📌 Memo Collections

好记性不如 Memo —— AI 驱动的个人知识收藏库

这是什么？

这是一个由 AI Agent（Memo）自动维护的知识收藏库。

你只需要发一条链接，Memo 会自动：

• 🔍 识别内容 — 抓取标题、描述、关键信息
• 🗂 分类归档 — 按用途/场景自动判断方向
• 🏷 打标签 — 多维度标签，确保能被找到
• 📝 写摘要 — 一句话说清楚是什么、为什么值得记
• 🔗 交叉关联 — Obsidian 双链，知识不是孤岛
• 📊 编译 Wiki — 定期综合分析，提炼趋势洞察

架构

collections/
├── {方向}/
│   ├── entries/        # 📥 原始收藏（JSON + Markdown）
│   └── wiki/           # 🧠 知识编译层（AI 维护）
│       ├── overview.md # 方向综合概览 + 趋势观察
│       └── {实体}.md   # 关键概念深度页
├── _index.json         # 全量索引
├── _wiki-index.md      # Wiki 全局索引 + 跨方向关联
└── _log.md             # 操作日志

当前方向

方向	说明	条目数
🎬 video-creation	AI 视频生成与创作	7
🦞 openclaw	OpenClaw 部署/配置/生态	5
🤖 agent-ecosystem	AI Agent 工具链与框架	4
🎭 live2d-creation	Live2D 创作工具与工作流	3
🔬 ai-research	AI/ML 研究与技术	2
🍎 macos-apps	macOS 应用推荐	2
🛠 project-dev	项目开发工具与流程	2
💼 job-hunting	找工作/简历	1
📚 learning	学习资源与教程	1
💰 making-money	搞钱/副业/商业模式	1
⚡ productivity	效率工具与工作流	1

方向不是固定的，随兴趣动态扩展。

灵感来源

受 Karpathy 的 LLM Wiki 启发 —— 不做被动 RAG 检索，而是让 AI 主动构建持久化知识库，知识越积越厚。

关键区别：

• 传统 RAG：每次从零检索 → 拼答案 → 什么都没沉淀
• Memo Collections：收藏即编译 → 交叉引用 → 趋势洞察 → 知识复利

如何使用

🔍 用 Obsidian 可视化浏览

1. 下载 Obsidian（免费）
2. Clone 本仓库
3. 用 Obsidian 打开 collections 文件夹
4. 按 Ctrl+G 查看知识图谱

所有条目都使用 [[双链]] 互相关联，图谱视图一目了然。

🤖 搭建你自己的 Memo

本项目基于 OpenClaw 构建。你可以：

1. 安装 OpenClaw
2. 创建一个 Agent，参考本仓库的 SOUL.md 设定角色
3. 连接 Telegram / Discord / Signal 等消息渠道
4. 发链接给你的 Memo，它会自动收藏和整理

设计哲学

• 沉默高效 — 存好、归类、打标签、回一句确认，不废话
• 按用途分类 — 看「拿来干什么」，不看「底层用了什么技术」
• 检索即正义 — 存的唯一目的是为了找到
• 不丢东西 — 存入的内容永远不删，除非明确要求

License

本仓库内容为个人知识收藏，仅供参考和学习。

---

📌 Memo — 你负责发现，我负责永远不丢。