Merge pull request #43 from hobbytp/feature/category-metadata-filter

RAG: 启用可筛选的 category 元数据

Author: hobbytp

.gitignore

@@ -96,7 +96,7 @@ __pycache__/
 
 .cursor/
 .github/prompts
-AGENTS.md
+
 
 .serena/
 .trae/
@@ -131,3 +131,5 @@ CLAUDE.md
 .serena/
 .trae/
 .cursor/
+
+.wrangler

Makefile

@@ -1,4 +1,4 @@
-.PHONY: dev build clean stop optimize-images analyze-performance analyze-content analyze-content-ai full-build full-build-ai validate-architecture generate-covers generate-ai-covers test-covers generate-covers-for-directory help
+.PHONY: dev build clean stop optimize-images analyze-performance build-measure analyze-content analyze-content-ai full-build full-build-ai validate-architecture generate-covers generate-ai-covers test-covers generate-covers-for-directory ingest-data help
 
 # Shell 设置
 # 让每个配方(target)的所有命令在同一个 shell 中执行，确保 .env 中的导出变量可在后续命令中生效
@@ -28,6 +28,15 @@ build:
 	@echo "🔨 执行Hugo生产构建..."
 	docker-compose run --rm hugo-build
 
+# 测量构建时间
+build-measure:
+	@echo "⏱️  测量Hugo构建时间..."
+	@start_time=$$(date +%s); \
+	$(MAKE) build; \
+	end_time=$$(date +%s); \
+	duration=$$((end_time - start_time)); \
+	echo "✅ 构建完成，耗时: $${duration} 秒"
+
 # 优化图片
 optimize-images:
 	@echo "🖼️  优化图片资源..."
@@ -270,6 +279,10 @@ generate-covers-for-directory:
 	    echo "  TEXT2IMAGE_PROVIDER=openai"; \
 	  fi'
 
+# RAG数据摄取
+ingest-data:
+	@bash scripts/ingest.sh "$(FILE)" "$(FORCE)" "$(ENV_FILE)"
+
 # 帮助信息
 help:
 	@echo "Hugo Blog Management Tool"
@@ -284,6 +297,7 @@ help:
 	@echo ""
 	@echo "Build Commands:"
 	@echo "  make build            Execute production build"
+	@echo "  make build-measure    Measure build time"
 	@echo "  make full-build       Full build process (validate + optimize + analyze)"
 	@echo "  make full-build-ai    🤖 AI-enhanced full build process"
 	@echo "  make clean            Clean build files"
@@ -308,6 +322,11 @@ help:
 	@echo "  make test-covers        Test cover generation"
 	@echo "  make generate-covers-for-directory DIRECTORY=dir [FORCE=true DRY_RUN=true NO_RECURSIVE=true]  Generate AI covers for directory"
 	@echo ""
+	@echo "RAG Data Ingestion:"
+	@echo "  make ingest-data       Ingest all blog content to Vectorize"
+	@echo "  make ingest-data FILE=path/to/file.md  Ingest single file"
+	@echo "  make test-ingest       Run ingest pipeline unit tests"
+	@echo ""
 	@echo "Maintenance Commands:"
 	@echo "  make update-theme     Update Hugo theme"
 	@echo "  make install-tools    Install tool dependencies"
@@ -321,4 +340,22 @@ help:
 	@echo "  make generate-json-data-ai # Generate AI-enhanced dashboard data"
 	@echo "  make analyze-content FILE=./content/zh/google/a2a.md  # Analyze single file"
 	@echo "  make analyze-content-ai FILE=./content/zh/google/a2a.md # AI-enhanced analysis"
-	@echo "  make export-pdf FILE=./content/zh/google/a2a.md       # Export single file PDF"
+	@echo "  make export-pdf FILE=./content/zh/google/a2a.md       # Export single file PDF"
+
+# Run ingest unit tests via uv + venv
+test-ingest:
+	@echo "Running ingest unit tests via uv + venv"
+	@if command -v uv >/dev/null 2>&1; then \
+		uv run python -m unittest scripts/test_ingest.py; \
+	else \
+		python -m unittest scripts/test_ingest.py; \
+	fi
+
+# Vectorize metadata index creation (category as filterable field)
+CF_VECTOR_INDEX ?= blog-index
+
+.PHONY: vectorize-create-category-index
+vectorize-create-category-index:
+	@echo "Creating filterable metadata index 'category' on $(CF_VECTOR_INDEX)"
+	@npx wrangler vectorize create-metadata-index $(CF_VECTOR_INDEX) --property-name=category --type=string
+

README.md

@@ -107,6 +107,24 @@ docker build -t ai-blog .
 docker run -p 1313:1313 ai-blog
 ```
 
+### 使用 Make 运行与构建（推荐）
+
+为确保一致的开发体验并触发必要的验证钩子，建议通过 `make` 管理 Hugo：
+
+```bash
+# 启动开发服务器（如已在运行，先执行 make stop）
+make dev
+
+# 停止已启动的 Hugo 服务
+make stop
+
+# 生产构建（用于部署，包含最完整输出）
+make build
+
+# 查看所有可用命令
+make help
+```
+
 ## 📁 项目结构
 
 ```text
@@ -335,3 +353,4 @@ This project is licensed under the [MIT License](LICENSE), free to use and distr
 **Content Categories**: Paper Reviews, Technical Analysis, Open Source Projects, Industry News, Product Reviews, Celebrity Interviews
 
 ⭐ If this project helps you, please give it a Star for support!
+

cache/image-generation/generation_cache.json

@@ -538,5 +538,23 @@
     "relative_path": "/images/generated-covers/5533bda3d0246b6b6f6843d566ca0004.webp",
     "prompt": "【重要】这是一张纯视觉艺术作品，禁止出现任何文字、字母、数字、符号、Logo、水印。画面主体：论文页面化作飞翔的纸鹤群。融入'Chain of Draft 论文解读'的概念进行抽象艺术表达。色彩方案：学术蓝与论文白。艺术风格：赛博朋克风格，霓虹灯光，未来都市，柔和的漫射光，微距特写，细节丰富。画质要求：8K超高清，细节精致，专业级博客封面。构图：16:9宽屏横版，大气磅礴。再次强调：纯图案背景，绝对不要包含任何文字元素。",
     "generated_at": "2025-11-28T23:15:36.997956"
+  },
+  "9d02843782ad5d6b16ca86cff71927c7": {
+    "title": "Thinking Machine Lab的定位与商业模式",
+    "description": "前OpenAI首席技术官穆拉蒂创立的初创公司Thinking Machines Lab， 其核心战略就是：**Commoditize the Base Model, Monetize the Customization.**（让基座模型商品化/基础设施化，通过定制化服务来变现。）",
+    "category": "big_companies",
+    "image_path": "static/images/generated-covers/9d02843782ad5d6b16ca86cff71927c7.webp",
+    "relative_path": "/images/generated-covers/9d02843782ad5d6b16ca86cff71927c7.webp",
+    "prompt": "包豪斯风格，三分法构图，由无数精密的齿轮和结构复杂的管线组成的巨型企业级服务器，光线从服务器内部发出，照亮周围的环境，深蓝色和橙色的配色方案，高品质，8k分辨率，无文字",
+    "generated_at": "2025-12-05T10:31:39.149948"
+  },
+  "e4d9bfb7b2241da6ed6444aa1df2bdde": {
+    "title": "Google Nested Learning原理剖析与Hope架构：迈向持续学习的新范式",
+    "description": "Google Nested Learning原理剖析与Hope架构：迈向持续学习的新范式",
+    "category": "big_companies",
+    "image_path": "static/images/generated-covers/e4d9bfb7b2241da6ed6444aa1df2bdde.webp",
+    "relative_path": "/images/generated-covers/e4d9bfb7b2241da6ed6444aa1df2bdde.webp",
+    "prompt": "包豪斯风格，三分法构图，一个由不同大小、颜色和形状的齿轮相互嵌套组成的复杂机械装置，象征着多层次的优化过程，齿轮的颜色为鲜艳的红、黄、蓝三原色，背景为干净的白色，灯光柔和均匀，高品质，8k分辨率，无文字",
+    "generated_at": "2025-12-05T22:43:22.398137"
   }
 }

content/zh/ai_programming/claude_skills_for_other_ai_coders.md

@@ -0,0 +1,182 @@
+---
+title: "OpenSkills 使用指南"
+date: 2025-12-04T20:00:00+08:00
+draft: false
+tags: ["OpenSkills", "Claude", "Skills"]
+categories: ["ai_programming"]
+description: "OpenSkills 是一个用于在 Cursor 和 Trae 中使用 Claude Skills 的开源工具，提供了详细的安装和使用指南。"
+---
+
+
+## OpenSkills 使用指南
+
+在 Cursor 和 Trae 这类编辑器中使用 Claude Skills，可以借助一个名为 **OpenSkills** 的开源工具来实现的。下面的流程图清晰地展示了从准备到使用的完整步骤，你可以一目了然地掌握整个过程。
+
+```mermaid
+flowchart TD
+    A[开始: 使用OpenSkills<br>在Cursor/Trae中部署Claude Skills] --> B[第一步：环境准备<br>安装Node.js与OpenSkills]
+    A --> C[第二步：安装Skills<br>获取官方或第三方技能]
+    A --> D[第三步：创建引导文件<br>生成AGENTS.md]
+    A --> E[第四步：调用Skills<br>在对话中通过指令使用]
+    
+    B --> B1[终端执行<br><code>npm i -g openskills</code>]
+    C --> C1[终端执行<br><code>openskills install</code>]
+    D --> D1[终端执行<br><code>openskills sync</code>]
+    E --> E1[在编辑器对话中输入<br>特定指令调用技能]
+    
+    B1 --> F[完成部署]
+    C1 --> F
+    D1 --> F
+    E1 --> F
+```
+
+下面，我们来详细讲解每个步骤的具体操作。
+
+### 详细步骤与使用方法
+
+#### 第一步：安装 OpenSkills 工具
+
+OpenSkills 是一个命令行工具，它是让非 Claude 官方环境（如 Cursor、Trae）能够使用 Claude Skills 的关键桥梁。
+
+- **操作**：打开终端（Terminal），输入以下命令进行全局安装：
+
+    ```bash
+    npm install -g openskills
+    ```
+
+    这只需要执行一次。
+
+#### 第二步：安装所需的 Claude Skills
+
+安装好 OpenSkills 后，下一步是将具体的 Skills 安装到你的项目中。
+
+- **安装官方Skills**：在项目的根目录下，执行以下命令。你可以选择将技能安装到当前项目或全局环境。例如，安装到当前项目：
+
+    ```bash
+    openskills install anthropics/skills
+    ```
+
+    运行后，会看到一个交互界面，让你选择要安装的特定技能（如 `pdf`, `frontend-design`, `pptx` 等）。默认是全选，你可以用空格键勾选自己需要的。
+- **安装第三方Skills**：你也可以安装社区开发的技能，只需要替换掉仓库地址即可：
+
+    ```bash
+    openskills install https://github.com/某个技能仓库地址.git
+    ```
+
+- **验证**：安装成功后，你的项目文件夹里会出现一个 `.claude/skills` 目录，里面包含了所有安装好的技能文件。
+
+#### 第三步：创建 AGENTS.md 引导文件
+
+这是最关键的一步，前两步只是准备了“工具包”，这一步是创建让 AI 编程助手能发现并使用这些工具包的“说明书”。
+
+- **操作**：
+    1. 首先，在项目根目录**手动创建一个名为 `AGENTS.md` 的空文件**。
+    2. 然后，在终端运行同步命令：
+
+        ```bash
+        openskills sync
+        ```
+
+    3. 同样在交互界面中选择你希望写入 `AGENTS.md` 文件的技能，确认后回车。OpenSkills 就会将技能的摘要信息写入该文件，AI 助手（如 Cursor 的 Agent）就能据此识别可用的技能了。
+
+#### 第四步：在对话中调用 Skills
+
+完成以上配置后，你就可以在 Cursor 或 Trae 的聊天窗口中通过特定的指令来调用技能了。
+
+- **自动调用**：当你的需求描述匹配某个已安装技能时，AI 助手可能会自动判断并调用该技能。
+- **手动调用**：更可靠的方式是直接在提示词中明确指定。指令格式通常为：“调用 [技能名] skills, [你的具体需求]”。
+  - **示例1**（前端设计）：`调用 frontend-design skills，用HTML开发一个视频剪辑软件的SaaS介绍页`。
+  - **示例2**（文档处理）：`使用 pdf skills，对2025年11月17日周例会.pdf进行解析，提出要点给我`。
+
+## 高级通用模式（Advanced Universal Mode）
+
+在 `https://github.com/numman-ali/openskills?tab=readme-ov-file#advanced-universal-mode-for-multi-agent-setups` 部分，OpenSkills 文档介绍了 **高级通用模式（Advanced Universal Mode）**，这是一种使用Claude Code配置多代理（Multi-Agent）协作的配置方案。以下是该部分的核心内容解析和注意事项：
+
+### 核心功能：多代理协作模式
+
+该模式允许你在同一项目中使用Claude Code配置多个 Claude 代理（Agents），每个代理专注于不同领域的任务（如代码生成、文档解析、UI设计等），并通过 OpenSkills 实现代理间的协同工作。
+
+#### 配置步骤
+
+1. **创建多代理配置文件**  
+   在项目根目录创建 `.claude/agents.json` 文件，定义多个代理及其关联技能：
+
+   ```json
+   {
+     "agents": [
+       {
+         "name": "Code Agent",
+         "description": "负责代码生成和优化",
+         "skills": ["code-optimizer", "debugger"]
+       },
+       {
+         "name": "Doc Agent",
+         "description": "处理文档解析与总结",
+         "skills": ["pdf", "pptx"]
+       }
+     ]
+   }
+   ```
+
+2. **同步代理配置**  
+   运行命令同步配置到 `AGENTS.md`：
+
+   ```bash
+   openskills sync --multi-agent
+   ```
+
+   此时 `AGENTS.md` 会生成多个代理的摘要，供 AI 按需调用。
+
+3. **调用特定代理**  
+   在对话中通过代理名指定使用的代理：
+
+   ```markdown
+   调用 [Code Agent] 代理：优化这段 Python 代码...
+   ```
+
+### **关键注意事项**
+
+1. **代理冲突风险**  
+   - 如果多个代理的技能有重叠（例如两个代理都安装了 `pdf` 技能），AI 可能无法确定调用哪个代理。
+   - **解决方案**：在 `agents.json` 中明确划分技能归属，或通过提示词指定代理名。
+
+2. **全局代理与项目代理的优先级**  
+   - 若同时存在全局安装的代理（通过 `openskills install -g`）和项目本地代理，**项目本地代理优先级更高**。
+   - 可通过 `openskills list-agents` 查看当前生效的代理列表。
+
+3. **代理间的上下文隔离**  
+   - 每个代理的上下文（记忆、技能状态）是独立的。若需要跨代理共享数据，需手动传递信息（如通过文件或中间变量）。
+
+4. **资源占用问题**  
+   - 同时运行多个代理可能显著增加内存/CPU 占用，尤其在处理大文件（如 PDF 解析）时。
+   - **建议**：在轻量级任务中启用多代理，复杂任务按需逐个调用。
+
+---
+
+### **典型使用场景**
+
+| 场景                | 配置方案                                  |
+|---------------------|------------------------------------------|
+| **代码+文档双核协作** | Code Agent（代码技能） + Doc Agent（文档技能） |
+| **多语言开发**       | Python Agent + JS Agent + Rust Agent     |
+| **设计+前端联动**    | UI Designer Agent + Frontend Dev Agent  |
+
+---
+
+### **故障排查**
+
+若遇到代理未响应：
+
+1. 检查 `agents.json` 语法是否正确（可通过 `JSONLint` 验证）；
+2. 运行 `openskills sync --debug` 查看同步日志；
+3. 确保 `AGENTS.md` 未被手动修改（否则会覆盖配置）。
+
+通过此模式，你可以构建一个“AI 团队”，让不同代理各司其职，显著提升复杂任务的完成效率。如需进一步优化协作流程，可结合 OpenSkills 的 `hook` 功能（如任务完成后自动触发下一个代理）。
+
+## 总结
+
+希望这份指南能帮助你在 Cursor 和 Trae 中顺利运用 Claude Skills 来提升你的编程效率。如果你在某个具体步骤（比如安装或调用）中遇到问题，可以告诉我，我很乐意提供更详细的帮助。
+
+## 参考文献
+
+- [Github: OpenSkills](https://github.com/numman-ali/openskills)

content/zh/baidu/ernie4.5_open_now.md

@@ -5,14 +5,13 @@ draft: false
 tags: ["Opensource", "ERNIE-4.5", "论文", "技术"]
 categories: ["large_models"]
 description: "本文介绍了百度开源的ERNIE 4.5模型，并对其技术原理、主要贡献、论文方法、评估结果和局限性进行了详细解读。"
-
+wordCount: 8051
+readingTime: 33
 ai_cover: "static/images/generated-covers/16d7468d046dab9d04831d6934b4fe05.webp"
 cover:
   image: "static/images/generated-covers/16d7468d046dab9d04831d6934b4fe05.webp"
   alt: "ERNIE 4.5 技术报告解读"
   ai_generated: true
-wordCount: 8051
-readingTime: 33
 ---
 
 

content/zh/celebrity_insights/Ilyasutskever.md

@@ -6,6 +6,8 @@ draft: false
 tags:  ["AI","Ilya Sutskever"]
 categories: ["celebrity_insights"]
 description: "Ilya Sutskever在各个场合的观点"
+wordCount: 5602
+readingTime: 23
 
 ai_cover: "/images/generated-covers/7667e514eb0042e927794ee19c26ce90.webp"
 cover:

content/zh/companies/tml/ThinkMachineLab.md

@@ -67,3 +67,8 @@ TML 的核心战略就是：**Commoditize the Base Model, Monetize the Customiza
 （**让基座模型商品化/基础设施化，通过定制化服务来变现。**）
 
 他们赌的是：未来不会只有一个超级模型统治世界，而是会有成千上万个针对特定场景优化的垂直模型。而他们，就是制造这些垂直模型的 “**精密机床厂**”。
+
+## 参考文献
+
+* [Thinking Machines Lab](https://thinkingmachines.ai/)
+*