20260514:增加新内容

raw/articles/caddy-reverse-proxy-auth-2026.md

@@ -0,0 +1,27 @@
+# Caddy 反向代理认证方案
+
+- **类型**: 技术教程/配置指南
+- **来源**: 用户直接上传 TXT
+- **整理日期**: 2026-04-29
+- **标签**: #caddy #reverse-proxy #authentication #api-key #bearer-token
+
+## 内容概要
+
+涵盖 Caddy 反向代理场景下的 5 种认证方案，从纯内置到外部委托，按复杂度递增排列。
+
+### 方案矩阵
+
+| # | 方案 | 依赖 | 核心指令 | 适用场景 |
+|---|------|------|---------|---------|
+| 1 | Header 匹配器 | 无（纯内置） | `header` + `not` + `respond` | 固定 API Key / Bearer Token |
+| 2 | Route + Handle | 无（纯内置） | `route` + `handle` | 部分路径需认证 |
+| 3 | Basic Auth | 无（纯内置） | `basicauth` | 用户名密码保护 |
+| 4 | Forward Auth | 外部认证服务 | `forward_auth` | 复杂认证逻辑（查DB等） |
+| 5 | JWT 插件 | 第三方编译 | `authp` + `jwt` | 完整 JWT 生态 |
+
+## 关键技术点
+
+- **命名匹配器 (Named Matcher)**: Caddy 的核心抽象，`@name { ... }` 定义条件组
+- **逻辑否定**: `not header` 匹配不符合条件的请求（"未认证则拒绝"的反向逻辑）
+- **多 Key 白名单**: `@authorized` 收集多个允许的 Key，`@unauthorized { not @authorized }` 拒绝不在白名单
+- **forward_auth**: Caddy 原生支持外部认证委托（返回 200 通过，401/403 拒绝）

raw/articles/prompt-caching-architecture-2026.md

@@ -0,0 +1,29 @@
+---
+title: "Agentic Systems: Prompt Caching 架构工程手册 (Volume I)"
+source: "微信公众号"
+source_url: "https://mp.weixin.qq.com/s/gyd4cqxadv3YW5Fe09r95g"
+date: 2026-05
+type: article
+tags: [prompt-caching, agent-architecture, system-design, cache-optimization]
+---
+
+# Agentic Systems: Prompt Caching 架构工程手册 (Volume I)
+
+> 原文来自微信公众号，以 Meta-JCTrader 高频交易系统为案例，系统阐述 Prompt Caching 在 AI Agent 架构中的工程实践。
+
+## 核心主题
+
+Prompt Caching 在大规模 AI Agent 系统中不仅是降低延迟和成本的财务指标，更是系统稳健性、上下文一致性以及 Agent 推理确定性的基石。对于涉及高频数据流、强化学习和 meta-learning 的系统，Prompt Caching 的设计直接决定系统的熵值控制。
+
+## 关键技术点
+
+1. **前缀匹配的确定性原则**：基于 Prefix Matching 的确定性计算模型，任何前缀的微小更改都会导致缓存树"雪崩式"失效
+2. **四层架构分层**：Global Layer → Project Layer → Session Layer → Dynamic Layer
+3. **Stub 模式**：通过 ToolRegistry 统一接口解决工具定义变更导致的缓存污染
+4. **Cache-Safe Forking**：实现缓存安全的对话压缩与历史记录处理
+5. **状态管理工具化**：避免 System Message 滥用，使用消息化状态管理
+6. **缓存可观测性**：Cache Hit Ratio (CHR)、失效点识别、成本效率评分
+
+## 案例系统
+
+Meta-JCTrader：高频交易 + 强化学习 + Meta-Learning + AI Judge (Kimi vs GLM)

raw/articles/ramsey-context-construction-2026.md

@@ -0,0 +1,44 @@
+---
+title: "上下文构造与拉姆齐数：基于 Ramsey 理论的 Agent 上下文缓存设计"
+source: "用户上传 Markdown"
+date: 2026-05
+type: methodology
+tags: [ramsey-theory, agent-architecture, prompt-caching, context-design, graph-theory]
+---
+
+# 上下文构造与拉姆齐数
+
+> 将拉姆齐数的"必然涌现的秩序"映射到 Agent 上下文构筑上，设计有存在性保证的高效缓存与组织方法。
+
+## 核心思路
+
+拉姆齐理论的核心信条——"完全的无序是不可能的"——在 Agent 上下文设计中对应一种全新的范式：不依赖穷举搜索，而是通过维持一张**兼容图**的性质，保证随手一"捞"都能拿出一个内部完全兼容的上下文子集。
+
+## 方法框架
+
+### 1. 兼容图建模
+- **节点**：tools / skills / prompts 等上下文原子
+- **蓝边**：兼容可共存 | **红边**：冲突/冗余/超token
+- 涵盖跨部边（工具-技能）和部内边（工具-工具）
+
+### 2. 拉姆齐保证
+- R(3,3)=6：维持 6 个原子即保证存在 3-节点蓝色团
+- R(4,4)=18：维持 18 个原子即保证存在 4-节点蓝色团
+- 将"搜索问题"转化为"图维护问题"
+
+### 3. 三层缓存机制
+- **缓存池维护**：动态计算红蓝边，节点增删触发出边更新
+- **必然团监控**：追踪最大蓝色团，跌破阈值触发扩容/重组
+- **O(1) 命中**：预计算兼容团作为热点上下文模板
+
+### 4. 需求驱动的快速筛选
+- 相关性投射 → 高相关子图 → 贪心团搜索
+- 蓝色边稠密性保证贪心解接近最优（差距<5%）
+
+### 5. KV Cache 优化
+- 蓝色团天然是稳定前缀模板
+- 模板匹配复用 → KV cache 命中率可达 80%+
+
+### 6. 反遗忘机制
+- 团大小动态收缩（长对话时下调 t 值）
+- 节点"活性评级"惩罚低频长节点

raw/articles/sallyn-gpt-image2-prompt-collection-2026.md

@@ -0,0 +1,37 @@
+# GPT-Image-2 绘图方法/Prompt 摘录
+
+- **类型**: 论坛教程/经验分享
+- **作者**: sallyn (linux.do)
+- **日期**: 2026-04-24
+- **来源**: https://linux.do/t/topic/2044964
+- **整理日期**: 2026-04-28
+- **标签**: #gpt-image2 #prompt-engineering #image-generation #art-styles
+
+## 内容概要
+
+共收录 11 种 GPT-Image-2 绘图风格 Prompt 模板和 3 种 Prompt 工程方法论。
+
+### 风格 Prompt 模板 (11 种)
+
+1. [[russian-constructivism|俄国解构主义]] — 几何形状、三色限定、丝网印刷质感
+2. [[glitch-art-style|故障艺术/像素排序]] — 数据损坏、RGB偏移、数字碎片化
+3. 错位矩形第二版 — 窗口重叠、数字拼贴、克莱因蓝+白
+4. 混合媒介（照片+素描） — 白色线稿前景 + 写实摄影背景
+5. 黑蓝红三色极简平面 — 对角线切割、二值化光影
+6. [[halftone-print-style|半调雕刻线稿]] — 线条粗细变化构建立体感
+7. [[risograph-print-style|Riso半调杂志]] — 网点纹理、波普艺术、复古封面
+8. 波普+水墨喷溅 — 日系混合媒介、赛璐璐平涂
+9. 看门狗DEDSEC赛博 — 硬核朋克、橙黑白三色
+10. [[cel-shading-style|克莱因秩序赛璐璐]] — 硬边阴影、仰拍透视
+11. 高对比度数字工业故障 — 电光蓝剪影、色差边缘
+
+### Prompt 工程方法论 (3 种)
+
+- **风格术语学习法**: AI 搜索 → Pinterest 验证 → 提示词中引用
+- [[prompt-reverse-engineering|图片反推 Prompt]]: 15 维分析模板（风格/构图/光影/色彩/材质/情绪/时代感/空间逻辑/信息密度/动态状态/后期处理/符号化）
+- **Grok 审核绕过**: Grok 包装敏感词 → 转为合规 Prompt → GPT 生成
+
+## 技术环境
+- 网络: 机房 IP（非家宽）
+- 使用环境: 浏览器网页版
+- 账号: 全部 Free 账号