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

automation/data/research/2026-05-10/C03_research.md

@@ -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*