# 米醋的长期记忆

## 2026-02-28 关键改动

### MathLab 项目结构
- **根目录**: `/home/zhn/.openclaw/workspace/`
- **项目目录**: `skills/mathlab/`
- **编译脚本**: `skills/mathlab/scripts/compile_day.py`
- **模板文件**: `skills/mathlab/templates/course_template.html`
- **配置文件**: `skills/mathlab/config.yaml`
- **输出目录**: 
  - `staging/` - 编译输出区（Day1~Day7 课程材料）
  - `courseware/` - 正式课程 HTML
  - `exercises/` - 正式练习题
  - `tests/` - 正式测试用例

### 编译任务配置
- **批处理编译**: 每周六 10:00，生成 Day1~Day7 到 `staging/`
- **每日部署**: 每天 14:00，从 `staging/` 部署到正式目录
- **Git 推送**: 部署后自动推送到 Gogs

### 已知问题（2026-02-28 修复）
1. KaTeX CSS 引入错误：裸 URL 改为 `<link>` 标签
2. Python 类名大小写：`knn` → `KNearestNeighbor`（使用 `topic_en_map` 映射）
3. 内容硬编码：Day2~Day7 复制感知机内容，需要根据主题动态生成

### 主题映射表（compile_day.py 第 76-88 行）
```python
topic_en_map = {
    "感知机": "Perceptron",
    "K 近邻": "KNearestNeighbor",
    "朴素贝叶斯": "NaiveBayes",
    "EM 算法": "ExpectationMaximization",
    "隐马尔可夫模型": "HiddenMarkovModel",
    "计算图": "ComputationalGraph",
    "卷积神经网络": "ConvolutionalNeuralNetwork",
    "注意力机制": "AttentionMechanism",
    "Bellman 方程": "BellmanEquation",
    "价值迭代": "ValueIteration",
    "策略迭代": "PolicyIteration"
}
```

### 每日主题（config.yaml）
- Day1: 感知机
- Day2: K 近邻
- Day3: 朴素贝叶斯
- Day4: EM 算法
- Day5: 隐马尔可夫模型
- Day6: 计算图
- Day7: 卷积神经网络

## 三周学习计划

### 第一周：统计学习方法（2026-03-03 开始）
**教材**: 《统计学习方法》(lihang-code)

| 天数 | 主题 | 知识点 | 状态 |
|------|------|--------|------|
| Day1 | 感知机 | 决策边界、梯度下降 | ✅ 已修复 |
| Day2 | K 近邻 | 距离度量、投票规则 | ✅ 已修复 |
| Day3 | 朴素贝叶斯 | 条件概率、拉普拉斯平滑 | ✅ 已修复 |
| Day4 | 决策树 | 信息熵、基尼系数、ID3/C4.5/CART | ⏳ 待添加 |
| Day5 | 支持向量机 | 核函数、SMO 算法、软间隔 | ⏳ 待添加 |
| Day6 | 提升方法 | AdaBoost、GBDT | ⏳ 待添加 |
| Day7 | 无监督学习 | K-Means、层次聚类、密度聚类 | ⏳ 待添加 |

### 第二周：动手学深度学习
**教材**: 《动手学深度学习》(d2l-zh)

| 天数 | 主题 | 知识点 | 状态 |
|------|------|--------|------|
| Day8 | 计算图 | 自动求导、链式法则 | ✅ 已修复 |
| Day9 | 卷积神经网络 | 卷积运算、池化、CNN 架构 | ✅ 已修复 |
| Day10 | 注意力机制 | Seq2Seq、Transformer、自注意力 | ⏳ 待添加 |
| Day11 | 计算机视觉 | 目标检测、图像分割 | ⏳ 待添加 |
| Day12 | 训练与验证 | 过拟合、数据预处理 | ⏳ 待添加 |
| Day13 | 优化器 | SGD、Adam | ⏳ 待添加 |
| Day14 | 性能优化 | 分布式训练、模型部署 | ⏳ 待添加 |

### 第三周：强化学习数学原理
**教材**: 《强化学习的数学原理》(Book-Mathematical-Foundation-of-Reinforcement-Learning)

| 天数 | 主题 | 知识点 | 状态 |
|------|------|--------|------|
| Day15 | Bellman 方程 | MDP、状态值函数 | ⏳ 待添加 |
| Day16 | 价值迭代 | 最优值函数、Bellman 最优方程 | ⏳ 待添加 |
| Day17 | 策略迭代 | 值迭代 vs 策略迭代 | ⏳ 待添加 |
| Day18 | 蒙特卡洛方法 | MC 预测、MC 控制 | ⏳ 待添加 |
| Day19 | 时序差分 | TD(0)、TD(λ) | ⏳ 待添加 |
| Day20 | 策略梯度 | REINFORCE、Actor-Critic | ⏳ 待添加 |
| Day21 | 高级主题 | A3C、PPO、DPO | ⏳ 待添加 |

## 2026-03-02 修复记录

### 问题
`compile_day.py` 的 `generate_symbol_decoder()` 和 `generate_math_derivation()` 函数硬编码了感知机内容，导致 Day2~Day7 都生成相同的感知机内容。

### 解决方案
修改三个函数，根据传入的 `topic` 参数动态生成对应主题的内容：
1. `generate_symbol_decoder(topic)` - 根据主题生成符号解码字典（7 个主题）
2. `generate_math_derivation(topic)` - 根据主题生成数学推导（7 个主题）
3. `generate_html()` - 为不同主题设置不同的技术参数（technical_debt, visual_intuition, bilibili_keyword, optimization_bottleneck, oj_mission）

### 修改文件
- `skills/mathlab/scripts/compile_day.py` - 修复内容生成逻辑

### 已执行（2026-03-02 06:13）
✅ 修复 compile_day.py 三个函数
✅ 重新编译 Day2~Day7
✅ 提交 Git 仓库（commit e528ca7）
❌ 推送 Gogs 失败（服务器 500 错误，持续中）

### 部署状态
✅ Day1（感知机）已部署
✅ Day2（K 近邻）已部署（2026-03-03 14:00）
⏳ Day3~Day7 待部署

### Gogs 服务器问题
- URL: https://code.indigofloyd.space/ClawLab/mathlab.git
- 错误：HTTP 500 Internal Server Error
- 状态：服务器可访问（302 重定向），但 Git 操作返回 500
- 建议：联系服务器管理员或稍后重试

### 用户反馈（2026-03-02 14:00）
- **重要**: 以后有改动要主动存到 MEMORY.md，不要依赖临时记忆
- 需要记住项目路径、配置、之前的问答上下文
- 每次会话结束时更新 MEMORY.md，确保下次会话能找回上下文

### 2026-03-03 新任务
- 修复第一周课件（Day4~Day7 待添加：决策树、SVM、提升方法、无监督学习）
- 编译第二周课件（Day8~Day14：深度学习主题）
- 统一推送到 Gogs