Learning

AI 生图从零到一的学习笔记——从 Diffusion 原理、关键参数、提示词写法，到视觉语言与生图 API 工程，每一篇都是可复现的实操记录。

• AI 生图是什么：一张能力地图

  AI 生图不是一种技术，而是一张能力光谱——从文生图、图生图、参考生图到视频生成。先建立这张地图，才知道自己该学什么、已经会什么。

Generative Engine Optimization 学习笔记——围绕 ChatGPT、Claude、Perplexity、Gemini 等生成式 AI 搜索的内容优化方法与工程实践。

• AI 搜索与答案生成机制：从提问到回答的完整管线

  AI 搜索回答一个问题，不是「搜索→展示」的简单动作，而是一条检索→评分→装配→生成的多阶段管线。本文拆解 6 个核心问题：① AI 搜索的 8 阶段管线与 3 关漏斗如何互补描述同一过程；② 训练记忆 vs 实时搜索的本质区别及对 GEO 的意义；③ RAG 如何覆盖管线 6 个阶段成为 AI 搜索的技术骨架；④ AI 如何通过实体识别+意图分类+上下文+改写理解用户意图；⑤ AI 为什么会改写用户问题（4 个原因+Query Fan-out 机制）；⑥ AI 如何从多个网页中提取和综合答案（检索→评分→装配→生成的完整链路）。

• 从关键词到 AI 搜索：为什么旧规则在失效、新规则是什么

  关键词搜索正在被自然语言搜索替代——这不是趋势预测，是已经发生的事实（88.8% 的用户已大幅改变搜索方式）。本文回答三个递进问题：① 为什么关键词逻辑在失效（LLM+RAG 让自然语言提问「能用」了，用户不再迁就搜索引擎的规则）；② AI 搜索和传统搜索的工作方式有什么本质不同（图书管理员 vs 厨师，8 维度对比 + 8 阶段管线 + 3 关漏斗）；③ AI 为什么会提到某些品牌而忽略另一些——四层机制的深度拆解：信源权重（100x 差异）+ 9 维内容评分（权威引用 +115%）+ 品牌实体清晰度（全渠道信息一致性）+ 3 关漏斗（85% 被检索内容从未被引用）。附带 GEO 三层目标体系（提及→引用→推荐）和最终公式。

• GEO 的意图理解与问题分类：从关键词库到决策场景库

  三个递进主题：① 为什么 GEO 不再是关键词库——AI 的 RAG 工作流决定了「关键词命中 ≠ 被引用」，决策场景库在决策期和成交期的价值远超关键词库。SHCRALT 7 维框架从用户侧拆解自然语言问题的标准结构，与 GEO 6 维拆解（创建侧）互补。低维 GEO 问题仍应用自然语言形式而非关键词形式。② 一个用户问题应该包含哪些意图信息——三个互补框架（意图词三要素 / 经典 5 类+AI 新增 2 类 / 决策旅程 5 类）从结构、行为、执行三个维度覆盖，高意图信号词的杠杆效应，以及三框架的整合用法。③ 如何区分知识型、比较型、推荐型和购买型问题——基于 AI 行为反应的 4 类 Prompt 分类，每类的 AI 行为模式、引用倾向和 GEO 内容策略。

• AI 知识库，才是内容系统的核心杠杆

  后面的手段、方法、分发、投放，都是杠杆；知识库决定杠杆的方向。知识库是整个内容系统从 0 到 1 的关键——它可以是 +1（白帽 GEO，真实可验证，正向复利），也可以是 -1（投毒，失真伪造，放大错误）。源头正确，系统越做越强；源头错误，放大越多，风险越大。

• Mention vs Citation：品牌被「提到」和被「引用」的天壤之别，以及不同 AI 平台的检索机制差异

  两个紧密关联的主题：① Mention（提及）≠ Citation（引用）——AI 在答案中提到品牌名和把品牌页面标注为来源，是两个完全不同的动作，来自两个不同的系统（训练记忆 vs Grounding）。拆解 AI 不引用官网的 5 个具体原因（非决策就绪型内容、第三方引用 6.5 倍效应、间接引用就够用、平台权重差异、68% 引用页不在 Google Top 10），以及品牌同时获得推荐+引用的实操路径。② 不同 AI 平台的检索和回答机制差异——三类 AI 系统架构、5 大平台引用行为对比、豆包「双模分裂」（移动端 >90% 抖音视频 vs Web 端权威媒体）及其三阶段演变（筑墙→治理→闭环），以及跨平台 GEO 策略启示。

• 一个问题可能同时包含多个意图吗？GEO 多意图问题的机制与应对

  一个用户问题同时包含多个意图，不仅是可能的——它是 AI 搜索时代的常态。本文从 7 个角度证明：① 同一关键词的多维需求（一个「苹果蛋糕」= 3 个完全不同的意图）；② 提示簇 = 一个问题的多意图容器（1 个核心问题 → 4 个意图）；③ Query Fan-out = AI 自动拆出 10+ 子问题（73% 每次都会变）；④ SHCRALT 7 维 = 一句话同时存在 7 个面；⑤ 6 维笛卡尔积 = 任何真实问题都同时包含 6 维信息；⑥ 5 大决策意图可同时出现（一句话 = 6 个意图并行）；⑦ 5 大典型多意图组合 + 3 大内容生产启示。附带多意图问题的关键硬数据。

• GEO 的适用边界、学科构成与终极衡量

  三个实际决策问题：① 所有企业都适合做 GEO 吗？不适合——取决于用户行为、内容能力、行业特征和投入意愿，有明确的四类不适合企业画像和五条自测标准。② GEO 到底是内容运营、技术 SEO 还是品牌工程？三者缺一不可——技术是底座、内容是主战场、品牌决定天花板，用 5 模块框架统一理解。③ GEO 最终该衡量曝光、提及还是成交？三层递进——从被 AI 提到（曝光）到被 AI 引用（信任）到被 AI 调用（转化），以及本地生活企业为什么是最该做 GEO 但最被忽视的群体。

• AI 知识库的语义切片与向量化原理

  把一整套文本知识拆成有意义的知识片段，再变成可计算的向量，才能让 AI 更懂问题、更准召回、更好引用。语义切片解决的是「怎么拆」——按意思单元而非固定字数，让每个 Chunk 完整且单一主题；向量化解决的是「怎么找」——Embedding 模型把文本映射到高维语义坐标，相似度计算代替关键词匹配。两者结合，知识库才真正可检索、可引用、可放大。

• GEO 信源矩阵：多平台信源组合的战略框架

  信源不是清单，是矩阵。单一平台无法覆盖 AI 引用的全部信号维度——权威性、新鲜度、相关性、可验证性、结构化程度分别由不同类型的信源承载。本文提出「GEO 信源矩阵」框架：用内容类型 × 信源梯队的二维矩阵替代线性清单，用信号覆盖热力图发现盲区，用动态再平衡策略应对平台权重波动。附带可直接套用的 5 步搭建模板和季度审计表格。

• GEO 三核心要素：数据 × 内容 × 投放

  GEO 不是一堆技巧的集合，而是一个由三个核心要素驱动的系统：数据看清现状并提供有效反馈，内容是基石并决定长期上限，投放因平台而异并放大优质内容价值。三者不是线性流程，而是互相咬合的飞轮——数据指导投放策略，投放放大内容价值，内容质量反过来决定数据和投放能走多远。本文拆解每个要素的核心能力、三者之间的咬合关系、以及最常见的失衡模式。

• AI 的信源信任、引用选择与品牌推荐机制

  四个层层递进的问题：① 为什么大多数网页最终没被引用——85% 流失的 5 大原因（相关性不足、权威性不足、结构不清晰、无 llms.txt 锚点、第三方无引用），背后的 3 关漏斗逐层淘汰机制；② AI 如何判断一个来源是否可信——E-E-A-T 理论根基 + 三个互补评估体系（9 维评分权威维度 + 16 项要素前 5 项占 65% + 信源权重 100x 差异）+ AI 与 Google 判断可信度的关键差异；③ AI 为什么会引用 A 页面而不是 B 页面——三道关卡逐层淘汰 + 6 个最常见被淘汰原因 + DeepSeek 12 信源只引用少数几个的真实案例；④ AI 为什么推荐品牌却不引用官网——训练记忆（品牌认知）和 Grounding 实时检索（引用来源）是两个不同的系统。

• 豆包召回信源向抖音倾斜：不是技术事故，而是 KPI 驱动的渠道权重实验

  豆包将部分行业的召回信源全面切向抖音——这不是技术事故，而是平台基于当期 KPI 对召回渠道权重的主动调整。理解平台召回策略变化的逻辑（KPI 驱动 / 没有永恒的流量红利 / 多平台布局是唯一对冲）比讨论现象本身更有价值。

• GEO 中的「信源」是什么：AI 引用决策的核心变量与 4 梯队实战指南

  信源（Source）是 GEO 中 AI 引用决策的核心变量。内容质量 × 平台权重 = AI 引用概率——同样一条内容，发在知乎可能获 1000 次 AI 引用，发在某新闻聚合站可能只有 10 次。本文拆解 5 层信源层级体系、4 梯队信源权重金字塔、双核四轮方法论与季度复盘机制。

• GEO 是什么：让内容被生成式引擎引用，而不是只在 Google 里被点开

  GEO（Generative Engine Optimization）是面向 ChatGPT / Claude / Perplexity 等生成式答案引擎的内容优化方法。它和传统 SEO 不是替代关系，而是回答层、引用层、可抽取性层的一次升级。

• 为什么企业做 GEO 第一时间没有看到效果：8 阶段管线 × 4 关漏斗 × 5/6/7 三道重排

  GEO 不是『做完即见效』的工具，而是长期内容战略。内容从发布到被 AI 引用，需经过一条 8 阶段管线 + 4 关漏斗 + 5/6/7 三道重排，每一关都会过滤掉大部分内容。理解这条链路，才能解释为什么 85% 被检索的页面从未被引用。

Hermes Agent 学习笔记合集——从配置、记忆、技能到实战的完整记录。

• HermesAgent

  HermesAgent 整体介绍与 CLI 命令完全指南：核心定位（自改进 / 跨会话记忆 / 多平台集成 / Skills 程序化经验）、核心模块（Agent Loop / Memory / Skills / Tools / Gateway / Cron）、5 步快速开始（安装 → 配置 Provider → 启动 → 创建 Profile → 第一个任务）、CLI 全命令列表（chat / profile / skill / memory / session / plugin / cron / mcp / status / update）、6 个实际使用场景。

• HermesAgent Configuration 使用整理

  HermesAgent Configuration 完整使用整理：架构与目录（hermes-agent 主目录 / config/ / profiles/ / logs/）、config.yaml 主配置（agent / providers / models / tools / memory / logging / security 等 9 大模块）、Profile 多环境隔离机制、CLI 与 env 覆盖优先级、热加载与运行时修改、3 个生产案例（蓝辉 GEO Agent / 飞书日报 / 个人 Coding 助手）。

• Hermes-Agent 记忆系统拆解（by dotey）

  X 平台 @dotey 对 Hermes Agent 记忆系统的深度拆解：会话上下文与长期记忆的关系、传统 Chat 工具的局限、Memory 工具（add / replace / remove）的正确使用、容量管理（80% 阈值整合优于追加）、安全扫描（防 prompt 注入 / 凭据泄露 / SSH 后门 / Unicode 隐藏字符）、外部记忆提供商（Honcho / OpenViking / Mem0 / Hindsights / Holographic / RetainDB / ByteRover / Supermemory）的对比与适用场景。

• HermesAgent Memory 使用整理

  HermesAgent Memory 完整使用整理：4 类记忆层级（Working / Short-term Session / Long-term Persistent / Vector RAG）、4 种 Memory 类型（用户档案 / 项目事实 / 偏好 / 程序化）、5 种记忆操作（remember / recall / forget / list / consolidate）、嵌入工作流（自动检测偏好与事实 / 手动强制记录）、3 个实战场景（蓝辉 GEO / 飞书日报 / 个人 Coding 助手）、4 条隐私保护机制。

• HermesAgent Personality 使用整理

  HermesAgent Personality 系统完整使用整理：5 元素人格模型（identity / tone / principles / boundaries / style）+ YAML 完整配置示例 + 3 套人格模板（通用助手 / 严谨工程师 / 创意写手）+ Profile 集成 + 自动注入 + 与 Skills/Memory 协同 + 动态切换 + 5 调优方法 + 5 评估维度。

• HermesAgent Plugins 使用整理

  HermesAgent Plugins 系统完整使用整理：Plugin vs Skill 的 5 维对比、4 种 Plugin 类型（Tool / Hook / Memory Provider / Context Engine）、完整目录结构、Plugin manifest 编写、3 个示例 Plugin（自定义工具 / pre_llm_call hook / 自定义 memory provider）、生命周期与热加载、与 Skills/Memory/Profile 的协同、4 步开发流程、最佳实践与常见错误。

• HermesAgent Profiles 使用整理

  HermesAgent Profiles 多环境隔离完整使用整理：4 类内置 Profile（default / work / personal / coding）、3 大核心特性（隔离 / 切换 / 继承）、完整 YAML 配置（覆盖 Provider/Tools/Memory/Plugins/Personality/Context/Cron 等）、CLI 与运行时切换、3 个实战场景（蓝辉 GEO / 个人 Coding / 飞书日报）、环境变量注入与多 Profile 组合、与 Skills/Memory 协同、5 步配置流程、最佳实践与常见错误。

Next.js 学习笔记合集——从它是什么、解决什么问题，到 App Router、渲染、数据获取和部署的系统化记录。

• Next.js 是什么：React 之上的全栈 Web 框架

  Next.js 是构建全栈 Web 应用的 React 框架。它把路由、渲染、数据获取、缓存、优化和部署这些工程问题收进框架，让我能把注意力放在产品和用户体验上。

React 学习笔记合集——从核心概念（组件、状态、单向数据流）到底层机制（Virtual DOM、Fiber、Hooks 原理），再到工程化实践（性能优化、状态管理、测试）的系统化记录。

• React 应用中的数据流：从本地状态到服务器数据

  前面的笔记讲了 React 的组件、State、Hooks 和渲染机制——都是「零件」层面的知识。这篇把视角升到「应用」层面：一个真实的 React 应用里，数据从哪来、怎么分类、怎么流转。用 5 张架构图覆盖：三种状态的分类（本地/共享/服务器）、数据请求的完整链路、Loading/Error/Empty/Success 四态机、表单的输入→校验→提交流程、以及状态管理工具的选型阶梯。核心观点：不是所有数据都该进 Context 或全局 Store。

• React 组件：拆分、组合和复用 UI 的基本单元

  组件是 React 最小的建筑单元。这篇笔记从「为什么需要组件」出发，拆解组件的本质（函数 + props → JSX）、组件的组合模式（children、组合 vs 继承）、组件的渲染规则（纯函数、props 不变则输出不变）、以及 5 种日常高频组件模式（受控/非受控、组合组件、render props、HOC、Slot）。目标是：不是为了学 API，而是为了建立「如何拆组件」的判断力。

• React 数据流：组件之间怎样传递数据

  React 组件树里，数据怎么从 A 组件传到 B 组件？这篇笔记用 5 张图覆盖 5 种核心模式：Props（父→子单向绑定）、Children（插槽式组合）、单向数据流（数据向下、事件向上）、状态提升（兄弟组件同步）、受控与非受控（谁握着方向盘）。每种模式都附带代码示例和判断标准，读完能回答「这个状态应该放在哪、通过什么方式传」。

• 声明式与命令式：React 和原生 DOM 的思维方式对比

  React 最关键的范式转变是「声明式」取代「命令式」。这篇笔记用同一个功能（计数器、Todo List、搜索过滤）在原生 JS DOM 和 React 中的两种实现做并排对比，拆解声明式的三个核心优势（可预测、自描述、易测试）和一个真实代价（diff 开销），最后给出判断框架：什么时候声明式帮你省事，什么时候命令式更直接。

• React Hooks 工具箱：从记忆到副作用的完整地图

  Hooks 是 React 16.8 之后组件逻辑的核心载体。这篇笔记先给一张总图（5 大类 10 个 Hooks 的用途和关系），然后用 9 张图逐一拆解：useState（记事本）、useReducer（调度中心）、useContext（广播塔）、useReducer+Context（总部系统）、useRef（储物柜）、useEffect（外部世界同步器）、「你可能不需要 Effect」判断树、useMemo/useCallback（工厂缓存）、Custom Hook（工具包）。读完你能回答「这个场景该用哪个 Hook」。

• React 的心智模型：UI 是状态的函数

  React 最核心的心智模型只有一句话：UI = f(state)。理解了这句话，就理解了为什么 React 要发明组件、JSX、Virtual DOM、单向数据流这些概念。这篇笔记从「jQuery 时代的 UI 开发痛点」出发，推导出 React 的设计动机，然后拆解这个心智模型的三层含义。

• React 渲染机制：从 setState 到 DOM 更新

  setState 之后 React 到底做了什么？这篇笔记用 6 张图拆解 React 渲染的全链路：Trigger（触发）→ Render（计算）→ Commit（写入）三站地铁、Virtual DOM 蓝图与真实 DOM 建筑、Reconciliation 找不同游戏、Key 的停车位类比（以及 key=index 为什么会导致状态错位）、State 保存与重置的规则（同类型+同位置→保留，否则→重置）。读完你能解释 React 为什么快、为什么 key 不能乱给、以及 state 什么时候会被意外重置。

• React State 与页面交互：从事件到状态更新

  State 是 React 组件最核心的概念——它是组件用来「记住」交互信息的机制。这篇笔记用 6 张图覆盖 State 的全链路：事件触发（门铃）→ setState 通知重渲染（不等于直接修改变量）→ 渲染快照（每次渲染的 state 是常量）→ 更新队列（批量处理的原理）→ 不可变更新（为什么要用展开运算符而不是直接赋值）。读完你不仅会用 useState，还能解释闭包陷阱和批量更新的底层原因。