2026-03-30

发布时间 :
  1. 03月30日
    1. 一、今日完成情况
    2. 二、今日感悟
    3. 三、备注
    4. 四、金瓶梅案例鉴赏
      1. 1、背景
      2. 2、问题
      3. 3、正确做法
    5. 五、AI机器人架构–上下文压缩
      1. 1、短期对话层
      2. 2、中期档案层
        1. A、Obsidian daily 总结：
        2. B、Obsidian weekly 总结
      3. 3、长期细节方向层（）
      4. 4、自动执行脚本指令
      5. 5、github上传监听，自动同步笔记至服务器
        1. 第一步：服务器创建「Webhook 监听脚本」

03月30日

一、今日完成情况

  • 完成AI机器人上下文数据库的记忆功能
  • 完成AI机器人的上下文压缩优化，减少token消耗，降低上下文要求
  • 完成AI机器人的内容架构设计，总结每日、每周的Obsidian工作量，作为参考，可以根据我当前的进度对症下药推荐下一步做什么。

二、今日感悟

  • 核心业务数据​：
    • AI机器人项目上下文工程
  • ​今日工作总结：​
    • AI上下文数据库记忆：完成MongoDB对话历史存储，实现AI长期记忆功能
    • AI机器人架构优化：设计上下文压缩策略，降低token消耗，实现客观层与意图层分离
    • 双层总结系统：完成daily_summary.py和weekly_summary.py，实现每日工作量自动总结和周进度汇总
    • 信息架构重构：构建短期实时对话+中期总结+长期知识库的三层AI认知体系
  • ​明日工作计划：
    • 明天重点测试和集成这些模块，确保数据从Obsidian到MongoDB到AI上下文的全链路闭环
  • ​今日学习成长：​
    • 挺有成就感的

三、备注

,

  • 无

四、金瓶梅案例鉴赏

1、背景

潘金莲发现了书童和玉箫行为不检点的事情了，潘金莲威胁说，要告发老爷。书童作为全书当中的聪明人，小厮当中办事最灵活，能力最强的人，其实立马卷钱变现跑路了。

而玉箫作为正宫月娘房里的丫鬟，其实即使潘金莲告发，她应该是被打一顿，非常严重的打一顿，毕竟府里面上下，都是知道他的脾气的。

潘金莲以这个事情威胁玉箫，要其说出关于月娘房里的所有消息的时候，她选择了完全服从，把自己的位置放在了最低位，完全成为了潘金莲的傀儡。

2、问题

玉箫这么做有什么问题吗？

问题非常大，首先玉箫相比于潘金莲有着信息优势，潘金莲是不知道月娘房中的深层信息的，所以只要玉箫表面上服从，告诉潘金莲一些非核心的信息，其实无大碍。

关于深层的信息，如果月娘不说，玉箫不说，小玉不说，潘金莲怎么会知道呢，她要是知道，就不需要使用玉箫来当这个传话筒了呀。

所以玉箫可以做到表明服从，实际根本上还是忠于月娘的。

潘金莲也不好强行告发玉箫，不然西门庆会觉得她要搞事情，反而对于潘金莲是没有好处的，属于是损人不利己的做法，所以玉箫完全可以假定，潘金莲没有动机为了告发而告发，潘金莲只是需要月娘的信息而已。

3、正确做法

就是表面上服从，告诉潘金莲可有可无的信息，而不告诉核心机密，毕竟玉箫的后台是大娘，是立于不败之地的，大娘背后就是一个家族。

而潘金莲是没有后天的，加入她失势，玉箫也会落得不好的下场。

五、AI机器人架构–上下文压缩

1、短期对话层

上下文10条记录，原封不动的告诉AI，让AI知道我当前的主要聊天上下文，这个是实时性质的，让AI知道我当前时刻的思维，并且相对给出即时的建议。

2、中期档案层

这个需要两部分，一方面是通过我和AI的对话，我所表示的个人意愿，另一方面是通过读取我的每日笔记，快速把握我每天客观上完成的情况，实现主客观统一。

  • Obsidian 笔记 = 客观事实层：记录你「实际干了什么」（刚性行为、时间分配、学习 / 实验室工作量）
  • AI 对话记录 = 主观意图层：记录你「想干什么、为什么没干、诉求变化、优先级调整」（柔性想法、反馈、计划、提醒要求）

因此，我需要分开来存储，主观意图这一部分使用一个collection来存储，，Obsidian笔记总结，使用一个collection来存储。

A、Obsidian daily 总结：

# ~/secretary/scripts/daily_summary.py
import os
import asyncio
from datetime import datetime
import pytz
from openai import AsyncOpenAI
from mongo_client import summary_db
from dotenv import load_dotenv
import os

load_dotenv()

# ===================== 固定配置 =====================
VAULT_ROOT = os.path.expanduser("~/secretary/obsidian_vault")
TIMEZONE = pytz.timezone("Asia/Shanghai")

# AI 接口配置
API_BASE = os.getenv("DEEPSEEK_API_URL")
API_KEY = os.getenv("DEEPSEEK_API_KEY")

# 获取今日日志路径
def get_today_log_path():
    now = datetime.now(TIMEZONE)
    year = now.year
    month = now.month
    date_str = now.strftime("%Y-%m-%d")
    return os.path.join(VAULT_ROOT, "我的工作量", f"{year}年度", f"{month}月份", f"{date_str}.md")

# 读取日志内容
def read_today_log():
    log_path = get_today_log_path()
    print(log_path)
    if not os.path.exists(log_path):
        return "今日未记录学习/工作内容"
    try:
        with open(log_path, "r", encoding="utf-8") as f:
            return f.read()
    except:
        return "日志文件读取失败"

# AI 生成100字客观摘要
async def generate_daily_summary(text):
    client = AsyncOpenAI(base_url=API_BASE, api_key=API_KEY)
    prompt = f"""请以「技术学习+技术工作量」为核心，用不超过120字，客观总结今日内容，仅保留技术相关事实，根据客观情况来，没任务完成可以不总结，严格排除非技术内容（如非技术类读书、闲聊、无关日常等），不添加主观评价、不冗余。需包含：
1.  技术学习：AI技术、java、python等、框架、算法/刷题（如代码随想录）、技术知识点复习、技术笔记整理（Obsidian技术相关）；
2.  技术工作量：实验室技术任务、项目开发（技术模块）；
3.  完成情况：技术相关任务/学习是否完成、未完成原因（仅技术相关或合理时间冲突）；
4.  核心细节：仅提炼与技术学习、技术工作相关的关键内容，无关内容一律不提及。
{text}"""
    print(text)
    response = await client.chat.completions.create(
        model="deepseek-reasoner",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

# 主函数
async def main():
    log_content = read_today_log()
    summary = await generate_daily_summary(log_content)
    date_str = datetime.now(TIMEZONE).strftime("%Y-%m-%d")
    
    # ===================== 核心修改：独立保存每日总结 =====================
    summary_db.save_daily_summary(date_str, summary)
    print(f"✅ {date_str} 每日摘要已独立保存至 daily_summaries 集合")

if __name__ == "__main__":
    asyncio.run(main())

使用代码找到我的每日笔记的路径，因为我记录笔记是有格式规定的，python代码可以轻松定位到，然后使用reasoner模型进行总结。

B、Obsidian weekly 总结

# ~/secretary/scripts/weekly_summary.py
import asyncio
from datetime import datetime
import pytz
from openai import AsyncOpenAI
from mongo_client import summary_db
from dotenv import load_dotenv
import os

load_dotenv()

# ===================== 配置 =====================
TIMEZONE = pytz.timezone("Asia/Shanghai")

# AI 接口配置
API_BASE = os.getenv("DEEPSEEK_API_URL")
API_KEY = os.getenv("DEEPSEEK_API_KEY")

# AI 生成300字周总结
async def generate_weekly_summary(daily_list):
    client = AsyncOpenAI(base_url=API_BASE, api_key=API_KEY)
    content = "\n".join([f"{item['date']}：{item['content']}" for item in daily_list])
    prompt = f"""请以「技术学习+技术工作量」为核心，合并以下7天的记录，用280-320字客观总结，仅保留技术相关事实，严格排除非技术内容（如非技术类读书、闲聊、无关日常等），不添加主观评价，逻辑清晰、重点突出。需包含：
1.  技术学习累计成果：编程语言/框架学习时长、算法/刷题（如代码随想录）总数量/模块、技术知识点复习范围、Obsidian技术笔记核心内容；
2.  技术工作量：具体技术工作内容、项目开发（技术模块）推进情况；
3.  完成与问题：本周技术相关计划是否达标、未完成技术任务及核心原因（技术难度、时间冲突等）、技术学习/工作中遇到的问题；
4.  关键细节：仅提炼与技术学习、技术工作相关的调整动作（如调整技术学习重点、优化项目开发节奏），无关内容一律不提及。
{content}"""
    response = await client.chat.completions.create(
        model="deepseek-chat",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content

# 主函数
async def main():
    # 获取最近7天每日总结
    daily_list = summary_db.get_recent_7days()
    if not daily_list:
        print("❌ 近7天无每日摘要，无法生成周总结")
        return
    
    # 生成周总结
    weekly_summary = await generate_weekly_summary(daily_list)
    
    # ===================== 核心修改：自动生成周标识 + 独立保存 =====================
    # 格式：2026-W13（年份-第几周），唯一不重复
    week_tag = datetime.now(TIMEZONE).strftime("%Y-W%U")
    summary_db.save_weekly_summary(week_tag, weekly_summary)
    
    print(f"✅ {week_tag} 每周摘要已独立保存至 weekly_summaries 集合")

if __name__ == "__main__":
    asyncio.run(main())

此代码可以读取我每日完成总结情况，帮我总结每周完成情况。进行进一步抽象，这样的话，我的上下文可以直接参考比如说 最近两周 的工作完成情况，实现一个连续性的效果。

按照星期为单位，一星期两星期都可以，导入到AI的上下文当中，作为我最近的工作记录的完成情况，从而让AI根据主要矛盾给出定制化的建议。

3、长期细节方向层（）

我的知识库可以作为重要参考依据，比如代码随想录当中，关于项目准备的时间线建议，或者黑马等开发的班的时间安排，又或是师兄的java快速上手的时间线安排，均可，这些都是方向性的事情，很重要。

长远来说还是需要向量数据库的，未来有钱了搞个好一点的服务器，可以简单实现的。

最终发给 AI 的内容 = Obsidian客观完成 + 对话记录总结 + 长期工作安排（外置知识库）

4、自动执行脚本指令

定时任务语法 

crontab -e

# 每日00:00 同步Obsidian笔记
0 0 * * * /bin/bash ~/secretary/scripts/sync_vault.sh

# 每日00:10 生成每日摘要
10 0 * * * /home/ubuntu/miniconda3/bin/python ~/secretary/scripts/daily_summary.py >> ~/secretary/logs/summary.log 2>&1

# 每周日00:20 生成每周摘要
20 0 * * 0 /home/ubuntu/miniconda3/bin/python ~/secretary/scripts/weekly_summary.py >> ~/secretary/logs/summary.log 2>&1

为什么我的眼里常含泪水，因为我对这片土地爱得深沉！

5、github上传监听，自动同步笔记至服务器

  • 同步脚本：~/secretary/scripts/sync_vault.sh（直接用）
  • 目录：~/secretary/obsidian_vault（不动）
  • 数据库、摘要脚本：完全不影响

第一步：服务器创建「Webhook 监听脚本」

在 scripts 文件夹下创建 webhook_listener.py

# ~/secretary/scripts/webhook_listener.py
from fastapi import FastAPI, Request, Header
import subprocess
import os

app = FastAPI()
# 安全密钥（自己随便写一个字符串，后面GitHub要用）
SECRET_TOKEN = "188390AA52f@"
# 你的同步脚本路径
SYNC_SCRIPT = "/home/ubuntu/secretary/scripts/sync_vault.sh"

@app.post("/webhook")
async def github_webhook(request: Request, x_github_event: str = Header(None)):
    # 1. 验证请求来自GitHub
    body = await request.body()
    # 2. 执行同步脚本
    try:
        result = subprocess.run(
            ["bash", SYNC_SCRIPT],
            capture_output=True,
            text=True,
            cwd=os.path.dirname(SYNC_SCRIPT)
        )
        print("同步成功:", result.stdout)
        return {"status": "success", "message": "Obsidian 已实时同步"}
    except Exception as e:
        return {"status": "error", "message": str(e)}

后台永久运行（关闭终端也不关闭）

nohup uvicorn webhook_listener:app --host 0.0.0.0 --port 8888 > ~/secretary/logs/webhook.log 2>&1 &

第三步：去 GitHub 配置 Webhook（最关键）

  1. 打开你的 Obsidian 仓库 → Settings → Webhooks → Add webhook
  2. 填写配置：
    Payload URL：http://你的服务器IP:8888/webhook
    Content type：application/json
    Secret：填上面脚本里的 SECRET_TOKEN
    Which events?：选择 Just the push event
    点击 Add webhook
Pasted image 20260330220151

测试是否成功，我这里点击上传，cat服务器端的笔记内容，查看是否一致：

Pasted image 20260330220251 Pasted image 20260330220332
转载请注明来源，欢迎对文章中的引用来源进行考证，欢迎指出任何有错误或不够清晰的表达。可以在下面评论区评论，也可以邮件至 kipleyarch@gmail.com

浙ICP备2025181060号-2 © litearch

Built with Hexo and 3-hexo theme

Obsidian