Knowledge Management

将 OpenClaw 知识条目按类型自动分类并存入本地文件夹。

已扫描
适合谁
需要系统化整理个人知识的用户、使用 OpenClaw 作为记忆助手的开发者
不适合谁
无需本地存储或希望集中于云端的用户、不熟悉命令行操作的初学者
国内可用性
需网络配置。可能需要网络配置或第三方服务可访问。
安装难度
新手友好(★☆☆)。基于终端操作、依赖、API Key 和本地环境要求的初步判断。

安装与下载

openclaw skills install @claireaicodes/knowledge-management

Skill 说明

命令、参数、文件名以原文为准

知识管理技能(本地存储)

将 OpenClaw 的记忆文件组织为结构化的本地知识库。自动解析 MEMORY.md 和每日记忆文件,按内容类型分类,并将每条记录以带时间戳的 Markdown 文件形式存入对应的文件夹中。

可用工具

核心命令

  • km sync [选项] - 将记忆条目同步到本地文件
  • km classify [选项] - 解析并分类(不保存),输出 JSON 格式
  • km summarize [选项] - 为每种内容类型生成索引文件
  • km cleanup [选项] - 删除孤立文件
  • km list_types - 列出所有可用的内容类型

设置

无需 API 密钥!该技能使用两个位置:

  • 输入工作区:读取 MEMORY.mdmemory/ 目录下的每日文件。
  • 输出目录:存放按类别组织的文件夹(如 Research/Decision/ 等)。

两者均可自动检测:

输入工作区(源文件路径)

  1. OPENCLAWORKSPACE 环境变量
  2. --workspace <路径> CLI 参数
  3. 当前工作目录(若包含 MEMORY.md
  4. 默认值:~/.openclaw/workspace

输出目录(整理后的文件路径)

  1. --output-dir <路径> CLI 参数(相对于工作区或绝对路径)
  2. 默认值:<workspace>/memory/KM

该技能会自动创建输出目录及所有内容类型文件夹。

如需预先创建:

mkdir -p ~/.openclaw/workspace/memory/KM/{Research,Decision,Insight,Lesson,Pattern,Project,Reference,Tutorial}

使用示例

默认路径(输入在工作区根目录,输出在 memory/KM)

# 从任意目录执行(工作区自动识别)
km sync --days_back 7 --cleanup

自定义输入工作区和输出目录

km sync --workspace /custom/input/workspace --output-dir /custom/output/KM --days_back 7

使用环境变量

export OPENCLAWORKSPACE=/custom/input/workspace
km sync --output-dir /custom/output/KM --days_back 7

试运行(仅预览)

km sync --dry_run --days_back 1

分类条目并导出 JSON

km classify --days_back 3 > entries.json

生成索引文件(默认输出目录)

km summarize
# 或指定其他位置
km summarize --output_dir ~/some/other/folder

预览孤立文件清理

km cleanup --dry_run

列出内容类型

km list_types

存储结构

假设使用默认配置:

  • 输入工作区:~/.openclaw/workspace
  • 输出目录:~/.openclaw/workspace/memory/KM
~/.openclaw/workspace/
├── MEMORY.md                (源文件 —— 你在此编辑)
├── memory/                  (每日记忆文件)
│   ├── 2025-02-11.md
│   ├── 2025-02-12.md
│   └── ...
└── memory/KM/               (由技能整理的输出目录)
    ├── local-sync-state.json
    ├── local-sync-log.md
    ├── Research/
    │   ├── 20260215T1448_Title_Here_HASH.md
    │   └── ...
    ├── Decision/
    ├── Insight/
    ├── Lesson/
    ├── Pattern/
    ├── Project/
    ├── Reference/
    ├── Tutorial/
    ├── Research_Index.md
    ├── Decision_Index.md
    └── ... (其他索引文件)

文件命名规则

格式:YYYYMMDDTHHMM_标题_下划线分隔_8位哈希.md

8位内容哈希后缀可防止标题相同但内容不同的文件发生命名冲突。

文件内容(YAML 前置元数据)

---
title: "协议名称"
content_type: "Research"
domain: "OpenClaw"
certainty: "Verified"
impact: "Medium"
confidence_score: 8
tags: ["AI", "Automation"]
source: "MEMORY.md"
source_file: "MEMORY.md"
date: "2026-02-11"
content_hash: "e4b30e75d0f5a662"
---

条目正文从此处开始...

工作原理

  1. 解析 MEMORY.md 和最近的每日文件 memory/*.md
  2. 对每条记录进行分类(内容类型、领域、确定性、影响、标签、置信度)
  3. 计算内容哈希以实现去重
  4. 检查同步状态文件(memory/local-sync-state.json)以跳过已同步的条目
  5. 写入对应文件夹,使用时间戳+哈希的文件名
  6. 更新状态映射(哈希 → 文件路径)
  7. 可选清理:移除不在状态记录中的文件

分类逻辑

  • 内容类型:关键词匹配(Research、Lesson、Decision、Pattern、Tutorial、Reference、Insight)
  • 领域:上下文推断(AI Models、OpenClaw、Cost、Trading 等)
  • 确定性:基于语言特征(Verified、Likely、Speculative、Opinion)
  • 影响:重要性标识(High、Medium、Low、Negligible)
  • 标签:从预定义关键词映射中自动提取
  • 置信度评分:1–10 的启发式评分(来源可信度、长度、数据提及情况)

可通过修改 index-local.js 中的 EntryClassifier 类来自定义。

状态管理

memory/local-sync-state.json 文件将内容哈希映射到文件路径:

{
  "e4b30e75d0f5a662": "/path/to/Research/202602151440_Title_e4b30e75.md"
}

此机制支持幂等同步和快速重复检测。

请勿手动编辑,除非用于恢复损坏状态。

定时任务集成

自动化每日同步:

openclaw cron add \
  --name "Daily Knowledge Sync" \
  --cron "0 5 * * *" \
  --tz "Asia/Singapore" \
  --session isolated \
  --message "km sync --days_back 7"

注意:默认情况下,该技能从 ~/.openclaw/workspace 读取 MEMORY.md,并将整理后的文件写入 ~/.openclaw/workspace/memory/KM。可通过 --workspace--output-dir 自定义路径。

故障排查

"km: command not found"

  • 在技能目录中运行 npm link,或把 ~/workspace/bin 加入 PATH。

未发现任何条目

  • 确保 MEMORY.md 使用 ## 作为章节标题,### 作为条目标题,并位于已识别的章节内。

文件未生成

  • 检查写入权限;使用 --verbose 查看详细输出。

旧条目未同步

  • 可能已存在于同步状态中。清除 memory/KM/local-sync-state.json 可强制重新同步(注意:可能导致重复文件)。

重复文件

  • 运行 km cleanup 以移除孤立文件,然后运行 km sync 以创建缺失的文件。

版本: 2.0.0

变更时间: 2026-02-15 — 从 Notion 切换至本地存储,并添加哈希后缀以保证唯一性。

作者: Claire(OpenClaw Agent)

许可证: MIT

C
@claireaicodes

已收录 1 个 Skill

相关推荐