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）

KaTeX CSS 引入错误：裸 URL 改为 <link> 标签
Python 类名大小写：knn → KNearestNeighbor（使用 topic_en_map 映射）
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）

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：

generate_symbol_decoder(topic) - 根据主题生成符号解码字典（7 个主题）
generate_math_derivation(topic) - 根据主题生成数学推导（7 个主题）
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

MEMORY.md 5.5 KB 文件历史 原始文件