Una habilidad integral de procesamiento de documentos que rastrea el progreso de aprendizaje a través de múltiples sesiones mientras construye una base de conocimientos persistente a largo plazo.
Instalar y Descargar
1. ClawHub CLI
La forma más rápida de instalar una habilidad directamente desde el registro.
npx clawhub@latest install document-learning
2. Instalación manual
Copia la carpeta de la habilidad a una de estas ubicaciones
~/.openclaw/skills/ <project>/skills/ Prioridad: Espacio de trabajo > Local > Integrado
3. Instalación del prompt
Copia este prompt en OpenClaw para instalarlo automáticamente.
Ayúdame a instalar document-learning usando Clawhub. Si Clawhub no está instalado, instálalo primero (npm i -g clawhub).
¿Prefieres descargar?
Obtén los archivos originales de la habilidad en un archivo ZIP.
¿Qué es Sistema de Aprendizaje de Documentos?
El Sistema de Aprendizaje de Documentos es un marco sofisticado diseñado para que AI agents ingieran, procesen y recuerden información compleja de documentos a gran escala. Trasciende la simple lectura de archivos al implementar un sólido sistema de marcadores que permite a los usuarios pausar y reanudar las sesiones de aprendizaje en varios formatos de archivo, incluyendo PDFs de alta capacidad y archivos de texto.
Al utilizar Openclaw Skills, este sistema se integra directamente con estructuras de memoria a largo plazo, asegurando que cada insight extraído durante una sesión de lectura se almacene de forma permanente y sea buscable. Está diseñado específicamente para manejar flujos de trabajo de múltiples documentos, permitiendo a desarrolladores e investigadores manejar varios manuales técnicos o libros sin perder su lugar o contexto.
Casos de uso de Sistema de Aprendizaje de Documentos
- Aprender manuales técnicos complejos o especificaciones de controladores durante varios días.
- Gestionar la investigación académica rastreando el progreso en múltiples whitepapers y libros de texto simultáneamente.
- Construir una base de conocimientos corporativa buscable a partir de documentación PDF y registros de texto existentes.
- Resumir contenido extenso capítulo por capítulo mientras se mantiene un registro permanente en MEMORY.md.
Cómo funciona Sistema de Aprendizaje de Documentos
- El usuario inicia una sesión proporcionando una ruta de documento o cargando un archivo, que el sistema extrae e indexa.
- Se crea una entrada de progreso inicial en el almacén de seguimiento para monitorear capítulos o números de página.
- El contenido se procesa en fragmentos (chunks) para gestionar la eficiencia de la memoria, especialmente para archivos que superan los 100MB.
- Los conceptos clave y resúmenes se extraen automáticamente y se adjuntan a MEMORY.md y a las notas de sesión fechadas.
- A petición, el sistema hace referencia al almacén de progreso para reanudar el aprendizaje desde la posición exacta de la última lectura.
Configuración de Sistema de Aprendizaje de Documentos
Para habilitar las capacidades de aprendizaje de documentos en su entorno, asegúrese de tener las dependencias de Python necesarias para el procesamiento de PDF y luego utilice el script integrado.
# Instalar la biblioteca de procesamiento de PDF necesaria
pip install pdfplumber
# Iniciar el aprendizaje de un nuevo documento
# Use el comando: Please learn this document: [filename]
Esquema de datos y taxonomía de Sistema de Aprendizaje de Documentos
La habilidad organiza los datos de aprendizaje a través de una taxonomía estructurada para garantizar la persistencia y una fácil recuperación.
| Componente | Ubicación / Formato | Propósito |
|---|---|---|
| Memoria a largo plazo | MEMORY.md |
Almacenamiento permanente de conceptos clave y hechos extraídos. |
| Registros de sesión | memory/YYYY-MM-DD.md |
Notas detalladas y resúmenes de fechas de aprendizaje específicas. |
| Almacén de progreso | JSON/Metadata interno | Rastrea nombre del archivo, última página/capítulo y porcentaje completado. |
| Archivos grandes | PDF, TXT, MD, LOG | Material de origen compatible para ingesta fragmentada. |
Funciones avanzadas de Sistema de Aprendizaje de Documentos
- Seguimiento paralelo de múltiples documentos: Cambie entre diferentes manuales sin perder el marcador de ningún archivo individual.
- Detección automática de codificación: Procesamiento de alta resiliencia para archivos de texto con diferentes conjuntos de caracteres.
- Informe visual de progreso: Genere resúmenes de estado que muestren porcentajes de finalización en toda su biblioteca.
- Búsqueda de memoria integrada: Use la herramienta memory_search para consultar hechos aprendidos en todos los documentos procesados anteriormente.
- Navegación manual: Capacidad de saltar a capítulos o secciones específicos, anulando el marcador automático.
SKILL.md
Cargando
Habilidades relacionadas de Openclaw
Base de Conocimientos Atomic RAG
Un generador de bases de conocimientos avanzado que deconstruye documentos PDF en unidades atómicas y lógicamente completas para la Generación Aumentada por Recuperación (RAG) de alta precisión.
Academic Deep Research
Un marco de investigación metódico para agentes de IA que realiza investigaciones exhaustivas a través de ciclos de investigación obligatorios y estándares académicos formales.
Academic Writing
Una habilidad especializada de agente de AI diseñada para agilizar la redacción académica, las revisiones de literatura y el desarrollo de tesis con una estricta integridad académica.
Asistente de Trading de Acciones A
Un asistente de trading con IA profesional que proporciona datos en tiempo real y análisis técnico para el mercado de acciones A chino.
AI-Resume-Judge
Un sistema de evaluación de currículos basado en IA que proporciona puntuación cuantitativa, mapeo de equivalencia entre industrias y sugerencias de mejora procesables.
AgentID MCP
Conecte Claude Code a AgentID para obtener memoria compartida persistente, informes de actividad en tiempo real y una coordinación de misión multi-agente perfecta.
Presentado*
