🔄 卡若AI 同步 2026-02-22 11:40 | 更新：水桥平台对接、卡木、运营中枢工作台 | 排除 >20MB: 8 个

02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_wiki_gene_capsule_article.py

@@ -11,9 +11,10 @@ from pathlib import Path
 
 SCRIPT_DIR = Path(__file__).resolve().parent
 FEISHU_SCRIPT = SCRIPT_DIR / "feishu_wiki_create_doc.py"
-IMG_DIR = Path("/Users/karuo/Documents/卡若Ai的文件夹/图片")
+IMG_DIR = Path("/Users/karuo/Documents/个人/2、我写的日记/火：开发分享/assets")
 PARENT_TOKEN = "KNf7wA8Rki1NSdkkSIqcdFtTnWb"
-TITLE = "卡若AI 基因胶囊 · 全功能介绍（产品经理 / 程序员 / 普通用户）"
+TITLE = "卡若：基因胶囊——AI技能可遗传化的实现与落地"
+JSON_PATH = Path("/Users/karuo/Documents/个人/2、我写的日记/火：开发分享/卡若_基因胶囊_AI技能可遗传化_feishu_blocks.json")
 
 # 导入 feishu 脚本的 token 逻辑
 sys.path.insert(0, str(SCRIPT_DIR))
@@ -47,8 +48,77 @@ def upload_image_to_doc(token: str, doc_token: str, img_path: Path) -> str | Non
     return None
 
 
+def _title_matches(node_title: str, target: str) -> bool:
+    """判断节点标题是否与目标相似（含关键词即视为匹配）"""
+    if not node_title or not target:
+        return False
+    kw = ["基因胶囊", "AI技能可遗传"]
+    return any(k in node_title for k in kw) or target in node_title
+
+
+def _find_existing_doc(space_id: str, headers: dict) -> tuple[str | None, str | None]:
+    """查找父节点下是否已有同名/类似文档，返回 (doc_token, node_token)"""
+    page_token = None
+    while True:
+        params = {"parent_node_token": PARENT_TOKEN, "page_size": 50}
+        if page_token:
+            params["page_token"] = page_token
+        r = requests.get(
+            f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes",
+            headers=headers, params=params, timeout=30)
+        if r.json().get("code") != 0:
+            return None, None
+        data = r.json().get("data", {})
+        nodes = data.get("nodes", []) or data.get("items", []) or []
+        for n in nodes:
+            title = n.get("title", "") or n.get("node", {}).get("title", "")
+            if _title_matches(title, TITLE):
+                obj = n.get("obj_token")
+                node = n.get("node_token")
+                return obj or node, node
+        page_token = data.get("page_token")
+        if not page_token:
+            break
+    return None, None
+
+
+def _clear_doc_blocks(doc_token: str, headers: dict) -> bool:
+    """清空文档内容（删除根节点下直接子块）"""
+    all_items = []
+    page_token = None
+    while True:
+        params = {"page_size": 100}
+        if page_token:
+            params["page_token"] = page_token
+        r = requests.get(
+            f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks",
+            headers=headers, params=params, timeout=30)
+        if r.json().get("code") != 0:
+            return False
+        data = r.json().get("data", {})
+        items = data.get("items", [])
+        all_items.extend(items)
+        page_token = data.get("page_token")
+        if not page_token:
+            break
+    child_ids = [b["block_id"] for b in all_items if b.get("parent_id") == doc_token]
+    if not child_ids:
+        return True
+    # 分批删除（每次最多 50）
+    for i in range(0, len(child_ids), 50):
+        batch = child_ids[i : i + 50]
+        rd = requests.delete(
+            f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children/batch_delete",
+            headers=headers, json={"block_id_list": batch}, timeout=30)
+        if rd.json().get("code") != 0:
+            return False
+        import time
+        time.sleep(0.3)
+    return True
+
+
 def create_doc_with_images():
-    """创建文档、上传图片、写入图文 blocks"""
+    """创建或更新文档、上传图片、写入图文 blocks"""
     token = fwd.get_token(PARENT_TOKEN)
     if not token:
         return False, "Token 无效"
@@ -66,26 +136,35 @@ def create_doc_with_images():
     if not space_id:
         return False, "无法获取 space_id"
 
-    # 2. 创建子文档
-    create_r = requests.post(
-        f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes",
-        headers=headers,
-        json={
-            "parent_node_token": PARENT_TOKEN,
-            "obj_type": "docx",
-            "node_type": "origin",
-            "title": TITLE,
-        },
-        timeout=30)
-    create_data = create_r.json()
-    if create_data.get("code") != 0:
-        return False, create_data.get("msg", str(create_data))
-    doc_token = create_data.get("data", {}).get("node", {}).get("obj_token")
-    node_token = create_data.get("data", {}).get("node", {}).get("node_token")
-    if not doc_token:
-        doc_token = node_token
+    # 2. 查找是否已有同名/类似文档
+    doc_token, node_token = _find_existing_doc(space_id, headers)
+    if doc_token and node_token:
+        print(f"📋 发现已有类似文档，将更新内容")
+        if not _clear_doc_blocks(doc_token, headers):
+            print("⚠️ 清空原内容失败，将追加写入")
+        else:
+            print("✅ 已清空原内容")
+    else:
+        # 3. 创建新文档
+        create_r = requests.post(
+            f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes",
+            headers=headers,
+            json={
+                "parent_node_token": PARENT_TOKEN,
+                "obj_type": "docx",
+                "node_type": "origin",
+                "title": TITLE,
+            },
+            timeout=30)
+        create_data = create_r.json()
+        if create_data.get("code") != 0:
+            return False, create_data.get("msg", str(create_data))
+        doc_token = create_data.get("data", {}).get("node", {}).get("obj_token")
+        node_token = create_data.get("data", {}).get("node", {}).get("node_token")
+        if not doc_token:
+            doc_token = node_token
 
-    # 3. 上传图片
+    # 4. 上传图片
     img1 = IMG_DIR / "基因胶囊_概念与流程.png"
     img2 = IMG_DIR / "基因胶囊_完整工作流程图.png"
     file_token1 = upload_image_to_doc(token, doc_token, img1) if img1.exists() else None
@@ -95,45 +174,58 @@ def create_doc_with_images():
     if file_token2:
         print(f"✅ 图片2 上传成功")
 
-    # 4. 构建 blocks（含图片 block）
-    blocks = get_article_blocks(file_token1, file_token2)
+    # 5. 构建 blocks：从 JSON 加载，配图占位处注入图片 block
+    if JSON_PATH.exists():
+        with open(JSON_PATH, "r", encoding="utf-8") as f:
+            data = json.load(f)
+        raw_blocks = data.get("children", [])
+        blocks = []
+        tokens = [file_token1, file_token2]
+        for b in raw_blocks:
+            c = (b.get("text") or {}).get("elements") or []
+            content = (c[0].get("text_run") or {}).get("content", "") if c else ""
+            if "【配图 1" in content and tokens[0]:
+                blocks.append({"block_type": 18, "gallery": {"imageList": [{"fileToken": tokens[0]}], "galleryStyle": {"align": "center"}}})
+            elif "【配图 2" in content and len(tokens) > 1 and tokens[1]:
+                blocks.append({"block_type": 18, "gallery": {"imageList": [{"fileToken": tokens[1]}], "galleryStyle": {"align": "center"}}})
+            elif "【配图 1" in content or "【配图 2" in content:
+                blocks.append(b)
+            else:
+                blocks.append(b)
+    else:
+        blocks = get_article_blocks(file_token1, file_token2)
 
-    # 5. 分批写入（过滤 None，分别处理 text 与 image block 避免 invalid param）
+    # 6. 分批写入所有 blocks（含图片），保持顺序
     valid_blocks = [b for b in blocks if b is not None]
     for i in range(0, len(valid_blocks), 50):
         batch = valid_blocks[i : i + 50]
-        # 仅写入 text/heading 类 block，跳过可能报错的 image block
-        safe_batch = [b for b in batch if b.get("block_type") != 13]
-        if not safe_batch:
-            continue
         wr = requests.post(
             f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children",
             headers=headers,
-            json={"children": safe_batch, "index": i},
+            json={"children": batch, "index": i},
             timeout=30)
         res = wr.json()
         if res.get("code") != 0:
-            # 若仍失败，可能是 index 等；尝试不含 image 的纯文本
-            if i == 0:
+            # 若含图片的批次失败，则跳过图片仅写文本
+            if any(b.get("block_type") in (13, 18) for b in batch):
+                safe = [b for b in batch if b.get("block_type") not in (13, 18)]
+                if safe:
+                    wr2 = requests.post(
+                        f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children",
+                        headers=headers,
+                        json={"children": safe, "index": i},
+                        timeout=30)
+                    if wr2.json().get("code") == 0:
+                        print(f"⚠️ 图片块跳过，已写文本")
+            elif i == 0:
                 return False, res.get("msg", "写入失败")
+        else:
+            gallery_count = sum(1 for b in batch if b.get("block_type") == 18)
+            if gallery_count:
+                print(f"✅ 写入 {gallery_count} 个图片块")
         if len(valid_blocks) > 50:
             import time
             time.sleep(0.3)
-    # 5b. 尝试追加图片块（在文档末尾，逐张添加）
-    for ft in [b for b in [file_token1, file_token2] if b]:
-        try:
-            imgb = {"block_type": 13, "image": {"file_token": ft}}
-            wr = requests.post(
-                f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children",
-                headers=headers,
-                json={"children": [imgb], "index": -1},
-                timeout=30)
-            if wr.json().get("code") == 0:
-                print("✅ 图片块插入成功")
-            else:
-                print("⚠️ 图片块跳过（飞书 API 限制）")
-        except Exception as e:
-            print(f"⚠️ 图片块异常: {e}")
 
     url = f"https://cunkebao.feishu.cn/wiki/{node_token}"
     return True, url
@@ -190,7 +282,7 @@ def get_article_blocks(file_token1: str | None, file_token2: str | None) -> list
 
 def main():
     print("=" * 50)
-    print(f"📤 创建基因胶囊全功能介绍（图文）")
+    print(f"📤 基因胶囊全功能介绍（创建或更新 + 图片上传）")
     print(f"   父节点: {PARENT_TOKEN}")
     print("=" * 50)
     ok, result = create_doc_with_images()

03_卡木（木）/木叶_视频内容/视频切片/脚本/identify_theme_segments.py

@@ -0,0 +1,229 @@
+#!/usr/bin/env python3
+# -*- coding: utf-8 -*-
+"""
+按完整主题切片 - 分析 transcript，找出每个主题的完整起止时间
+
+与 identify_highlights 不同：本脚本按「视频剪辑方案」的 7 个主题类型分析，
+时间节点非固定，需结合视频内容分析出每个主题的完整段落。
+
+主题类型（来自剪辑方案图片）：
+1. 引出问题 - 建立共鸣，问用户痛点
+2. 解决方案 - 核心方法、干货
+3. 案例分享 - 真实案例、数据
+4. 未来展望 - 接下来怎么做
+5. 痛点强调 - 避坑、踩坑警告
+6. 福利展示 - 限时福利、福利放送
+7. 权威背书 - 专业背书、可信证明
+
+用法：
+  python3 identify_theme_segments.py -t transcript.srt -o highlights.json
+"""
+import argparse
+import json
+import re
+import sys
+from pathlib import Path
+
+OLLAMA_URL = "http://localhost:11434"
+DEFAULT_CTA = "关注我，每天学一招私域干货"
+
+THEME_DEFINITIONS = """
+【主题类型定义，按视频剪辑方案】
+1. 引出问题：开场建立共鸣，提出用户普遍遇到的问题或痛点
+2. 解决方案：讲解核心方法、干货、具体做法
+3. 案例分享：真实案例、数据佐证、用户证言
+4. 未来展望：接下来这样做、未来趋势、行动建议
+5. 痛点强调：这个坑千万别踩、常见误区、避坑指南
+6. 福利展示：限时福利、福利放送、赠送、优惠
+7. 权威背书：专业背书、可信证明、资质、成果展示
+
+参考时间顺序（非固定）：引出问题→解决方案→案例分享→未来展望→痛点强调→福利展示→权威背书
+"""
+
+
+def parse_srt_segments(srt_path: str) -> list:
+    """解析 SRT 为 [{start_sec, end_sec, start_time, end_time, text}, ...]"""
+    with open(srt_path, "r", encoding="utf-8") as f:
+        content = f.read()
+    segments = []
+    pattern = r"(\d+)\n(\d{2}):(\d{2}):(\d{2}),(\d{3}) --> (\d{2}):(\d{2}):(\d{2}),(\d{3})\n(.*?)(?=\n\n|\Z)"
+    for m in re.findall(pattern, content, re.DOTALL):
+        sh, sm, ss = int(m[1]), int(m[2]), int(m[3])
+        eh, em, es = int(m[5]), int(m[6]), int(m[7])
+        start_sec = sh * 3600 + sm * 60 + ss
+        end_sec = eh * 3600 + em * 60 + es
+        text = m[9].strip().replace("\n", " ")
+        if len(text) > 2:
+            segments.append({
+                "start_sec": start_sec, "end_sec": end_sec,
+                "start_time": f"{sh:02d}:{sm:02d}:{ss:02d}",
+                "end_time": f"{eh:02d}:{em:02d}:{es:02d}",
+                "text": text,
+            })
+    return segments
+
+
+def srt_to_timestamped_text(srt_path: str) -> str:
+    """将 SRT 转为带时间戳的纯文本"""
+    segments = parse_srt_segments(srt_path)
+    return "\n".join(f"[{s['start_time']}] {s['text']}" for s in segments)
+
+
+def _build_theme_prompt(transcript: str) -> str:
+    txt = transcript[:15000] if len(transcript) > 15000 else transcript
+    return f"""你是短视频内容策划师。根据「视频剪辑方案」，分析以下视频文字稿，找出 7 类主题各自的**完整段落**。
+
+{THEME_DEFINITIONS}
+
+【关键】时间节点非固定！需结合视频实际内容分析：
+- 每个主题只取一段，且必须是**完整主题**（不中断、语义完整）
+- 从文字稿中精确找出该主题开始和结束的时间点
+- 若某类主题在视频中未出现，可跳过，不强制凑齐 7 段
+- 参考顺序帮助理解，实际顺序按内容出现顺序
+
+【输出格式】严格 JSON 数组，每项含：
+- theme: 主题类型名（如"引出问题"）
+- title: 简短标题（简体中文）
+- start_time: "HH:MM:SS"
+- end_time: "HH:MM:SS"
+- hook_3sec: 前3秒Hook，15字内
+- cta_ending: 结尾CTA（可用"{DEFAULT_CTA}"）
+- transcript_excerpt: 该段内容前60字
+
+只输出 JSON 数组，不要```包裹，不要其他文字。所有文字必须简体中文。
+
+视频文字稿：
+---
+{txt}
+---"""
+
+
+def _parse_ai_json(text: str) -> list:
+    text = text.strip()
+    if text.startswith("```"):
+        text = re.sub(r"^```(?:json)?\s*", "", text)
+        text = re.sub(r"\s*```\s*$", "", text)
+    m = re.search(r"\[[\s\S]*\]", text)
+    if m:
+        return json.loads(m.group())
+    return json.loads(text)
+
+
+def call_ollama(transcript: str) -> str:
+    """调用 Ollama 分析主题"""
+    import requests
+    prompt = _build_theme_prompt(transcript)
+    try:
+        r = requests.post(
+            f"{OLLAMA_URL}/api/generate",
+            json={
+                "model": "qwen2.5:1.5b",
+                "prompt": prompt,
+                "stream": False,
+                "options": {"temperature": 0.2, "num_predict": 8192},
+            },
+            timeout=120,
+        )
+        if r.status_code != 200:
+            raise RuntimeError(f"Ollama {r.status_code}")
+        return r.json().get("response", "").strip()
+    except Exception as e:
+        raise RuntimeError(f"Ollama 调用失败: {e}") from e
+
+
+def fallback_by_keywords(transcript_path: str) -> list:
+    """规则备用：按关键词粗分主题段"""
+    segments = parse_srt_segments(transcript_path)
+    if not segments:
+        return []
+    # 关键词 -> 主题
+    theme_keywords = {
+        "引出问题": ["问题", "遇到", "痛点", "为什么", "困惑", "难题"],
+        "解决方案": ["方法", "解决", "怎么做", "技巧", "核心", "干货"],
+        "案例分享": ["案例", "例子", "数据", "客户", "赚了", "做了"],
+        "未来展望": ["接下来", "未来", "行动", "去做", "试试"],
+        "痛点强调": ["坑", "避坑", "千万别", "误区", "踩雷"],
+        "福利展示": ["福利", "限时", "赠送", "优惠", "免费"],
+        "权威背书": ["专业", "背书", "资质", "成果", "证明"],
+    }
+    result = []
+    used = set()
+    for theme, kws in theme_keywords.items():
+        cands = []
+        for s in segments:
+            if s["start_sec"] in used:
+                continue
+            txt = s["text"]
+            if any(kw in txt for kw in kws):
+                cands.append(s)
+        if cands:
+            # 取第一段匹配，扩展为完整段落（合并相邻）
+            first = cands[0]
+            start_sec = first["start_sec"]
+            end_sec = first["end_sec"]
+            for s in segments:
+                if s["start_sec"] >= start_sec and s["start_sec"] <= end_sec + 30:
+                    end_sec = max(end_sec, s["end_sec"])
+            for t in range(int(start_sec), int(end_sec) + 1, 10):
+                used.add(t)
+            h, m, s_ = start_sec // 3600, (start_sec % 3600) // 60, int(start_sec % 60)
+            eh, em, es = end_sec // 3600, (end_sec % 3600) // 60, int(end_sec % 60)
+            result.append({
+                "theme": theme,
+                "title": theme,
+                "start_time": f"{int(h):02d}:{int(m):02d}:{int(s_):02d}",
+                "end_time": f"{int(eh):02d}:{int(em):02d}:{int(es):02d}",
+                "hook_3sec": f"精彩{theme}",
+                "cta_ending": DEFAULT_CTA,
+                "transcript_excerpt": first["text"][:60],
+            })
+    return result
+
+
+def main():
+    parser = argparse.ArgumentParser(description="按完整主题分析 transcript")
+    parser.add_argument("--transcript", "-t", required=True, help="transcript.srt")
+    parser.add_argument("--output", "-o", required=True, help="highlights.json")
+    args = parser.parse_args()
+    transcript_path = Path(args.transcript)
+    if not transcript_path.exists():
+        print(f"❌ 不存在: {transcript_path}", file=sys.stderr)
+        sys.exit(1)
+    text = srt_to_timestamped_text(str(transcript_path))
+    if len(text) < 100:
+        print("❌ 文字稿过短", file=sys.stderr)
+        sys.exit(1)
+
+    data = None
+    try:
+        print("正在分析完整主题（Ollama）...")
+        raw = call_ollama(text)
+        data = _parse_ai_json(raw)
+        if data and isinstance(data, list):
+            # 校验时间格式
+            for i, h in enumerate(data):
+                if isinstance(h, dict):
+                    if "start" in h and "start_time" not in h:
+                        h["start_time"] = h.pop("start", "")
+                    if "end" in h and "end_time" not in h:
+                        h["end_time"] = h.pop("end", "")
+                    h.setdefault("title", h.get("theme", f"主题{i+1}"))
+                    h.setdefault("hook_3sec", h.get("title", "")[:15])
+                    h.setdefault("cta_ending", DEFAULT_CTA)
+            data = [h for h in data if isinstance(h, dict) and h.get("start_time") and h.get("end_time")]
+    except Exception as e:
+        print(f"Ollama 失败 ({e})，使用规则备用", file=sys.stderr)
+
+    if not data or not isinstance(data, list):
+        print("使用规则备用（按关键词）", file=sys.stderr)
+        data = fallback_by_keywords(str(transcript_path))
+
+    out_path = Path(args.output)
+    out_path.parent.mkdir(parents=True, exist_ok=True)
+    with open(out_path, "w", encoding="utf-8") as f:
+        json.dump(data, f, ensure_ascii=False, indent=2)
+    print(f"✅ 已输出 {len(data)} 个完整主题: {out_path}")
+
+
+if __name__ == "__main__":
+    main()

03_卡木（木）/木叶_视频内容/视频切片/脚本/soul_slice_pipeline.py

@@ -89,8 +89,10 @@ def main():
     parser.add_argument("--video", "-v", required=True, help="输入视频路径")
     parser.add_argument("--output", "-o", help="输出目录（默认：视频同目录下 视频名_output）")
     parser.add_argument("--clips", "-n", type=int, default=8, help="切片数量")
+    parser.add_argument("--mode", "-m", choices=["highlights", "theme"], default="highlights",
+                        help="highlights=高光识别(默认); theme=按完整主题分析(时间节点非固定)")
     parser.add_argument("--skip-transcribe", action="store_true", help="跳过转录（已有 transcript.srt）")
-    parser.add_argument("--skip-highlights", action="store_true", help="跳过高光识别（已有 highlights.json）")
+    parser.add_argument("--skip-highlights", action="store_true", help="跳过高光/主题识别（已有 highlights.json）")
     parser.add_argument("--skip-clips", action="store_true", help="跳过切片（已有 clips/，仅重新增强）")
     args = parser.parse_args()
 
@@ -154,19 +156,31 @@ def main():
     transcript_to_simplified(transcript_path)
     print("  ✓ 字幕已转简体")
 
-    # 2. 高光识别
+    # 2. 高光/主题识别
     if not args.skip_highlights:
-        run(
-            [
-                sys.executable,
-                str(SCRIPT_DIR / "identify_highlights.py"),
-                "--transcript", str(transcript_path),
-                "--output", str(highlights_path),
-                "--clips", str(args.clips),
-            ],
-            "高光识别（Ollama→规则）",
-            timeout=60,
-        )
+        if args.mode == "theme":
+            run(
+                [
+                    sys.executable,
+                    str(SCRIPT_DIR / "identify_theme_segments.py"),
+                    "--transcript", str(transcript_path),
+                    "--output", str(highlights_path),
+                ],
+                "完整主题分析（Ollama→规则，时间节点非固定）",
+                timeout=120,
+            )
+        else:
+            run(
+                [
+                    sys.executable,
+                    str(SCRIPT_DIR / "identify_highlights.py"),
+                    "--transcript", str(transcript_path),
+                    "--output", str(highlights_path),
+                    "--clips", str(args.clips),
+                ],
+                "高光识别（Ollama→规则）",
+                timeout=60,
+            )
     if not highlights_path.exists():
         print(f"❌ 需要 highlights.json: {highlights_path}")
         sys.exit(1)

运营中枢/工作台/gitea_push_log.md

@@ -81,3 +81,4 @@
 | 2026-02-22 10:57:44 | 🔄 卡若AI 同步 2026-02-22 10:57 | 更新：卡土、总索引与入口、运营中枢工作台 | 排除 >20MB: 8 个 |
 | 2026-02-22 11:00:29 | 🔄 卡若AI 同步 2026-02-22 11:00 | 更新：卡土、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 8 个 |
 | 2026-02-22 11:07:02 | 🔄 卡若AI 同步 2026-02-22 11:07 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 8 个 |
+| 2026-02-22 11:32:57 | 🔄 卡若AI 同步 2026-02-22 11:32 | 更新：金仓、运营中枢工作台 | 排除 >20MB: 8 个 |

运营中枢/工作台/代码管理.md

@@ -84,3 +84,4 @@
 | 2026-02-22 10:57:44 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 10:57 | 更新：卡土、总索引与入口、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-02-22 11:00:29 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:00 | 更新：卡土、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-02-22 11:07:02 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:07 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
+| 2026-02-22 11:32:57 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-22 11:32 | 更新：金仓、运营中枢工作台 | 排除 >20MB: 8 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |