Merge pull request #2 from Aucannot/codex/add-ai-auto-note-documentation-summary

feat: add ai-auto-note skill to auto-generate learning notes

Author: Aucannot

README.md

@@ -29,6 +29,49 @@ latest version of the **Chirpy** theme and the [CD][CD] workflow to here, so tha
 
 Check out the [theme's docs](https://github.com/cotes2020/jekyll-theme-chirpy/wiki).
 
+## Skill 安装与使用（AI Auto Note）
+
+仓库内置了一个用于自动沉淀学习笔记的 skill：`skills/ai-auto-note-publisher`。
+
+如果你希望在 Codex 中全局复用，可安装到 `$CODEX_HOME/skills`：
+
+```bash
+mkdir -p "$CODEX_HOME/skills"
+cp -R skills/ai-auto-note-publisher "$CODEX_HOME/skills/"
+```
+
+如果你希望在 Claude Code 中复用，可安装到 `~/.claude/skills`：
+
+```bash
+mkdir -p ~/.claude/skills
+cp -R skills/ai-auto-note-publisher ~/.claude/skills/
+```
+
+安装后，在需要时触发该 skill，并通过以下命令生成笔记：
+
+```bash
+python3 skills/ai-auto-note-publisher/scripts/create_ai_auto_note.py \
+  --title "你的学习主题" \
+  --input tmp/notes.txt \
+  --repo-root .
+```
+
+可选：如果你要覆盖自动分类，可传 `--subcategory`（例如 `rag`、`agents`、`general`）。
+
+生成并提交后，如需自动推送 PR 到本仓库（需要已安装并登录 `gh`）：
+
+```bash
+cat > tmp/pr-body.md <<'EOF'
+## Summary
+- add ai auto notes
+EOF
+
+bash skills/ai-auto-note-publisher/scripts/push_note_pr.sh \
+  --branch feat/ai-auto-note-2026-03-12 \
+  --title "feat: add ai auto notes" \
+  --body-file tmp/pr-body.md
+```
+
 ## Contributing
 
 This repository is automatically updated with new releases from the theme repository. If you encounter any issues or want to contribute to its improvement, please visit the [theme repository][chirpy] to provide feedback.

_posts/2025-11-21-code-to-style-imae.md

@@ -0,0 +1,26 @@
+---
+title: "CoTyle 论文阅读记录"
+date: 2025-11-21 14:18:00 +0800
+categories: ["reading"]
+tags: [diffusion-models, reading-notes, generative-models]
+---
+
+同事让我有空看看这个，我就简单读了一下。
+
+### 项目地址
+- [Github CoTyle](https://github.com/Kwai-Kolors/CoTyle)
+- [GithubIO CoTyle](https://kwai-kolors.github.io/CoTyle/)
+
+### 概况
+这个模型做到了使用 code（编码而非代码）控制图像风格。也就是说，在 code 相同的情况下，改变 prompt 和种子可以生成一组风格相似的图片。
+
+<img src="/assets/img/CoTyle-image-1.png" alt="CoTyle 卖家秀" style="width: 400px;" />
+
+粗略看了下 GitHub 首页，不过它对不同风格之间似乎并没有一种可以查表的方式，让人自己选择需要什么风格；code 的数值也非常大，看起来和 seed 一样需要“抽卡”。所以我怀疑它的侧重点并不在于引导单张图片风格化生成，而是维持一组图片保持同样的风格（同样的 code）。
+
+### 好奇的问题
+1. 这看起来似乎就是一个类似 CLIP 的东西。
+2. 同事好奇的问题：Figure 4 中用红框圈出了 “suboptimal style consistency.”，这个一致性是怎么判断的？
+3. 有没有办法优雅地上线？
+
+### 论文的场合

_posts/2025-11-21-code-to-style-image.md

@@ -0,0 +1,69 @@
+---
+name: ai-auto-note-publisher
+description: 自动把学习对话沉淀成博客笔记并提交到当前仓库。当用户提到“学习总结/自动归档/上传笔记/ai auto note”时使用。统一写入 categories: ["ai-auto-note", "<auto-subcategory>"]，并按子目录自动归类。
+---
+
+# AI Auto Note Publisher
+
+将学习对话整理为可发布的 Jekyll 博客文章，并存入本仓库。
+
+## 何时使用
+
+当用户希望把与 AI 学习的结论自动沉淀成文档，并上传到仓库时。
+
+## 输出规范
+
+- 路径：`_posts/ai-auto-note/<subcategory>/YYYY-MM-DD-title.md`
+- Front matter 固定：
+  - `categories: ["ai-auto-note", "<subcategory>"]`
+  - `tags: ["ai-auto-note", "<subcategory>"]`
+- 正文结构至少包含：
+  - `## 背景`
+  - `## 结论速记`
+  - `## 后续行动`
+
+## 快速流程
+
+1. 准备学习记录文本（例如 `tmp/notes.txt`）。
+2. 运行脚本生成文章：
+
+```bash
+python3 skills/ai-auto-note-publisher/scripts/create_ai_auto_note.py \
+  --title "你的标题" \
+  --input tmp/notes.txt \
+  --repo-root .
+
+# 如需手动指定二级分类（覆盖自动分类）
+python3 skills/ai-auto-note-publisher/scripts/create_ai_auto_note.py \
+  --title "你的标题" \
+  --input tmp/notes.txt \
+  --subcategory rag \
+  --repo-root .
+```
+
+3. 检查生成内容是否符合语义；必要时微调标题与要点。
+4. 提交到仓库。
+5. 推送分支并自动创建 PR（需 gh CLI 已登录）。
+
+## 子分类策略
+
+脚本会按关键词自动分类（如 `llm`、`prompting`、`rag`、`agents` 等），并优先做英文关键词边界匹配（避免 `evaluation` 误命中等情况）。
+
+如未命中关键词，默认分类为 `general`。
+
+详细映射见：`references/subcategory-rules.md`。
+
+## 自动推送 PR 到本仓库
+
+准备 PR 描述文件（例如 `tmp/pr-body.md`）后执行：
+
+```bash
+bash skills/ai-auto-note-publisher/scripts/push_note_pr.sh \
+  --branch feat/ai-auto-note-2026-03-12 \
+  --title "feat: add ai auto notes" \
+  --body-file tmp/pr-body.md
+```
+
+脚本会：
+- `git push -u origin <branch>`
+- `gh pr create` 自动向仓库默认分支发起 PR。

skills/ai-auto-note-publisher/SKILL.md

@@ -0,0 +1,20 @@
+# Subcategory Rules
+
+用于 `ai-auto-note-publisher` 的自动归类规则。
+
+## 当前分类
+
+- `llm`: llm, 大模型, transformer, attention, token
+- `prompting`: prompt, 提示词, system prompt, cot, chain-of-thought
+- `rag`: rag, 检索, 向量数据库, embedding, 召回, retrieval, rerank, chunk
+- `agents`: agent, tool call, function calling, 多智能体, 工作流
+- `training`: finetune, sft, rlhf, 训练, 蒸馏
+- `evaluation`: benchmark, eval, 评测, 幻觉, hallucination
+- `deployment`: 部署, serving, latency, 吞吐, inference
+- 默认: `general`
+
+## 调整建议
+
+- 如果某个主题常出现误分类，优先新增关键词而不是新增大量新类。
+- 英文关键词建议使用“完整词”匹配（如 `eval` 只匹配独立单词），减少误命中。
+- 保持二级分类数量可控（建议 < 12）。