diff --git a/02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md b/02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md
index 4185a6db..b06ae1e1 100755
--- a/02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md
+++ b/02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md
@@ -1,7 +1,7 @@
 ---
 name: 飞书管理
-description: 飞书日志/文档自动写入与知识库管理（含统一文章上传）
-triggers: 飞书日志、写入飞书、飞书知识库、飞书运营报表、派对效果数据、104场写入、运营报表填写、派对截图填表发群、Excel写飞书、批量写飞书表格、表格日报、飞书文章上传、MD转飞书JSON、同标题更新飞书
+description: 飞书日志/文档自动写入与知识库管理
+triggers: 飞书日志、写入飞书、飞书知识库、飞书运营报表、派对效果数据、104场写入、运营报表填写、派对截图填表发群、Excel写飞书、批量写飞书表格、表格日报
 owner: 水桥
 group: 水
 version: "1.1"
@@ -279,36 +279,6 @@ python3 scripts/wanzhi_feishu_project_sync.py
 
 ---
 
-## 统一文章上传（强制唯一入口）
-
-以后凡是“写文章并上传飞书”，统一走这一条，不再分散用旧脚本。
-
-### 一键命令（推荐）
-
-```bash
-python3 /Users/karuo/Documents/个人/卡若AI/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_article_unified_publish.py \
-  --parent MyvRwCVNSiTg5ok6e3fc6uA5nHg \
-  --title "文章标题" \
-  --md "/绝对路径/文章.md" \
-  --json "/绝对路径/文章_feishu_blocks.json" \
-  --webhook "https://open.feishu.cn/open-apis/bot/v2/hook/xxx"
-```
-
-### 统一规则（已固化进脚本）
-
-1. **先本地转 JSON**：`md_to_feishu_json.py`，自动清理分隔线/空块，减少飞书样式杂乱和报错。  
-2. **同标题优先更新**：在父节点下命中同名/相似标题时更新，不重复新建。  
-3. **支持图片上传**：读取 `image_paths` 上传到文档素材。  
-4. **图片块失败兜底**：若飞书 API 对图片块返回 `invalid param`，正文照常写入，图片保留在文档素材（可手动插入）。  
-
-### 当前已验证经验（线上）
-
-- 飞书 docx 接口在当前租户中，`block_type 12/18/27` 图片块都可能返回 `1770001 invalid param`。  
-- 因此采用“**正文稳定写入 + 图片素材保留 + 可手动插图**”作为稳定方案。  
-- 后续若飞书放开该能力，再切回全自动嵌图。
-
----
-
 ## Wiki 子文档创建（日记分享 / 新研究）
 
 在指定飞书 Wiki 节点下创建子文档，用于日记分享、新研究等内容沉淀。
@@ -346,9 +316,6 @@ JSON 格式：与 `团队入职流程与新人登记表_feishu_blocks.json` 相
     ├── feishu_video_clip_README.md
     ├── wanzhi_feishu_project_sync.py    # 玩值电竞→飞书项目同步
     ├── feishu_wiki_create_doc.py       # Wiki 子文档创建（日记/研究）
-    ├── md_to_feishu_json.py            # Markdown -> 飞书 blocks JSON（美观清洗）
-    ├── feishu_publish_blocks_with_images.py  # 同标题更新 + 图片上传 + 发布
-    ├── feishu_article_unified_publish.py     # 统一入口：文章发布（推荐唯一）
     └── .feishu_tokens.json       # Token 存储
 ```
 
@@ -384,5 +351,5 @@ python3 /Users/karuo/Documents/个人/卡若AI/02_卡人（水）/飞书管理/s
 
 ---
 
-**版本**: v3.4 | **更新**: 2026-02-25  
-**特性**: 静默授权、倒序插入、TNTWF规范、四象限分类、**写入完成后自动打开飞书日志页面**、**运营报表子技能（截图→填表→发群竖状格式、会议纪要图片上传、月度统计）**、**统一文章上传（MD->JSON->飞书，同标题优先更新，支持图片上传）**
+**版本**: v3.3 | **更新**: 2026-02-20  
+**特性**: 静默授权、倒序插入、TNTWF规范、四象限分类、**写入完成后自动打开飞书日志页面**、**运营报表子技能（截图→填表→发群竖状格式、会议纪要图片上传、月度统计）**
diff --git a/02_卡人（水）/水桥_平台对接/飞书管理/脚本/.feishu_tokens.json b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/.feishu_tokens.json
index 76bb1654..edd5c05b 100644
--- a/02_卡人（水）/水桥_平台对接/飞书管理/脚本/.feishu_tokens.json
+++ b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/.feishu_tokens.json
@@ -1,6 +1,6 @@
 {
-  "access_token": "u-57b3lfJ8Z7XH0uHVO_Tnx2l5moqBk1qXXEaaFAM00wS6",
-  "refresh_token": "ur-579x5jnChbCqtQoGJxgcPpl5moMBk1Uph8aaEBw00xzj",
+  "access_token": "u-4Tr54dmqV8lE_qtfG76A2Il5mMMBk1irW8aaVBM00wO2",
+  "refresh_token": "ur-4iCTU0PcheAVQUi_Z43c9El5koO5k1MpV8aaIQw00wCn",
   "name": "飞书用户",
-  "auth_time": "2026-02-25T05:58:38.159179"
+  "auth_time": "2026-02-25T09:19:23.848992"
 }
\ No newline at end of file
diff --git a/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_publish_md_direct.py b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_publish_md_direct.py
new file mode 100644
index 00000000..6f49070b
--- /dev/null
+++ b/02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_publish_md_direct.py
@@ -0,0 +1,235 @@
+#!/usr/bin/env python3
+"""
+MD 原文直传飞书（不转飞书 JSON）
+
+特性：
+1) 直接读取 .md 原文，按行原样写入（保留 Markdown 符号）
+2) 同名/相似标题优先更新，不重复新建
+3) 不处理图片上传与替换（纯原文直传）
+"""
+
+import argparse
+import re
+from pathlib import Path
+import requests
+import sys
+
+SCRIPT_DIR = Path(__file__).resolve().parent
+sys.path.insert(0, str(SCRIPT_DIR))
+import feishu_wiki_create_doc as fwd
+
+
+def _text_block(content: str) -> dict:
+    return {
+        "block_type": 2,
+        "text": {
+            "elements": [{"text_run": {"content": content, "text_element_style": {}}}],
+            "style": {},
+        },
+    }
+
+
+def _normalize_title(t: str) -> str:
+    s = (t or "").strip().lower()
+    s = re.sub(r"[（(][^）)]*[）)]\s*$", "", s)
+    s = re.sub(r"[\s\-—_·:：]+", "", s)
+    return s
+
+
+def _is_similar_title(a: str, b: str) -> bool:
+    na, nb = _normalize_title(a), _normalize_title(b)
+    if not na or not nb:
+        return False
+    if na == nb:
+        return True
+    if len(na) >= 6 and na in nb:
+        return True
+    if len(nb) >= 6 and nb in na:
+        return True
+    return False
+
+
+def parse_title(md_text: str, fallback: str) -> str:
+    for line in md_text.splitlines():
+        if line.startswith("# "):
+            return line[2:].strip()
+    return fallback
+
+
+def find_existing(parent_token: str, title: str, headers: dict) -> tuple[str | None, str | None, str | None]:
+    r = requests.get(
+        f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={parent_token}",
+        headers=headers,
+        timeout=30,
+    )
+    j = r.json()
+    if j.get("code") != 0:
+        return None, None, None
+    node = j["data"]["node"]
+    space_id = node.get("space_id") or (node.get("space") or {}).get("space_id") or node.get("origin_space_id")
+    if not space_id:
+        return None, None, None
+
+    page_token = None
+    while True:
+        params = {"parent_node_token": parent_token, "page_size": 50}
+        if page_token:
+            params["page_token"] = page_token
+        nr = requests.get(
+            f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes",
+            headers=headers,
+            params=params,
+            timeout=30,
+        )
+        nj = nr.json()
+        if nj.get("code") != 0:
+            return None, None, None
+        data = nj.get("data", {}) or {}
+        nodes = data.get("nodes", []) or data.get("items", []) or []
+        for n in nodes:
+            node_title = n.get("title", "") or n.get("node", {}).get("title", "")
+            if _is_similar_title(node_title, title):
+                obj = n.get("obj_token")
+                node_token = n.get("node_token")
+                return (obj or node_token), node_token, node_title
+        page_token = data.get("page_token")
+        if not page_token:
+            break
+    return None, None, None
+
+
+def resolve_doc_token(node_token: str, headers: dict) -> str:
+    r = requests.get(
+        f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={node_token}",
+        headers=headers,
+        timeout=30,
+    )
+    j = r.json()
+    if j.get("code") != 0:
+        raise RuntimeError(f"get_node 失败: {j.get('msg')}")
+    return j["data"]["node"].get("obj_token") or node_token
+
+
+def clear_doc_blocks(doc_token: str, headers: dict) -> bool:
+    # 该接口在部分租户会 field validation failed，失败就返回 False（后续走追加）
+    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,
+        )
+        j = r.json()
+        if j.get("code") != 0:
+            return False
+        data = j.get("data", {}) or {}
+        all_items.extend(data.get("items", []) or [])
+        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 and b.get("block_id")]
+    if not child_ids:
+        return True
+    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
+    return True
+
+
+def create_node(parent_token: str, title: str, headers: dict) -> tuple[str, str]:
+    r = requests.get(
+        f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={parent_token}",
+        headers=headers,
+        timeout=30,
+    )
+    j = r.json()
+    if j.get("code") != 0:
+        raise RuntimeError(f"get_node 失败: {j.get('msg')}")
+    node = j["data"]["node"]
+    space_id = node.get("space_id") or (node.get("space") or {}).get("space_id") or node.get("origin_space_id")
+    if not space_id:
+        raise RuntimeError("无法获取 space_id")
+    cr = 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,
+    )
+    cj = cr.json()
+    if cj.get("code") != 0:
+        raise RuntimeError(f"创建节点失败: {cj.get('msg')}")
+    node = cj["data"]["node"]
+    return (node.get("obj_token") or node.get("node_token")), node.get("node_token")
+
+
+def write_raw_md_lines(doc_token: str, headers: dict, md_text: str) -> None:
+    lines = md_text.splitlines()
+    blocks = [_text_block(line) for line in lines if line is not None]
+    for i in range(0, len(blocks), 50):
+        batch = blocks[i : i + 50]
+        r = requests.post(
+            f"https://open.feishu.cn/open-apis/docx/v1/documents/{doc_token}/blocks/{doc_token}/children",
+            headers=headers,
+            json={"children": batch},
+            timeout=30,
+        )
+        j = r.json()
+        if j.get("code") != 0:
+            raise RuntimeError(f"写入失败: {j.get('msg')}")
+
+
+def main():
+    ap = argparse.ArgumentParser()
+    ap.add_argument("--parent", default="MyvRwCVNSiTg5ok6e3fc6uA5nHg", help="Wiki 父节点 token")
+    ap.add_argument("--md", required=True, help="Markdown 文件路径")
+    ap.add_argument("--title", default="", help="可选，覆盖 MD 第一行标题")
+    args = ap.parse_args()
+
+    md_path = Path(args.md).expanduser().resolve()
+    if not md_path.exists():
+        raise SystemExit(f"❌ MD 不存在: {md_path}")
+    md_text = md_path.read_text(encoding="utf-8")
+    title = args.title.strip() if args.title.strip() else parse_title(md_text, md_path.stem)
+
+    token = fwd.get_token(args.parent)
+    if not token:
+        raise SystemExit("❌ Token 无效，请先授权")
+    headers = {"Authorization": f"Bearer {token}", "Content-Type": "application/json"}
+
+    print("=" * 50)
+    print("📤 MD 原文直传飞书（不转 JSON）")
+    print(f"父节点: {args.parent}")
+    print(f"标题: {title}")
+    print(f"文件: {md_path}")
+    print("=" * 50)
+
+    doc_token, node_token, hit_title = find_existing(args.parent, title, headers)
+    if doc_token and node_token:
+        print(f"📋 命中相似标题，更新: {hit_title}")
+        if clear_doc_blocks(doc_token, headers):
+            print("✅ 已清空原内容")
+        else:
+            print("⚠️ 清空失败，改为追加")
+    else:
+        doc_token, node_token = create_node(args.parent, title, headers)
+        print(f"✅ 新建文档: {node_token}")
+
+    write_raw_md_lines(doc_token, headers, md_text)
+    print(f"✅ 上传完成: https://cunkebao.feishu.cn/wiki/{node_token}")
+
+
+if __name__ == "__main__":
+    main()
+
diff --git a/SKILL_REGISTRY.md b/SKILL_REGISTRY.md
index b48c8f30..518e01d4 100644
--- a/SKILL_REGISTRY.md
+++ b/SKILL_REGISTRY.md
@@ -51,7 +51,7 @@
 | W04 | 自动记忆管理 | 水溪 | 记忆、存入记忆 | `02_卡人（水）/水溪_整理归档/自动记忆管理/SKILL.md` | 长期记忆写入与检索 |
 | W05 | 需求拆解与计划制定 | 水泉 | 需求拆解、任务分析 | `02_卡人（水）/水泉_规划拆解/需求拆解与计划制定/SKILL.md` | 大需求拆成可执行步骤 |
 | W06 | 任务规划 | 水泉 | 任务规划、制定计划 | `02_卡人（水）/水泉_规划拆解/任务规划/SKILL.md` | 制定执行计划与排期 |
-| W07 | 飞书管理 | 水桥 | 飞书日志、写入飞书、飞书文章上传、MD转飞书JSON、同标题更新飞书、飞书上传图片 | `02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md` | 飞书日志/文档自动化（统一文章上传入口） |
+| W07 | 飞书管理 | 水桥 | 飞书日志、写入飞书 | `02_卡人（水）/水桥_平台对接/飞书管理/SKILL.md` | 飞书日志/文档自动化 |
 | W08 | 智能纪要 | 水桥 | 会议纪要、产研纪要、**飞书妙记、飞书链接、妙记下载、第几场、指定场次、批量下载妙记、cunkebao.feishu.cn、meetings.feishu.cn/minutes** | `02_卡人（水）/水桥_平台对接/智能纪要/SKILL.md` | 会议录音转结构化纪要；飞书妙记识别与下载（单条/批量），完毕用复盘格式回复 |
 | W09 | 小程序管理 | 水桥 | 小程序、微信小程序 | `02_卡人（水）/水桥_平台对接/小程序管理/SKILL.md` | 微信小程序发布与维护 |
 | W10 | Soul文章上传 | 水桥 | **Soul文章上传、Soul派对文章、第9章上传、soul上传** | `02_卡人（水）/水桥_平台对接/Soul文章上传/SKILL.md` | 《一场soul的创业实验》第9章文章写好后上传到小程序，id 已存在则更新不重复 |
diff --git a/运营中枢/参考资料/卡若AI_客户端配置快速说明.md b/运营中枢/参考资料/卡若AI_客户端配置快速说明.md
new file mode 100644
index 00000000..fa4447bd
--- /dev/null
+++ b/运营中枢/参考资料/卡若AI_客户端配置快速说明.md
@@ -0,0 +1,64 @@
+# 卡若AI 客户端配置快速说明（Cursor/同类工具）
+
+> 目标：3 分钟完成接入。  
+> 适用：Cursor、Cherry Studio、LobeChat、Claude 插件、自建 Agent（支持 OpenAI 兼容协议）。
+
+---
+
+## 一、统一配置参数
+
+- Base URL：`https://kr-ai.quwanzhi.com/v1`
+- API Key：`<部门分配的 dept_key>`
+- Model：`karuo-ai`
+
+注意：
+
+- Base URL 不要加结尾 `/`
+- 必须使用 `https`
+
+---
+
+## 二、Cursor 配置步骤
+
+1. 打开 `Settings -> API Keys`
+2. 在 `OpenAI API Key` 填入 `dept_key`
+3. 打开 `Override OpenAI Base URL`
+4. 填入：`https://kr-ai.quwanzhi.com/v1`
+5. 重启 Cursor 后测试一次对话
+
+---
+
+## 三、其它同类工具配置步骤
+
+1. 找到 OpenAI/自定义模型配置页
+2. 填 Base URL：`https://kr-ai.quwanzhi.com/v1`
+3. 填 API Key：`dept_key`
+4. 模型填：`karuo-ai`
+5. 先关闭流式输出联调，联通后再开启
+
+---
+
+## 四、联调命令（先测通再用）
+
+```bash
+# 1) 健康检查
+curl -sS https://kr-ai.quwanzhi.com/v1/health
+
+# 2) 模型列表
+curl -sS https://kr-ai.quwanzhi.com/v1/models
+
+# 3) 对话接口
+curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
+  -H "Content-Type: application/json" \
+  -H "Authorization: Bearer <dept_key>" \
+  -d '{"model":"karuo-ai","messages":[{"role":"user","content":"测试连通"}]}'
+```
+
+---
+
+## 五、常见问题（简版）
+
+- 报 `Provider Error`：先检查 Base URL 是否为 `https://kr-ai.quwanzhi.com/v1`
+- 报 `401 invalid api key`：Key 错误或过期，重新申请部门 key
+- 报 `502`：服务链路异常，联系运维检查 Nginx/frp/NAS 网关
+
diff --git a/运营中枢/参考资料/卡若AI外网化与外部调用方案.md b/运营中枢/参考资料/卡若AI外网化与外部调用方案.md
index df8d3afd..d988fb68 100644
--- a/运营中枢/参考资料/卡若AI外网化与外部调用方案.md
+++ b/运营中枢/参考资料/卡若AI外网化与外部调用方案.md
@@ -1,337 +1,186 @@
-# 卡若AI 接口全链路使用说明书（部署 + 配置 + 调用 + 运维）
+# 卡若AI 外网化与外部调用方案
 
-> 适用对象：卡若AI 内部团队、科室/部门调用方、外部技术合作方  
-> 目标：把卡若AI网关以标准 API 形式稳定对外，支持 Cursor/OpenAI 兼容客户端与脚本调用  
-> 版本：2.0 | 更新：2026-02-24
+> 目标：让卡若AI 可从外网访问，其他 AI 或任意终端用「一句话/一个命令」即可按卡若AI 的思考逻辑调用并生成回复。
+> 版本：1.0 | 更新：2026-02-17
 
 ---
 
-## 1. 总览（先看这个）
+## 一、目标与效果
 
-当前生产链路为：
-
-1. 客户端（Cursor/脚本/系统）请求域名 `kr-ai.quwanzhi.com`
-2. 存客宝宝塔 Nginx 接收请求（80/443）
-3. Nginx 反代到本机 `127.0.0.1:18080`（frps 端口）
-4. frps 将 `18080` 转发到 CKB NAS 的 `127.0.0.1:8000`
-5. NAS 上 `karuo-ai-gateway` 返回 OpenAI 兼容结果
-
-对外统一入口：
-
-- `https://kr-ai.quwanzhi.com`
+| 目标 | 说明 |
+|:---|:---|
+| 外网可访问 | 不限于本机，任意网络通过域名或 IP:端口 访问卡若AI。 |
+| 按卡若AI 思考逻辑生成 | 每次请求走：先思考 → 查 SKILL_REGISTRY → 读对应 SKILL → 生成回复 → 带复盘格式。 |
+| 其他 AI 可集成 | 其他 AI（Cursor、Claude、GPT、自建 Bot）执行一条命令或请求一个 URL，即「用卡若AI 能力」完成对话。 |
+| 最终交付 | 给你：**可执行命令**、**调用链接/域名**，在 Cursor 或其它 AI 里输入即用。 |
 
 ---
 
-## 2. 架构与职责
+## 二、实现形式（架构）
 
-### 2.1 组件职责
-
-- `karuo-ai-gateway`（FastAPI）：核心业务网关，负责鉴权、技能匹配、LLM 调用、日志
-- `frpc`（NAS）：把 NAS 本地 8000 暴露到公网中转服务器
-- `frps`（存客宝）：开放公网转发口（18080）
-- `Nginx`（存客宝宝塔）：域名入口、HTTPS、路径兼容、反代转发
-- `Aliyun DNS`：`kr-ai.quwanzhi.com -> 42.194.245.239`
-
-### 2.2 OpenAI 兼容接口
-
-网关提供以下标准接口：
-
-- `GET /v1/health`
-- `GET /v1/models`
-- `POST /v1/chat/completions`
-- `POST /v1/chat`（内部简化接口）
-
-已在 Nginx 层做兼容映射（防止部分客户端不带 `/v1`）：
-
-- `/models -> /v1/models`
-- `/chat/completions -> /v1/chat/completions`
-- `/health -> /v1/health`
-
----
-
-## 3. 目录与关键文件
-
-网关代码目录：
-
-- `运营中枢/scripts/karuo_ai_gateway/main.py`
-- `运营中枢/scripts/karuo_ai_gateway/requirements.txt`
-- `运营中枢/scripts/karuo_ai_gateway/config/gateway.yaml`
-- `运营中枢/scripts/karuo_ai_gateway/config/gateway.example.yaml`
-- `运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py`
-
-NAS 部署目录（生产）：
-
-- `/volume1/docker/karuo-ai-deploy/karuo-ai/运营中枢/scripts/karuo_ai_gateway/`
-
----
-
-## 4. 首次部署步骤（全链路）
-
-## 4.1 NAS 部署网关（业务服务）
-
-1. 准备代码目录（推荐从 NAS 本机 Gitea 拉取）
-2. 进入网关目录，准备 `.env`：
-
-```bash
-KARUO_GATEWAY_SALT=请填随机长串
-OPENAI_API_KEY=请填模型服务Key
-OPENAI_API_BASE=请填兼容地址（如 https://api.openai.com/v1）
-OPENAI_MODEL=请填模型名
+```
+外部（其他 AI / 用户）
+        │
+        │  HTTP POST /chat  或  打开网页
+        ▼
+┌─────────────────────────────────────────────────────┐
+│  卡若AI 网关（API 服务）                              │
+│  · 接收 prompt                                       │
+│  · 加载 BOOTSTRAP + SKILL_REGISTRY                    │
+│  · 匹配技能 → 读 SKILL.md                            │
+│  · 调用 LLM（本地或云端 API）按卡若AI 流程生成        │
+│  · 返回：思考 + 执行摘要 + 复盘块                     │
+└─────────────────────────────────────────────────────┘
+        │
+        │  部署在：宝塔服务器（推荐，固定域名）或 本机 + 内网穿透
+        ▼
+  外网域名：https://kr-ai.quwanzhi.com（标准方案见下）
 ```
 
-3. 启动容器（建议 compose）：
+**两种使用方式：**
 
-- 对外监听：`127.0.0.1:8000`
-- 容器内启动：`uvicorn main:app --host 0.0.0.0 --port 8000`
-
-4. 本机验证：
-
-```bash
-curl http://127.0.0.1:8000/v1/health
-```
-
-返回 `{"ok":true}` 即通过。
-
-## 4.2 NAS 启动 frpc（转发到存客宝）
-
-frpc 配置核心：
-
-- `serverAddr = 42.194.245.239`
-- `serverPort = 7000`
-- `localIP = 127.0.0.1`
-- `localPort = 8000`
-- `remotePort = 18080`
-
-验证：
-
-- 存客宝上 `ss -tlnp | grep 18080` 有 frps 监听
-- 外网 `http://42.194.245.239:18080/v1/health` 返回 `{"ok":true}`
-
-## 4.3 存客宝 Nginx 配置域名入口
-
-站点：`kr-ai.quwanzhi.com`  
-反代目标：`http://127.0.0.1:18080`
-
-必须项：
-
-- 80/443 双 server
-- 证书（Let’s Encrypt）
-- 转发 `Authorization`、`X-Karuo-Api-Key`
-- 路径兼容（/models、/chat/completions、/health）
-
-## 4.4 DNS 配置
-
-阿里云 DNS：
-
-- 记录类型：A
-- 主机记录：`kr-ai`
-- 记录值：`42.194.245.239`
+1. **API 调用**：其他 AI 或脚本向 `POST /v1/chat` 发 `{"prompt": "用户问题"}`，拿 JSON 里的回复（含复盘）。
+2. **网页对话**：浏览器打开同一服务的 `/` 或 `/chat`，输入问题，页面上展示卡若AI 风格回复。
 
 ---
 
-## 5. 配置说明（gateway.yaml）
+## 三、部署方式二选一
 
-示例结构：
+### 方式 A：宝塔服务器 + 固定域名（推荐，替代 ngrok）
 
-```yaml
-version: 1
-auth:
-  header_name: X-Karuo-Api-Key
-  salt_env: KARUO_GATEWAY_SALT
-tenants:
-  - id: your_tenant
-    name: 你的部门
-    api_key_sha256: "sha256(明文key + salt)"
-    allowed_skills: []
-    limits:
-      rpm: 600
-      max_prompt_chars: 50000
-skills:
-  registry_path: SKILL_REGISTRY.md
-  match_strategy: trigger_contains
-  on_no_match: allow_general
-llm:
-  provider: openai_compatible
-  api_key_env: OPENAI_API_KEY
-  api_base_env: OPENAI_API_BASE
-  model_env: OPENAI_MODEL
-  timeout_seconds: 60
-  max_tokens: 2000
-logging:
-  enabled: true
-  path: 运营中枢/工作台/karuo_ai_gateway_access.jsonl
-  log_request_body: false
-```
+- **域名**：**kr-ai.quwanzhi.com**（阿里云解析 + 宝塔 Nginx + SSL，电脑关机也可访问）。
+- **部署**：网关部署在 kr宝塔 43.139.27.93；一键脚本：`bash 01_卡资（金）/金仓_存储备份/服务器管理/scripts/部署卡若AI网关到kr宝塔.sh`。
+- **完整步骤**（阿里云 DNS、Nginx、自启）：见 **`01_卡资（金）/金仓_存储备份/服务器管理/references/内网穿透与域名配置_卡若AI标准方案.md`**。
+- **执行命令 / 链接**：  
+  - 链接：`https://kr-ai.quwanzhi.com`  
+  - 其他 AI 调用：`curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"你的问题"}' | jq -r '.reply'`
 
-注意事项：
+### 方式 B：本机 + 内网穿透（临时）
 
-- `gateway.yaml` 必须是合法 YAML，尤其是 `tenants` 缩进
-- 明文 key 不写入仓库，只写 hash
-- `KARUO_GATEWAY_SALT` 必须存在，否则所有 key 校验失败
+- 在本机运行卡若AI 网关，用 ngrok/cloudflared 得到临时 URL；本机关机则不可访问。仅作临时调试用。
 
 ---
 
-## 6. 新增科室/部门（标准 SOP）
+## 四、网关脚本与运行方式
 
-1. 设置环境变量：
+网关代码放在：**`运营中枢/scripts/karuo_ai_gateway/`**（`main.py` + `requirements.txt` + `README.md`）。  
+运行前：
+
+1. 安装依赖：`pip install fastapi uvicorn httpx`（若用 OpenAI 兼容接口，再装 `openai`）。
+2. 配置环境变量（可选）：`OPENAI_API_KEY` 或本地模型地址，用于实际生成回复。
+3. 启动：
 
 ```bash
-export KARUO_GATEWAY_SALT="你的随机盐"
+cd /Users/karuo/Documents/个人/卡若AI/运营中枢/scripts/karuo_ai_gateway
+uvicorn main:app --host 0.0.0.0 --port 8000
 ```
 
-2. 生成 key 与 hash：
+启动后：
 
-```bash
-python 运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py \
-  --tenant-id finance \
-  --tenant-name "财务科"
-```
-
-3. 将 `api_key_sha256` 写入 `gateway.yaml` 的 `tenants` 列表
-4. 重启网关
-5. 用明文 key 调用 `/v1/chat/completions` 验证
+- 本机访问：<http://127.0.0.1:8000/docs> 可调试接口。
+- 外网访问：在方式 A 或 B 下用你得到的**域名或 IP:端口**替换下面示例中的 `YOUR_DOMAIN`。
 
 ---
 
-## 7. 调用说明（给客户端/系统）
+## 四点五、接口配置化（科室/部门可复制）
 
-## 7.1 通用调用（OpenAI 兼容）
+> 目标：让以后任何科室/部门/合作方都能“拿到一套配置 + 一个 key”，直接调用卡若AI 网关，不需要改代码。
 
-推荐 Base URL：
+### 你需要提前准备什么（一次性）
 
-- `https://kr-ai.quwanzhi.com/v1`
+1. **一个 salt**（只放环境变量，不写入仓库）：`KARUO_GATEWAY_SALT`
+2. （可选）如果要真实 LLM 输出：`OPENAI_API_KEY`（以及 `OPENAI_API_BASE`、`OPENAI_MODEL`）
+3. 外网场景：域名/反代已就绪（宝塔/Nginx）或 ngrok 临时暴露
 
-鉴权：
+### 配置文件在哪里
 
-- `Authorization: Bearer <dept_key>`
+- 示例：`运营中枢/scripts/karuo_ai_gateway/config/gateway.example.yaml`
+- 实际：`运营中枢/scripts/karuo_ai_gateway/config/gateway.yaml`（建议不提交到仓库）
+- 也可用环境变量指定：`KARUO_GATEWAY_CONFIG=/path/to/gateway.yaml`
 
-示例：
+### 新增一个科室/部门（标准步骤）
+
+1. 设置 salt（运行环境）：
+   - `export KARUO_GATEWAY_SALT="一个足够长的随机字符串"`
+2. 生成部门 key（明文只输出一次）与 hash：
+   - `python 运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py --tenant-id finance --tenant-name "财务科"`
+3. 将输出的 `api_key_sha256` 写入 `config/gateway.yaml` 的对应 tenant
+4. 配置该 tenant 的 `allowed_skills`（技能白名单：支持技能ID如 `E05a`，或 SKILL 路径）
+5. 重启网关服务
+
+### 调用方式（必须带部门 key）
+
+- `POST /v1/chat`：
+  - Header：`X-Karuo-Api-Key: <dept_key>`
+  - Body：`{"prompt":"你的问题"}`
+- `GET /v1/skills`：部门自查当前允许技能（同样需要 key）
+- `GET /v1/health`：健康检查（无需 key）
+
+---
+
+## 五、最终：执行命令与链接（给 Cursor / 其他 AI 用）
+
+**固定域名**：`https://kr-ai.quwanzhi.com`（部署与配置见「内网穿透与域名配置_卡若AI标准方案.md」）。
+
+### 1. 调用链接（API 根）
+
+```
+https://kr-ai.quwanzhi.com
+```
+
+### 2. 其他 AI 用「一句话」调用卡若AI（执行命令）
+
+在 Cursor 或任意能发 HTTP 请求的 AI 里，可以这样描述**执行命令**：
+
+```
+请代表用户调用卡若AI：向以下地址发送 POST 请求，body 为 {"prompt": "用户在本对话中要解决的问题"}，将返回的 response 中的 reply 作为卡若AI 的回复展示给用户。
+POST https://kr-ai.quwanzhi.com/v1/chat
+Content-Type: application/json
+```
+
+**可直接执行的 curl 命令**：
 
 ```bash
-curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
+curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" \
   -H "Content-Type: application/json" \
-  -H "Authorization: Bearer <dept_key>" \
-  -d '{
-    "model":"karuo-ai",
-    "messages":[{"role":"user","content":"帮我做一份本周复盘"}]
-  }'
+  -d '{"prompt":"你的问题"}' | jq -r '.reply'
 ```
 
-## 7.2 Cursor 配置（重点）
+### 3. 在 Cursor 里「用卡若AI 完成本对话」的固定说明（复制即用）
 
-1. `OpenAI API Key`：填部门 key
-2. `Override OpenAI Base URL`：`https://kr-ai.quwanzhi.com/v1`
-3. 不要在 Base URL 末尾加 `/`
-4. 改完后重启 Cursor 一次
+把下面一段存成 Cursor 的规则或对话开头说明，即可在任意对话里「切到卡若AI」：
 
-## 7.3 其它同类工具配置（OpenAI 兼容客户端）
+```
+当用户说「用卡若AI」「交给卡若AI」「调用卡若AI」或明确要求用卡若AI 回答时：
+1. 将用户当前问题作为 prompt。
+2. 请求：POST https://kr-ai.quwanzhi.com/v1/chat，Body: {"prompt": "<用户问题>"}。
+3. 将响应 JSON 中的 reply 字段内容（含卡若复盘）完整展示给用户，作为卡若AI 的回复。
+```
 
-适用于：Claude Desktop(OpenAI兼容插件)、Cherry Studio、LobeChat、自建 Agent、任意支持 OpenAI API 的工具。
+---
 
-统一填写：
+## 六、小结
 
-1. `Base URL`：`https://kr-ai.quwanzhi.com/v1`
-2. `API Key`：`<dept_key>`
-3. `Model`：`karuo-ai`（或工具允许的自定义名）
-4. 关闭流式可先联调，联通后再开流式
+| 项目 | 内容 |
+|:---|:---|
+| 实现形式 | 卡若AI 网关（FastAPI）：读 BOOTSTRAP + REGISTRY + SKILL，按流程调 LLM，返回带复盘的回复。 |
+| 外网访问 | **固定域名**：https://kr-ai.quwanzhi.com（宝塔 43.139.27.93，替代 ngrok，电脑关机也可用）。 |
+| 其他 AI 集成 | 执行 POST /v1/chat；或在 Cursor 里用上面「固定说明」。 |
+| 执行命令 | `curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"你的问题"}' \| jq -r '.reply'` |
+| 配置与部署 | 见 `01_卡资（金）/金仓_存储备份/服务器管理/references/内网穿透与域名配置_卡若AI标准方案.md` |
 
-联调顺序：
+---
 
-1. 先测 `GET /v1/models` 是否返回模型列表
-2. 再测 `POST /v1/chat/completions` 是否返回 `choices`
-3. 最后在工具内发一条真实问题验证
-
-最简请求模板：
+## 七、在 Cursor 里「用卡若AI 完成本对话」的一条执行命令
 
+**方式 1：直接 curl（终端执行）**
 ```bash
-curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
-  -H "Content-Type: application/json" \
-  -H "Authorization: Bearer <dept_key>" \
-  -d '{"model":"karuo-ai","messages":[{"role":"user","content":"测试连通"}]}'
+curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"这里填你要问卡若AI的问题"}' | jq -r '.reply'
 ```
 
----
-
-## 8. 健康检查与联调命令
-
-```bash
-# 1) 域名健康
-curl -sS https://kr-ai.quwanzhi.com/v1/health
-
-# 2) 模型列表
-curl -sS https://kr-ai.quwanzhi.com/v1/models
-
-# 3) 鉴权验证
-curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
-  -H "Content-Type: application/json" \
-  -H "Authorization: Bearer <dept_key>" \
-  -d '{"model":"karuo-ai","messages":[{"role":"user","content":"ping"}]}'
+**方式 2：交给 Cursor 的说明（复制到对话或规则）**
+```
+当用户要求「用卡若AI」「交给卡若AI」或「用卡若AI 回答」时，请向 POST https://kr-ai.quwanzhi.com/v1/chat 发送 {"prompt": "用户当前问题"}，将返回的 reply 作为卡若AI 的回复完整展示给用户。
 ```
 
----
-
-## 9. 故障排查（最常见）
-
-## 9.1 Cursor `Provider Error`
-
-优先排查：
-
-1. Base URL 是否写成 `https://kr-ai.quwanzhi.com/v1`
-2. 是否错误写成带尾斜杠（可能出现 `//chat/completions`）
-3. key 是否正确（401 会被客户端包装成 Provider Error）
-4. 站点是否已配置 HTTPS（443）
-
-## 9.2 502 Bad Gateway
-
-检查链路：
-
-1. 存客宝 `127.0.0.1:18080` 是否可达
-2. frpc/frps 是否在线
-3. NAS `127.0.0.1:8000/v1/health` 是否正常
-4. Nginx 配置是否 reload 成功
-
-## 9.3 401 invalid api key
-
-排查点：
-
-1. `KARUO_GATEWAY_SALT` 与生成 hash 时是否一致
-2. `gateway.yaml` tenant 缩进是否正确
-3. 请求头是否正确传递 `Authorization` 或 `X-Karuo-Api-Key`
-
----
-
-## 10. 运维与自动化建议
-
-建议保持以下自动任务：
-
-1. NAS 每 2 分钟拉取本机 Gitea 主分支变更并重启网关
-2. NAS 每 2 分钟自检 frpc 进程并自动拉起
-3. Nginx 与网关日志按天轮转
-4. 每周检查证书续签状态
-
----
-
-## 11. 安全建议（上线必做）
-
-1. 生产环境关闭“固定 key 注入”类联调兜底
-2. 仅保留租户级鉴权（每部门独立 key）
-3. 对 `/` 根路径与扫描流量加拦截/限速
-4. `gateway.yaml`、日志文件不入库
-5. 定期轮换部门 key
-
----
-
-## 12. 交付清单（给合作方）
-
-给调用方只需要四项：
-
-1. Base URL：`https://kr-ai.quwanzhi.com/v1`
-2. API Key：`<dept_key>`
-3. 示例请求（chat/completions）
-4. 错误码说明（401/429/500）
-
----
-
-## 13. 版本记录
-
-- `v2.0`（2026-02-24）：补齐 CKB NAS + frp + 存客宝 Nginx + HTTPS + Cursor 兼容的全链路部署与排障说明。
+**阿里云解析**：已通过脚本 `01_卡资（金）/金仓_存储备份/服务器管理/scripts/阿里云DNS_添加kr-ai解析.py` 添加 A 记录 kr-ai -> 43.139.27.93。完成服务器部署后即可长期使用；后续需要新内网穿透/新域名时，按「内网穿透与域名配置_卡若AI标准方案」生成子域名并配置，不再询问用户。
diff --git a/运营中枢/工作台/gitea_push_log.md b/运营中枢/工作台/gitea_push_log.md
index 9093d011..500e2dcf 100644
--- a/运营中枢/工作台/gitea_push_log.md
+++ b/运营中枢/工作台/gitea_push_log.md
@@ -131,3 +131,4 @@
 | 2026-02-24 21:16:30 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 |
 | 2026-02-24 21:33:10 | 🔄 卡若AI 同步 2026-02-24 21:33 | 更新：总索引与入口、水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 |
 | 2026-02-25 05:57:01 | 🔄 卡若AI 同步 2026-02-25 05:56 | 更新：水桥平台对接、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 |
+| 2026-02-25 06:51:14 | 🔄 卡若AI 同步 2026-02-25 06:51 | 更新：水桥平台对接、水溪整理归档、总索引与入口、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 |
diff --git a/运营中枢/工作台/代码管理.md b/运营中枢/工作台/代码管理.md
index 0a2833e4..f83a4b77 100644
--- a/运营中枢/工作台/代码管理.md
+++ b/运营中枢/工作台/代码管理.md
@@ -134,3 +134,4 @@
 | 2026-02-24 21:16:30 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-02-24 21:33:10 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 21:33 | 更新：总索引与入口、水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
 | 2026-02-25 05:57:01 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 05:56 | 更新：水桥平台对接、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
+| 2026-02-25 06:51:14 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-25 06:51 | 更新：水桥平台对接、水溪整理归档、总索引与入口、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |