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 +1,345 @@
---
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 |