AI Workspace Hub

Turn Codex, Claude Code, Cursor, and Cline into a persistent research workspace.

把 AI 编程助手变成一套能长期记忆、持续研究、自动沉淀的工作台。

30 秒上手 · 六大能力 · 第一周怎么用 · 故障排查

对话很聪明，但工作流没有记忆；今天做完，明天又从头解释。

AI Workspace Hub 解决这个问题。六大能力开箱即用——核心工作流不需要 API key。

⚡ 30 秒上手

把下面这句话发给你的 AI agent（Codex / Claude Code / Cursor / Cline）：

帮我按这个协议安装 AI Workspace Hub：
https://github.com/Benboerba620/ai-workspace-hub/blob/main/INSTALL-FOR-AI.md

Agent 会问你 3 个问题，然后自动创建完整工作区。装好后，对它说：

把 inbox/first-note.md 整理进 personal wiki。

预期：agent 读 AGENTS.md → 按 wiki/_schema.md 整理 → 写入 wiki/sources/ → 在 active-context.md 记录进度。

不需要 API key，不需要联网，不需要写任何代码。

更习惯手动 clone？

git clone https://github.com/Benboerba620/ai-workspace-hub.git my-ai-workspace
cd my-ai-workspace

用 AI agent 打开这个目录，直接试跑 inbox/first-note.md → wiki。

验证安装状态：

python3 system/scripts/check_workspace.py    # Windows: python system/scripts/check_workspace.py

Core Mode 显示 READY 即可开始使用。

🧩 六大能力

	能力	你可以怎么说	写入哪里	API key
📚	wiki	"把这篇文章整理进知识库"	`wiki/`	不需要
🔬	research	"帮我研究一下某公司 / 某行业"	`output/research/`	不需要
🔍	screen	"帮我筛选 AI 产业链股票"	`output/screen/`	可选
📊	daily-watch	"生成今天的盯盘日报"	`daily-watchlist-reports/`	可选
🧪	hypothesis	"把这个投资假设建档并追踪"	`hypothesis/`	不需要
🎙️	podcast	"扫一下这几个播客并写进 wiki"	`wiki/sources/` + `output/pod2wiki/`	需要 LLM key

零 key 可用：wiki、research、hypothesis、screen（websearch 模式）、daily-watch（报告骨架 + 美股降级源）。

按需增强：DeepSeek / Kimi / GLM / Qwen（播客摘要）· tushare（A 股）· FMP（全球行情）· Longbridge Skill（多市场查询）。

🔄 工作流程

               ┌──────────────────────────────────────────────┐
               │            AI Workspace Hub                  │
               │                                              │
  inbox/       │   wiki/          output/       hypothesis/   │
  ┌─────┐      │   ┌─────┐       ┌─────────┐   ┌──────────┐  │
  │ PDF │──────│──▸│     │──────▸│research/│   │ H1.md    │  │
  │ 播客 │──────│──▸│知识库│──────▸│screen/  │   │ H2.md    │  │
  │ 笔记 │──────│──▸│     │──────▸│pod2wiki/│   │ ...      │  │
  └─────┘      │   └──┬──┘       └────┬────┘   └────┬─────┘  │
               │      │    ◂─确认回写──┘             │        │
               │      │    ◂──────复盘结论───────────┘        │
               │      ▾                                       │
               │   active-context.md  ← 断点续传，明天接着干   │
               └──────────────────────────────────────────────┘

核心不是"文件夹长什么样"，而是：agent 进入目录后知道先读什么、做研究时先查本地 wiki、输出时事实与推测分开、暂停时自动记录进度、明天继续时从断点接上。

系统不在某个模型里，而在这套文件协议里。谁读懂这套协议，谁就接上你的工作流。

⚙️ Core Mode / Enhanced Mode

模式	API key	能做什么	适合
Core	不需要	wiki 摄入、研究草稿、快速筛选、假设建档、断点续传	首次试跑、日常 Markdown 工作流
Enhanced	按需填写	播客摘要、行情日报、A 股 / 全球市场数据、自动监控	启用自动化流程时

推荐路径：Core 先跑通 → check_workspace.py 看状态 → 按需填 key 到 config/*.env。

📅 第一周怎么用

天数	动作	目标
Day 1	跑通 `inbox/first-note.md → wiki`	确认 agent 读得懂工作区
Day 2	放入 3-5 条真实材料	建立第一批知识库
Day 3	让 agent 研究一个公司 / 行业	生成第一篇结构化报告
Day 4	`check_workspace.py`，按需配 tushare / FMP	增强行情能力
Day 5	做一次主题筛选	形成候选池
Day 6	配 LLM key，扫一次播客 / 博客	建立外部信息流
Day 7	运行结构体检，删掉没用规则	防止系统变胖

适合谁？

适合：投资研究员、个人投资者、内容创作者、AI power user、Markdown / Obsidian 用户、想做长期项目而不是一次性对话的人。

不适合：想要 GUI 应用、自动交易系统，或不愿意用 Markdown 管理知识的人。

📂 目录结构

ai-workspace-hub/
├── AGENTS.md                 # Codex 入口路由
├── CLAUDE.md                 # Claude Code 入口路由
├── INSTALL-FOR-AI.md         # 交给 AI agent 的安装协议
├── SMOKE-TEST.md             # 冒烟测试
├── ARCHITECTURE.md           # 架构说明
├── TROUBLESHOOTING.md        # 故障排查
├── workspace/                # 项目配置、断点续传、摩擦日志
├── inbox/                    # 临时输入材料
├── wiki/                     # personal wiki
├── output/                   # 研究、筛选、播客等输出
├── monitoring/               # 股票池 / 关注列表
├── hypothesis/               # 投资假设、证据、复盘
├── daily-watchlist-reports/  # 日报输出
├── portfolio/                # 交易记录
├── config/                   # 用户配置，不入 git
├── tools/                    # podcast / daily-watch 工具
└── system/                   # skills / integrations / scripts / templates

🗄️ 数据源与边界

名称	类型	用途	是否内置
Nasdaq	无 key 降级源	美股基础行情	是
Finnhub / EOD / yfinance	降级源	美股行情备选（Finnhub / EOD 需各自免费 key，yfinance 用 `ENABLE_YFINANCE=1` 开启）	是
tushare	API 数据源	A 股行情 / 财务	是，需 token
FMP	API 数据源	全球行情 / 财报 / 宏观	是，需 key
Longbridge Skill	外部 Agent 扩展	多市场查询、筛选、研究	否，独立安装授权
websearch	Agent 能力	补充新闻、资料、公司信息	取决于 agent

重要边界：本项目不做自动交易，不承诺数据源永远免费，不把 AI 输出包装成投资建议。缺少 API key 时优雅降级，不会让用户误以为工作区坏了。

💻 常用命令

python3 system/scripts/check_workspace.py          # 总检查
python3 -m unittest discover -s tests -v            # 运行测试
python3 tools/daily-watch/scripts/check_setup.py --init  # 初始化日报配置
python3 tools/podcast/scripts/fetch_podcasts.py --help   # 播客工具帮助

Python 工具需要 3.10+。Windows 用户用 python 代替 python3，或 py -3 指定版本。

❓ 新手常见问题

Q：我不会写代码，能用这个项目吗？
可以。Core Mode 只需要把文本放进 inbox/，然后用自然语言告诉 AI agent 做什么。

Q：一定要用 Codex / Claude Code 吗？
不一定。任何能读写文件的 AI agent 都可以。Codex 和 Claude Code 效果最好，Cursor 和 Cline 也可以。

Q：wiki 越来越大怎么办？
用 Obsidian 打开 wiki/ 目录做可视化管理，或让 AI agent 帮你整理归档。

Q：API key 会不会泄露？
config/ 已被 .gitignore 排除，不会被 git 提交。

Q：可以和 Obsidian 一起用吗？
可以。把 wiki/ 添加为 Obsidian vault 即可，所有笔记都是标准 Markdown。

更多问题见 TROUBLESHOOTING.md。

Roadmap

更多真实研究工作流样例
更强的 screen 预设
更完善的 daily-watch 降级策略
更好的 Obsidian 兼容说明
更多 agent 入口适配

Contributing

欢迎提 issue / PR，尤其是新 agent 适配、研究报告模板、数据源接入、真实使用摩擦点、README / 教程 / 安装流程改进。

Star History

如果这个项目对你有帮助，欢迎点一下 ⭐ Star。它会帮助更多需要"长期 AI 工作流"的人发现这个项目，也会让我知道哪些方向值得继续做。

Disclaimer

AI Workspace Hub 是个人研究与知识管理工具，不构成投资建议。所有市场数据、公司信息、财务数字、新闻和监管信息都应以原始来源为准。