Openclaw용 Open Notebook 통합

에이전트에게 주제별 지식을 저장하고 쿼리할 수 있는 지속적이고 프라이빗한 제2의 뇌를 제공하는 로컬 AI 연구 비서 통합입니다.

nantes

v1.0.1

Feb 20, 2026

설치

정보

Skill.md

설치 및 다운로드

1. ClawHub CLI

레지스트리에서 스킬을 바로 설치하는 가장 빠른 방법입니다.


                  npx clawhub@latest install open-notebook-integration

2. 수동 설치

스킬 폴더를 다음 위치 중 하나로 복사하세요

글로벌

~/.openclaw/skills/

워크스페이스

<project>/skills/

우선순위: 워크스페이스 > 로컬 > 번들

3. 프롬프트 설치

이 프롬프트를 OpenClaw에 복사하면 자동으로 설치됩니다.


                  Clawhub를 사용해서 open-notebook-integration 설치를 도와줘. Clawhub가 설치되어 있지 않다면 먼저 설치해 줘 (npm i -g clawhub).

다운로드를 원하시나요?

ZIP 아카이브 형태의 원본 스킬 파일을 받으세요.

Open Notebook 통합란 무엇인가요?

이 통합은 자율 에이전트와 프라이빗 지식 관리 사이의 간극을 메워줍니다. NotebookLM의 로컬 대안인 open-notebook을 활용하여, 이 스킬은 에이전트가 Docker와 Ollama를 사용하여 통찰력, 주제별 연구 및 개인 데이터를 로컬에 저장할 수 있게 합니다. 이는 외부 API 비용이나 데이터 프라이버시 침해 없이 Openclaw Skills가 세션 전반에 걸쳐 고충실도 컨텍스트를 유지할 수 있도록 보장합니다.

기술적으로 이 스킬은 에이전트를 SurrealDB 인스턴스와 웹 기반 UI로 구성된 로컬 스택에 연결합니다. 이 설정을 통해 에이전트는 복잡한 벡터 검색을 수행하고 전용 연구 노트에서 합성된 답변을 검색할 수 있습니다. 자체 호스팅되는 지능형 지식 생태계를 구축하려는 사용자에게 완벽한 솔루션입니다.

Open Notebook 통합 활용 사례

특정 프로젝트 또는 기술 심층 분석을 위한 주제별 연구 노트 생성.
에이전트가 장기적인 개인 지식을 저장하고 검색할 수 있는 프라이빗 제2의 뇌 구축.
에이전트 발견 데이터 및 시뮬레이션 로그를 쿼리 가능한 구조화된 형식으로 구성.
클라우드 제공업체에 의존하지 않고 로컬 Ollama 모델을 사용하여 저장된 문서 쿼리.

Open Notebook 통합 작동 원리

사용자는 Docker를 사용하여 open-notebook을 배포하고 Ollama를 통해 로컬 LLM을 초기화합니다.
에이전트는 New-Notebook 기능을 사용하여 특정 지식 도메인 또는 주제별 프로젝트를 초기화합니다.
Add-ToNotebook 기능을 사용하여 관련 정보와 통찰력을 캡처하고 로컬 데이터베이스에 저장합니다.
작업에 특정 컨텍스트가 필요한 경우, 에이전트는 Search-Notebook 기능을 실행하여 로컬 벡터 저장소를 쿼리합니다.
구조화된 결과가 에이전트에게 반환되어 현재 워크플로우에 과거 지식을 통합할 수 있게 합니다.

Open Notebook 통합 설정 가이드

Openclaw Skills 라이브러리 내에서 이 기능을 사용하려면 다음 단계를 따르세요.

사전 요구 사항 설치: Docker Desktop이 설치되어 있고 Ollama가 qwen3-4b와 같은 모델로 실행 중인지 확인합니다.
서비스 시작: host-ollama 구성을 사용하여 컨테이너를 실행합니다.

docker compose -f docker-compose-host-ollama.yml up -d

연결 확인: http://localhost:8502에서 UI에 액세스하고 API가 포트 5055에서 리스닝 중인지 확인합니다.
ID 업데이트: 초기 노트를 생성하고 PowerShell 스크립트의 $NotebookId 변수를 고유한 노트 식별자를 가리키도록 업데이트합니다.

Open Notebook 통합 데이터 스키마 및 분류 체계

이 스킬은 에이전트와 스토리지 레이어 간의 호환성을 보장하기 위해 구조화된 API 스키마를 사용하여 정보를 구성합니다.

구성 요소	설명	형식
노트북	지식 도메인을 위한 기본 컨테이너.	`notebook:ID_STRING`
소스 콘텐츠	특정 노트북에 추가된 원시 텍스트 또는 JSON 데이터.	JSON (text/type)
검색 쿼리	RAG(검색 증강 생성)를 위한 다중 모델 전략 요청.	JSON (question/model_ids)
메타데이터	노트북 발견을 위한 설명 태그 및 명칭.	문자열