適用於 Openclaw 的 知識捕捉

一個智慧知識管理與自適應複習系統,將對話轉換為結構化 Markdown 筆記和自動學習計畫。

qy-zhang
v1.0.0
Mar 22, 2026
0
807
0

安裝與下載

1. ClawHub CLI

從來源直接安裝技能的最快方式。

npx clawhub@latest install personal-knowledge-capture

2. 手動安裝

將技能資料夾複製到以下位置之一

全域模式
~/.openclaw/skills/
工作區
<project>/skills/

優先級:工作區 > 本地 > 內建

3. 提示詞安裝

將此提示詞複製到 OpenClaw 即可自動安裝。

請幫我使用 Clawhub 安裝 personal-knowledge-capture。如果尚未安裝 Clawhub,請先安裝(npm i -g clawhub)。

想要直接下載?

取得包含原生技能檔案的ZIP壓縮檔。

什麼是 知識捕捉?

知識捕捉是一個精密的 Openclaw Skills 整合,旨在彌合被動對話與主動記憶之間的鴻溝。透過監測特定的觸發詞,該技能從對話中提取關鍵見解,將其分類到專門的知識庫中,並生成完整的結構化 Markdown 筆記,包含核心要點、類比和自測問題。

除了簡單的記筆記,它還內置了自適應複習引擎。它會自動填充題庫,並根據艾賓浩斯遺忘曲線管理掌握狀態追蹤系統。這確保了你不僅是記錄資訊,而且是透過策略性的定時測驗和基於表現的動態難度調整來真正內化資訊。

知識捕捉 應用場景

  • 在 AI 研究對話中捕捉複雜的技術概念或財務見解。
  • 從腦力激盪對話中自動生成結構化學習指南和閃卡。
  • 追蹤對新程式語言或系統架構的長期掌握情況。
  • 實現一個自我改進的個人知識庫,在最佳間隔提示你進行複習。

知識捕捉 運作原理

  1. 觸發: 當技能檢測到類似 remember this 或 add to knowledge base 的關鍵詞時激活。
  2. 分析與綜合: 它從對話中提取核心概念,確定適當的類別(財務、技術、產品等),並生成結構化的快讀筆記卡。
  3. 資料庫整合: 筆記儲存為 Markdown 檔案,技能會更新 question-bank.json 和 mastery-status.json 檔案。
  4. 複習排程: 在遺忘曲線文件工作中建立自動複習計畫,安排在第 1、2、4、7、15 和 30 天的間隔進行觸及。
  5. 自適應評估: 當你回答複習題時,技能會對你的回答進行評分(1-5 分制),並根據你的得分動態調整下次複習日期和題目難度。

知識捕捉 設定指南

要在 Openclaw Skills 環境中啟用知識捕捉,請確保正確初始化工作區目錄:

# Create the required directory structure
mkdir -p /root/.openclaw/workspace/knowledge/{finance,agent,tech,product,misc,learning}

# Initialize the tracking files
touch /root/.openclaw/workspace/knowledge/learning/mastery-status.json
touch /root/.openclaw/workspace/knowledge/learning/question-bank.json

知識捕捉 資料結構與分類體系

該技能保持高度結構化的分類,以確保資料可移植性和清晰度:

檔案/目錄 用途
/knowledge/{category}/ 儲存按領域(如技術、財務)組織的 Markdown 筆記。
mastery-status.json 追蹤學習日期、複習次數、平均分和掌握程度。
question-bank.json 每個概念產生的題目(1-4 級)的 JSON 倉庫。
01-forgetting-curve.md 供人類閱讀的未來複習環節時間表。

知識捕捉 進階特性

  • 多層級提問: 自動產生四個等級的問題,從簡單的辨識到費曼技巧教學提示。
  • 動態調度: 根據演算法評分在新建、學習中、複習中和已掌握狀態之間移動概念。
  • 薄弱點識別: 自動標記低分概念,以增加其在未來複習環節中的出現頻率。
  • 類比引擎: 專門提示並儲存現實世界的類比,以增強概念錨定。

SKILL.md


加載中

Openclaw 相關技能

METADATA

Github Stars: 0
forks: 0

精選*