
## 附录
### 附录A:本周工作日志摘要
- 每日工作内容简述
- 遇到的问题及解决
- 改进建议
### 附录B:质量检查结果
- 各环节质量评分
- 发现的错误与修正
- 改进计划
### 附录C:数据统计表
- 详细的量化数据
- 趋势对比图表
- 效率分析
## 输出格式要求
### 排版规范
- 使用标准的Markdown格式
- 标题层级清晰(H1-H4
- 段落间距合理
- 列表格式统一
### 可视化元素
- 关键数据使用表格呈现
- 趋势对比使用图表描述
- 复杂关系使用mermaid图表
- 适当使用emoji增强可读性
### 质量控制
- 所有数据有明确来源
- 分析基于证据支撑
- 预测有逻辑依据
- 建议具有可操作性
## 变量说明
- `{{week_number}}`:当前周次,如"2026-W13"
- `{{research_topic}}`:本周研究主题
- `{{specific_focus}}`:本周具体焦点
- `{{literature_count}}`:文献分析数量
- `{{institution_count}}`:机构分析数量
- 其他变量根据实际数据填充
## 使用示例
```bash
# 生成第13周研究报告
obsidian create path="projects/openclaw/教育AI研究/每周报告/2026-W13-研究报告.md" \
content="$(cat templates/04-周报生成.md | sed 's/{{week_number}}/2026-W13/; s/{{research_topic}}/AI在教育领域应用总体框架/; s/{{start_date}}/2026-03-31/; s/{{end_date}}/2026-04-06/')" \
silent
```
## 质量检查清单
- [ ] 执行摘要概括全面准确
- [ ] 研究发现分析深入透彻
- [ ] 趋势预测有逻辑依据
- [ ] 知识库更新统计完整
- [ ] 下周建议具体可行
- [ ] 格式规范统一美观
## 更新记录
| 日期 | 版本 | 更新内容 |
|------|------|---------|
| 2026-03-31 | v1.0 | 初始版本创建 |
@@ -0,0 +1,340 @@
---
title: "知识卡片生成 Prompt 模板"
tags: [模板, Prompt, 知识卡片, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 生成结构化知识卡片的Prompt模板
version: v1.0
---
# 知识卡片生成 Prompt 模板
## 基本配置
- **模型**DeepSeek API
- **用途**:生成结构化知识卡片
- **频率**:每周六执行
- **输出**:标准化知识卡片文档
## Prompt 内容
```
# 指令:生成结构化知识卡片
## 卡片生成请求
### 基本信息
- **卡片类型**{{card_type}}(概念/技术/系统/人物/机构)
- **卡片主题**{{card_topic}}
- **关联主题**{{related_topics}}
- **重要性**{{importance_level}}1-55为最高)
- **紧急程度**{{urgency_level}}(高/中/低)
### 生成背景
- **研究周次**{{week_number}}
- **研究主题**{{research_topic}}
- **相关发现**{{related_findings}}
- **信息来源**{{source_materials}}
## 卡片生成要求
### 总体原则
1. **准确性第一**:所有信息必须有可靠来源
2. **结构化表达**:按照标准模板组织信息
3. **简洁明了**:避免冗余,核心信息突出
4. **可扩展性**:预留后续更新空间
5. **可关联性**:建立与其他卡片的连接
### 内容深度要求
- **基础层**:清晰定义、核心要素
- **发展层**:历史演进、当前状态
- **应用层**:实际应用、案例研究
- **展望层**:未来趋势、挑战机遇
## 卡片模板
请严格按照以下模板生成:
```markdown
---
title: "{{card_title}}"
tags: [{primary_tag}, {secondary_tag}, {tertiary_tag}]
created: {{creation_date}}
updated: {{update_date}}
related: ["{{related_card_1}}", "{{related_card_2}}", "{{related_card_3}}"]
importance: {{importance_score}}1-5
confidence: {{confidence_level}}(高/中/低)
maturity: {{technology_maturity}}TRL 1-9,如适用)
source: ["{{source_1}}", "{{source_2}}"]
aliases: ["{{alias_1}}", "{{alias_2}}"]
---
## 📖 定义
### 核心定义
{清晰、准确的定义描述,1-2段}
### 关键特征
- 特征1{描述}
- 特征2{描述}
- 特征3{描述}
### 与其他概念的区别
- 与{相关概念A}的区别:...
- 与{相关概念B}的区别:...
- 常见误解澄清:...
## 🔧 核心要素与技术原理
### 基本组成
#### 1. {组件/要素1}
- **功能**{主要作用}
- **实现方式**{具体技术}
- **重要性**:{在系统中的地位}
#### 2. {组件/要素2}
- **功能**{主要作用}
- **实现方式**{具体技术}
- **重要性**:{在系统中的地位}
### 工作原理
```
工作原理简述:
输入 → 处理过程 → 输出
关键环节:{重点说明}
```
### 关键技术参数
- 参数1:{名称} = {典型值}(单位)
- 参数2:{名称} = {典型值}(单位)
- 参数3:{名称} = {典型值}(单位)
## 📚 发展历程
### 起源阶段(时间范围)
- **背景需求**:{催生该技术/概念的需求}
- **早期探索**:{最初的研究工作}
- **主要贡献者**:{关键人物/团队}
### 发展阶段(时间范围)
- **技术突破**:{重要的技术进展}
- **标准化进程**:{相关标准的建立}
- **应用扩展**:{应用领域的拓展}
### 成熟阶段(当前状态)
- **技术现状**:{当前的技术水平}
- **主流实现**:{广泛采用的方案}
- **市场接受度**:{在产业中的应用程度}
## 🏛️ 代表性研究与实践
### 国内研究进展
#### 重点研究团队
1. **{团队/机构名称}**
- 研究方向:{具体方向}
- 主要贡献:{代表性成果}
- 近期工作:{最新研究}
#### 重要研究成果
1. **[{论文标题}](链接)** - {作者}{年份}
- 核心创新:...
- 实验验证:...
- 实际影响:...
### 国际研究(华人作者为主)
1. **[{论文标题}](链接)** - {作者(华人)},{机构},{年份}
- 研究亮点:...
- 技术先进性:...
- 国内借鉴意义:...
### 开源项目与工具
1. **[{项目名称}](GitHub链接)** ⭐{star数量}
- 主要功能:...
- 技术栈:...
- 应用案例:...
## 🎯 教育领域应用
### 适用场景分析
#### 场景1{具体应用场景}
- **适用性评估**:⭐️⭐️⭐️⭐️☆(4/5)
- **实施条件**:{需要的资源和条件}
- **预期效果**:{可达到的教育目标}
- **实际案例**:{已有的应用实例}
#### 场景2{具体应用场景}
- **适用性评估**:⭐️⭐️⭐️☆☆(3/5)
- **实施条件**:{需要的资源和条件}
- **预期效果**:{可达到的教育目标}
- **实际案例**:{已有的应用实例}
### 实施路径建议
#### 初级实施(0-6个月)
- 步骤1{具体行动}
- 步骤2{具体行动}
- 步骤3{具体行动}
#### 中级实施(6-18个月)
- 步骤1{具体行动}
- 步骤2{具体行动}
- 步骤3{具体行动}
#### 高级实施(18个月以上)
- 步骤1{具体行动}
- 步骤2{具体行动}
- 步骤3{具体行动}
## ⚠️ 限制、挑战与伦理问题
### 技术限制
1. **算法层面**
- 限制描述:...
- 影响范围:...
- 改进方向:...
2. **数据层面**
- 限制描述:...
- 影响范围:...
- 改进方向:...
### 实践挑战
1. **部署实施**
- 挑战描述:...
- 典型困难:...
- 解决方案:...
2. **用户接受**
- 挑战描述:...
- 影响因素:...
- 提升策略:...
### 伦理与社会问题
1. **隐私保护**
- 风险描述:...
- 法规要求:...
- 最佳实践:...
2. **公平性**
- 风险描述:...
- 评估方法:...
- 缓解措施:...
3. **透明度**
- 风险描述:...
- 用户权利:...
- 解释方法:...
## 🔮 未来趋势与发展方向
### 技术发展趋势
#### 短期趋势(1-2年)
1. **趋势1**{具体描述}
- 驱动因素:...
- 预期影响:...
- 关注指标:...
2. **趋势2**{具体描述}
- 驱动因素:...
- 预期影响:...
- 关注指标:...
#### 中期趋势(3-5年)
1. **趋势1**{具体描述}
- 技术基础:...
- 应用前景:...
- 准备建议:...
2. **趋势2**{具体描述}
- 技术基础:...
- 应用前景:...
- 准备建议:...
### 研究热点预测
- 热点方向1{理由分析}
- 热点方向2{理由分析}
- 热点方向3{理由分析}
### 产业发展预测
- 市场规模预测:...
- 竞争格局变化:...
- 政策环境演进:...
## 📎 参考资料与进一步阅读
### 核心参考文献
1. **必读文献**
- [{文献标题}](链接) - {作者},{年份},{期刊/会议}
- 推荐理由:...
- 阅读要点:...
2. **扩展阅读**
- [{文献标题}](链接) - {作者}{年份}
- [{文献标题}](链接) - {作者}{年份}
### 在线资源
1. **教程与文档**
- [{资源标题}](链接) - {提供者}
- 内容特点:...
- 适用对象:...
2. **社区与论坛**
- [{社区名称}](链接) - {活跃领域}
- 讨论热点:...
- 参与价值:...
### 数据集与工具
1. **公开数据集**
- [{数据集名称}](链接) - {规模},{用途}
- 访问方式:...
- 使用条件:...
2. **开发工具**
- [{工具名称}](链接) - {主要功能}
- 技术栈:...
- 学习曲线:...
## 🔍 质量控制信息
### 信息验证
- **主要来源**:{验证过的主要信息来源}
- **交叉验证**:{通过其他来源验证的信息}
- **存疑信息**:{需要进一步核实的内容}
### 更新计划
- **下次全面更新**:{计划日期}
- **动态更新触发条件**:{触发更新的条件}
- **维护责任人**:{负责更新的主体}
### 质量评分
- **完整性**{{completeness_score}}/100
- **准确性**{{accuracy_score}}/100
- **时效性**{{timeliness_score}}/100
- **实用性**{{usability_score}}/100
```
## 变量说明
- `{{card_type}}`:卡片类型(概念/技术/系统/人物/机构)
- `{{card_topic}}`:卡片主题
- `{{importance_level}}`:重要性级别
- `{{week_number}}`:所属周次
- 其他变量根据实际情况填充
## 使用示例
```bash
# 生成"个性化学习系统"知识卡片
obsidian create path="projects/openclaw/教育AI研究\知识卡片\个性化学习系统.md" \
content="$(cat templates/05-知识卡片.md | sed 's/{{card_type}}/概念/; s/{{card_topic}}/个性化学习系统/; s/{{importance_level}}/5/; s/{{week_number}}/2026-W13/')" \
silent
```
## 质量检查清单
- [ ] 定义清晰准确无歧义
- [ ] 技术原理描述准确
- [ ] 发展历程脉络清晰
- [ ] 应用场景分析具体
- [ ] 限制挑战分析全面
- [ ] 未来趋势有依据
- [ ] 参考资料可靠完整
- [ ] 格式规范符合模板
## 更新记录
| 日期 | 版本 | 更新内容 |
|------|------|---------|
| 2026-03-31 | v1.0 | 初始版本创建 |
@@ -0,0 +1,387 @@
---
title: "质量检查清单"
tags: [模板, 质量控制, 检查清单, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 教育AI研究项目的质量控制标准文件
version: v1.0
---
# 质量检查清单
## 📋 概述
本文档为"教育AI研究项目"的质量控制标准文件,定义了所有产出物的质量要求和检查流程。
## 🎯 质量目标
### 总体质量目标
1. **准确性**:信息准确率 ≥ 95%
2. **完整性**:关键信息覆盖率 ≥ 90%
3. **时效性**:信息更新延迟 ≤ 1个月
4. **一致性**:格式规范统一度 ≥ 95%
5. **实用性**:可操作建议比例 ≥ 80%
### 分级质量目标
| 质量等级 | 准确性 | 完整性 | 时效性 | 适用场景 |
|----------|--------|--------|--------|----------|
| **P0(关键)** | ≥98% | ≥95% | ≤1周 | 核心概念、基础框架 |
| **P1(重要)** | ≥95% | ≥90% | ≤2周 | 技术细节、机构信息 |
| **P2(一般)** | ≥90% | ≥85% | ≤1月 | 扩展信息、背景资料 |
## 🔍 检查流程
### 检查节点
1. **实时检查**:生成过程中的格式和基本要求检查
2. **环节检查**:每个研究环节完成后的专项检查
3. **阶段检查**:每周结束前的综合检查
4. **月度审核**:每月末的系统性质量审核
### 检查责任人
- **自动检查**:脚本和工具(基础格式、必填项)
- **AI辅助检查**:模型交叉验证(逻辑一致性、信息完整性)
- **人工抽查**:项目负责人(关键信息、主观判断)
## 📝 具体检查清单
### A. 研究框架设计质量检查
#### 格式检查
- [ ] 使用标准Markdown格式
- [ ] 标题层级清晰(H1-H4
- [ ] 列表格式统一
- [ ] 段落间距合理
#### 内容检查
- [ ] 研究目标具体可衡量
- [ ] 研究范围界定清晰
- [ ] 方法论描述具体可行
- [ ] 时间安排合理可行
- [ ] 资源预算符合实际
- [ ] 风险评估全面充分
#### 逻辑检查
- [ ] 目标与方法的逻辑一致性
- [ ] 时间安排的合理递进性
- [ ] 风险评估的针对性
- [ ] 产出物定义的明确性
### B. 文献调研质量检查
#### 文献选择质量
- [ ] 文献来源权威性(核心期刊、重要会议)
- [ ] 文献时效性(近2年为主)
- [ ] 文献相关性(与主题紧密相关)
- [ ] 文献多样性(不同类型、不同作者)
#### 信息提取质量
- [ ] 基础信息完整准确
- [ ] 核心内容概括精炼
- [ ] 实验设计描述清晰
- [ ] 结果数据准确无误
- [ ] 创新点识别准确
#### 分析质量
- [ ] 分类组织逻辑清晰
- [ ] 技术路线描述准确
- [ ] 趋势分析有依据
- [ ] 研究缺口识别合理
### C. 机构分析质量检查
#### 机构选择质量
- [ ] 代表性充分(覆盖不同类型)
- [ ] 重要性合理(按影响力排序)
- [ ] 地域分布均衡(如有需要)
- [ ] 更新及时性(动态信息及时更新)
#### 信息质量
- [ ] 基本信息准确完整
- [ ] 研究方向描述具体
- [ ] 成果列举代表性充分
- [ ] 团队信息准确可信
- [ ] 资源平台信息详实
#### 分析深度
- [ ] 技术路线对比深入
- [ ] 合作网络分析清晰
- [ ] 影响力评估客观
- [ ] 发展趋势判断合理
### D. 周报生成质量检查
#### 结构完整性
- [ ] 封面信息完整准确
- [ ] 各部分结构完整
- [ ] 逻辑层次清晰
- [ ] 前后呼应一致
#### 内容质量
- [ ] 执行摘要概括全面
- [ ] 研究发现分析深入
- [ ] 数据统计准确完整
- [ ] 趋势预测有逻辑依据
- [ ] 建议具体可行
#### 表达质量
- [ ] 语言简洁明了
- [ ] 专业术语使用准确
- [ ] 图表描述清晰
- [ ] 重点突出明确
### E. 知识卡片质量检查
#### 模板符合度
- [ ] 严格按照模板结构
- [ ] 所有必填字段完整
- [ ] 标签选择准确
- [ ] 元数据填写规范
#### 内容质量
- [ ] 定义清晰无歧义
- [ ] 技术原理描述准确
- [ ] 发展历程脉络清晰
- [ ] 应用场景分析具体
- [ ] 限制挑战分析全面
#### 信息可靠性
- [ ] 引用来源明确可信
- [ ] 交叉验证充分
- [ ] 存疑信息明确标注
- [ ] 更新时间记录准确
## 📊 量化评估指标
### 准确性指标
| 指标 | 计算方法 | 目标值 |
|------|----------|--------|
| **信息准确率** | 正确信息条数 / 总信息条数 | ≥95% |
| **来源可信度** | 权威来源数量 / 总来源数量 | ≥80% |
| **交叉验证率** | 经过验证的信息比例 | ≥70% |
### 完整性指标
| 指标 | 计算方法 | 目标值 |
|------|----------|--------|
| **必填项完成率** | 完成的必填项 / 总必填项 | 100% |
| **关键信息覆盖率** | 覆盖的关键信息点 / 总关键信息点 | ≥90% |
| **结构完整性** | 完成的章节 / 总章节 | ≥95% |
### 时效性指标
| 指标 | 计算方法 | 目标值 |
|------|----------|--------|
| **信息新鲜度** | 近1年信息比例 | ≥60% |
| **更新及时性** | 信息更新延迟天数 | ≤15天 |
| **动态跟踪率** | 持续跟踪的信息比例 | ≥80% |
### 一致性指标
| 指标 | 计算方法 | 目标值 |
|------|----------|--------|
| **格式统一度** | 符合格式要求的内容比例 | ≥95% |
| **术语一致性** | 统一术语使用比例 | ≥90% |
| **风格一致性** | 风格统一的段落比例 | ≥85% |
## 🔧 检查工具与方法
### 自动检查工具
1. **格式检查脚本**
```python
# 检查Markdown格式规范
python scripts/check_format.py --file "path/to/file.md"
```
2. **必填项检查**
```python
# 检查模板必填项
python scripts/check_required_fields.py --template "template_name" --file "target_file"
```
3. **链接有效性检查**
```python
# 检查所有链接的有效性
python scripts/check_links.py --file "path/to/file.md"
```
### AI辅助检查
1. **逻辑一致性检查**
- 使用DeepSeek检查前后逻辑一致性
- 识别矛盾或冲突信息
2. **信息完整性检查**
- 使用GLM评估信息覆盖完整性
- 识别缺失的关键信息
3. **质量评分生成**
- 基于多项指标生成综合质量分
- 提供具体的改进建议
### 人工检查要点
1. **主观判断内容**
- 分析深度是否足够
- 洞察是否有价值
- 建议是否切实可行
2. **专业准确性**
- 技术细节是否准确
- 专业术语使用是否恰当
- 引用是否规范
3. **整体评价**
- 产出物的整体质量
- 相对于预期的完成度
- 改进的优先级建议
## 📈 质量改进流程
### 问题识别
1. **自动检测问题**:工具识别出的格式、必填项等问题
2. **AI识别问题**:模型检测到的逻辑、一致性等问题
3. **人工发现问题**:检查人员发现的质量问题
### 问题分类
| 严重程度 | 定义 | 处理时限 |
|----------|------|----------|
| **P0(严重)** | 影响核心功能,必须立即修复 | 24小时内 |
| **P1(重要)** | 影响使用体验,需要尽快修复 | 3天内 |
| **P2(一般)** | 优化改进类问题,可计划修复 | 1周内 |
| **P3(建议)** | 增强功能类建议,可后续考虑 | 酌情处理 |
### 修复流程
1. **问题记录**:详细记录问题描述、位置、严重程度
2. **原因分析**:分析问题产生的根本原因
3. **修复方案**:制定具体的修复方案
4. **实施修复**:执行修复并验证效果
5. **防止复发**:更新流程或模板防止类似问题
### 质量趋势分析
1. **周度质量报告**:每周产出质量分析报告
2. **问题类型分布**:分析各类问题的占比和趋势
3. **改进效果评估**:评估质量改进措施的效果
4. **最佳实践总结**:总结高质量产出的经验
## 📋 检查记录表模板
### 单个文件检查记录
```
文件:{{file_path}}
检查时间:{{check_time}}
检查人:{{checker}}
## 检查结果
- 整体质量评分:{{overall_score}}/100
- 严重问题数量:{{p0_count}}
- 重要问题数量:{{p1_count}}
- 一般问题数量:{{p2_count}}
## 详细问题列表
### P0问题
1. 问题描述:...
位置:...
修复建议:...
### P1问题
1. 问题描述:...
位置:...
修复建议:...
## 改进建议
1. 立即修复:...
2. 短期改进:...
3. 长期优化:...
## 检查结论
- [ ] 通过(无P0问题,P1问题≤3个)
- [ ] 有条件通过(有P0问题但已修复)
- [ ] 不通过(有未修复的P0问题)
```
### 周度质量汇总
```
周期:{{week_number}}
检查文件数:{{file_count}}
总体质量分:{{average_score}}
## 问题分布
- P0问题:{{p0_total}}个
- P1问题:{{p1_total}}个
- P2问题:{{p2_total}}个
## 质量趋势
- 本周 vs 上周:{{trend_indicator}}
- 主要进步:...
- 仍需改进:...
## 本周质量亮点
1. ...
2. ...
## 下周质量重点
1. ...
2. ...
```
## 🚀 质量文化建设
### 质量意识培养
1. **质量第一原则**:在所有工作中优先考虑质量
2. **预防优于修复**:通过良好设计和流程防止问题
3. **持续改进心态**:不断寻求质量提升的机会
4. **全员质量参与**:每个人都对质量负责
### 质量激励机制
1. **质量奖励**:对高质量产出给予认可
2. **质量分享**:定期分享质量改进经验
3. **质量竞赛**:开展质量相关的竞赛活动
4. **质量培训**:提供质量相关的培训资源
### 质量工具支持
1. **自动化工具**:减少人工检查的负担
2. **模板和指南**:提供标准化的质量参考
3. **检查清单**:确保检查的全面性
4. **质量仪表盘**:实时展示质量状况
---
**版本信息**
- **版本**v1.0
- **创建时间**2026年3月31日
- **最后更新**2026年3月31日
- **维护责任人**:狗剩(AI助手)
> 注意:本清单将根据实际使用情况持续更新和完善。
@@ -0,0 +1,298 @@
---
tags:
- 教育AI
- 研究机构
- 美国
- MIT
- 模板
created: YYYY-MM-DD
description: "[机构名称] - 教育AI技术研究机构档案"
para: []
---
# [机构名称] - 教育AI技术研究机构档案
> **最后更新时间**YYYY-MM-DD
> **数据版本**v1.0
> **可信度评分**A/B/C级
> **研究完成度**:初步/中等/完整
## 🔍 机构概览
### 基本信息
- **机构全称**
- **英文名称**
- **所在国家/地区**
- **机构类型**:大学/企业/研究机构/非营利组织
- **成立时间**
- **官方网站**
- **教育AI相关网站**
### 机构定位
- **在全球教育AI领域的地位**
- **核心研究方向**
- **特色与优势**
## 🎯 教育AI相关研究项目
### 1. [项目名称]
- **项目负责人**
- **启动时间**
- **项目状态**:进行中/已完成
- **项目网站/链接**
- **核心目标**
- **关键技术**
- **研究成果**
- **教育应用**
- **数据来源**[来源1], [来源2]
### 2. [项目名称]
- **项目负责人**
- **启动时间**
- **项目状态**
- **项目网站/链接**
- **核心目标**
- **关键技术**
- **研究成果**
- **教育应用**
- **数据来源**
## 🧠 核心技术成果
### 技术平台/工具
1. **[技术名称]**
- **技术类型**:平台/工具/框架/算法
- **开发时间**
- **当前版本**
- **技术特点**
- **应用场景**
- **用户规模**
- **开源状态**:开源/闭源
- **GitHub仓库**
2. **[技术名称]**
- **技术类型**
- **开发时间**
- **当前版本**
- **技术特点**
- **应用场景**
- **用户规模**
- **开源状态**
- **GitHub仓库**
### 算法/模型
1. **[算法名称]**
- **算法类型**
- **发表时间**
- **论文链接**
- **核心创新**
- **应用效果**
- **引用次数**
## 👥 核心研究团队
### 主要研究人员
1. **[姓名]**
- **职位**
- **研究领域**
- **个人主页**
- **代表性成果**
- **教育AI相关贡献**
2. **[姓名]**
- **职位**
- **研究领域**
- **个人主页**
- **代表性成果**
- **教育AI相关贡献**
### 研究团队结构
- **团队规模**
- **团队构成**
- **国际合作情况**
- **与中国机构的合作**
## 📊 研究影响力
### 学术影响力
- **高水平论文数量**
- **顶级会议发表**
- **专利数量**
- **技术转移情况**
### 产业影响力
- **衍生企业/初创公司**
- **技术商业化程度**
- **行业合作案例**
- **市场规模**
### 教育影响力
- **影响学生数量**
- **教师培训项目**
- **课程资源**
- **国际合作学校**
## 🌐 国际合作与交流
### 与中国合作
- **合作机构**
- **合作项目**
- **联合研究**
- **人员交流**
### 国际网络
- **主要合作伙伴**
- **国际项目参与**
- **全球影响力**
## 📈 发展趋势分析
### 技术发展趋势
- **当前技术成熟度**
- **未来技术方向**
- **潜在突破点**
### 应用发展趋势
- **当前应用广度**
- **未来应用场景**
- **规模化挑战**
### 产业发展趋势
- **商业化路径**
- **市场前景**
- **竞争态势**
## 🔬 深度技术分析
### 技术架构
```mermaid
graph TD
A[技术核心] --> B[关键技术模块1]
A --> C[关键技术模块2]
B --> D[应用场景1]
C --> E[应用场景2]
D --> F[用户价值]
E --> F
```
### 技术优势
1. **创新性**
2. **实用性**
3. **可扩展性**
4. **易用性**
### 技术局限
1. **技术瓶颈**
2. **应用限制**
3. **数据依赖**
4. **成本因素**
## 💡 对中国教育AI的启示
### 可借鉴经验
1. **研究模式**
2. **技术路线**
3. **产学研结合**
4. **国际合作**
### 差异化分析
- **与中国教育场景的差异**
- **技术适配性分析**
- **本土化挑战**
### 合作建议
1. **技术合作方向**
2. **人才交流建议**
3. **项目合作机会**
## 📚 参考资料
### 官方资料
1. **[资料名称]** - [链接] - 可信度:A级
2. **[资料名称]** - [链接] - 可信度:A级
### 学术论文
1. **[论文标题]** - [作者] - [期刊/会议] - [年份] - [链接]
2. **[论文标题]** - [作者] - [期刊/会议] - [年份] - [链接]
### 媒体报道
1. **[报道标题]** - [媒体] - [日期] - [链接] - 可信度:B级
2. **[报道标题]** - [媒体] - [日期] - [链接] - 可信度:B级
### 行业报告
1. **[报告名称]** - [机构] - [年份] - [链接] - 可信度:B级
2. **[报告名称]** - [机构] - [年份] - [链接] - 可信度:B级
## ✅ 真实性核查记录
### 核查时间:YYYY-MM-DD HH:MM
1. **来源验证**:✅/❌
- 验证方法:
- 验证结果:
2. **时效性检查**:✅/❌
- 最新更新时间:
- 信息新鲜度:
3. **交叉验证**:✅/❌
- 独立信源数量:
- 一致性程度:
4. **链接测试**:✅/❌
- 有效链接数/总链接数:
- 失效链接处理:
5. **质量评分**A/B/C级
- 评分依据:
- 改进建议:
### 核查人:狗剩
### 核查结论:通过/需要改进/不通过
---
## 📝 研究笔记
### 关键发现
### 待解决问题
### 后续研究建议
---
**档案创建时间**YYYY-MM-DD
**最后更新**YYYY-MM-DD
**版本历史**v1.0 初始创建
**维护状态**:活跃/归档
@@ -0,0 +1,66 @@
---
title: "简化版真实性核查清单"
tags: [模板, 真实性核查, 检查清单, 教育AI]
created: 2026-03-31
updated: 2026-03-31
type: template
description: 每篇文档发布前的快速真实性检查清单
version: v1.0
---
# 📋 简化版真实性核查清单
> **用途**:每篇文档发布前的快速检查
> **耗时**:约3分钟
> **门槛**:信源质量分 ≥ 70分方可发布
---
## 🔍 快速核查(必须检查)
| # | 检查项 | 要求 | 通过? |
|---|--------|------|-------|
| 1 | **关键数据有来源** | 每个量化数据标注来源 | ☐ |
| 2 | **链接可访问** | 所有外部链接测试有效 | ☐ |
| 3 | **无不确定表述** | 无"据说"、"据传"、"可能"类 | ☐ |
| 4 | **时效性** | 技术≤6个月,政策≤12个月 | ☐ |
| 5 | **单一来源风险** | 关键信息至少2个独立来源 | ☐ |
---
## 📊 信源质量评分(快速计算)
| 来源类型 | 得分 | 加分 |
|----------|------|------|
| 顶级学术期刊/官方报告 | +20分/个 | |
| 企业白皮书/核心专利 | +10分/个 | |
| 权威媒体报道 | +5分/个 | |
| **未标注来源数据** | -50分/个 | |
| 超过时效要求 | -20分/项 | |
**总分 =** _____
---
## ✅ 最终结论
- [ ] **通过** (≥70分) - 可以发布
- [ ] **需修改** (50-69分) - 补充来源后重评
- [ ] **不通过** (<50分) - 需大幅补充
---
## ⚠️ 常见问题处理
| 问题 | 解决方法 |
|------|----------|
| 找不到来源 | 标注`[待验证]`,不作为关键数据 |
| 链接失效 | 使用Wayback Machine存档或删除该引用 |
| 时效过期 | 更新到最新数据或标注原始日期 |
| 单来源 | 寻找第二个独立来源,或降低该信息权重 |
---
**核查人**______
**核查时间**______