用途：在完成学习活动（视频、文章、课程）、实验记录或需要长期保存参考材料后，把心得与结构化数据归档到 Life OS 的 Supabase 数据库，逐步构建可检索的学习知识库。
主要能力：定义统一分类体系，主分类包括 learning（子类 youtube_transcript、article、book、course、experiment）、michael_swim（recruiting、meet_results、training、nutrition）、mcp_reference（architecture、claude_skills、integration_patterns）、business（biddeed_ai、everest_capital、strategy）、adhd（task_patterns、interventions、productivity）、family（shabbat、holidays、events）。insights 表的必填字段为 category、subcategory、title、content，metadata 可选；content 建议用 JSON 承载结构化内容，并提供 YouTube 转录、文章/博客、实验、游泳比赛与招募等格式模板，以及 Markdown 书写规范（标题、要点、待办勾选框、参考链接）。
使用方式：推荐通过 GitHub Actions 的 .github/workflows/insert_insight.yml 工作流写入，指定 category、subcategory、title、content；仅在无法使用 GitHub Actions 时才用 requests.post 直接向 https://mocerqjnksmhcjzxrewo.supabase.co/rest/v1/insights 提交，并带 apikey 与 Content-Type 头。检索提供按分类、关键词（ILIKE 匹配 title 或 content 文本）、近七天记录等 SQL 查询示例。
适用场景：YouTube 转录归档、文章与课程笔记、实验结论记录、训练与比赛数据、教练联络、商业决策与 ADHD 任务模式整理。
限制与注意事项：避免重复条目、模糊标题、敏感数据（API 密钥、密码）、覆盖已有条目及空内容；key、价格、平台可用性等资料未提供，需以实际环境为准。