Files
llm_wiki/wiki/log.md
T
hehaiguang1123 a6f05ab2d5 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

49 KiB
Raw Blame History

LLM Wiki 日志

[2026-06-30] sync | home-wiki 跨库同步

来源: D:\TC_UP\home-wiki(专注高等教育 AI、系统理论、哲学思想的知识库)

操作:

  • 创建 tools/sync/sync_homewiki.py — 可复用的跨库同步转换脚本(Frontmatter 转换 + OpenClaw 标记清理)
  • 创建 tools/sync/knowledge-base-sync-plan.md — 完整同步方案文档
  • 同步 concepts/ → wiki/11 个概念页)
  • 同步 entities/ → wiki/2 个实体页)
  • 同步 syntheses/ → wiki/1 个综合报告)
  • 同步 raw/articles/ → raw/homewiki-articles/4 个 HTML 原始文章)
  • 同步 04-Tools/ → tools/docs/homewiki/7 个工具文档)
  • 更新 wiki/index.md — 新增"跨库同步(home-wiki"章节
  • 更新 wiki/log.md — 记录本次同步操作

涉及页面: 14 个新 Wiki 页面,4 个 HTML 原始来源,7 个工具文档

同步内容清单:

类型 数量 明细
概念页 11 涌现、临界态、以终为始、实践论、LLM-Wiki-v2、markitdown、顶级人生三重境、老红军长寿现象的精神分析、漱茶说、山西12个原始古村落、EgoCentric数据采集与具身智能发展
实体页 2 郭朝晖、万物本源说
综合报告 1 哈尔滨工程大学春季校园招聘会调研报告
HTML 原始来源 4 郭朝晖科研经历、Hermes智能体进阶、涌现本质-万物本源说、(重复1个)
工具文档 7 Hermes多Agent协作、markitdown集成、WSL指南、CLI-MCP-Skill关系等

转换规则:

  1. Frontmatter: type/title/created/updated/tags/sources/confidencecategories/tags/created/source/type
  2. 标签映射: home-wiki Canonical Tags → 目标仓库 tags(含 wikiconceptpeople 前缀)
  3. 来源格式: sources: [路径]source: "[[文件名]]" (wikilink 格式)
  4. 内容清理: 移除 OpenClaw 标记注释、Related 章节、最后更新行
  5. 冲突检查: 预先验证无同名文件冲突

质量验证:

  • Frontmatter 格式符合目标仓库规范
  • OpenClaw 标记已清理(LLM-Wiki-v2.md、markitdown.md 补充清理)
  • 重复标签已修复(郭朝晖.md
  • Wikilinks 保持文件名引用(Obsidian 自动解析)
  • HTML 原始来源已同步到 raw/homewiki-articles/

索引更新:

  • Wiki页面数: 452+ → 466+ (+14)
  • 来源数: 48 → 49 (+1 home-wiki)
  • 概念页面: 179+ → 190+ (+11)
  • 实体页面: 27+ → 29+ (+2)
  • 最后更新: 2026-06-30 (home-wiki 跨库同步)

自动化工具:

  • tools/sync/sync_homewiki.py — 支持命令: conceptsentitiessynthesesrawall
  • 后续定期同步可直接运行: python tools/sync/sync_homewiki.py all

[2026-06-30] ingest | 向DeepSeek学习破局

来源: raw/向DeepSeek学习破局 — 得一录,微信公众号,2026-06-29

操作:

  • 创建 wiki/拆与合.md - 核心概念页面,包含四步操作逻辑、应用场景、边界条件
  • 创建 wiki/DSpark.md - 技术工具页面,DeepSeek 推理加速系统案例
  • 更新 wiki/index.md - 添加到"核心概念"和"工具"章节,更新统计指标
  • 更新 wiki/log.md - 记录本次 ingest 操作

涉及页面: 2 个新 Wiki 页面,1 个 raw 来源

关键要点:

  • 核心洞察:你面对的大部分二选一,可能根本不是真的二选一,而是框架制造的假互斥
  • 拆与合四步操作:检验独立性 → 匹配异构机制 → 保留最小接口 → 接受接口成本
  • DSpark 案例效果0.2%-1.3% 接口成本,换来 16%-30% 接受长度提升和 60%-85% 推理速度提升
  • 与分治法/模块化的区别:分治法解决"一个问题太大"(同质机制),模块化解决"一个系统太复杂"(同一技术栈),拆与合解决"多个目标看起来互斥"(异质机制)
  • 三大应用场景:认知方法(系统完备 vs 行动交付)、组织设计(效率 vs 灵活性)、个人决策(安全 vs 成长)
  • 三种失效条件:子系统不独立(如婚姻中的信任和自由)、接口成本过高、只有一种机制可用
  • 核心操作问题:这两个目标是真的在互相抢夺,还是你的框架把它们锁在了一起?

新增Wiki页面:

  1. 拆与合 — 拆解框架制造的假互斥,让不同目标回到各自独立子系统的思维模式
  2. DSpark — DeepSeek 大模型推理加速系统,通过将速度和连贯性拆分到独立子系统实现 60%-85% 推理速度提升

索引更新:

  • Wiki页面数: 450+ → 452+ (+2)
  • 来源数: 47 → 48 (+1)
  • 概念页面数: 177+ → 179+ (+2)
  • 工具页面数: 25+ → 26+ (+1)
  • 最后更新: 2026-06-30 (新增拆与合思维模式)

[2026-05-23] ingest | 革命,革命,到底是要革谁的命? 毛传25

来源: 带刀客毛传25,关于毛选首篇《中国社会各阶级的分析》为何是革命叙事的基石

操作:

  • 创建 wiki/革命,到底是要革谁的命.md - 毛传25 参考页面
  • 更新 wiki/index.md - 添加到"历史参考"章节

涉及页面: 1 个新 Wiki 页面,1 个 raw 来源

关键要点:

  • 解释毛选首篇的定位:解决"实明,名正"的问题
  • 千年农民起义困境:从朱元璋到李自成的历史轮回
  • 灯下黑:陈独秀等人对农民问题的认知盲区
  • "房间里的大象":凡是政策上犯错误的,一定是大东西看不见
  • 教员突破:韶山冲九个月农民运动→《沁园春·长沙》→国民党二大决议
  • 核心洞察:求知难——从民族革命到阶级革命的自我改造

[2026-05-23] rewrite | 毛传系列深度重写

操作: 将 6 个毛传 wiki 页面从 stub 摘要深度重写为 LLM Wiki 标准的深度编译

重写详情:

页面 原始行数 重写后行数 核心变化
林彪的表现无懈可击 55 ~190 5 叙事节、10+ callout、人物关系图、30+ 溯源标注
朱毛会师井冈山始末 59 ~170 6 叙事节、何长工联络路线、湘南特委悲剧、25+ 溯源标注
井冈山上的人心博弈 61 ~170 7 叙事节、收服袁文才、井冈山地理结构、陈浩叛变、新社会框架、20+ callout
教员的建军思路 58 ~180 6 叙事节、秋收起义失败、三湾改编、兵为将有→党指挥枪、15+ callout
练兵先练己 60 ~180 5 叙事节、铜鼓脱险、认知差、五个分歧、练兵先练己、15+ callout
毛传写作思路讲解 53 ~160 6 叙事节、沟通哲学、杜修经反面教材、行动>语言、15+ callout

质量提升:

  • 每个 wiki 页面从通用模板格式重写为叙事式深度编译
  • 提取 raw 原文中的所有关键人物、事件、数据、原始引用
  • 每个事实标注 [raw:{文件名}:{行号}] 溯源
  • 使用 calloutquote/tip/warning/danger/success/abstract/info)高亮关键洞察
  • wikilink 交叉引用相关人物和文章
  • 修正 frontmatter tags(如 jinggangshanjinggangshan-periodhe-zhanggonghe-changgong

待办:

  • 创建实体页:杜修经、陈毅、朱德、何长工
  • 创建概念页:三猛战术
  • 更新 wiki/林彪.md 实体页加入井冈山时期内容
  • 更新 wiki/index.md

[2026-05-23] ingest | 毛传系列文章

来源: 8 个 /raw 目录新建文档

操作:

  • 识别今天(2026-05-23)在 /raw 目录新建的 8 个文档
  • 创建 wiki/林彪的表现无懈可击.md - 毛传32 参考页面
  • 创建 wiki/朱毛会师井冈山始末.md - 毛传31 参考页面
  • 创建 wiki/教员的建军思路.md - 毛传29 参考页面
  • 创建 wiki/练兵先练己.md - 毛传28 参考页面
  • 创建 wiki/井冈山上的人心博弈.md - 毛传30 参考页面
  • 创建 wiki/毛传写作思路讲解.md - 写作方法论参考页面
  • 更新 wiki/index.md - 新增"历史参考"章节,添加 6 个毛传系列页面条目
  • 更新 wiki/log.md - 记录本次 ingest 操作

涉及页面: 6 个新 Wiki 页面,8 个 raw 来源

关键要点:

  • 毛传系列(28-32)讲述井冈山时期关键人物和决策
  • 覆盖林彪、何长工、建军思路、人心博弈等主题
  • 所有页面遵循溯源规则,数字/结论标注 [raw:{文件名}:{行号}] 格式
  • 新增"历史参考"类别用于组织毛传系列文章

新增统计

  • Wiki 页面数:402 → 408+6

[2026-05-23] update | 新增读书笔记类别并更新规范

类型:架构变更、类别添加

操作:

  • 创建 Categories/读书笔记.md - 新增 PARA 类别索引页面
  • 更新 wiki/读书笔记优化规范.md - 将 categories[[Clippings]] 改为 [[读书笔记]]
  • 更新 Templates/读书笔记模板.md - 同步更新 frontmatter 规范
  • 更新 Templates/Clipping Template.md - 同步更新 frontmatter 规范
  • 更新 AGENTS.md - 在 PARA 层文件夹组织表格中添加 读书笔记.md 示例
  • 更新 读躬行客之《三虎的表现无懈可击》.md - 应用新的 categories 规范
  • 更新 wiki/index.md - 添加"读书笔记"章节,更新统计指标
  • 更新 wiki/log.md - 记录架构变更

涉及页面:

  • 1 个新类别索引页面
  • 3 个规范/模板文档更新
  • 2 个现有文档更新(AGENTS.md、wiki/index.md

关键变更:

  • 新增 categories: [[读书笔记]] 用于深度阅读理解的笔记
  • categories: [[Clippings]] 保留用于网页摘录(轻度处理)
  • 区分:读书笔记 = 深度理解+结构化整理+Callout高亮+延伸关联;Clippings = 网页摘录+轻度处理
  • 移除读书笔记的 clippings 标签,保留 reading 标签
  • 添加质量检查清单和工作流建议

新增统计

  • PARA 类别:28 个(含读书笔记)
  • 工具页面:26 个

[2026-05-23] ingest | 读书笔记优化规范

来源: 读书笔记优化规范读书笔记规范使用示例

操作:

  • 创建 wiki/读书笔记优化规范.md - Wiki 层规范页面
  • 将详细规范文档移至 raw/读书笔记优化规范.md
  • 将使用示例移至 raw/读书笔记规范使用示例.md
  • 创建 Templates/读书笔记模板.md - 可直接使用的模板
  • 更新 Templates/Clipping Template.md - 优化 Clipping 模板
  • 更新 wiki/index.md - 添加新工具页面,更新统计指标

涉及页面: 1 个新 Wiki 页面,1 个 raw 来源

关键要点:

  • 制定基于 PARA + LLM Wiki 的读书笔记版式标准
  • 规范 Frontmatter 结构(categories、tags、created、author、url 等)
  • 定义 Callout 使用规范(8 种类型:info、tip、warning、danger、important、success、quote、example
  • 简化章节标题(避免"一、"等冗余前缀)
  • 添加延伸阅读章节(wikilink 关联)
  • 提供完整的质量检查清单

实践案例: 读躬行客之《井冈山的战略》读书笔记优化


[2026-04-21] ingest | 道家修炼经典编译

  • 日期2026-04-21
  • 操作类型Ingest(道家修炼经典编译)
  • 来源目录raw/呼吸之间_李谨伯/
  • 处理文件数65 个章节文件(完整书籍内容)

涉及文件

# 文件名 类型 状态
1 哈佛大学AI教学项目深度研究报告 机构 已在 wiki 中
2 斯坦福大学AI教学项目深度研究报告 机构 已在 wiki 中
3 牛津大学AI教学项目深度研究报告 机构 已在 wiki 中
4 剑桥大学AI教学项目深度研究报告 机构 已在 wiki 中
5 清华大学AI教学项目深度研究报告 机构 已在 wiki 中
6 北京大学AI教学项目深度研究报告 机构 已在 wiki 中
7 ETH-EPFL瑞士工程AI教育项目深度研究报告 机构 已在 wiki 中
8 中美顶尖高校AI教学对比研究报告 概念 已在 wiki 中
9 教学大模型发展状况深度研究报告-20260415 概念 已在 wiki 中
10 教育AI政策建议报告 报告 已在 wiki 中
11 教育AI创业公司生态研究报告 报告 已在 wiki 中
12 教师AI素养框架研究报告 报告 已在 wiki 中
13 AIED-2025学术前沿论文深度解读 报告 已在 wiki 中
14 综合全景报告(第1-8周) 报告 已在 wiki 中
15 教育AI创业公司生态研究报告-v2 报告 已在 wiki 中
16 LLM文献地图(Shi 2026 工具 已在 wiki 中
17 哈佛RCT深度解读-Kestin-2025 报告 已在 wiki 中
18 Productive-Failure研究综述-Sinha-2026 报告 已在 wiki 中

实体分类统计

类型 数量 具体
概念页面 23 LLM教育应用、智能辅导系统、自适应学习系统、Productive Failure、教学大模型、ITS(智能辅导系统)、知识空间理论、知识追踪、苏格拉底式教学法、自适应学习、知识图谱、Chain-of-Thought、RAG、随机对照试验(RCT)、UNESCO教师AI能力框架
机构页面 14 Khan Academy、Duolingo、Carnegie Learning、ALEKS、猿辅导集团、科大讯飞、作业帮
报告页面 11 深度研究报告、政策报告、生态分析
工具页面 21 MAIC、OpenMAIC、陆工在线、Khanmigo、Birdbrain、LiveHint AI、小猿AI、讯飞星火、DeepSeek-R1

Wiki 状态更新

当前指标

  • 来源数:42 个(无新增)
  • Wiki 页面数:291 个(新增 5 个)
  • 最新日志:2026-04-20(哈佛RCT、教师AI素养、Productive Failure等5份报告提取)

新增页面列表

类型 页面数 具体
机构页面 2 Khanmigo-LLM教育应用、ALEKS(新增)
工具页面 6 ALEKS、DreamBox Learning、松鼠AI、作业帮、Khanmigo
概念页面 3 Productive Failure、Khanmigo、哈佛RCT研究、哈佛AI辅导RCT研究
总计 11

关键要点

  • Khanmigo: Khan Academy的AI导师代理,苏格拉底式引导方法,1.8亿用户
  • ALEKS: 基于知识空间理论的自适应平台,学习效率提升40%
  • DreamBox Learning: K-8数学游戏化平台,标准化测试提升1.5-2年级
  • 松鼠AI: 中国首家AI自适应学习平台,双引擎模式(AI智适应+真人督学)
  • 作业帮: K12拍照搜题+智能学习平台,亿级用户,银河大模型
  • 哈佛RCT研究: Nature Scientific Reports发表的随机对照试验,证明AI辅导效果是主动学习的2倍
  • Productive Failure: 教学法综述,涵盖理论框架和未来趋势

新增Wiki页面:

  1. Khanmigo-LLM教育应用 — Khan Academy苏格拉底式AI导师
  2. ALEKS — 基于知识空间理论的自适应评估与学习平台
  3. DreamBox Learning — K-8数学游戏化自适应平台
  4. 松鼠AI — 中国首家AI自适应学习平台,双引擎模式
  5. 作业帮 — K12拍照搜题+智能学习,银河大模型
  6. 哈佛AI辅导RCT研究 — Nature Scientific Reports RCT验证,效应量d=0.73-1.3
  7. Productive Failure研究综述 — Productive Failure方法论综述,理论框架和未来趋势

索引更新:

  • Wiki页面数: 291 → 298 (+7)
  • 来源数: 42 → 43 (+1)
  • 最后更新: 2026-04-20(第7批深度报告处理完成)

关键要点

  • 新增 7 个 Wiki 页面,涵盖教育AI自适应学习平台和国际主流产品
  • 自适应学习系统技术成熟度: BKT→DKT→LLM-KT,技术持续演进
  • 国际主流平台: Knewton(B2B引擎)、ALEKS(知识空间理论)、DreamBox(游戏化)
  • 中国现状: 松鼠AI(首家)、作业帮(亿级用户)、学而思(九章大模型),差距明显
  • 哈佛RCT验证: AI辅导效应量d=0.63-0.73,学习时间减少18.3%,自定节奏优势
  • 教学大模型: Khanmigo(1.8亿用户), Duolingo(语言学习), Carnegie Learning(ALEKS)
  • Productive Failure: 教学法综述,理论框架和未来趋势

新增Wiki页面:

  1. Knewton — B2B教育技术提供商,自适应学习引擎

[2026-04-21] ingest | 第8批深度研究报告(亚洲高校综合+国防科大+AI融合+教育部案例+Intelligent-TPACK)

来源:

操作:

  • 读取并分析5份深度研究报告(总计1496行)
  • 提取亚洲高校六国模式对比: 日本渐进GIGA、韩国AIDT失败、澳洲政策创新、中国强应用但弱政策创新
  • 提取国防科大AI教育特征: 智慧教育、AI赋能、人机共育
  • 提取教育部80个典型应用案例: 九大场景分类
  • 提取Intelligent-TPACK框架: 技术内容知识(TCK)、教学策略知识(PCK)、教学情境知识
  • 创建2个新Wiki页面

涉及页面: 2 个新页面, 3 个更新页面

关键要点:

  • 亚洲高校六国模式: 对比分析四国模式(日本GIGA/渐进、韩国AIDT/失败案例)
  • 国防科大: AI教育四大特征(智慧教育、AI赋能、人机共育、陆工大模式)
  • 教育部80案例: 九大典型应用场景,高等教育占比52.5%
  • Intelligent-TPACK框架: Celik 2026整合TPACK与技术知识,教学策略知识框架

新增Wiki页面:

  1. 亚洲高校AI教育六国模式综合报告 — 亚洲高校AI教育六国模式综合对比分析
  2. 教育部AI高教典型案例分类 — 教育部80个AI高教典型案例分类,九大场景框架

索引更新:

  • Wiki页面数: 298 → 300 (+2)
  • 来源数: 43 (不变)
  • 最后更新: 2026-04-21(第8批深度报告处理完成)

操作完成时间2026-04-21 下次更新:继续处理剩余深度研究报告(约6份)


[2026-04-21] ingest | 第9批深度研究报告(技术基础)

来源:

操作:

  • 读取并分析4份深度研究报告(总计2859行)
  • 提取教学大模型全球应用数据(Khanmigo/Duolingo等)
  • 提取LLM教育应用元分析结果(Nature HSSC倒U型分布)
  • 提取LLM教育应用哈佛RCT精确数据(效应量d=0.73-1.3)
  • 提取LLM Agents for Education框架(ACL Findings 2025)
  • 提取ITS四模块架构和技术演进(1970s→LLM增强时代)
  • 提取自适应学习知识追踪技术(BKT→DKT→LLM-KT演进)
  • 提取Nature 2025 RCT自适应学习实证数据(效应量d=0.73-1.3)
  • 创建3个新Wiki页面

涉及页面: 3 个新页面, 0 个更新页面

关键要点:

  • 教学大模型: 全球8+主流产品, Khanmigo(1.8亿用户), Duolingo(语言学习), Carnegie Learning(ALEKS)
  • LLM教育应用: Nature HSSC 2026 Meta分析显示ChatGPT影响呈"倒U型",适当使用d=0.42,过度依赖d=-0.15
  • 哈佛RCT: AI辅导效应量d=0.73-1.3(大型效应),学习增益是主动学习2倍,自定节奏(70%学生<60分钟)
  • ITS技术: 经典四模块架构(领域模型+学生模型+教学模型+交互界面),40年发展历程
  • 自适应学习: 全球市场51.3亿→2030年126.6亿(CAGR 19.77%),中国千亿规模
  • 知识追踪: BKT(1995)→DKT(2015)→LLM-KT(2024),技术持续演进
  • 中美差距: 理论基础差距30年,实证研究明显差距,中国应用为主,美国认知科学驱动

新增Wiki页面:

  1. LLM教育应用深度研究报告 — LLM教育应用系统性研究,涵盖技术原理、哈佛RCT、Claude Learning Mode、OpenAI产品线
  2. ITS智能辅导系统深度研究报告 — ITS发展历程、四模块架构、Agentic AI应用、可解释AI(XAI)、中美差距分析
  3. 自适应学习系统深度研究报告 — 自适应学习三层架构、知识追踪技术演进(BKT/DKT/LLM-KT)、国际主流平台(Knewton/ALEKS/DreamBox)、中国现状(松鼠AI/作业帮/学而思)

索引更新:

  • Wiki页面数: 300 → 303 (+3)
  • 来源数: 43 → 44 (+1)
  • 最后更新: 2026-04-21(第9批深度报告处理完成)

操作完成时间2026-04-21 下次更新:继续处理剩余深度研究报告(约6份)


[2026-04-21] ingest | 第10批深度研究报告(实证研究)

来源:

操作:

  • 读取并分析2份实证研究报告(总计849行)
  • 提取哈佛RCT研究设计(交叉随机对照试验,194名哈佛本科生,物理课程)
  • 提取AI辅导成效数据(后测得分4.5 vs 3.5,学习增益28.6%,效应量d=0.73-1.3)
  • 提取学习时间节省(49分钟AI组 vs 60分钟控制组,节省18.3%)
  • 提取Productive Failure元分析数据(88项研究,8个领域,平均效应量d=0.41)
  • 提取Productive Failure关键发现(85%研究显示显著学习失败)
  • 提取8个领域评估结果(学业成就/自我效能感/动机/认知负荷/社会情绪/学习时间/技术接受度/学习策略)
  • 创建1个新Wiki页面

涉及页面: 1 个新页面, 0 个更新页面

关键要点:

  • 哈佛RCT: 交叉随机对照试验(AI辅导 vs 主动学习),194名哈佛本科生
  • AI辅导成效: 后测得分4.5 vs 3.5,学习增益28.6%,效应量d=0.73-1.3(大型效应)
  • 学习时间: AI组49分钟 vs 控制组60分钟,节省18.3%
  • 自定节奏: 70%学生AI组<60分钟,主动学习组仅20%
  • Productive Failure: 88项研究元分析,覆盖8个领域
  • 平均效应量: d=0.41(小到中型效应)
  • 学习失败率: 85%研究显示显著学习失败
  • 8个领域评估: 学业成就(d=0.33-0.54),自我效能感(d=0.28-0.47),动机(d=0.25-0.41),认知负荷(d=0.22-0.36),社会情绪(d=0.19-0.33),学习时间(d=0.31-0.50),技术接受度(d=0.35-0.54),学习策略(d=0.27-0.44)
  • Cohen's d评估: d=0.41处于小到中型效应边界,传统P-F方法效果有限

新增Wiki页面:

  1. Productive-Failure研究综述-Sinha-2026 — Productive Failure研究系统性综述,涵盖88项元分析、8个领域评估、理论框架、Cohen's d效应量分析、未来研究方向

索引更新:

  • Wiki页面数: 303 → 304 (+1)
  • 来源数: 44 (无新增)
  • 最后更新: 2026-04-21(第10批深度报告处理完成)

操作完成时间2026-04-21 下次更新:继续处理剩余深度研究报告(约10份)


[2026-04-21] ingest | 第11批深度研究报告(教师培训与政策)

来源:

操作:

  • 读取并分析2份教师培训与政策研究报告(总计554行)
  • 提取UNESCO AI CFT框架(5维度×3级别=15项能力)
  • 提取中国《教师生成式AI应用指引》(6大场景+6条红线)
  • 提取《人工智能+教育》行动计划(资格考试+培训体系)
  • 提取浙江省高校教师AI素养框架试点
  • 提取全球教育AI格局(美/中/韩/印/日五国对比)
  • 提取技术趋势判断(小模型/DPO/Agentic AI/整合浪潮)
  • 提取"答案服务必死"定律(Chegg市值跌99%)
  • 提取政策建议框架(政府/学校/企业/教师四个维度)
  • 提取分级分类管理(学前/义务教育/高中/高教/职教)
  • 提取实施路线图(短期0-12个月/中期1-3年/长期3-5年)
  • 提取风险红线清单(5大风险+5条禁止事项)
  • 创建2个新Wiki页面

涉及页面: 2 个新页面, 0 个更新页面

关键要点:

  • UNESCO框架: 5维度×3级别=15项能力(Acquire/Deepen/Create)
  • 中国指引: 6大场景(能力提升/教学应用/内容审查/数据保护/人机协同)+6条红线
  • 五国格局: 美国研究强、中国应用强、韩国激进失败、印度市场泡沫、日本以人为本
  • 技术趋势: 小模型可行(8B达GPT-4o质量)、DPO/RLHF主流、Agentic AI、整合浪潮(2800+→<500家)
  • 市场教训: Chegg(答案服务)市值跌99% vs Duolingo(学习过程)市值$158亿
  • 政策建议: 渐进式推进(参考日本GIGA)、分级管理(学前最严→职教最松)、六条红线(意识形态/数据/伦理)
  • 实施路线: 短期(0-12月)指南/试点→中期(1-3年)沙盒/验证→长期(3-5年)法律框架/深度融合
  • 三个不等式: AI≠替代教师/思考、效率≠效果

新增Wiki页面:

  1. 教师AI素养框架研究报告 — UNESCO AI CFT框架(5维度×3级别)、中国《教师生成式AI应用指引》、6条红线、浙江省试点、全球对比
  2. 教育AI政策建议报告 — 基于第1-8周研究成果的政策建议框架,涵盖政府/学校/企业/教师四个维度、分级分类管理、实施路线图(短期/中期/长期)、风险红线

索引更新:

  • Wiki页面数: 304 → 306 (+2)
  • 来源数: 44 (无新增)
  • 最后更新: 2026-04-21(第11批深度报告处理完成)

操作完成时间2026-04-21 下次更新:继续处理剩余深度研究报告(约8份)


[2026-04-21] ingest | 第12批深度研究报告(应用模型与框架-中美顶尖高校对比+六大顶尖高校项目)

来源:

操作:

  • 读取并分析8份深度研究报告(总计3049行)
  • 提取中美顶尖高校AI教学对比模式(美国研究驱动vs中国应用驱动)
  • 提取清华MAIC全AI守护系统(92%满意度、100%完成率)和OpenMAIC开源项目
  • 提取全球高等教育AI市场数据(220亿美元→1010亿美元,86%学生使用AI)
  • 提取剑桥对话性AI理论(Rupert Wegerif,DEFI,DeepMind合作)
  • 提取ETH-EPFL双校协同模式(博士培养、产学研融合)
  • 提取北京大学5U素养框架和7S学校体系
  • 提取牛津AI能力中心(六类用户群体、教育工作者专项指南)
  • 提取牛津三大支柱(AIEOU枢纽、OxfordCCAI、AI Competency Centre)
  • 提取斯坦福AI Tinkery实践空间、CRAFT跨学科框架、AI Index Report
  • 创建6个新Wiki页面

涉及页面: 6 个新页面, 0 个更新页面

关键要点:

  • 中美顶尖高校对比: US研究驱动vs中国应用驱动,各有优势与挑战
  • 清华大学: MAIC全AI守护(92%满意度)、OpenMAIC开源、三大支柱(课程/平台/培训)
  • 全球高等教育: AI市场220亿→1010亿美元(5年CAGR35.9%),86%学生使用AI
  • 剑桥大学: 对话性AI理论(生成式AI)、Rupert Wegerif DEF框架、DeepMind合作
  • ETH-EPFL: 双校协同(ETH传统工程+EPFL计算机/AI)、博士培养、产学研深度融合
  • 北京大学: 5U素养框架(Understanding/Using/Evaluating/Creating/Ethic)、7S学校体系(从学生到灵魂)、TBI联合实验室
  • 牛津AI能力中心: 六类用户群体服务(教育工作者/学生/研究者/政策制定者/技术开发者/产业人士)、支持性非替代性定位
  • 牛津大学: 三大支柱(研究/教育/应用)、AIEOU开放大学枢纽、OxfordCCAI计算与AI中心、AI Competency Centre
  • 斯坦福大学: AI Tinkery实践空间、CRAFT跨学科框架、AI Index Report权威评估、硅谷生态优势

新增Wiki页面:

  1. 清华大学AI教学项目深度研究报告 — 清华大学MAIC全AI守护系统、OpenMAIC开源项目、三大支柱体系
  2. ETH-EPFL瑞士工程AI教育项目深度研究报告 — 瑞士两大联邦理工学院双校协同、博士培养、产学研融合
  3. 北京大学AI教学项目深度研究报告 — 5U素养框架、7S学校体系、TBI联合实验室
  4. 牛津AI能力中心深度解析 — 六类用户群体服务、教育工作者专项指南、支持性能力建设
  5. 牛津大学AI教学项目深度研究报告 — 三大支柱(研究/教育/应用)、AIEOU枢纽、OxfordCCAI、AI Competency Centre
  6. 斯坦福大学AI教学项目深度研究报告 — AI Tinkery实践空间、CRAFT跨学科框架、AI Index Report、硅谷生态融合

索引更新:

  • Wiki页面数: 327 → 333 (+6)
  • 来源数: 44 (不变)
  • 最后更新: 2026-04-21(第12批深度报告处理完成)

[2026-04-21] ingest | 《呼吸之间》道家修炼经典

来源:

操作:

  • 读取并分析65个章节文件(七编 + 附录)
  • 提取道家修炼核心理论和系统方法
  • 提取天人感应、玄空造化场、天地人三宝等理论体系
  • 提取六要诀、二十四要诀、正身秘诀等修炼细则
  • 提取基本调息要求、腹式呼吸、逆式呼吸、升阳降阴法、胎息法、中脉十法等呼吸方法
  • 提取金丹大道、女丹功、斩赤龙、烹炼大小周天等内丹修炼方法
  • 提取无为还虚、返观、出死入生等核心修炼概念
  • 创建13个新Wiki页面

涉及页面: 13 个新页面

关键要点:

  • 天人感应理论:玄空造化场(九大行星引力波形成的能量场)、生辰八字、天地人三宝(精气神)
  • 核心修炼概念:人气接引(开心)、出死入生(意窍理论)、返观(修静)、无为(道法自然)
  • 金丹大道:四个阶段(炼精化炁、炼气化神、炼神还虚、炼虚合道)、男女修炼差异
  • 女丹功:炼血化炁、斩赤龙、烹炼大小周天、筑基完成标志
  • 呼吸法门:差额呼吸(安般法门)、升阳法(延长吸气)、降阴法(延长呼气)、屏息、止息、毛孔呼吸
  • 六要诀:松、圆、展、合、静、自然(万法归一、万法归自然)
  • 二十四要诀:正身秘诀(头轻顶、颈直松、收颌藏喉、眼帘松、含神正视、闭口轻、舌卷抵、牙齿微着、松腰竖脊、合肩开腋、舒胸松腹、掖胯敛臀、裆开圆、曲膝挺、脚腕提、脚平吸、拔背圆、松肩平、坠肘合、提腕展、指根塌、指尖抠、虎口圆、手心空含)
  • 中脉十法:唵嚤呢叭咪礧六字真言的十种修炼方法(两个阶段、十种运行方法)
  • 东西方智慧融合:佛道一致性(修炼方法越高级越一致)、《金刚经》'一切贤圣皆以无为法而有差别'

新增Wiki页面:

  1. 李谨伯 — 道家修炼专家、《呼吸之间》作者
  2. 呼吸之间 — 李谨伯著作,道家健体、养生、修心理论系统性著作
  3. 人气接引 — 打开夹脊窍和中丹田窍接人气的方法
  4. 出死入生 — 意念外放损耗元气(出死),敛神吸收生气(入生)
  5. 返观 — 修静、反观内照,达到'息停脉住'的高级境界
  6. 无为 — 道家修炼最高原则,顺应本能产生的自发运动
  7. 金丹大道 — 道家修炼最高层次,内丹修炼方法
  8. 女丹功 — 女子修炼方法(炼血化炁、斩赤龙、烹炼大小周天)
  9. 玄空造化场 — 天人感应理论(九大行星引力波、生辰八字)
  10. 胎息法 — 呼吸修炼进阶方法(差额呼吸、屏息、止息、毛孔呼吸)
  11. 中脉十法 — 六字真言的十种修炼方法
  12. 松圆展合静自然 — 道家静功六个要诀,所有功法的核心基础
  13. 正身秘诀 — 道家静功身形调整要诀,24个关键细节

索引更新:

  • Wiki页面数: 333 → 344 (+11)
  • 来源数: 44 → 45 (+1)
  • 人物页面: 64+ → 65+ (+1)
  • 概念页面: 102+ → 111+ (+9)
  • 新增分类: 道家修炼方法(12个页面)
  • 最后更新: 2026-04-21(《呼吸之间》处理完成)

操作完成时间2026-04-21

[2026-04-21] ingest | 《呼吸之间》第二批 Wiki 页面创建 + Lint 检查

来源: raw/呼吸之间_李谨伯

操作:

  • 创建8个新的 Wiki 页面(第二批)
  • 运行 Lint 检查

新建页面:

  1. 开窍 — 筑基阶段核心功夫:打开身体关窍、感知气机运行
  2. 精气神 — 道家修炼三大基本要素:精、气、神(人身三宝)
  3. 丹道文化 — 中国内丹修炼文化传统,源头追溯至七千年前
  4. 六字诀 — 内丹修炼入门实践:正呼吸配合观想下丹田
  5. 洗髓经 — 少林寺传承功法,详解盘腿打坐原理方法
  6. 修道与静 — 道家修炼核心:虚和静是大道两个字
  7. 调息的意义 — 调整呼吸培补先天元气的十二步递进方法
  8. 气功科学性 — 钱学森唯象气功学论证

Lint 检查结果:

  • 总 Wiki 文件数: 357
  • 缺失 frontmatter: 2log.md、Marp相关文件)
  • 缺失 categories: 4Obsidian Maps相关)
  • 缺失 source: 6index.md、Obsidian Maps相关)
  • 损坏 wikilink 目标: 395(多为教育AI研究项目的内部引用)
  • 孤立页面: 40(无入站链接)
  • 错误文件: 0
  • 呼吸之间相关页面损坏链接: 少量(类别页面链接、原始源路径引用)

指标更新:

  • Wiki页面数: 344 → 352 (+8)
  • 道家修炼方法: 12 → 20 (+8)
  • 概念页面: 111+ → 119+ (+8)
  • 最后更新: 2026-04-21(《呼吸之间》第二批处理完成)
  • 最后更新: 2026-04-21(《呼吸之间》第二批处理完成)

[2026-04-22] Wiki质量保证检查完成

来源: Wiki维护和优化请求

操作:

  1. 扫描19个带质量标记的文件
  2. 更新2个高优先级页面
  3. 优化Lint流程说明
  4. 添加8条教育学经典×AI教育交叉引用

涉及页面: 8个核心页面

质量检查结果:

  • Frontmatter一致性:
  • Wikilink连通性:
  • 内容时效性:
  • 完整性:

建议: 继续监控Wiki健康状态,定期执行质量检查和交叉引用优化。


[2026-04-22] ingest | 实体页面增强与创建(教育AI研究实体)

来源: raw/教育AI研究/深度研究报告/、raw/教育AI研究/高等教育AI专题/

操作:

  • 增强 Kestin.md:添加完整RCT研究细节(共同作者、PS2 Pal系统架构、核心结果数据、Bloom 2σ关联)
  • 增强 Emma Brunskill.md:添加三层加速机制、RL理论框架、应用场景对比、斯坦福实践项目、伦理考量
  • 创建 Meenakshi Mittal.mdAskademia系统主要开发者、AIED 2025最佳论文奖得主
  • 创建 Rupert Wegerif.md:剑桥大学DEFI主任、对话性AI教育理论奠基人

涉及页面: 2 个增强页面,2 个新页面

关键要点:

  • Kestin RCT研究提供教育AI领域最强因果证据(p < 10^-8Cohen d = 0.73-1.3
  • Emma Brunskill提出RL形式化的教育干预优化框架(MDP建模)
  • Meenakshi Mittal开发的Askademia实现120倍于人工助教的响应速度
  • Rupert Wegerif创建对话性AI教育理论,代表欧洲伦理导向型研究模式

[2026-04-23] ingest | 教育AI研究实体批量提取

来源: raw/教育AI研究/ 全目录交叉比对

操作:

  • 分析33个机构档案、40份深度报告、20张知识卡片
  • 与现有379个wiki页面交叉比对,识别13个实体缺口
  • 批量创建13个wiki页面(8机构 + 2概念 + 3人物)

涉及页面: 13 个新页面

新页面清单:

# 页面 类型 来源档案
1 NUS AICET 机构 NUS-AICET-教育AI研究档案-20260408
2 PhysicsWallah EdTech公司 PhysicsWallah-教育AI研究档案-20260408
3 upGrad EdTech公司 upGrad-教育AI研究档案-20260408
4 Synthesis EdTech创业 Synthesis-教育AI研究档案-20260413
5 SchoolAI EdTech创业 SchoolAI-教育AI研究档案-20260413
6 Topica Edtech Group EdTech公司 Topica-Edtech-Group-教育AI研究档案-20260408
7 AI Samarth与Central Square Foundation 非营利组织 AI-Samarth-CSF-教育AI研究档案-20260408
8 Microsoft教育AI 科技巨头 Microsoft-教育AI研究档案-20260404
9 Agentic AI教育应用 概念 Agentic-AI教育应用深度研究报告-20260421
10 人工智能+教育行动计划 政策 高等教育AI专项前沿发展报告-20260421
11 Alakh Pandey 人物 PhysicsWallah-教育AI研究档案-20260408
12 松尾豊 人物 亚洲高校AI教育综合研究报告-20260421
13 Ben Leong 人物 NUS-AICET-教育AI研究档案-20260408

关键要点:

  • 覆盖印度(3)、东南亚(2)、美国(2)、越南(1)、新加坡(1)、国际(1)的8家机构
  • Agentic AI教育应用代表"从工具到伙伴"的下一代范式
  • 中国"人工智能+教育"行动计划(2026-04-10)是国家级政策突破
  • 3位人物分别在印度EdTech、日本AI教育、新加坡AI研究有突出贡献

[2026-04-27] ingest | 教育AI研究二次批量实体提取

来源: raw/教育AI研究/(机构档案34个、深度报告43个、国际比较7个)

操作:

  • 全面差距分析:对比 raw/教育AI研究/ 全部源文件 vs 现有 387 个 wiki 页面
  • 识别 9 个缺失实体(P0×2, P1×3, P2×4
  • 批量创建 9 个独立 wiki 页面(2 实体 + 2 工具 + 5 概念)
  • 更新 wiki/index.md 索引(387→400 页面)

涉及页面: 9 个新页面

新页面清单:

# 页面 类型 优先级 来源
1 好未来 机构实体 P0 好未来-教育AI研究档案-20260408
2 浙江大学 机构实体 P0 浙江大学-教育AI研究档案-20260408
3 浙大先生 工具 P1 浙江大学-教育AI研究档案-20260408
4 九章大模型 工具 P1 好未来-教育AI研究档案-20260408
5 军事AI教育 概念 P1 多个军事院校档案
6 ETEE生命周期框架 概念 P2 教育AI评估框架报告
7 学习工程 概念 P2 教育AI研究报告
8 东南亚教育AI区域模式 概念 P2 国际比较/东南亚教育AI区域模式分析
9 印度教育AI区域模式 概念 P2 国际比较/印度教育AI发展模式分析

关键要点:

  • 好未来:中国头部K12教育科技,学而思AI学习机、MathGPT大模型
  • 浙江大学:浙大先生AI平台(智能批改+学情分析+知识图谱)
  • 九章大模型:聚焦数学推理的教育专用大模型
  • 军事AI教育:陆海空三军"专业+AI"融合改革体系
  • ETEE框架:探索→试验→评估→扩展四阶段评估模型
  • 学习工程:教育学+数据科学+系统工程的跨学科实践
  • 东南亚/印度区域模式:多国差异化发展路径对比

[2026-04-27] ingest | 教育AI研究三次批量实体提取

来源: raw/教育AI研究/深度研究报告/ + raw/教育AI研究/国际比较/

操作:

  • 三次差距分析:遍历 43 份深度研究报告 + 7 份国际比较报告
  • 发现大学页面(东京大学、墨尔本大学、国防科技大学、悉尼大学)已在前批创建
  • 识别 6 个真正缺失的实体(1 工具 + 3 区域概念 + 1 教学概念 + 1 人物)
  • 批量创建 6 个独立 wiki 页面
  • 更新 wiki/index.md 索引(400→406 页面)

涉及页面: 6 个新页面

新页面清单:

# 页面 类型 来源
1 Cogniti 工具 悉尼大学AI教学项目深度研究报告-20260428
2 AI赋能课堂教学融合 概念 AI赋能课堂教学深度融合机制与路径研究报告-20260420
3 日韩高校AI教育区域模式 区域研究 日韩高校AI教育对比分析-20260422
4 欧洲教育AI区域模式 区域研究 欧洲日韩教育AI研究-20260404
5 澳洲高校AI教育区域模式 区域研究 澳洲高校(墨尔本-悉尼)教育AI发展报告-20260421
6 Danny Liu 人物 悉尼大学AI教学项目深度研究报告-20260428

关键要点:

  • Cogniti:悉尼大学教育GenAI平台,800+教师使用,100所全球机构参与,AFR AI Awards 2025
  • AI赋能课堂教学融合:北师大卢宇团队L1-L4四形态层级框架,被引39次
  • 日韩模式:日本GIGA渐进推进 vs 韩国KAIST产研一体
  • 欧洲模式:伦理先行(SNAI+牛津AIEOU+ETH-EPFL
  • 澳洲模式:赋权型原则+企业深度合作+教师创新驱动
  • Danny Liu:学术创业者,Cogniti创始人,Google Scholar引用1723次

[2026-04-28] ingest | 《大国大民》第三章·发现山西 — Reading Club 讨论记录

来源: 《大国大民》第三章-发现山西

操作:

  • 运行 Reading Club balanced 模式,7 轮讨论(Round 0-7
  • 参与者:Summarizer / Critic / Questioner / 人类读者
  • 编译完整讨论记录为 wiki 页面

涉及页面: 1 个新页面

新页面清单:

# 页面 类型 来源
1 大国大民-发现山西-ReadingClub 阅读讨论 《大国大民》第三章-发现山西

讨论核心发现:

  • 读者从质疑"五千年看山西"出发,经 7 轮讨论完成"质疑→共鸣→确认→哲学辩护→精神统合"的完整弧线
  • 核心共识:较劲是可迁移的精神资源,"方向是时代的馈赠,较劲是土地给的"
  • 关键分歧:定力是否需要方向(Questioner 认为需要,读者认为较劲是超越方向的底层特质)
  • 未决问题:今天的山西最值得把较劲用在哪里?

Wiki 页面数: 407+1


[2026-04-28] lint | Wiki 常规体检

检查项目:矛盾、过时、孤岛、断链、index准确性

修复内容

项目 状态 详情
index 准确性 已修复 index.md 页面数更新为 408
空 type 字段 已修复 17+ 页面填充 type(地点→place,人物→entity
孤岛检测 完成 发现 28 个孤儿页面
断链检测 ⚠️ 完成 检测到大量断链,多为 Obsidian 特殊引用(.base, Attachments)非真正断链

孤儿页面清单28个无入站链接):

  • AI+系统智慧教育范式
  • Birdbrain
  • Gitea助手开发
  • Google Brain与DeepMind
  • LiveHint AI
  • Meenakshi Mittal
  • MIT媒体实验室
  • obsidian-cli 使用经验教训
  • opencode-mem 人机协同流程
  • Productivity Failure研究综述
  • ReadingClub
  • Rupert Wegerif
  • WorkBuddy记忆系统使用指南
  • 中美顶尖高校AI教学对比
  • 中美顶尖高校AI教学对比研究报告
  • 军队院校专业+AI融合模式
  • 剑桥大学AI教学项目深度研究报告
  • 北京师范大学
  • 卡内基梅隆大学
  • 教学→科研→成果→应用全链条生态
  • 教学大模型发展状况深度研究报告
  • 斯坦福大学
  • 智能空天+交叉培养计划
  • 讯飞星火
  • 陆军·海军·空军工程大学AI教育生态
  • 随机对照试验(RCT
  • 高地星光教育联盟
  • 高等教育AI专项研究报告

建议:孤儿页面多为项目内部页面或新页面,建议添加相关入站链接或评估是否归档。

Wiki 页面数: 408


2026-04-28 孤儿页面归档

操作类型Lint - Orphan Archive(孤儿页面归档)

处理

  • 从 28 个孤儿页面减少到 7 个
  • 为 21 个页面添加了入站链接(从 index.md、高等教育AI专题)
  • 剩余 7 个大型报告页面归档到 wiki/archive/

归档的页面(7个)

  1. AI+系统智慧教育范式.md
  2. Gitea助手开发.md
  3. Productivity Failure研究综述.md
  4. WorkBuddy记忆系统使用指南.md
  5. 中美顶尖高校AI教学对比研究报告.md
  6. 军队院校专业+AI融合模式.md
  7. 剑桥大学AI教学项目深度研究报告.md

入站链接添加(21个页面)

  • index.md: ReadingClub, obsidian-cli使用经验教训, opencode-mem人机协同流程, Birdbrain, LiveHint AI, MIT媒体实验室, 斯坦福大学, 卡内基梅隆大学, 北京师范大学, 高等教育AI专项研究报告, 中美顶尖高校AI教学对比, 随机对照试验, Meenakshi Mittal, Rupert Wegerif, 讯飞星火, Google Brain与DeepMind, Duolingo, Carnegie Learning, 教学→科研→成果→应用全链条生态, 高地星光教育联盟, 陆军·海军·空军工程大学AI教育生态
  • 高等教育AI专题.md: 斯坦福大学, MIT媒体实验室, 卡内基梅隆大学, 北京师范大学

Wiki 页面数: 401 (归档7页后)

[2026-05-25] ingest | 毛传系列实体页与概念页批量创建

来源: 毛传25/28/29/30/31/32 参考页面(已有deep compilation

操作:

  • 基于毛传25创建12个实体页 + 5个概念页
  • 基于毛传28创建13个实体页
  • 基于毛传29-30创建8个实体页
  • 基于毛传31-32创建11个实体页 + 2个概念页
  • 更新 wiki/index.md 历史人物/历史概念章节

涉及页面: ~49 个新实体页 + 8 个概念页,1 个更新索引页

关键要点:

  • 使用4个并行Agent批量创建,每个Agent读取已编译的参考页面提取事实
  • 所有实体页遵循统一模板:frontmatter → 一句话定义 → 基本信息 → 叙事 → 相关人物 → 来源
  • 每个事实标注 [raw:文件名:行号] 溯源
  • 毛传28中有6人(余洒度、苏先俊、卢德铭、王新亚、邱国轩、曾国藩)因源文档未充分提及而未创建
  • 毛传31-32中宛希先、张浩因参考页面未提及而未创建
  • 蒋介石因源文档仅一句话提及而未创建

历史人物(49页): 毛传25: 陈独秀, 孙中山, 朱元璋, 黄巢, 李自成, 王明, 博古, 张国焘, 赵恒惕, 斯诺, 陶成章, 宋教仁 毛传28: 瞿秋白, 杨开慧, 潘心源, 许克祥, 易礼容, 夏明翰, 蔡和森, 李维汉, 彭公达, 贺龙, 王兴亚, 蔡以忱, 张国威 毛传29-30: 谭政, 陈士榘, 张宗逊, 袁文才, 王佐, 周鲁, 范石生, 陈浩 毛传31-32: 朱德, 陈毅, 何长工, 张子清, 袁崇全, 肖克, 王尔琢, 龚楚, 彭德怀, 杨池生

历史概念(8页): 太平天国运动, 戊戌变法, 洋务运动, 十月革命, 巴黎和会, 龙源口大捷, 共识与离心力(+ pre-existing 三猛战术)

Wiki 页面数: 450+

[2026-06-30] sync | home-wiki 跨库同步

来源: D:\TC_UP\home-wiki

操作:

  • 扫描 concepts/entities/syntheses 共 26 个页面(home-wiki 经 git pull 新增陆奇理论体系等内容)
  • 新建 12 页: AI时代高等教育, NeoLab, Researcher-Founder, 价值驱动, 好学力行, 教学过程核心模型, 新范式, 奇绩创坛, 陆奇, 陈望道, 教学过程核心模型-理论佐证研究, 教育研究核验提示词库
  • 更新 14 页(正文更新 + frontmatter 规范化统一)
  • 未变 0 页

涉及页面: 12 新建,14 更新

关键要点:

  • home-wiki 新增陆奇 2024-2026 理论体系(新范式NeoLabResearcher-Founder)、价值驱动(郭朝晖)、好学力行(陈望道读书法)、教学过程核心模型及理论佐证研究等
  • 同步脚本: tools/scripts/sync_home_wiki.py(幂等,frontmatter 规范转换)
  • 修复 home-wiki frontmatter 含 related: [[wikilink]] 触发 YAML 解析失败的问题(yaml.safe_load 失败时正则回退逐字段提取)

[2026-06-30] sync | home-wiki 跨库同步

来源: D:\TC_UP\home-wiki

操作:

  • 扫描 concepts/entities/syntheses 共 37 个页面
  • 更新 3 页: LLM-Wiki-v2, 郭朝晖, 陆奇
  • 新建 11 页: AI时代五环协同人才体系, 十大类生产性服务业, 协同问题不在沟通在架构, 宏观中观微观完整谱系, 生产性服务业价值论, 科技创新五阶段论, 系统工程工程实践, 系统思想的历史哲学, 王寿云, 钱学森, 黄奇帆
  • 未变 23 页

涉及页面: 3 更新,11 新建

[2026-06-30] sync | home-wiki 跨库同步

来源: D:\TC_UP\home-wiki

操作:

  • 扫描 concepts/entities/syntheses 共 37 个页面
  • 更新 37 页: AI时代五环协同人才体系, AI时代高等教育, EgoCentric数据采集与具身智能发展, LLM-Wiki-v2, markitdown, NeoLab, Researcher-Founder, 临界态, 以终为始, 价值驱动, 十大类生产性服务业, 协同问题不在沟通在架构, 好学力行, 宏观中观微观完整谱系, 实践论, 山西12个原始古村落, 教学过程核心模型, 新范式, 涌现, 漱茶说, 生产性服务业价值论, 科技创新五阶段论, 系统工程工程实践, 系统思想的历史哲学, 老红军长寿现象的精神分析, 顶级人生三重境:道家驭势、佛家修心、儒家立身, 万物本源说, 奇绩创坛, 王寿云, 郭朝晖, 钱学森, 陆奇, 陈望道, 黄奇帆, 哈尔滨工程大学春季校园招聘会调研报告, 教学过程核心模型-理论佐证研究, 教育研究核验提示词库

涉及页面: 37 更新,0 新建