skill
AI-Tech-Learning
记录每日 AI 技术学习笔记，并整理金融、漫剧、视频等领域的新技术周报。
Set up
Skills are installed by placing their folder where your agent loads skills.
The download comes from github.com/yilin6868/AI-Tech-Learning itself, not from our server, so what you get is exactly what its author published.
Install instructions come from the README
README
synced Oct 26, 2026AI 技术学习仓库
每天认真研究一个 AI 项目，把看到的新技术变成自己真正理解、试过、能判断的知识。
聚焦 AI Agent、RAG、金融 AI、漫剧与视频创作。记录从发现项目、阅读资料、动手实验到复盘判断的全过程。
使用每日学习 Skill · 阅读第一篇深度日报 · 查看每日笔记 · 查看周报目录 · 使用写作模板
这里记录什么
GitHub 上每天都有新项目。这个仓库用一个固定的问题来筛选它们：这项技术解决了什么问题，我能否通过阅读和试用验证它？
我会关注以下方向，但不会为了覆盖所有方向而凑数量：
| 方向 | 关注的问题 |
|---|---|
| AI Agent 与 RAG | Agent 如何使用工具、保存记忆、检索知识并完成复杂任务？ |
| 金融 AI | 新技术能否帮助研究、风控、投研或业务流程？落地条件是什么？ |
| 漫剧与视频 | 生成质量、角色一致性、制作流程和生产效率有什么变化？ |
| 通用 AI 工具 | 哪些能力值得亲自试用，哪些还需要继续观察？ |
每篇日报只选 1 个项目 深入研究；每周再从实际阅读和实验中提炼值得长期关注的变化。
从这篇开始
2026-10-07 · claude-mem：给 AI Agent 加一层跨会话记忆
这篇记录了我在 Codex 中安装和试用 claude-mem 的全过程：理解 Hooks、Worker、SQLite 与 Chroma 的关系；排查 Hooks 未生效和首次语义模型下载超时；再用新任务验证跨会话召回。
这次实验最重要的发现： 历史记录能被找回，回答仍可能引用已经过时的记录。可靠的 AI 记忆需要同时处理相关性、时间顺序和新旧状态冲突。
周报目录和模板已经建立。第一份周报会在有足够的每日观察后整理发布。
我的研究方法
flowchart LR
A[发现候选项目] --> B[选定一个问题]
B --> C[阅读文档与源码]
C --> D[设计并完成实验]
D --> E[记录证据与失败]
E --> F[形成判断与下一步]
一篇日报通常回答六个问题：
- 为什么选它？ 它解决的问题是什么，为什么值得花时间？
- 它如何工作？ 核心组件、输入输出和技术链路是什么？
- 我验证了什么？ 试用目标、步骤和成功标准是什么？
- 实际发生了什么？ 哪些结果被证实，哪些地方失败或尚未验证？
- 对产品有什么启发？ 适用场景、门槛、成本与风险是什么？
- 下一步做什么？ 继续试验、跟踪更新，还是暂时停止投入？
记录时会区分 官方说明、个人理解、实验事实。结论发生变化时，保留排查过程，并在新记录中说明最新状态。
用 Skill 一步一步完成每日学习
仓库内的 每日 AI 技术深度学习 Skill 把这套方法做成了可重复的对话引导。它不会一上来代写一篇“看起来很完整”的日报，而是陪你完成选题、阅读、动手验证、核对证据和复盘。每天只深挖一个项目，先学会，再写下来。
在 Codex 中打开本仓库，输入 $ai-daily-deep-study，例如：
$ai-daily-deep-study 今天我想研究一个 GitHub 上的 AI 项目。请先帮我筛选，再一步一步带我读文档、做小实验，最后整理日报。
如果已经有项目链接，也可以直接说：“$ai-daily-deep-study 我选了这个仓库，请从阅读开始带我学。”Skill 会从你实际所在的步骤继续，复用 日报模板，将已验证的内容保存到 daily/YYYY/MM/YYYY-MM-DD.md。使用其他支持仓库级 Skill 的工具时，请先确认其发现和调用方式。
仓库导航
| 位置 | 内容 | 从这里开始 |
|---|---|---|
daily/ | 每天一个项目的深度阅读与试用 | 2026-10-07 · claude-mem |
weekly/ | 每周技术变化与产品机会的归纳 | 周报说明 |
templates/ | 日报与周报的写作框架 | 日报模板 · 周报模板 |
.agents/skills/ | 每日学习与写作的项目级引导 Skill | 查看 Skill |
AI-Tech-Learning/
├── daily/ 每日深度研究
│ └── 2026/10/
│ └── 2026-10-07.md
├── weekly/ 每周趋势归纳
├── templates/ 可复用的日报和周报模板
├── .agents/skills/ 项目级每日学习 Skill
└── README.md 仓库首页与阅读入口
如果你也想按这个方式学习
- 从 GitHub Trending、项目 Release 或官方文档里发现候选项目。
- 选出当天最想弄懂的 一个技术问题，再决定研究哪个项目。
- 复制 单项目深度日报模板，先写下实验目标，再动手试用。
- 把真实结果、错误信息和证据链接留在笔记里；没有验证的部分明确写“待验证”。
- 到周末回看每日结论，用 周报模板 提炼共性和产品机会。
这个仓库会随着我的实际研究持续更新。如果你对某篇笔记有不同的技术判断，欢迎通过 Issues 讨论，并附上资料或复现实验。
本仓库采用 MIT License 开源；复用 Skill 或模板时请保留版权与许可声明。