yystopf/obsdian-KBesa
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

初始化分支

Browse Source
This commit is contained in:
墨子龙-AI助手
2026-04-22 09:34:27 +08:00
parent 7d27a77cba
commit 4fcc802cd3
76 changed files with 0 additions and 9355 deletions
Download Patch File Download Diff File Expand all files Collapse all files

91
03.wiki/AI Agent基础概念与架构.md
View File

@@ -1,91 +0,0 @@
---
标签:
- AI Agent
- 智能体
- 大模型应用
- LangChain
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[进阶篇—Agent概念、组成与决策.md]]"
关联:
- "[[提示词工程入门指南]]"
- "[[MCP服务器开发入门指南]]"
状态:
- 健康
---
# AI Agent基础概念与架构
## 1. Agent 的核心概念
### 1.1 什么是 Agent？
* **定义**：Agent 是基于 **LLM**（Large Language Model，大语言模型）能够自主理解、自主规划决策、执行复杂任务的一个智能体。
* **设计目的**：为了解决那些简单的语言模型可能无法直接解决的问题，尤其是当这些任务涉及到多个步骤或者需要外部数据源的情况。
* **核心公式**：
* **LLM**：接受输入 -> 思考 -> 输出
* **人类/Agent**：LLM (接受输入，思考，输出) + **记忆 (Memory)** + **工具 (Tools)** + **规划 (Planning)** ------> **Agents**
### 1.2 LLM 与 Agent 的区别
* **LLM 的局限性**：
* 单纯的接受输入，经过大脑（模型）思考，得到一个输出。
* 内部包含非常多的隐性逻辑，但对外表现为黑盒。
* 缺乏与外部世界的交互能力（例如无法直接拿锤子钉钉子）。
* **Agent 的增强**：
* 量化了人类的思维习惯。
* 除了输入、思考、输出外，还引入了**记忆**、**工具**和**规划**。
* **类比**：就像老板下达任务，人脑不仅思考，还会拆解任务（规划），寻找帮助（工具），并记住之前的进度（记忆）。
## 2. Agent 的四大核心组成
基于 **LangChain** 框架，构建一个完整的 Agent 应用离不开以下四个部分：
### 2.1 记忆 (Memory)
* **作用**：解决多步任务中的上下文关联问题。如果一步走不完，需要记住前面的步骤从而推导后面的结论。
* **分类**：
* **短期记忆 (Short-term memory)**：通常存储在容器或当前会话上下文中，调用接口时携带，记忆较浅。
* **长期记忆 (Long-term memory)**：通常进行持久化存储（如存入数据库/内存），并赋予用户一个 **Session ID**。当用户再次使用产品时，可读取之前的记忆，实现个性化服务。
### 2.2 规划 (Planning)
* **作用**：解决任务拆解与执行顺序的问题。
* **框架**：存在多种规划框架，常见框架包括：**思维链 (Chain of Thoughts)**、**思维树 (Tree of Thoughts)**、**ReAct 框架**、**Self-Refine** 等。
* **动态调整**：规划不是一成不变的。如果在执行第三步时没有得到好的反馈，Agent 需要具备**重新计划 (Re-planning)** 的能力。
### 2.3 工具 (Tools)
* **作用**：利用外部工具让 LLM 连接到外部世界，弥补模型自身能力的不足（如联网、计算、代码执行）。
* **典型实现**：**Function Calling** (函数调用)。
* **示例**：
* 询问“今天天气怎么样”，LLM 本身不具备联网能力，但可以通过调用外部天气 API 实现。
* 其他工具：日历 (Calendar)、计算器 (Calculator)、代码解释器 (Code Interpreter)、搜索 (Search) 等。
### 2.4 行动 (Action)
* **作用**：当整个思考循环完成后，实际执行具体的子任务。
* **流程位置**：在规划之后，根据规划好的步骤进行执行，并获取反馈。
## 3. Agent 的决策流程 (Decision Flow)
Agent 的执行过程是一个闭环的循环，主要包含四个阶段：
### 3.1 感知 (Perception)
* 从外部环境接收输入。
* 明确当前需要解决的问题是什么（例如：用户问了一个什么问题）。
### 3.2 规划 (Planning)
* 将感知到的内容交给 **LLM**。
* LLM 利用规划能力对任务进行具体拆解（例如：分为第一步、第二步...）。
* 思考如何更好地解决问题。
### 3.3 行动 (Action)
* 根据规划好的每一步，执行具体的动作。
* 对当前的子任务进行解决。
### 3.4 观察 (Observation)
* **反馈机制**：行动之后会得到一个反馈结果。
* **反思 (Reflection)**：
* 如果反馈是好的：继续执行循环中的下一步规划。
* 如果反馈是不好的：思考是否需要修正当前的规划，或者重新治理后续的三四五步计划。
* **循环终止**：直到每一步的规划及重规划都完成，对外部感知的问题得到最终解决方案。
## 核心要点总结
Agent 不仅仅是 LLM，而是 **LLM + 记忆 + 规划 + 工具** 的结合体：
1. **本质区别**：LLM 仅负责输入输出，而 Agent 具备自主性和交互能力，能像人类一样使用工具和处理多步任务。
2. **四大支柱**：
* **Memory**：区分长短时记忆，保证上下文连贯。
* **Planning**：任务拆解与动态调整（如 ReAct, CoT）。
* **Tools**：通过 Function Calling 连接外部 API 和能力。
* **Action**：实际执行步骤。
3. **工作流**：遵循 **感知 -> 规划 -> 行动 -> 观察** 的闭环逻辑，通过观察反馈来决定是继续下一步还是重新规划，从而实现复杂任务的自主解决。

118
03.wiki/AI教育变革：师-机-生三元关系.md
View File

@@ -1,118 +0,0 @@
---
标签:
- 教育
- AI应用
- 人工智能
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/03.莲花山论剑：AI时代师-机-生教育变革之问]]"
关联:
- "[[学习方法：如何让知识真正进脑子？]]"
- "[[上瘾式学习法指南]]"
状态:
- 健康
---
# AI教育变革：师-机-生三元关系
## 核心主题
在大模型与具身智能融合发展的时代背景下，随着智能体的普及，传统的**"师-生"二元结构**正在向**"师-机-生"三元新关系**转变。
---
## 教育面临的三大核心问题
### 第一问：培养目标——变与不变
#### 技能可弃，能力必守
- 把可被工具替代的技能从刚性要求中**剥离**
- 把不可替代的底层能力重新提升为培养目标
#### 知识学习转向
从"**记忆占有**"转向：
- 结构理解
- 应用迁移
- 问题定义
#### 大学使命的"四维结构"
1. 专业能力获取
2. 校园到社会的适应性缓冲
3. 人才识别与社会标签形成
4. 职业发展有利的社交网络
### 第二问：评价体系——从结果到能力证据
#### 三大转变
| 对象 | 评价转向 |
|------|---------|
| 大众学生 | 从得分点 → 思维链与过程证据 |
| 顶尖学生 | 从正确率 → 问题定义、系统权衡与创新贡献 |
| 不同赛道 | 方法论深度与工程真实度分别纳入考核 |
#### 防AI不如证能力
- 把评价从"反作弊导向"转为"**能力证据导向**"
- 重点检验：思维链条、方法选择、论证结构与迁移能力
### 第三问：治理机制——从焦虑到共生
#### 三条主线
1. **治平台**：治理范围扩展到数字平台、智能教学体、学习数据
2. **造生态**：教师转型为学习促进者（learning facilitator）
3. **塑同体**：把价值观、同理心与责任意识纳入育人结构
---
## 三个改革抓手
### 1. 课程重构
识别"**可被替代的技能**"与"**必须沉淀的能力**"，在基础课与核心课上给出结构性改革方案。
### 2. 评价改写
- 从"防AI"转向"证能力"
- 用思维链、方法论与工程真实性构建**能力证据链**
- 实施**分层分轨**评价机制
### 3. 生态再塑
- 治理对象从课堂扩展到平台与智能教学体
- 配套诚信机制、学习支持与同伴互助
- 重塑"**师-机-生**"共同体
---
## 关键洞察
### AI时代的教育真正要守的
> 不是某项技巧，而是其真正的底层目标：
> - 让人在工具加速的时代仍能**独立思考**
> - **创造性实践**
> - 进行**负责任的价值判断**
### 三元同频共振
唯有"师-机-生"三方形成**同频共振**，教育才能在全球AI浪潮下完成从替代焦虑到生态共生的跃迁。
---
## 相关专家观点
| 专家 | 观点 |
|------|------|
| 赵伟（深圳理工大学） | 技能可弃，能力必守；大学四维缺一不全 |
| 杨士强（清华大学） | 从"记忆占有"转向"结构理解、应用迁移" |
| 张伟哲（哈工大） | 体系结构与系统能力作为长期培养目标 |
| 王伟（西安交通大学） | 代码可生成，责任不可外包 |
---
*本笔记由AI从CCF岭南论坛"莲花山论剑"报告自动提取生成*

114
03.wiki/Agent规划技术：CoT与ToT详解.md
View File

@@ -1,114 +0,0 @@
---
标签:
- AI Agent
- 规划
- CoT
- 思维链
- ToT
- 思维树
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[进阶篇—Agent规划子任务拆解_COT与TOT.md]]"
关联:
- "[[AI Agent基础概念与架构]]"
- "[[提示词工程入门指南]]"
状态:
- 健康
---
# Agent规划技术：CoT与ToT详解
## 1. Agent 规划 (Planning) 的核心概念
在 Agent 的应用中，**规划 (Planning)** 是核心组件之一。它不仅仅是执行任务，更是对任务流程的智能管理。
* **定义**：智能体将大型任务分解为子任务，并规划执行任务的流程。
* **关键过程**：
* **任务拆解**：将复杂的大目标细化为可执行的各个子任务。
* **流程规划**：决定执行任务的顺序和逻辑。
* **反思与思考**：在执行过程中进行反思 (Reflection)，决定是继续执行、调整策略还是终止任务。
规划可以理解为一种**观察和思考**的过程。就像人类接到上级分配的任务时，不会立即盲目行动，而是会先思考：
1. 我当前的能力是否能完成？
2. 是否需要寻找工具或他人（同事）的帮助？
3. 如何高效地利用手头的资源达到目的？
4. 任务的执行顺序是什么（先做什么，再做什么）？
## 2. 人类思维模式的类比
为了更好地理解 Agent 的规划，我们可以将其类比为人类的**思维导图**制作过程：
* **大标题**：对应核心任务（例如：分享 Agent 主题）。
* **小标题**：对应分解后的子任务（例如：先讲理论，再讲案例）。
* **知识点**：对应具体的执行步骤。
**规划的本质**：确定执行的先后顺序。例如，必须先让观众“听懂”（理论），再进行“实操”（案例），如果顺序颠倒（先实操后理论），效果往往不佳。
在执行过程中，Agent 还需要具备**反思 (Reflection)** 能力：
* 如果某一步骤（如第三步）执行效果不好，Agent 需要能意识到并尝试更换方法或人员（工具）重新执行。
* 只有当每一步都确认 OK 后，整个 Task 才算完成。
## 3. 赋予 LLM 规划能力
为了让大语言模型 (LLM) 具备类似人类的规划能力，我们需要通过 **Prompt Engineering** 赋予其特定的思维模式。核心需要赋予 LLM 以下两种能力：
1. **子任务拆解 (Subtask Decomposition)**：将大问题分解为小问题。
2. **反思与改进 (Reflection & Improvement)**：对执行过程进行评估和优化。
## 4. 思维技术演进：从 IO 到 ToT
四种主要的提示工程技术，复杂度和解决问题的能力逐级递增：
### 4.1 标准输入输出 (Input-Output Prompting)
* **模式**：输入 (Input) -> LLM -> 输出 (Output)。
* **特点**：最基本的调用方式，中间没有显式的思考过程。
* **局限**：适合简单问题，对于复杂问题效果不佳，无法展现推理过程。
### 4.2 思维链 (Chain of Thought, CoT)
* **核心指令**：`Let's think step by step` (让我们一步一步思考)。
* **模式**：输入 -> 分解为多个步骤 -> 逐步推理 -> 输出。
* **特点**：
* 是一种线性的思维方式。
* 显著提升了 LLM 解决复杂任务（如数学题、逻辑推理）的效果。
* **局限**：仍然是单一路径，如果中间某一步推理错误，可能导致最终结果错误。
### 4.3 自洽性 (Self-Consistency, CoT-SC)
* **原理**：CoT 的延伸。生成多条思维链 (Multiple Chains of Thought)，然后取方差最小（出现次数最多）的结果作为最终答案。
* **类比**：类似于“少数服从多数”。
* **局限**：
* 存在“从众心理”风险。如果大多数推理路径都错了（真理掌握在少数人手中），模型可能会选择错误的多数答案。
* 例如：问一个数学题，正确答案是 100，但模型生成了 3 个 200 和 2 个 100，它可能会选 200。
* 虽然解决了部分随机性问题，但准确性依然有上限。
### 4.4 思维树 (Tree of Thoughts, ToT)
* **定义**：对 CoT 的进一步扩展。在思维链的每一步，推理出多个分支，拓展成一种**思维树**结构。
* **核心机制**：
1. **分支 (Branching)**：每一步都有多种可能性。
2. **评估 (Evaluation)**：用启发式方式评估每一个推理分支对问题解决的贡献（打分）。
3. **搜索 (Search)**：使用搜索算法（如广度优先搜索 **BFS** 或 深度优先搜索 **DFS**）来探索树结构。
4. **前瞻与回顾**：在搜索过程中进行剪枝或回溯。
## 5. ToT 实战案例：24 点游戏
以**24 点游戏**为例详细解释了 ToT 的工作流程：
* **任务**：给定 4 个数字（如 6, 6, 6, 6），通过加减乘除计算出 24。
* **步骤拆解**：4 个数变 3 个数 -> 3 个数变 2 个数 -> 2 个数变 1 个数 (结果)。
**ToT 执行过程**：
1. **第一步**：面对 `6, 6, 6, 6`，模型可以生成多个分支：
* 分支 A: $6 + 6 = 12$ (剩余 `12, 6, 6`)
* 分支 B: $6 \times 6 = 36$ (剩余 `36, 6, 6`)
* 分支 C: $6 - 6 = 0$ (剩余 `0, 6, 6`)
* ...等等
2. **评分与选择**：对每个分支的结果进行评估。例如，`12, 6, 6` 可能比 `0, 6, 6` 更容易凑出 24 分，因此给分支 A 更高的分数。
3. **第二步**：基于选中的分支（如 `12, 6, 6`）继续展开：
* $12 + 6 = 18$ (剩余 `18, 6`)
* $12 \times 6 = 72$ (剩余 `72, 6`)
* ...
4. **最终路径**：通过不断搜索和评估，找到一条能得出 24 的路径（例如：$6+6=12, 12+6=18, 18+6=24$）。
**ToT 的优缺点**：
* **优点**：准确性极高，能够解决非常复杂的推理问题，激活了 LLM 深层的推理能力。
* **缺点**：**计算量大，成本高**。因为需要多次调用 API 来生成和评估多个分支，Token 消耗显著增加。任务越复杂，费用越高。
## 6. 总结与建议
* **简单任务**：使用标准的 Input-Output 或简单的 CoT 即可。
* **复杂推理**：如果任务需要高准确性且预算充足，推荐使用 **Tree of Thoughts (ToT)**。
* **实施建议**：在实际开发中，可以通过重构 Prompt 来激活这些能力。
## 核心要点总结
1. **规划的本质**是任务拆解与流程控制，类似于人类制作思维导图的过程。
2. **CoT** 通过“一步一步思考”实现了线性推理的提升，但路径单一。
3. **ToT** 是目前的进阶方案，它通过**树状分支**、**步骤评分**和**搜索算法 (BFS/DFS)**，让模型在每一步都能探索多种可能性并择优而行。
4. 虽然 **ToT** 能显著提高复杂任务（如数学计算、逻辑推理）的准确率，但其**Token 消耗和计算成本**也最高。开发者需根据任务难度和成本预算选择合适的技术栈。

113
03.wiki/Agent认知框架：Plan-and-Execute.md
View File

@@ -1,113 +0,0 @@
---
标签:
- AI Agent
- 认知框架
- Plan-and-Execute
- LangChain
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[进阶篇—Agent认知框架之Plan-and-Execute.md]]"
关联:
- "[[AI Agent基础概念与架构]]"
- "[[Agent规划技术：CoT与ToT详解]]"
状态:
- 健康
---
# Agent认知框架：Plan-and-Execute
## 1. Agent 认知框架概述
AI Agent 的四种核心认知框架（按实战优先级排序）：
1. **Plan-and-Execute**（计划与执行）
2. **Self-Ask**（自问自答）
3. **Thinking and Self-Reflection**（思考与自我反思）
4. **ReAct**（推理与行动）
## 2. Plan-and-Execute 框架原理
### 2.1 核心概念
从字面意思理解，该框架的核心逻辑是 **“先规划，后执行”**。
- 与 **ReAct** 框架非常相似，但应用场景有所不同。
- 在特定环节下，Plan-and-Execute 的表现可能比 ReAct 更强，特别是在需要综合考量任务多个方面时。
### 2.2 侧重点
该框架的侧重点在于：
- 先规划一系列的行动（Plan）。
- 然后按顺序执行（Execute）。
- **关键补充**：单纯的“规划 + 执行”缺少反馈过程。因此，该框架原理图中包含了 **Replan and Reaction**（重新规划与反应）环节，形成闭环。
### 2.3 适用场景
- 比较复杂的项目管理。
- 需要多步决策尝试的任务。
- 如果应用场景符合上述特征，可优先考虑此框架。
## 3. 工作流程详解
Plan-and-Execute 的工作流程从左至右可分为五个主要步骤，形成完整闭环：
1. **User Request（用户请求）**
- 用户从外部环境输入一个 Request 请求给 LM（Language Model）。
- **注意**：Agent 本质上是基于 LM 的代理人（Agent based on LM），其核心能力依赖于 LM。
2. **Generate Tasks（生成任务）**
- LM 基于 Plan-and-Execute 框架进行规划。
- 对输入的问题进行 **智能拆解**，形成一个 **Task List**（任务列表）。
- 任务列表包含一步、两步、三步等多步操作。
3. **Exec Tasks（执行任务）**
- 对 Task List 中的每一个子任务（Task）进行 Agent 行动。
- 每一个 Task 都经过 LM 处理。
- 在解决子任务过程中，可能会用到外部工具（Optional），也可能不需要。
4. **Update State with Task Results（更新状态）**
- 对每一个子任务的反馈结果进行状态更新。
- 确保当前子任务是否已完成。
- 如果每一个任务都完成，则给出正确响应。
5. **Replan（重新规划）**
- 如果某一步子任务没有得到很好的解决，系统会根据 Action 进行观察（Observation）。
- 触发 **Replan** 动作，制定新的计划去执行。
- 新的任务可能会影响之前规划好的后续步骤，也可能只影响当前步骤，具体取决于规划逻辑。
> **循环机制**：整个流程是一个循环观察的过程。只有当 Task List 中的所有任务都被解决后，整个任务才算真正执行完成，并给用户最终响应。
## 4. 代码实战演示 (LangChain)
基于 **LangChain 0.2** 框架的实现步骤：
### 4.1 环境配置与导入
主要导入的库包括：
- `langchain_openai`: 用于 `ChatOpenAI`。
- `langchain_experimental.plan_and_execute`: 核心框架 `PlanAndExecute`。
- `langchain.agents.tools`: 用于定义工具 `Tool`。
- `langchain`: 导入 `LLMMathChain` 等。
### 4.2 工具定义
定义了两个主要工具供 Agent 使用：
1. **Search Tool**: 用于搜索网络信息（如 `SerpAPIWrapper`）。
2. **Calculator Tool**: 用于数学计算（`LLMMathChain`）。
### 4.3 规划器与执行器
- **Planner**: `load_chat_planner(llm)`，负责生成计划。
- **Executor**: `load_agent_executor(llm, tools)`，负责执行具体任务。
- **Agent**: 组合规划器和执行器 `PlanAndExecute(planner=planner, executor=executor)`。
## 5. 案例测试与分析
### 5.1 测试问题
向 Agent 提问：**“在纽约，100 美元能买几束玫瑰？”**
### 5.2 运行结果分析
- **第一次运行结果**：
- 输出：`Approximately 0.0679 bouquets of roses can be bought with $100`。
- 分析：逻辑上解决了问题（搜索价格 -> 计算），但结果不合理（100 美元买不到 0.06 束玫瑰，除非玫瑰极贵或单位理解错误）。这体现了大模型预测的随机性以及搜索工具返回信息的偶然性。
- **第二次运行结果**：
- 输出：`With $100, you can purchase 5 bouquets of roses.`
- 分析：结果更加合理。
- **原因**：搜索工具返回的数据不同，导致模型断章取义或计算基准不同。在实际企业应用中，数据通常是内部资源，偶然性会比公开搜索小。
### 5.3 结论
- **思路正确性**：Agent 解决问题的思路（搜索 -> 计算 -> 回答）是正确的。
- **局限性**：结果准确性依赖于工具返回的数据质量。如果出现错误，可以通过微调（SFT）后的模型或优化 Agent 框架来改进。
- **随机性**：大模型的输出具有随机性，多次运行结果可能不同。
## 核心要点总结
1. **流程闭环**：包含 `Plan` -> `Execute` -> `Update State` -> `Replan` 的完整闭环，具备自我修正能力。
2. **与 ReAct 对比**：两者相似，但 Plan-and-Execute 更侧重于全局规划，适合项目管理类场景。
3. **实战表现**：通过 LangChain 代码演示，验证了框架在“搜索 + 计算”类任务中的有效性。虽然结果受工具数据影响存在随机性，但其拆解问题和调用工具的逻辑链条清晰可靠。
4. **开发建议**：在实际应用中，建议结合内部数据源以减少搜索带来的不确定性，并注意 LangChain 版本兼容性。

49
03.wiki/CCF开源发展技术委员会2026常委会会议.md
View File

@@ -1,49 +0,0 @@
---
标签:
- CCF
- 开源
- 技术委员会
- 开源生态
- 开源人才培养
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[08.CCF开源发展技术委员会召开常委会会议.md]]"
关联:
- "[[CCF第九批中国计算机历史记忆认定结果（2026年）]]"
类型: atomic
状态:
- 健康
---
# CCF开源发展技术委员会2026常委会会议
## 核心信息
- **会议时间**：2026年2月1日
- **会议主题**：回顾2025年工作成果，部署2026年重点工作
- **主任**：王怀民（中国科学院院士、国防科技大学教授）
## 2025年工作成效
1. **组织建设**：完善组织架构，扩充执委队伍，建立高效工作机制
2. **平台运营**：常态化推进平台运营，开展各类开源活动，凝聚高校与产业界力量
3. **特色成果**：推动重点开源社区项目落地，深化与各类基金会合作，为国家开源发展战略提供支撑，推动国际开源交流与会议提质升级
4. **公益与人才**：在开源公益、人才培育领域持续发力，提升CCF开源品牌影响力
## 2026年核心工作计划
1. **重点方向**：以科教领域为核心，聚焦科研成果开源孵化与开源创新人才培养
2. **平台建设**：持续推进平台建设与运营，打造CCF开源特色品牌
3. **三大核心任务**：
- 平台升级（章文嵩负责）
- 开源项目孵化（包云岗负责）
- 开源教育（周明辉负责）
## 2026年工作核心方向
1. 强化执委联动与多方协同，完善工作机制
2. 聚焦开源人才培育与项目孵化，提升开源生态质量
3. 加强国际化交流与品牌建设，扩大CCF开源影响力
4. 探索新技术在开源领域的应用，推动开源事业创新发展
## 相关链接
- [[CCF第九批中国计算机历史记忆认定结果（2026年）]]
- [[CCF-CTO Club上海2026换届大会]]
- [[大模型开源生态建设指南]]

40
03.wiki/CCF第九批中国计算机历史记忆认定结果（2026年）.md
View File

@@ -1,40 +0,0 @@
---
标签:
- CCF
- 计算机历史
- 历史记忆认定
- 国产计算机
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[07.CCF颁发第九批中国计算机历史记忆认定证书.md]]"
关联:
- "[[CCF开源发展技术委员会2026常委会会议]]"
类型: atomic
状态:
- 健康
---
# CCF第九批中国计算机历史记忆认定结果（2026年）
## 核心内容
2026年1月31日，在2025 CCF颁奖典礼上，CCF公布了第八批共8件中国计算机历史记忆认定文物，由中国工程院院士郑纬民颁发证书。截至2026年，该计划已累计认定一类历史记忆17项、二类历史记忆35项。
### 一类历史记忆（1项）
- **华光JTS激光图文输出机（1989年）**：汉字激光照排系统关键输出设备，属于第四代激光照排系统重要产品，性能达到国际先进水平，推动中国印刷业从"铅与火"迈入"光与电"时代。
### 二类历史记忆（7项）
1. **复旦601型电子积分机研制手稿原件（1956年）**：我国首台大型电子模拟计算机研发历程的原始记录
2. **MDJ-161台式计算机的印制板（1970年）**：我国商用台式计算机自主研制大规模专用集成电路的重要成果
3. **国产计算机PCB玻璃照相制版、覆铜板和电路板（1970—1974年）**：国产晶体管/小规模集成电路计算机研发工序的实物记录
4. **DJS-033微型计算机（1986年）**：代表性国产八位微型计算机，是中国计算机产业从封闭研发迈向开放竞争的重要实践成果
5. **东海-I型微型计算机（1980—1984年）**：20世纪80年代与"长城"齐名的国产微机，探索了国产化路径，为后续量产积累了技术数据
6. **JB286"野金刚"军用计算机（1995年）**：我国第一代军用加固型笔记本电脑，填补了国内军规级移动计算领域空白
7. **DJS-054微型计算机（1983年）**：自主研制的国产微机，展现了国产微机发展与核心器件国产化的艰辛历程
## 背景介绍
CCF"中国计算机历史记忆"认定计划于2017年启动，由CCF计算机历史工作委员会牵头，面向全社会征集对中国计算机事业发展具有重要历史意义的实物遗产，涵盖原型系统、部件、装置、书籍、软件等类别。
## 相关链接
- [[CCF开源发展技术委员会2026常委会会议]]
- [[CCF-CTO Club上海2026换届大会]]

132
03.wiki/Claude Code与Obsidian联动指南.md
View File

@@ -1,132 +0,0 @@
---
标签:
- 编程开发
- AI工具
- Obsidian
- Claude Code
- 知识管理
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[Claude Code 联动 Obsidian：构建 AI 第二大脑解决遗忘问题.md]]"
关联:
- "[[Markdown基础语法速查手册]]"
- "[[Git版本控制入门完全指南]]"
状态:
- 健康
---
# Claude Code与Obsidian联动指南
## 一、核心问题与解决方案
### Claude的局限性
- **注意力涣散**：随着对话深入，即使是强大的模型也会逐渐注意力涣散
- **指令遗忘**：在长对话中会偶尔遗忘之前交代的指令
- **上下文丢失**：面对大型代码库和长上下文时，缺乏持久化记忆
### 解决方案：Obsidian + Claude Code
通过Obsidian笔记软件为Claude Code提供**持久化记忆**，构建AI第二大脑。
## 二、Obsidian核心特性
### 文件存储方式
- 所有内容以**纯Markdown文件**格式存储在电脑文件夹中
- 文件夹被称为**库（Vault）**
- **无专有格式、无平台绑定、完全私密、支持离线**
### 与Claude Code的协作优势
- Claude Code可以直接从库中**读取、搜索、引用、更新**Markdown文件
- 实现**记忆和上下文的持久化**
- 内容井然有序并持久存在于整个项目中
## 三、环境准备
### 前置条件
1. 确保已配置好Claude Code并更新至最新版本
2. 安装Obsidian（完全免费）
### 创建Obsidian库
1. 安装完成后会出现创建库的弹窗
2. 给库起个名字
3. 选择库的存储位置
## 四、库内容结构设计
### 应包含的核心内容
| 类型 | 内容示例 |
|------|----------|
| 架构决策 | 设计方案和技术选型 |
| 编码规范 | 命名规范和代码标准 |
| 项目文档 | PRD、调研资料 |
| 会话记录 | 对话摘要、待办清单 |
| 开发日志 | bug记录、进展笔记 |
| 个人笔记 | 灵感随笔、长期思考沉淀 |
### 文件组织建议
```
项目库/
├── 项目概览.md
├── 每日笔记/
├── 编程规范.md
├── 架构决策/
├── 会话日志/
└── 技术文档/
```
## 五、Obsidian插件配置
### 安装代理技能插件
1. 安装插件的扩展市场
2. 添加该市场
3. 运行安装命令
4. 配置Obsidian相关功能
### 插件作用
- 让Claude Code学习如何更高效地与创建的库协作
- 预设技能让Claude更轻松读取Markdown文件
- 帮助Claude更好地解析笔记和相关信息
- **自动编写和更新笔记**
## 六、实战操作流程
### 基本调用方式
- 输入`@obsidian`调用Obsidian功能
- 让Claude Code通过插件读取、创建或编辑笔记
- 使用**搜索库命令**让Claude Code获取特定知识
### 项目开发示例流程
#### 1. 拉取项目上下文
- Claude Code引用之前的项目信息
- 分析组件架构和设计规范
#### 2. 构建新功能
- 基于数据模型构建功能模块
- 遵循原有的项目架构
- 使用统一的设计规范
#### 3. 自动更新库
- 内容生成完毕后自动同步更新
- 基于新上下文进行更新
- 为后续生成任务提供引用
### 多智能体协作
- **任务分工**：不同智能体处理不同模块
- **上下文同步**：确保所有智能体保持思路一致
- **技术栈统一**：全程沿用相同的技术栈
## 七、核心功能特性
### 持久化记忆
- 模型始终遵循最初构思
- 记住跨越数周甚至数月的重要细节
- 生成一致性更强、逻辑更精准的代码
### 智能检索与引用
- 可以直接引用特定文件
- 引用库中的特定技术栈信息
- 在生成代码前让Claude搞清项目结构
### 全局关系图谱
- Obsidian提供全局关系图谱视图
- 更清晰地掌握项目记忆的上下文关联
### 自动笔记生成
- 对话结束后可以让Claude直接生成对话笔记
- 将笔记保存到库中供下次参考
- 实现AI在后续回复中的持久化记忆
## 八、实际效果
### 开发效率提升
- 大幅缓解模型健忘问题
- 解决处理大型代码库时的常见麻烦
- 不必每次反复交代同样的背景信息
- 让工作流更加顺畅，少走弯路
### 代码质量保证
- 确保整个项目风格一致性
- 准确调用相应的组件
- 实现所需功能的同时保持架构统一
### 知识积累
- 库内容随开发不断扩充
- Claude始终能保持最新的项目记忆
- 形成可持续发展的知识库
## 九、总结
通过Obsidian与Claude Code的联动，成功构建了AI第二大脑：
- **解决遗忘**：提供持久化记忆能力
- **提升效率**：减少重复性上下文交代
- **保证质量**：维持项目一致性和连贯性
- **知识积累**：形成可持续发展的项目知识库
这套方案特别适合处理大型、长期的开发项目，能够显著改善AI辅助编程的体验。

143
03.wiki/DHCP技术详解.md
View File

@@ -1,143 +0,0 @@
---
标签:
- 网络技术
- DHCP
- HCIE
- 网络协议
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[DHCP技术笔记.md]]"
关联:
- "[[VLAN技术详解]]"
- "[[OSPF协议]]"
- "[[VRRP协议]]"
状态:
- 健康
---
# DHCP技术详解
## DHCP协议概述
**DHCP**: Dynamic Host Configuration Protocol，动态主机配置协议
- 封装在BOOTP报文中，以Option形式来展现
- 模式: C/S (Client/Server)
- S: Server，UDP端口67
- C: Client，UDP端口68
## DHCP报文类型
### 正常流程
1. **DHCP Discovery** - 客户端广播发现服务器
2. **DHCP Offer** - 服务器向客户端提供IP地址
3. **DHCP Request** - 客户端确认请求IP地址
4. **DHCP Ack** - 服务器确认分配
### 问题报文
- **DHCP NAK** - 服务器拒绝客户端请求
- **DHCP Decline** - 客户端拒绝分配的地址
- **DHCP Inform** - 客户端通知服务器已获取到地址
- **DHCP Release** - 客户端释放地址
## DHCP部署方式
### 1. 基于接口（小型企业）
客户端与DHCP服务器在同一个子网。
**服务器端配置 (R2)**:
```
dhcp enable # 使能DHCP功能
interface g0/0/0
ip address 172.16.12.2 24
dhcp select interface # 自动创建基于接口的IP pool
```
- Pool名字: 接口ID (g0/0/0)
- Pool范围: 接口所在子网172.16.12.0/24，排除172.16.12.1和172.16.12.3-254
- Pool网关: 172.16.12.2（默认被排除）
```
dhcp server exclude-address 172.16.12.200 172.16.12.254
```
**客户端配置 (R1)**:
```
dhcp enable # 使能DHCP功能
interface g0/0/0
ip address dhcp-alloc # 接口使能DHCP客户端
```
### 2. 基于全局地址池
适用于多个接口需要分配不同网段地址的场景。
**服务器配置**:
```
dhcp enable
ip pool vlan12(172.16.12.0/24)
network 172.16.12.0 mask 24
gateway-list 172.16.12.2
dns-list 114.114.114.114
exclude-address 172.16.12.200 172.16.12.254
static-bind ip-address 172.16.12.11 mac-address XXXX-XXXX-XXXX
ip pool vlan13 (172.16.13.0/24)
network 172.16.13.0 mask 24
gateway-list 172.16.13.2
dns-list 114.114.114.114 8.8.8.8 8.8.4.4
exclude-address 172.16.13.200 172.16.13.254
static-bind ip-address 172.16.13.11 mac-address XXXX-XXXX-XXXX
```
### 3. 基于中继（跨网段分配）
当客户端与服务器不在同一个子网时使用。
**中继设备配置 (R2)**:
```
interface g0/0/0
ip address 172.16.12.2 24
dhcp select relay # 开启中继功能
dhcp relay server-ip 192.168.24.4 # 指定DHCP服务器地址
```
**DHCP服务器配置 (R4)**:
```
dhcp enable
ip pool vlan12
network 172.16.12.0 mask 24
gateway-list 172.16.12.2
dns-list 114.114.114.114
# 需要配置回程路由
ip route-static 172.16.12.0 24 192.168.24.2
```
## DHCP中继工作原理
### 问题1: 广播不能穿越路由器
AR1发送DHCP Discovery（广播），路由器AR2默认不转发广播。
**解决方案**: AR2配置DHCP Relay，把广播转换为单播。
### 问题2: 服务器回程路由
AR1发送Discovery，AR2中继成单播发给AR4，AR4收到Discovery回Offer，但不发。
**原因**: AR4单播转发，需要查询路由表是否有172.16.12.2的路由，如果没有就丢弃。
**解决方案**: AR4上配置静态路由 `172.16.12.0/24 --> 192.168.24.2`
## DHCP固定IP地址分配
针对打印机、游戏机、电视等设备，需要固定IP。
**服务器配置**:
```
interface g0/0/0
dhcp server static-bind ip-address 172.16.12.11 mac-address XXXX-XXXX-XXXX
```
## DHCP中继封装过程
1. AR1发送DHCP Discovery
- UDP: sport 68, dport 67
- SIP: 0.0.0.0, DIP: 255.255.255.255
- Ethernet: smac R1, dmac FFFFF
2. AR2中继处理，发给AR4
- UDP: sport 67, dport 67
- SIP: 172.16.12.2, DIP: 192.168.24.4
- Ethernet: smac R2, dmac R4
3. AR4收到DHCP Discovery，回复Offer
- UDP: sport 67, dport 67
- SIP: 192.168.24.4, DIP: 172.16.12.2
- Ethernet: smac R4, dmac R2
4. AR2中继处理，发给AR1
- UDP: sport 67, dport 68
- SIP: 172.16.12.2, DIP: 172.16.12.199
- Ethernet: smac R2, dmac R1

92
03.wiki/DaVinci Resolve一级调色全流程指南.md
View File

@@ -1,92 +0,0 @@
---
标签:
- 摄影
- 视频后期
- 达芬奇调色
- 一级调色
- 示波器使用
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[2.2三个工具学会一级调色全流程.md]]"
关联:
- "[[达芬奇Log调色入门指南]]"
- "[[达芬奇二级调色进阶技巧]]"
状态:
- 健康
---
# DaVinci Resolve一级调色全流程指南
## 一、一级调色概述
一级调色是对画面整体的基础校正，核心调整三个维度：
- **亮度**：明暗分布、对比度
- **色相**：颜色类型（红/黄/绿/青/蓝/品）
- **饱和度**：颜色鲜艳程度
- 通常在套用还原LUT后进行，曝光有问题时可调整节点顺序，在LUT前先校正曝光
## 二、核心工具详解
### 2.1 示波器（调色的"眼睛"）
三种核心示波器类型：
1. **波形图（Waveform）**
- 底部=纯黑，顶部=纯白，横坐标对应画面从左到右位置
- 直观展示全画面亮度分布，判断是否过曝/欠曝
2. **分量图**
- 拆分显示红、绿、蓝三个通道的亮度分布
- 通过对比三个通道的重合度判断色彩平衡
3. **矢量图（Vectorscope）**
- 圆形色彩分布地图，圆周6个点对应6种基准色相：红(R)、黄(Y)、绿(G)、青(C)、蓝(B)、品(M)
- 亮点越靠近边缘，对应色彩饱和度越高
- 推荐勾选「显示肤色指示线」，参考健康肤色的标准色相范围
### 2.2 色轮工具
四个独立色轮分别控制不同亮度区域：
- **暗部（Shadows）**：调整画面最暗区域的色彩和亮度
- **中灰（Midtones）**：调整画面中间调区域
- **亮部（Highlights）**：调整画面高光区域
- **偏移（Offset）**：整体统一调整所有区域的色彩偏移
#### 操作方法：
- 拖动色轮中心点：改变对应区域的色相
- 越靠近色轮边缘：颜色饱和度越高
- 色轮上下附属滑块：可单独调整色温、色调、亮度等参数
#### 白平衡校正方法：
1. 自动校正：使用白平衡吸管工具点击画面中中性白色/灰色物体
2. 手动校正：观察分量图，调整色轮使RGB三个通道的波形重合
### 2.3 曲线工具
提供更精细的亮度和色彩控制：
- **基础操作**：点击画面中需要调整的区域，曲线上会自动标记对应亮度级别，向上拉变亮，向下拉变暗
- **主曲线（Luma Curve）**：调整整体亮度分布，创建S形曲线可增加画面对比度
- **RGB分量曲线**：单独调整红/绿/蓝通道的曲线，实现精准的色相偏移控制
## 三、标准一级调色流程
### 3.1 基础四步走
1. **分析画面**：打开示波器，通过波形图判断亮度分布，分量图判断色彩平衡，矢量图判断色相偏移
2. **曝光校正**：调整暗部、中灰、亮部的亮度，确保波形图不触碰上下边界（避免死黑死白），创建S曲线提升对比度
3. **白平衡校正**：使用色轮或吸管工具校正整体色彩偏移，参考分量图使RGB通道尽量重合
4. **饱和度调整**：根据画面风格调整整体饱和度，人像素材可适当提升肤色区域饱和度
### 3.2 特殊场景处理技巧
#### 过曝/欠曝素材处理
- 在套用还原LUT**之前**新建节点（快捷键Shift+S）
- 先在LUT前节点校正曝光，拉回过曝的高光或提亮欠曝的暗部
- 再套用LUT和后续调色，可找回更多丢失的像素信息
#### 环境光偏色处理
- 调整白平衡时需要考虑环境光的合理性，例如室内有绿色环境光时，灰色墙面偏绿是正常现象，不需要完全校正为中性灰
- 优先保证人物肤色正常，环境色可保留真实感
## 四、实操效率提升技巧
1. **节点对比**：按Command+D（Windows: Ctrl+D）开关当前节点，快速对比调整前后效果
2. **批量处理**：同场景素材调整好一个镜头后，按鼠标中键复制节点到其他镜头，再微调差异
3. **极限提醒**：调色时注意示波器波形不要触碰上下边界，避免信息丢失
4. **参考线使用**：矢量图中的肤色指示线是人像调色的重要参考，确保肤色色相落在指示线范围内
## 核心要点总结
- 一级调色核心是「校正」而非「创作」，优先保证画面亮度正常、色彩准确，为后续二级调色和风格化打好基础
- 示波器是客观判断画面的核心工具，不要只依赖肉眼判断，避免受显示器色偏和环境光影响
- 节点顺序很重要，曝光问题优先在LUT前处理，可最大化保留Log素材的动态范围
- 白平衡校正不是追求绝对的中性灰，而是要符合场景的环境光逻辑和创作意图

178
03.wiki/ENSP实验练习-X区域配置指南.md
View File

@@ -1,178 +0,0 @@
---
标签:
- ENSP
- HCIE
- 网络实验
- Datacom
- OSPF
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[ENSP版本X区域第1次练习.md]]"
关联:
- "[[HCIE认证考试综合注意事项]]"
- "[[VLAN技术详解]]"
- "[[DHCP技术详解]]"
类型: atomic
状态:
- 健康
---
# ENSP实验练习 - X区域配置指南
## 核心内容
本文档记录了HCIE Datacom认证实验中X区域的ENSP实验练习配置要点，涵盖链路聚合、VLAN配置、DHCP中继、OSPF路由等核心配置，适用于备考HCIE实验考试的网络工程师参考。
---
## 一、链路聚合配置
### 1.1 配置流程
链路聚合是X区域实验的基础配置，需要先检查后配置。
**配置步骤**：
1. 在设备上开启LLDP功能查看链路：`lldp en`
2. 检查邻居设备信息：`dis lldp ne br`
3. 检查Eth-trunk状态：`dis eth`
**链路聚合配置命令**：
```
int eth 1
mode l # 静态链路聚合模式
trun g0/0/21 # 将接口加入聚合组
undo trun g0/0/21 # 从聚合组移除
```
---
## 二、VLAN与接口配置
### 2.1 VLAN规划
X_T1_AGG1设备的VLAN规划：
- 业务VLAN：11-15、21-25
- 管理VLAN：100、208
- ETH1使用trunk模式放通208
- ETH2以hybrid模式放通100
### 2.2 AGG设备配置示例
**X_T1_AGG1配置**：
```
# 第一步：创建VLAN并开启DHCP
vlan batch 11 to 15 21 to 25 100 208
dhcp enable
# 第二步：配置VLANIF和Loopback
# VLANIF作为VLAN网关：10.1.vlanid.254/24
# DHCP为中继模式，DHCP server：10.1.200.29/30
# Loopback0：10.1.0.6/32
interface LoopBack0
ip address 10.1.0.6 32
interface Vlanif208
ip address 10.1.200.30 30
interface Vlanif11
ip address 10.1.11.254 23
dhcp server relay
dhcp relay server-ip 10.1.200.29
```
**X_T2_AGG1配置**：
```
# VLAN：31-35、41-45、100、209
# ETH1 trunk放通209
# ETH3 hybrid放通100
interface LoopBack0
ip address 10.1.0.6 32
interface Vlanif209
ip address 10.1.200.34 30
interface Vlanif11
ip address 10.1.11.254 23
dhcp server relay
dhcp relay server-ip 10.1.200.29
```
---
## 三、OSPF路由配置
### 3.1 OSPF基础配置
所有AGG设备配置相同的OSPF进程和区域：
```
ospf 1 router-id 10.1.0.6
area 1
network 10.1.0.0 0.0.255.255
```
### 3.2 关键配置要点
- **Router-ID**：使用Loopback0地址，确保全网唯一
- **Network**：使用反掩码精确宣告网段
- **进程号**：所有设备进程号保持一致
---
## 四、DHCP中继配置
### 4.1 DHCP中继原理
1. 客户端发送DHCP Discovery（广播）
2. 中继设备将广播转换为单播
3. DHCP服务器收到请求后分配IP地址
4. 服务器响应通过中继转发回客户端
### 4.2 配置示例
```
dhcp enable
dhcp relay server-ip 10.1.200.29
```
---
## 五、端口类型配置
### 5.1 Trunk端口配置
```
interface GigabitEthernet0/0/1
port link-type trunk
port trunk allow-pass vlan all
```
### 5.2 Hybrid端口配置
```
interface GigabitEthernet0/0/1
port link-type hybrid
port hybrid tagged vlan 10 20 30 # 带标签通过
port hybrid untagged vlan 100 # 不带标签通过
```
---
## 六、常见问题与排查
### 6.1 链路聚合问题
- **问题**：链路聚合配置后不生效
- **排查**：检查mode是否一致，成员端口是否up
### 6.2 DHCP问题
- **问题**：客户端无法获取IP地址
- **排查**：
1. 检查DHCP服务器是否可达
2. 检查中继配置是否正确
3. 检查VLANIF接口是否up
### 6.3 OSPF邻居问题
- **问题**：OSPF邻居无法建立
- **排查**：
1. 检查network宣告是否在同一区域
2. 检查接口是否up
3. 检查认证是否一致
---
## 相关链接
- [[HCIE认证考试综合注意事项]] - 考试注意事项与常见问题
- [[VLAN技术详解]] - VLAN基础配置
- [[DHCP技术详解]] - DHCP与中继配置

133
03.wiki/Eth-trunk链路聚合详解.md
View File

@@ -1,133 +0,0 @@
---
标签:
- 网络技术
- Eth-trunk
- 链路聚合
- HCIE
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[Eth-trunk.md]]"
关联:
- "[[STP生成树协议详解]]"
- "[[VLAN技术详解]]"
状态:
- 健康
---
# Eth-trunk链路聚合详解
Eth-trunk链路聚合，或者叫LAG(单设备的链路聚合)，最多绑8根。
### 优点：
1. 增加带宽
2. 冗余
3. 负载
4. 对xSTP的增强
在没有eth-trunk的场景下，SW1与SW2之间有多条链路，针对其某一个vlan只有一个端口是转发；把2根捆绑成一个LAG，stp就认为SW1和SW2之间只有一条链路，一个dp，一个RP，所有vlan都转发。
## 配置方式
### 1. 手工配置(SW1和SW2)
把需要做链路聚合的链路初始化(所有要加入eth-trunk的接口必须恢复为hybrid)
```
SW1:
Clear configuration interface g0/0/1
Clear configuration interface g0/0/2
SW2:
Clear configuration interface g0/0/1
Clear configuration interface g0/0/2
```
#### 创建eth-trunk接口
##### 集中式
```
Interface eth-trunk <number>
mode manual load-balance(设置模式，可不敲)
trunk-port g0/0/1
trunk-port g0/0/2(把需要捆绑的端口放入)
```
##### 分散式
```
Interface eth-trunk <number>
mode manual load-balance
interface g0/0/1
eth-trunk <number>
interface g0/0/2
eth-trunk <number>
```
### 负载模式
SIP-XOR-DIP负载：默认是基于源目ip进行负载
- 源目ip相同走同一条链路，源目ip不同走不同的路，通过hash来进行负载
其他负载方式包括基于源MAC、目的MAC、源端口、目的端口等多种模式。
---
### 2.LACP(Link aggregate control protocol链路聚合控制协议，公有协议，802.1ad，思科有一个私有pagp)
模式分为：
#### LACP static:LACP静态
用于交换机之间互联，一旦协议失败，link down，不转发数据。
##### 配置
把需要做链路聚合的链路初始化(所有要加入eth-trunk的接口必须恢复为hybrid)
```
SW1:
Clear configuration interface g0/0/1
Clear configuration interface g0/0/2
SW2:
Clear configuration interface g0/0/1
Clear configuration interface g0/0/2
```
###### 创建eth-trunk接口
集中式
```
Interface eth-trunk <number>
mode lacp-static(设置模式，此处修改模式为lacp-static LACP静态模式)
trunk-port g0/0/1
trunk-port g0/0/2(把需要捆绑的端口放入)
```
分散式
```
Interface eth-trunk <number>
mode load-balance
interface g0/0/1
eth-trunk <number>
interface g0/0/2
eth-trunk <number>
```
##### 高级配置示例
场景：3条链路，聚合3条，2条是active，1条备份不转发
```
interface eth-trunk1
mode lacp-static
max active-linknumber 2(最多聚合2条链路，剩下链路进入unselect)
trunkport g0/0/1
trunkport g0/0/2
trunkport g0/0/3
```
配置完成后可以通过`display eth-trunk 1`查看配置结果。
##### 选举接口原则：
1. 优选priority小的，默认是32768
2. 如果priority相同，优选port-id小的
LACP为了减少配置，要选举主从(master/slave)所有配置在主交换机上配置，从交换机服从主交换机的配置，简化配置，方便管理。
- 如何选择主从
1. 优选system priority小的优先，默认是32768
2. 如果system priority相同，优选mac地址小的为主
- 主交换机选举接口，从交换机服从
1. 优选priority小的，默认是32768
2. 如果priority相同，优选port-id小的
#### LACP dynamic：LACP动态
用于交换机与服务器之间，一旦协商失败，仍转发数据。
---
## MSTP+Eth-trunk
### 优点：
1. 防环
2. 冗余
3. 最优路径
4. 快速切换
5. 负载
- 基于设备负载
- 基于链路负载(eth-trunk)
6. 隔离，个性化选路

84
03.wiki/GLM-4.5大模型原生融合架构详解.md
View File

@@ -1,84 +0,0 @@
---
标签:
- 大模型
- GLM
- 智谱AI
- Agent
- 预训练
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[GLM-4.5：大模型原生融合和应用新范式的开启.md]]"
关联:
- "[[提示词工程入门]]"
- "[[Agent概念与组成]]"
状态:
- 健康
---
# GLM-4.5大模型原生融合架构详解
**作者：张鹏（北京智谱华章科技股份有限公司）**
**来源：CNCC2025特邀报告 | CCF《计算》杂志 2026年第2期**
## 大模型行业演进历程
- 2018-2019年：预训练算法架构的确立，在算法原理层面奠定了重要基础
- 2020-2021年：以GPT-3为代表的大模型，实现了对知识的记忆与压缩，掀起了全球大模型技术竞赛
- 2022-2023年：以ChatGPT为代表的问答机器人，进一步扩展了大模型的认知推理、多模态理解等边界
如今，大模型不仅能够帮助我们理解复杂问题，还可以执行复杂的推理流程，并协同调用外部工具来完成任务。大模型从算法到工具、再到实际应用，正经历一个由抽象走向具象、由原理走向系统的快速演进过程。
## 核心范式转变：从"分而治之"到"分久必合"
过去，人类本质上采取了"分而治之"的方法，将人类大脑中复杂的认知能力拆解为一个个相对独立的能力模块，逐项构建、逐步突破，从单模态、单能力入手，一步步实现突破。然而，当面对现实世界中诸多复杂问题时，大模型往往需要综合调度这些能力，在同一个任务中协同运用，才能解决复杂问题。
现在，这些被拆分出的单项能力必然会走向整合，而且是原生的、深度融合的整合。智谱在GLM-4.5、GLM-4.6基座模型产研中，将目标明确为智能体(Agent)的原生协同，希望通过这种原生协同的方式，将知识、记忆、任务规划、推理及执行过程中的各类能力，包括工具调用、自我学习与自我调优等，在模型层面进行深度融合，实现端到端的复杂任务处理能力。
## GLM-4.5原生融合的核心设计
"GLM-4.5大模型原生融合"重点实现了自然语言文本、代码与逻辑推理3类核心能力的深度融合，而非仅在应用层拼接。这种融合体现在模型架构与训练全流程中：
- 在预训练阶段即联合注入多源异构数据
- 在混合专家模型(mixture of experts, MoE)结构中设计共享与专用专家协同机制
- 并通过3段式训练促使模型在统一表征空间内原生理解并调度这3种模态
例如，模型可在生成代码时同步进行形式化推理，并以自然语言解释过程，实现跨模态的语义对齐与任务协同，真正达成"分久必合"的原生智能体能力。
通过这一方法，GLM-4.5不仅能够理解用户提出的复杂问题，还能够对任务进行拆解与规划，并以原生方式调用外部资源（搜索引擎、系统接口、各类外部工具）。在任务执行过程中，GLM-4.5可以依据自身的原生规划进行动态调整，并根据执行反馈进行修正，最终完成高度复杂的任务，如端到端生成演示文稿(PPT)、撰写项目级复杂代码等。
## 模型架构设计
GLM-4.5的整体架构设计，不同于当前市场上的主流开源模型：
- **参数规模**：整体参数量为355B(billion, 十亿)，并非追求"最大化"
- **MoE结构**：包含89个MoE层，专家规模相对克制为160个，每次前向过程中仍激活8个专家
- **创新技术**：采用了当前其他主流模型尚未普遍使用的QK-Norm方法，使得模型在整体稳定性与性能表现上取得了更优效果
- **注意力结构**：选择分组查询注意力(grouped-query attention, GQA)结构，而非目前业界较为普遍使用的多头潜注意力(multi-head latent attention, MLA)架构，以实现能力均衡化，而非针对特定任务优化
- **宽度与深度**：相较于同等参数规模的模型，具有更大的深度，整体达到了89层，在宽度上进行了适当约束。实验表明，拥有更大深度的模型在处理复杂推理任务时，往往能够取得更高的准确率
- **MoE稀疏性**：未采用DeepSeek-V3等高稀疏度设计（200-300专家，每次激活8个），而是基于实用性考量选择了相对更低的稀疏性设计，平衡推理资源需求与实际应用可行性
## 三段式训练方法
GLM-4.5采用了业内普遍认可的3段式训练方法：预训练、中期训练与后训练。
### 预训练阶段
重点关注数据的规模与质量，分为2个步骤：
1. 首先使用15万亿(trillion, T)涵盖通用语言、代码、数学及科学等相关基础语料的数据进行训练
2. 其次，为进一步强化模型在代码与推理任务上的能力，继续使用7T专门针对代码和推理的数据进行持续预训练
### 中期训练阶段
包括3个子阶段：
1. 为提升GLM-4.5对真实世界中大规模代码项目的理解与掌握能力，引入了500B仓库级代码数据
2. 利用500B合成的长程推理数据，训练GLM-4.5掌握多样化的推理模式，进而增强推理能力
3. 第三阶段则侧重上下文长度扩展，通过引入100B长上下文体智能体数据，将GLM-4.5的上下文窗口从4K(K为1024)扩展至128K
### 后训练阶段
在完成上述训练后得到基座模型，在此基础上从3个方向进行专项优化后训练：
1. 得到3个分别在推理、智能体和通用能力上显著强化的专家模型
2. 通过冷启动与强化学习方法，从上述3个专家模型中蒸馏高质量数据，并对这些数据进行混合与配比
3. 在一次全局监督微调(supervised fine-tuning, SFT)后，得到一个更为鲁棒和强大的模型
4. 进一步对GLM-4.5开展强化学习，并按照既定顺序对模型的不同能力边界进行调整与平衡，最终使得模型的能力分布更加通用、更加均衡
GLM-4.5是一个具有出色通用能力、高度自主执行能力的模型，代表了大模型角色的一次重要跃迁——从早期简单的对话式、问答式机器人，进化为能够主动执行任务的主体。
## 技术趋势与商业范式
未来的大模型行业将朝着以下3个方向发展：
1. **原生融合成为主流架构**：在一个统一模型内部集成更多能力，实现更紧密的协同
2. **智能体能力是检验模型智能的终极标准**：不仅希望模型"能说"，更希望它"能做"，且能够在复杂环境中持续完成任务
3. **生态构建成为竞争的护城河**：模型的基础能力不再是唯一衡量标准，未来的关键在于模型对应用场景的赋能，以及开发者生态能否基于此构建出形态丰富、功能多样的智能体集群
从商业落地的视角来看，这次基于大模型的变革，重塑的正是生产创新方式，以及自主智能体与智能体工作流的全新范式。这一变化正在对商业闭环、商业环境乃至社会生产的落地方式产生深远影响。智谱的核心思路是使模型与服务向智能体与服务进一步跃迁：早期，开发者需要通过精确、复杂的代码，才能让模型为我们工作；而在模型具备更强综合能力之后，开发者与模型之间逐渐演变为一种协作关系，开发者只要明确战略方向与最终目标，并提供必要的资源，模型便能够协助其完成大量工作，从而显著降低端到端交付的整体难度。
从"大模型原生融合"与"应用新范式"之间的逻辑关联角度上，GLM-4.5通过在基座模型中原生融合推理、代码与智能体能力，使模型不仅能理解复杂任务，更能自主规划、调用工具并执行操作，进而使得智能体能够解决更多、更复杂的现实问题。另一方面，其原生代码能力赋予智能体直接与物理世界各类系统交互的能力，如应用程序编程接口(application programming interface, API)、数据库、操作系统，从而将抽象意图转化为具体行动，使智能体可以操作物理世界的各种系统从而实现应用新范式。这种深度融合打破了传统"分而治之"的能力孤岛，使智能体端到端解决现实世界复杂任务的能力得到本质提升。

193
03.wiki/Git版本控制入门完全指南.md
View File

@@ -1,193 +0,0 @@
---
标签:
- 编程开发
- Git
- 版本控制
- 协作开发
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[Git的艺术.md]]"
关联:
- "[[Markdown基础语法速查手册]]"
- "[[Claude Code与Obsidian联动指南]]"
状态:
- 健康
---
# Git版本控制入门完全指南
## 一、版本控制演进史
### 三代版本控制系统
| 代际 | 代表工具 | 核心特点 |
|------|----------|----------|
| 第一代 | SCCS、RCS | 单机锁死，一次只能一人编辑 |
| 第二代 | CVS、SVN | 集中式，有中央服务器，依赖网络 |
| 第三代 | Git | 分布式，每个开发者本地拥有完整仓库副本 |
### Git核心哲学
1. **快照模型**：每次提交是对整个项目文件系统的一次全息摄影，而非差异比较
2. **分布式版本控制**：每个开发者本地拥有完整仓库副本，实现去中心化
3. **内容寻址**：通过SHA-1哈希值作为数据的唯一标识符
4. **不可变性**：Git历史是只能追加、不能涂改的账本
5. **全息克隆**：clone操作复制整个项目的完整历史
### Git与GitHub的区别
- **Git**：底层版本控制技术/工具
- **GitHub**：基于Git的代码托管平台，提供Web界面和协作功能
## 二、环境搭建与身份配置
### 配置作用域（优先级从高到低）
| 作用域 | 范围 | 配置文件位置 |
|--------|------|--------------|
| Local | 当前仓库 | `.git/config` |
| Global | 当前用户 | `~/.gitconfig` |
| System | 整个系统 | `/etc/gitconfig` |
### 必备配置命令
```bash
# 设置用户名和邮箱
git config --global user.name "Your Name"
git config --global user.email "your.email@example.com"
# 解决跨平台换行符问题（Windows）
git config --global core.autocrlf true
# 查看所有配置
git config --list
```
### 为什么学习阶段要用命令行而非GUI？
命令行是Git的底层文本接口，比GUI更精确和通用，能真正理解Git的工作原理。
## 三、三棵树模型与提交艺术
### 核心概念：三棵树
| 树 | 作用 | 比喻 |
|----|------|------|
| 工作区（Working Directory） | 实际编辑文件的地方 | 画板 |
| 暂存区（Staging Area） | 准备提交的内容 | 精选集/打包台 |
| 版本库（Repository） | 提交历史的永久存储 | 档案馆 |
### 文件状态生命周期
```
Untracked → Modified → Staged → Unmodified
↑ ↓ ↓ ↓
└──────────────────────────────┘
```
- **Untracked**：未跟踪，Git不知道这个文件
- **Modified**：已修改，工作区有改动
- **Staged**：已暂存，准备提交
- **Unmodified**：未修改，已提交到版本库
### 核心命令
```bash
git init # 初始化仓库
git status # 查看当前状态
git add <file> # 暂存文件
git add . # 暂存所有改动
git commit -m "提交信息" # 提交到版本库
```
### Conventional Commits规范
```markdown
<type>: <subject>
# 类型示例：
feat: 新功能
fix: 修复bug
docs: 文档更新
refactor: 重构代码
test: 测试相关
chore: 构建/工具链相关
```
## 四、历史查看与版本回退
### HEAD指针
HEAD是指向当前检出分支或提交的特殊指针，本质是`.git/HEAD`文件。
**游离指针（Detached HEAD）**：HEAD直接指向Commit而非分支的状态，此时提交容易丢失。
### 查看历史
```bash
git log # 查看完整历史
git log --oneline # 简洁模式
git log --oneline --graph # 图形化显示
git log -n 5 # 最近5条
```
### reset vs revert
| 命令 | 模式 | 影响范围 | 使用场景 |
|------|------|----------|----------|
| git reset --soft | 软重置 | 仅回退版本库 | 撤销提交，保留修改 |
| git reset --mixed | 混合重置（默认） | 回退版本库和暂存区 | 撤销提交和暂存 |
| git reset --hard | 硬重置 | 彻底销毁所有修改 | 危险！慎用 |
| git revert | 反向提交 | 新增一个提交 | 公共分支安全回滚 |
**原则**：私有分支用reset，公共分支用revert
### Reflog：最后救命稻草
Reflog记录HEAD指针每一次移动的流水账，可以找回丢失的提交。
```bash
git reflog # 查看操作历史
git reset --hard <commit> # 恢复到指定提交
```
## 五、Git存储结构
### 四大核心对象
| 对象 | 存储内容 | 作用 |
|------|----------|------|
| Blob | 文件内容 | 基本存储单元，不包含文件名 |
| Tree | 目录结构 | 包含文件名、类型和指向Blob/Tree的指针 |
| Commit | 版本快照 | 指向根Tree、父提交、作者信息 |
| Tag | 版本标记 | 给特定Commit打永久标记 |
### Merkle Chain特性
任何底层文件的修改都会导致顶层Commit哈希值的雪崩式变化，保证数据完整性。
## 六、分支管理与合并
### 分支本质
分支只是`.git/refs/heads/`下的一个41字节文本文件，指向某个提交。
### 核心命令
```bash
git branch <name> # 创建分支
git switch <branch> # 切换分支
git switch -c <branch> # 创建并切换
git merge <branch> # 合并分支
git branch -d <branch> # 删除分支
```
### 合并策略
| 策略 | 条件 | 效果 |
|------|------|------|
| Fast-forward | 目标分支是源分支的直接祖先 | 直接移动指针 |
| no-ff | 强制禁用快进 | 创建合并提交 |
| 3-Way Merge | 两个分支有分叉 | 使用两个分支末端和公共祖先合并 |
### 冲突解决
当Git无法自动合并时会产生冲突标记：
```
<<<<<<< HEAD
当前分支内容
=======
要合并的分支内容
>>>>>>> branch-name
```
手动编辑解决冲突后，执行`git add`和`git commit`完成合并。
## 七、远程仓库与协作
### 远程分支类型
| 类型 | 示例 | 作用 |
|------|------|------|
| 本地分支 | main | 本地开发的分支 |
| 远程追踪分支 | origin/main | 记录远程状态的只读指针 |
| 远程分支 | main（远程服务器上） | 远程仓库的分支 |
### 核心命令
```bash
git remote -v # 查看远程连接
git remote add origin <URL> # 添加远程仓库
git clone <URL> # 克隆远程仓库
git push -u origin main # 推送并绑定上游
git fetch origin # 下载远程数据（安全）
git pull # 拉取并合并
```
### Fetch vs Pull
- **Fetch**：只下载数据，更新远程追踪分支，不修改工作区，更安全
- **Pull** = Fetch + Merge，更激进
### 标准协作工作流
1. `git fetch origin` 同步远程更新
2. `git switch -c feature` 创建特性分支
3. 开发并提交
4. `git push origin feature` 推送到远程
5. 创建Pull Request进行代码审查
6. 合并到主分支
## 八、常用命令速查表
| 领域 | 命令 | 作用 |
|------|------|------|
| 配置 | `git config --global user.name "Name"` | 设置用户名 |
| 基础 | `git init` / `git clone <URL>` | 初始化/克隆仓库 |
| | `git add .` / `git commit -m "msg"` | 暂存/提交 |
| | `git status` | 查看状态 |
| 历史 | `git log --oneline --graph` | 查看精简历史 |
| | `git reset --hard HEAD~1` | 回退上一版本 |
| 分支 | `git switch -c <branch>` | 创建并切换分支 |
| | `git merge <branch>` | 合并分支 |
| 协作 | `git remote -v` | 查看远程连接 |
| | `git push -u origin main` | 发布并绑定 |
| | `git fetch origin` | 更新远程追踪分支 |

167
03.wiki/HCIE认证考试综合注意事项.md
View File

@@ -1,167 +0,0 @@
---
标签:
- HCIE
- Datacom
- 网络认证
- 考试经验
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[HCIE论述与编程考试注意事项.md]]"
- "[[X区域考试注意事项.md]]"
- "[[Y区域考试注意事项.md]]"
- "[[Z区域考试注意事项.md]]"
关联:
- "[[HCIE认证考试题目精选]]"
- "[[ENSP实验练习-X区域配置指南]]"
类型: atomic
状态:
- 健康
---
# HCIE认证考试综合注意事项
## 核心内容
本文档汇总了HCIE Datacom认证实验考试（X/Y/Z三个园区）的考前准备、考试注意事项和常见问题解决方案，涵盖论述、编程、配置三大模块。
---
## 一、考前准备
### 1.1 环境检查
- 桌面有PDF文件（拓扑图、VLAN规划）和Excel文档（设备ESN号），检查有无缺漏
- 打开Mobaxterm后详细查看PDF中的端口信息和VLAN/IP规划是否有变化
- 确认录屏软件已开启（选择全屏录屏）
- 桌面的ESN文件中检查设备类型是否完整
### 1.2 设备登录检查
- 开考前30分钟内检查所有设备是否正常登录
- 如遇设备密码无法登录，30分钟内可找考官处理
- Y区设备如密码问题可从NCE命令行界面进入，改console口密码
### 1.3 考前十分钟
仔细阅读题目，确认题目是否有变化，特别是无线、网络安全部分的IP和端口信息
---
## 二、论述考试注意事项
1. **题目顺序**：可能会有所调整
2. **ICS打开**：点开ICS时比较卡，可以提前点开（可能无法打开需找考官）
3. **TXT格式**：书写时打开"自动换行"功能
4. **产品文档**：NE 8000产品文档可能有多个，都需要查找
---
## 三、编程考试注意事项
### 3.1 环境配置
- Python库可能未安装或无法自动补全，设置：`file → setting → project interpreter`
- `.get`、`.find`、`.recv`、`.decode`等命令不会自动补全
- 考试时可能没有库，需选择有库的解释器，并设置脚本运行路径
### 3.2 SSH连接
- X_T1_AGG1的编程配套配置直接配上`ssh client first-time enable`，防止设备登录不上
- V200R020之前版本设备需配置：`ssh server-source all-interface`
- 敲完预配后先在CMD里测试SSH：`ssh -l python 10.1.0.6`
### 3.3 运行结果
- Python运行完后结果保留在PC1桌面上，不要关闭
- 运行结果需要截图
### 3.4 关键词注意
> 特别注意 **"All Fans are faulty"** 这句话，单词不要敲错
### 3.5 命令混淆
`client.load system host keys()` 和 `client.load host keys()` 很像，不要混淆
### 3.6 文件路径
创建command文件时不要使用复制绝对路径的方式，有时会报错
---
## 四、X区考试注意事项
### 4.1 基础配置与网络隔离
常见问题与解决：
- **①** X_T2_ACC—X_T2 AGG—X_T1 CORE直接互联接口使用LLDP自行查看
- **②** X_T1 CORE—X_T2 Export2连接接口和拓扑图不一致，用LLDP排除，需考官加时
- **③** CORE上已创建实例但名字和RD值错误，需删除重新创建
- **④** CORE上无线部分地址池缺失，需自行创建并绑定实例
- **⑤** X_T1 AGG1上少VLAN 100和208
- **⑥** CORE里的IP pool顺序可能混乱，配的时候要注意
### 4.2 堆叠部分
使用LLDP查看好接口再堆叠
### 4.3 无线部分
> **X区的AC可以直接配置上`ap auth-mode no-auth`，防止AP出现bug上不了线**
- AP模式为云管理模式，不是FIT AP模式
- 如AP一直不上线，敲命令`ap-confirm all`
- 使用`dis ap online-fail-record`查看上线失败原因
### 4.4 设备登录密码
X_T2_Export2和Z_Export1密码可能是`Huawei@123`或`admin@huawei.com`
---
## 五、Y区考试注意事项
### 5.1 LAN侧开局
- Underlay资源池互联口是254，环回口是255
- 创建完Fabric时稍等，确保IP和OSPF下发成功
- AGG1和AGG2地址段251、250
- **无线VLAN 3996配置后设备会掉线**，该步骤和创建子网可以放到创建Fabric前
### 5.2 设备上线问题
让AGG、ACC上线命令：
```
int vlanif1 ---- ip address dhcp ---- netconf ---- manage-vlan 1
```
### 5.3 站点配置
- 站点名称可能变化（Site_Y Site_Store1），需手动建立
- WAN侧开局完后设备可能会掉线后重新上线
- 配置高级参数时有两个选项，不要选错
---
## 六、Z区考试注意事项
### 6.1 MPLS LSP截图
截图MPLS LSP时注意，只能看到本平面内的设备的FRR LSP
### 6.2 tracert测试
如果最后一跳显示*号，在目的设备敲`icmp port-unreachable send`
### 6.3 VPN FRR
如果VPN FRR现象不正常，把接口`shutdown`再`undo shutdown`试试
### 6.4 SRv6检查
如果是SRv6，看看有没有VPN FRR需求，有的话在VPN实例下要配置VPN FRR
---
## 七、验证注意事项（通用）
1. **802.1x认证**：terminal可能没有开启802.1x，启用方法：`此电脑 → 管理 → 服务与应用程序 → 服务 → 打开Wired AutoConfig`
2. **telnet功能**：如果telnet功能没开启，Windows搜索"启用或关闭Windows的telnet功能"
3. **IP获取方式**：如果无法获取IP，可能需要改为自动获取
4. **防火墙问题**：如果ping不通，关闭终端防火墙
5. **WiFi无权限**：把WiFi忘了重新连接
---
## 八、提交答案注意事项
1. **录屏压缩**：需要十五分钟左右压缩，四五分分钟上传
2. **倒计时**：最后十分钟不能看题
3. **配置导出**：用Mobax导出配置后，每个TXT文档点开重新看，防止没配置上
4. **文件命名**：按"考试说明"来，提交文件命名为"DatacomIE"
---
## 相关链接
- [[HCIE认证考试题目精选]] - HCIE考试题目精选
- [[ENSP实验练习-X区域配置指南]] - X区域ENSP实验练习

185
03.wiki/HCIE认证考试题目精选.md
View File

@@ -1,185 +0,0 @@
---
标签:
- HCIE
- Datacom
- 网络认证
- 考试题目
- 选择题
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[HCIE知识题目笔记.md]]"
关联:
- "[[HCIE认证考试综合注意事项]]"
- "[[VLAN技术详解]]"
- "[[DHCP技术详解]]"
类型: atomic
状态:
- 健康
---
# HCIE认证考试题目精选
## 核心内容
本文档整理了HCIE Datacom认证实验考试相关的知识点选择题，涵盖SD-WAN、MPLS、SRv6、VXLAN、网络准入等核心主题，每道题目均标注了答案和简要解析。
---
## 一、园区网络与准入控制
### 1.1 中小型园区网络开局方式
**题目**：LAN侧AP推送采用以下哪些开局方式？
- A. 命令行开局 ✓
- B. DHCP Option ✓
- C. 邮件开局 ✗
- D. 注册查询中心 ✓
### 1.2 SD-WAN部署场景
**题目**：华为SD-WAN解决方案部署场景有以下哪些？
- A. 企业 ✓
- B. 无控制器场景 ✗
- C. MSP的SD-WAN ✓
- D. 运营商SD-WAN场景 ✓
### 1.3 IP话机下挂PC认证方式
**题目**：对于IP话机下挂PC终端的场景，可以选择以下哪项认证方式？
- A. 802.1X认证
- B. 混合认证 ✓
- C. MAC认证
- D. PoE认证
### 1.4 策略联动角色
**题目**：策略联动中存在三种不同角色，不属于策略联动角色的是？
- A. 认证执行点
- B. 认证控制点
- C. 策略执行点
- D. **终端** ✓
---
## 二、MPLS与标签技术
### 2.1 MPLS标签封装格式
**题目**：关于MPLS标签封装格式的描述正确的是？
- A. MPLS单个标签总长度为4个字节 ✓
- B. TTL字段具有防止环路的作用 ✓
- C. S字段长度为1bit，用于标识是否为栈底标签，值为1时表明为倒数第二层标签 ✓
- D. 有VLAN tag时，MPLS头放在以太头与VLAN tag之间 ✗（实际在VLAN tag之外）
### 2.2 MPLS标签特性
**题目**：关于MPLS标签描述正确的是？
- A. 标签具有全局意义，标签值不能重复 ✗
- B. MPLS支持多层标签 ✓
- C. 标签是长度固定、只具有本地意义的标识符 ✓
- D. LDP是标签发布协议的一种 ✓
### 2.3 GMPLS VPN标签处理
**题目**：关于数据包处理的描述正确的是？
- A. Egress PE设备收到不带标签的IP数据包 ✗
- B. 倒数第二跳设备收到外层标签为3× ✗
- C. 倒数第二跳设备弹出外层标签后转发给Egress PE ✓
- D. Egress PE依据内层标签发送到相应VPN ✓
### 2.4 SR MPLS隧道配置
**题目**：配置基于OSPF的SR MPLS隧道时，必须的手令是？
- A. 在OSPF进程视图下执行segment-routing ✓
- B. 使能OSPF的SR MPLS能力 ✓
- C. 配置路由器的SID ✓
- D. 在OSPF视图下使能MPLS TE ✗
---
## 三、SRv6技术
### 3.1 SRv6 Policy候选路径
**题目**：关于SRv6 Policy候选路径的描述正确的是？
- A. 候选路径之间可以形成主备路径，多个Segment List可以实现负载分担 ✓
- B. 一个SRv6 Policy可以包含多个候选路径 ✓
- C. 一个候选路径可以包含多个Segment List ✓
- D. 优先级最高的有效候选路径作为主路径 ✓
---
## 四、VXLAN与网络虚拟化
### 4.1 BGP EVPN动态建立VXLAN隧道
**题目**：关于BGP EVPN原理的描述正确的是？
- A. EVPN IP Prefix Reach ✓
- B. 集成了扩展BGP新定义了五种BGP EVPN路由 ✓
- C. 使用MP REACH（不完整）
- D. 使用MP REACH（不完整）
### 4.2 虚拟化园区网络资源
**题目**：创建fabric的网络服务资源时，需要配置的参数包括？
- A. 场景选择 ✓
- B. 互联端口 ✓
- C. 服务器类型 ✓
- D. 服务器地址 ✓
### 4.3 Fabric全局资源池
**题目**：创建Fabric时需要配置的Fabric全局资源池包括？
- A. 广播域 ✓
- B. 互联端口地址资源 ✗
- C. VXLAN隔离ID（VNI） ✓
- D. VLAN池 ✓
---
## 五、业务随行与策略控制
### 5.1 策略执行点流量处理
**题目**：策略执行点设备收到用户流量后，根据什么信息找对应策略执行？
- A. 源/目的IP地址 ✗
- B. **源/目的安全组** ✓
- C. 源/目的端口号 ✗
- D. 源/目的MAC地址 ✗
### 5.2 业务随行核心角色
**题目**：业务随行中核心角色是？
- A. **策略控制点设备** ✓
- B. iMaster NCE Campus控制器
- C. 策略执行点设备
- D. 认证点设备
---
## 六、路由与等价路由
### 6.1 ISIS等价路由
**题目**：关于ISIS网络内等价路由的描述错误的是？
- A. 若配置负载分担，流量会被均匀分配到每条链路上 ✗
- B. **当等价路由数量大于配置数量且优先级相同时，优选systemID大的路由进行负载分担** ✓（正确答案）
- C. 可以指定优先级，优先级高的作为备份路由
- D. 配置等价路由优先级后，将不采用负载分担方式
---
## 七、ISIS与路由协议
### 7.1 ISIS网络等价路由配置
**题目**：当组网中存在的等价路由数量大于通过命令配置的数量，且这些路由优先级相同时，优选下一跳设备**systemID大的路由**进行负载分担。
---
## 八、设备与解决方案
### 8.1 出口设备选择
**题目**：需要支持URL过滤、IPS、安全防御、AV反病毒等高级安全功能，同时需要支持多链路上行的场景，出口设备可以选择？
- A. FW ✓
- B. AC
- C. AP
- D. AR
### 8.2 准入认证点支持设备
**题目**：支持作为准入认证点的设备包括？
- A. AP ✓
- B. FW ✓
- C. AR ✓
- D. SW ✓
---
## 相关链接
- [[HCIE认证考试综合注意事项]] - 考试注意事项与常见问题
- [[VLAN技术详解]] - VLAN基础知识点
- [[DHCP技术详解]] - DHCP基础知识点

104
03.wiki/Log拍摄实战：曝光控制技巧.md
View File

@@ -1,104 +0,0 @@
---
标签:
- 摄影
- 视频拍摄
- 曝光控制
- Log拍摄
- 后期调色
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[1.2释放Log的潜力：掌握曝光.md]]"
关联:
- "[[Apple Log入门指南]]"
- "[[白平衡调整教程]]"
状态:
- 健康
---
# Log拍摄实战：曝光控制技巧
## 课程概述
本课程讲解如何在iPhone上使用Log格式拍摄时掌握曝光控制技巧，适用于专业视频拍摄。课程强调手动控制曝光的重要性，因为iPhone原生相机的自动曝光在光线变化时可能出现不理想的曝光调整。
## 曝光基础原理
### 曝光三要素在iPhone上的应用
- **光圈**：iPhone镜头光圈固定，无法调整
- **ISO**：相机对光线的敏感程度，数值越高画面越亮，但会产生噪点
- **快门速度**：相机接受光线的持续时间，时间越短画面越暗，时间越长画面越亮
### 快门速度与帧率的关系
- 通常将快门速度设置为帧率的2倍分之1
- 拍摄30帧视频：快门速度约为1/60秒
- 拍摄60帧视频：快门速度约为1/120秒
### 自动曝光的局限性
- iPhone原生相机自动调整ISO和快门速度
- 光线变化时可能出现不理想的曝光调整（画面忽明忽暗）
- 专业拍摄需要手动控制曝光
## 曝光控制工具
### 直方图
- 显示画面中亮和暗的分布情况
- 横轴：从暗到亮（最左纯黑，最右纯白）
- 纵轴：像素密度（该亮度下的像素数量）
- 峰值越靠右：画面越偏向过曝
- 峰值越靠左：画面越偏向欠曝
### 斑马纹
- 用于标识画面中过曝区域
- 设置在80%以下（默认80%-100%区间不显示）
- 人物主体上不应出现过多斑马纹
### "向右曝光"原则
- 在不过曝的前提下，将直方图峰值尽量向右移动
- 优点：暗部噪点减少，画面更纯净
- 后期可将画面拉回正常亮度，但噪点已被压暗
## 不同场景下的曝光策略
### 室内顺光场景
- 保持快门速度为1/60秒（30帧视频）
- 调整ISO至合适值（如54-102）
- 使用直方图确保峰值不极端靠左
- 使用斑马纹确保人物主体无过多亮纹
### 逆光场景
- 优先保证主体曝光正确，背景可能过曝
- 调整构图，避免最亮光源在人物背后
- 可适当欠曝，因为欠曝比过曝更容易后期修复
- 例：ISO 250，快门1/250秒，确保直方图无像素飞出
### 强光日光场景
- 问题：高光过曝，动态模糊不足
- 解决方案：
1. 优先降低ISO至最低值
2. 若仍过曝，提高快门速度（如1/2000秒）
3. 使用ND滤镜（中性密度滤镜）降低光线强度
### ND滤镜使用
- 专业影视行业常用设备
- 作用：降低光线强度，不改变画面颜色
- 使用后可恢复理想快门速度（如1/60秒）
- 例：使用ND滤镜后，ISO可调至400，快门1/60秒
### 黄金时刻场景
- 特点：光线柔和，呈金色调
- 挑战：光比大，暗部细节易丢失，高光易过曝
- 顺光拍摄策略：
- 使用长焦镜头（如48mm、120mm）
- 避免广角镜头导致画面太平
- 逆光拍摄策略：
- 避免直接框入太阳
- 适当减少曝光，保留人物面部细节
- 接受小范围天空过曝，为后期留空间
### 夜景场景
- 优先保证画面正确曝光
- 增加物理环境光源（如点亮台灯）
- 使用主摄像头（比长焦镜头进光量大）
- 若使用长焦镜头：
- 尽量保持ISO不超过1600
- 可适当降低快门速度至1/30秒（无大范围运动时）
- 例：ISO 800，快门1/30秒，比ISO 1600更干净
## 核心要点总结
本课程系统讲解了iPhone拍摄Log格式时的曝光控制技巧。核心要点包括：理解ISO和快门速度的基本原理；掌握直方图和斑马纹等专业工具的使用；遵循"向右曝光"原则以获得更纯净的画面；针对不同场景（室内、逆光、强光、黄金时刻、夜景）采取相应的曝光策略。特别强调了ND滤镜在强光环境下的重要性，以及在夜景拍摄中合理降低快门速度的技巧。课程指出，虽然自动曝光在日常使用中足够，但专业拍摄必须掌握手动曝光控制，才能在各种光线条件下获得理想画面。最终，曝光控制需要大量实践才能得心应手，建议使用"Planit Pro"等APP辅助了解光线变化规律。

181
03.wiki/Log拍摄实战：白平衡与色调控制.md
View File

@@ -1,181 +0,0 @@
---
标签:
- 摄影
- 视频拍摄
- 白平衡
- 色温
- Log拍摄
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[1.3掌控画面的颜色：白平衡与色调.md]]"
关联:
- "[[Apple Log入门指南]]"
- "[[曝光控制技巧]]"
状态:
- 健康
---
# Log拍摄实战：白平衡与色调控制
## 白平衡的重要性
- 白平衡是前期必须设置好的参数，后期调整空间有限
- 与亮度、质感不同，白平衡在前期设置不当会导致后期难以修正
- Blackmagic Camera右上角显示白平衡参数
- 拍摄时若不注意白平衡，会导致画面颜色失真
## 色温基础概念
- 色温描述光的颜色特性，用Kelvin（K）作为单位
- K值越低，色温越暖（偏黄/橙）
- K值越高，色温越冷（偏蓝）
常见光源的K值参考：
- 火柴燃烧：约1700K
- 日出/日落：约1850K
- 乌斯灯：约3500K
- 正午太阳光：5500-6500K
- 阴天：6500K
- 晴朗蓝天：可达10000K以上
- 色温判断主要依靠经验积累
- 专业摄影师能通过肉眼判断环境K值
- 可以准备色温参考表辅助判断
## 白平衡工作原理
- 白平衡作用：告诉相机当前环境光的K值，校正物体颜色
- 通常以白色或灰色作为校准标准
- 确保画面中的灰色是灰的，白色是纯白的
- "对白"指将白色校准为纯白的过程
- 白平衡单位也是K，但逻辑与色温相反
- 可理解为天平：左边是环境色温，右边是相机白平衡
白平衡设置效果：
- 当环境色温4000K，相机白平衡设为7000K：
- 相机会认为在拍摄非常冷的光
- 会将画面变暖以"纠正"
- 实际结果：画面整体偏暖
- 当环境色温5500K，相机白平衡设为3200K：
- 相机会认为在拍摄非常暖的光
- 会将画面变冷以"纠正"
- 实际结果：画面整体偏冷
- 当天平平衡（环境色温=相机白平衡）：
- 相机以白色为基准校准颜色
- 画面呈现物体原本的颜色
- 不推荐一直使用自动白平衡：
- 拍摄动态场景时，画面色调会不断变动
- 多条素材白平衡不一致会导致后期痛苦
- 建议：先用自动白平衡获取基础值，然后手动微调
## 色调调节
- 当画面不仅偏冷/暖，还偏绿或偏红时，白平衡不够用
- 需要使用色调功能进行修正
- 色调调节逻辑：
- 从0到+50：画面越来越偏品红
- 从0到-50：画面越来越偏绿
- 用于修正画面的品红/绿色偏移
- 白平衡和色调共同控制画面颜色
- 两者结合使用可实现更精确的颜色控制
## 实操场景分析
### 室内混杂光源场景
- 场景特点：室内混杂色温（室内暖光3500-3600K，室外冷光）
- 问题：如何平衡不同色温的光源
- 错误做法：按正常白平衡逻辑设置（如3200K）
- 结果：室内光被平衡成白色，室外显得过冷
- 画面质感怪异，不符合电影感
- 正确做法：
- 将白平衡调高至4000-5300K
- 保留室内温暖感，同时让室外显得冷
- 创造室内与室外的明显反差
- 光源合理性问题：
- 人物面部有冷光，但背景是暖光
- 观众无法理解光源逻辑
- 解决方案：调整拍摄角度，利用场景内实际光源
- 通过调整人物位置和相机角度：
- 利用场景内实际出现的灯光作为光源
- 让观众理解光源的合理性
- 尤其在使用长焦镜头时效果更明显
- 创意应用：
- 恐怖片：将白平衡调得很低，创造惨白感
- 但需注意：除非有创意需求，否则可能显得不自然
### 夕阳下的室外场景
- 场景特点：黄金时刻，色温约5600K或4800K
- 目标：创造温暖的夕阳效果
- 暖色调设置：
- 将白平衡调至更高K值（如6600K、7000K甚至9000K）
- 相机会添加更多黄色，使画面更暖
- 适合表现夕阳西下的温暖氛围
- 拍摄技巧：
- 采用斜角拍摄，避免正拍
- 降低相机高度，增强夕阳质感
- 侧光拍摄使画面更漂亮
- 冷色调设置：
- 将白平衡调低至4000K左右
- 画面显得更冷，适合表现金属质感
- 但需注意：若直接拍摄太阳，不适合调得太冷
- "日拍夜"技巧：
- 白天拍摄夜晚效果
- 将白平衡调得很低，配合曝光控制
- 转到太阳顺光面，避免直接拍摄太阳
- 电影行业常用技巧，但需注意后期调整空间有限
- 建议：
- 若不确定最终效果，应使用正确白平衡拍摄
- 后期调整白平衡空间有限
- 正确白平衡+正确曝光可保留最大后期空间
### 人像采访场景
- 场景特点：老板突然要求采访，不愿配合调整位置
- 问题：室内暖光与室外冷光冲突
- 常见问题：
- 按室内白平衡设置（3200K）：人物面部正常，但背景过蓝
- 按室外白平衡设置：人物面部过黄
- 陷入两难境地
- 解决方案：
- 不要只调整相机白平衡，应调整环境光
- 关掉室内难看的暖光灯
- 调整主光色温，使其更接近室外光
- 调整人物位置，利用窗外自然光
- 具体操作：
- 关掉室内暖光灯
- 将主光调得稍冷
- 调整人物位置，面向窗外
- 使用反光板（如Miro board）补光
- 白平衡设为5600K左右，与窗外光平衡
- 结果：
- 人物面部获得正确白平衡
- 背景不再过冷
- 画面整体可看，比不可看要好很多
- 核心原则：
- 环境是可以被调整的
- 不要只关注相机参数，要学会灵活变动环境
- 有时只需让人物转半个方向，或关掉一盏灯
## 核心要点总结
白平衡与色调是控制画面颜色的关键参数，前期设置不当会导致后期难以修正。色温用Kelvin(K)表示，K值越低越暖，越高越冷。白平衡的工作原理是告诉相机环境光的K值，以白色为基准校准颜色。
实际应用中，应避免长期使用自动白平衡，建议先用自动获取基础值再手动微调。当画面出现品红/绿色偏移时，需使用色调功能进行修正。
三个实操场景展示了不同情况下的处理方法：
1. 室内混杂光源：通过调整白平衡和拍摄角度，创造合理的冷暖对比
2. 夕阳场景：通过提高白平衡K值增强暖色调，或降低K值创造冷色调效果
3. 人像采访：调整环境光而非仅调整相机参数，解决冷暖光冲突
核心原则是：白平衡没有绝对标准，应根据创意需求设置；环境是可以被调整的，灵活变动环境比单纯调整相机参数更有效；若不确定最终效果，应使用正确白平衡拍摄以保留最大后期空间。

246
03.wiki/MCP服务器开发入门指南.md
View File

@@ -1,246 +0,0 @@
---
标签:
- MCP
- 大模型工具
- AI开发
- Python
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[纯小白入门：手把手教你实现一个MCP服务器.md]]"
关联:
- "[[Agent概念与组成]]"
- "[[GLM-4.5大模型原生融合架构详解]]"
状态:
- 健康
---
# MCP服务器开发入门指南
## MCP是什么？为什么它如此重要？
MCP全称Model Context Protocol，是一种开放协议，它定义了向大语言模型提供上下文的标准方式。简单来说，它就像是AI模型与外部工具之间的“翻译官”，让AI能够更好地理解和利用各种外部资源和工具。
### MCP解决的痛点
* **碎片化问题** ：不同AI模型有不同的工具调用方式，MCP提供统一标准
* **高耦合问题** ：工具逻辑与模型代码深度绑定，难以复用
* **上下文丢失** ：多轮调用时状态管理复杂
MCP采用Client/Server架构，支持上下文传递与SSE流式响应，大大提升了工具调用的效率与灵活性。这意味着你可以构建一次工具，然后在多种AI应用中使用它。
## 环境准备：搭建开发基础
### 1. 安装Python和必要工具
MCP支持多种编程语言，但Python拥有最完善的生态支持，对新手最为友好。首先，访问Python官网下载并安装最新版本的Python（推荐3.9或以上版本）。安装时记得勾选“Add Python to PATH”选项。
安装完成后，打开终端输入以下命令验证安装是否成功：
```
python --version
```
如果显示Python版本号，说明安装成功。
### 2. 创建项目目录和虚拟环境
虚拟环境是Python开发的**最佳实践** ，它可以隔离项目依赖，避免版本冲突。
```
mkdir my-first-mcp
cd my-first-mcp
python -m venv venv
# Windows激活
venv\Scripts\activate
# macOS/Linux激活
source venv/bin/activate
```
激活虚拟环境后，你的命令行提示符前会出现 `(venv)`标识。
### 3. 安装MCP核心库
在激活的虚拟环境中，安装必要的依赖包：
```
pip install mcp aiohttp anyio
```
这些库中，`mcp`是核心库，`aiohttp`用于处理HTTP请求，`anyio`用于管理异步并发。
## 创建第一个MCP服务器：天气预报查询
### 1. 创建项目文件
在项目目录中创建 `server.py`文件，这将是我们的MCP服务器主文件。
### 2. 搭建服务器骨架
首先，我们导入必要的库并搭建一个基本的MCP服务器框架：
```python
import asyncio
from mcp.server import Server
from mcp.server.stdio import stdio_server
app = Server("weather-server")
async def main():
async with stdio_server() as (read_stream, write_stream):
await app.run(
read_stream,
write_stream,
app.create_initialization_options()
)
if __name__ == "__main__":
asyncio.run(main())
```
以上代码创建了一个**最简MCP服务器** ，虽然它还不能做任何有用的事情，但骨架已经搭建完成。
### 3. 添加天气查询功能
现在我们来为服务器添加实际功能。我们将使用OpenWeatherMap的API作为数据源（你需要先免费注册获取API key）。
在 `app = Server("weather-server")`后添加以下代码：
```python
import aiohttp
from mcp.server.models import ToolResult
API_KEY = "your_api_key_here"
@app.tool()
async def get_weather(city: str) -> Tool:
"""根据城市名称查询当前天气情况
Args:
city: 城市名称，例如"Beijing"或"上海"
Returns:
返回该城市的当前天气信息，包括温度和天气状况。
"""
url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={API_KEY}&units=metric"
try:
async with aiohttp.ClientSession() as session:
async with asyncio.timeout(10):
async with session.get(url) as response:
response.raise_for_status()
data = await response.json()
temperature = data['main']['temp']
description = data['weather'][0]['description']
result_text = f"{city}的当前天气：温度{temperature}℃，{description}"
return ToolResult(content=result_text)
except asyncio.TimeoutError:
return ToolResult(content="天气请求超时，请稍后重试", isError=True)
except aiohttp.ClientResponseError as e:
return ToolResult(content=f"HTTP错误: {e.status} - {e.message}", isError=True)
except Exception as e:
return ToolResult(content=f"获取天气信息时发生错误: {str(e)}", isError=True)
```
### 4. 代码解析与最佳实践
* **工具声明** ：`@app.tool()`装饰器将函数注册为MCP工具。函数的参数和文档字符串会自动成为工具Schema的一部分，帮助AI模型理解如何调用它。
* **错误处理** ：我们添加了多层错误处理，包括超时控制、HTTP状态码检查和通用异常捕获。这是**生产级代码** 的基本要求。
* **返回值** ：函数返回 `ToolResult`对象，其中 `content`是给AI模型看的结果，`isError=True`表示此次调用失败。
## 测试MCP服务器
### 1. 使用MCP CLI测试
首先安装MCP CLI工具：
```
pip install mcp-cli
```
然后运行你的服务器：
```
python server.py
```
在另一个终端中，使用MCP CLI连接测试：
```
mcp-tool --tool get_weather --parameters '{"city": "Beijing"}'
```
如果一切正常，你将看到北京的天气信息。
### 2. 集成到Claude Desktop应用中
MCP服务器的真正价值在于可以被AI应用使用，如Claude Desktop。以下是配置步骤：
1. 找到Claude Desktop的配置文件位置：
* Windows: `%APPDATA%\Claude\claude_desktop_config.json`
* macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`
2. 编辑配置文件，添加你的MCP服务器：
```json
{
"mcpServers": {
"weather-server": {
"command": "/path/to/your/venv/bin/python",
"args": ["/path/to/your/project/server.py"]
}
}
}
```
3. 重启Claude Desktop应用，现在你可以直接让Claude查询天气了，例如："请问北京天气怎么样？"
## 实战进阶：封装高德地图API
除了天气查询，我们还可以尝试更实用的功能。以下是一个集成高德地图地理编码API的示例：
```python
@app.tool()
async def geocode_address(address: str) -> Tool:
"""根据中文地址获取其经纬度坐标
Args:
address: 详细的中文地址，例如：北京市朝阳区阜通东大街6号
Returns:
返回该地址的经纬度信息
"""
AMAP_API_KEY = "your_amap_api_key_here"
url = f"https://restapi.amap.com/v3/geocode/geo?key={AMAP_API_KEY}&address={address}"
try:
async with aiohttp.ClientSession() as session:
async with asyncio.timeout(10):
async with session.get(url) as response:
response.raise_for_status()
data = await response.json()
if data.get('status') != '1':
error_info = data.get('info', 'Unknown error')
return ToolResult(
content=f"地理编码API错误: {error_info}",
isError=True
)
geocodes = data.get('geocodes', [])
if not geocodes:
return ToolResult(content="未找到指定地址的结果")
location = geocodes[0].get('location')
formatted_address = geocodes[0].get('formatted_address')
result_text = f"地址'{formatted_address}'的坐标是：{location}"
return ToolResult(content=result_text)
except asyncio.TimeoutError:
return ToolResult(content="请求超时", isError=True)
except Exception as e:
return ToolResult(content=f"发生错误: {str(e)}", isError=True)
```
这个工具可以让AI模型将中文地址转换为经纬度坐标，在实际应用中非常实用。
## 常见问题与解决方案
### 1. 服务器启动失败
* **问题** ：Python路径错误或依赖缺失
* **解决** ：确认虚拟环境已激活，所有依赖已安装 `pip install mcp aiohttp anyio`
### 2. Claude无法识别MCP服务器
* **问题** ：配置文件路径或格式错误
* **解决** ：检查配置文件路径是否正确，JSON格式是否合法
### 3. 工具调用返回错误
* **问题** ：API密钥无效或网络连接问题
* **解决** ：检查API密钥是否正确，网络是否通畅
## 学习资源与下一步
完成以上步骤后，你已经成功创建了第一个MCP服务器！为了进一步学习，你可以：
1. 探索官方文档和示例
2. 学习更复杂的MCP功能，如资源管理和提示词模板
3. 尝试将MCP服务器集成到更多AI应用中，如Cursor、AG2等
MCP技术正在快速发展，2025年以后将看到更多创新应用。作为开发者，现在掌握MCP技术将为你打开AI应用开发的新世界大门。

209
03.wiki/MCP服务器开发零基础入门教程.md
View File

@@ -1,209 +0,0 @@
---
标签:
- MCP
- 大模型工具开发
- AI应用开发
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[纯小白入门：手把手教你实现一个MCP服务器.md]]"
关联:
- "[[MCP服务器开发入门指南]]"
- "[[大模型基础概念入门]]"
类型: atomic
状态:
- 健康
---
# MCP服务器开发零基础入门教程
## 核心内容
本文是面向纯新手的MCP（Model Context Protocol）开发实战指南，通过详细步骤和易懂讲解，帮助读者快速掌握MCP服务器开发的核心技能，实现第一个可被AI模型调用的工具服务。
### 一、MCP核心概念
#### 1. 定义与价值
MCP是一种开放协议，定义了向大语言模型提供上下文的标准方式，相当于AI模型与外部工具之间的"翻译官"，解决了三大行业痛点：
- **碎片化问题**：不同AI模型有不同的工具调用方式，MCP提供统一标准
- **高耦合问题**：工具逻辑与模型代码深度绑定，难以复用
- **上下文丢失**：多轮调用时状态管理复杂
#### 2. 技术架构
采用Client/Server架构，支持上下文传递与SSE流式响应，实现一次工具构建、多AI应用复用的能力。
### 二、开发环境准备
#### 1. 基础环境
- Python 3.9及以上版本，安装时需勾选"Add Python to PATH"
- 虚拟环境管理（推荐用于隔离项目依赖，避免版本冲突）
#### 2. 环境搭建步骤
```bash
# 创建项目目录
mkdir my-first-mcp
cd my-first-mcp
# 创建并激活虚拟环境
python -m venv venv
# Windows
venv\Scripts\activate
# macOS/Linux
source venv/bin/activate
# 安装核心依赖
pip install mcp aiohttp anyio
```
依赖说明：
- `mcp`：MCP核心开发库
- `aiohttp`：异步HTTP请求处理
- `anyio`：异步并发管理
### 三、实战开发教程
#### 1. 最简服务器骨架
```python
import asyncio
from mcp.server import Server
from mcp.server.stdio import stdio_server
app = Server("weather-server")
async def main():
async with stdio_server() as (read_stream, write_stream):
await app.run(
read_stream,
write_stream,
app.create_initialization_options()
)
if __name__ == "__main__":
asyncio.run(main())
```
以上代码实现了最基础的MCP服务器框架，具备完整的通信能力。
#### 2. 天气查询工具实现
集成OpenWeatherMap API，实现可被AI调用的天气查询工具：
```python
import aiohttp
from mcp.server.models import ToolResult
API_KEY = "your_api_key_here"
@app.tool()
async def get_weather(city: str) -> ToolResult:
"""根据城市名称查询当前天气情况
Args:
city: 城市名称，例如"Beijing"或"上海"
Returns:
返回该城市的当前天气信息，包括温度和天气状况。
"""
url = f"http://api.openweathermap.org/data/2.5/weather?q={city}&appid={API_KEY}&units=metric"
try:
async with aiohttp.ClientSession() as session:
async with asyncio.timeout(10):
async with session.get(url) as response:
response.raise_for_status()
data = await response.json()
temperature = data['main']['temp']
description = data['weather'][0]['description']
result_text = f"{city}的当前天气：温度{temperature}℃，{description}"
return ToolResult(content=result_text)
except asyncio.TimeoutError:
return ToolResult(content="天气请求超时，请稍后重试", isError=True)
except aiohttp.ClientResponseError as e:
return ToolResult(content=f"HTTP错误: {e.status} - {e.message}", isError=True)
except Exception as e:
return ToolResult(content=f="获取天气信息时发生错误: {str(e)}", isError=True)
```
核心最佳实践：
- 使用`@app.tool()`装饰器自动注册工具，函数文档字符串会成为工具Schema的一部分
- 实现多层错误处理（超时、HTTP错误、通用异常）
- 统一返回`ToolResult`对象，明确标记是否为错误结果
#### 3. 高德地图地理编码工具实现
```python
@app.tool()
async def geocode_address(address: str) -> ToolResult:
"""根据中文地址获取其经纬度坐标
Args:
address: 详细的中文地址，例如：北京市朝阳区阜通东大街6号
Returns:
返回该地址的经纬度信息
"""
AMAP_API_KEY = "your_amap_api_key_here"
url = f"https://restapi.amap.com/v3/geocode/geo?key={AMAP_API_KEY}&address={address}"
try:
async with aiohttp.ClientSession() as session:
async with asyncio.timeout(10):
async with session.get(url) as response:
response.raise_for_status()
data = await response.json()
if data.get('status') != '1':
error_info = data.get('info', 'Unknown error')
return ToolResult(
content=f"地理编码API错误: {error_info}",
isError=True
)
geocodes = data.get('geocodes', [])
if not geocodes:
return ToolResult(content="未找到指定地址的结果")
location = geocodes[0].get('location')
formatted_address = geocodes[0].get('formatted_address')
result_text = f"地址'{formatted_address}'的坐标是：{location}"
return ToolResult(content=result_text)
except asyncio.TimeoutError:
return ToolResult(content="请求超时", isError=True)
except Exception as e:
return ToolResult(content=f="发生错误: {str(e)}", isError=True)
```
### 四、测试与集成
#### 1. MCP CLI测试
```bash
# 安装MCP CLI工具
# 运行服务器
# 新开终端测试工具调用
mcp-tool --tool get_weather --parameters '{"city": "Beijing"}'
```
#### 2. Claude Desktop集成配置
编辑Claude配置文件：
- Windows: `%APPDATA%\Claude\claude_desktop_config.json`
- macOS: `~/Library/Application Support/Claude/claude_desktop_config.json`
添加服务器配置：
```json
{
"mcpServers": {
"weather-server": {
"command": "/path/to/your/venv/bin/python",
"args": ["/path/to/your/project/server.py"]
}
}
}
```
重启Claude Desktop后即可直接使用天气查询功能，例如提问"请问北京天气怎么样？"。
### 五、常见问题与解决方案
|问题|解决方案|
|---|---|
|服务器启动失败|确认虚拟环境已激活，所有依赖已安装 `pip install mcp aiohttp anyio`|
|Claude无法识别MCP服务器|检查配置文件路径是否正确，JSON格式是否合法|
|工具调用返回错误|检查API密钥是否正确，网络是否通畅|
### 六、学习路径建议
1. 探索MCP官方文档和更多示例
2. 学习高级功能：资源管理、提示词模板
3. 尝试集成到更多AI应用：Cursor、AutoGPT等
## 相关链接
- [[MCP服务器开发入门指南]] - MCP技术基础概念
- [[大模型基础概念入门]] - 大模型核心技术背景
- [[AI Agent基础概念与架构]] - AI Agent技术体系

173
03.wiki/Markdown基础语法速查手册.md
View File

@@ -1,173 +0,0 @@
---
标签:
- 编程开发
- Markdown
- 文档编写
- 笔记技巧
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[Markdown基础教程.md]]"
关联:
- "[[Git版本控制入门指南]]"
- "[[Claude Code与Obsidian联动指南]]"
状态:
- 健康
---
# Markdown基础语法速查手册
Markdown是一种轻量级标记语言，使用纯文本格式编写文档，广泛应用于笔记、文档、博客、README文件等场景。
## 一、基础语法速查
### 1. 标题（1-6级）
```markdown
# 一级标题
## 二级标题
### 三级标题
#### 四级标题
##### 五级标题
###### 六级标题
```
### 2. 文本格式
| 语法 | 效果 |
|------|------|
| `*斜体*` 或 `_斜体_` | *斜体* |
| `**粗体**` 或 `__粗体__` | **粗体** |
| `***粗斜体***` | ***粗斜体*** |
| `~~删除线~~` | ~~删除线~~ |
| `<u>下划线</u>` | <u>下划线</u> |
| `==高亮==` | ==高亮== |
### 3. 列表
#### 无序列表
```markdown
* 第一项
* 第二项
* 子项（缩进2空格）
```
#### 有序列表
```markdown
1. 第一项
2. 第二项
1. 子项（缩进3空格）
```
#### 任务列表
```markdown
- [x] 已完成任务
- [ ] 未完成任务
```
### 4. 链接与图片
```markdown
[链接名称](URL)
[链接名称](URL "鼠标悬停提示")
![图片alt文本](图片URL)
![图片alt文本](图片URL "图片标题")
```
### 5. 引用与分割线
```markdown
> 一级引用
>> 二级引用
>>> 三级引用
--- # 分割线（三个或以上的 - * _）
```
### 6. 代码
#### 行内代码
```markdown
`print("Hello World")` 是Python打印语句
```
#### 代码块（可指定语言高亮）
````markdown
```python
def hello():
print("Hello World!")
```
````
### 7. 表格
```markdown
| 左对齐 | 居中 | 右对齐 |
| :----- | :---: | -----: |
| 内容 | 内容 | 内容 |
```
### 8. 数学公式（LaTeX）
```markdown
行内公式：$E=mc^2$
块级公式：
$$
\int_{a}^{b} f(x) dx = F(b) - F(a)
$$
```
### 9. 脚注与注释
```markdown
这是脚注引用[^1]
[^1]: 这是脚注内容
<!-- 这是HTML注释，不会显示 -->
```
## 二、Obsidian特有语法
### 双向链接（核心功能）
```markdown
[[笔记名称]] # 链接到其他笔记
[[笔记名称|显示文本]] # 自定义显示名称
[[笔记名称#标题]] # 链接到笔记中的特定标题
[[笔记名称#标题|显示文本]] # 组合使用
![[图片.png]] # 嵌入图片
![[PDF文件.pdf#page=1]] # 嵌入PDF指定页
![[笔记名称]] # 嵌入整篇笔记内容
```
### 标签系统
```markdown
#标签名 # 单个标签
#标签1/标签2/标签3 # 层级标签
```
### 呼叫块（Callout）
```markdown
> [!note] 注意
> 这是一个注意提示块
> [!tip] 提示
> 这是一个技巧提示块
> [!warning] 警告
> 这是一个警告提示块
> [!danger] 危险
> 这是一个危险提示块
> [!info] 信息
> 这是一个信息提示块
> [!success] 成功
> 这是一个成功提示块
```
### Mermaid图表
Obsidian原生支持Mermaid语法绘制流程图、时序图、甘特图等：
```mermaid
graph LR
A[开始] --> B[处理]
B --> C{判断}
C -->|是| D[结束]
C -->|否| B
```
## 三、YAML Frontmatter（笔记元数据）
Obsidian支持在笔记开头使用YAML格式添加元数据：
```yaml
---
标签: [标签1, 标签2]
创建时间: 2026-04-15
更新时间: 2026-04-15
来源: [[来源文件]]
关联: [[相关笔记1], [相关笔记2]]
状态: 进行中
---
```
## 四、实用技巧
1. **实时预览**：大多数Markdown编辑器支持实时预览，边写边看效果
2. **HTML补充**：可以使用HTML标签补充Markdown不支持的功能
3. **排版规范**：适当使用空行分隔内容，保持良好的排版习惯
4. **文件命名**：建议使用英文和数字，避免中文和特殊字符
5. **图片管理**：建议存放在本地相对路径的统一文件夹，避免网络图片失效
6. **快捷键**：熟练使用编辑器快捷键，大幅提升写作效率
## 五、常见应用场景
- 📝 笔记软件：Obsidian、Notion、语雀、飞书文档
- 💻 代码文档：GitHub README、项目文档
- 📚 技术博客：Hexo、Hugo、VuePress等静态博客
- 📋 知识管理：个人知识库、团队协作文档

157
03.wiki/PING与ARP协议详解.md
View File

@@ -1,157 +0,0 @@
---
标签:
- 网络技术
- PING
- ICMP
- ARP
- HCIE
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[PING通原理.md]]"
关联:
- "[[VLAN技术详解]]"
- "[[DHCP技术详解]]"
状态:
- 健康
---
# PING与ARP协议详解
华为设备操作系统，VRP:通用路由平台、路由器、交换机、防火墙
## 基础命令
### system-view
进入系统模式(当设备名在尖括号内时为用户模式，当设备名在中括号内时为系统模式)
### sysname
配置设备标识，使用方式为`sysname 新的设备标识`
### interface
进入子接口模式，从而配置接口
### ip address
为接口配置IPv4地址和掩码，使用方式为`ip address ip地址 网络位`
基础配置示例：
```
AR1:
system-view
sysname AR1
interface g0/0/0
ip address 172.16.12.1 24
AR2
system-view
sysname AR2
interface g0/0/0
ip address 172.16.12.2 24
interface s1/0/0
ip address 202.100.23.2 24
AR3
system-view
sysname AR3
interface s1/0/0
ip address 202.100.23.3 24
```
---
## PING实验
### AR1 ping AR2
命令`ping 172.16.12.2`
输出字段说明：
- bytes表示发送数据包大小
- ttl代表存活时间，指数据包在途径一个路由器时，ttl就会减一，为0时则丢弃数据包
- time表示相应时间，这个值越小，说明你连接此地址速度越快
### PING本质
AR1发送icmp echo-request信息发给172.16.12.2
AR2收到icmp echo-request的信息，立即回复echo-reply信息
AR1收到echo-reply信息，证明链路是通的、可达
AR1执行上述操作5此，连续ping五个包，通过五个包来回往返时间来检测链路的质量
### 报文结构
ICMP echo-request数据包封装结构：
1. **物理层**：比特流，以16进制方式存在
2. **数据链路层**：Ethernet II帧头
- Src: 源MAC地址
- Dst: 目的MAC地址
- Type字段：代表网络层的协议，IPv4为0x0800
MAC地址说明：
- 第一个八位的第六位为LG位(为0时表示这是一个单播地址，为1时表示这是一个组播地址)
- 第七位为IG位(为0时表示这是一个全局唯一地址，为1时表示这是一个本地管理地址）
3. **网络层**：IPv4包头
- Src: 源IP地址
- Dst: 目的IP地址
- Time to live：TTL
- Protocol:ICMP(0x01)代表了数据包为ICMP数据包
4. **应用层**：ICMP协议数据，Data(56 bytes)表示内含56bytes数据
---
## ARP协议
ARP协议：address resolution protocol地址解析协议，用于二层-三层，三层-二层的映射关系，也就是目的IP与目的MAC的映射关系
### ARP分类
1. **正ARP**：获取目的IP映射目的MAC
2. **免费ARP**：
功能：DAD，duplicate address Detection，重复地址检测，当接口配置ip地址，并且UP状态时，发送免费arp的arp-request
应用场景：
- 重复地址检测
- 更换网卡也会发送免费ARP
- VRRP等协议的快速切换也会发送免费ARP
免费ARP报文特点：
- S.MAC为发送方源MAC
- S.IP为发送方将要设置的IP地址
- D.MAC为广播MAC
- T.MAC为全0不填
- T.IP为发送方将要设置的ip地址
- 如果不存在地址冲突，则不会收到回复数据包，如果存在则会收到arp-reply数据包
3. **反向ARP**：比如RARP
4. **逆向ARP**：inARP(inverse ARP)
5. **串行ARP**：SLARP(serial link arp:思科)
6. **ARP代理**：路由模式、VLAN间、VLAN内
### ARP查询流程(以AR1查询AR2为例)
AR1获取172.16.12.2IP对应的MAC地址过程如下：
1. AR1创建一个arp条目 172.16.12.2 ----incomplete(后台操作)
2. AR1发起ARP-request查询，此数据包为广播：
- S.MAC为AR1的MAC地址
- D.MAC为全F广播MAC
- 数据包中S.IP为AR1的IP地址
- T.MAC为空(全0)
- T.IP为172.16.12.2
3. AR2收到AR1发出的ARP-request查询：
1. 以太口接受数据包，把bit流格式化成以太帧，读取D.MAC，发现是广播包，接受此广播包
2. 查看type，发现是ARP，将数据包二层头部拆去，把后续的数据提交给ARP进程
3. ARP进程读取ARP-request报文：
- S.MAC AR1，S.IP 172.16.12.1----更新到AR2的ARP表项中
- T.MAC 000000000000，T.IP 172.16.12.2
- 检查T.IP是否是我接口的IP：是我接口的ip,回复ARP-reply；不是我接口的ip，忽略
4. 回复ARP-reply，此数据包的D.MAC，D.IP都为AR1的MAC和IP，为单播：
- S.MAC是AR2的MAC地址
- S.IP是172.16.12.2
- T.MAC为AR1的MAC
- T.IP为AR1的IP地址
4. AR1收到ARP-reply，通过以太口接受，格式化为以太帧，读取数据包更新ARP表项
---
## 设备管理
设备管理方式分类：
### 按管理位置分类
1. **本地管理**：例如console，权限最大，适用场景有更换板卡、备件。重置密码，升级操作系统，打补丁等高危操作，不足之处是必须本地连线，成本较高
2. **远程管理**：如VTV：virtual terminal虚拟终端，Telnet，ssh，http/https等，适用于运维或变更业务，不足之处是必须远程网络可达，一点远程不可达只能本地管理，有一定安全隐患
### 按管理通道分类
- 带内管理
- 带外管理
### Telnet实验(AR1访问AR2)
首先在AR2上配置登录信息：
```
AR2配置
user-interface vty 0 4
authentication-mode password
set authentication password cipher 123
```
然后在AR1的用户模式下输入`telent 172.16.12.2`回车后输入密码即可登录

283
03.wiki/PPP点对点协议详解.md
View File

@@ -1,283 +0,0 @@
---
标签:
- 网络技术
- PPP
- HDLC
- PPPoE
- HCIE
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[PPP.md]]"
关联:
- "[[STP生成树协议详解]]"
- "[[VLAN技术详解]]"
状态:
- 健康
---
# PPP点对点协议详解
*PPP：Point to Point Protocol点对点协议
WAN:wide area network广域网。点对点链路
Data link，二层数据链路层
## 二层数据链路分类：
1. **p2p link**:点对点链路 PPP/HDLC，不需要标识，不需要MAC，也不需要ARP，优点是独享资源，干扰少。缺点是成本高
2. **MA(multi-Access)link**:多路访问链路:share link:Ethernet(MAC),优点是共享。缺点是资源共享可能会出现冲突，没办法保障
PPP：点对点协议，共有协议(适用性广，所有厂商都支持)
HDLC:high data link contl:高级数据链路控制，思科私有协议*
## HDLC
实验环境：AR2和AR3通过serial链路互联(WAN接口)
```
AR2
system-view
sysname AR2
interface s1/0/0
link-protocol hdlc
ip address 202.100.23.2 24
AR3
system-view
sysname
interface s1/0/0
link-protocol hdlc
ip address 202.100.23.3 24
```
*路由表决定数据能否转发：
- 能否转发 yes/no
- 查看出接口，出接口决定二层封装类型
- 出接口是Ethernet接口，那么封装以太帧
- 出接口是Serial接口，类型是HDLC，那么封装HDLC帧
- 出接口是Serial接口，类型是PPP，那么封装PPP帧*
HDLC缺点：
1. 私有协议，思科私有，非思科设备没办法支持，适用性不广
2. 不支持认证，ethernet默认也不支持认证，(解决方案:802.1x,EAP:额外认证协议)
3. 不同网段不能互访
---
## PPP协议
### 基础配置
实验环境：AR2和AR3通过serial链路互联(WAN接口)
```
AR2
system-view
sysname AR2
interface s1/0/0
link-protocol PPP
ip address 202.100.23.2 24
AR3
system-view
sysname
interface s1/0/0
link-protocol PPP
ip address 202.100.23.3 24
```
PPP优点：
1. 公有协议，所有设备厂商都支持
2. 支持PAP和CHAP认证
3. 可以支持不同网段互访
### PPP的框架（二层协议）
PPP有2个子层：
#### 1.LCP:linke control protocol链路控制协议
主要用于二层链路建立、保活、拆除
功能：
1. 二层链路全生命周期
1. 二层链路建立(PPP建链过程)
2. 二层链路维护(保活Keepalive)
3. 二层链路拆除(终结termination)：Termination-request(终结请求)
2. 认证
1. PAP:password authentication protocol密码认证协议
2. CHAP：challenge handshake authentication protocol挑战握手认证协议
3. 防环:loop free 防环机制为Magic-number
4. 压缩:compress
#### 2.NCP：network control protocol：网络层控制协议
PPP对三层协议支持(N可变)
- 当PPP上层协议为IPv4协议时为IPCP
功能：互推地址，构建端对端32位的主机路由；自动获取地址:PPPoE(ADSL互联网接入)
- 当PPP上层协议为IPv6协议时为IPv6CP
- 当PPP上层协议为mpls协议时为mplscp
---
## PPP建链过程(详细)
1. **Dead状态**：此状态为链路断开状态
2. **Establish状态**：接口up，从Dead状态到establish状态，在establish状态进行LCP协商，此时AR2发出Config-request报文
Config-request报文中包含Option(TLV)：
- **Maximum Receive Unit(MRU)**最大接收单元，默认为1500字节
- MRU=MTU(Maximum transport Unit)最大传输单元，默认为1500字节
- 二层以上(不包含以太帧)1500字节，一个ip包转发
- DCN场景(数据中心网络场景--MTU 可以为9000字节)
- 若两方MTU不同，则需要分片fragment重新合成ip包再进行转发，效率极低，一般通过MTU path discovery:MTU路径发现找出整个网络中最小的mtu，以最小的mtu转发，就不会分片
- MTU层面上要协议一致，如果两边MTU不同，则转发不了
- **magic-number**：用于防环
- 场景没有环路，同上进行LCP协商建立链路
- 场景存在底层环路，AR2收到与自己发出的的Config-request中相同的MN，则会发出Config-Nak
- 没有环路，两边magic-number一样（偶然）：如果出现两边同时发出了MN为A的Config-request，则有一方发出Config-nak，另一方收到Config-Nak后会换一个MN重新发出Config-request，重新进行建链流程
3. **Authenticate阶段**：如果配置了验证，将进入Authenticate阶段，开始CHAP或PAP验证。如果没有配置验证，则直接进入Network阶段
4. **Network阶段**：PPP链路进行NCP协商。通过NCP协商来选择和配置一个网络层协议并进行网络层参数协商。只有相应的网络层协议协商成功后，该网络层协议才可以通过这条PPP链路发送报文。NCP协商包括IPCP（IP Control Protocol）、MPLSCP（MPLS Control Protocol）等协商。IPCP协商内容主要包括双方的IP地址
---
## 认证机制
### 1.PAP：Password Authentication Protocol，密码认证协议
交互为2-way(两个包)
#### 角色：
- 认证方:存储认证凭证，接受认证请求，对比凭证，反馈是否认证通过
- 被认证方:发送认证去请求，携带凭证(用户名和密码)
#### 认证方式:
##### 单向认证:认证方认证被认证方，被认证方不认证认证方
配置示例：
```
AR3
system-view
sysname AR3
interface s1/0/0
link-protocol ppp
ip address 202.100.23.3 24
ppp authentication-mode pap
aaa
local-user hw passworld cipher 123
local-user hw service-type ppp
AR2
system-view
sysname AR2
interface s1/0/0
link-protocol ppp
ip address 202.100.23.2 24
ppp pap local-user hw password simple 123
```
认证流程：
在AR2和AR3LCP协商完成后，进入Authenticate状态，由AR2发出Authenticate-request报文，包含用户名和密码，AR3收到Authenticate-request报文后，把用户名和密码与AAA下的用户名密码进行匹配，匹配认证通过则回复Authenticate-ack报文给AR2，匹配认证不通过则回复Authenticate-nak报文，AR2收到Authenticate-nak报文会重新发送Authenticate-request报文，尝试3次，如果都失败则结束。
PAP优缺点：
- 优点:简单、高效，占用资源低
- 缺点：明文传输，容易被恶意获取，易于受到重放攻击
##### 双向认证:双方即是认证方也是被认证方，要进行两次单项认证
配置方式与单向配置类似，即在AR2上配置被认证方和认证方，AR3上配置被认证方和认证方
---
### 2.CHAP认证：challenge handshake authentication protocol挑战握手认证协议
配置示例：
```
AR3
system-view
sysname AR3
interface s1/0/0
link-protocol ppp
ip address 202.100.23.3 24
ppp authentication-mode chap
aaa
local-user hw passworld cipher 123
local-user hw service-type ppp
AR2
system-view
sysname AR2
interface s1/0/0
link-protocol ppp
ip address 202.100.23.2 24
ppp chap user hw
ppp chap passworld simple 123
```
认证流程：
在AR2和AR3LCP协商完成后，进入Authenticate状态，由AR3发出Chllenge报文含有id、random(随机数)、user:null，AR2收到challeng报文后把id、random、接口password 123通过MD5算法加密，得到一个HASH1,将id,HASH1，user:hw填入Responser报文发送AR3，AR3收到Resopnser报文后把id、random、用户名在AAA下的密码通过MD5算法算出HASH2，认证方把HASH1和HASH2进行对比，成功则回复Success，如果认证失败，AR2重新发送authenticate-request，尝试3次都失败则终结。
#### MD5算法：
md5：message digest v5，消息摘要版本5，属于散列函数/散列算法，单向加密:明文-加密=密文，密文是不能解密出明文，主要用于对数据进行指纹标识。
特点:
1. 定长，128bit，SHA 256/512，优点在报文中可以预留相应的字段长度
2. 不可逆：单向加密
3. 雪崩效应
应用场景:
1. 认证：chap
2. 数据包完整性检测
CHAP优点：安全
1. 交互的时候，交互HASH,不是密钥，密文，增加安全性
2. 认证方宪法challenge，对于被认证方进行标识区分，防止重放攻击
---
## IPCP协议功能
目前主要IPCP
功能：互推地址，实现不同网段之间互访，自动获取地址
### 互推地址
在结束Authenticate状态进入Network状态时，会进行与LCP协商类似的交互，双方发出的Configuration rquest中的option字段中含有本机IP地址，双方回复的Configuration ack的iotion字段中含有对方ip地址，默认情况下收到对方IP地址时会以32位主机路由安装进路由表。
作用：主要用于互联网接入BRAS
### 自动获取地址
配置示例：
```
AR3
system-view
sysname AR3
interface s1/0/0
link-protocol ppp
ip address 202.100.23.3 24
Remte address 1.2.3.4|poolA-----地址或者地址池2选1
ppp authentication-mode chap
aaa
local-user hw passworld cipher 123
local-user hw service-type ppp
AR2
system-view
sysname AR2
interface s1/0/0
link-protocol ppp
ip address ppp-negotiate
ppp chap user hw
ppp chap passworld simple 123
```
流程：
在NCP阶段，由AR2发出一个Configuration request报文，其中option中的ip-address字段为空(0.0.0.0)，AR3收到AR2发出的Configuration request报文后，发现Options字段中的ip address为0.0.0.0，不合法，回复AR2 Configuration nak报文，此时nak报文中options字段中ip address为202.100.23.22(AR3分配给AR2的IP地址)，AR2收到Configuration nak报文后，将options字段中的ip address 202.100.23.22分配到相应端口，重新回复一个Configuration request给AR3，此时request为正常报文，AR3收到Configuration request报文后，正常回复Configuration ack报文，IPCP协商完毕。
- 通过`ppp ipcp default-rote`获取默认网关
- 通过一方配置dns`ppp ipcp dns 114.114.114.114 8.8.8.8`另一个获取dns`ppp ipcp dns request`访问web
---
## PPPoX
PPPoX，互联网接入服务技术
### PPPoE：PPPover Ethernet(二层)
优势：在于以太网的带宽可以无限扩展
#### 配置示例
实现:AR1 g0/0/0(ppoe client)连接AR2 g0/0/0(ppoe server)
首先AR2需要创建interface virtual-template 1(虚拟模板)，为不同ppoe client克隆出virtual-access，继承虚拟模板的配置
```
AR2
interface virtual-template 1
ip address 4.3.2.1 24
remote address 1.2.3.4/pool A
ppp authentication-mode pap
aaa
local-user hw password cipher 123
local-user hw service-type ppp
interface g0/0/0
pppoe-server bind virtual-template 1(虚拟模板绑定接口)
```
然后需要AR1 pppoe client配置VPDN(virtual private dialer network 虚拟专用拨号网络）发起拨号
```
AR1
interface dialer1(虚拟拨号接口，想pppoe server发起拨号)
ip address ppp-negotiate
ppp pap loval-user hw password simple 123
dialer user hw
dialer bundle 1
interface g0/0/0
ppoe-client dial-bundle-number 1
```
#### 通讯过程
AR1通过PPPoED阶段(PPPoE discovery)来获取server的ip，与session id(会话id)进行绑定：
1. AR1首先发起拨号，发送PADI(pppoed active discovery initiation)封装:PADI|smac AR1 dmac FFFFFFFFFF(广播)，此时会产生以恶搞session-id会话id 0x0
2. AR2收到PADI后，回复PADO(pppode activediscovery offer)封装：PADO|smac AR2 dmac AR1，其中含有session-id 0x0和PPPoe-tag AC-name：AR2+MAC地址构建
3. AR1发起请求，发送PADR(pppoed active discovery request)封装：PADR|smac AR1 dmac AR2，其中含有session-id 0x0和PPPoe-tag AC-name：AR2+MAC地址构建
4. AR2回复PADS(pppoed active discovery session-confirm)封装：PADO|smac AR2 dmac AR1,其中含有session-id 0x1和PPPoe-tag AC-name：AR2+MAC地址构建
此时pppoe发现阶段完成，进行PPP协商阶段(同上)

284
03.wiki/STP生成树协议详解.md
View File

@@ -1,284 +0,0 @@
---
标签:
- 网络技术
- STP
- RSTP
- MSTP
- HCIE
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[STP.md]]"
关联:
- "[[VLAN技术详解]]"
- "[[VRRP协议详解]]"
状态:
- 健康
---
# STP生成树协议详解
STP生成树协议，其中包含stp生成树协议、rstp快速生成树协议、mstp多生成树协议三种生成树协议，用于解决二层链路防止单点故障进行冗余导致的环路。
功能:防环(loop free)、冗余(redundancy automatic)、选择最优路径(best path)：根据RPC(根路径开销)选择最优路径，带宽越高，cost值越小。
## STP
### 角色
#### 交换机角色
- root:根、根桥、根交换机，有且只有一个
- Non-root:非根
#### 端口角色
- DP:designated port指定端口，负责数据收发，BPDU发
- RP：root port根端口，链接根最近的端口(指向根交换机)，负责数据收发，BPDU收
- 剩下的端口既不是DP也不是RP，数据不转发，BPDU收
### DBPU
BPDU(bridge protocol data unit:桥协议数据单元包含信号+指令)
以太封装：
1. 封装在Ethernet 2型中用于数据转发
- S.MAC和D.MAC和type(例如0x0806-arp\0x0800-ipv4)
2. 封装在802.3以太帧中:用于二层协议信令转发
- S.MAC：交换机的MAC（中低端只有1个MAC，高端有多个）
- D.MAC：保留给STP的组播MAC，运行STP的交换机都收，提交给CPU处理
- 由于没有type字段，靠802.2的LLC子层区分报文类型(logic link control)
- 标识：BPDU
- 封装STP BPDU：
- BPDU type(类型)：configuration 配置bpdu和TCN:topology change notification拓扑变更通告
### 选路原则(自上而下)
1. **ROOT ID(根ID)**：所有交换机中BPDU最小的一个
- BID：Bridge id 桥ID
- BID=优先级(Priorty)+MAC地址=选举ROOT
2. **RPC**：root path cost根路径开销，到达根的cost(千兆全双工链路的cost值位20000）值，优选RPC小的优先
- Legacy传统计算方式
- 802.1T标准计算方式
- 最终选举出RP
3. **Sender BID**：发送方的BID-标识谁发送的
- 优选BID小的有限
4. **PID**：port-id 端口id
- priority+port id
5. **本地PID**：本地端口的ID，小的优先
### 选举过程
设置STP模式为STP
```
stp enable
stp mode stp
```
选举过程：
1. 选举ROOT：
SW1、SW2和SW3同时发出BPUD，互相对比互相保存最优的BPDU(BID、根路径开销、发送方BID、PID为最小)，此时保存最优BPDU均为自己的BPDU的交换机为根交换机。
2. 选举RP：
SW2和SW3通过自身端口互相比较，选举出RP。
3. 选举DP：
两个非根交换机之间推选DP。
4. 阻塞端口：
非RP和DP的所有端口阻塞(阻塞端口不转发数据帧，破环二层链路)。
### STP切换时间
#### STP端口状态
1. disable失效状态
2. blocking端口启动后，为了防止瞬间环路，阻塞状态
3. listening侦听/监听，进行STP端口角色选举
- 具有15秒(forwarding delay转发延时)
4. learning学习，学习源mac，构建MAC表
- 具有15秒(forwarding delay转发延时)
5. forwarding转发
#### 切换时间
- 直连DP端口和RP端口切换从blocking状态到forwarding状态需要30秒
- 非直连故障导致本交换机切换：
- 标准的切换时间：接收不到BPDU或者接收到次级BPDU，需要经过20秒后老化端口，进行30秒端口状态切换，需要大概50秒
- 华为标准的切换时间：如果交换机接收到次级BPDU，立刻老化端口，进行30秒状态切换，需要30秒，如果接收不到次级BPDU，也是20秒老化时间，共需要50秒
#### stp计时器
1. hello：2秒，端口没2秒发送一次bpdu
2. age：老化时间20秒
修改方法：
```
方法1
stp timer hello
stp timer max-age
stp timer forwarding-delay
方法2
stp bridge-diameter <2-7>
```
3. forward delay：转发延时15秒
## RSTP快速生成树
### 端口角色变化
1. DP：designated port，指定端口，转发数据，发bpdu
2. RP：root port，根端口，转发数据，收bpdu
3. AP：alternate port，替代端口，代替RP，收到对方更优bpdu
4. 阻塞端口
5. BP：backup port，备份端口，备份DP，收到本方更优bpdu
6. EP：edge port(portfast)边缘端口，是一种特性，不是端口角色
特性：
1. 跳过listening和learning，直接进入转发状态
2. EP端口一旦收到bpdu，失去ep功能，变成正常stp端口(ep发送bpdu)
3. EP端口不收sync同步的影响
4. EP不会触发TC(拓扑变更)
5. EP不会转发TC(拓扑变更 )
### 端口状态对比
| 端口状态 | STP | RSTP |
| ---- | ---------------------------------------------- | ------------------------------ |
| | Disable，Blocking，Listening，Learning，Forwarding | Diacarding，Learning，Forwarding |
### BPDU的发送方式
RSTP的BPDU在STP BPDU基础上进行升级为RST/MST bpdu,并不是只能由根产生，每个交换机都可以产生RST/MST bpdu。
### link-type链路类型(STP没有)是RSTP快速切换的前提：P2P,A=1
1. auto(default)
- P2P，全双工，满足条件快速切=秒切
- non p2p，半双工，正常切换30秒
2. 手工配置
```
interface g0/0/1
stp point-to-point force-true(强制为p2p)
stp point-to-point force-false(强制为non p2p)
```
### 快速切换
1. 连接终端的接口默认等待30秒，EP可以秒切
2. 直连链路切换，STP需要30秒，RSTP的AP切RP，BP切DP秒切
3. 非直连链路故障，导致本交换机切换，标准等待50秒，华为30秒，RSTP本身无法判断，需要借助P/A机制进行切换
### P/A机制
P/A机制，对比STP的被动等待，P/A机制为主动协商。
sync同步：
1. 为了防止瞬时环路同时为了触发后续的P/A机制
2. 不同交换机的RP迁移引起的拓扑变更会触发同步
PA场景：
1. 初始化
2. 非直连的切换
## MSTP
CST: common Spanning Tree公共生成树
- 定义：所有VLAN共享CST路径
- 问题：所有的流量不能负载
- 需求:VLAN10走SW，VLAN20走SW2
解决方案：MST(multiple Spanning Tree多生成树)
思科：Rapid PVST，快速PVST多生成树
- 问题：当交换网络中VLAN超过1000，每个交换机的生成树就超过1000.一旦发生拓扑变更，stp计算的拓扑占用资源就会很大，Rapid pvst就会称为负担
- 解决方案： MIST(multiple instance spanning tree多实例生成树)
综合CST的问题和思科Rapid PVST的问题，提出公有解决方案：802.1S，MSTP。
MSTP可以实现：
1. 防环
2. 冗余(备份)
3. 快速切换
4. 最优路径(cost)
5. 负载：基于设备的负载分担
6. 无论多少vlan，资源消耗都不会太大
### MSTP的实现
每个交换机必须满足以下要求：
#### 技术层面要求
1. instance和vlan的映射关系(vlan映射表，技术层面要求)
- instance 0 ->1-19，21-39，41-4094
2. name名字
#### 管理层面要求(二级管理)
1. revision level:修订号
当交换机满足上面三个条件，那么我们称之为在同一个region(行政区域)=单域；当交换机没有满足任意一个条件，我们称之为在不同的region=多域。
### 单域
功能:
1. 防环
2. 冗余
3. 快速切换
4. 最优路径
5. 基于设备负载
配置：
1. 所有交换机配置`stp region-configuration`
```
stp region-configuration
region-name tech（域名)
revision-level 10（域修订号）
instance 10 vlan 10（VLAN映射表）
instance 0 vlan 1-9, 11-4094（隐含的）
active region-configuration
```
配置验证`dis stp region-configuration`
2. 修改路径拓扑
```
SW1
stp instance 0 root primary
stp instance 10 root secondatry
sw2
stp instacne 10 root primary
stp instance 0 root secondatry
```
单域多实例配置完成后，可以用`dis stp brief`验证配置。
### 多域
交换网络中，vlan配置不一致，某些交换机有特定vlan，某些没有，导致vlan映射表一定会出现不一致，最终导致多域的产生，域和域之间是隔离的，无论域内选路如何发生变化，都不会影响其他的域，因为信息发过去，对象忽略。
因为MSTP发送的bpdu会增加MST extension，当交换机收到mstp的bpdu吧mst extension中的hash与本交换机的stp-region configuration的HSAH进行比较，如果hash一样，则我们两台交换机在同一个域内，可以读取对方mst extension中的信息，如果hash不一样，则我们两台交换机在不同的域内，只能读取mst extension上CST的内容。
#### 拓扑计算
首先计算CIST(公共和域内生成树)
分别计算instance0实例的CST(公共生成树)和IST(域内生成树)
计算过程：
1. 所有交换机的instance 0实例在整个网络中选举一个优先级最高的交换设备作为CIST(公共和域内生成树)的总根，也就是总根域的域根
2. 除总根域外的两个域，需要计算出本域去往总域根的最优的边界交换机作为ist域根
3. 总根域和其他非总根域的指导下，计算IST(域内生成树)
4. 同时MSTP将每个MST域作为单台交换设备对待，通过计算在MST域间生成CST。CST和IST构成了整个交换设备网络的CIST。
然后计算MSTI(多生成树实例)
1. 在MST域内，MSTP根据VLAN和生成树实例的映射关系，分别生成不同实例的MSTI域根
2. MSTI域根进行生成树计算，此过程与STP计算生成树过程类似
## STP的保护
### EP的保护
#### 1. bdpu-protection
EP端口连接终端，不应该收到bpdu，一旦收到bpdu就会失去EP特性，如何防止EP端口收到BPDU。
全局配置：
一旦配置影响到整个交换机的所有使能EP端口，EP段偶一旦收到bpdu，就会启动防护功能将接口shutdown。
恢复：
1. 手工undo shutdown
2. 自动恢复：auto-recovery
问题：一旦收到bpdu，error-down，接口直接shutdown，业务中断，只适用于互联网接入的场景(不允许私自接交换机)
#### 2. bpdu-filter
EP端口是发送bpdu的，消耗资源，如何让EP端口不发送不接受bpdu。
配置1：
```
stp edge-port enable
stp bpdu-filter enable
```
此时是不收不发bpdu
配置2：
```
stp bpdu-filter default(所有ep端口使能bpdu-filter)
```
注意：stp bpdu-filter default和stp edged-port default连用会导致stp无法及逆行检测，可能会出现环路。
### 根的防护(配置在dp上)
根的选举不能确保一定是某一台交换机，当前根可能会被其他交换机代替。
根的防护：
配置在边缘DP端口，一旦收到更优质的bpdu，将会阻塞，端口强制dp，一旦收不到更优质的bpdu，接口会恢复转发。
配置：
```
stp root-protection
```
恢复转发流程：一旦接收不到更加优质的bpdu(30秒=2个转发延时)，进入discarding-learn-forwarding，30秒状态切换，总计60秒。
### 单向链路失效引发的环路保护
拓扑:
SW3的DP发送给SW2的AP的bdpu，，由于单项链路失效导致无法接受，最终AP切换为DP forwarding。
解决方案：
loop-protection
一旦接口收不到更优质的bpdu，那么接口会阻塞。
一旦收到更优质的bpdu，接口也会重新协商角色，恢复原来角色和状态。
### 针对TC的防护
收到TC之后，设备会处理TC报文，刷新MAC地址表，如果在一个时间段内收到大量TC，设备处理会消耗大量资源，导致crash。
配置：
```
stp tc-protection interval 10
stp tc-protection threshold 3
```
设备默认启用防拓扑变化攻击功能，通过执行**stp tc-protection interval**命令设置设备处理最大数量的拓扑变化报文所需的时间，在_interval-value_时间内，交换设备只会处理阈值指定的次数。对于其他超出阈值的拓扑变化报文，定时器到期后设备只对其统一处理一次。这样可以避免频繁的删除MAC地址表项和ARP表项，从而达到保护设备的目的。

91
03.wiki/VLAN技术详解.md
View File

@@ -1,91 +0,0 @@
---
标签:
- 网络技术
- VLAN
- HCIE
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[VLAN技术笔记.md]]"
关联:
- "[[VLAN间路由]]"
- "[[OSPF协议]]"
- "[[VRRP协议]]"
- "[[DHCP技术]]"
状态:
- 健康
---
# VLAN技术详解
## 一、三种端口类型
### 1. Access Port（访问端口）
- 连接设备使用，只属于一个 VLAN
- 数据包发送到该端口所属 VLAN，其他 VLAN 不会接收到数据包
### 2. Trunk Port（干道端口）
- 用于连接交换机、路由器等网络设备
- 可以同时传输来自多个 VLAN 的数据包
- 在该端口上传输的数据包都会被打上标签，以便接收端口知道该数据包属于哪个 VLAN
### 3. Hybrid Port（混合端口）
- 该端口可以属于多个 VLAN
- 可以同时作为 Access Port 和 Trunk Port 使用
- 一般用于连接需要多个 VLAN 的设备，比如服务器
## 二、三种端口模式
1. **Access 端口**: 通常用于交换机连接主机
2. **Trunk 端口**: 通常用于交换机和交换机、交换机和路由器之间的连接
3. **Hybrid 端口**: 可以用于交换机和主机之间的连接，也可以用于交换机和交换机、交换机和路由器之间的连接
## 三、VLAN 划分方法
### 1. 基于接口划分
根据交换机的接口来划分 VLAN。
### 2. 基于 MAC 地址划分
根据数据帧的源 MAC 地址来划分 VLAN。
### 3. 基于 IP 子网划分
根据数据帧中的源 IP 地址和子网掩码来划分 VLAN。
### 4. 基于协议划分
根据数据帧中的协议类型（如 IP、IPX 等）来划分 VLAN。
## 四、端口配置示例
### Access 端口配置
```python
# 华为交换机
interface GigabitEthernet0/0/1
port link-type access
port default vlan 10
```
### Trunk 端口配置
```python
# 华为交换机
interface GigabitEthernet0/0/1
port link-type trunk
port trunk allow-pass vlan 10 20 30
```
### Hybrid 端口配置
```python
# 华为交换机
interface GigabitEthernet0/0/1
port link-type hybrid
port hybrid tagged vlan 10 20 30 # 允许哪些 VLAN 带标签通过
port hybrid untagged vlan 100 # 允许哪些 VLAN 不带标签通过
```
## 五、VLAN 间路由
### 1. 单臂路由
通过路由器子接口实现 VLAN 间路由。
### 2. 三层交换机 VLANIF
通过三层交换机的 VLANIF 接口实现 VLAN 间路由。
## 六、注意事项
1. 默认情况下，所有端口都属于 VLAN 1
2. 端口类型可以在链路两端不一致
3. Trunk 端口需要允许相应 VLAN 通过
4. Hybrid 端口可以灵活控制 VLAN 标签的添加和移除

138
03.wiki/VLAN间路由技术详解.md
View File

@@ -1,138 +0,0 @@
---
标签:
- 网络技术
- VLAN
- HCIE
- 路由技术
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[Vlan间路由.md]]"
关联:
- "[[VLAN技术详解]]"
- "[[OSPF协议]]"
- "[[三层交换机技术]]"
- "[[QinQ技术]]"
状态:
- 健康
---
# VLAN间路由技术详解
## VLAN之间互访实现方式
### 1. Hybrid端口实现
相当于把两个VLAN拉通，变成一个VLAN实现互访。
### 2. Super VLAN（VLAN聚合，华为私有）
- 思路：二层是隔离的，ARP通过三层接口代理来实现通信，数据通过三层接口进行中转
- 配置示例：
```
vlan batch 100 10 20
vlan 100
aggregate-vlan(开启聚合功能)
access-vlan 10 20
interface g0/0/1
port link-type access
port default vlan 10
interface g0/0/2
port link-type access
port default vlan 20
interface vlanif 100
ip address 1.1.1.100 255.255.255.0
arp-proxy inter-sub-vlan-proxy enable
```
### 3. VLAN间路由
#### 场景1：普通路由器跨VLAN通信
PC1通过路由器，隔VLAN10和VLAN20ping通PC2。
#### 场景2：单臂路由场景
1. Trunk或Hybrid配置：需要在SW1的出接口使用trunk或hybrid进行打标和去标
2. 子接口配置：
```
AR1上配置
interface g0/0/0
interface g0/0/0.10
dot1q termination vid 10
ip address 192.168.1.1 24
arp broadcast enable
interface g0/0/0.20
dot1q termination vid 20
ip address 192.168.2.1 24
arp broadcast enable
```
#### 场景3：三层交换机VLANIF实现（无路由场景）
通过VLANIF虚拟出三层路由实现VLAN间通信：
```
interface vlanif 10
ip address 192.168.1.1 24
interface vlanif 20
ip address 192.168.2.1 24
```
## MUX VLAN（思科PVLAN：private vlan）
将VLAN分成以下几类：
1. **Primary VLAN**：主VLAN，主VLAN可以访问所有的辅助VLAN
2. **Secondary VLAN**：辅助VLAN，辅助VLAN之间不能通信
- **Separate VLAN**：隔离VLAN，所有属于隔离VLAN的接口，相互不能通信
- **Group VLAN**：组VLAN，所有属于组VLAN的接口可以相互通信
配置示例：
```
vlan batch 23 45 100
vlan 100
mux vlan
subordinate separate 45
subordinate group 23
interface g0/0/1
port link-type access
port default vlan 100
port mux-vlan enable
interface g0/0/2
port link-type access
port default vlan 23
port mux-vlan enable
interface g0/0/3
port link-type access
port default vlan 23
port mux-vlan enable
interface g0/0/4
port link-type access
port default vlan 45
port mux-vlan enable
interface g0/0/5
port link-type access
port default vlan 45
port mux-vlan enable
```
## QinQ技术
### 应用场景
客户的业务VLAN是重合的，在传输过程中，无法分辨那个VLAN属于那个客户，此时需要QinQ。
### 技术原理
Tag外面在加一个TAG=dot1q in dot1q=QinQ。
### 配置示例
```
SW1
vlan batch 100 200
interface g0/0/1
port link-type dot1q-tunnel
port default vlan 100
interface g0/0/2
port link-type dot1q-tunnel
port default vlan 200
interface g0/0/3
port link-type trunk
port trunk allow-pass vlan 100 200
SW2
vlan batch 100 200
interface g0/0/1
port link-type dot1q-tunnel
port default vlan 100
interface g0/0/2
port link-type dot1q-tunnel
port default vlan 200
interface g0/0/3
port link-type trunk
port trunk allow-pass vlan 100 200
```

134
03.wiki/VRRP协议详解.md
View File

@@ -1,134 +0,0 @@
---
标签:
- 网络技术
- VRRP
- HCIE
- 路由冗余
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[VRRP.md]]"
关联:
- "[[VLAN技术详解]]"
- "[[DHCP技术详解]]"
- "[[OSPF协议]]"
状态:
- 健康
---
# VRRP协议详解
VRRP：virtual router redundancy protocol虚拟路由冗余协议，还有hsrp协议是思科私有协议。
## 应用场景
### 问题背景
- PC1和PC2都属于vlan10：10.1.1.0/24
- SW1是vlan10的网关：interface vlanif 10：10.1.1.100/24
- SW2是vlan10的网关：interface vlanif 10：10.1.1.101/24
- 传统网关设置存在单点故障问题，任何一台交换机故障都会导致对应PC业务中断
### 解决方案：VRRP
设置一个网关组，针对VLAN10设置一个virtual router ID(虚拟路由器，VRID)，在虚拟路由器上设置一个V IP(虚拟ip)和一个V MAC(虚拟MAC)，PC1和PC2的网关设置为VIP。
## 核心术语
1. **VRID**: virtual router identifier：虚拟路由器标识(1-255)：影响VMAC，最后一个字节是通过VRID来标识
2. **角色**：
- master：主设备
- backup：备份设备
- *默认开启抢占*
## VRRP角色选举
1. 优选priority大的，默认是priority100，范围为1到254
2. 如果优先级相同，优选三层IP地址大的
## 基础配置
```
SW1：
Interface vlanif 10
Ip add 10.1.1.100 24
vrrp vrid 10 virtual-ip 10.1.1.254
SW2
Interface vlanif 10
ip add 10.1.1.101 24
vrrp vrid 10 virtual-ip 10.1.1.254
修改优先级演示
interface vlanif 10
vrrp vrid 10 priority 200
```
## 常见问题与解决方案
### 问题1：恶意篡改优先级导致流量被劫持
**解决方案**：配置认证
```
interface vlanif 10
vrrp vrid 10 authentication-mode simple 123
```
### 问题2：主设备恢复后自动抢占导致网关频繁抖动
**解决方案**:设置延时
```
interface vlanif 10
vrrp vrid 10 preempt-mode timer delay 10(等待10秒抢占master)
```
## VRRP切换机制
1. **设备/下游链路故障**：通过vrrp announcement来检测链路或者设备是否故障，快速切换
- hello包是每秒发出一个，hold为3秒
2. **设备上游链路故障**：Vrrp announcement无法检测
**解决方案**:track跟踪，命令：`vrrp vrid 10 track `
## VRRP进阶特性
1. 当本网关VRRP的虚拟ip和接口的物理IP一样的时候，此设备被称之为VIP的owner(VRP的所有者)，此时优先级自动变为255
2. 当VRRP master配置离开vrrp组或者shutdown的时候，发送priority 0，Priority=0有特殊含义，离开vrrp组，显示信号触发切换
## VRRP状态切换
### VRRP的状态
1. **initialize**：初始化，检查本设备接口是否是VIP的owner
- 如果是VIP的owner，于是优先级立即改为255，转发流量
- 如果不是，进入backup状态
2. **backup状态**：等待skew-time(偏移时间），进入master
- skew-time=（256-priority）/256
3. **master**：
- VRRP部署如何快速转发
1. 最好配置owner，立即转发
2. 如果vip不能等同物理接口ip，不能配置为owner，建议master priority 254，skew-time最小
## VRRP各个角色的职责
### MASTER
1. 发送免费ARP，用于快速切换，让交换机的mac地址表同步到主接口
2. 相应终端arp对于V IP的查询，回复V MAC
3. 转发dmac为Vmac的流量
4. 周期发送vrrp announcement报文，周期是1秒(刷存在感)
- sip为接口ip，dip为224.0.0.18(vrrp监听组播地址)
5. 收到优先级>我，立即切backup
6. 收到优先级=我，要比较网关IP，接口ip>我，立即切backup，否则忽略
7. 如果接口shut down，状态切换为initialize
### BACKUP
1. 不相应终端arp对于V IP的查询，回复V MAC
2. 不转发dmac为Vmac的流量
3. 监听vrrp announcement报文，周期是1秒，检测master的状态
- 当收到priority>我的时候，保持backup，重置计时器(MDI)
- MDI:master_down_interval=3* hello+skew-time
- 当收到priority=我的时候，保持backup，不继续比较接口ip，重置计时器(MDI)，增加稳定性
- 当收到priority<我的时候
- 如果默认抢占模式，没有配置延时，立即称为master，发送免费ARP，履行master职责
- 如果默认抢占模式，配置延时，等待延时超时，立即称为master，发送免费ARP，履行master职责
- 如果配置不抢占模式(preempt disable),保持backup，重置计时器(MDI)
- 当收到priority=0，等待skew-time，切换master，正常状态切换
- 当收不到vrrp announcement，等待MDI计时器超时，切换master
4. 如果接口shutdown，状态切换为initialize
## 负载均衡实现
单组vrrp只能实现冗余，不能负载，通过配置多组VRRP实现负载均衡：
```
SW1:
interface vlan 10
vrrp vrid 10 vritual-ip 10.1.1.254
vrrp vrid 10 priority 200
vrrp vrid 11 virtual-ip 10.1.1.253
SW2:
interface vlan 10
vrrp vrid 10 vritual-ip 10.1.1.254
vrrp vrid 11 virtual-ip 10.1.1.253
vrrp vrid 11 priority 200
```

197
03.wiki/index.md
View File

@@ -1,197 +0,0 @@
# 自我进化AI知识库 - 全局索引
## 知识库概览
本知识库按照三层架构设计，由AI自动维护，包含从Raw层提取的所有结构化知识。
- **Raw层**：原始素材层（01.采集 Grasp/所有采集、04.日记周记/01. 日记），AI只读
- **WIKI层**：结构化知识层（05.wiki），AI自动维护
- **Schema层**：协作协议层（CLAUDE.md），定义AI行为规范
## 分类导航
### 🔹 知识管理方法论
- [[卡帕西AI知识库三层架构方法论]] - 核心架构设计参考
---
### 🔹 网络技术（8篇）
**基础协议**
- [[VLAN技术详解]] - VLAN原理、配置、应用场景
- [[VLAN间路由技术详解]] - 三层交换、单臂路由、Super VLAN
- [[DHCP技术详解]] - DHCP原理、报文类型、中继配置
- [[PING与ARP协议详解]] - ICMP协议、ARP原理、故障排查
**高可用与冗余**
- [[VRRP协议详解]] - 虚拟路由冗余协议原理与配置
- [[STP生成树协议详解]] - 防环机制、端口状态、RSTP/MSTP
- [[Eth-trunk链路聚合详解]] - 链路捆绑、负载均衡、LACP
**广域网协议**
- [[PPP点对点协议详解]] - PPP认证、帧格式、应用场景
---
### 🔹 AI与大模型（12篇）
**大模型基础**
- [[GLM-4.5大模型原生融合架构详解]] - 智谱GLM架构创新点
- [[大模型基础概念入门]] - LLM基本概念、发展历程
- [[提示词工程入门指南]] - Prompt设计原则与技巧
- [[算法能力与端到端优化思考]] - 算法能力才是AI真正的"爆款"
**AI Agent开发**
- [[AI Agent基础概念与架构]] - Agent组成与工作原理
- [[Agent规划技术：CoT与ToT详解]] - 思维链与思维树推理方法
- [[Agent认知框架：Plan-and-Execute]] - 规划执行框架详解
- [[MCP服务器开发入门指南]] - Model Context Protocol开发实践
- [[强化学习与大模型融合：决策智能]] - RL与LLM融合的机遇与挑战
- [[非神经网络模型与新型AI芯片]] - 深度森林、脑启发计算、可解释AI
- [[个人智能与智能体个性化]] - 机器记忆智能、学件智能体、脑机智能
---
### 🔹 摄影与后期（8篇）
**前期拍摄**
- [[专业视频拍摄：Apple Log入门指南]] - Log格式原理与拍摄设置
- [[Log拍摄实战：曝光控制技巧]] - 直方图、波形图、斑马线使用
- [[Log拍摄实战：白平衡与色调控制]] - 白平衡设置与色调管理
- [[视频拍摄技巧：升格与降格应用]] - 慢动作与延时摄影技巧
- [[专业采访拍摄全流程实操指南]] - 三机位采访、布光、音频录制
**后期调色**
- [[达芬奇Log调色入门指南]] - LUT使用、节点工作流
- [[DaVinci Resolve一级调色全流程指南]] - 示波器、色轮、曲线工具
- [[达芬奇二级调色进阶技巧]] - 局部调色、限定器、窗口工具
---
### 🔹 英语学习（8篇）
**语音基础**
- [[英语元音发音完全指南]] - 长短元音发音方法与对比练习
- [[英语辅音发音完全指南]] - 爆破音、摩擦音、鼻音发音详解
- [[英语国际音标系统总结]] - 48音标系统与英美发音差异
**语法体系**
- [[英语语法体系核心框架]] - 动词中心论、五大句型、TAM系统
- [[英语动词分类体系]] - 五大类谓语动词与句型对应关系
- [[英语动词时态体系]] - 16种时态的时间×状态矩阵
- [[英语虚拟语气]] - 虚拟语气用法与时态倒退规则
- [[英语非谓语动词]] - 不定式、动名词、分词三大类
- [[英语时与态核心概念]] - 时间×状态=16种时态
- [[英语状态Aspect详解]] - 四种状态的详细讲解
- [[英语时间Time详解]] - 四种时间的详细讲解
- [[英语一般现在时态详解]] - 一般+现在=最默认的时态
- [[英语现在进行时态详解]] - 现在+进行=此刻正在发生
- [[英语现在完成时态详解]] - 现在+完成=过去→现在结果
- [[英语现在完成进行时态详解]] - 完成+进行=一直持续还要继续
- [[英语一般将来时态详解]] - 将来+一般=将要做什么
- [[英语将来进行时态详解]] - 将来+进行=到时候在做什么
- [[英语将来完成时态详解]] - 将来+完成=到那时将已完成什么
- [[英语一般过去时态详解]] - 一般+过去=具体时间点发生
- [[英语过去进行时态详解]] - 过去+进行=当时正在发生
- [[英语过去完成时态详解]] - 过去+完成=在那之前发生了什么
- [[英语过去完成进行时态详解]] - 过去+完成进行=在那之前持续了多久
- [[英语独立主格结构]] - 逻辑主语+非谓语动词的句法结构
- [[英语助动词与情态动词]] - be/do/have及can/may/must等用法
**词汇记忆**
- [[英语词根词缀记忆法完全指南]] - 词根词缀拆解与联想记忆
- [[英语复合拆词记忆法指南]] - 复合词拆分与推导方法
- [[英语微语境记忆法指南]] - 五种串记方式详解
- [[英语词汇串词速记法]] - 基于词源学的逻辑关联记忆法
**备考攻略**
- [[大学英语四级词汇复习总攻略]] - 分阶段复习计划与方法
---
### 🔹 数学学习与学习方法（5篇）
**数学思维**
- [[数学学习：为什么看懂答案却不会做题？]] - 破题能力与思路积累
- [[数学思维：数学好的人是怎么思考的？]] - 信息内化方法
**解题技巧**
- [[考研数学极限求解速成指南]] - 四大方法通杀90%极限题目
**学习方法**
- [[学习方法：如何让知识真正进脑子？]] - 主动学习与大脑转动
- [[上瘾式学习法指南]] - 多巴胺驱动的高效学习方法
---
### 🔹 AI教育变革（1篇）
- [[AI教育变革：师-机-生三元关系]] - AI时代的教育范式革命与三元共同体构建
---
### 🔹 CCF行业动态（2篇）
**活动与会议**
- [[CCF第九批中国计算机历史记忆认定结果（2026年）]] - 2026年第九批历史记忆认定8项文物
- [[CCF开源发展技术委员会2026常委会会议]] - 2026年开源委员会工作部署
---
### 🔹 HCIE认证考试（3篇）
**考试经验**
- [[HCIE认证考试综合注意事项]] - X/Y/Z园区考试注意事项、编程论述要点
- [[HCIE认证考试题目精选]] - HCIE知识点选择题库及解析
- [[ENSP实验练习-X区域配置指南]] - ENSP实验配置与故障排查
---
### 🔹 编程开发（3篇）
**文档与版本控制**
- [[Markdown基础语法速查手册]] - Markdown语法与Obsidian特有功能
- [[Git版本控制入门完全指南]] - Git核心概念与常用命令
**AI工具**
- [[Claude Code与Obsidian联动指南]] - 构建AI第二大脑
---
### 🔹 特殊页面
- [[问答库]]：历史问答中沉淀的高质量答案汇总
- [[2026-04-17 日报]]：2026-04-17 问答日志
- [[工作流-Git协作流程]]：Git分支架构与协作流程设计
- [[98.问答记录/2026-04-16 日报]]：2026-04-16 问答日志
- [[100.工作日志/2026-04-16 日报]]：2026-04-16 工作日报
- [[变更日志]]：记录知识库的所有更新历史
---
## 统计信息
| 领域 | 笔记数量 |
|------|----------|
| 网络技术 | 8篇 |
| AI与大模型 | 12篇 |
| 摄影与后期 | 8篇 |
| 英语学习 | 29篇 |
| 数学学习与学习方法 | 5篇 |
| 编程开发 | 3篇 |
| AI教育变革 | 1篇 |
| CCF行业动态 | 2篇 |
| HCIE认证考试 | 3篇 |
| 知识管理 | 1篇 |
| **总计** | **73篇** |
## 最近更新
- 2026-04-17：新增[[工作流-Git协作流程]]，Git分支架构设计方案，总计73篇
- 2026-04-17：Ingest自动摄入新增[[英语词汇串词速记法]]，英语学习分类更新为29篇，总计72篇
- 2026-04-17：Ingest自动摄入新增2篇语法笔记（独立主格结构、助动词与情态动词），英语学习分类更新为28篇，总计71篇
- 2026-04-17：Query应答新增[[英语将来完成时态详解]]，英语学习分类更新为26篇，总计69篇
- 2026-04-17：Query应答新增[[英语将来进行时态详解]]，英语学习分类更新为25篇，总计68篇
- 2026-04-17：Query应答新增[[英语一般将来时态详解]]，英语学习分类更新为24篇，总计67篇
- 2026-04-17：Query应答新增[[英语过去完成进行时态详解]]，英语学习分类更新为23篇，总计66篇
- 2026-04-17：Query应答新增[[英语过去完成时态详解]]，英语学习分类更新为22篇，总计65篇
- 2026-04-17：Query应答新增[[英语过去进行时态详解]]，英语学习分类更新为21篇，总计64篇
- 2026-04-17：Query应答新增[[英语一般过去时态详解]]，英语学习分类更新为20篇
- 2026-04-16：Ingest自动摄入4篇英语语法笔记（动词分类、时态体系、虚拟语气、非谓语动词），知识库总计55篇
- 2026-04-16：Ingest自动摄入日志笔记（10篇）和视频笔记（1篇），知识库总计51篇
- 2026-04-16：Ingest自动摄入新增3篇HCIE认证考试笔记，知识库总计50篇
- 2026-04-16：Ingest自动摄入新增2篇CCF行业动态笔记，知识库总计46篇
- 2026-04-16：新增[[英语语法体系核心框架]]笔记，英语学习分类更新为8篇
- 2026-04-16：Ingest自动摄入完成，新增4篇Wiki笔记（强化学习融合、非神经网络模型、AI教育、个人智能）
- 2026-04-16：为19个Raw层采集笔记添加YAML Frontmatter
- 2026-04-15：完成Raw层所有核心文件的结构化提取，共生成38篇Wiki笔记
- 2026-04-15：新增[[卡帕西AI知识库三层架构方法论]]笔记，完成知识库初始化
---
*本索引由AI自动维护，每次内容更新后会同步更新*

72
03.wiki/上瘾式学习法指南.md
View File

@@ -1,72 +0,0 @@
---
标签:
- 学习方法
- 上瘾式学习
- 多巴胺
- 效率提升
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[《上瘾式学习》.md]]"
关联:
- "[[学习方法：如何让知识真正进脑子？]]"
- "[[数学学习：为什么看懂答案却不会做题？]]"
- "[[番茄工作法实操指南]]"
状态:
- 健康
---
# 上瘾式学习法指南
## 一、核心认知误区：学习不需要靠自律
### 为什么刷抖音能刷3小时，学习却20分钟就坐不住？
本质不是你意志力差，而是你缺的不是自律，是让学习触发大脑奖励机制的方法。
大脑不分好习惯和坏习惯，只认多巴胺：谁能提供多巴胺，大脑就主动追谁。短视频、游戏的上瘾机制和学习可以触发的大脑通路完全一致，传统学习之所以痛苦，是因为你的学习方式把多巴胺的通路「毒死了」：
- 游戏：每打一下怪经验条就动、每过一关就有宝箱、每升一级就有提示，几秒就能收到一次进步信号，大脑持续获得多巴胺奖励，自然愿意投入
- 传统学习：反馈周期极长，奖励往往要等到1个月、2个月甚至一学期后的考试才会出现，但大脑是急性子，需要秒级的即时反馈，相当于在一片漆黑里走几个月看不到反馈，自然会想要逃跑
## 二、上瘾式学习的三把核心钥匙
### 第一把：好奇心劫持
多巴胺不是在获得答案的时候分泌最猛，而是在「想知道但还不知道」的期待时刻分泌最多。
科学家做过猴子实验：训练猴子按按钮得果汁，最开始多巴胺是果汁到嘴里的时候分泌，训练几次后猴子知道灯亮就代表果汁要来，多巴胺分泌的峰值就提前到了灯亮的时刻——**期待比得到本身更让人兴奋**。
#### 操作方法
传统学习方式从教材第一页开始看，没有悬念没有期待，大脑自然容易犯困。正确的做法是：
✅ 学习前先给自己抛一个真正想知道答案的问题
- 学经济学不要先看GDP的定义，先问自己「为什么我工资涨了却感觉越来越穷？」
- 学物理不要先看公式，先问自己「为什么过山车倒过来不会掉下来？」
把「我要学习」转化为「我要找答案」，大脑从被动接收变成主动狩猎，瞬间就会激活多巴胺，不再抵触学习。
### 第二把：遗忘是最好的朋友
大多数人看到艾宾浩斯遗忘曲线，只会觉得人类记忆力差，实际上遗忘是强化记忆的核心武器：
- 如果一个知识你记得很牢，再看一遍大脑会觉得无聊，不会分泌多巴胺，也不会加深记忆
- 如果知识快忘了但还没完全忘的时候复习，「想起来了」的瞬间会分泌多巴胺，对应的记忆神经连接会被大幅加固
就像健身时肌肉撕裂后修复才会变强，遗忘就是这个「撕裂」的过程，没有遗忘就没有真正的记忆强化。
#### 操作方法
不要学完立刻「趁热打铁」（这种流畅的爽感是错觉，不会真正加固记忆），而是按照间隔重复的节奏复习：
✅ 学完1天复习一次 → 3天复习一次 → 1周复习一次 → 2周复习一次
每次都在快遗忘的边缘把记忆拉回来，每拉一次记忆就强一倍。
### 第三把：反馈环设计
赌博、刷短视频让人上瘾的核心是「可变奖励」：如果每次都赢或者每次都输，人很快就会觉得无聊，只有结果不确定、有时候赢有时候输，不知道下一次会获得什么，才会让人停不下来。
传统学习的反馈模式是完全确定的：看书→做笔记→考试，每一步都知道下一步是什么，大脑自然觉得无聊。
#### 操作方法
给学习加入不确定性的最简单方法是**自我测试**：
✅ 看完书之后合上书，拿一张白纸问自己刚才学了什么，能说出来多少算多少
这和被动考试不一样，是你和自己下棋：你会发现很多以为懂了的内容其实说不出来，挣扎着把答案拼出来的过程，既踩中了遗忘曲线的复习节点，又会分泌多巴胺强化记忆，而且每次测试能答对多少是不确定的，刚好符合可变奖励的逻辑。
## 三、配套环境设计：避开意志力陷阱
### 1. 开辟专属学习空间
很多人学习会选沙发、床这类放松的空间，但这类空间也是你刷短视频、娱乐的场景，同一个空间同时做上瘾的娱乐和不上瘾的学习，大脑会自动选择更爽的娱乐，相当于在敌人的主场打仗，不可能赢。
✅ 你需要开辟一个只做学习的专属空间，哪怕只是一张桌子、一个角落，大脑会逐渐把这个空间和学习状态绑定，就像巴普洛夫的狗听到铃声会流口水，你坐到这个位置大脑就会自动切换成学习模式。
### 2. 物理隔离手机
不要靠意志力逼自己不看手机，手机背后有上千个工程师研究怎么抢夺人的注意力，普通人的意志力永远赢不了。
✅ 学习时让手机和自己不在同一个房间，从物理层面隔离干扰，不要给自己 temptation 的机会。
## 四、枯燥知识的转化技巧
很多知识看似枯燥（比如法律条文、会计准则），但枯燥不是知识本身的属性，是没有上下文的孤立信息的属性，大脑不擅长记忆孤立信息，却极度擅长记忆故事。
#### 操作方法：给知识制造意义感
意义感就是多巴胺的另一个名字，只要让大脑相信这个知识和自己有关、学了有用，大脑就会拼命运转。
✅ 把枯燥的知识和真实场景、故事绑定：
- 法律条文本身很枯燥，但如果告诉你有人因为不懂《民法典》第188条赔了200万家破人亡，避免这个悲剧的核心就是这条法规，条文就不再是冰冷的文字，而是和真实命运绑定的武器、盾牌，瞬间就会变得有吸引力。
## 五、落地第一步：5分钟启动法
不需要等完美的准备，今天就可以开始：
✅ 今天晚上准备刷手机之前，打开你最近想学的内容，不要从头看，先给自己提一个真正想知道答案的问题，只找这一个问题的答案，找到就停，只用5分钟不要贪多。
大脑会记住这次找到答案的快感，明天会主动想要第二次，后天第三次，不用逼自己，大脑尝过多巴胺的甜头就会主动追着你学，上瘾就是这么开始的。
## 六、核心总结
世界上不存在不适合学习的人：你能为了游戏研究装备到凌晨三点，能把偶像的歌词倒背如流，能记住喜欢的UP主每一期内容，说明你有足够的注意力、记忆力、理解力，只是从来没人教你怎么把这些能力用到学习上。
过往你学习痛苦，不是因为脑子不行，是你一直在用错误的方式惩罚本该被奖励的大脑：骂它懒、嫌它笨、逼它吃苦，它自然会反抗。
从今天开始换一种方式，喂它好奇心、喂它成就感、喂它「我又搞懂一个东西」的快感，它会像上瘾一样追着你跑。
> 作者安川康介本身是普通的日本医学生，用这套方法考过了地狱级难度的美国医师执照考试，后来到哈佛做研究。他说：学习方法的学习，是一个人一生中投资回报率最高的学习。

147
03.wiki/专业视频拍摄：Apple Log入门指南.md
View File

@@ -1,147 +0,0 @@
---
标签:
- 摄影
- 视频拍摄
- Apple Log
- Blackmagic Camera
- 后期调色
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[1.1从Log开始，开启专业画质之路.md]]"
关联:
- "[[曝光控制教程]]"
- "[[白平衡调整教程]]"
状态:
- 健康
---
# 专业视频拍摄：Apple Log入门指南
## 什么是好的视频画面
评价好画面的标准不仅包括清晰度高、明暗合适、色彩鲜艳，还应考虑：
- 锐度
- 照点色彩的准确性
- 动态范围
- 细节保留
三种拍摄模式效果对比：
- **普通视频模式**：高光和暗部细节保留欠缺，高光部分有溢出，暗部细节丢失，色彩偏向过饱和
- **专业电影机**：动态范围宽，能很好地保留画面中的亮部和暗部细节，色彩表现更自然
- **Apple Log模式**：画面表现比电影机差一些，但比普通模式好很多
## Apple Log介绍与设置
Apple Log是iPhone 15 Pro及以上机型提供的专业视频拍摄模式。
### 使用条件
- 需要iPhone 15系列以后的Pro机型
- 在设置中打开Apple Pro-RES编码选项
- 选择Log模式
- 在相机中启用Log模式
### Apple Log拍摄特点
- 画面呈现"灰灰"的状态
- 文件体积比常规视频大近40倍
- 为保留更多画面信息，牺牲了存储空间
- 将高光和暗部都压缩到有限的色彩空间内
### Apple Log的优势
- 保留更多画面信息
- 后期调色空间更大
- 能够实现更专业的电影感效果
- 相比SDR直出画面，调色后效果更自然
## Blackmagic Camera App使用指南
Blackmagic Camera是免费的专业视频拍摄App，可在App Store下载。
### 与原生相机的区别
- 可自由控制所有参数
- 提供专业级拍摄功能
- 支持Log模式拍摄
### 基本设置步骤
1. 点击设置
2. 将色彩空间选项设为Apple Log - HDR
3. 选择H.265编码
4. 比特率选择最高
5. 在LUT选项中导入课程素材包中的LUT文件
6. 开启"显示LUT"和"将LUT录制到片段"选项
### LUT（Look-Up Table）功能
- 影视行业用于调色的颜色模板
- 可自动将Log画面调至理想状态
- 使拍摄画面直接呈现调好颜色的效果
### 快速启动方法
- **iPhone 15 Pro**：
- 替换锁屏右下角相机按钮：长按锁屏进入编辑界面，删除原相机按钮，添加"打开App"按钮并选择Blackmagic Camera
- 更改侧边操作按钮：在设置中进入快捷指令，选择"打开App"并选择Blackmagic Camera
- **iPhone 16 Pro**：
- 除上述两种方式外，可在相机设置中将相机控制按钮设为启动Blackmagic Camera
## 文件管理与导出
### 文件存储特点
- 拍摄文件不直接存入相册
- 保存在App独立界面中
- 不建议设置为直接录到相册（可能导致文件存储异常、手机过热或卡顿）
### 文件导出方法
- 通过分享符号→存储视频：将文件存入相册
- 更高效的方法：
- Mac电脑：使用AirDrop传输（最便捷）
- Windows或其他设备：采用有线连接方式
### 文件传输方式对比
- Mac端：AirDrop、访达、图像捕捉、相册应用、外置硬盘
- Windows端：相册USB传输、硬盘录制传输、iCloud云同步
- 每种方式有其适用场景、优点和缺点
## 文件命名规范
### 专业文件命名的重要性
- 苹果原生相册命名混乱（如IMG_1877.MOV）
- 专业命名便于后期处理和素材管理
### Blackmagic Camera的文件命名标准
示例：`A001_01171530_C001`
命名结构解析：
- `A`：摄影机号（代表不同机位）
- `001`：卷号（代表第几次循环录制）
- `01171530`：时间日期
- `C`：Clip标识
- `001`：片段号（代表视频顺序）
### 文件命名设置
- 点击场记板功能可设置卷号和摄影机号
- 场记板界面还可设置素材的其他元数据
- 元数据虽不体现在文件名上，但可在后期剪辑软件中查看
### 实际应用场景
- 与朋友合作拍摄时，可约定不同机位（如A机位为主机位，B机位为特写）
- 每首歌使用不同卷号，便于后期整理
- 回到电脑后，可快速区分素材来源和内容
### 好镜头标记功能
- 在信息面板右侧点击爱心按钮标记好镜头
- 标记会嵌入文件中
- 后期在剪辑软件中可直接筛选出标记的素材
- 便于在旅途中快速筛选素材
## 拍摄技巧与注意事项
### Blackmagic Camera的局限性
- 不能拍摄照片，仅支持视频拍摄
- 切换镜头焦段时画面会卡顿（不像原生相机可无缝变焦）
- 建议使用单一焦段拍摄以避免此问题
### 镜头清洁的重要性
- 镜头干净程度直接决定最终画质
- 后期无法修正脏镜头导致的问题
- iPhone镜头表层为蓝宝石玻璃，不易划伤
- 清洁方法：
- 可用纸巾、衣服擦拭
- 理想情况下使用专业清洁布
### Apple Log拍摄的潜力
- 通过预设可实现不同效果
- 但Log拍摄的潜力远不止预设
- 需要掌握曝光、白平衡、硬镜等知识才能充分发挥
- 与Log同样重要的是LUT（调色模板）
## 核心要点总结
本课程详细介绍了如何使用iPhone的Apple Log模式开启专业画质之路。通过对比普通模式、专业电影机和Apple Log的拍摄效果，展示了Log模式在动态范围和后期调色方面的优势。课程重点讲解了Blackmagic Camera App的设置与使用，包括色彩空间配置、LUT应用和快速启动技巧。同时强调了专业文件管理的重要性，详细解析了行业标准的文件命名规范，以及如何利用场记板功能和好镜头标记提高后期效率。最后提醒了镜头清洁等关键拍摄注意事项，为后续深入学习Log拍摄技术奠定了基础。掌握这些知识不仅能提升手机视频质量，也为使用专业摄影设备打下坚实基础。

90
03.wiki/专业采访拍摄全流程实操指南.md
View File

@@ -1,90 +0,0 @@
---
标签:
- 摄影
- 视频拍摄
- 采访实操
- 布光技巧
- 音频录制
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[1.5综合运营课：一次专业级采访实操.md]]"
关联:
- "[[专业视频拍摄：Apple Log入门指南]]"
- "[[Log拍摄实战：曝光控制技巧]]"
- "[[Log拍摄实战：白平衡与色调控制]]"
- "[[视频拍摄技巧：升格与降格应用]]"
状态:
- 健康
---
# 专业采访拍摄全流程实操指南
## 一、采访前期准备
### 1.1 场景与座位设置
- 优先调整座位而非直接架设机位，避免让嘉宾提前入座等待
- 使用光替（替身）测试光线，确保替身身高与嘉宾一致
- 明暗线原则：调整座位使画面呈现「明-暗-明-暗」过渡，保留内部细节，允许外部过曝
- 保持嘉宾间舒适距离，避免画面拥挤
### 1.2 机位设置规范
#### 主机位要求
- 头部空间：保留画面1/3或1/4空白作为头部空间，避免构图失衡
- 打点标记：使用大力胶在地面标记机位位置和角度，便于复位
#### 副机位与180度规则
- 避免越轴：在两位嘉宾间画轴线，所有相机必须保持在轴线同一侧的半圆内移动，防止嘉宾朝向反转导致观众空间混乱
- 副机位构图：采用120mm长焦特写捕捉表情，避免与主机位24mm焦段重复；可使用前景遮挡实现过肩构图，增强层次感
## 二、参数统一设置
### 2.1 核心参数标准
- **白平衡**：统一设置为5600K（根据场景微调），锁定后检查色调偏移，避免画面跳色
- **帧率**：推荐29.97fps（或59.94fps），禁止与30fps混用，避免音画不同步
- **ISO与快门**：降低ISO保留窗外细节；国内50Hz交流电环境下快门设为1/50秒，规避频闪
### 2.2 预设同步方案
- 使用Blackmagic Camera保存「采访」预设，通过AirDrop同步到所有机位，确保参数一致
## 三、布光技巧
### 3.1 三点布光基础
- **主光+辅光**：提供基础照明，确保嘉宾面部均匀
- **背光（Rim Light）**：功率100W以上，高挂避免直射镜头，用于区分人物与背景，增强立体感
- **防炫光**：使用遮光板阻挡光线直射镜头
### 3.2 进阶反向胶托布光法
- 将灯置于人物后方，一盏灯同时作为嘉宾A的背光和嘉宾B的面光，另一盏灯反之
- 优势：突出人物轮廓，增强眼神光，提升画面电影感
- 配合反光板（米波罗）补光，避免面部暗部过暗
### 3.3 布光检查要点
- 确保眼神光存在，无眼神光会显得人物无神
- 逆光方案适合专业采访，能提升人物生动感
## 四、音频录制规范（优先级高于视频）
### 4.1 核心参数设置
- 采样率固定为48000Hz，音频格式选择AAC
- 禁用麦克风降噪功能，避免音质破坏
- 关闭多余音轨，仅启用所需轨道
### 4.2 麦克风部署
- 领夹麦位置：别在胸腔位置（嘴唇顺下至大拇指到小拇指范围），而非领口，平衡高低音避免发闷
- 优先使用metall领夹麦，隐蔽性好音质清晰
- 摄影师亲自为嘉宾佩戴麦克风，禁止嘉宾自行操作
### 4.3 三重备份方案
1. 主设备录音：相机直接录制
2. 无线麦录音：一拖二无线系统同步录制
3. 备份设备录音：手机或备用设备单独录制，每位嘉宾单独备份
- 进阶方案：使用改装无线枪式麦克风，支架固定不穿帮，两支交错录制避免收音死角
## 五、拍摄前最后检查清单
1. 镜头清洁：所有镜头用拭镜纸彻底清洁，指纹后期无法修复
2. 参数复核：确认所有机位白平衡、帧率、ISO统一
3. 音频监听：使用AirPods实时监听音频，确保正常
4. 环境准备：提前铺设地毯减少混响，确认嘉宾状态舒适
5. 权限设置：主机位由摄影师专属控制，禁止他人调整
## 核心要点总结
- 手机凭借小巧便携、多焦段无需换镜头的优势，完全可胜任专业采访拍摄，苹果官方发布会和库克采访均使用iPhone拍摄
- 音频优先级高于视频，声音丢失无法挽回，必须做三重冗余备份
- 布光核心是塑造立体感和眼神光，反向胶托布光和反光板是低成本高效果的方案
- 180度规则和参数统一是多机位拍摄的基础，避免后期出现无法修复的问题

127
03.wiki/个人智能与智能体个性化.md
View File

@@ -1,127 +0,0 @@
---
标签:
- AI与大模型
- Agent
- 个性化智能
- 个人智能
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/06.相聚秀湖共话个人智能]]"
关联:
- "[[AI Agent基础概念与架构]]"
- "[[强化学习与大模型融合：决策智能]]"
状态:
- 健康
---
# 个人智能与智能体个性化
## 核心主题
第三十七期CCF秀湖会议聚焦"**个人智能**——智能体个性化与协同的前沿探索"。
---
## 四大核心技术方向
### 1. 机器记忆智能（郑庆华）
#### 新范式："机器记忆智能"
借鉴人脑记忆与认知机制，以"**吸引子**"为核心记忆载体：
| 机制 | 说明 |
|------|------|
| 抽象 | 信息压缩与概括 |
| 联想 | 跨域知识关联 |
| 混沌激活 | 自组织演化 |
#### 技术突破
- 仅激活**1%~4%神经元**即可完成高效推理
- 能耗降至现有大模型的**十万分之一**
- 突破对大数据与反向传播的依赖
- 为国产AI开辟**自主可控**的新技术路径
### 2. 学件智能体（周志华）
#### 核心思想
未来AI的发展未必是构建单一超级模型，而是可能出现**海量小模型的组合与持续演进**。
#### "学件"范式
- 通过系统自动生成的"**规约**"
- 在不暴露原始数据与模型细节的前提下
- 提供刻画并连接模型的能力
- 使其能如**乐高积木**般根据用户需求进行匹配与组合
#### 优势
- 促成跨领域的能力涌现
- 解决**灾难性遗忘**问题
- 解决**数据孤岛**问题
- 更轻量、更安全、可演进
### 3. 智能的迁移与成长（陈熙霖）
#### 从共性走向个性
突破传统大模型对海量数据与固定任务的依赖，转向具备：
- 连续学习能力
- 本体适应能力
- 任务分解能力
#### 技术路径
- **分层架构**：高层规划与底层执行解耦
- **策略代码**：操作技能抽象为可复用模块
- **语言交互**：完成复杂任务拆解
#### "昆虫纲问题"
从思维、用户与行为空间的角度考虑个性化问题，**多样性驱动**是关键。
### 4. 脑机智能（潘纲）
#### 研究进展
- "智能影子"构想：将个人大脑信号作为重要组成部分
- 脑信号解读已取得较好进展
- 一个通用基座模型可同步识别：睡眠、情绪、运动、想象、癫痫前兆等
#### 应用案例
- 瘫痪患者意念操控机械臂
- 写字等精细动作
#### 未来方向
以大脑的"理解方式"反哺AI，使机器能像人类一样理解**抽象概念**，而非仅依赖数据记忆。
---
## 五大专题研讨
| 专题 | 核心议题 |
|------|---------|
| 记忆驱动的个性化智能 | 记忆系统生命周期、记忆驱动个性化关键技术 |
| 模型驱动的个性化智能 | 个性化大模型前沿技术、规模化落地路径 |
| 交互驱动的个性化智能 | 交互关键技术底座、跨场景适配与通用模型协同 |
| AI智能路由 | 模型路由和智能体路由的前沿技术 |
| 多智能体系统 | 多智能体协同的技术难题和前沿方向 |
---
## 关键结论
> 构建能够**理解个体意图**、实现**双向增强**的"个体智能"系统
个性化智能的核心不是让AI更像人，而是让AI能够：
1. 理解个体的独特需求
2. 适应个体的认知模式
3. 与个体形成协同增强
---
*本笔记由AI从CCF秀湖会议报告自动提取生成*

81
03.wiki/卡帕西AI知识库三层架构方法论.md
View File

@@ -1,81 +0,0 @@
---
标签:
- 知识管理
- AI知识库
- 卡帕西方法论
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[用卡帕西的方法，打造自我进化的 AI 知识库.md]]"
关联:
- "[[自我进化AI知识库协作协议]]"
状态:
- 健康
---
# 卡帕西AI知识库三层架构方法论
## 核心理念
本方法来源于Andrej Karpathy（OpenAI联合创始人、前特斯拉AI总监）的知识库构建理念，核心是**从传统搜索式RAG转向主动的Wiki式知识积累**，解决传统AI笔记管理的痛点：
- ❌ 没有积累：每次提问都要重新翻阅文档、重新理解上下文
- ❌ 从零开始：上次问过的内容、整理过的关系不会被保留
- ❌ 重复劳动：系统一直在重复相同的工作，无法形成知识复利
## 三层架构设计
### 1. Raw层（原始素材层）
- **内容**：文章、论文、截图、播客笔记、个人日记等所有原始资料
- **规则**：AI只读不写，保持原始内容的完整性，无需人工整理
- **本知识库对应路径**：
- 「01.采集 Grasp/所有采集」：外部采集素材
- 「04.日记周记/01. 日记」：个人原生内容
### 2. Wiki层（结构化知识层）
- **内容**：AI自动维护的结构化知识库，由Raw层内容提取生成
- **核心组件**：
- 概念笔记：核心概念、方法论、知识点的独立解析
- 主题索引：按领域分类的知识汇总页面
- 关系图谱：知识点之间的交叉链接、关联说明
- 问答库：历史问答中沉淀的高质量答案
- **规则**：自动建立双向链接，维护全局索引`index.md`作为入口
### 3. Schema层（协作协议层）
- **内容**：`CLAUDE.md`规则文件
- **作用**：定义AI处理知识库的所有规则、工作流和行为规范，所有AI操作必须严格遵循
## 三大核心操作工作流
### 1. Ingest（自动摄入）
- **触发时机**：Raw层有新文件添加/更新时自动执行
- **执行流程**：
1. 读取新素材，理解核心内容
2. 提取关键概念、核心观点、有用信息
3. 检查Wiki层是否已有相关内容：
- 已有内容：补充更新，更新元数据和关联链接
- 没有内容：创建新的结构化笔记
4. 更新全局索引`index.md`，记录变更
5. 生成入库报告，说明新增/更新内容
### 2. Query（查询应答）
- **触发时机**：用户提出问题时执行
- **执行流程**：
1. 优先读取`index.md`定位相关知识点位置
2. 检索相关Wiki内容，整理准确答案
3. Wiki层无相关内容时再去Raw层查找
4. 高质量答案自动整理成结构化笔记存入Wiki层
5. 更新相关交叉链接和索引
### 3. Lint（健康检查）
- **触发时机**：每周自动执行一次，或用户主动触发
- **检查内容**：
1. 索引检查：`index.md`是否包含最新内容、链接是否有效
2. 内容检查：是否有重复笔记、矛盾内容、过时信息
3. 链接检查：是否有失效链接、孤儿页面
4. 元数据检查：笔记头部元数据是否完整规范
- **输出**：生成健康检查报告，经确认后自动修复可解决问题
## 新手指南
搭建这套系统可以分三步走：
1. 建三个文件夹：`Raw/`放原始资料，`Wiki/`放AI整理后的内容，`Outputs/`放AI生成的答案
2. 写`CLAUDE.md`规则文件，告诉AI知识库的分类、整理规则
3. 让AI读取Raw层所有内容，按照规则在Wiki层生成带索引、交叉链接的结构化知识库
## 价值
这套系统将笔记从静态存储变成了动态增长的知识资产，实现了知识的自动化沉淀，随着使用时间增长，知识库会越来越完善，查询效率和答案质量会不断提升，形成知识复利效应。

118
03.wiki/大学英语四级词汇复习总攻略.md
View File

@@ -1,118 +0,0 @@
---
标签:
- 英语学习
- 四级考试
- 词汇复习
- 备考攻略
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[四级词汇复习总攻略.md]]"
关联:
- "[[英语词根词缀记忆法完全指南]]"
- "[[英语微语境记忆法指南]]"
- "[[四级真题核心词汇总结]]"
状态:
- 健康
---
# 大学英语四级词汇复习总攻略
## 一、复习阶段总览
四级考试每年两次：6月（上半年）和12月（下半年），词汇复习分四个阶段：
| 阶段 | 时间（6月考试） | 时间（12月考试） | 核心目标 |
|------|----------------|----------------|----------|
| 基础阶段 | 3-5月 | 9-11月 | 夯实词汇基础，系统背完所有考纲词汇 |
| 一刷真题阶段 | 4月-5月中 | 10月-11月中 | 分模块刷题，积累真题词汇 |
| 二刷强化阶段 | 5月中-5月底 | 11月中-11月底 | 梳理重点难点，巩固高频词汇 |
| 临考冲刺阶段 | 6月初-考前 | 12月初-考前 | 快速回顾，查缺补漏 |
## 二、分阶段详细攻略
### 第一阶段：60天系统背单词（基础阶段）
#### 时间节点
- 6月考试：3-4月（共60天）
- 12月考试：9-10月（共60天）
#### 目标
1. 系统精学重点高频词
2. 简单记忆非重点低频词
#### 操作方法
##### A. 重点词精学
- 词汇分类：按高频、中频、低频分类学习，优先掌握高频词
- 学习方法：每个单词要掌握词义、词根词缀拆解、搭配用法，用思维导图串记同根词、近反义词
- 检测机制：每学完1个单元做一次检测，标记没掌握的单词
##### B. 非重点词快速记忆
- 第一步：快速筛查，划掉已经认识的单词
- 第二步：不认识的小词快速记忆，不需要深入学习用法，只要看到认识即可
- 第三步：再次检测，确保识记率达到90%以上
### 第二阶段：重点词深度复习（强化阶段）
#### 时间节点
- 6月考试：5月
- 12月考试：11月
#### 目标
1. 针对第一阶段检测中没掌握的重点词，二次精细化记忆
2. 多轮循环复习，直到所有重点词都熟练掌握
3. 目标600分以上的同学，适度拓展复习非重点词
#### 操作方法
- 建立错题本：把记不住的单词、真题中遇到的生词整理到错题本，反复复习
- 场景记忆：结合真题语境记忆单词，掌握单词在考试中的实际用法
- 多轮重复：按照艾宾浩斯遗忘曲线复习，间隔1天、3天、7天、15天重复记忆
### 第三阶段：考前冲刺（2-3周）
#### 时间节点
- 6月考试：6月初-考前
- 12月考试：12月初-考前
#### 重点
1. 快速过重点词：用检测的方式代替逐词背诵，已经掌握的快速跳过，重点看没记住的
2. 回顾真题词汇：复习真题中遇到的高频词、核心表达、固定搭配
3. 专项记忆：背写作高级替换词、翻译主题词汇、听力高频词
## 三、分题型词汇积累方法
### 1. 写作词汇
#### 目标
积累写作高频替换表达，避免用基础词汇，提升作文档次。
#### 示例：常用表达替换
| 基础表达 | 高级替换 |
|----------|----------|
| In my opinion | As far as I am concerned / From my perspective |
| very important | of great significance / vitally important / crucial |
| many / a lot of | a great number of / a multitude of / numerous |
| I think | I reckon / I maintain / I argue |
| good | positive / favorable / excellent / outstanding |
#### 方法
- 按话题积累：教育、科技、环境、社会、校园等话题分类积累高级表达
- 背模板的同时记词汇：背写作模板时，重点记忆里面的高级词汇和搭配
### 2. 听读词汇（听力+阅读）
#### 目标
掌握听力和阅读中的高频同义替换，这是考试的核心考点。
#### 听力示例
- 原文：I hurt my ankle last week.（我上周脚踝受伤了）
- 答案同义替换：He is physically unfit for it.（他身体不合适）
#### 阅读示例
- 原文：the gender gap disappears（性别差距消失了）
- 答案同义替换：The gender difference no longer existed.（性别差异不再存在）
#### 方法
- 刷题时标记所有同义替换，整理到笔记本，反复复习
- 听力词汇要多听发音，确保听到就能反应出意思
### 3. 翻译词汇
#### 目标
积累中国特色、社会话题相关的核心翻译表达。
#### 示例
| 中文 | 英文表达 |
|------|----------|
| 有助于 | be conducive to / contribute to |
| 减轻疲劳 | relieve fatigue |
| 延缓衰老 | slow down aging process |
| 传统文化 | traditional culture |
| 科技创新 | technological innovation |
| 可持续发展 | sustainable development |
#### 方法
- 按话题积累：中国文化、传统节日、社会发展、科技进步等
- 翻译真题做完后，整理答案中的核心表达，反复背诵
## 四、复习注意事项
1. **不要死记硬背**：结合词根词缀、微语境、联想记忆等方法，提高记忆效率
2. **多感官记忆**：边背边读边写，调动听觉、视觉、动觉，记忆更牢固
3. **不要孤立背单词**：结合真题语境背单词，掌握单词的实际用法和同义替换
4. **重复是王道**：单词需要反复复习，至少重复7次才能记住，不要指望背一遍就会
5. **分优先级**：优先背高频词，再背中频词，最后背低频词，不要在生僻词上浪费太多时间
## 五、每日时间规划建议
- 基础阶段：每天花30-45分钟背新单词，15分钟复习旧单词
- 强化阶段：每天花20分钟复习单词，10分钟整理真题词汇
- 冲刺阶段：每天花15分钟快速过单词，重点看错题本里的单词
### 记忆黄金时间
- 早上起床后30分钟：记忆力最好，适合背新单词
- 晚上睡觉前30分钟：适合复习旧单词，睡眠中大脑会自动巩固记忆

99
03.wiki/大模型基础概念入门.md
View File

@@ -1,99 +0,0 @@
---
标签:
- 大模型基础
- AI入门
- 机器学习
- 深度学习
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[基础篇-认识大模型.md]]"
关联:
- "[[提示词工程入门]]"
- "[[GLM-4.5大模型原生融合架构详解]]"
状态:
- 健康
---
# 大模型基础概念入门
**讲师**：智泊 AI-Jerry 老师
**课程目标**：7 天从小白到大神，掌握大模型应用开发，少走弯路。
## 核心概念层级关系
对于零基础同学，首先需要厘清以下五个核心概念及其层级关系：
* **人工智能 (AI, Artificial Intelligence)**：广泛涉及计算机科学、数据分析、统计学等多个学科的交叉领域，旨在构建具备智能、学习、推理和行动能力的机器。
* **生成式人工智能 (GAI, Generative Artificial Intelligence)**：AI 的一个子集，目标是让机器能够产生复杂、有结构的物件（如文本、图像）。
* **机器学习 (ML, Machine Learning)**：实现 AI 的一种手段。
* **深度学习 (DL, Deep Learning)**：机器学习的一个分支，更强大的手段。
* **大语言模型 (LLM, Large Language Model)**：当前主流的人工智能产品形态。
## 人工智能的发展历程与里程碑
人工智能真正走进普通人世界的标志性事件主要有两个阶段：
### 2.1 早期阶段：暴力搜索与规则
* **1997 年 深蓝 (Deep Blue)**：击败国际象棋世界冠军卡斯帕罗夫。
* **技术原理**：采用**暴力搜索 (Brute-force Search)** 算法。由于国际象棋的棋子走法有限，计算机可以穷举所有可能的路径，结合程序员预设的启发式评估函数进行决策。
* **局限性**：无法应对组合可能性无限的围棋，随后 AI 进入低谷期。
### 2.2 深度学习阶段：神经网络
* **2016 年 AlphaGo**：击败围棋世界冠军李世石；2017 年 AlphaGo Master 击败柯洁。
* **技术原理**：采用**深度学习 (Deep Learning)** 和**人工神经网络 (ANN)**。
* **技术突破**：解决了深度学习中的“深度丢失”或“塌陷”问题（即随着层数增加，数据特征趋于一致）。中国天才**何凯明 (He Kaiming)** 提出的**残差连接 (Residual Connection)** 概念解决了这一难题，推动了深度学习的传播。
### 2.3 生成式 AI 阶段：大模型爆发
* **2022 年 11 月 ChatGPT 3.5**：标志着生成式人工智能的爆发。
* **变革**：此前的 AI 主要做单选题、判断题（基于已有内容回答）；GAI 能够从零到一生成复杂内容（如写作文）。
* **2025 年 1 月 DeepSeek-R1**：吹响了大模型“百模大战”的号角。
* **影响**：DeepSeek 的开源降低了技术门槛，让开发者可以站在巨人的肩膀上，只需关注数据喂送和微调，即可让大模型跑起来。
## 机器学习与深度学习详解
### 3.1 机器学习的三种模式
机器学习是早期 AI 训练的主要方式，分为三种：
1. **监督学习 (Supervised Learning)**：
* **定义**：提供**标注好 (Labeled)** 的数据。
* **示例**：给模型看图片并标注“这是猫”、“这是狗”。模型提取特征并与标签建立联系，后续根据新图片特征输出分类。
* **类比**：老师给例题并讲解步骤，学生模仿学习。
2. **非监督学习 (Unsupervised Learning)**：
* **定义**：提供**未标注**甚至**残缺**的数据，让机器自学。
* **示例**：**补全 (Completion)** 任务。给出一段被遮挡的文字或图片，让模型预测缺失部分。
* **类比**：老师只给题目，让学生自己推导解题步骤。
3. **强化学习 (Reinforcement Learning)**：
* **定义**：建立在监督和非监督学习基础之上，对模型输出行为进行约束和增强。
* **机制**：**正反馈 (Positive Feedback)** 与 **负反馈 (Negative Feedback)**。
* **示例**：模型回答后，人类给予点赞（加分）或点踩（减分）。通过多轮交互，模型知道如何回答更好。
* **类比**：小朋友做对事受表扬，做错事受批评，从而调整行为。
### 3.2 深度学习与 Transformer
* **神经网络 (Neural Network, NN)**：模拟人脑神经元构造，进行分层信息处理。“深度”指网络的层数（一层、两层、三层...），每一层提取不同维度的特征。
* **Transformer 架构**：
* 目前主流大模型（ChatGPT, DeepSeek 等 80% 以上）均基于 **Transformer** 或其变种。
* **开发者视角**：对于应用开发者，深度学习内部机制可视为**黑盒 (Black Box)**。我们不需要研究发动机原理，只需了解输入输出，站在巨人肩膀上进行应用开发。
## 大模型的意义与影响
* **历史定位**：大模型的出现相当于**人类学会使用火的时刻**。它揭开了一片新的黑暗空间，让我们能探索以前未涉及的领域。
* **科学探索**：在自然科学（数学、物理、化学、生物）领域，人类受限于自身知识和视野（二维视角）。大模型能将视野扩展到全视野（三维/多维），提供方向和快速验证过程。
* **案例**：输入目标和研究数据，让大模型寻找可能的药物分子组合（如抗癌药研究）。
## 主流大模型产品盘点
### 5.1 国内大模型
* **通义千问 (阿里巴巴)**：开源大模型，支持中文理解与生成，推理能力强（特别是千问 Max）。
* **智谱清言 (智谱科技)**：清华大学背景，聚焦中文 NLP，跨行业能力强。
* **文心一言 (百度)**：生成式 AI 产品，强调多轮对话和情感理解。
* **DeepSeek (深度求索)**：专注于视觉与语言多模态结合，支持图像生成与推理。
* **混元 (腾讯)**：跨领域大模型，结合深度学习与传统 AI 技术。
* **讯飞星火 (科大讯飞)**：认知智能大模型，集成多种 NLP 和机器学习技术。
* **Kimi (月之暗面)**：K2-thinking 模型，近期发布，能力强劲。
### 5.2 国外大模型
* **Gemini (Google)**
* **Claude (Anthropic)**
* **ChatGPT (OpenAI)**：如 GPT-4o, GPT-5.1 等。
**市场观点**：百家争鸣对用户是好事。竞争会压低价格，并在红利期让用户享受更多免费或低成本的高质量服务。
## 核心要点总结
1. **概念层级**：AI 是宏观目标，机器学习是实现手段，深度学习是更高级的手段，而大语言模型是当前技术演化下的成熟产品。
2. **技术转折**：从 1997 年深蓝的“暴力搜索”，到 2016 年 AlphaGo 的“深度学习/神经网络”，再到 2022 年 ChatGPT 引发的“生成式 AI"革命，技术核心从规则驱动转向了数据驱动和 Transformer 架构。
3. **学习模式**：掌握了监督学习（给答案）、非监督学习（自学/补全）和强化学习（反馈机制）的区别，这是理解大模型训练逻辑的基础。
4. **时代意义**：大模型被视为人类文明“学会用火”级别的工具，它极大地扩展了人类的认知边界，尤其在科研探索领域具有颠覆性潜力。
5. **应用导向**：对于开发者而言，无需深究底层数学原理（黑盒），应聚焦于如何利用现有开源模型（如 DeepSeek、通义千问等）进行应用开发和微调，站在巨人肩膀上创造价值。

212
03.wiki/大模型微调实战指南：从理论到部署.md
View File

@@ -1,212 +0,0 @@
---
标签:
- AI
- 大模型
- 微调
- LLaMA-Factory
- 机器学习
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/微调：从原理到实操，该说的我都说了]]"
关联:
- "[[大模型基础概念入门]]"
- "[[提示词工程入门指南]]"
状态:
- 健康
---
# 大模型微调实战指南：从理论到部署
> 本笔记整理自视频教程，涵盖微调理论、环境搭建、LLaMA Factory 实操全流程、基座模型选择等核心内容。
## 核心概念速览
| 概念 | 定义 |
|------|------|
| **微调 (Fine-tuning)** | 在已训练好的模型上，继续调整模型参数 |
| **基座模型 (Base Model)** | 已训练好的基础模型，作为微调的起点 |
| **LoRA** | 一种高效微调方法，只训练少量参数 |
| **LLaMA Factory** | 无需编码的微调框架，通过配置文件控制 |
---
## 一、微调理论基础
### 1.1 大模型的本质
大模型的本质是**函数**和**参数**：
- 模型根据当前词计算下一个词的概率
- 这个计算过程由**函数**完成
- 函数中的**参数**决定计算结果的准确性
- **模型训练 = 寻找优质参数**
简化公式：$W_1 \cdot X_1 + W_2 \cdot X_2 + W_3 \cdot X_3$，其中 $W$ 即为参数
### 1.2 如何得到优质参数？
参数通过**迭代试错**得到，核心流程：
随机初始化 → 模型运算 → 计算损失 → 反向传播求导 → 更新参数 → 循环
**更新公式**：新参数 = 旧参数 - 学习率 × 梯度
### 1.3 怎么知道模型学得好不好？
| 状态 | 训练集损失 | 验证集损失 | 说明 |
|------|-----------|-----------|------|
| **欠拟合** | 高 | 高 | 没学会 |
| **过拟合** | 低 | 高 | 死记硬背 |
| **理想** | 低 | 低 | 真正学会 |
### 1.4 微调 vs 从头训练
| 对比 | 从头训练 | 微调 |
|------|---------|------|
| 参数初始化 | 随机 | 使用已验证的优质参数 |
| 效率 | 低 | 高 |
| 成本 | 高 | 低 |
**微调优势**：相当于直接把你送到目的地附近
### 1.5 微调三要素
**基座模型 + 训练数据 + 微调方法**
| 方法 | 说明 | 资源消耗 |
|------|------|---------|
| **全量微调** | 调整所有参数 | 高 |
| **冻结微调** | 只调整靠近输出层的参数 | 中 |
| **LoRA** | 训练 Adapter 模块，与原参数相加 | 低 |
### 1.6 何时使用微调？
1. **Prompt 不够用时**：Agent 工具调用、NL2SQL、垂直领域问答
2. **资源不够用时**：长上下文+大模型成本高 → 微调小模型解决
---
## 二、环境搭建
### 2.1 三种方案对比
| 方案 | 特点 | 适用场景 |
|------|------|---------|
| **WSL 本地** | 安装简单，资源灵活 | Windows 用户日常学习 |
| **ModelScope 免费** | 24G显存/36小时或16G显存/64小时 | 短期学习，无需本地算力 |
| **AutoDL 租用** | 包段或按量计费 | 长期项目生产环境 |
### 2.2 LLaMA Factory 安装
推荐使用虚拟环境（`uv` 工具）避免依赖冲突：
bash
# 创建虚拟环境
uv create -n llm
source .venv/bin/activate # Linux/Mac
# 或 .venv\Scripts\activate # Windows
# 克隆并安装
git clone https://github.com/hiyouga/LLaMA-Factory.git
cd LLaMA-Factory
pip install -e .
---
## 三、LLaMA Factory 实操全流程
### 核心命令
bash
llamafactory-cli -h # 查看可用命令
llamafactory-cli train # 微调训练
llamafactory-cli chat # CLI 推理对话
### 标准工作流
Train (训练) → Chat (验证) → Export (合并) → API (部署)
#### 第一步：微调训练 (Train)
1. 进入 `examples/train_lora/` 目录
2. 复制并编辑 `llama3_lora_sft.yaml`
3. 修改配置：
- `model_name_or_path`：基座模型路径
- `template`：模板类型
- `dataset`：训练数据
4. 执行训练：
bash
USE_MODELSCOPE_HUB=1 llamafactory-cli train examples/train_lora/llama3_lora_sft.yaml
#### 第二步：推理对话 (Chat)
1. 编辑 `examples/inference/llama3_lora_sft.yaml`
2. 指定基座模型和 LoRA Adapter 路径
3. 启动对话：
bash
llamafactory-cli chat examples/inference/llama3_lora_sft.yaml
#### 第三步：合并模型 (Export)
LoRA 微调产生两个部分（基座模型 + Adapter），需要合并：
1. 编辑 `examples/merge_lora/llama3_lora_sft.yaml`
2. 配置基座模型和 Adapter 路径
3. 执行合并：
bash
llamafactory-cli export examples/merge_lora/llama3_lora_sft.yaml
#### 第四步：部署 API
1. 复用 inference 配置
2. 将 `model_name_or_path` 指向合并后模型
3. 删除 Adapter 配置
4. 启动 API：
bash
USE_MODELSCOPE_HUB=1 llamafactory-cli api examples/inference/llama3_lora_sft.yaml
---
## 四、基座模型选择指南
### 4.1 四维度选型框架
| 维度 | 推荐 | 说明 |
|------|------|------|
| **模型家族** | **Qwen (通义千问)** | 性能强、生态好、型号齐全 |
| **模型阶段** | **Instruct/Chat 版本** | 新手友好，已具备对话能力 |
| **模型大小** | 满足需求的前提下**越小越好** | 推荐 0.5B/1.8B/3B/7B |
| **思考模式** | 普通任务不需要 | 推理模型（QwQ）适合复杂推理 |
### 4.2 模型阶段识别
- **Base（预训练）**：如 `Qwen-7B`，可塑性强，适合复杂场景
- **Instruct/Chat（微调）**：如 `Qwen-7B-Chat`，上手容易，适合新手
---
## 关键要点总结
1. **微调本质**：在已训练好的模型上继续调整参数，站在巨人肩膀上
2. **低成本方案**：WSL 本地、ModelScope 免费、AutoDL 低价租用
3. **推荐工具**：LLaMA Factory，无需编码，CLI + 配置文件模式
4. **标准流程**：Train → Chat → Export → API
5. **模型选择**：新手首选 Qwen Instruct 版本，从小模型开始
---
> 📎 **源素材**：[微调：从原理到实操，该说的我都说了](01.采集%20Grasp/所有采集/微调：从原理到实操，该说的我都说了.md)
>
> 🔗 **相关笔记**：
> - [[大模型基础概念入门]]
> - [[提示词工程入门指南]]
> - [[AI Agent基础概念与架构]]

80
03.wiki/学习方法：如何让知识真正进脑子？.md
View File

@@ -1,80 +0,0 @@
---
标签:
- 学习方法
- 效率提升
- 精力管理
- 主动学习
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[学的知识不进脑子怎么办？让脑子转起来！！.md]]"
关联:
- "[[数学学习：为什么看懂答案却不会做题？]]"
- "[[数学好的人是怎么思考的？]]"
- "[[上瘾式学习法指南]]"
状态:
- 健康
---
# 学习方法：如何让知识真正进脑子？
## 一、学习状态差异的本质
### 两种典型学习状态
1. ✅ 状态良好时：知识的思想和逻辑可以顺利进入大脑，能够主动完成加工、理解和内化，学习效率很高
2. ❌ 状态不佳时：文字和声音只是在大脑外打转，反复阅读也不知道内容讲了什么，看似学了很久，其实什么都没记住，完全是空耗时间
这种状态差异在理科学习中尤为明显，直接决定你是「学会了」还是「学不会」。
### 本质差异：大脑是否主动转动
- 状态良好时：大脑**主动抓取信息**，主动进行体会、分析和推演，也就是「脑子主动转起来」，知识才能真正进入大脑
- 状态不佳时：大脑**被动接受信息**，哪怕跟着学习材料的思路走，也只是「过逻辑」，没有主动思考，知识根本留不下
> 核心认知：所谓「理解知识」，本质就是大脑主动思考转动后留下的痕迹。大脑不主动转动的前提下，你不可能真正理解任何知识。
### 效率差异
主动思考学习4小时的效果，远好于被动空耗10小时的效果。市面上所有有效的学习方法，包括费曼学习法、自测、自我提问、复述、要点提炼等，本质都是为了调动大脑主动转动，让知识真正内化。
## 二、脑子转不动的核心排查方向
当你发现学习没有进展、知识记不住的时候，立刻从以下三个维度排查问题，找到原因针对性解决：
### 1. 精神状态问题（基础）
精神状态是大脑能够转动的生理基础，大脑是否清醒、精力是否充沛，由睡眠、运动、饮食等因素共同决定。
#### 常见症状
- 昏昏欲睡、注意力无法集中
- 看书看两行就走神，脑子一片空白
- 反应迟钝，简单的问题也想半天
#### 解决方案
- 优先保证睡眠：高中生至少保证6-7小时睡眠，牺牲睡眠刷题是效率最低的做法
- 每天保持30分钟运动：跑步、跳绳、打球都可以，运动可以显著提升大脑供氧，提升学习效率
- 合理饮食：不要吃太撑，少吃高糖高油食物，避免饭后犯困
- 状态不好的时候立刻休息：不要硬撑，趴在桌子上睡10分钟，起来之后效率会高很多
> 核心提醒：学习和身体的最终结果只有自己承担，不要因为他人的原因伤害身体、空耗学习时间，对自己负责。
### 2. 学习材料问题（适配性）
学习材料不适配会直接导致大脑无法转动，再努力也没用。
#### 常见症状
- 完全听不懂老师在讲什么，每句话里都有没听过的名词
- 内容太简单，听着觉得无聊，大脑自动放空
- 老师讲解逻辑混乱，越听越糊涂
#### 解决方案
- 难度太高：先补基础，把前置知识学会了再学当前内容，不要硬啃
- 难度太低：直接跳过简单内容，学更高阶的知识，或者做更难的题
- 老师讲得不好：换个老师听，现在网上有大量优质的免费网课资源，找适合自己的老师
#### 优质网课推荐（高中）
| 科目 | 推荐老师 | 特点 |
|------|----------|------|
| 数学 | 一数 | 内容完整系统，讲解清晰易懂 |
| 数学 | 阿不高中数学 | 强基和圆锥曲线内容讲得很好 |
| 物理 | 黄夫人 | 讲解生动有趣，基础讲得特别透彻 |
| 化学 | 一化儿（化学杰哥） | 内容全面，更新及时 |
| 生物 | 汉水丑生 | 系统课非常完整，知识点覆盖全面 |
| 学习方法 | 小龙阿卡纳 | 方法实用，可落地性强 |
### 3. 学习过程问题（主动性）
如果学习时仅单纯做读、听的动作，只是跟着材料过逻辑，没有主动做总结、复述、解释等动作，很容易出现大脑停转、思路被带着走、越听越糊涂的问题。
#### 常见症状
- 上课听得懂，下课就忘
- 看书好像看懂了，合上书什么都想不起来
- 跟着老师的思路走觉得很简单，自己做题就不会
#### 解决方案
核心原则：**不要被动接收信息，要主动和知识互动**
1. ✅ 费曼学习法：学完一个知识点，尝试用自己的话讲出来，讲给别人听，或者讲给自己听，讲不清楚的地方就是没学会的地方
2. ✅ 主动提问：学习的时候不断问自己问题：「这个知识点讲了什么？」「为什么会这样？」「这个知识点和之前学的有什么联系？」
3. ✅ 做笔记不要抄书：用自己的话总结知识点，而不是照搬书本或者老师的板书
4. ✅ 定期复述复习：每天睡前花10分钟，把当天学的内容在脑子里过一遍，讲一遍
5. ✅ 自测：学完一章就做对应的练习题，检测自己有没有真的学会
## 三、核心行动建议
1. 每次学习前先检查状态：状态不好就先休息调整，不要硬撑空耗时间
2. 学习过程中不断自我反问：「我现在脑子在转吗？我真的理解了吗？」
3. 找到适合自己的学习材料和方法，不要盲目跟风别人的经验
4. 把主动思考变成学习的默认习惯，慢慢你会发现学习变得越来越轻松，知识记得越来越牢

87
03.wiki/强化学习与大模型融合：决策智能.md
View File

@@ -1,87 +0,0 @@
---
标签:
- AI与大模型
- Agent
- 强化学习
- 决策智能
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/01.深度推理赋能决策智能：强化学习与大模型的碰撞与融合]]"
关联:
- "[[AI Agent基础概念与架构]]"
- "[[Agent规划技术：CoT与ToT详解]]"
- "[[Agent认知框架：Plan-and-Execute]]"
状态:
- 健康
---
# 强化学习与大模型融合：决策智能
## 核心概念
决策智能是智能体从"生成式"走向"行动式"的关键环节，推动人工智能从"会说、会写"迈向"会做、做得对"的**核心能力**。
### 强化学习（RL）+ 大语言模型（LLM）= 决策智能
- **强化学习**：擅长在环境中试错学习策略
- **大语言模型**：擅长知识表征与语义推理
两者深度融合，有望在语义规划与策略优化、静态知识与动态环境衔接等方面形成**互补优势**。
---
## 核心挑战
### 1. 架构融合问题
当前分层架构的主要挑战：
- 大语言模型输出存在不稳定性，可能在规划阶段被放大并传导到执行层
- 强化学习在线更新成本较高，难以在工程场景中频繁迭代
**解决方向**：构建"强化学习为主、大语言模型为辅"的智能体认知架构
### 2. 抽象规划"接地"问题
真实环境具有动态性、部分可观测性与长时序依赖，智能体需要把语言层面的目标、约束与先验知识映射为可执行的状态-动作序列。
### 3. 安全与评测问题
不能仅以任务成功率为尺度，还需要覆盖：
- 风险鲁棒性
- 可解释性
- 可控性
- 价值一致性
---
## 融合路径
| 层面 | 关键技术 |
|------|---------|
| 基础模型 | 高质量数据筛选、多智能体博弈、混合专家 |
| 强化学习 | 奖励建模、可验证反馈设计 |
| 认知架构 | 语义规划与策略优化闭环协同 |
| 安全体系 | 数据-模型-部署-应用全链路治理 |
---
## 发展趋势
- 2025年被视为"**智能体元年**"
- 国务院印发《关于深入实施"人工智能+"行动的意见》
- 政务领域AI大模型部署应用指引发布
**应用场景**：机器人交互、自动驾驶、工业智能操控、政务辅助决策
---
## 关键结论
> 强化学习与大语言模型的深度融合并非简单的技术叠加，而是推动决策智能从研究走向应用的重要路径。其实际效能取决于：
> 1. 架构层面：语义规划与策略优化的机制耦合
> 2. 工程层面：训练与推理效率提升、降低在线试错成本
> 3. 评测治理层面：可复用、可审计的安全框架
---
*本笔记由AI从CCF技术论坛报告自动提取生成*

104
03.wiki/提示词工程入门指南.md
View File

@@ -1,104 +0,0 @@
---
标签:
- 提示词工程
- Prompt Engineering
- 大模型应用
- AI开发
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[基础篇—提示词工程入门.md]]"
关联:
- "[[大模型基础概念入门]]"
- "[[Agent概念与组成]]"
状态:
- 健康
---
# 提示词工程入门指南
## 1. 什么是提示工程 (Prompt Engineering)
提示工程不仅仅是在聊天框里随意输入文字，而是一门系统化的学科。它的核心在于通过优化提示词（Prompt）和生成策略，从而获得更好的模型返回结果。
### 核心要素
1. **不断调优 (Iterative Optimization)**：
* 提示词不是一次写好的。由于大模型本质是概率模型（文字接龙），同样的提示词可能会产生不同的结果。
* 为了获得稳定的输出（Stability），需要不断迭代和优化提示词，直到获取一个稳定的版本。
2. **具体明确 (Be Specific)**：
* 不要模糊指令（例如：“给我画个美女”）。
* 需要明确细节（例如：“古典美”、“现代美”、“二次元”等），尽可能将想到的细节加入，但也要注意不要过多导致模型困扰。
3. **不要让模型猜测 (Don't Let Model Guess)**：
* 不要让大模型去猜你想干什么。因为它是概率模型，猜测会导致产出不可控。
* 需要明确告知任务、限制条件和背景信息。
## 2. 提示词的构成 (Prompt Structure)
一个完整的提示词通常包含以下几个部分，这有助于工程化的构建：
1. **指示 (Instruction)**：描述要让模型做什么任务或要求。
2. **上下文 (Context)**：给出与任务相关的背景信息（例如：小说的提纲、人物设定）。
3. **例子 (Examples)**：给出一些样例，让模型知道怎么回复（类似于监督学习）。
4. **输入 (Input)**：任务的具体输入信息。
5. **输出 (Output Format)**：指定输出的格式（例如：JSON、列表等）。
## 3. 代码实战与参数设置
在编程实现大模型应用时，提示词工程同样适用，且需要更严谨的处理。
### 3.1 温度参数 (Temperature)
* **定义**：控制模型回答的随机性/发散程度。
* **设置建议**：
* **学术/严谨任务**：建议设置为 `0`，思维不发散，结果更确定。
* **创作类任务**：可以设置大一点（如 `0.7`），增加多样性，但不是越大越好，过大会导致无理头。
### 3.2 变量化与工程化处理
将提示词拆分为变量（如 `instruction`, `context`, `query`），便于复用和修改。
* **示例代码结构**：
```python
instruction = """根据下面的上下文回答问题。保持答案简短且准确"""
context = """Teplizumab 起源于一个位于新泽西的药品公司..."""
query = """OKT3 最初是从什么来源提取的？"""
prompt = f"""{instruction} ### 上下文 {context} ### 问题：{query}"""
```
### 3.3 指定输出格式 (JSON)
如果需要模型输出 JSON 格式，可以在提示词中明确指定 Key 的结构。
* **技巧**：使用中括号 `【】` 或特定符号包裹 Key，帮助模型识别这是格式要求而非变量替换。
* 例如：`以 Json 格式输出：{"具体问题":"【答案】"}`
## 4. 常见的提示词方法
### 4.1 样本学习 (Shot Learning)
1. **零样本提示 (Zero-shot Learning)**：
* 不给任何样例 (Examples)。
* 适用于简单问题或有确切边界的问题（如：“世界第一高峰是什么”）。
2. **少样本提示 (Few-shot Learning)**：
* 提供一个 (One-shot) 或多个 (Few-shot) 样例。
* **作用**：当模型无法理解意图，或需要特定格式/逻辑时，提供样例能让模型“照葫芦画瓢”。
* **案例**：情感分析（正面/负面/中性）。如果不给样例，模型可能判断不准；给出样例后，模型能更好理解情感倾向。
### 4.2 小样本提示的限制与数学问题
对于能力较弱的小模型（如 1.5B 参数模型），直接问复杂的逻辑或数学问题容易出错。
* **案例**：判断一组数字中奇数相加是否为偶数。
* 小模型直接回答容易出错（漏掉数字或计算错误）。
* **解决方法**：提供带有推理过程的样例（Few-shot），或者使用更强的模型。
## 5. 思维链 (Chain-of-Thought, CoT)
* **定义**：引导模型展示推理过程，而不仅仅是给出最终答案。
* **现状**：目前市面上大多数大模型（开源或商用）已内置思维链功能。
* **使用方法**：
* 在提示词末尾加上 **“请逐步思考” (Let's think step by step)**。
* 这会触发模型的推理机制，提高复杂问题（如数学题、逻辑题）的准确率。
* **效果**：模型会先列出步骤（如：先找出奇数，再相加，再判断奇偶），最后得出结论。
## 6. 总结与建议
1. **提示词需要迭代**：没有完美的提示词，只有不断优化的过程。
2. **结构化思维**：将提示词拆分为指令、上下文、样例等模块，便于管理。
3. **灵活使用技巧**：
* 简单问题用 Zero-shot。
* 复杂格式或逻辑用 Few-shot。
* 推理任务开启 Chain-of-Thought。
4. **模型能力边界**：如果提示词优化到极致仍无法解决（如复杂的中文语义理解或特定领域知识），可能需要考虑**微调 (Fine-tuning)**。
## 核心要点总结
提示词并非随意的聊天，而是一项需要**不断调优**、**具体明确**且**避免模型猜测**的系统工程。核心内容包括：
1. 提示词的五大构成要素（指令、上下文、样例、输入、输出格式）
2. 通过变量化管理提示词、调整`temperature`参数控制发散度
3. 强制模型输出JSON格式的技巧
4. **Zero-shot**（零样本）与 **Few-shot**（少样本）学习的区别与应用场景
5. 引导逐步思考（Chain-of-Thought）提升复杂问题准确率的方法
6. 若提示词工程无法解决特定领域问题，则需考虑模型微调

73
03.wiki/数学学习：为什么看懂答案却不会做题？.md
View File

@@ -1,73 +0,0 @@
---
标签:
- 数学学习
- 学习方法
- 解题能力
- 提分攻略
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[为什么数学题感觉都懂了、自己做却做不出来？.md]]"
关联:
- "[[数学学习：如何让知识进脑子？]]"
- "[[数学好的人是怎么思考的？]]"
- "[[上瘾式学习法指南]]"
状态:
- 健康
---
# 数学学习：为什么看懂答案却不会做题？
## 一、问题描述
数学学习中最普遍的痛点：上课听老师讲解能听懂，做题看答案能看懂，但是题目稍微变形或者拿到新题，就无从下笔，完全没有思路，这是很多学生分数卡在中分段无法提升的核心原因。
## 二、核心原因解析
根本原因：大家在学习时，一直关注「答案为什么是对的」，却很少思考「答案是怎么想到的」。
### 教学端的问题
老师讲课通常只会强调知识点细节和易错点：
- 分式分母为0要分类讨论
- 设直线方程要考虑斜率存在的情况
- 不等式计算最值要写明取等条件
但是很少有老师会讲解：拿到一道陌生的题目后，应该如何分析题意、如何一步步找到解题思路、为什么要想到用这个方法而不是另一个方法。题目讲完后也很少做解题思路的系统总结。
### 学习端的问题
学生做错题之后，通常只会：
1. 把参考答案的过程抄在错题旁边
2. 走通参考答案的逻辑，知道怎么做是对的
3. 整理到错题本里
但是很少主动思考两个最关键的问题：
1. 这道题的解题思路是怎么一步步想出来的？突破口在哪里？
2. 我当时做错，核心卡在哪一步？是哪个知识点没掌握？
也很少有学生会系统总结、记录宝贵的解题思路和思考要点。
## 三、数学学习的两个核心能力模型
可以把做数学题比喻成打怪升级，需要两个核心装备，二者缺一不可：
### 1. 破题能力之剑（核心）
- 作用：拿到新题时，能快速找到可尝试的解题方向，也就是我们常说的「解题思路」
- 重要性：这是数学提分的核心突破点，多数学生这项能力普遍欠缺
### 2. 严格化能力之盾
- 作用：有了思路之后，能一步步落实到具体步骤，写出完整正确的解答，并且能检查出错误，确认答案是正确的
- 现状：多数学生经过长期刷题训练，这项能力都很强，足以支撑达到中分段
所以提分的核心瓶颈，几乎都在于破题能力的欠缺。
## 四、破题能力提升方法
最核心、最有效的方法：**把积累解题思路与要点，当成和上课听讲、记笔记、改错同等重要的事情去执行**。
### 具体执行要求
在所有学习场景中，包括看书、做题、听课、改错、复习复述，都要主动提取以下信息，并且随时用简洁的语言逐条记录在学习材料上：
1. ✅ 题目的关键突破口在哪里？看到哪个特征想到用这个方法？
2. ✅ 我做错的核心原因是什么？是哪一步没想到？
3. ✅ 这道题有什么精彩的解题想法和技巧？
4. ✅ 这类题通用的解题思路是什么？可以总结出什么模板？
### 示例：错题整理思路
不要只抄正确答案，还要在旁边记录：
- 「突破口：看到二次函数求最值，立刻想到配方或者用对称轴判断」
- 「错误原因：忽略了判别式要大于等于0的隐藏条件」
- 「通用思路：函数恒成立问题优先考虑分离参数法，其次考虑分类讨论」
## 五、思路积累的底层逻辑
破题能力的培养是一个从量变到质变的过程：
1. **初始阶段**：大脑对题目毫无反应，看到新题完全没有思路
2. **积累阶段**：每积累一个解题思路和方法，大脑就点亮一个光点，这个过程可能比较漫长，需要耐心坚持
3. **成型阶段**：积累的成千上万个光点会在大脑中连成一张独属于你的、可依赖的知识网络
4. **应用阶段**：遇到新问题时，靠近问题的光点会自动闪耀，照亮解题思路，指引你可以尝试的方向，这时就真正掌握了破题能力，分数会自然提升
## 六、常见误区
❌ 误区1：刷更多的题就能提升成绩
- 刷一万道题如果不总结思路，只是重复劳动，下次遇到类似题还是不会
✅ 正确做法：做一道题就要吃透一道题，总结这道题的思路和方法，做一道顶十道
❌ 误区2：错题本只要抄正确答案就可以了
- 错题本的核心价值不是记录正确答案，而是记录你为什么错、思路卡在哪里、应该怎么想到正确方法
❌ 误区3：解题思路是天生的，我不是学数学的料
- 解题思路完全可以通过后天系统训练培养，只要方法正确，每个人都能学好数学

61
03.wiki/数学思维：数学好的人是怎么思考的？.md
View File

@@ -1,61 +0,0 @@
---
标签:
- 数学学习
- 思维方法
- 信息内化
- 解题技巧
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[数学好的人如何思考数学？信息内化！.md]]"
关联:
- "[[数学学习：为什么看懂答案却不会做题？]]"
- "[[学习方法：如何让知识真正进脑子？]]"
- "[[上瘾式学习法指南]]"
状态:
- 健康
---
# 数学思维：数学好的人是怎么思考的？
## 一、现象引入
你有没有观察过身边数学成绩好的同学？他们解难题时，往往不是按照老师讲的刻板步骤一步步来，而是依靠自己对知识的「感觉」：
- 做函数题时，脑子里会自动浮现函数图像的形状、走势
- 做几何题时，能直观感受到图形的平移、旋转、对称的体感
- 做计算题时，对数值大小、结果范围有自然的预判
这种「感觉」不是天生的，而是他们掌握了「信息内化」的思维方法。
## 二、信息内化的核心概念
可以用驯服小狗的比喻来理解：
- 获得信息的过程 = 抓住一只陌生的小狗
- 内化信息的过程 = 驯服这只小狗，让它变成你的好朋友，你可以完全理解它、掌控它
### 定义
信息内化就是：大脑中存储的知识、题目信息、解题过程，不能仅停留在文字符号层面，要把它们转化为**属于你自己的感觉**，可以是图像感、场景感、运动感，也可以是其他任何抽象的感觉，形式没有限制。
### 常见示例
做题时画草图，就是最基础的信息内化：把冗长抽象的题干文字，转化为直观的图像感觉。如果只看文字不做内化，很容易出现「好像读懂了又好像什么都没理解」的感受，完全找不到解题切入点。
## 三、信息内化的作用
### 1. 减轻思维负担
把抽象的文字信息转化为直观的感觉，可以大幅降低大脑处理信息的压力，避免信息过载，留出更多算力用于核心逻辑思考。
### 2. 拓展解题思路
提供不同于文字逻辑的问题视角，增加可尝试的解题方向，很多时候用直观感觉就能找到突破口，不需要硬套公式。
### 3. 形成结果预判
建立对题目的直观感受后，会对最终答案产生合理预期，如果算出的结果明显不符合预期，能立刻意识到算错了，快速排查问题，避免在错误的方向上浪费时间。
## 四、实用信息内化方法
### 1. 图像化处理（最常用）
- **基础版**：一边读题一边画草图，把文字信息转化为图像和几何直观，降低理解门槛。比如做函数题就画图像，做几何题就画图形，做应用题就画示意图。
- **进阶版**：如果图像想象力较好，可以尝试不动笔，在脑子里构建题目对应的图像，长期练习能形成强大的几何直觉，解题速度会大幅提升。
### 2. 举例子具体化
遇到抽象的题目时（比如抽象函数、数列题），先快速回忆有没有符合条件的具体例子，把具体例子代入题目推导观察，很多时候举完具体例子，问题会大幅简化，甚至可以直接得到答案。
> 核心逻辑：「用具体例子解释知识，再用知识解释具体例子」，是最有效的知识理解方式。
### 3. 自言自语梳理
自己和自己对话，把整道题的条件、思考过程一步步说出来，相当于把题目信息转化为语音信息，加深理解，说着说着思路就通了。
### 4. 自我提问复述
每读一部分题干或者读完完整题目后，自问：「这道题讲了什么内容？我能不能用自己的话概括出来？」然后自己回答问题。概括复述的过程，就是把题目内化成大脑更容易理解的形式的过程。
### 5. 自定义个性化方法
每个人的大脑习惯的信息处理方式不同，可以尝试适合自己的内化方法：
- 读题时用手比划动作
- 把题目当成故事来读
- 把公式和知识点编成顺口溜
只要能帮助你更好地理解信息的方法都可以用，没有固定形式。
## 五、核心建议
1. 不要害怕「凭感觉做题」，这种感觉不是瞎蒙，而是知识内化后形成的直觉，是数学能力的重要组成部分
2. 内化能力是可以训练的，刚开始可以先从画草图练起，慢慢养成内化的习惯
3. 不要追求和别人一样的内化方式，找到适合自己的方法就是最好的
建立信息内化的意识后，你会发现思考数学题越来越轻松，看到题自然就有思路，解题能力会有质的提升。

47
03.wiki/算法能力与端到端优化思考.md
View File

@@ -1,47 +0,0 @@
---
标签:
- AI
- 算法能力
- 端到端优化
- 商业模式
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[视频笔记：别只盯着\"龙虾\"，算法能力才是未来真正的\"爆款\".md]]"
关联:
- "[[AI Agent基础概念与架构]]"
- "[[大模型基础概念入门]]"
类型: atomic
状态:
- 健康
---
# 算法能力与端到端优化思考
## 核心观点
视频讨论了AI行业中的一个重要认知：**算法能力才是未来真正的"爆款"**，而非商业模式。
### 1. 端到端优化的重要性
英伟达CEO黄仁勋的观点：对于AI公司而言，端到端的优化能力才是核心竞争力。这包括：
- 从硬件到软件的整体设计
- 垂直整合能力
- 系统级性能优化
### 2. 算法能力的价值
- **算法创新**是推动AI进步的真正动力
- 单纯依靠商业模式创新难以建立持久竞争优势
- 底层算法能力决定了产品的高度上限
## 核心洞察
1. **差异化来源**：在AI领域，真正的差异化来自算法能力和技术深度，而非商业模式复制
2. **长期主义**：投资算法研发比追求短期商业模式更能创造持久价值
3. **垂直整合**：端到端优化需要从底层算法到上层应用的整体协同
## 相关链接
- [[AI Agent基础概念与架构]] - Agent作为算法能力的具体应用形态
- [[大模型基础概念入门]] - 大模型是算法能力的具体实现

72
03.wiki/考研数学极限求解速成指南.md
View File

@@ -1,72 +0,0 @@
---
标签:
- 考研数学
- 高等数学
- 极限求解
- 等价无穷小
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[26 考研数学：10 分钟解决所有求极限问题笔记.md]]"
关联:
- "[[数学学习：为什么看懂答案却不会做题？]]"
- "[[数学思维：数学好的人是怎么思考的？]]"
类型: atomic
状态:
- 健康
---
# 考研数学极限求解速成指南
## 核心内容
本文是26考研数学极限专题的精简笔记，总结了四大核心解题方法，可覆盖90%以上的常见极限题目。
### 一、核心等价无穷小公式（x→0时）
#### 1. 基础等价（必背）
- $e^x - 1 \sim x$
- $\ln(1+x) \sim x$
- $(1+x)^\alpha - 1 \sim \alpha x$
- $1 - \cos x \sim \frac{1}{2}x^2$
- $a^x - 1 \sim x \ln a$
- $\sin x \sim x, \tan x \sim x, \arcsin x \sim x, \arctan x \sim x$
#### 2. 高阶等价（重点掌握，用于加减法）
1. $x - \sin x \sim \frac{1}{6}x^3$
2. $\tan x - x \sim \frac{1}{3}x^3$
3. $\arcsin x - x \sim \frac{1}{6}x^3$
4. $x - \arctan x \sim \frac{1}{3}x^3$
5. $x - \ln(1+x) \sim \frac{1}{2}x^2$
### 二、等价替换核心原则
1. **加减法替换规则**：替换后系数不为0方可替换，若抵消为0需使用更高阶等价/泰勒展开
* 反例：$\tan x - \sin x$ 不能直接替换为 $x-x=0$，正确结果为 $\sim \frac{1}{2}x^3$
2. **无穷小之和规则**：等价于阶数最低的那一项，如 $x^3 + x^5 \sim x^3$
### 三、四大核心解题方法
#### 1. 分子有理化
- **适用场景**：出现 $\sqrt{A} - \sqrt{B}$ 形式，尤其是 $\infty - \infty$ 型
- **操作**：乘以共轭表达式 $\frac{\sqrt{A}+\sqrt{B}}{\sqrt{A}+\sqrt{B}}$，利用平方差消去根号
#### 2. 变量代换
- **目的**：将非0极限过程转化为 $t→0$，以便使用等价无穷小
* $x→a$ 型：令 $x-a = t$，$t→0$
* $x→∞$ 型：令 $\frac{1}{x} = t$，$t→0$
#### 3. $1^\infty$ 型极限
- **适用场景**：幂指函数 $\lim u(x)^{v(x)}$，其中 $u→1, v→∞$
- **核心公式**：$\lim u^v = e^{\lim v(u-1)}$
#### 4. 拉格朗日中值定理
- **适用场景**：出现 $f(b)-f(a)$ 形式，且 $a,b$ 趋向于同一值
- **公式**：$f(b)-f(a) = f'(\xi)(b-a)$，$\xi \in (a,b)$
### 四、备考建议
1. 极限是高等数学基石，需熟练掌握核心公式与方法
2. 重点训练两个易错点：
* 加减法何时不能使用等价替换
* 何时使用拉格朗日中值定理
3. 建议配合《1800题》等习题集大量刷题，形成条件反射
## 相关链接
- [[数学学习：为什么看懂答案却不会做题？]] - 数学解题能力提升方法
- [[数学思维：数学好的人是怎么思考的？]] - 数学思维培养指南

138
03.wiki/英语一般将来时态详解.md
View File

@@ -1,138 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语一般将来时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时间Time详解]]"
- "[[英语一般现在时态详解]]"
- "[[英语一般过去时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语一般将来时态 (Simple Future) 详解
## 回答摘要
一般将来时态 = 将来 (Future) + 一般 (Simple)。描述在将来某个时间会发生的动作，核心问题是"将要做什么"。标志是 will + 动词原形。
## 核心概念
**构成公式**：
```
一般将来 = 将来 (Future) + 一般 (Simple)
```
**核心问题**：将要做什么？
**标志**：will + 动词原形
## 动词形式
### will 构成将来时
| 主语 | 一般将来形式 | 示例 |
|------|-------------|------|
| I/You/We/They | will + 动词原形 | I **will go**. |
| He/She/It | will + 动词原形 | She **will come**. |
**注意**：will 用于所有人称，无人称变化。
### will not = won't
- I **will not (won't) go**.
- She **will not (won't) come**.
## 用法详解
### 1. 将来某个时间会发生的动作
- I **will travel** to Beijing next week.
- She **will graduate** next year.
- They **will meet** at the airport tomorrow.
### 2. 临时决定或即兴意愿
- Wait, I **will help** you with that.（即时决定）
- I **will open** the door for you.（即时意愿）
### 3. 预测（主观判断）
- I think it **will rain** tomorrow.
- She **will probably** come to the party.
### 4. 承诺、保证、威胁
- I **will** always **be** there for you.（承诺）
- He **will pay** you back tomorrow.（保证）
## will 与 be going to 的区别
| 形式 | 用法 | 示例 |
|------|------|------|
| will | 临时决定、预测、承诺 | I'll **open** the door.（临时决定） |
| be going to | 计划、打算、有证据的预测 | I'm going to **travel** to Beijing.（计划） |
**关键区别**：
- **will**：说话时即时决定或预测
- **be going to**：事先计划或打算
**有迹象的预测用 be going to**：
- Look at those clouds! It **is going to rain**.（看到云，有证据）
**无迹象的预测用 will**：
- I think it **will rain** tomorrow.（凭感觉预测）
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| tomorrow | 明天 | tomorrow morning |
| next week/month/year | 下周/月/年 | next week |
| in the future | 将来 | in the future |
| in + 时间段 | ...之后 | in two hours |
| someday | 某天 | someday |
| one day | 有一天 | one day |
## 否定句与疑问句
### 否定句
- I **will not (won't) go** to the party tonight.
- She **will not (won't) be** there.
### 疑问句
- **Will** you **go** to the party tonight?
- **Will** she **be** there?
### 简略回答
- Yes, I **will.** / No, I **won't.**
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 一般将来时就是"will + 动词" | 正确，但 be going to 也可以表示将来 |
| will 和 be going to 完全一样 | 不同：will 用于临时决定，be going to 用于计划 |
| 将来时需要 be 动词 | 错误，will + 动词原形即可 |
| tomorrow 是将来时的标志 | 只是时间词，不是时态本身 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时间Time详解]] - 四种时间详解
- [[英语一般现在时态详解]] - 一般状态的现在时态
- [[英语一般过去时态详解]] - 一般状态的过去时态
## Gegenrede（反问）
> 英语的一般将来时用"will + 动词原形"来表示将要发生的动作。但中文说"我明天会去学校"，用"明天"这个时间词来表明将来的动作。为什么中文可以用"明天"这样的时间词来标记将来，而英语需要用"will"这种助动词？更关键的是，中文没有像英语那样的动词形态变化来标记时间，这是否反映了两种语言对"时间"有不同的语法化方式？

89
03.wiki/英语一般现在时态详解.md
View File

@@ -1,89 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语一般现在时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时与态核心概念]]"
- "[[英语状态Aspect详解]]"
类型: qa
状态:
- 不健康
---
# 英语一般现在时态 (Simple Present) 详解
## 回答摘要
一般现在时态 = 现在 (Present) + 一般 (Simple)。描述此刻或任意时间点的动作，不附加任何开始、进行、结束、持续的时间标签。
## 核心概念
**定义**：描述此刻或任意时间点的动作，**不附加任何时间特性**
**构成公式**：
```
一般现在 = 现在 (Present) + 一般 (Simple)
```
**核心含义**：陈述动作的"默认状态"
## 动词形式
| 主语 | 动词形式 | 示例 |
|------|----------|------|
| I/You/We/They | 动词原形 | I **eat** |
| He/She/It | 动词原形 + s | He **eats** |
**Be动词特殊变化**：
| 主语 | 形式 |
|------|------|
| I | **am** |
| He/She/It | **is** |
| You/We/They | **are** |
## 用法详解
### 1. 客观事实 / 普遍真理
- The sun **rises** in the east.
- Water **boils** at 100°C.
### 2. 习惯性动作
- I **drink** coffee every morning.
- She **exercises** at 6 AM.
### 3. 此刻的心理/感官状态
- I **see** a beautiful bird.
- I **agree** with you.
## 与其他时态对比
| 时态 | 时间 | 状态 | 核心问题 | 示例 |
|------|------|------|----------|------|
| 一般现在 | 现在 | 一般 | 动作是怎样的？ | I eat. |
| 现在进行 | 现在 | 进行 | 正在发生？ | I am eating. |
| 现在完成 | 现在 | 完成 | 完成了吗？ | I have eaten. |
| 现在完成进行 | 现在 | 完成进行 | 还在继续？ | I have been eating. |
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| "一般" = "总是" | 一般现在可以表示习惯，不一定是100%总是 |
| 一般现在 = 现在 | 现在还可以是进行、完成、完成进行 |
| 第三人称单数不加s | 必须加！He eat → He eats |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时与态核心概念]] - 时间×状态=时态
- [[英语状态Aspect详解]] - 四种状态详解
## Gegenrede（反问）
> 一般现在时态表示"习惯性动作"，但中文说"我每天喝咖啡"需要加"每天"这个时间词。而英语说"I drink coffee"就可以表示习惯。为什么中文需要用时间词来表达习惯，而英语直接用动词形式就可以？这种差异反映了两种语言对"时间"和"动作"有什么不同的认知方式？

131
03.wiki/英语一般过去时态详解.md
View File

@@ -1,131 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语一般过去时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语时与态核心概念]]"
- "[[英语一般现在时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语一般过去时态 (Simple Past) 详解
## 回答摘要
一般过去时态 = 过去 (Past) + 一般 (Simple)。描述在过去某个具体时间发生的动作，核心问题是"什么时候发生的"。标志是动词过去式（规则动词加-ed，不规则动词需单独记忆）。
## 核心概念
**构成公式**：
```
一般过去 = 过去 (Past) + 一般 (Simple)
```
**核心问题**：什么时候发生的？具体时间点是什么？
**标志**：动词过去式 (V-ed / 不规则过去式)
## 动词形式
### Be动词过去式
| 主语 | 形式 | 示例 |
|------|------|------|
| I/He/She/It | was | I **was** at home. |
| You/We/They | were | You **were** busy. |
### 规则动词过去式
| 原形 | 过去式 | 示例 |
|------|--------|------|
| work | worked | I **worked** yesterday. |
| play | played | She **played** piano. |
| study | studied | They **studied** English. |
**规则变化**：
- 一般加 -ed：work → worked
- 以e结尾加 -d：love → loved
- 辅音+y结尾：y→i+ed：study → studied
### 不规则动词过去式（需单独记忆）
| 原形 | 过去式 | 示例 |
|------|--------|------|
| go | went | I **went** to school. |
| eat | ate | She **ate** an apple. |
| see | saw | They **saw** a movie. |
| take | took | He **took** a photo. |
| write | wrote | I **wrote** a letter. |
## 用法详解
### 1. 过去具体时间发生的动作
- I **visited** Beijing **last week**.
- She **called** me **yesterday**.
- They **arrived** at 8 o'clock.
### 2. 过去习惯性动作（used to）
- I **played** tennis when I was young.
- He **used to smoke** before.
### 3. 过去一系列相继发生的动作
- He **opened** the door, **walked** in, and **sat** down.
- She **woke up**, **got dressed**, and **left**.
## 常用时间标志词
| 标志词 | 含义 | 示例 |
|--------|------|------|
| yesterday | 昨天 | yesterday morning |
| last week/month/year | 上一个... | last week |
| in 2020 | 在2020年 | in 2020 |
| ago | 以前 | two days ago |
| just now | 刚才 | - |
| then | 那时 | - |
| during the vacation | 假期期间 | - |
## 一般过去 vs 现在完成
| 时态 | 核心问题 | 时间关注 | 示例 |
|------|----------|----------|------|
| 一般过去 | 什么时候发生的？ | 具体时间 | I **ate** at 6 PM. |
| 现在完成 | 结果/影响是什么？ | 现在 | I **have eaten**. |
## 否定句与疑问句
### 否定句（did not = didn't）
- I **did not (didn't) go** to school yesterday.
- She **did not (didn't) finish** her homework.
### 疑问句（Did + 主语 + 动词原形）
- **Did** you **go** to school yesterday?
- **Did** she **finish** her homework?
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 过去式就是"以前的动作" | 过去式强调具体时间点 |
| have been to = have gone to | have been是去过已回，have gone是去了未回 |
| 所有人都用did | be动词用was/were，不是did |
| 过去式不需要助动词 | 否定疑问句仍需did |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语时与态核心概念]] - 时间×状态=时态
- [[英语一般现在时态详解]] - 一般+现在
## Gegenrede（反问）
> 中文说"我昨天去了学校"，用"昨天"这个时间词来表达过去的动作。而英语说"I went to school"不需要时间词（或者说时间词是可选的），动词形式本身（went）已经标记了"过去"。为什么中文需要用时间词来标记过去，而英语可以直接用动词变形来标记？这反映了两种语言对"时间"有什么不同的语法化方式？

128
03.wiki/英语元音发音完全指南.md
View File

@@ -1,128 +0,0 @@
---
标签:
- 英语学习
- 音标
- 元音
- 发音练习
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[元音.md]]"
关联:
- "[[英语辅音发音完全指南]]"
- "[[英语音标系统总结]]"
- "[[英语冠词用法详解]]"
状态:
- 健康
---
# 英语元音发音完全指南
## 一、长元音（5个）
长元音核心特征：发音清晰有力，音长明显更长，喉咙有振动感。
### 1. /ɑː/
#### 发音方法
- 口型：嘴巴张大，舌尖轻触下齿
- 舌位：舌面放低，后部微抬起
- 声长：声音拉长，饱满有力
#### 例词练习
- car /kɑː(r)/
- park /pɑː(r)k/
- dark /dɑː(r)k/
#### 易错点对比
- 易与短元音/ʌ/混淆
- 区别：/ɑː/口型大、音长长；/ʌ/口型微收、音长短
- 对比例词：calm /kɑːm/ vs. cup /kʌp/
### 2. /ɔː/
#### 发音方法
- 口型：嘴巴张大，双唇用力向前突出呈圆形
- 舌位：舌后部微抬，舌尖轻触下齿
- 声长：声音拉长，有明显振动感
#### 例词练习
- door /dɔː(r)/
- floor /flɔː(r)/
- law /lɔː/
#### 易错点对比
- 易与短元音/ɒ/混淆
- 区别：/ɔː/口型更大更圆、音长长；/ɒ/口型稍小、音长短
- 对比例词：horse /hɔː(r)s/ vs. hot /hɒt/
### 3. /ɜː/
#### 发音方法
- 口型：双唇自然放松，不圆唇
- 舌位：舌尖轻触下齿，舌身中部向上抬起（中高舌位）
- 声长：声音拉长，喉咙有轻微振动感
#### 例词练习
- bird /bɜː(r)d/
- nurse /nɜː(r)s/
- learn /lɜː(r)n/
#### 易错点对比
- 易与弱读短元音/ə/混淆
- 区别：/ɜː/清晰有力、音长长；/ə/模糊、音长短
- 对比例词：work /wɜː(r)k/ vs. teacher /ˈtiːtʃər/
### 4. /iː/
#### 发音方法
- 口型：双唇向两侧拉伸，呈扁平微笑状
- 舌位：舌尖轻触下齿，舌前部抬高贴近上颚但不摩擦
- 声长：声音拉长、清晰有力，喉咙有明显振动感
#### 例词练习
- sheep /ʃiːp/
- see /siː/
- tree /triː/
#### 易错点对比
- 易与短元音/ɪ/混淆
- 区别：/iː/口型更扁、舌位更高、音长长；/ɪ/口型小、舌位更低、音长短
- 对比例词：seat /siːt/ vs. sit /sɪt/
### 5. /uː/
#### 发音方法
- 口型：双唇用力收圆并向前突出，口型小而圆
- 舌位：舌身后缩，舌后部尽量向软腭抬起，舌尖轻触下齿龈
- 声长：声音拉长，喉咙有明显振动感
#### 例词练习
- school /skuːl/
- food /fuːd/
- blue /bluː/
#### 易错点对比
- 易与短元音/ʊ/混淆
- 区别：/uː/双唇更圆更突出、舌位更高、音长长；/ʊ/舌位略低、双唇放松、音长短
- 对比例词：fool /fuːl/ vs. full /fʊl/
## 二、短元音（2个/本节）
短元音核心特征：发音短促有力，音长明显更短，气流推出快。
### 1. /ʌ/
#### 发音方法
- 口型：嘴巴张开约一半，牙齿分开，下嘴唇略向下
- 舌位：舌中部向硬腭抬起，不触碰硬腭
- 声长：震动声带，短促有力推出气流
#### 例词练习
- bus /bʌs/
- come /kʌm/
- flood /flʌd/
#### 易错点对比
- 易与长元音/ɑː/混淆
- 区别：/ʌ/口型微收、舌位低、音长短；/ɑː/口型大、音长长
- 对比例词：come /kʌm/ vs. car /kɑː(r)/
### 2. /ə/（弱读元音/中央元音）
#### 发音方法
- 口型：双唇自然张开，不刻意收圆或展开，舌身平放
- 舌位：舌中部微抬起，不接触硬腭，整体感觉松弛
- 声长：气流从喉部轻柔推出，声带微动，发音短而弱
#### 例词练习
- about /əˈbaʊt/
- sofa /ˈsoʊfə/
- colour /ˈkʌlər/
#### 易错点对比
- 易与长元音/ɜː/混淆
- 区别：/ə/声音弱、模糊、短促；/ɜː/清晰有力、时长更长
- 对比例词：teacher /ˈtiːtʃər/ vs. work /wɜːrk/
## 核心练习要点
1. **对比练习**：将容易混淆的长/短元音配对练习，体会发音差异
2. **手势辅助**：发长元音时可以用手比划拉长的动作，强化音长意识
3. **录音对比**：录下自己的发音和标准发音对比，找出差异
4. **单词带入**：不要孤立练习音标，结合单词在语境中练习效果更好

95
03.wiki/英语动词分类体系.md
View File

@@ -1,95 +0,0 @@
---
标签:
- 英语语法
- 动词
- 句型
创建时间: 2026-04-16
更新时间: 2026-04-16
来源:
- [[英语语法精讲：动词分类体系]]
关联:
-[[英语语法体系核心框架]]、
- [[英语简单句中动词的核心作用]]
- [[英语谓语动词]]
- [[英语五大基本句型]]
类型: atomic
状态:
- 健康
---
# 英语动词分类体系
## 核心概念
英语动词根据不同维度有多种分类方式，这些分类共同构成了英语语法的基础框架。理解动词分类是掌握句型结构的关键。
## 一、按句型分类：五大类谓语动词
根据动词后接成分的不同，谓语动词分为五大类，对应五大基本句型：
| 序号 | 动词类型 | 句型结构 | 示例 |
|:---:|---------|---------|------|
| 1 | 不及物动词 (Intransitive) | 主语 + 谓语 (SV) | The rabbit slept. |
| 2 | 单及物动词 (Monotransitive) | 主语 + 谓语 + 宾语 (SVO) | The rabbit ate a carrot. |
| 3 | 双及物动词 (Ditransitive) | 主语 + 谓语 + 间接宾语 + 直接宾语 (SVOO) | The rabbit gave the wolf a carrot. |
| 4 | 复杂及物动词 (Complex Transitive) | 主语 + 谓语 + 宾语 + 宾补 (SVOC) | The rabbit considered the carrot tasty. |
| 5 | 系动词 (Linking) | 主语 + 系动词 + 表语 (SVP) | The rabbit is smart. |
## 二、传统语法分类：及物与不及物
### 不及物动词 (Intransitive Verbs)
- **定义**：无需动作承受者的动词
- **特点**：主语 + 谓语，结构完整
- 示例：The rabbit slept.
### 及物动词 (Transitive Verbs)
- **定义**：需要动作承受者（宾语）的动词
- **字源**："及"意为"达到、关联"，动作要带个对象
- **细分**：
- 完全及物动词：不需要宾语补语
- 不完全及物动词：需要宾语补语
- 认定动词：如 consider
- 使役动词：如 make
- 任命动词：如 elect
## 三、实义动词细分：动作与状态
**实义动词** = 及物动词 + 不及物动词（具有实际意义的动词）
### 动作动词 (Action Verbs)
- 表示明显的、动态的动作
- 示例：Eat（吃）
### 状态动词 (Stative Verbs)
- 表示相对静止的状态（心理、拥有、感觉）
- 示例：Have（有）, Feel（感觉）, Own（拥有）, Believe（相信）
## 四、系动词 (Linking Verbs)
- 主要起连接主语和表语的作用
- 归类存在争议：独立一类 / 不及物动词 / 状态动词
- 示例：be, seem, become, look
## 五、按功能分类：谓语与非谓语
### 可作谓语动词
- 实义动词（及物 + 不及物）
- 系动词
- **功能**：表达时 (Tense)、体 (Aspect)、气 (Mood)
### 辅助构成谓语
- 助动词 (Auxiliary Verbs)
- 情态动词 (Modal Verbs) - 常被视为助动词一种
### 不可作谓语（非谓语动词）
- 不定式 (Infinitive)
- 过去分词 (Past Participle)
- 现在分词 (Present Participle)
- 动名词 (Gerund)
## 相关链接
- [[英语语法体系核心框架]] - 语法体系总览
- [[英语简单句中动词的核心作用]] - 动词与句型关系
- [[英语五大基本句型]] - 五大句型详解
- [[英语谓语动词]] - 谓语动词的TAM系统

121
03.wiki/英语动词时态体系.md
View File

@@ -1,121 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[英语语法精讲：动词时态体系 (Verb Tenses)]]"
关联:
- "[[英语语法体系核心框架]]"
- "[[英语谓语动词]]"
- "[[英语动词分类体系]]"
- "[[英语十六种时态速查表]]"
类型: atomic
状态:
- 健康
---
# 英语动词时态体系
## 核心概念
英语时态 (Tense) = **时间 (Time)** × **状态 (Aspect)**，两者结合形成 4×4 = 16 种时态。
## 时间 (Time) - 四种
| 时间 | 定义 | 示例时间点 |
|------|------|-----------|
| 现在 (Present) | 当前时间点 | now |
| 过去 (Past) | 当前时间点之前 | yesterday |
| 将来 (Future) | 当前时间点之后 | tomorrow |
| 过去将来 (Past Future) | 相对于过去某时刻的将来 | (无固定对应时间) |
**注意**：过去将来与"现在"没有必然前后关系，可能是现在的过去，也可能是现在的将来。
## 状态 (Aspect) - 四种
### 一般状态 (Simple)
- 含义：默认状态，无特别指出动作是进行、完成还是持续
- 表示事实、习惯或单纯动作发生
- 例：这兔子**吃**胡萝卜（陈述事实）
### 进行状态 (Progressive)
- 含义：动作正在进行中
- 例：这兔子**正在吃**胡萝卜
### 完成状态 (Perfect)
- 含义：动作已经完成，重点在于"完成了"这一结果
- 不强调具体开始时间
- 例：这兔子**吃掉了**胡萝卜（吃饱了）
### 完成进行状态 (Perfect Progressive)
- 含义：从过去开始，已完成一部分，但**还要继续进行**
- 例：这兔子**从早上就开始吃**胡萝卜，现在还没停
## 十六种时态体系
### 现在时间 (Present)
| 时态 | 构成 | 示例 |
|------|------|------|
| 一般现在 | 动词原形 (三单加s) | The rabbit eats carrots. |
| 现在进行 | am/is/are + V-ing | The rabbit is eating. |
| 现在完成 | have/has + 过去分词 | The rabbit has eaten. |
| 现在完成进行 | have/has + been + V-ing | The rabbit has been eating. |
### 过去时间 (Past)
| 时态 | 构成 | 示例 |
|------|------|------|
| 一般过去 | 动词过去式 | The rabbit ate. |
| 过去进行 | was/were + V-ing | The rabbit was eating. |
| 过去完成 | had + 过去分词 | The rabbit had eaten. |
| 过去完成进行 | had + been + V-ing | The rabbit had been eating. |
### 将来时间 (Future)
| 时态 | 构成 | 示例 |
|------|------|------|
| 一般将来 | will + 动词原形 | The rabbit will eat. |
| 将来进行 | will + be + V-ing | The rabbit will be eating. |
| 将来完成 | will + have + 过去分词 | The rabbit will have eaten. |
| 将来完成进行 | will + have + been + V-ing | The rabbit will have been eating. |
### 过去将来时间 (Past Future)
| 时态 | 构成 | 示例 |
|------|------|------|
| 过去将来一般 | would + 动词原形 | He said he would eat. |
| 过去将来进行 | would + be + V-ing | He said he would be eating. |
| 过去将来完成 | would + have + 过去分词 | He said he would have eaten. |
| 过去将来完成进行 | would + have + been + V-ing | He said he would have been eating. |
## 中国学习者四大难点
### 难点1：时与态未分清
- 学校常将时间和状态揉在一起教
- **解决**：理解时间 + 状态是如何合体的
### 难点2：动词变位 (Verb Conjugation)
- 时态变位：eat → ate（过去式）
- 人称变位：eat → eats（第三人称单数）
- Be动词变位：am/is/are → was/were
### 难点3：助动词 (Auxiliary Verbs)
- 时态借助 be, have, will 等助动词构成
- 助动词本身也要变位，增加复杂度
### 难点4：与其他语法概念混合
- 情态动词 + 时态：may have eaten
- 被动语态 + 时态：could not have been eaten
## 学习建议
1. **拆解理解**：不死记16个名称，理解"时间轴"位置和"动作状态"
2. **常用优先**：优先掌握四大核心时态（一般现在、一般过去、现在进行、现在完成）
3. **助动词规律**：掌握 be, have, will 的变位就能推导绝大多数时态
## 相关链接
- [[英语语法体系核心框架]] - 语法体系总览
- [[英语谓语动词]] - 谓语动词的TAM系统
- [[英语动词分类体系]] - 动词分类基础
- [[英语十六种时态速查表]] - 时态速查表

143
03.wiki/英语助动词与情态动词.md
View File

@@ -1,143 +0,0 @@
---
标签:
- 英语语法
- 助动词
- 情态动词
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[英语语法精讲：助动词 & 情态动词]]"
关联:
- "[[英语动词分类体系]]"
- "[[英语谓语动词]]"
- "[[英语动词时态体系]]"
类型: atomic
状态:
- 不健康
---
# 英语助动词与情态动词
## 助动词的定义
**助动词**：用来辅助谓语动词构成语法概念，但本身不能单独作谓语动词的词。
**两大特征**：
1. 辅助主动词（Main Verb）
2. 不能像主动词那样单独作谓语动词
## 助动词的分类
| 类型 | 成员 | 特点 |
|------|------|------|
| 基本助动词 | be, do, have | 无实际含义 |
| 情态助动词 | can/could, may/might, will/would, shall/should, must, ought to, dare, need, used to | 有实际含义 |
| 半助动词 | be able to, be going to, be about to, be to, had better | 兼具两者特征 |
## 基本助动词
| 助动词 | 构成功能 | 示例 |
|--------|----------|------|
| be | 进行时态、被动语态 | is eating, was eaten |
| have | 完成时态 | has eaten |
| do | 强调、否定 | does eat, does not eat |
## 情态助动词详解
### can / could
| 用法 | 示例 | 说明 |
|------|------|------|
| 能力 | I can kill a wolf. | 有能力做 |
| 请求/许可 | Can/Could I borrow your book? | could更委婉 |
| 可能性 | Anything can/could happen. | can可能性大，could可能性小 |
| 虚拟语气 | I could have gone home earlier. | 本可以做但未做 |
### may / might
| 用法 | 示例 | 说明 |
|------|------|------|
| 请求/许可 | May/Might I borrow your book? | might更礼貌 |
| 可能性 | He may/might be at home. | might可能性更小 |
| 祝愿 | May you succeed! | 通常用于句首 |
### must
| 用法 | 示例 | 说明 |
|------|------|------|
| 必须 | You must finish homework first! | 不容置辩 |
| 禁止 | You must not smoke here. | mustn't = 禁止 |
| 肯定推测 | The rabbit must be at home. | 一定/肯定（只用于肯定句） |
**注意**：
- must not ≠ 不必须（那是 need not / don't have to）
- 否定推测用 can't，不用 mustn't
### will / would
| 用法 | 示例 | 说明 |
|------|------|------|
| 构成将来时 | The rabbit will eat. | 现在将来时 |
| 请求/建议 | Will/Would you lend me that book? | would更委婉 |
| 推测 | He will/would know. | would程度更弱 |
### shall / should
| 用法 | 示例 | 说明 |
|------|------|------|
| 构成将来时 | I shall be there at 9 AM. | 同will |
| 征求意见 | Shall we meet at 9 AM? | 提建议 |
| 警告/命令 | You shall not pass! | 圣经十诫 |
| 应该 | We should treat the rabbit well. | 建议/义务 |
| 推测 | It should rain tomorrow. | 有一定根据 |
| 竟然 | It's surprising that he should be late. | 惊讶/愤怒 |
### ought to
- 表示"应该"，用法与 should 大致相同，但语气往往更强
- 例：We ought to treat the rabbit well.
### need
| 用法 | 示例 | 说明 |
|------|------|------|
| 实义动词 | I need your coins. / The rabbit needs to wait. | 否定借助do |
| 情态动词 | The rabbit need not wait. | 多用于否定/疑问 |
### dare
| 用法 | 示例 | 说明 |
|------|------|------|
| 实义动词 | I dare to tell the truth. | "敢" |
| 情态动词 | The rabbit dare not tell the truth. | 多用于否定/疑问 |
### used to
- 表示过去的动作（尤其是重复的动作），强调与现在的对比
- **注意区分**：
- used to（过去常常）
- be used to doing（习惯于做某事）
- use（使用）
## 半助动词
### be able to
- 类似 can，但可以表达将来的能力
- 例：I'll be able to reach school on time.
- was/were able to 表示"成功做成某事"
### be going to / be about to / be to
| 形式 | 含义 | 示例 |
|------|------|------|
| be going to | 强调主观能动性/计划 | I'm going to eat dinner at 6 PM. |
| be about to | 马上要做（时间更短） | I am about to leave. |
| be to | 被命令/命中注定 | You are to finish homework first. |
### had better
- 表示"最好做..."，暗含忠告或警告
- 例：You had better follow my orders.
- 缩写形式：'d better 更常见
## 相关链接
- [[英语动词分类体系]] - 动词五大分类
- [[英语谓语动词]] - 谓语动词的TAM系统
- [[英语动词时态体系]] - 助动词在时态中的应用

92
03.wiki/英语国际音标系统总结.md
View File

@@ -1,92 +0,0 @@
---
标签:
- 英语学习
- 音标
- 发音基础
- 英美发音差异
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[音标.md]]"
关联:
- "[[英语元音发音完全指南]]"
- "[[英语辅音发音完全指南]]"
状态:
- 健康
---
# 英语国际音标系统总结
## 一、音标基础知识
### 1. 音标数量说明
- 国际标准：44个音标（认为/ts/ /dz/ /tr/ /dr/是辅音连缀，不是独立音素）
- 国内教学：48个音标（包含以上4个辅音连缀）= 20个元音 + 28个辅音
### 2. 音标体系差异
- DJ音标：英式音标，标注标准英音（RP）
- KK音标：美式音标，标注标准美音
- 辅音符号在两种体系中完全一致，元音符号有部分差异
## 二、元音（Vowels）
### 1. 元音区分三要素
判断元音发音的核心标准：
1. **舌位前后**：发音时舌面隆起最高点的前后位置
2. **舌位高低**：发音时舌面隆起最高点的高低位置
3. **圆唇度**：发音时嘴唇的圆润程度
可通过普通话发音体会：
- "币"韵母i：舌位前、高，不圆唇
- "兔"韵母u：舌位后、高，圆唇
- "哈"韵母a：舌位中、低，不圆唇
### 2. 单元音核心发音要点
| 音标 | 类型 | 发音要点 | 易混易错 |
|------|------|----------|----------|
| /iː/ | 长元音 | 舌位前高，和拼音i发音基本一致，长音符号是小三角形不是冒号 | 不要和/ɪ/混淆，big /bɪɡ/不要读成/biːɡ/ |
| /ɪ/ | 短元音 | 舌位前高，位于/iː/后下方，类似军训喊的"一" | 不是/iː/的短版本，发音更短促放松 |
| /uː/ | 长元音 | 舌位后高，比拼音u发音位置更靠前 | 不要和/ʊ/混淆，book /bʊk/不要读成/buːk/ |
| /ʊ/ | 短元音 | 舌位后高，位于/uː/后下方，普通话无对应发音 | 不是/uː/的短版本 |
| /e/ | 短元音 | 舌位前中高，和普通话"夜"的韵母e一致 | 难度较低 |
| /ɜː/ | 长元音 | 舌位基本在口腔中央，类似拼音e但舌位更靠前 | 不要和/ə/混淆 |
| /ə/ | 短元音 | 中央元音，口腔最放松状态下发出的音，英语中出现频率最高 | 很多元音弱读时都会变成/ə/ |
| /ʌ/ | 短元音 | 舌位基本在中央，比/ə/稍低，听感类似拼音a | 不要和/ɑː/混淆 |
| /ɔː/ | 长元音 | 舌位后中高，和拼音o发音接近，英美发音差异大 | 最复杂的元音之一，注意不同口音差异 |
| /æ/ | 短元音 | 舌位前低，普通话无对应发音，现代英音舌位向下迁移 | 不要读成/ɑː/，bad /bæd/不是/bɑːd/ |
| /ɑː/ | 长元音 | 舌位后低，和拼音ao、ang的起始音一致 | 中国人发音难度较低 |
| /ɒ/ | 短元音 | 舌位后低，圆唇，普通话无对应发音，美音中无此音 | 英音top /tɒp/，美音读/tɑːp/ |
### 3. 双元音
- 由两个单元音组合而成，类似普通话复韵母，发音时从前一个音快速滑动到后一个音
- 核心要点：滑动自然，前重后轻，前长后短
- 共8个：/eɪ/ /aɪ/ /ɔɪ/ /əʊ/ /aʊ/ /ɪə/ /eə/ /ʊə/
### 4. 英美元音差异
- 标准英音（RP）和美音的元音在元音图上分布存在差异
- 美音显著特征：字母r前的元音会儿化，类似普通话儿化音，如car /kɑːr/（英音/kɑː/）
- 美音中无/ɒ/音，发这个音时不圆唇，读成/ɑː/
## 三、辅音（Consonants）
### 1. 辅音区分三要素
判断辅音发音的核心标准：
1. **清浊**：发音时声带是否振动，振动为浊音，不振动为清音
2. **调音部位**：发音时主要用来阻挡气流的发音器官（双唇、齿龈、软腭等）
3. **调音方式**：阻塞气流发出辅音的方式（爆破、摩擦、鼻音等）
可通过普通话"兔"的声母t体会：t是清音，调音部位是上齿龈，调音方式是塞音（爆破音）
### 2. 核心辅音分类及要点
| 分类 | 音标 | 发音要点 | 易混易错 |
|------|------|----------|----------|
| 爆破音（塞音） | /p/ /t/ /k/ | 清辅音，声带不振动，s后会变成不送气音（如speak、sky） | /t/是最复杂的辅音，有送气、不送气、闪音、喉塞音等多种变体 |
| | /b/ /d/ /g/ | 浊辅音，声带振动 | 注意和对应清辅音的区分，手摸喉咙感受振动 |
| 鼻音 | /m/ /n/ /ŋ/ | 都是浊辅音，气流从鼻腔通过 | /ŋ/是后鼻音，类似ang的尾音，不要读成/n/ |
| 摩擦音（擦音） | /f/ /s/ /ʃ/ /θ/ /h/ | 清辅音，气流摩擦出声 | /θ/要轻咬舌尖，不要读成/s/ |
| | /v/ /z/ /ʒ/ /ð/ /r/ | 浊辅音，声带振动 | /ð/要轻咬舌尖，不要读成/z/；英语/r/不要读成中文"日" |
| 破擦音（塞擦音） | /tʃ/ /dʒ/ | 爆破+摩擦结合 | /tʃ/类似拼音ch但不卷舌；/dʒ/类似拼音zh但不卷舌 |
| 近音（半元音） | /w/ /j/ | 浊辅音，发音短促，很快过渡到元音 | 和拼音w、y基本一致 |
| | /l/ | 有两种发音：元音前清晰L（和拼音l一致），元音后模糊L（舌根抬高） | 词尾的模糊L不要读成"哦"音 |
| 辅音连缀 | /ts/ /dz/ /tr/ /dr/ | 两个辅音快速连读 | /ts/类似拼音c；/dz/类似拼音z |
### 3. 中国人发音难点专项
1. **/θ/ /ð/**：必须轻咬舌尖，不要用/s/ /z/替代
2. **/æ/ /e/ /ʌ/**：三个音区分清楚，不要都读成类似a的音
3. **模糊/l/（词尾L）**：舌根抬高，不要读成"哦"或"儿"音
4. **/r/ /l/ 区分**：不要把rice读成lice
5. **/ŋ/ 后鼻音**：不要把sing读成sin
## 四、音标学习方法建议
1. **对比中文**：利用汉语拼音的相似点快速掌握，重点区分和拼音发音不同的音标
2. **专项突破**：针对中国人普遍发音难点集中练习，逐个突破
3. **结合单词**：不要孤立练习音标，在单词、句子语境中练习，掌握实际发音规则
4. **模仿对比**：多听标准发音（英音/美音选一个主攻），录下自己的发音对比找差异
5. **规则延伸**：掌握音标基础后，学习连读、失爆、弱读、重音等语流音变规则，提升口语流利度

95
03.wiki/英语复合拆词记忆法指南.md
View File

@@ -1,95 +0,0 @@
---
标签:
- 英语学习
- 词汇记忆
- 复合词
- 高效学习方法
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[复合拆词记忆法.md]]"
关联:
- "[[英语词根词缀记忆法完全指南]]"
- "[[英语微语境记忆法]]"
- "[[四级词汇复习总攻略]]"
状态:
- 健康
---
# 英语复合拆词记忆法指南
## 一、方法原理
### 什么是复合词
复合词（compound word）是由两个或多个独立的常见小词直接组合、拼接形成的新单词，类似于中文的"会意字"。
- 简单示例：foot（脚）+ ball（球）= football（足球）
- 复杂示例：father（父亲）+ in + law（法律）= father-in-law（岳父）
### 核心逻辑
遇到陌生长词时，先将其拆分为多个熟悉的小词，再把小词的含义整合联想，就能快速推导出复合词的整体含义，不需要死记硬背。
#### 经典示例：underestimate
- 拆分：under（低、下面）+ estimate（估计）
- 联想：把事情的难度估计得太低
- 含义：v. 低估
## 二、使用方法
四步拆解复合词：
1. **拆分**：将复合词分解为2-3个常见的独立小词
2. **整理**：回忆每个小词的基本含义
3. **整合联想**：把小词的含义组合起来，结合生活场景联想
4. **推导**：得出复合词的整体含义和用法
## 三、系列示例解析
### up系列复合词（核心词up=向上）
| 复合词 | 拆分 | 联想推导 | 实际含义 |
|--------|------|----------|----------|
| upon | up + on | 在上面 | prep. 在…上面 |
| upside | up + side | 上面的一侧 | n. 上面；好的一面 |
| upstairs | up + stairs | 楼梯向上走 | adv. 在楼上 |
| up-to-date | up + to + date | 翻到最新的日期 | adj. 最新的 |
| update | up + date | 更新到最新日期 | v./n. 更新；提供最新信息 |
| upend | up + end | 把底部翻到上面来 | v. 颠倒；倒置 |
| uplift | up + lift | 向上举起来 | v./n. 提升；提高 |
| uphold | up + hold | 举起来支持 | v. 支持；拥护 |
| upload | up + load | 向上加载文件 | v. 上传（文件） |
| upright | up + right | 向上直立的 | adj./adv. 直立的（地）；正直的（地） |
| upcoming | up + coming | 正在来到的 | adj. 即将来临的 |
### over系列复合词（核心词over=超过、在…上）
| 复合词 | 拆分 | 实际含义 |
|--------|------|----------|
| overeat | over + eat | v. 吃得过多 |
| overwork | over + work | v./n. 工作过度 |
| overcrowd | over + crowd | v. 过度拥挤 |
| overestimate | over + estimate | v. 高估 |
| overlook | over + look | v. 忽视；俯瞰 |
| oversea | over + sea | adj./adv. 海外的（地） |
### out系列复合词（核心词out=向外、超过）
| 复合词 | 拆分 | 实际含义 |
|--------|------|----------|
| outgo | out + go | v. 比…走得远 |
| outrun | out + run | v. 比…跑得快；超过 |
| outlive | out + live | v. 比…活得长 |
| outnumber | out + number | v. 数量上超过 |
| output | out + put | n. 输出；产量 |
### 常见生活类复合词
| 复合词 | 拆分 | 实际含义 |
|--------|------|----------|
| blackboard | black + board | n. 黑板 |
| classroom | class + room | n. 教室 |
| basketball | basket + ball | n. 篮球 |
| sunglasses | sun + glasses | n. 太阳镜 |
| smartphone | smart + phone | n. 智能手机 |
| weekend | week + end | n. 周末 |
| birthday | birth + day | n. 生日 |
## 四、方法优势
1. **降低难度**：把长难词拆成熟悉的小词，大幅降低记忆难度，看到陌生词也能猜意思
2. **效率高**：掌握一个核心小词，可以串联记忆十几个相关复合词，形成记忆集群
3. **记忆牢固**：通过逻辑推导记忆，不是死记硬背，不容易遗忘
4. **提升猜词能力**：阅读遇到陌生复合词时，可以快速拆解推测含义，提升阅读速度
## 五、学习建议
1. **系列记忆**：围绕同一个核心小词（如up、over、out、take等），整理所有相关复合词，用思维导图串联记忆
2. **主动拆分**：遇到陌生单词时，先观察是不是复合词，主动尝试拆分，不要先查字典
3. **结合词根词缀**：复合词拆分和词根词缀记忆法结合使用，覆盖90%以上的英语单词记忆
4. **积累特殊情况**：少数复合词的含义不能直接通过拆分推导（如greenhand不是绿色的手，是新手），单独积累这类特殊情况即可
### 特殊复合词示例
| 复合词 | 字面意思 | 实际含义 |
|--------|----------|----------|
| greenhand | 绿色的手 | n. 新手 |
| deadline | 死亡线 | n. 截止日期 |
| blueblood | 蓝色的血 | n. 贵族出身 |
| white elephant | 白色的大象 | n. 昂贵无用的东西 |
| busybody | 忙的人 | n. 爱管闲事的人 |

127
03.wiki/英语将来完成时态详解.md
View File

@@ -1,127 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语将来完成时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时间Time详解]]"
- "[[英语现在完成时态详解]]"
- "[[英语一般将来时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语将来完成时态 (Future Perfect) 详解
## 回答摘要
将来完成时态 = 将来 (Future) + 完成 (Perfect)。描述在将来某个时刻之前已经完成的动作，核心问题是"到那时候将已经完成什么"。标志是 will + have + 过去分词。
## 核心概念
**构成公式**：
```
将来完成 = 将来 (Future) + 完成 (Perfect)
```
**核心问题**：到那时候，将已经完成什么？
**标志**：will + have + 过去分词
## 动词形式
### will have 构成将来完成时
| 主语 | 将来完成形式 | 示例 |
|------|-------------|------|
| I/You/We/They | will + have + 过去分词 | I **will have finished**. |
| He/She/It | will + have + 过去分词 | She **will have left**. |
## 用法详解
### 1. 将来某时刻之前已完成的动作
- I **will have finished** my homework by 6 PM.
- She **will have graduated** by next year.
**时间线示意**：
```
现在 将来
| |
|------- will finish ---|
|------- 6 PM ---------|
(到6点时已完成)
```
### 2. 到将来某时刻为止的持续状态
- By tomorrow, I **will have been** here for a week.
- By 2028, she **will have worked** here for 10 years.
### 3. 表示推测（对过去的推测）
- John **will have arrived** by now.（推测约翰现在已经到了）
- They **will have finished** the project.（他们应该已经完成了）
### 4. 将来完成进行时（强调持续）
- I **will have been waiting** for 2 hours when she arrives.
## 与一般将来时的对比
| 时态 | 核心问题 | 时间关系 | 示例 |
|------|----------|----------|------|
| 一般将来 | 将要做什么？ | 动作将发生 | I **will eat** at 6 PM. |
| 将来完成 | 到那时将已完成什么？ | 动作在时刻前已完成 | I **will have eaten** by 6 PM. |
**关键区别**：
- 一般将来时：描述动作**将要发生**
- 将来完成时：描述动作**到将来某时刻将已完成**
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| by + 时间 | 到...时候为止 | by tomorrow, by 6 PM |
| by the time | 到...时候 | by the time you arrive |
| before | 在...之前 | before the end of the day |
| in + 时间段 | ...之后 | in two hours（= by then） |
| by then | 到那时 | - |
## 否定句与疑问句
### 否定句
- I **will not (won't) have finished** by then.
- She **will not (won't) have left** yet.
### 疑问句
- **Will** you **have finished** by 6 PM?
- **Will** she **have left** before we arrive?
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 将来完成时就是"will have + 过去分词" | 正确 |
| 将来完成时需要特定时间状语 | 通常需要 by + 时间 来表明"到什么为止" |
| 将来完成时只用于主动语态 | 也可以用于被动：will have been done |
| 将来完成时比现在完成时多了 will | 正确，结构是 will + have + 过去分词 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时间Time详解]] - 四种时间详解
- [[英语现在完成时态详解]] - 完成状态的现在时态
- [[英语一般将来时态详解]] - 一般状态的将来时态
## Gegenrede（反问）
> 英语的将来完成时需要说话者站在"现在"的视角，描述"到将来某个时刻某个动作将已完成"。但中文说"到明天为止，我将已经完成这项工作"，同样用"到...为止"这个时间结构和"将"来表明将来的完成。为什么中文可以用时间词和"将"来表达同样的意思，而英语需要用"will + have + 过去分词"这种复合形态？这是否反映了两种语言对"时间参照点"有不同的认知方式？

126
03.wiki/英语将来进行时态详解.md
View File

@@ -1,126 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语将来进行时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时间Time详解]]"
- "[[英语现在进行时态详解]]"
- "[[英语一般将来时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语将来进行时态 (Future Progressive) 详解
## 回答摘要
将来进行时态 = 将来 (Future) + 进行 (Progressive)。描述在将来某个时刻正在发生的动作，核心问题是"到时候将在做什么"。标志是 will + be + 动词-ing。
## 核心概念
**构成公式**：
```
将来进行 = 将来 (Future) + 进行 (Progressive)
```
**核心问题**：到时候将在做什么？
**标志**：will + be + V-ing
## 动词形式
### will be 构成将来进行时
| 主语 | 将来进行形式 | 示例 |
|------|-------------|------|
| I/You/We/They | will + be + V-ing | I **will be waiting**. |
| He/She/It | will + be + V-ing | She **will be working**. |
## 用法详解
### 1. 将来某时刻正在进行的动作
- I **will be waiting** for you at the airport at 8 PM.
- She **will be studying** at the library tomorrow afternoon.
### 2. 表示已安排好的计划
- We **will be meeting** the client next week.（已安排）
- They **will be traveling** to Japan next month.（已计划）
### 3. 描述自然的预料结果
- Don't call me at 7 AM. I **will be sleeping** then.
- The road **will be being repaired** next week, so expect delays.
### 4. 表示礼貌的询问
- **Will** you **be staying** long?（礼貌询问）
- **Will** you **be using** the car tomorrow?（礼貌询问是否需要）
## 与一般将来时的对比
| 时态 | 核心问题 | 侧重点 | 示例 |
|------|----------|--------|------|
| 一般将来 | 将要做什么？ | 动作本身 | I **will go** to Beijing. |
| 将来进行 | 到时候在做什么？ | 动作进行中 | I **will be going** to Beijing at 5 PM. |
**关键区别**：
- 一般将来时：强调动作**将要发生**
- 将来进行时：强调动作在将来某时刻**正在进行**
## 与现在进行时表示将来计划的对比
| 形式 | 用法 | 示例 |
|------|------|------|
| 现在进行时 | 已安排的计划（更确定） | I **am meeting** him tomorrow. |
| 将来进行时 | 描述将来某时刻的动作 | I **will be meeting** him at 5 PM. |
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| at + 时间 | 在...时刻 | at 5 PM tomorrow |
| this time | 此时 | this time next week |
| tomorrow | 明天 | tomorrow afternoon |
| next week | 下周 | next week |
| in + 时间段 | ...之后 | in two hours |
## 否定句与疑问句
### 否定句
- I **will not (won't) be waiting** at that time.
- She **will not (won't) be working** tomorrow.
### 疑问句
- **Will** you **be working** at 6 PM tomorrow?
- **Will** they **be traveling** next month?
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 将来进行时就是"will + V-ing" | 错误，是 will + be + V-ing |
| 将来进行时只用于临时决定 | 主要用于描述将来某时刻正在进行的动作 |
| 将来进行时可以表示计划 | 更多是描述性，而非计划性 |
| 将来进行时比一般将来时更正式 | 两者语气不同，不是正式程度的问题 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时间Time详解]] - 四种时间详解
- [[英语现在进行时态详解]] - 进行状态的现在时态
- [[英语一般将来时态详解]] - 一般状态的将来时态
## Gegenrede（反问）
> 英语的将来进行时强调"在将来某个特定时刻，动作正在进行"。但中文说"明天下午3点我将在开会"，用"明天下午3点"这个时间词加上"将"来表明将来的动作。为什么中文可以用时间词加"将"来表达同样的意思，而英语需要用"will + be + V-ing"这种复合形态？这是否反映了两种语言对"动作在时间轴上的状态"有不同的语法化方式？

105
03.wiki/英语微语境记忆法指南.md
View File

@@ -1,105 +0,0 @@
---
标签:
- 英语学习
- 词汇记忆
- 微语境
- 高效学习方法
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[微语境记忆法.md]]"
关联:
- "[[英语词根词缀记忆法完全指南]]"
- "[[英语复合拆词记忆法指南]]"
- "[[四级词汇复习总攻略]]"
状态:
- 健康
---
# 英语微语境记忆法指南
## 一、方法原理
微语境记忆法是将单词放在简短、独立、易于理解的短小句子（微语境）中进行记忆的方法，解决了孤立背单词"记了忘、忘了记"、"记住了也不会用"的痛点。
### 核心优势
- **场景化记忆**：不是孤立记单词，而是在具体场景中理解单词含义和用法
- **信息量可控**：每个微语境只聚焦1-2个核心单词，信息负担小，记忆效率高
- **关联记忆**：通过各种关联方式（谐音、形近、近反义等）强化记忆，不容易遗忘
- **兼顾用法**：不仅记住单词含义，还能掌握单词的搭配和使用场景
## 二、五种核心串记方式
### 1. 谐音拼读与释义串记
利用单词发音相近的中文词或短语，构建情景化句子，谐音联想记忆。
#### 示例
- 单词：chance /tʃɑːns/ 机会、尝试
- 记忆句：玛丽"巧思"的尝试（chance）使她获得了进入这家公司工作的机会。
- 联想："巧思"的发音和chance相近，关联含义"机会、尝试"
#### 更多谐音示例
| 单词 | 发音谐音 | 记忆联想 | 含义 |
|------|----------|----------|------|
| ambulance /ˈæmbjələns/ | 俺不能死 | 救护车来了，大喊"俺不能死" | n. 救护车 |
| ambition /æmˈbɪʃn/ | 俺必胜 | 有雄心的人会喊"俺必胜" | n. 雄心、野心 |
| pest /pest/ | 拍死它 | 看到害虫就要拍死它 | n. 害虫 |
| ponder /ˈpɒndə(r)/ | 胖的 | 胖的人容易发呆沉思 | v. 沉思、考虑 |
### 2. 形近词串记
把拼写非常相似的单词放在同一个语境中，通过含义对比强化记忆，避免混淆。
#### 示例
- 单词：farther /ˈfɑːðə(r)/ 更远的
- 对比词：father /ˈfɑːðə(r)/ 父亲
- 记忆句：父亲（father）的背影越来越远（farther）。
#### 更多形近词对比
| 易混词 | 记忆句 |
|--------|--------|
| adapt / adopt / adept | 适应(adapt)环境要会改，收养(adopt)小孩要有爱，熟练(adept)技巧要多练 |
| dessert / desert | 甜点(dessert)要多吃一个s，沙漠(desert)少一个s太干了 |
| compliment / complement | 赞美(compliment)要多说i，补充(complement)要把e填满 |
| principal / principle | 校长(principal)是我的pal（朋友），原则(principle)要记ple（跑了就没原则） |
### 3. 上下义串记
将目标词与其上位词（大概念）或下位词（小分类）放在同一个语境中，建立树状语义网络，一次记多个单词。
#### 示例
- 单词：badminton /ˈbædmɪntən/ 羽毛球
- 上位词：sport /spɔːt/ 运动
- 记忆句：羽毛球运动（badminton）是我最喜欢的运动（sport）之一。
#### 更多上下义示例
| 上位词 | 下位词集合 |
|--------|----------|
| 职业job | teacher老师、doctor医生、engineer工程师、lawyer律师 |
| 水果fruit | apple苹果、banana香蕉、orange橙子、strawberry草莓 |
| 交通工具vehicle | car汽车、bus公交、train火车、plane飞机 |
| 颜色color | red红色、blue蓝色、green绿色、yellow黄色 |
### 4. 近反义词串记
在同一个微语境中同时给出目标词的近义词或反义词，对比联想记忆，一次记两个单词。
#### 示例
- 单词：negative /ˈneɡətɪv/ 消极的
- 反义词：positive /ˈpɒzətɪv/ 积极的
- 记忆句：我们应该保持积极乐观的（positive）态度，避免陷入消极（negative）情绪之中。
#### 更多近反义词示例
| 近义词对 | 记忆句 |
|--------|--------|
| big / large / huge | 这个大(big)箱子很大(large)，简直是巨大(huge)的。 |
| happy / glad / joyful | 我很开心(happy)、很高兴(glad)、充满喜悦(joyful)。 |
| 反义词对 | 记忆句 |
|--------|--------|
| hot / cold | 夏天很热(hot)，冬天很冷(cold)。 |
| fast / slow | 兔子跑得很快(fast)，乌龟跑得很慢(slow)。 |
| tall / short | 长颈鹿很高(tall)，小松鼠很矮(short)。 |
### 5. 派生词串记
基于词根词缀，将目标词与其同根派生词放在同一句话中，通过形态变化关联记忆，一次记一整组单词。
#### 示例
- 单词：industrial /ɪnˈdʌstriəl/ 工业的
- 词根：industry /ˈɪndəstri/ 工业
- 记忆句：汽车行业（industry）对该国工业的（industrial）发展起到了重要的推动作用。
#### 更多派生词示例
| 词根 | 派生词串 | 记忆句 |
|------|----------|--------|
| care 关心 | careful小心的、careless粗心的、carefully小心地 | 小心的(careful)人很少犯错，粗心的(careless)人经常犯错，做事要小心地(carefully)做。 |
| use 使用 | useful有用的、useless无用的、usage用法 | 有用的(useful)知识要多学，无用的(useless)知识少学，要掌握正确的用法(usage)。 |
| happy 开心 | happiness幸福、unhappy不开心、happily开心地 | 开心的(happy)人会获得幸福(happiness)，不开心的(unhappy)人要学会开心地(happily)生活。 |
## 三、方法优势
1. **记忆牢固**：通过各种关联和场景记忆，比孤立背单词记忆牢固度高3倍以上
2. **效率高**：一次记忆可以同时记住多个相关单词，事半功倍
3. **避免混淆**：形近词、近反义词对比记忆，从根源上避免用错单词
4. **学会用法**：在句子中记忆单词，自然掌握单词的搭配和使用场景，背了就能用
5. **适合碎片化学习**：每个微语境都很短，适合利用碎片时间记忆
## 四、学习建议
1. **自己造句子**：不要只用现成的记忆句，结合自己的生活经历造句子，记忆更深刻
2. **多维度关联**：同一个单词可以用多种串记方式记忆，比如既用谐音又用近反义词，多维度强化
3. **及时复习**：按照艾宾浩斯遗忘曲线复习，间隔1天、3天、7天、15天重复记忆
4. **结合阅读**：在阅读中遇到学过的单词时，回忆它的微语境，进一步巩固记忆
5. **定期整理**：定期整理形近词、近反义词、派生词表，形成自己的词汇网络

74
03.wiki/英语时与态核心概念.md
View File

@@ -1,74 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语的时与态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语语法体系核心框架]]"
- "[[英语谓语动词]]"
类型: qa
状态:
- 健康
---
# 英语的时与态
## 回答摘要
英语时态 (Tense) = **时间 (Time)** × **状态 (Aspect)**，两者结合形成 **4×4 = 16种时态**。
## 核心概念
### 时间 (Time) - 四种
| 时间 | 定义 | 提问 |
|------|------|------|
| 现在 (Present) | 当前时间点 | 现在？ |
| 过去 (Past) | 当前时间点之前 | 之前？ |
| 将来 (Future) | 当前时间点之后 | 之后？ |
| 过去将来 (Past Future) | 相对于过去某时刻的将来 | 过去的之后？ |
### 状态 (Aspect) - 四种
| 状态 | 含义 | 示例 |
|------|------|------|
| 一般 (Simple) | 默认状态，不特别指出动作进行、完成或持续 | The rabbit **eats** carrots. |
| 进行 (Progressive) | 动作正在进行中 | The rabbit **is eating** carrots. |
| 完成 (Perfect) | 动作已完成，重点在于"完成了"这一结果 | The rabbit **has eaten** carrots. |
| 完成进行 (Perfect Progressive) | 从过去开始，已完成一部分，但还要继续进行 | The rabbit **has been eating** carrots. |
## 十六种时态速览
| | 一般 | 进行 | 完成 | 完成进行 |
|---|------|------|------|----------|
| **现在** | 一般现在 | 现在进行 | 现在完成 | 现在完成进行 |
| **过去** | 一般过去 | 过去进行 | 过去完成 | 过去完成进行 |
| **将来** | 一般将来 | 将来进行 | 将来完成 | 将来完成进行 |
| **过去将来** | 过去将来一般 | 过去将来进行 | 过去将来完成 | 过去将来完成进行 |
## 学习建议
1. **拆解理解**：先分开学"时间"和"状态"，再合并
2. **常用优先**：先掌握4个核心时态（一般现在、一般过去、现在进行、现在完成）
3. **助动词规律**：掌握 be/have/will 的变位就能推导绝大多数时态
## 关键知识点
- 时态 = 时间 × 状态，两者独立又结合
- "过去将来"不是"过去的将来"，而是"相对于过去某时刻的将来"
- 完成进行 = 完成 + 进行 = 强调"还要继续"
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语语法体系核心框架]] - 动词中心论的语法体系
- [[英语谓语动词]] - 谓语动词的TAM系统
## Gegenrede（反问）
> 如果"时与态"是分开的，为什么中文说"我已经吃了"时用一个"了"字同时表达了完成和过去？中文是如何在不同时态语法化的情况下表达类似概念的？

107
03.wiki/英语时间Time详解.md
View File

@@ -1,107 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时间
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语的时间]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时与态核心概念]]"
- "[[英语语法体系核心框架]]"
类型: qa
状态:
- 不健康
---
# 英语的时间 (Time) 详解
## 回答摘要
时间(Time)描述动作发生的"什么时候"，与动作如何发生无关。时间轴上只有四个点：现在、过去、将来、过去将来。
## 核心概念
**四种时间**：
| 时间 | 核心问题 | 回答 | 示例时间点 |
|------|----------|------|-----------|
| 现在 (Present) | 什么时候？ | 现在 | now, today |
| 过去 (Past) | 什么时候？ | 之前 | yesterday, last week |
| 将来 (Future) | 什么时候？ | 之后 | tomorrow, next week |
| 过去将来 (Past Future) | 相对于过去的"之后"是什么时候？ | 过去的之后 | (无固定) |
## 时间详解
### 1. 现在 (Present)
- **定义**：当前时间点发生的动作或存在的状态
- **特征**：与"现在"重叠
- **示例**：
- I **eat** carrots. (我现在吃)
- I **am eating** carrots. (我正在吃)
- I **have eaten** carrots. (我已经吃了)
### 2. 过去 (Past)
- **定义**：当前时间点之前发生的动作
- **特征**：在"现在"之前
- **示例**：
- I **ate** carrots. (我过去吃了)
- I **was eating** carrots. (我过去正在吃)
- I **had eaten** carrots. (我过去已经吃了)
### 3. 将来 (Future)
- **定义**：当前时间点之后发生的动作
- **特征**：在"现在"之后
- **示例**：
- I **will eat** carrots. (我将要吃)
- I **will be eating** carrots. (我将要正在吃)
- I **will have eaten** carrots. (我将要已经吃了)
### 4. 过去将来 (Past Future)
- **定义**：相对于过去某时刻的"将来"
- **特征**：不是"过去的将来"，而是"过去的视角看将来"
- **关键**：它的"参照点"是过去，不是现在
- **示例**：
- He said he **would eat** carrots. (他说他要吃) ← 相对于"他说"这个过去时刻
- He expected she **would be waiting**. (他期望她会在等) ← 相对于"他期望"的过去时刻
## 时间与状态的关系
| | 现在 | 过去 | 将来 | 过去将来 |
|---|------|------|------|----------|
| **一般** | eat | ate | will eat | would eat |
| **进行** | am/is eating | was eating | will be eating | would be eating |
| **完成** | have eaten | had eaten | will have eaten | would have eaten |
| **完成进行** | have been eating | had been eating | will have been eating | would have been eating |
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| "过去将来"="过去的将来" | ✗ 正确理解：相对于过去某时刻的"之后" |
| 一般现在 = 总是 | ✗ 一般现在表示习惯、事实，不一定是"总是" |
| 将来只能用 will | ✗ will/going to/be going to 都可表示将来 |
## 与中文对比
中文的时间表达相对简单：
- "我吃了" → 过去
- "我要吃" → 将来
- "我吃着呢" → 进行
但中文没有专门的形态标记，时间更多靠：
- 时间词：昨天、明天、现在
- 副词：已经、将要、正在
- 语境
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时与态核心概念]] - 时间×状态=时态
- [[英语语法体系核心框架]] - 动词中心论的语法体系
## Gegenrede（反问）
> 英语的"过去将来"要求说话者站在一个过去的视角来描述"那时看来将要发生的事"。为什么中文没有这种"过去视角的将来"语法？当中国人说"他说他明天来"，"明天"是相对于"说话时"还是"他说的时候"？

88
03.wiki/英语状态Aspect详解.md
View File

@@ -1,88 +0,0 @@
---
标签:
- 英语语法
- 动词
- 状态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语的状态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语时与态核心概念]]"
- "[[英语语法体系核心框架]]"
类型: qa
状态:
- 不健康
---
# 英语的状态 (Aspect) 详解
## 回答摘要
状态(Aspect)描述的是动作在时间线上的展开方式，与"什么时候发生"无关，而是"怎么发生的"——进行中？完成了？还在继续？
## 核心概念
**四种状态**：
| 状态 | 核心问题 | 标志 | 示例 |
|------|----------|------|------|
| 一般 (Simple) | 动作是怎样的？ | 动词原形 | I **work** |
| 进行 (Progressive) | 动作正在进行吗？ | be + V-ing | I **am working** |
| 完成 (Perfect) | 动作完成了吗？结果如何？ | have/has + V-ed | I **have worked** |
| 完成进行 (Perfect Progressive) | 开始了？还在继续？ | have/has + been + V-ing | I **have been working** |
## 四种状态详解
### 1. 一般状态 (Simple)
- **含义**：默认状态，不特别指出动作进行、完成或持续
- **用法**：事实、习惯、反复发生
- **示例**：The rabbit **eats** carrots. (陈述事实)
### 2. 进行状态 (Progressive)
- **含义**：动作正在进行中，在时间线的某一点"正在发生"
- **用法**：正在发生的动作
- **示例**：The rabbit **is eating** carrots. (正在吃)
### 3. 完成状态 (Perfect)
- **含义**：动作已完成，重点在于"完成了"这一结果
- **用法**：过去动作对现在的影响
- **示例**：The rabbit **has eaten** the carrots. (吃完了)
### 4. 完成进行状态 (Perfect Progressive)
- **含义**：从过去开始，已完成一部分，但还要继续进行
- **用法**：长时间持续的动作
- **示例**：The rabbit **has been eating** for 2 hours. (已经吃了2小时，还要继续)
## 与时间结合
| | 一般 | 进行 | 完成 | 完成进行 |
|---|------|------|------|----------|
| **现在** | I eat | I am eating | I have eaten | I have been eating |
| **过去** | I ate | I was eating | I had eaten | I had been eating |
| **将来** | I will eat | I will be eating | I will have eaten | I will have been eating |
## 学习建议
1. **先理解"状态"本身**：不要急着和"时间"合并
2. **用中文思维验证**："正在"=进行，"已经/完了"=完成，"一直/还在"=完成进行
3. **注意完成进行的独特性**：它同时包含"完成"和"进行"，强调还要继续
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 完成时态就是过去 | 完成状态不问"什么时候"，只问"完成了吗" |
| 进行状态=动作很短 | 进行状态可以很长：I am living in Beijing. |
| 完成进行=完成+进行 | 完成进行强调还要继续 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语时与态核心概念]] - 时间×状态=时态
- [[英语语法体系核心框架]] - 动词中心论的语法体系
## Gegenrede（反问）
> 为什么英语需要区分"完成"和"完成进行"，而中文通常用"已经...了"或"一直在..."来表达？这种语法化差异反映了两种语言对"时间性"有什么不同的认知方式？

103
03.wiki/英语独立主格结构.md
View File

@@ -1,103 +0,0 @@
---
标签:
- 英语语法
- 句法结构
- 非谓语动词
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[英语语法精讲：独立主格结构 (Absolute Construction)]]"
关联:
- "[[英语非谓语动词]]"
- "[[英语语法体系核心框架]]"
- "[[英语谓语动词]]"
类型: atomic
状态:
- 不健康
---
# 英语独立主格结构 (Absolute Construction)
## 核心定义
独立主格结构 = **逻辑主语 + 非谓语动词**，用于解决"从句主语与主句主语不一致"时的从句简化问题。
## 什么是独立主格？
- **"主格"**：结构中的名词/代词是后面非谓语动词的逻辑主语
- **"独立"**：这个逻辑主语独立于主句主语之外，不依附于主句
**本质**：当从句主语与主句主语不一致时，保留从句主语（逻辑主语），但将从句谓语动词变为非谓语动词。
## 引入：从非谓语动词到独立主格
### 同主语简化（可直接省略）
- 原句：Because he was invited by the wolf, the rabbit decided to go.
- 简化：**Invited by the wolf**, the rabbit decided to go.
- 解析：主语 the rabbit 与 invite 是被动关系，用过去分词。
### 不同主语的问题
- 原句：Because **the wolf** invited him, **the rabbit** decided to go.
- 错误简化1：Invited him, the rabbit...（逻辑错误：变成兔子邀请他）
- 错误简化2：The wolf invited him, the rabbit...（逗号连接两个完整句子）
- **正确形式**：**The wolf inviting him**, the rabbit decided to go.
## 构成形式
### 名词/代词 + 分词
| 形式 | 表示 | 示例 |
|------|------|------|
| 名词 + 现在分词 | 主动/进行 | The wolf inviting him... |
| 名词 + 过去分词 | 被动/完成 | A carrot held in his hand |
### 名词/代词 + 动词不定式
- 表示将来或尚未发生的动作
- 例：**The rabbit to come**, the wolf is overjoyed.
### 名词/代词 + 其他成分（省略 being）
| 形式 | 示例 |
|------|------|
| 名词 + 名词 | some of them (being) rabbits and wolves |
| 名词 + 形容词 | some of them (being) happy |
| 名词 + 副词 | head (being) down |
| 名词 + 介词短语 | carrot (being) in hand |
## 常见应用场景
### 条件状语从句
- 原句：If **the weather** permits, **the rabbit** will go out.
- 独立主格：**The weather permitting**, the rabbit will go out.
### 时间状语从句
- 原句：After **the work** was finished, **the rabbit** went home.
- 独立主格：**The work finished**, the rabbit went home.
### 伴随状况（并列句简化）
- 原句：The rabbit is lying in bed and a carrot is still held in his hand.
- 独立主格：The rabbit is lying in bed, **a carrot still held in his hand**.
## With 复合结构
`with + 宾语 + 宾语补足语` 本质上是**带介词 with 的独立主格**。
| 形式 | 示例 |
|------|------|
| 独立主格 | The work finished, the rabbit went home. |
| With结构 | **With** the work finished, the rabbit went home. |
### 进一步简化
- 原句：The rabbit came in, with a carrot in his hand.
- 简化：**The rabbit came in, carrot in hand.**（省略with, a, his）
## 关联知识点
- [[英语非谓语动词]] - 独立主格的基础
- [[英语谓语动词]] - 谓语动词与非谓语动词的关系
- [[英语语法体系核心框架]] - 语法体系总览
## 学习建议
1. **打好非谓语动词基础**：过去分词（被动/完成）、现在分词（主动/进行）、不定式（将来）
2. **理解"逻辑主语"概念**：独立主格中的名词/代词是非谓语动词的逻辑主语
3. **注意省略 being 的形式**：名词+名词/形容词/副词/介词短语本质是 being 的省略

100
03.wiki/英语现在完成时态详解.md
View File

@@ -1,100 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语现在完成时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语一般现在时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语现在完成时态 (Present Perfect) 详解
## 回答摘要
现在完成时态 = 现在 (Present) + 完成 (Perfect)。描述过去的动作，结果或影响延续到现在。核心问题不是"何时"，而是"结果如何"。
## 核心概念
**构成公式**：
```
现在完成 = 现在 (Present) + 完成 (Perfect)
```
**核心问题**：动作完成了吗？结果/影响是什么？
**标志**：have/has + 过去分词(V-ed)
## 动词形式
| 主语 | 形式 | 示例 |
|------|------|------|
| I/You/We/They | have + V-ed | I **have eaten** |
| He/She/It | has + V-ed | He **has eaten** |
## 用法详解
### 1. 过去动作，结果延续到现在
- I **have lost** my keys. (弄丢钥匙 - 结果：进不去)
- She **has finished** her homework. (完成作业 - 结果：可以玩了)
### 2. 过去的经历，到现在为止
- I **have visited** Beijing twice. (去过两次)
- He **has never seen** such a sunset. (从未见过)
### 3. 从过去持续到现在（可能继续）
- I **have lived** here for 5 years.
- She **has studied** English since 2020.
## 现在完成 vs 一般过去
| 时态 | 核心问题 | 关注点 | 示例 |
|------|----------|--------|------|
| 一般过去 | 什么时候发生的？ | 具体时间 | I **ate** at 6 PM. |
| 现在完成 | 结果/影响是什么？ | 现在 | I **have eaten**. |
## have been vs have gone
| 形式 | 含义 | 示例 |
|------|------|------|
| have been | 去过已回来 | I **have been** to Shanghai. |
| have gone | 去了还没回 | He **has gone** to Shanghai. |
## 常见时间标志词
| 标志词 | 用法 |
|--------|------|
| already | 已经 |
| yet | 还/已经 |
| just | 刚刚 |
| ever | 曾经 |
| never | 从未 |
| so far | 到目前为止 |
| for | 持续时间 |
| since | 起始时间 |
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 现在完成=刚刚发生 | 现在完成不关心何时发生，只关心结果 |
| 只能用"最近" | 可以是很久以前的事 |
| 和一般过去可以互换 | 完全不同！ |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语一般现在时态详解]] - 一般+现在
## Gegenrede（反问）
> 中文说"我吃过饭了"，用"了"同时表达完成和过去。但英语的现在完成时虽然描述过去，却特别强调结果"到现在"的关系。为什么英语要把"完成"和"现在"绑在一起？这反映了英语使用者对"过去的动作"和"现在的状态"之间关系有什么独特的认知方式？

104
03.wiki/英语现在完成进行时态详解.md
View File

@@ -1,104 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语现在完成进行时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语现在完成时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语现在完成进行时态 (Present Perfect Progressive) 详解
## 回答摘要
现在完成进行时态 = 现在 (Present) + 完成进行 (Perfect Progressive)。从过去开始的动作，已完成一部分但还要继续到现在。核心问题是"开始了吗？还在继续吗？"
## 核心概念
**构成公式**：
```
现在完成进行 = 现在 (Present) + 完成进行 (Perfect Progressive)
```
**核心问题**：开始了吗？已完成一部分了吗？还在继续吗？
**标志**：have/has + been + 动词-ing
## 动词形式
| 主语 | 形式 | 示例 |
|------|------|------|
| I/You/We/They | have + been + V-ing | I **have been working** |
| He/She/It | has + been + V-ing | He **has been working** |
**结构分解**：
```
have/has + been + V-ing
↓ ↓ ↓
完成 been 进行中
```
## 用法详解
### 1. 从过去持续到现在（还要继续）
- I **have been learning** English for 3 years.
- She **has been working** here since 2020.
### 2. 刚刚结束的动作（仍有可见结果）
- I **have been running**, so I am tired.
- She **has been crying**, that's why her eyes are red.
### 3. 重复发生的动作（到现在为止）
- He **has been coming** to this café every day.
- I **have been meeting** clients all week.
## 现在完成进行 vs 其他时态对比
| 时态 | 核心问题 | 示例 |
|------|----------|------|
| 现在进行 | 正在发生？ | I **am working**. |
| 现在完成 | 完成了？结果？ | I **have worked**. |
| 现在完成进行 | 开始了吗？还在继续？ | I **have been working**. |
## 现在完成进行 vs 现在完成
| 时态 | 核心区别 | 示例 |
|------|----------|------|
| 现在完成 | 只问"完成了吗" | I **have read** the book. |
| 现在完成进行 | 强调"还要继续" | I **have been reading** the book. |
## 常见时间标志词
| 标志词 | 用法 |
|--------|------|
| for | 持续时间 - for 3 hours |
| since | 起始时间 - since 2020 |
| all day/week | 整天/整周 |
| the whole morning | 整个早上 |
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 完成进行=完成+进行 | 完成进行强调"还要继续" |
| 只能用"一直" | 也可以表示"刚刚结束" |
| 和现在完成可以互换 | 完成进行强调继续，完成不强调 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语现在完成时态详解]] - 现在+完成
## Gegenrede（反问）
> 中文说"我一直在学习"或"我已经学了3个小时了"，用副词"一直"和时间词"3个小时"来表达动作的持续性。但英语需要用"have been + V-ing"这种特殊的动词形态组合。为什么英语需要创造一个"完成进行"的复合状态，而中文直接用时间词就能表达？这反映了两种语言对"动作的持续性"有什么不同的语法化方式？

88
03.wiki/英语现在进行时态详解.md
View File

@@ -1,88 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语现在进行时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语一般现在时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语现在进行时态 (Present Progressive) 详解
## 回答摘要
现在进行时态 = 现在 (Present) + 进行 (Progressive)。描述此刻或现阶段正在发生的动作，标志是be动词 + 动词-ing。
## 核心概念
**构成公式**：
```
现在进行 = 现在 (Present) + 进行 (Progressive)
```
**核心问题**：动作正在发生吗？
**标志**：be动词 + 动词-ing
## 动词形式
| 主语 | 形式 | 示例 |
|------|------|------|
| I | am + V-ing | I **am eating** |
| He/She/It | is + V-ing | He **is eating** |
| You/We/They | are + V-ing | They **are eating** |
## 用法详解
### 1. 此刻正在发生的动作
- Look! The rabbit **is eating** a carrot.
- Right now, I **am working** from home.
### 2. 阶段内正在发生的动作
- This week, I **am staying** at a hotel.
- This semester, she **is studying** medicine.
### 3. 确定的近期计划
- We **are leaving** tomorrow morning.
- I **am meeting** John at 6 PM.
### 4. 临时情况（非习惯）
- These days, I **am exercising** every morning.
## 现在进行 vs 一般现在
| 时态 | 核心问题 | 示例 |
|------|----------|------|
| 一般现在 | 动作是怎样的？ | I **work** at Google. (长期事实) |
| 现在进行 | 动作正在发生？ | I **am working** now. (临时状态) |
## Be动词形式记忆
**口诀**：我(I)**am**，你(You)**are**，他/她/它(He/She/It)**is**，复数全用**are**
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 进行状态=动作很短 | 进行状态可以很长：I am living in Beijing. |
| 现在进行=现在 | 现在还有一般、完成、完成进行 |
| be动词可以省略 | 必须加！进行时态的标志 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语一般现在时态详解]] - 一般+现在
## Gegenrede（反问）
> 英语的进行时态用"be + V-ing"来表示，但中文说"正在吃"用副词"正在"来修饰动词。为什么英语需要用"be动词+ing"这种动词组合形式，而中文用副词就可以表达同样的意思？这反映了两种语言对"动作状态"有什么不同的语法化方式？

45
03.wiki/英语简单句.md
View File

@@ -1,45 +0,0 @@
---
标签:
- 英语学习
- 语法
- 基础句型
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[98.问答记录/2026-04-16 日报#10:30:00 - 解释英语简单句]]"
关联:
- "[[英语语法体系核心框架]]"
- "[[英语简单句中动词的核心作用]]"
类型: atomic
状态:
- 健康
---
# 英语简单句
## 核心定义
英语简单句是只包含**一套独立主谓结构**、表达一个完整意思的句子，是所有复杂英语句子的基础构建单元。无论句子长短，只要没有并列/从属连词连接的其他主谓结构，就属于简单句。
## 五种核心基本句型（所有简单句都可归为以下之一）
| 句型 | 结构说明 | 示例 |
|------|----------|------|
| SV 主谓 | 主语 + 不及物动词（动作不需要承受者） | Birds fly. / The sun rises. |
| SVP 主系表 | 主语 + 系动词 + 表语（说明主语的状态/属性） | She is a teacher. / The food tastes good. |
| SVO 主谓宾 | 主语 + 及物动词 + 宾语（动作的承受者） | I read books every day. / We built a house. |
| SVOO 主谓双宾 | 主语 + 双宾动词 + 间接宾语（人） + 直接宾语（物） | Mom bought me a new phone. / He told me a story. |
| SVOC 主谓宾补 | 主语 + 及物动词 + 宾语 + 宾语补足语（补充说明宾语的状态/动作） | The teacher asked me to answer the question. / We found the movie interesting. |
## 常见扩展方式（不改变简单句属性）
简单句可以通过添加定语、状语、同位语、插入语等修饰成分变长，核心仍是一套主谓结构：
> 例：The little boy in the blue jacket usually plays football happily with his friends on the playground after school.
> （核心结构：The boy plays football - 仍是SVO型简单句）
## 关键判断标准
✅ 只有一个主语（可以是并列主语，如You and I）
✅ 只有一个谓语（可以是并列谓语，如sings and dances）
❌ 没有从句（定语从句/状语从句/名词性从句）
❌ 没有并列连词（and/but/or等）连接的另一套主谓结构
## 相关链接
- [[英语语法体系核心框架]] - 英语语法完整体系
- [[英语简单句中动词的核心作用]] - 动词如何决定句型结构

42
03.wiki/英语简单句中动词的核心作用.md
View File

@@ -1,42 +0,0 @@
---
标签:
- 英语学习
- 语法
- 动词
- 简单句
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[98.问答记录/2026-04-16 日报#10:40:00 - 简单句的构成和动词的关系是什么样的]]"
关联:
- "[[英语简单句]]"
- "[[英语动词分类详解]]"
类型: atomic
状态:
- 健康
---
# 英语简单句中动词的核心作用
## 核心结论
动词是简单句的绝对核心，**简单句的五种基本句型完全由谓语动词的类型决定**，不同动词要求不同的句子成分搭配，没有动词就不能构成完整的简单句。
## 动词类型与对应句型关系
| 动词类型 | 核心特征 | 对应句型 | 示例 |
|----------|----------|----------|------|
| 不及物动词（vi） | 本身意思完整，后面不需要接动作的承受者（宾语） | SV（主谓） | Birds **fly**. / The sun **rises**. |
| 系动词（link v） | 没有实际动作含义，只起连接主语和表语的作用，说明主语的属性、状态、身份 | SVP（主系表） | She **is** a teacher. / The food **tastes** good. |
| 单及物动词（vt） | 意思不完整，需要接一个宾语（动作承受者）来表达完整含义 | SVO（主谓宾） | I **read** books every day. / We **built** a house. |
| 双及物动词（vt） | 需要接两个宾语：间接宾语（表人，表动作的接收者）+ 直接宾语（表物，表动作的内容） | SVOO（主谓双宾） | Mom **bought** me a new phone. / He **told** me a story. |
| 复合及物动词（vt） | 需要接宾语 + 宾语补足语（补充说明宾语的状态、动作、身份）才能表达完整含义 | SVOC（主谓宾补） | The teacher **asked** me to answer the question. / We **found** the movie interesting. |
## 关键规则
1. 所有简单句必须且只能有**一个谓语动词结构**（可以是并列动词，如"He sings and dances"，但仍属于同一谓语）
2. 谓语动词的类型直接决定了句子需要搭配什么成分，不能随意增减：比如不及物动词后面不能接宾语，系动词后面必须接表语
3. 时态、语态、语气的变化都体现在谓语动词上，其他成分不承担语法变化功能
## 相关链接
- [[英语简单句]] - 简单句基础定义与五种句型详解
- [[英语动词分类详解]] - 动词的全类别系统梳理
- [[英语句子成分拆解]] - 主语、谓语、宾语等成分的详细说明
- [[英语长难句拆解方法]] - 从谓语动词入手分析复杂句子

100
03.wiki/英语虚拟语气.md
View File

@@ -1,100 +0,0 @@
---
标签: [英语语法, 动词, 语气, 虚拟语气]
创建时间: 2026-04-16
更新时间: 2026-04-16
来源: [[英语语法精讲：动词语气 (Verb Moods) - 虚拟语气]]
关联: [[英语语法体系核心框架]], [[英语谓语动词]], [[英语动词分类体系]], [[英语动词时态体系]]
类型: atomic
状态:
- 健康
---
# 英语虚拟语气 (Subjunctive Mood)
## 核心概念
动词语气是谓语动词的三大本领之一（TAM = Tense 时态 + Aspect 状态 + Mood 语气）。
**虚拟语气**：描述"脑中想象"而非"客观现实"的情况。
> **Subjunctive** vs **Subjective**：Subjunctive 原意为"在底下连接的"，指从句结构；巧合的是18世纪康德赋予 Subjective"主观的、脑中发生的"含义。
## 三种语气对比
| 语气 | 功能 | 示例 |
|------|------|------|
| 陈述语气 (Indicative) | 描述客观现实或事实 | The rabbit ate the carrot. |
| 祈使语气 (Imperative) | 表达命令、请求 | Eat the carrot! |
| 虚拟语气 (Subjunctive) | 描述非现实、想象或主观意愿 | If I were you, I would eat. |
## 虚拟语气核心规则：时态倒退
### 与现在事实相反 → 动词用过去式
| 从句 | 主句 |
|------|------|
| 动词过去式 (be 用 were) | would/could/might + 动词原形 |
- If I **saw** the rabbit now, I **would** bite him.
- If I **were** you, I would give this video a thumbs-up.
### 与将来事实相反（可能性小）→ should + 动词原形
| 从句 | 主句 |
|------|------|
| should + 动词原形 / were to + 原形 | would/could/might + 动词原形 |
- If I **should see** the rabbit tomorrow, I **would** bite him.
- If I **were to meet** thee after long years...
### 与过去事实相反 → had + 过去分词
| 从句 | 主句 |
|------|------|
| had + 过去分词 | would/could/might + have + 过去分词 |
- If I **had seen** the rabbit, I **would have bitten** him.
## 虚拟语气速查表
| 假设类型 | 条件句 (If 从句) | 主句 | 示例 |
|:---------|:-----------------|:-----|:-----|
| 与现在相反 | 动词过去式 (be 用 were) | would + 动词原形 | If I saw it, I would tell you. |
| 与将来相反 | should + 动词原形 / were to | would + 动词原形 | If I should see it, I would tell you. |
| 与过去相反 | had + 过去分词 | would have + 过去分词 | If I had seen it, I would have told you. |
## Wish 后接从句的虚拟语气
| 时间 | 从句动词形式 | 示例 |
|:-----|:-------------|:-----|
| 对现在 | 动词过去式 | I wish I **were** you. |
| 对过去 | had + 过去分词 | I wish I **had known**. |
| 对将来 | would/could/might + 动词原形 | I wish I **could go**. |
## Would Rather 虚拟语气
| 时间 | 从句动词形式 | 示例 |
|:-----|:-------------|:-----|
| 对现在/将来 | 动词过去式 | I would rather that you **didn't eat**. |
| 对过去 | had + 过去分词 | I would rather that you **hadn't eaten**. |
## 建议/命令/要求类 (Demand, Suggest, Insist, Order)
- **结构**：动词 + that + 从句 → **(should) + 动词原形**
- **should 可省略**
- 示例：I suggest that he **(should) go**.
- 变换：
- 主语从句：It is suggested that you **(should) eat**.
- 表语从句：The suggestion is that you **(should) eat**.
## 固定句型：It is (high) time
- **结构**：It is (high) time + that + 从句 → **动词过去式**
- 示例：It is (high) time that you **ate** a carrot.
## 相关链接
- [[英语语法体系核心框架]] - 语法体系总览
- [[英语谓语动词]] - 谓语动词TAM系统
- [[英语动词分类体系]] - 动词分类基础
- [[英语动词时态体系]] - 时态体系

145
03.wiki/英语词根词缀记忆法完全指南.md
View File

@@ -1,145 +0,0 @@
---
标签:
- 英语学习
- 词汇记忆
- 词根词缀
- 高效学习方法
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[词根词缀记忆法.md]]"
关联:
- "[[英语复合拆词记忆法]]"
- "[[英语微语境记忆法]]"
- "[[四级词汇复习总攻略]]"
状态:
- 健康
---
# 英语词根词缀记忆法完全指南
## 一、方法原理
词根词缀记忆法类似于汉字的偏旁部首记忆法，是通过分析单词的组成部分来理解和记忆单词含义的高效方法。
### 汉字类比
- 汉字"信"=人+言：人说的话要算数→信用
- 月字旁的字大多和身体相关：肝、胆、肠、肺、脸等
### 英语单词构成三要素
英语单词由三部分组成，各自分工明确：
1. **前缀（Prefix）**：决定单词的数量、方向、时间、属性等修饰含义
2. **词根（Root）**：决定单词的核心基本含义，是单词的灵魂
3. **后缀（Suffix）**：决定单词的词性（名词、动词、形容词、副词等），不影响核心含义
#### 示例：respectful
- re-（前缀）：再一次、反复
- spect（词根）：看
- ful（后缀）：形容词后缀
- 组合含义：反复看一个人→表达尊重→尊敬的
## 二、使用方法
三步法快速拆解单词：
1. **拆分结构**：将单词拆分为前缀、词根、后缀三个部分，复杂单词可能包含多个词根或多个前缀后缀
2. **整合含义**：分别理解前缀和词根的含义，确定后缀代表的词性，将含义整合得到字面意思
3. **语境推导**：将字面意思放入具体语境中联想，推导单词的实际含义和用法
## 三、经典示例解析
### 核心词根示例：spec = 看
掌握一个词根"看"，可以串起十几个相关单词：
#### 前缀+词根组合
| 单词 | 拆分 | 字面意思 | 实际含义 |
|------|------|----------|----------|
| inspect | in-（往里）+ spect（看） | 往里看 | v. 检查（如老师查教室） |
| expect | ex-（往外）+ spect（看） | 往外看 | v. 期待（如在窗边等朋友） |
| prospect | pro-（向前）+ spect（看） | 向前看 | n. 希望、前景 |
| retrospect | retro-（向后）+ spect（看） | 向后看 | n./v. 回顾 |
| respect | re-（反复）+ spect（看） | 反复看 | n./v. 尊重（如反复看望尊敬的老师） |
| aspect | a-（强调）+ spect（看） | 看的角度 | n. 方面 |
#### 词根+后缀组合
| 单词 | 拆分 | 实际含义 |
|------|------|----------|
| spectate | spect（看）+ -ate（动词后缀） | v. 观看 |
| spectator | spect（看）+ -ator（表人的后缀） | n. 观众 |
| spectacle | spect（看）+ -acle（表事物的后缀） | n. 景象、奇观 |
| spectrum | spect（看）+ -rum（表范围的后缀） | n. 范围、光谱 |
| perspective | per-（完全）+ spect（看）+ -ive（后缀） | n. 看法、观点（from my perspective 在我看来） |
## 四、常见词根词缀汇总
### 1. 常用前缀
#### 空间方向类
| 前缀 | 含义 | 示例 |
|------|------|------|
| ad- | 向 | adjust 调整 |
| super-/sur- | 上 | supermarket 超市 |
| de- | 下 | degrade 降级 |
| sub-/sup-/sus- | 下 | subway 地铁 |
| hypo- | 下 | hypothesis 假设 |
| fore- | 前 | foresee 预见 |
| pro-/pre- | 前 | president 总统 |
| ante-/anti- | 前 | ancestor 祖先 |
| retro- | 回 | retrospect 回顾 |
| in-/im-/il- | 里 | inside 里面 |
| ex-/e- | 外、出来 | exit 出口 |
#### 数量关系类
| 前缀 | 含义 | 示例 |
|------|------|------|
| uni- | 一 | uniform 统一的 |
| bi-/di- | 两 | bilingual 双语的 |
| re- | 再、又 | restart 重新开始 |
| tri- | 三 | triangle 三角形 |
| multi- | 多 | multicultural 多元文化的 |
#### 否定类
| 前缀 | 含义 | 示例 |
|------|------|------|
| un- | 不 | unhappy 不开心的 |
| in-/im-/il-/ir- | 不 | impossible 不可能的 |
| dis- | 不 | dislike 不喜欢 |
| mis- | 错误 | mistake 错误 |
### 2. 常用后缀
#### 名词后缀
| 后缀 | 含义 | 示例 |
|------|------|------|
| -ion/-tion/-sion | 名词后缀 | inspection 检查 |
| -or/-er/-ar | 表人/物 | spectator 观众 |
| -ist | 表人（专家） | scientist 科学家 |
| -ment | 名词后缀 | development 发展 |
| -ness | 名词后缀（抽象） | happiness 幸福 |
| -acle/-cle | 表事物 | spectacle 景象 |
| -um/-rum | 表地点/范围 | spectrum 范围 |
#### 动词后缀
| 后缀 | 含义 | 示例 |
|------|------|------|
| -ate | 动词后缀 | spectate 观看 |
| -ify | 动词后缀 | simplify 简化 |
| -ize/-ise | 动词后缀 | realize 实现 |
| -en | 动词后缀 | weaken 削弱 |
#### 形容词后缀
| 后缀 | 含义 | 示例 |
|------|------|------|
| -ful | 形容词后缀 | respectful 尊敬的 |
| -less | 形容词后缀（否定） | useless 无用的 |
| -ive/-ative/-ible | 形容词后缀 | active 积极的 |
| -ous/-ious | 形容词后缀 | dangerous 危险的 |
| -y | 形容词后缀（多） | windy 多风的 |
#### 副词后缀
| 后缀 | 含义 | 示例 |
|------|------|------|
| -ly | 副词后缀 | respectively 分别地 |
| -ward/-wards | 方向副词 | forward 向前 |
### 3. 核心高频词根（必背）
| 词根 | 含义 | 示例单词 |
|------|------|----------|
| spec/spic | 看 | inspect, expect, respect |
| vis/vid | 看 | visit, video, evidence |
| aud/aur | 听 | audio, audience, aurora |
| dict/dic | 说 | dictionary, predict, contradict |
| port | 携带 | export, import, transport |
| mit/miss | 发送 | transmit, misson, permit |
| form | 形状 | reform, conform, formality |
| struct | 建造 | structure, construct, destruct |
| graph/gram | 写、画 | graph, grammar, photograph |
| bio | 生命 | biology, biography, antibiotic |
| geo | 地球 | geography, geology, geometry |
| psych | 心理 | psychology, psychic, psycho |
## 五、方法优势
1. **效率极高**：掌握一个词根可以串联记忆几十个相关单词，比孤立记单词效率高10倍
2. **记忆牢固**：通过逻辑关系记忆，不是死记硬背，理解深刻不易遗忘
3. **猜词能力**：阅读遇到生词时，可以通过词根词缀推测含义，大幅提升阅读能力
4. **灵活运用**：写作时可以通过词根词缀举一反三，灵活使用单词
## 六、学习建议
1. **先学高频**：先掌握最常用的20个前缀、20个后缀、50个核心词根，可以覆盖80%的常用词汇
2. **思维导图**：以词根为中心，发散画思维导图，串联相关单词，形成记忆网络
3. **结合语境**：不要孤立背词根词缀，结合单词例句记忆，掌握实际用法
4. **持续积累**：遇到陌生单词时主动拆分词根词缀，养成分析单词结构的习惯

117
03.wiki/英语词汇串词速记法.md
View File

@@ -1,117 +0,0 @@
---
标签:
- 英语学习
- 词汇记忆
- 方法论
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[无痛背完高考3700词]]"
关联:
- "[[英语词根词缀记忆法完全指南]]"
- "[[英语复合拆词记忆法指南]]"
- "[[英语微语境记忆法指南]]"
- "[[大学英语四级词汇复习总攻略]]"
类型: atomic
状态:
- 不健康
---
# 英语词汇串词速记法
## 核心定义
串词速记法 (Linking Words) = 基于词源学和逻辑关联的词汇记忆方法，通过将有关联的单词串联成网络，实现举一反三。
## 传统背单词法的误区
### A-Z 顺序背诵的弊端
- 大多数单词书从 `abandon` 开始，按字母顺序排列
- 本质上是在背"简化版词典"
- 连续单词之间除了首字母相同，往往没有任何逻辑联系
- **结果**：背了后面忘了前面，容易放弃
### 词频排序的局限
- 虽然按频率排序看似合理
- 本质上依然是无关联的乱序
- **适合复习，不适合初次系统学习**
## 串词速记法核心方法论
### 记忆原理
- 人的记忆像一张网，应当尽可能把有联系的单词整理到一起
- 实现举一反三，而非孤立记忆
### 词源联系 (Etymology)
- 主要依据 **Proto-Indo-European roots (PIE roots，原始印欧语词根)**
- 许多看似无关的词其实同源
**示例 - 数字"One"的词源**：
| 单词 | 词源解释 |
|------|----------|
| universe | 前缀 `uni-` 表示"一" |
| unit | 单一单位 |
| unique | 唯一的 |
| onion | 洋葱，一层层构成一个整体 |
| any / anybody | 与 `one` 同源 |
| eleven | "数完十个剩余一个"，`e` 和 `one` 同源 |
**示例 - give/able/habit 同源**：
- 三者均来自原始印欧语词根 `*ghabh-` (持有，拿取)
- `give`："给"（先拥有才能给）
- `habit`："习惯"（被抓住、持续保持的状态）
## 《串词速记：高考3700词》书籍特色
### 科学的内容编排
| 特色 | 说明 |
|------|------|
| 多维度串联 | 词根词缀、语义演变、主题分类 |
| 拒绝AI乱造 | 词源整理耗费大量人力查阅资料 |
| 适度原则 | 非所有词都追溯词源，适度即可 |
### 记忆技巧与解析
| 技巧 | 说明 | 示例 |
|------|------|------|
| 语义演变解析 | 追溯词义演变历史 | give/able/habit同源 |
| 谐音记忆 | 慎用，只收录合理的 | fee(费)、pest(拍死它) |
| 词块代替例句 | 用短语展示用法 | abandon → abandon hope |
### 针对考试的优化
| 优化项 | 说明 |
|--------|------|
| 熟词僻义 | 区分主要含义与生僻含义，分轮次记忆 |
| 难度分级 | 4级，每级约900词，Level 1-2初中，Level 3-4高中 |
| 易混词辨析 | alone/lone/lonely/lonesome，board/aboard/broad/abroad |
| 固定搭配 | 短语动词单独列出 |
## 细节设计与复习机制
### 英美双音与拼写
- 标注英音和美音
- 标注英美拼写差异（colour vs color）
- 配备英美音朗读音频
### 复习工具
| 工具 | 用途 |
|------|------|
| 打勾法 | 三个小框追踪复习次数 |
| 红色蒙板 | 遮住中文释义，露出英文自测 |
## 相关链接
- [[英语词根词缀记忆法完全指南]] - 词根词缀拆解与联想记忆
- [[英语复合拆词记忆法指南]] - 复合词拆分与推导方法
- [[英语微语境记忆法指南]] - 五种串记方式详解
- [[大学英语四级词汇复习总攻略]] - 分阶段复习计划与方法
## 学习建议
1. **拒绝A-Z顺序**：选择有逻辑关联的词汇书
2. **建立词汇网络**：通过词根、主题、语义联系记忆
3. **分轮次记忆**：先记核心含义，再记熟词僻义
4. **词块记忆**：用短语/搭配代替孤立单词
5. **定期复习**：使用打勾法追踪复习次数

155
03.wiki/英语语法体系核心框架.md
View File

@@ -1,155 +0,0 @@
---
标签:
- 英语学习
- 语法
- 英语语法体系
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/英语语法体系核心框架笔记]]"
关联:
- "[[英语元音发音完全指南]]"
- "[[英语辅音发音完全指南]]"
- "[[英语国际音标系统总结]]"
- "[[大学英语四级词汇复习总攻略]]"
类型: atomic
状态:
- 健康
---
# 英语语法体系核心框架
## 核心观点：动词中心论
> 英语语法的本质在于**动词**。掌握动词如何驱动句子结构，即可应对绝大多数语法现象。
---
## 一、句子的核心逻辑
### 基本结构
所有英语句子，无论多长，拆解到不能再拆的基本单位是**简单句**：
| 成分 | 问题 | 说明 |
|------|------|------|
| **主语 (Subject)** | 什么 (What) | 通常是人或物 |
| **谓语 (Predicate)** | 怎么样 (How) | 核心是**动词**，表示动作或状态 |
---
## 二、五大基本句型（基于动词类型）
### 句型分类
| 句型 | 结构 | 示例 | 动词类型 |
|------|------|------|----------|
| 1 | 主语 + **不及物动词** | Papa Rabbit **sleeps**. | Intransitive Verbs |
| 2 | 主语 + **单及物动词** + 宾语 | Papa Rabbit **likes** you. | Monotransitive Verbs |
| 3 | 主语 + **双及物动词** + 间接宾语 + 直接宾语 | Papa Rabbit **teaches** you English. | Ditransitive Verbs |
| 4 | 主语 + **复杂及物动词** + 宾语 + 宾语补足语 | Papa Rabbit **considers** you smart. | Complex Transitive Verbs |
| 5 | 主语 + **系动词** + 主语补足语/表语 | Papa Rabbit **is** tall. | Linking Verbs |
---
## 三、八大句子成分
| 成分 | 说明 |
|------|------|
| 主语 (Subject) | 句子的话题 |
| 谓语动词 (Predicate Verb) | 核心动作/状态 |
| 宾语 (Object) | 动作的承受者 |
| 宾语补足语 (Object Complement) | 补充说明宾语 |
| 主语补足语/表语 (Predicative) | 补充说明主语 |
| 定语 (Attributive) | 修饰名词 |
| 状语 (Adverbial) | 修饰动词、形容词或整个句子 |
| 同位语 (Appositive) | 对名词进行解释说明 |
---
## 四、句子的三种类型
| 类型 | 说明 | 连接方式 |
|------|------|----------|
| **简单句** | 只有一套主谓结构 | - |
| **并列句** | 两个或多个简单句并列 | and, but 等连词 |
| **复杂句** | 主句 + 从句（主从关系） | 从句充当主句某个成分 |
### 从句类型
- 主语从句
- 宾语从句
- 定语从句
- 状语从句
---
## 五、十大词性
1. 名词 (Nouns)
2. 冠词 (Articles)
3. 代词 (Pronouns)
4. 形容词 (Adjectives)
5. 数词 (Numerals)
6. 副词 (Adverbs)
7. 介词 (Prepositions)
8. 叹词 (Interjections)
9. 连词 (Conjunctions)
10. 动词 (Verbs)
> **注意**：句子成分 (Function) ≠ 词性 (Word Type)
---
## 六、动词体系：语法的核心
### 谓语动词的"三大本领" (TAM)
| 本领 | 说明 |
|------|------|
| **Tense (时态)** | 时间(4种) × 状态(4种) = 16种时态 |
| **Voice (语态)** | 主动语态 vs 被动语态 |
| **Mood (语气)** | 陈述、祈使、虚拟 |
### 助动词的作用
| 助动词 | 用途 | 示例 |
|--------|------|------|
| have | 完成态 | have eaten |
| be | 进行态/被动 | is eating, is eaten |
| can/might/must | 情态/可能性/义务 | - |
| do | 否定/疑问 | do not eat |
### 非谓语动词
| 形式 | 示例 |
|------|------|
| 动词不定式 (Infinitive) | to eat |
| 现在分词 (Present Participle) | eating |
| 动名词 (Gerund) | eating |
| 过去分词 (Past Participle) | eaten |
---
## 七、英语语法全景图
```
动词
├── 谓语动词 → 决定五大基本句型
│ └── TAM (时态/语态/语气) + 助动词
└── 非谓语动词 → 简化句子结构，充当其他成分
句子成分 ← 十大词性
└── 简单句 → 并列句 / 复杂句(从句)
```
---
## 关键学习建议
1. **不要死记硬背规则**，而应理解动词如何驱动句子结构
2. 掌握**动词分类** → 五大句型 → 句子成分 → 从句逻辑
3. 理解**助动词**如何协助谓语动词表达时态、语态和语气
---
*本笔记由AI从视频教程自动提取生成*

141
03.wiki/英语辅音发音完全指南.md
View File

@@ -1,141 +0,0 @@
---
标签:
- 英语学习
- 音标
- 辅音
- 发音练习
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[辅音.md]]"
关联:
- "[[英语元音发音完全指南]]"
- "[[英语音标系统总结]]"
- "[[英语冠词用法详解]]"
状态:
- 健康
---
# 英语辅音发音完全指南
英语辅音共28个，按发音方式分为五大类：爆破音、摩擦音、破擦音、鼻音、半元音；按声带振动分为清辅音（声带不振动）和浊辅音（声带振动）。
## 一、爆破音（6个）
核心特征：气流在口腔形成完全阻塞，然后突然释放产生爆破声。
### 清辅音（声带不振动）
1. **/p/**
- 发音：双唇紧闭，突然分开，气流冲出口腔
- 例词：Apple, Happy, Park
- 要点：双唇完全闭合后再释放气流
2. **/t/**
- 发音：舌尖紧贴上齿龈，突然释放，气流冲出
- 例词：Top, Table, Cat
- 要点：舌尖位置准确，避免过度用力
3. **/k/**
- 发音：舌后部抬起紧贴软腭，突然收回，气流冲出
- 例词：Cat, Kiss, Cook
- 要点：舌后部与软腭接触紧密，释放气流有力
### 浊辅音（声带振动）
1. **/b/**
- 发音：动作同/p/，但声带振动
- 例词：Book, Ball, Boy
- 要点：声带振动与气流释放同步，避免清音化
2. **/d/**
- 发音：动作同/t/，但声带振动
- 例词：Dog, Desk, Dad
- 要点：舌尖位置同/t/，重点体会声带振动
3. **/g/**
- 发音：动作同/k/，但声带振动
- 例词：Go, Good, Girl
- 要点：舌后部与软腭接触稳定，声带振动清晰
## 二、摩擦音（10个）
核心特征：气流通过口腔狭窄通道产生持续摩擦声。
### 清辅音（声带不振动）
1. **/f/**
- 发音：上齿轻触下唇内侧，气流从唇齿间摩擦而出
- 例词：Fish, Photo, Fat
- 要点：唇齿轻微接触，避免咬合过紧
2. **/s/**
- 发音：舌尖轻触上齿龈后部，气流从间隙摩擦而出
- 例词：Sun, Sea, Bus
- 要点：舌尖与齿龈轻微接触，气流持续摩擦
3. **/ʃ/（sh音）**
- 发音：双唇微微前突，舌面隆起靠近上颚，气流摩擦而出
- 例词：Motion, Nation, Shoe
- 要点：舌面与上颚保持适当距离，发音类似"嘘"声
4. **/θ/（清th音）**
- 发音：舌尖轻触上齿背，气流从间隙摩擦而出
- 例词：Think, Mouth, Bath
- 要点：舌尖轻触齿背，不要咬舌头
5. **/h/**
- 发音：口腔自然张开，气流从喉部自由呼出
- 例词：Hat, Home, Happy
- 要点：口腔放松，不要刻意控制舌位唇形
### 浊辅音（声带振动）
1. **/v/**
- 发音：动作同/f/，但声带振动
- 例词：Very, Vote, Love
- 要点：唇齿轻柔接触，声带振动明显
2. **/z/**
- 发音：动作同/s/，但声带振动
- 例词：Zip, Zone, Nose
- 要点：舌尖位置同/s/，重点体会声带振动
3. **/ʒ/（zh音）**
- 发音：动作同/ʃ/，但声带振动
- 例词：Pleasure, Treasure, Decision
- 要点：舌面位置同/ʃ/，声带振动明显
4. **/ð/（浊th音）**
- 发音：动作同/θ/，但声带振动
- 例词：This, That, The
- 要点：舌尖轻触齿背，声带振动明显
5. **/r/**
- 发音：舌尖卷起轻触上齿龈后部，气流从舌两侧通过
- 例词：Red, Run, Right, Car
- 要点：舌尖位置准确，不要发成中文的"日"音
## 三、破擦音（2个）
核心特征：爆破+摩擦结合，先形成阻塞再摩擦释放。
1. **/tʃ/（ch音，清辅音）**
- 发音：舌尖轻触上齿龈后部，气流冲破阻塞摩擦而出，声带不振动
- 例词：Check, Catch, Watch, Chair
- 要点：是/t/和/ʃ/的组合音，发音短促
2. **/dʒ/（zh音，浊辅音）**
- 发音：动作同/tʃ/，但声带振动
- 例词：Page, Job, Jump, Joke
- 要点：是/d/和/ʒ/的组合音，声带振动明显
## 四、鼻音（3个）
核心特征：气流从鼻腔通过，声带振动，都是浊辅音。
1. **/m/**
- 发音：双唇紧闭，气流从鼻腔通过
- 例词：Mac, Sum, Tom, Room
- 要点：双唇完全闭合，气流全部从鼻腔出
2. **/n/**
- 发音：舌尖轻触上齿龈，气流从鼻腔通过
- 例词：No, Name, Ten, Sun
- 要点：舌尖紧贴上齿龈，不要漏气
3. **/ŋ/（后鼻音）**
- 发音：舌后部抬起接触软腭，气流从鼻腔通过
- 例词：Sing, Ring, Long, Think
- 要点：舌位靠后，不要发成前鼻音/n/
## 五、半元音（3个）
核心特征：声带振动，发音短促，很快过渡到后面的元音，都是浊辅音。
1. **/l/**
- 清晰/l/（词首/元音前）：舌尖轻触上齿龈，气流从舌两侧通过
- 模糊/l/（词尾/辅音前）：舌尖轻触上齿龈，舌后部抬高
- 例词：Light, Full, Ball, Like
- 要点：词尾的模糊/l/不要发成"哦"音
2. **/w/**
- 发音：双唇收圆向前突出，气流通过摩擦出声
- 例词：Work, Way, We, What
- 要点：双唇收圆，不要发成中文的"乌"音
3. **/j/（y音）**
- 发音：舌前部抬起靠近硬腭，气流通过摩擦出声
- 例词：Yes, You, Yellow, Year
- 要点：舌位靠前，不要发成中文的"一"音
## 核心练习要点
1. **清浊对比**：成对练习清浊辅音，手摸喉咙体会振动差异：p/b、t/d、k/g、f/v、s/z、ʃ/ʒ、θ/ð
2. **难点专项**：重点练习中国人容易发错的音：/θ/ /ð/、/r/ /l/、/ŋ/、/tʃ/ /dʒ/
3. **单词语境**：不要孤立练音标，结合单词和句子练习，掌握在实际语境中的发音
4. **连读失爆**：掌握辅音在单词连读、失去爆破等语流音变中的发音规则

156
03.wiki/英语过去完成时态详解.md
View File

@@ -1,156 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语过去完成时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语一般过去时态详解]]"
- "[[英语现在完成时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语过去完成时态 (Past Perfect) 详解
## 回答摘要
过去完成时态 = 过去 (Past) + 完成 (Perfect)。描述在过去某个时刻之前已经完成的动作，核心问题是"在那之前发生了什么"。标志是 had + 过去分词。
## 核心概念
**构成公式**：
```
过去完成 = 过去 (Past) + 完成 (Perfect)
```
**核心问题**：在那（过去的某一刻）之前，发生了什么？
**标志**：had + 过去分词
**关键**：必须有一个"参照点"，即过去的某一时刻，描述的是这个参照点之前的动作。
## 动词形式
### 过去完成时变位
| 主语 | 过去完成形式 | 示例 |
|------|-------------|------|
| I/You/We/They | had + 过去分词 | I **had eaten**. |
| He/She/It | had + 过去分词 | She **had finished**. |
**注意**：had 是所有人的统一形式，无人称变化。
### 规则动词过去分词
| 原形 | 过去式 | 过去分词 | 示例 |
|------|--------|----------|------|
| work | worked | worked | I had worked |
| play | played | played | She had played |
| study | studied | studied | They had studied |
### 不规则动词过去分词（需单独记忆）
| 原形 | 过去式 | 过去分词 | 示例 |
|------|--------|----------|------|
| go | went | gone | I had gone |
| eat | ate | eaten | She had eaten |
| see | saw | seen | They had seen |
| write | wrote | written | I had written |
| do | did | done | She had done |
## 用法详解
### 1. 过去某时刻之前已完成的动作
**结构**：
```
过去完成 一般过去
（较早的动作） （较晚的动作/参照点）
had + 过去分词 + 过去式
```
- I **had eaten** breakfast before I **went** to school.
- She **had finished** her work when I **called** her.
**时间线示意**：
```
过去 现在
| |
|--- had eaten (较早) ---|
|------- went (较晚) ----|
```
### 2. 表示"未实现"的期望或打算
- I **had expected** to go, but I was too busy.
- She **had hoped** that he would come.
### 3. 过去完成进行时（强调持续）
- I **had been waiting** for 30 minutes before she arrived.
## 与一般过去时的对比
| 时态 | 核心问题 | 时间关系 | 示例 |
|------|----------|----------|------|
| 一般过去 | 做了什么？ | 单一时间点 | I **ate** at 6 PM. |
| 过去完成 | 在那之前发生了什么？ | 较早 → 较晚 | I **had eaten** before I **left**. |
**关键区别**：
- 一般过去时：描述一个时间点发生的动作
- 过去完成时：描述相对于过去某时刻"更早"发生的动作
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| before | 在...之前 | before I left |
| after | 在...之后 | after I had eaten |
| by the time | 到...时候 | by the time he came |
| already | 已经 | I had already left |
| just | 刚刚 | I had just arrived |
| never | 从未 | I had never seen |
| once | 曾经 | I had once visited |
## 否定句与疑问句
### 否定句
- I **had not (hadn't) eaten** before I left.
- She **had not (hadn't) finished** her work.
### 疑问句
- **Had** you **eaten** before you left?
- **Had** she **finished** when you called?
### 简略回答
- Yes, I **had.** / No, I **hadn't.**
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 过去完成时就是"过去的过去" | 必须有参照点，即过去某一时刻 |
| 可以单独使用 | 通常需要与一般过去时配合使用 |
| had用于所有人称 | 正确，had无人称变化 |
| 过去完成时和现在完成时一样 | 不同：过去完成时的"现在"是"过去的某时刻" |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语一般过去时态详解]] - 一般状态的过去时态
- [[英语现在完成时态详解]] - 完成状态的现在时态
## Gegenrede（反问）
> 英语的过去完成时需要说话者站在"过去的某一时刻"作为参照点，描述"在那之前"发生的动作。但中文说"我来的时候，他已经走了"，用"已经"这个词来表明"走"发生在"来"之前。为什么中文可以用"已经"这个词来表达同样的时间关系，而不需要像英语那样用"had + 过去分词"的特殊形态？这种语法化差异是否反映了两种语言对"时间顺序"的认知方式有什么不同？

133
03.wiki/英语过去完成进行时态详解.md
View File

@@ -1,133 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语过去完成进行时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语过去完成时态详解]]"
- "[[英语过去进行时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语过去完成进行时态 (Past Perfect Progressive) 详解
## 回答摘要
过去完成进行时态 = 过去 (Past) + 完成进行 (Perfect Progressive)。描述从过去某时刻之前开始，一直延续到过去某时刻的动作，核心问题是"在那之前持续了多久"。标志是 had + been + 动词-ing。
## 核心概念
**构成公式**：
```
过去完成进行 = 过去 (Past) + 完成进行 (Perfect Progressive)
```
**核心问题**：在那（过去的某一刻）之前，动作持续了多久？
**标志**：had + been + V-ing
**关键**：强调动作的**持续性**，同时表达"在那之前一直在进行"。
## 动词形式
### 过去完成进行时变位
| 主语 | 过去完成进行形式 | 示例 |
|------|-----------------|------|
| I/You/We/They | had + been + V-ing | I **had been waiting**. |
| He/She/It | had + been + V-ing | She **had been studying**. |
**注意**：had 是所有人的统一形式，been 是固定搭配，V-ing 是现在分词。
## 用法详解
### 1. 过去某时刻之前一直在进行的动作
**结构**：
```
过去完成进行 一般过去
（持续的动作） （较晚的动作）
had + been + V-ing + 过去式
```
- I **had been waiting** for 30 minutes when she **arrived**.
- They **had been playing** football for an hour before it **started** to rain.
**时间线示意**：
```
过去 现在
| |
|--- had been waiting ---|
|------- arrived --------|
(持续30分钟) (参照点)
```
### 2. 强调动作持续一定时间
- She **had been working** at the company for 10 years before she **quit**.
- We **had been looking** for the house all morning when we **found** it.
### 3. 与过去完成时的对比
| 时态 | 核心问题 | 侧重点 | 示例 |
|------|----------|--------|------|
| 过去完成 | 在那之前发生了什么？ | 动作完成 | I **had finished** my work. |
| 过去完成进行 | 在那之前持续了多久？ | 动作持续 | I **had been working** for 2 hours. |
**关键区别**：
- 过去完成时：强调动作**已完成**
- 过去完成进行时：强调动作**一直在进行**（可能未完成）
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| for + 时间段 | 持续了多久 | for two hours |
| since + 时间点 | 从何时开始 | since morning |
| before | 在...之前 | before I arrived |
| when | 当...时候 | when he came |
| the whole day | 一整天 | the whole day |
## 否定句与疑问句
### 否定句
- I **had not (hadn't) been waiting** long before she came.
- He **had not (hadn't) been feeling** well for weeks.
### 疑问句
- **Had** you **been waiting** long when she arrived?
- **Had** they **been working** on the project before the meeting?
### 简略回答
- Yes, I **had.** / No, I **hadn't.**
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 过去完成进行时就是"过去的过去" | 必须有参照点，描述的是那之前持续的动作 |
| 可以单独使用 | 通常需要与一般过去时配合使用 |
| had been + V-ing 和 had + been + V-ing 是一样的 | 正确，这是同一形式的两种说法 |
| 过去完成进行时强调完成 | 错误，强调的是持续，不是完成 |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语过去完成时态详解]] - 完成状态的过去时态
- [[英语过去进行时态详解]] - 进行状态的过去时态
## Gegenrede（反问）
> 英语的过去完成进行时强调动作从过去某时刻之前就开始，一直持续到那个时刻。但中文说"我到的时候，他已经等了30分钟了"，用"了"字和"30分钟"的时间词来表达同样的意思。为什么中文可以用"了"和具体时间词来表达动作的持续，而英语需要用"had been + V-ing"这种复合形态？这种语法化差异是否反映了两种语言对"动作的时间跨度"有什么不同的表达方式？

129
03.wiki/英语过去进行时态详解.md
View File

@@ -1,129 +0,0 @@
---
标签:
- 英语语法
- 动词
- 时态
创建时间: 2026-04-17
更新时间: 2026-04-17
来源:
- "[[用户问题：英语过去进行时态]]"
关联:
- "[[英语动词时态体系]]"
- "[[英语状态Aspect详解]]"
- "[[英语现在进行时态详解]]"
- "[[英语一般过去时态详解]]"
类型: qa
状态:
- 不健康
---
# 英语过去进行时态 (Past Progressive) 详解
## 回答摘要
过去进行时态 = 过去 (Past) + 进行 (Progressive)。描述在过去某个时刻正在发生的动作，核心问题是"当时正在做什么"。标志是was/were + 动词-ing。
## 核心概念
**构成公式**：
```
过去进行 = 过去 (Past) + 进行 (Progressive)
```
**核心问题**：当时正在做什么？
**标志**：was/were + V-ing
## 动词形式
### Be动词过去式
| 主语 | 形式 |
|------|------|
| I | was |
| He/She/It | was |
| You/We/They | were |
### 过去进行时变位
| 主语 | 过去进行形式 | 示例 |
|------|-------------|------|
| I | was + V-ing | I **was eating**. |
| He/She/It | was + V-ing | She **was reading**. |
| You/We/They | were + V-ing | They **were playing**. |
## 用法详解
### 1. 过去某时刻正在发生的动作
- I **was cooking** at 6 PM yesterday.
- She **was sleeping** when I called.
**关键**：需要时间状语（at 6 PM, when I called）来表明"过去的某个时刻"。
### 2. 两个动作的对比（长动作 vs 短动作）
| 动作类型 | 时态 | 示例 |
|----------|------|------|
| 长动作（持续） | 过去进行 | I **was reading** |
| 短动作（瞬间） | 一般过去 | The phone **rang** |
- I **was reading** when the phone **rang**.
- She **was walking** home when it **started** to rain.
### 3. 表示"即将发生"的过去进行时（仅限come/go等）
- He **was coming** to see me.（他当时正要来看我）
- She **was going** to leave.（她当时正要离开）
## 与一般过去时的对比
| 时态 | 核心问题 | 视角 | 示例 |
|------|----------|------|------|
| 一般过去 | 做了什么？ | 完整性 | I **worked** yesterday. |
| 过去进行 | 当时在做什么？ | 进行中 | I **was working** at 3 PM. |
**关键区别**：
- 一般过去时：强调**动作完成**或**结果**
- 过去进行时：强调**动作在进行中**，不关心是否完成
## 常用时间标志
| 标志词 | 含义 | 示例 |
|--------|------|------|
| at that time | 那时 | at that time |
| at 6 PM yesterday | 昨天下午6点 | at 6 PM yesterday |
| when | 当...时候 | when I arrived |
| while | 在...期间 | while I was cooking |
## 否定句与疑问句
### 否定句
- I **was not (wasn't) working** at that time.
- She **was not (wasn't) sleeping**.
### 疑问句
- **Was** you **working** at 6 PM?
- **Were** they **playing** when you called?
## 常见误区
| 误区 | 正确理解 |
|------|----------|
| 过去进行时就是"过去的进行时" | 正确，但必须强调"过去某时刻正在发生" |
| was + V-ing 和 were + V-ing 可以混用 | 主语决定：I/He/She/It用was，You/We/They用were |
| 过去进行时可以单独使用 | 通常需要时间状语表明"过去某时刻" |
| 过去进行时和现在完成进行时一样 | 不同：过去进行时强调"当时"，完成进行时强调"延续到现在" |
## 相关链接
- [[英语动词时态体系]] - 16种时态详细讲解
- [[英语状态Aspect详解]] - 四种状态详解
- [[英语现在进行时态详解]] - 进行状态的现在时态
- [[英语一般过去时态详解]] - 一般状态的过去时态
## Gegenrede（反问）
> 英语的过去进行时强调"在过去某个特定时刻，动作正在进行"。但中文说"我昨天6点在做饭"，同样用时间词"昨天6点"来表明是过去的特定时刻。为什么中文不需要像英语那样用"was/were + V-ing"的特殊形式？这种语法化差异是否反映了英语和中文对"动作进行状态"的不同认知方式？

162
03.wiki/英语非谓语动词.md
View File

@@ -1,162 +0,0 @@
---
标签:
- 英语语法
- 动词
- 非谓语动词
创建时间: 2026-04-16
更新时间: 2026-04-16
来源: [[英语语法精讲：非谓语动词 (Non-finite Verbs)]]
关联:
- "[[英语语法体系核心框架]]"
- - "[[英语谓语动词]]"
- - "[[英语动词分类体系]]"
- - "[[英语动词时态体系]]"
类型: atomic
状态:
- 健康
---
# 英语非谓语动词 (Non-finite Verbs)
## 核心概念
**谓语动词**：句子的核心，受主语限制（人称、数），具有三大本领：时间 (Tense)、状态 (Aspect)、语气 (Mood)。
**非谓语动词**：不受主语限制，没有人称和数的变化，失去了表达具体时间和人称的本领。
> **原则**：一个简单句只能有一个谓语动词（"一山不容二虎"）。如果句中有多个动词，除了核心的谓语动词外，其他的必须转化为非谓语动词。
## 非谓语动词分类
| 类型 | 形式 | 本质 |
|------|------|------|
| 动词不定式 (Infinitive) | to + 动词原形 | 名词/形容词/副词 |
| 动名词 (Gerund) | 动词原形 + ing | 名词 |
| 现在分词 (Present Participle) | 动词原形 + ing | 形容词 |
| 过去分词 (Past Participle) | 动词原形 + ed / 不规则 | 形容词 |
## 一、动词不定式 (Infinitive)
**定义**：形式为 to + 动词原形 (Full Infinitive)，有时省略 to (Bare Infinitive)。
### 句法功能
| 功能 | 示例 | 说明 |
|------|------|------|
| 作主语 | To eat a carrot is good. | 抽象行为 |
| 作形式主语 | It is good to eat carrots. | 避免头重脚轻 |
| 作宾语 | The rabbit likes to eat carrots. | |
| 作形式宾语 | I consider it important to eat. | 形式宾语后置 |
| 作宾语补足语 | The rabbit expected the wolf to eat. | |
| 作主语补足语 | The dream is to eat carrots. | |
| 作定语 | I have a carrot to eat. | 动宾关系 |
| 作状语 | I will do anything to get a thumbs-up. | 目的/结果/原因 |
### 特殊情况（省略 to）
**使役动词**：make, let, have
- Carrots make the rabbit feel happy.
**感官动词**：see, find, watch
- The wolf helped the rabbit (to) grow carrots. (to 可省可不省)
### 高级不定式
- to be eating（进行）
- to have eaten（完成）
- to have been eating（完成进行）
## 二、动名词 (Gerund)
**定义**：形式为动词原形 + ing，本质相当于名词。
### 句法功能
| 功能 | 示例 | 说明 |
|------|------|------|
| 作主语 | Eating carrots is healthy. | |
| 作表语 | The rabbit's hobby is growing carrots. | |
| 作定语 | a sleeping pill (用于睡眠) | 说明用途/功能 |
| 作宾语 | The rabbit enjoys eating carrots. | 某些动词后只能接动名词 |
### 只能接动名词的动词
avoid, advise, consider, escape, mind, practice, enjoy 等
### 介词后的宾语
介词后必须接名词性质的词，动词要变动名词：
- The rabbit is fond of eating carrots.
- look forward to（to 是介词）：The rabbit is looking forward to seeing the wolf.
### 动名词 vs. 不定式作宾语
| 结构 | 含义 | 示例 |
|------|------|------|
| stop to do | 停下来去做另一件事 | The rabbit stopped to eat. (停下活，去吃) |
| stop doing | 停止正在做的事 | The rabbit stopped eating. (不再吃了) |
| forget to do | 忘记去做（事未做） | The wolf forgot to invite. |
| forget doing | 忘记做过（事已做） | The rabbit forgot accepting. |
## 三、现在分词 (Present Participle)
**定义**：形式为动词原形 + ing，本质相当于形容词。
> **注意**：名字里有"现在"，但不代表现在时间，非谓语动词都没有时间概念。
### 句法功能
| 功能 | 示例 | 说明 |
|------|------|------|
| 作定语 | a talking rabbit | 主动或进行的状态 |
| 作表语 | The story is interesting. | 主语的特征，主动含义（令人...） |
| 作宾语补足语 | The wolf saw the rabbit eating. | 强调动作正在进行 |
| 作状语 | Hearing the news, the rabbit became excited. | 时间、原因、条件等 |
### 动名词 vs. 现在分词作定语
| 类型 | 示例 | 含义 |
|------|------|------|
| 动名词作定语 | a sleeping pill | 用于睡眠 (for sleeping) |
| 现在分词作定语 | a sleeping rabbit | 兔子正在睡觉 |
### 现在分词 vs. 不定式作宾语补足语
| 结构 | 含义 |
|------|------|
| see the rabbit eating | 看见正在吃（强调进行） |
| see the rabbit eat | 看见全过程（动作已发生） |
## 四、过去分词 (Past Participle)
**定义**：形式为动词原形 + ed（规则）或不规则变化，本质表示被动或完成，相当于形容词。
> **注意**：名字里有"过去"，但不代表过去时间。
### 句法功能
| 功能 | 示例 | 说明 |
|------|------|------|
| 作定语 | minced meat | 被动或完成的状态 |
| 作表语 | The rabbit is interested. | 被动含义（感到...） |
| 作状语 | Seen from the hill, the field looks beautiful. | 被动关系 |
### 过去分词 vs. 现在分词作表语
| 类型 | 含义 | 示例 |
|------|------|------|
| 现在分词 | 主动：令人... | The story is interesting. (故事令人有趣) |
| 过去分词 | 被动：感到... | The rabbit is interested. (兔子感到有趣) |
### 独立主格 (Independent Nominative)
分词有自己的逻辑主语，与句子主语不同：
- The work finished, the rabbit went home.
- The weather permitting, the rabbit will go out.
## 相关链接
- [[英语语法体系核心框架]] - 语法体系总览
- [[英语谓语动词]] - 谓语动词TAM系统
- [[英语动词分类体系]] - 动词分类基础
- [[英语动词时态体系]] - 时态体系

143
03.wiki/视频拍摄技巧：升格与降格应用.md
View File

@@ -1,143 +0,0 @@
---
标签:
- 摄影
- 视频拍摄
- 升格镜头
- 降格镜头
- 延时摄影
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[1.4拍出电影感觉：升格与降格的应用.md]]"
关联:
- "[[Apple Log入门指南]]"
- "[[曝光控制技巧]]"
状态:
- 健康
---
# 视频拍摄技巧：升格与降格应用
## 升格镜头原理与应用
升格镜头可直接理解为慢动作视频，是本课程主题之一。在原生相机中，有专门用于拍摄升格镜头的慢动作模式。
升格镜头的原理是拍摄帧率高于播放帧率。例如，以120fps拍摄，以30fps播放，5秒的视频会延长至20秒播放。
早期电影摄影机中，胶片转动速度决定播放速度，转得越快播放越快，转得越慢播放越慢，因此称为"升格"。
升格镜头会使画面整体细节变慢，适合拍摄动态变化较大的场景：
- 运动的动态场景
- 人物动作
- 流体变化（如火焰、水流）
对于主体变动较小的场景（如静置产品），升格效果较差，此时需要结合运镜技巧。
## 升格镜头拍摄技巧
### 快门速度设置
拍摄升格镜头时，快门速度应控制在帧率的两倍左右，以获得自然的动态模糊效果。
数学公式：
$$ \text{快门} = \frac{1}{\text{帧率} \times 2} $$
例如，拍摄120fps慢动作时，快门应尽可能靠近1/240秒。
小技巧：将快门模式改为角度模式，设置快门角度为180度并锁定，系统会自动计算快门速度。
快门速度计算公式：
$$ \text{快门速度} = \frac{1}{\text{帧率}} \times \frac{\text{快门角度}}{360} $$
### 升格帧率设置
在Blackmagic Camera中，点击"Off Speed"按钮，左侧设置拍摄帧率，右侧为播放帧率。
例如，将30fps改为120fps拍摄，5秒视频会延长至20秒播放。
### 运镜技巧
升格镜头搭配运镜效果更佳，常见运镜包括推、拉、摇、移、俯仰、升降。
视差效果是运镜的核心原理：视角变化导致物体在背景中的相对位置改变。
环绕运镜是初学者易出效果的技巧，像地球围绕太阳运动一样环绕主体，产生明显视差。
环绕运镜搭配升格效果显著，可环绕运动主体（如驶过的车、行人转头）。
### 手持稳定性
手持拍摄时，采用"小号手步法"：抬脚尖走路，脚跟先着地，保持稳定重心。
练习要点：假装手持一杯水，避免水洒出或晃动。
对于大幅度运镜，建议使用手机云台，价格约1000元左右。
云台使用需一定练习，与手持拍摄逻辑不同。
### 存储解决方案
升格镜头帧率高，文件较大，需预留足够存储空间。
解决方案：
- 使用外接硬盘：通过线缆连接手机和硬盘
- 在Blackmagic Camera设置中选择"把片段保存到"选项，指定存储路径
外接硬盘可直接拔下连接电脑进行剪辑和调色。
可使用兔笼配件固定硬盘，或MagSafe外接系统。
注意：硬盘材质和散热很重要，避免因散热不良或掉速导致画面掉帧。
## 降格镜头原理与应用
降格镜头的另一个名称是"延时摄影"，能浓缩时间变化，产生时间流逝感。
降格镜头原理：间隔一段时间或几帧拍摄一张画面，将这些帧拼成常规帧率视频。
与升格镜头原理相反：拍摄多张照片后快速播放。
在Blackmagic Camera中，可通过"Off Speed"按钮设置，将拍摄帧率调至低于播放帧率。
例如，4-60fps设置会产生15倍快放效果。
更简单的设置方法：在设置中打开延时摄影，点击"拍摄间隔"进行设置。
参数含义：
- 前面的"2帧"到"10帧"：将视频加快几倍录制
- 下方的"几分几秒"：每个时间间隔抓一帧
## 降格镜头拍摄技巧
### 常用参数参考
| 场景 | 间隔时间(秒) | 推荐拍摄时长 | 备注 |
|------|--------------|--------------|------|
| 云层 | 3-10 | 30分钟-1小时 | 云速快选短间隔 |
| 街景人流 | 0.5-2 | 10-30分钟 | 密集人群选短间隔 |
| 日出日落 | 5-10 | 1-2小时 | 捕捉完整过程 |
| 车流灯轨 | 1-3 | 20-40分钟 | 短间隔呈连续车灯轨迹 |
| 星轨 | 20-60 | 4-6小时 | 注意快门速度和星轨连续性 |
### 拍摄设置
在Blackmagic Camera中，设置延时摄影后，录制键会变成时钟图标。
屏幕上会显示拍摄时间间隔和实际产生的视频时长，便于判断何时停止。
建议开启"录制期间向右滑动可调暗屏幕"选项，减少电量消耗和手机发热。
### 拍摄技巧
搭配"天光"App观察天气和天体运动轨迹，固定手机拍摄天象。
动态延时摄影应用：
- 固定在自行车上拍摄骑行全过程
- 手持拍摄步行，作为转场或前往下一地点
个人技巧：使用20-30元的厨房机械计时器，将手机固定其上，设置拍摄时间后点击录制，可获得360度旋转延时视频。
更专业可使用旋转云台，效果更佳。
## 升格与降格的综合应用
升格和降格镜头能显著提升视频质感，但不应过度依赖。
合理应用建议：
- 在BGM节奏点或高潮部分使用升格
- 在重复但长时间记录的内容上使用降格
掌握好每个镜头的比例，能凸显升格和降格的作用，使视频更具决定感。
手机拍摄潜力巨大，不亚于专业摄影机。
下节课将结合所有知识，进行专业采访拍摄实践。
## 核心要点总结
本课程详细讲解了升格与降格镜头的原理与应用。升格镜头（慢动作）通过高帧率拍摄实现画面减速，适合动态场景，需注意快门速度设置为帧率的两倍，并结合环绕运镜增强效果。降格镜头（延时摄影）通过间隔拍摄浓缩时间，适合云层、人流等场景，需根据场景选择合适的时间间隔。两种技术都能显著提升视频质感，但应合理搭配使用，避免过度依赖。掌握这些技巧后，手机拍摄潜力可媲美专业设备，为创作提供丰富表现手法。

94
03.wiki/达芬奇Log调色入门指南.md
View File

@@ -1,94 +0,0 @@
---
标签:
- 摄影
- 视频后期
- 达芬奇调色
- LUT使用
- Log调色
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[2.1快速处理Log画面：认识达芬奇与调色.md]]"
关联:
- "[[专业视频拍摄：Apple Log入门指南]]"
- "[[专业采访拍摄全流程实操指南]]"
- "[[DaVinci Resolve一级调色全流程指南]]"
状态:
- 健康
---
# 达芬奇Log调色入门指南
## 一、LUT基础概念
### 1.1 什么是LUT
- LUT是Look-Up Table（颜色查找表）的缩写，是影视行业的调色模板
- 本质是自动查找像素颜色并替换为预设好的颜色，将灰朦的Log画面转换为正常色彩
- 分为两种类型：
- **官方还原LUT**：用于还原Log素材的原始色彩
- **风格LUT**：用于创造特定视觉风格，如电影感、日系等
### 1.2 直接烧录LUT的风险
- Blackmagic Camera中烧录LUT时左上角LUT图标会变红，提示不可逆操作
- 直接烧录LUT会损失Log画面的调色潜力，相当于已经预先调过一次色，后续调整空间大幅减小
- 无法灵活调整LUT浓度或更换其他LUT，建议拍摄时仅显示LUT不烧录，保留原始Log素材
## 二、达芬奇基础设置
### 2.1 项目创建与基础配置
1. 打开达芬奇项目管理器，新建项目并命名
2. 点击右下角齿轮进入项目设置：
- 调整项目分辨率和帧率与素材一致
- 色彩管理中设置色彩空间为Rec.709-A
- 将三线性插值改为四面体，提升色彩精度
### 2.2 LUT的两种应用方法
#### 方法一：手动应用LUT
1. 在LUT库中找到对应机型的官方还原LUT，双击应用
2. 如无所需LUT：
- 右键点击LUT路径，选择在资源管理器中显示
- 将下载的LUT文件复制到该文件夹
- 点击刷新按钮即可显示新LUT
#### 方法二：自动色彩管理工作流
1. 项目设置→色彩管理→色彩科学改为「DaVinci YRGB Color Managed」
2. 勾选「自动色彩管理」，下方选项设置为SDR和709
3. 保存后达芬奇会自动识别并还原Apple Log素材色彩
- 注意：前期拍摄白平衡/曝光不准时不推荐使用，可能产生色偏
## 三、节点工作流程核心
### 3.1 节点基本概念
- 节点是达芬奇调色的核心逻辑，按下Option+S（Windows: Alt+S）新增节点
- 工作流程为从左到右的流水线：
- 最左侧输入节点：原始素材
- 中间节点：每个节点承载独立的调色操作
- 最右侧输出节点：最终输出画面
### 3.2 节点的核心优势
- 操作独立：每个节点的调整互不影响，可单独重置某个节点
- 可回溯性：可随时开关节点查看调整前后对比
- 灵活性：可调整节点顺序改变调色效果，也可复制节点批量应用到其他镜头
## 四、基础调色实操流程
### 4.1 通用调色步骤
1. 套用官方还原LUT，将Log素材转换为正常色彩
2. 新建节点调整基础光影：
- 色轮工具：提亮亮部、压暗暗部、调整白平衡
- 曲线工具：创建S曲线增加对比度，减少画面灰度
3. 同场景镜头可直接复制节点，再微调差异
### 4.2 风格LUT使用技巧
- 套用风格LUT后，可进入键面板调整键输出参数，降低LUT浓度避免效果过重
- 建议在还原LUT之后新增节点应用风格LUT，保留还原调整的灵活性
### 4.3 效率提升技巧
- 同场景镜头：鼠标放在已调好的镜头预览框，按鼠标中键可复制所有节点到当前镜头
- 对比查看：按Command+D（Windows: Ctrl+D）开关当前节点，对比调整前后效果；使用监视器分割功能可左右对比
## 五、成果导出与分享
1. 进入画廊（Gallery）界面
2. 右键选择「抓取所有帧」，每个镜头自动抓取一帧画面
3. 全选画面，选择导出为图片格式，即可分享调色成果
## 核心要点总结
- 拍摄时禁止直接烧录LUT，保留原始Log素材的最大调色空间
- 节点工作流是达芬奇的核心优势，每个操作独立节点便于调整和回溯
- 基础调色遵循「先还原、后风格」的顺序：先用还原LUT校正色彩，再调整光影，最后应用风格LUT
- 同场景素材批量复制节点可大幅提升调色效率

108
03.wiki/达芬奇二级调色进阶技巧.md
View File

@@ -1,108 +0,0 @@
---
标签:
- 摄影
- 视频后期
- 达芬奇调色
- 二级调色
- 人像调色
创建时间: 2026-04-15
更新时间: 2026-04-17
来源:
- "[[2.3实操调色进阶：青青二级调色思路.md]]"
关联:
- "[[达芬奇Log调色入门指南]]"
- "[[DaVinci Resolve一级调色全流程指南]]"
状态:
- 健康
---
# 达芬奇二级调色进阶技巧
## 一、二级调色基础概念
二级调色是在一级调色完成画面整体校正后，针对**特定区域/特定颜色**进行的精细化调整，核心目标是突出主体、强化风格、修复局部问题。
- 调色没有固定工具限制，同一个效果可以通过多种工具实现，选择最适合当前画面的方案即可
- 色轮和曲线是贯穿始终的基础核心工具
## 二、特定颜色调整技巧
### 2.1 三种降低局部过饱和的方法
案例：画面中橙子颜色饱和度过高，溢出矢量图范围
#### 方法一：色相-饱和度曲线
1. 打开色相-饱和度曲线
2. 用吸管吸取橙子的颜色
3. 降低对应色相的饱和度参数
4. 观察矢量图确认饱和度回到合理范围
#### 方法二：饱和度-饱和度曲线
1. 曲线左侧代表低饱和度区域，右侧代表高饱和度区域
2. 将曲线右侧向下拉，只降低高饱和度部分，不影响中低饱和度区域
3. 适合画面中只有部分区域饱和度过高的场景
#### 方法三：色相环工具（蜘蛛网）
1. 打开色相环工具，精度设置为16
2. 吸取橙子的橙色
3. 固定低饱和度的橙色点
4. 将高饱和度的橙色点向中心拉，仅降低高饱和橙色的饱和度
- 优势：可以精细化控制同色相不同饱和度的调整，避免影响其他橙色区域
### 2.2 色相偏移调整
使用色相-色相曲线可以改变特定颜色的色相：
- 选择对应颜色的控制点拖动即可改变颜色
- 例：将黄色的蜥蜴调整为绿色
- 注意：直接调整会影响画面中所有同色系区域，需要配合限定器使用
## 三、精准选区工具使用
### 3.1 限定器（Qualifier）
用于按颜色/亮度范围选择特定区域：
1. 用吸管吸取目标区域的颜色
2. 按Shift+H打开高亮显示，直观看到选中范围
3. 调整范围阈值、柔化参数，确保只选中目标区域
4. 调整完成后关闭高亮显示，进行调色操作
- 适合选择颜色特征明显的区域，如肤色、特定颜色的物体
### 3.2 窗口工具（Power Window）
用于按形状选择特定区域：
- 支持圆形、矩形、多边形、曲线等多种窗口形状
- 调整羽化参数，使调整区域边缘过渡自然
- 支持反向选择，方便处理背景区域
- 适合选择几何特征明显的区域，如面部、主体轮廓、背景范围
### 3.3 工具组合使用
复杂场景下需要限定器+窗口工具配合：
- 例：人像肤色调整：先用限定器选择所有肤色区域，再加圆形窗口限定在面部范围，避免影响身体其他部分或同色的背景物体
## 四、典型场景实操
### 4.1 人像肤色精修
1. 新建节点，用限定器吸取肤色区域，Shift+H打开高亮确认选择范围
2. 加圆形窗口限定在面部区域，调整羽化值
3. 提亮肤色亮度，避免整体提亮导致背景过曝
4. 调整色相使肤色偏红润，适当提升肤色饱和度
5. 开关节点对比效果，确保调整自然不突兀
### 4.2 突出主体压暗背景
1. 画面问题：主体咖啡壶不够突出，窗外和桌面过亮抢视线
2. 解决方案：
- 新建节点，添加圆形窗口套住咖啡壶主体
- 勾选反向选择，选中所有背景区域
- 调整窗口羽化值，使过渡自然
- 降低背景亮度，同时适当调整背景偏色
3. 效果：视觉重心自然聚焦到主体上，画面层次感大幅提升
### 4.3 局部偏色修复
1. 画面问题：窗外光线偏青绿色，影响整体色调
2. 解决方案：
- 用限定器或窗口工具选中窗外区域
- 调整色轮，向青绿色的补色（橙黄色）方向偏移
- 微调亮度和饱和度，使背景色调与整体协调
## 五、导出设置规范
1. 完成所有调色后进入导出页面
2. 推荐使用通用导出模板：
- 分辨率、帧率与原素材一致
- 编码格式选择H.264/H.265，码率根据用途调整
- 色彩空间设置为Rec.709，适配大多数播放设备
3. 添加到渲染队列，批量导出所有镜头
## 调色核心思路总结
1. **先找问题，再选工具**：调色前先明确画面的问题是什么，想要达成什么效果，再选择对应的工具，而不是先拿工具乱试
2. **优先级原则**：先整体（一级调色）后局部（二级调色），先校正（曝光/白平衡）后创作（风格化）
3. **最小影响原则**：二级调色尽量只影响需要调整的区域，避免改变其他不需要调整的部分
4. **审美优先**：工具是实现想法的手段，重点是培养对画面的审美和判断能力，多拍多调多练习才能快速提升

132
03.wiki/非神经网络模型与新型AI芯片.md
View File

@@ -1,132 +0,0 @@
---
标签:
- AI与大模型
- 机器学习
- 新型模型
- AI芯片
创建时间: 2026-04-16
更新时间: 2026-04-17
来源:
- "[[01.采集 Grasp/所有采集/02.神经网络之外的机器学习模型与先进芯片]]"
关联:
- "[[强化学习与大模型融合：决策智能]]"
状态:
- 健康
---
# 非神经网络模型与新型AI芯片
## 核心观点
> "世界并非万物可微，过度依赖反向传播算法限制了我们对问题的建模能力。"
> —— 周志华 CCF会士、南京大学教授
---
## 为什么必须探索神经网络之外的路径？
当前以深度神经网络为核心的大模型面临的挑战：
| 挑战 | 说明 |
|------|------|
| 计算与训练成本高昂 | 需要海量算力支持 |
| 数据依赖严重 | 依赖大规模标注数据 |
| 可解释性缺失 | 模型决策过程不透明 |
| 鲁棒性不足 | 对抗样本敏感 |
**结论**：寻找神经网络之外的新范式，**不是一种选择，而是一种必然**。
---
## 非神经网络模型
### 深度森林（周志华团队）
- 学术界首个不依赖神经网络和反向传播算法的深度学习模型
- 使用**决策树**作为基本构件
- 模型复杂度可根据数据自适应调整
- 超参数远少于深度神经网络
**适用领域**：符号数据、离散数据、混合建模的复杂问题
### 其他非神经网络方法
| 方法 | 研究者 | 特点 |
|------|--------|------|
| 深度森林 | 周志华 | 决策树+自适应复杂度 |
| 李群机器学习 | 李凡长 | 几何语言重构智能 |
| 反绎学习 | 戴望州 | 数据驱动+逻辑推理融合 |
| 超维计算 | 刘伟强 | 高维、稀疏、分布式表征 |
---
## 脑启发计算
### 类脑智能
- 借鉴大脑的**低功耗特性**
- 突破Transformer架构
- 构建原生通用类脑智能大模型
### 脉冲神经网络
- 模拟神经元脉冲传递
- 推动计算向生物逻辑演进
---
## 可解释与可信AI
### 符号与知识融合
- 将AI决策逻辑解构为"**符号化交互效用**"
- 完善沙普利值（Shapley value）等归因算法
### 因果推断
- 从数据背后的**稳定规律**出发
- 提升模型在分布变化时的鲁棒性与泛化能力
- 有望结合大语言模型缓解幻觉与偏见问题
---
## 新型计算引擎
### 硬件创新
| 技术 | 说明 |
|------|------|
| 二维半导体 | 突破摩尔定律瓶颈 |
| 锑化物半导体 | 能带调控灵活、宽谱红外光电效应 |
| 异质异构集成芯片 | 功能多样化与小型化 |
### 优化方法
- **零阶优化**：无需梯度，仅通过黑盒调用即可实现提示词优化
- **敏捷设计**：数据驱动、智能设计、流程透明、快速原型
---
## 产业视角
### AI芯片发展挑战
- 不仅要在设计能力上追赶国外
- 更要在**系统工程、集群部署和软件生态**上积累经验
### 多层次技术支持体系
- Level 0：开箱即用，快速适配迁移
- Level 1：完善的算子支持，通信与计算高效掩盖
- Level 2：自主研发的功能模块与开发工具，支持深度性能优化
---
## 关键结论
> 告别对单一神经网络模型的路径依赖，转向一个更加**多元、高效、可信和可持续**的未来。
未来的AI，将是**算法与芯片深度融合、协同演进**的交响。
---
*本笔记由AI从CCF秀湖会议报告自动提取生成*