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

wiki/EgoCentric数据采集与具身智能发展.md

@@ -0,0 +1,97 @@
+---
+categories:
+  - "[[LLM Wiki]]"
+tags:
+  - wiki
+  - concept
+  - concept/technology
+  - EgoCentric
+  - 具身智能
+  - 数据采集
+  - AI训练
+  - 零工经济
+  - 机器人
+created: 2026-04-14
+source: 行业研究
+type: concept
+aliases:
+  - EgoCentric数据采集与具身智能发展
+---
+
+# EgoCentric数据采集与具身智能发展
+
+## 数据采集新模式
+
+### 采集方式
+
+| 方式 | 说明 |
+|------|------|
+| **设备** | 摄像头头戴设备 |
+| **场景** | 工厂工人日常劳动过程 |
+| **同步性** | 边劳动边采集 |
+
+### 全球零工经济布局
+
+| 公司 | 规模 | 地区 | 报酬 |
+|------|------|------|------|
+| **Micro1** | ~50万工人 | 东南亚、非洲、南美洲 | $15/小时 |
+
+> 时薪$15，显著高于当地平均工资
+
+### 重点采集内容
+
+- 叠衣服
+- 洗碗
+- 做饭
+- 其他家务动作
+
+## 数据处理流程
+
+```
+佩戴设备采集
+    ↓
+AI初步标注
+    ↓
+人工双重审核
+    ↓
+标准化训练数据集
+    ↓
+具身智能模型训练
+```
+
+## 技术验证
+
+| 项目 | 状态 | 说明 |
+|------|------|------|
+| **英伟达 EGO Free** | ✅ 已验证 | 证实此类数据对具身智能的训练价值 |
+| **中外厂商** | 跟进中 | 相继在模型中集成此类数据 |
+
+## 行业变革对比
+
+| 维度 | 传统方式 | EgoCentric方式 | 优势 |
+|------|----------|----------------|------|
+| **场景** | 实验室环境 | 真实生活场景 | 更自然 |
+| **设备** | 专业设备 | 普通智能手机 | 成本降低87% |
+| **操作** | 技术团队 | 普通人可完成 | 可扩展性强 |
+
+## 核心结论
+
+> **当 EgoCentric 数据成为主流训练素材时，将开启"全民数据采集员"的新时代，从根本上改变机器人开发的数据获取方式。**
+
+## 关键优势
+
+1. **自然性** — 真实生活场景，非刻意表演
+2. **低成本** — 设备简单，普通人可操作
+3. **可扩展** — 全球零工模式，快速规模化
+4. **高效性** — 边劳动边采集，一举两得
+
+## 相关概念
+
+- [[MarkItDown]] — 数据处理工具
+- [[具身智能]]
+- [[AI训练数据]]
+- [[零工经济]]
+
+---
+
+*最后更新：2026-04-14*