여러 세션에 걸쳐 학습 진행 상황을 추적하고 지속적인 장기 지식 베이스를 구축하는 포괄적인 문서 처리 기술입니다.
설치 및 다운로드
1. ClawHub CLI
레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.
npx clawhub@latest install document-learning
2. 수동 설치
스킬 폴더를 다음 위치 중 하나로 복사하세요
~/.openclaw/skills/ <project>/skills/ 우선순위: 워크스페이스 > 로컬 > 번들
3. 프롬프트 설치
이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.
Clawhub를 사용해서 document-learning 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).
다운로드를 원하시나요?
ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.
문서 학습 시스템란 무엇인가요?
문서 학습 시스템은 AI agents가 대규모 문서에서 복잡한 정보를 수집, 처리 및 기억하도록 설계된 정교한 프레임워크입니다. 단순한 파일 읽기를 넘어 사용자가 대용량 PDF 및 텍스트 파일을 포함한 다양한 파일 형식에서 학습 세션을 일시 중지하고 재개할 수 있는 강력한 북마크 시스템을 구현합니다.
Openclaw Skills를 활용하여 이 시스템은 장기 기억 구조와 직접 통합되어, 읽기 세션 중에 추출된 모든 통찰력이 영구적으로 저장되고 검색 가능하도록 보장합니다. 이 시스템은 다중 문서 워크플로우를 처리하도록 특별히 설계되어, 개발자와 연구자가 진행 상황이나 문맥을 잃지 않고 여러 기술 매뉴얼이나 서적을 동시에 다룰 수 있게 합니다.
문서 학습 시스템 활용 사례
- 며칠에 걸쳐 복잡한 기술 매뉴얼이나 드라이버 사양 학습.
- 여러 백서와 교과서의 진행 상황을 동시에 추적하여 학술 연구 관리.
- 기존 PDF 문서 및 텍스트 로그에서 검색 가능한 기업 지식 베이스 구축.
- MEMORY.md에 영구 기록을 유지하면서 긴 형식의 콘텐츠를 장별로 요약.
문서 학습 시스템 작동 원리
- 사용자가 문서 경로를 제공하거나 파일을 업로드하여 세션을 시작하면 시스템이 파일을 추출하고 인덱싱합니다.
- 장이나 페이지 번호를 모니터링하기 위해 추적 저장소에 초기 진행 상황 항목이 생성됩니다.
- 메모리 효율성을 관리하기 위해 콘텐츠가 덩어리(chunk)로 처리되며, 특히 100MB를 초과하는 파일에 효과적입니다.
- 핵심 개념과 요약은 자동으로 추출되어 MEMORY.md 및 날짜가 찍힌 세션 노트에 추가됩니다.
- 요청 시 시스템은 진행 상황 저장소를 참조하여 마지막으로 읽은 정확한 위치에서 학습을 재개합니다.
문서 학습 시스템 설정 가이드
환경 내에서 문서 학습 기능을 활성화하려면 PDF 처리에 필요한 Python 종속성이 있는지 확인한 다음 내장 스크립트를 사용하십시오.
# 필수 PDF 처리 라이브러리 설치
pip install pdfplumber
# 새 문서 학습 시작
# 다음 명령 사용: Please learn this document: [filename]
문서 학습 시스템 데이터 스키마 및 분류 체계
이 기술은 학습 데이터의 지속성과 쉬운 검색을 보장하기 위해 구조화된 분류법을 통해 데이터를 구성합니다.
| 구성 요소 | 위치 / 형식 | 목적 |
|---|---|---|
| 장기 기억 | MEMORY.md |
추출된 핵심 개념 및 사실의 영구 저장소. |
| 세션 로그 | memory/YYYY-MM-DD.md |
특정 학습 날짜의 상세 노트 및 요약. |
| 진행 상황 저장소 | 내부 JSON/Metadata | 파일 이름, 마지막 페이지/장 및 완료율 추적. |
| 대용량 파일 | PDF, TXT, MD, LOG | 덩어리별 수집이 지원되는 원본 자료. |
문서 학습 시스템 고급 기능
- 다중 문서 병렬 추적: 각 파일의 북마크를 잃지 않고 여러 매뉴얼 간 전환 가능.
- 자동 인코딩 감지: 다양한 문자 집합을 가진 텍스트 파일에 대한 고탄력성 처리.
- 시각적 진행 상황 보고: 전체 라이브러리에 걸친 완료율을 보여주는 상태 요약 생성.
- 통합 메모리 검색: memory_search 도구를 사용하여 이전에 처리된 모든 문서에서 학습된 사실을 쿼리.
- 수동 탐색: 자동 북마크 기능을 재정의하여 특정 장이나 섹션으로 이동하는 기능.
SKILL.md
로드 중
관련 Openclaw 스킬
Atomic RAG 지식 베이스
고정밀 RAG(Retrieval-Augmented Generation)를 위해 PDF 문서를 원자적이고 논리적으로 완벽한 단위로 해체하는 고급 지식 베이스 빌더입니다.
Academic Deep Research
강제적인 연구 주기와 공식적인 학술 표준을 통해 철저한 조사를 수행하는 AI 에이전트를 위한 체계적인 연구 프레임워크입니다.
Academic Writing
엄격한 학문적 성실성을 바탕으로 학술 작문, 문헌 검토 및 학위 논문 작성을 간소화하도록 설계된 전문 AI 에이전트 기술입니다.
AI-Resume-Judge
정량적 점수, 산업 간 등가 매핑 및 실행 가능한 개선 제안을 제공하는 AI 기반 이력서 평가 시스템입니다.
AgentID MCP
Claude Code를 AgentID에 연결하여 영구적인 공유 메모리, 실시간 활동 보고 및 원활한 다중 에이전트 미션 조정을 구현하세요.
Page Fetch
경량 HTML 가져오기부터 완전한 브라우저 렌더링까지 계층적 접근 방식을 사용하여 모델 간 신뢰성을 보장하도록 설계된 강력한 웹페이지 추출 스킬입니다.
추천*
