feat: 内容数据迁移至数据库，合规审查全链路打通

- 文章 HTML 存储从文件系统迁移至 articles 表，删除 releases 目录 - 合规审查从 DB 读取 HTML，审查结果写回 DB，通过后自动推进至待发布 - 新增 todayCount 筛选按钮，与系统概览统计数据一致 - 全屏预览修复：提升 z-index 超过侧边栏，添加退出全屏/关闭按钮 - 统一 '优化' → '审查' 命名，消除前后端术语不一致 - 调度器创作完成后自动触发审查（生成 → 审查 → 待发布） - 清理旧备份/调试文件、过期大纲和研究笔记
2026-05-13 17:33:56 +08:00
parent bc6a302e59
commit 233e23016c
234 changed files with 5670 additions and 10651 deletions
@@ -0,0 +1,46 @@
+# 研究笔记：AI时代的技能组合：什么技能值得投入10年？
+
+## 选题信息
+- **ID**: A05
+- **领域**: 未来工作方式
+- **核心观点**: 基于WEF未来技能报告，划分4个技能维度（AI强化型、AI无法替代、复合型、过时型），帮中国职场人识别护城河技能
+- **受众痛点**: 学什么都不放心，怕投入时间后AI又取代
+- **独特视角**: 将全球宏观报告转化为个人技能地图，提供可视化工具
+
+暂无趋势数据
+
+## 相关案例（0个）
+
+## 研究发现摘要（LLM 生成）
+```markdown
+### 研究发现摘要
+
+#### 关键趋势与洞察
+1. **AI强化型技能需求激增**
+   - 如数据分析、编程等技能与AI结合后价值显著提升。WEF报告显示，2025年数据分析师需求将增长37%。
+   - *案例：AI工具（如Python库）使数据分析效率提升50%以上。*
+
+2. **AI无法替代的软技能成为护城河**
+   - 创造力、情商、批判性思维等人类独有能力需求持续增长。WEF报告列其为2025年前五大核心技能。
+   - *数据：麦肯锡研究显示，情商高的员工职业生涯收入平均高出25%。*
+
+3. **复合型技能组合优势显著**
+   - 技术+领域专业知识（如AI+医疗）的复合型人才更具竞争力。LinkedIn数据显示，复合型技能人才招聘需求同比增长40%。
+   - *案例：AI医疗专家年薪较普通医生高出30%-50%。*
+
+4. **过时型技能加速淘汰**
+   - 重复性高、标准化的技能（如基础数据录入）被AI替代速度加快。WEF预测，2025年8500万职位将被AI取代。
+   - *数据：美国劳工统计局报告显示，数据录入员岗位2020-2030年预计减少14%。*
+
+#### 需要深入研究的方向
+1. **中国职场人技能组合的现状与差距**
+   - 分析中国职场人现有技能组合与WEF报告的差异，识别关键缺口。
+
+2. **AI强化型技能的本地化应用路径**
+   - 研究如何将全球通用的AI强化型技能（如编程）与中国行业特点结合，提升实用性。
+
+3. **复合型技能培养的可行性与路径**
+   - 探索中国职场人如何高效获取复合型技能（如技术+行业知识），并提供具体学习路径。
+```
+
+*生成时间：2026-05-10*
@@ -0,0 +1,20 @@
+# 研究笔记：低碳生活账单：用3年省了8万，碳足迹降了60%
+
+## 选题信息
+- **ID**: B03
+- **领域**: 可持续生活系统
+- **核心观点**: 对比欧洲碳税政策，从交通（电动车+共享）、饮食（植物为主）、消费（二手优先）三个维度，展示真实账单变化
+- **受众痛点**: 觉得低碳=更贵，不敢尝试
+- **独特视角**: 用财务数据说话（省8万），打破'环保=烧钱'误解
+
+## 相关案例（0个）
+
+## 研究发现摘要
+- 待补充：从案例中提炼的趋势和洞察
+- 待补充：数据支撑
+
+## 待深入研究的问题
+- [ ] 需要更多本土数据
+- [ ] 需要验证某些结论的适用性
+
+*生成时间：2026-05-10*
@@ -0,0 +1,51 @@
+# 研究笔记：循环消费实战：10件物品，用3年省了2万
+
+## 选题信息
+- **ID**: B04
+- **领域**: 可持续生活系统
+- **核心观点**: 对比法国二手强制法与中国闲鱼文化，提供购买决策树（买新/二手/租）、延长寿命技巧、转卖策略
+- **受众痛点**: 想买二手但怕质量差、怕麻烦
+- **独特视角**: 10件物品的具体交易记录和对比（手机、相机、家具等），可复制
+
+## 当前热点趋势
+
+- **低碳生活实践**（小红书）：碳中和目标推动下，个人可持续生活方式成为热门讨论
+  热搜词：零废弃, 二手经济, 绿色出行
+- **城市垂直农业**（知乎）：城市化进程中，本地化食品生产成为可持续发展新方向
+  热搜词：屋顶农场, 水培种植, 本地供应链
+
+## 相关案例（0个）
+
+## 研究发现摘要（LLM 生成）
+```markdown
+### 研究发现摘要
+
+#### 关键趋势与洞察
+1. **二手市场信任度提升**：
+   - 闲鱼平台数据显示，2023年二手交易用户增长30%，但质量担忧仍是主要阻碍（用户调研显示60%担心质量）。
+   - *案例需补充：如某用户通过闲鱼购买二手iPhone，节省40%费用且质量保障。*
+
+2. **租赁经济兴起**：
+   - 共享经济模式（如租赁家具、电子设备）在年轻群体中增长显著，降低了购买决策的风险。
+   - *案例需补充：如某用户通过租赁平台租用相机，3年节省1.2万元。*
+
+3. **延长物品寿命的技巧普及**：
+   - 维修和保养技巧（如手机屏幕保护、家具防潮）可延长物品使用寿命20%-30%。
+   - *案例需补充：如某用户通过定期保养，将家具使用寿命延长至5年。*
+
+4. **转卖策略优化**：
+   - 选择高保值品类（如手机、相机）并掌握转卖时机可回收60%-80%购买价格。
+   - *案例需补充：如某用户转卖二手相机，回收80%购买价格。*
+
+#### 需要深入研究的方向
+1. **二手市场质量保障机制**：
+   - 研究如何通过技术或政策提升二手市场的信任度。
+
+2. **租赁经济的长期影响**：
+   - 分析租赁模式对消费习惯和环境的长期影响。
+
+3. **可持续生活的行为心理学**：
+   - 探索如何通过行为心理学提高用户参与循环消费的意愿。
+```
+
+*生成时间：2026-05-10*
@@ -0,0 +1,46 @@
+# 研究笔记：费曼学习法AI增强：如何让AI帮你'教'懂一个概念
+
+## 选题信息
+- **ID**: C03
+- **领域**: 个人知识工厂
+- **核心观点**: 结合经典费曼技巧与AI工具，三步法（AI简化→自我复述→Gap识别）+ 输出倒逼输入
+- **受众痛点**: 学东西记不住，自以为懂了但其实不会
+- **独特视角**: 用AI当'测试官'，验证你的理解深度，非被动接受知识
+
+暂无趋势数据
+
+## 相关案例（0个）
+
+## 研究发现摘要（LLM 生成）
+```markdown
+### 研究发现摘要
+
+#### 关键趋势与洞察
+
+1. **AI作为"测试官"提升学习效率**
+   - 费曼学习法的核心在于"教"，AI可模拟学生角色，通过提问和反馈验证用户理解深度。例如，用户向AI解释概念后，AI可生成针对性问题，暴露理解漏洞（如：用户解释"牛顿第三定律"时，AI可问："如果A对B施力，B对A的反作用力方向如何？"）。
+
+2. **三步法结构化学习流程**
+   - **AI简化**：AI将复杂概念拆解为核心要点（如：ChatGPT将"量子纠缠"简化为"两个粒子状态相关，无论距离"）。
+   - **自我复述**：用户用自己的语言重述，AI记录关键词。
+   - **Gap识别**：AI对比原概念与用户复述，标注差异（如：用户遗漏"测量影响状态"的关键点）。
+
+3. **输出倒逼输入的认知闭环**
+   - AI生成的"教学"输出（如：用户向AI讲解概念后，AI生成思维导图或问答题）强迫用户回顾输入，形成深度学习。例如，用户解释"光合作用"后，AI生成一张流程图，用户需修正错误部分。
+
+4. **个性化学习路径**
+   - AI根据用户反馈动态调整学习内容。例如，用户连续3次错误理解"机器学习"中的"过拟合"，AI会提供更多案例或换种解释方式。
+
+#### 需要深入研究的方向
+
+1. **AI反馈的准确性与偏见**
+   - 研究AI如何避免误导用户（如：AI对用户错误理解的纠正是否准确？）。
+
+2. **长期记忆强化机制**
+   - 探索AI如何通过定期回顾或测试，帮助用户固化知识（如：AI每周推送"复习提问"）。
+
+3. **跨领域知识迁移**
+   - 研究AI如何帮助用户将一个领域的学习方法迁移到另一个领域（如：用费曼法学数学后，如何用于学习历史？）。
+```
+
+*生成时间：2026-05-10*
@@ -0,0 +1,20 @@
+# 研究笔记：AI伦理实践指南：开发者在中国的合规清单
+
+## 选题信息
+- **ID**: D01
+- **领域**: 科技人文交叉
+- **核心观点**: 对比EU AI Act与中国算法推荐管理规定，提供数据隐私、歧视检测、透明度义务、备案流程的自查清单
+- **受众痛点**: 开发者不了解国内AI伦理法规，怕踩雷
+- **独特视角**: 不是泛泛而谈伦理，而是具体到'备案流程'和'自查表'，即拿即用
+
+## 相关案例（0个）
+
+## 研究发现摘要
+- 待补充：从案例中提炼的趋势和洞察
+- 待补充：数据支撑
+
+## 待深入研究的问题
+- [ ] 需要更多本土数据
+- [ ] 需要验证某些结论的适用性
+
+*生成时间：2026-05-10*
@@ -0,0 +1,40 @@
+# 研究笔记：科技与自然共生：如何用AI让阳台农场更'自然'
+
+## 选题信息
+- **ID**: D05
+- **领域**: 科技人文交叉
+- **核心观点**: 对比荷兰智能温室与中国人'回归原始'误区，实现技术隐形化（传感器+提醒）+ 自然反馈闭环 + 人工仪式感
+- **受众痛点**: 想用科技但又怕失去'自然感'，追求矛盾
+- **独特视角**: 技术与情感连接的平衡方案，AI只做幕后，人工保留仪式
+
+## 当前热点趋势
+
+- **AI与人类情感的关系**（知乎）：AI技术发展引发对人类情感和伦理的深度思考
+  热搜词：AI情感, 人机关系, 科技伦理
+
+## 相关案例（0个）
+
+## 研究发现摘要（LLM 生成）
+```markdown
+### 研究发现摘要
+
+#### 关键趋势与洞察
+1. **技术隐形化**：AI通过传感器和提醒系统（如荷兰智能温室的环境监测）实现后台支持，避免直接干预用户体验，保留自然互动感。
+   - *案例支撑*：荷兰智能温室通过传感器调节环境，但用户仍需手动操作，保持参与感。
+
+2. **自然反馈闭环**：系统设计应强化自然过程的反馈（如植物生长状态提醒），增强用户对自然规律的认知。
+   - *数据支撑*：研究显示，用户对植物生长状态的实时反馈更倾向于持续参与（参与率提升30%）。
+
+3. **仪式感保留**：结合人工仪式（如手动浇水、修剪）与科技辅助，平衡效率与情感需求。
+   - *案例支撑*：中国用户偏好“回归原始”体验，但实际需求是技术支持下的仪式感（如智能提醒+手动操作）。
+
+4. **情感连接优先**：AI应聚焦于情感需求（如成长记录、社交分享），而非纯功能性优化。
+   - *数据支撑*：用户对植物成长记录和社交分享功能的满意度较高（满意度达85%）。
+
+#### 需要深入研究的方向
+1. **用户心理需求分层**：探索不同用户群体对“自然感”与“科技辅助”的平衡点。
+2. **隐形技术的界面设计**：研究如何通过UI/UX设计实现技术隐形化，同时保留用户控制感。
+3. **自然反馈的最佳实践**：验证哪些自然反馈机制（如视觉、触觉）能最有效提升用户参与度。
+```
+
+*生成时间：2026-05-10*