```

docs(readme): 添加个人知识库README文档

初始化知识库主目录的README文件，包含知识库结构、使用说明和维护规范。
文档介绍了AI模型资源目录，并提供了内容查找和维护指南。
```

.kilocode/rules/rule.md

@@ -0,0 +1,30 @@
+这是一个个人知识库，而非一个代码仓库。你是一个知识库智能体，你需要使用通俗易懂可读性强的文本来组织知识。
+
+# 内容创作规范
+## 目录结构
+- 不设定强制性的目录结构，不像传统知识库软件一样设定知识库等对象，你需要根据知识的内容自行组织知识目录，使得知识的组织逻辑清晰，区分明显，方便查找
+- 在任何一个层级的目录都要有一个README.md作为索引文件，里面定义了该目录的框架、格式规范、文章模板等
+- 除非特殊要求，或者涉及到常用的名词等，要求尽可能使用中文来对目录和文件命名
+- 尽可能不要有过深的目录层级，一般不要超过3～4层，如果出现过深的目录层级说明当前目录的设计有问题，需要调整目录结构
+## 写作风格
+- 尽可能使用简体中文撰写文档
+- 采用通俗易懂的语言解释复杂概念
+- 对于要求记录的内容尽可能保留原意，减少过分的修改。尤其是不要记录我没有提到的内容
+- 做任何操作（阅读或写作）之前，需要逐层阅读对应目录下的README.md文件以了解和遵循其中的要求，并且要基于就近原则（优先遵循更近层级的目录要求）
+- 重视实践案例
+- 提供清晰的步骤指导和最佳实践
+## 格式规范
+- 使用标准的markdown语法，尽可能撰写md文件
+- 使用合理的标题层级
+- 表格格式要对齐，便于阅读
+- 链接使用有意义的描述文本
+- 减少过于冗杂的格式以提高文本的可读性
+
+# 建议操作动作
+注意，你是一个智能体，你需要根据我的要求帮助我有效的组织我的知识，并且能基于知识做问答，下面有一些操作动作是你可以参考的，当然，你实际可以执行的动作不止于此，需要你根据情况思考。每一次操作前，请一步一步思考，规划你的操作。
+1. 知识的记录和更新。你应该根据目录结构和各目录的README要求来将知识记录到知识库下。可以根据实际情况记录到已有的知识文件中，或者记录到新的知识文件中。如果现有的目录不满足，也可以创建新的目录（记得创建逐层更新readme）
+2. 知识的查找。利用好检索工具，尤其是根据目录和readme有效的全面查找知识库的内容，确保问题回答的准确性。
+3. 知识的重构。如果现有的知识散乱、结构不清晰、目录层级过深等，需要对知识进行有效的重构。这一步需要尤为谨慎，防止知识在重构过程中的错乱和丢失，所以在每一次重构前需要一步步思考，详细规划，并且做好检查。
+
+# 元数据
+时间是东八区时间（北京时间）

README.md

@@ -0,0 +1,19 @@
+# 个人知识库
+
+欢迎来到个人知识库！这里记录了我在学习和工作中积累的各种知识和经验。
+
+## 知识库结构
+
+- [AI模型资源](ai-models/README.md) - 收录各种AI模型的相关信息
+
+## 使用说明
+
+请根据目录结构查找所需信息。每个目录下都有README文件作为索引，提供该目录下的内容概览和导航。
+
+## 维护规范
+
+本知识库遵循以下规范：
+1. 使用简体中文撰写
+2. 采用通俗易懂的语言解释复杂概念
+3. 重视实践案例和清晰的步骤指导
+4. 保持目录结构清晰，层级不超过3-4层

ai-models/README.md

@@ -0,0 +1,21 @@
+# AI 模型资源
+
+本目录收录了各种AI模型的相关信息，包括但不限于模型功能、使用方法、限制条件等。
+
+## 目录结构
+
+- `modelscope/` - ModelScope平台相关模型
+- `other-platforms/` - 其他平台的模型资源
+
+## 格式规范
+
+每个模型记录应包含以下信息：
+- 模型名称和路径
+- 模型功能简介
+- 特殊能力说明（如支持视觉处理等）
+- 使用限制和配额信息
+- 调用方式和注意事项
+
+## 模型列表
+
+- [ModelScope API调用模型](modelscope/api-models.md)

ai-models/modelscope/README.md

@@ -0,0 +1,11 @@
+# ModelScope 模型资源
+
+本目录收录了ModelScope平台上的模型信息。
+
+## 内容列表
+
+- [API调用模型](api-models.md) - 可通过API-inference直接调用的模型列表及使用限制
+
+## 使用说明
+
+ModelScope是由阿里云开发的模型开放平台，提供了大量的预训练模型，涵盖自然语言处理、计算机视觉、语音等多个领域。

ai-models/modelscope/api-models.md

@@ -0,0 +1,41 @@
+# ModelScope API调用模型
+
+本文档记录了可以通过ModelScope API-inference直接调用的模型信息。
+
+## API调用基本信息
+
+- API-inference每日总调用次数限制：2000次
+- 部分模型有额外的独立调用限制
+
+## 支持API调用的模型列表
+
+### 1. Qwen/Qwen3-VL-30B-A3B-Instruct
+- **模型类型**：多模态大语言模型
+- **视觉支持**：是（名称含VL表示支持视觉处理）
+- **参数规模**：30B（300亿参数）
+- **调用限制**：占用API-inference通用额度
+
+### 2. ZhipuAI/GLM-4.6
+- **模型类型**：大语言模型
+- **视觉支持**：否
+- **版本信息**：4.6
+- **调用限制**：占用API-inference通用额度
+
+### 3. Qwen/Qwen3-VL-235B-A22B-Instruct
+- **模型类型**：多模态大语言模型
+- **视觉支持**：是（名称含VL表示支持视觉处理）
+- **参数规模**：235B（2350亿参数）
+- **调用限制**：占用API-inference通用额度
+
+### 4. Qwen/Qwen3-Coder-480B-A35B-Instruct
+- **模型类型**：代码生成专用大模型
+- **视觉支持**：否
+- **参数规模**：480B（4800亿参数）
+- **调用限制**：独立限额500次/天（不占用API-inference通用额度）
+
+## 使用注意事项
+
+1. 名称中包含"VL"的模型支持视觉处理能力
+2. Qwen/Qwen3-Coder-480B-A35B-Instruct有独立的每日调用限额
+3. 其他模型共享API-inference的2000次日调用限额
+4. 调用时请注意各模型的功能特点，选择合适的模型完成任务