Segmentador de notas de conocimiento para Openclaw

El Segmentador de notas de conocimiento convierte una nota de entrada en un registro segmentado, actualiza un índice de conocimiento local y, opcionalmente, entrega el resultado a un destino configurado.

wxt-ai
v1.2.0
Oct 7, 2026
0
54
0

Instalar y Descargar

1. ClawHub CLI

La forma más rápida de instalar una habilidad directamente desde el registro.

npx clawhub@latest install knowledge-section-index-complete

2. Instalación manual

Copia la carpeta de la habilidad a una de estas ubicaciones

Global
~/.openclaw/skills/
Espacio de trabajo
<project>/skills/

Prioridad: Espacio de trabajo > Local > Integrado

3. Instalación del prompt

Copia este prompt en OpenClaw para instalarlo automáticamente.

Ayúdame a instalar knowledge-section-index-complete 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 Segmentador de notas de conocimiento?

El Segmentador de notas de conocimiento es un flujo de trabajo ejecutable que procesa un knowledge_note para convertirlo en un segmented_note y, a continuación, utiliza ese resultado para calcular un index_update y crear o actualizar un artefacto empresarial local. Combina la identificación y el mantenimiento posterior del índice en una sola ejecución, por lo que resulta útil para tareas repetibles de indexación del conocimiento.

De forma predeterminada, la skill escribe el resultado en el directorio de salida proporcionado y no contacta con ningún servicio externo. Si se configura con SMTP o un endpoint de entrega HTTP, ejecuta la acción de entrega declarada y devuelve un justificante que indica si el resultado se ha enviado, entregado, ha fallado o no está configurado. Los usuarios de Openclaw Skills pueden ejecutar el proceso completo mediante el ejecutor Python incluido.

Casos de uso de Segmentador de notas de conocimiento

  • Segmentar una nota de conocimiento recibida antes de añadirla a un índice.
  • Crear o actualizar un artefacto de índice de conocimiento local como parte de un flujo de trabajo repetible.
  • Ejecutar la indexación localmente cuando la entrega externa no esté configurada o no se desee.
  • Enviar o presentar una actualización del índice mediante una entrega SMTP o HTTP configurada explícitamente.
  • Comprobar el formato de salida esperado en dos etapas del flujo de trabajo con el ejemplo incluido.

Cómo funciona Segmentador de notas de conocimiento

  1. Lee la entrada upstream knowledge_note de la solicitud JSON.
  2. Ejecuta la etapa de identificación para calcular un segmented_note.
  3. Pasa el resultado segmentado a la operación downstream y calcula un index_update.
  4. Crea o actualiza el artefacto empresarial local en el --output-dir indicado explícitamente.
  5. Si se configura la entrega SMTP o HTTP, realiza la acción declarada y devuelve un justificante de entrega; de lo contrario, conserva el artefacto localmente sin contactar con servicios externos.
  6. Informa de los errores de entrega con un código de salida del proceso distinto de cero.

Configuración de Segmentador de notas de conocimiento

Ejecuta el flujo de trabajo incluido con Python y proporciona una solicitud de entrada y un directorio de salida:

python scripts\/run.py --input examples\/request.json --output-dir .\/workspace

Para habilitar la entrega opcional, proporciona un archivo de configuración:

python scripts\/run.py --input examples\/request.json --output-dir .\/workspace --delivery-config delivery.json

También puedes configurar la entrega mediante variables de entorno. Para SMTP, establece CLAWHUB_SMTP_HOST; los ajustes opcionales incluyen CLAWHUB_SMTP_PORT, CLAWHUB_MAIL_FROM, CLAWHUB_SMTP_USERNAME y CLAWHUB_SMTP_PASSWORD. Para el registro o envío por HTTP, establece CLAWHUB_DELIVERY_ENDPOINT y, opcionalmente, CLAWHUB_DELIVERY_API_KEY. El destino de entrega, las credenciales y el destinatario deben proceder del entorno de ejecución o de una configuración explícita. Sin ajustes de entrega, el flujo de trabajo solo se ejecuta localmente. Usa examples\/request.json como entrada incluida y examples\/expected.json como referencia de la estructura de salida.

Esquema de datos y taxonomía de Segmentador de notas de conocimiento

El flujo de trabajo procesa un resultado en dos etapas:

Etapa Entrada o salida Finalidad
Identificación knowledge_note → segmented_note Lee y segmenta la nota upstream.
Operación downstream segmented_note → index_update Calcula el resultado empresarial para el índice de conocimiento.
Artefacto local Salida bajo --output-dir Crea o actualiza el registro local de actualización del índice.
Entrega opcional Justificante delivery Informa del resultado real de la entrega cuando hay un destino configurado.

Archivos principales:

  • examples\/request.json — entrada upstream incluida.
  • examples\/expected.json — referencia de la estructura de salida; se excluyen las rutas de ejecución y los identificadores de los justificantes.
  • scripts\/upstream\/ — implementación de la etapa de identificación: operation.py, validation.py y config.json.
  • scripts\/downstream\/ — implementación de la entrega downstream, incluido deliver_effect.
  • scripts\/run.py — ejecutor del flujo de trabajo completo.
  • source-map.json — procedencia de ambas etapas extraídas.

El resultado del justificante de entrega se indica como sent, delivered, failed o unconfigured, según el resultado real del flujo de trabajo.

Funciones avanzadas de Segmentador de notas de conocimiento

  • Combina la identificación, el cálculo del resultado empresarial, la escritura del artefacto local y la entrega opcional en un único flujo de trabajo ejecutable.
  • Admite la entrega de mensajes por SMTP mediante ajustes de ejecución o una configuración de entrega explícita.
  • Admite el registro o envío por HTTP mediante un endpoint configurado y una clave API opcional.
  • Mantiene la operación exclusivamente local como comportamiento predeterminado y no realiza llamadas externas cuando la entrega no está configurada.
  • Devuelve un justificante de entrega para las acciones reales configuradas y utiliza un código de salida distinto de cero para informar de errores.
  • Incluye implementaciones upstream y downstream independientes, archivos de validación y configuración, un ejemplo de salida esperada e información sobre la procedencia del origen.

SKILL.md


Cargando

Habilidades relacionadas de Openclaw

METADATA

Github Stars: 0
forks: 0

Presentado*