KeystoneJS
KeystoneJS 是一個功能強大的 Headless CMS 與應用程式框架，專為 Node.js 設計，核心採用 GraphQL 與 React 構建。
核心特性
- GraphQL API 與管理介面：自動生成 API 並提供使用者友善的介面來管理內容與數據。
- 無樣板程式碼 (No Boilerplate)：開發者可以專注於 Schema 定義，無需處理繁瑣的後端樣板程式碼。
- 現代技術棧：利用 GraphQL 與 React 提供強大且具擴展性的開發體驗。
使用規範
- NPM 套件命名空間：Keystone 6 使用
@keystone-6/*。 - 專案初始化：可使用
create-keystone-app工具進行快速設定。 - 官方文件：詳見 KeystoneJS 官網。
版本資訊
- Keystone 6：目前的主流版本。
- Keystone 5：已進入維護模式 (Maintenance Mode)，原始碼位於 keystonejs/keystone-5。
- obsidian-cms
- private-website-access
相關連結
- GitHub 倉庫：https://github.com/keystonejs/keystone
- 社群討論：Slack
- 路線圖：Roadmap
Private Website Access
status: active title: “私人網站訪問” summary: “私人網站訪問：1. GitHub Pages 私人權限 (適用於企業/團隊帳號)” created: 2026-06-03 updated: 2026-06-03 type: concept tags: [quartz, deploy]
私人網站訪問
針對 Quartz 建立的入口網站，若需要「私人檢視」而不是公開方式，可採取以下幾種實作方法：
1. GitHub Pages 私人權限 (適用於企業/團隊帳號)
- 適用條件：您使用 GitHub Pro、Team 或 Enterprise 帳號。
- 設定方式：
- 在 GitHub 儲存庫設定 → 魚叉圖示 → Settings → Pages。
- 將「Pages access」改為「Private」（僅限指定成員）。
- 將想要的使用者（例如團隊成員）加入「Collaborators」。
- 限制：免費版個人帳號仍需公開，此方式僅適用於企業版。
2. VPS 部署 Quartz (完全私有)
- 部署流程：
- 在 VPS 上執行
npx quartz build，產生public/資料夾。 - 安裝輕量網頁伺服器（如 Nginx 或 Caddy）。
- 將
public/設定為伺服器根目錄。 - 透過以下方式實現私人存取：
- Nginx Basic Auth：設定密碼保護。
- Cloudflare Zero Trust：使用 Email OTP 或 Google 登入進行身份驗證。
- 在 VPS 上執行
- 優點：完全自行掌控，無依賴公開平台。
3. Cloudflare Zero Trust (強烈推薦)
- 原理：部署於 Cloudflare Pages，並啟用 Zero Trust Access。
- 設定方式：
- 在 Cloudflare Dashboard → Zero Trust → Access → Create Application。
- 設定策略：僅允許特定 Email（如您的公司員工）存取。
- 使用 Google OIDC 或 Email OTP 驗證。
- 優點：無需維護伺服器，搭配 Cloudflare 強大防護，且使用者體驗良好。
實作建議
- 先測後部署：建議在 VPS 上先完成
npx quartz build，確認生成的靜態檔案符合預期。 - 自動化：可透過 GitHub Actions 或腳本，自動化將 Vault 內容同步至 Quartz，再部署至選擇的平台。
- 安全考量：即使是私人網站，也建議啟用 HTTPS，並定期更新憑證。
相關工具說明
==
ByteRover Summary
title: “ByteRover 記憶系統技術摘要” description: “ByteRover 記憶系統技術摘要 — 概念說明頁面” summary: “ByteRover 記憶系統技術摘要” type: concept status: active tags: [agent, workflow] created: 2026-06-05 updated: 2026-06-05
ByteRover 記憶系統技術摘要
本頁面彙整 ByteRover 的官方技術文件與相關學術摘要，作為本系統未來記憶層級擴充的參考。
1. 核心概念
ByteRover 是一套「Agent-Native (代理原生)」的檔案型記憶架構，旨在解決 LLM 在多會話中資訊遺失、語義漂移 (Semantic Drift) 與協調性破碎的問題。
2. 關鍵技術架構
ByteRover 不同於傳統 Vector Database，其設計思維與我們的 Obsidian Wiki 類似，但具備更強的自動化維護能力：
- Context Tree (知識樹)：結構為
Domain >> Topic >> Subtopic >> Entry。以 Markdown 檔案為基礎，強調人類可讀性。 - Adaptive Knowledge Lifecycle (AKL)：
- 重要性評分：追蹤存取紀錄，引入權重與每日衰減 (Decay)。
- 成熟度分級：內容分級為
draft→validated→core。
- 5-Tier Progressive Retrieval (五級漸進檢索)：
- 透過快取 (Tier 0-2)、優化 LLM 搜尋 (Tier 3) 到完全代理迴圈 (Tier 4)，實現 sub-100ms 的檢索延遲。
- Agent-Native 工具鏈：提供
curate,query,search作為 LLM 的一等公民工具。
3. 與 Hermes Wiki 的對照分析
| 比較項目 | 本系統 (Hermes 原生 Wiki) | ByteRover |
|---|---|---|
| 儲存格式 | Markdown (人工+Agent 維護) | Markdown (Agent 自主 Curate) |
| 檢索機制 | 導航式搜尋 (SCHEMA/index) | 5-Tier 漸進式檢索 (機器優先) |
| 維護方式 | 強制手動 + Agent Linting | 自動化 Curate 管道 |
| 可讀性 | 高 (人類友善) | 中 (專為 Agent Reasoning 設計) |
4. 對本系統的啟發
ByteRover 的 AKL (自適應生命週期管理) 與 5-Tier 檢索技術 極具參考價值。未來若我們的 Wiki 規模大幅擴張，可以考慮：
- 引入權重機制：在
SCHEMA.md中增加知識的成熟度分類。 - 優化檢索：參考 Progressive Retrieval 的分層邏輯，將現有的全文搜尋優化為多級別觸發。
5. 結論
ByteRover 的技術證明了「以檔案為基礎的結構化知識」確實是目前 Agent 記憶的最佳實踐。我們目前的 Obsidian 系統在結構上與 ByteRover 高度相容，未來轉型至 ByteRover 協議的門檻極低。目前建議維持現行架構，待資料量觸發效能瓶頸時再考慮自動化 Curate 導入。
來源：ByteRover Official Docs, ArXiv 2604.01599
相關頁面：hermes-memory-system
相關頁面：hermes-hierarchy-architecture
相關節點
Private Website Access
- 適用條件：您使用 GitHub Pro、Team 或 Enterprise 帳號。
- 設定方式：
- 在 GitHub 儲存庫設定 → 魚叉圖示 → Settings → Pages。
- 將「Pages access」改為「Private」（僅限指定成員）。
- 將想要的使用者（例如團隊成員）加入「Collaborators」。
- 限制：免費版個人帳號仍需公開，此方式僅適用於企業版。
2. VPS 部署 Quartz (完全私有)
- 部署流程：
- 在 VPS 上執行
npx quartz build，產生public/資料夾。 - 安裝輕量網頁伺服器（如 Nginx 或 Caddy）。
- 將
public/設定為伺服器根目錄。 - 透過以下方式實現私人存取：
- Nginx Basic Auth：設定密碼保護。
- Cloudflare Zero Trust：使用 Email OTP 或 Google 登入進行身份驗證。
- 在 VPS 上執行
- 優點：完全自行掌控，無依賴公開平台。
3. Cloudflare Zero Trust (強烈推薦)
- 原理：部署於 Cloudflare Pages，並啟用 Zero Trust Access。
- 設定方式：
- 在 Cloudflare Dashboard → Zero Trust → Access → Create Application。
- 設定策略：僅允許特定 Email（如您的公司員工）存取。
- 使用 Google OIDC 或 Email OTP 驗證。
- 優點：無需維護伺服器，搭配 Cloudflare 強大防護，且使用者體驗良好。
實作建議
- 先測後部署：建議在 VPS 上先完成
npx quartz build，確認生成的靜態檔案符合預期。 - 自動化：可透過 GitHub Actions 或腳本，自動化將 Vault 內容同步至 Quartz，再部署至選擇的平台。
- 安全考量：即使是私人網站，也建議啟用 HTTPS，並定期更新憑證。
相關工具說明
==
ByteRover Summary
1. 核心概念
ByteRover 是一套「Agent-Native (代理原生)」的檔案型記憶架構，旨在解決 LLM 在多會話中資訊遺失、語義漂移 (Semantic Drift) 與協調性破碎的問題。
2. 關鍵技術架構
ByteRover 不同於傳統 Vector Database，其設計思維與我們的 Obsidian Wiki 類似，但具備更強的自動化維護能力：
- Context Tree (知識樹)：結構為
Domain >> Topic >> Subtopic >> Entry。以 Markdown 檔案為基礎，強調人類可讀性。 - Adaptive Knowledge Lifecycle (AKL)：
- 重要性評分：追蹤存取紀錄，引入權重與每日衰減 (Decay)。
- 成熟度分級：內容分級為
draft→validated→core。
- 5-Tier Progressive Retrieval (五級漸進檢索)：
- 透過快取 (Tier 0-2)、優化 LLM 搜尋 (Tier 3) 到完全代理迴圈 (Tier 4)，實現 sub-100ms 的檢索延遲。
- Agent-Native 工具鏈：提供
curate,query,search作為 LLM 的一等公民工具。
3. 與 Hermes Wiki 的對照分析
| 比較項目 | 本系統 (Hermes 原生 Wiki) | ByteRover |
|---|---|---|
| 儲存格式 | Markdown (人工+Agent 維護) | Markdown (Agent 自主 Curate) |
| 檢索機制 | 導航式搜尋 (SCHEMA/index) | 5-Tier 漸進式檢索 (機器優先) |
| 維護方式 | 強制手動 + Agent Linting | 自動化 Curate 管道 |
| 可讀性 | 高 (人類友善) | 中 (專為 Agent Reasoning 設計) |
4. 對本系統的啟發
ByteRover 的 AKL (自適應生命週期管理) 與 5-Tier 檢索技術 極具參考價值。未來若我們的 Wiki 規模大幅擴張，可以考慮：
- 引入權重機制：在
SCHEMA.md中增加知識的成熟度分類。 - 優化檢索：參考 Progressive Retrieval 的分層邏輯，將現有的全文搜尋優化為多級別觸發。
5. 結論
ByteRover 的技術證明了「以檔案為基礎的結構化知識」確實是目前 Agent 記憶的最佳實踐。我們目前的 Obsidian 系統在結構上與 ByteRover 高度相容，未來轉型至 ByteRover 協議的門檻極低。目前建議維持現行架構，待資料量觸發效能瓶頸時再考慮自動化 Curate 導入。
來源：ByteRover Official Docs, ArXiv 2604.01599
相關頁面：hermes-memory-system
相關頁面：hermes-hierarchy-architecture