Knowledge Base Skill
by @wwl52
Multi-business knowledge base with image attachment + OCR support. Manage Q&A databases by business type, auto page splitting, and intelligent search.
clawhub install knowledge-base-skill📖 About This Skill
name: knowledge-base-skill version: 2.1.1 description: Multi-business knowledge base with image attachment + OCR support. Manage Q&A databases by business type, auto page splitting, and intelligent search. metadata: { "openclaw": { "requires": { "bins": ["python3"], "optional": ["tesseract-ocr", "pytesseract", "pillow"] }, "install": [], "files": [ "knowledge-base/kb-manager.py", "knowledge-base/image-manager.py", "knowledge-base/kb-image.sh", ], }, }
Knowledge Base Skill - 多业务知识库管理（支持图片 + OCR）
📖 功能概述
支持按业务类型分隔的问答知识库系统，每个业务独立存储、独立查询，自动分页，支持图片附件 + OCR 文字提取。
核心特性
| 特性 | 说明 | |------|------| | 🏢 多业务支持 | 客服、产品、技术等独立数据库 | | 📄 自动分页 | 单文件达 500MB 自动创建新页 | | 📸 图片附件 | 保存截图，自动 OCR 提取文字 | | 🔍 智能搜索 | 匹配问题文本 + 图片 OCR 文字 | | ⏳ 待回答管理 | 记录未回答问题，定期提醒 | | 📊 统计分析 | 业务统计、图片统计 | | 📤 导出功能 | 一键导出 Markdown 文档 |
🎯 触发词
当用户提到以下关键词时，进入知识库操作模式：
我想操作知识库我想操作业务知识库知识库knowledge baseKB添加一个问题查询知识库🚀 交互流程
方式一：快捷命令（强烈推荐 ⭐）
用户直接使用快捷格式，无需多轮对话：
KB:<业务名> Q:<问题> A:<答案> # 纯文字问答
KB:<业务名> Q:<问题> A:<答案> IMG:<路径> # 带图片问答
KB:<业务名> <问题> # 查询问题
KB:<业务名> list # 查看统计
KB:list # 列出所有业务
KB:img list [业务名] # 列出图片
KB:img stats # 图片统计
示例：
KB:客服 Q:如何退款 A:7 天内无理由退款
KB:技术 Q:登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png
KB:客服 退款流程是什么
KB:技术 list
KB:list
方式二：对话模式
#### 步骤 1：触发知识库操作
用户: 我想操作知识库 或 我想操作业务知识库
助理:
📚 已进入知识库操作模式当前业务：
1. 客服 (120 问答)
2. 产品 (85 问答)
3. 技术 (200 问答)
请告诉我业务类型，或：
输入业务名称（如"客服"）
说"list"查看所有
说"new 业务名"创建新业务
或直接用快捷格式：KB:业务 Q:问题 A:答案
#### 步骤 2：选择业务
用户: 技术 或 切换到技术知识库
助理:
✅ 已选择：技术知识库当前操作模式：
添加问答：Q: 问题 A: 答案 [IMG:图片路径]
查询问题：直接发送问题
查看状态：list
图片管理：img list / img stats
切换业务：switch
退出：exit 当前业务：技术 | 已回答：200 条 | 待回答：5 条 | 图片：15 张
#### 步骤 3：执行操作
添加问答（纯文字）:
用户：Q: API 地址是什么 A: https://api.example.com
助理：✅ 问答已添加 (技术知识库)
添加问答（带图片）:
用户：Q: 登录报 502 错误 A: 检查 Nginx 配置 IMG:/tmp/error.png
助理：
📸 保存图片... ✅ 已保存：error.png (256 KB)
🔍 提取 OCR 文字：502 Bad Gateway nginx/1.18.0
✅ 问答已添加 (技术知识库)
📎 附件：1 张图片
查询问题:
用户：502 错误怎么办
助理：
🔍 找到匹配答案（相似度 0.95）：Q: 登录报 502 错误
A: 检查 Nginx 配置
📎 相关图片：error.png
📝 图片文字：502 Bad Gateway nginx/1.18.0
📋 命令格式详解
快捷命令（推荐）
| 命令 | 说明 | 示例 |
|------|------|------|
| KB:业务 Q:问题 A:答案 | 添加问答 | KB:客服 Q:如何退款 A:7 天内可退款 |
| KB:业务 Q:问题 A:答案 IMG:路径 | 添加带图片问答 | KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png |
| KB:业务 问题 | 查询问题 | KB:客服 退款流程 |
| KB:业务 list | 查看业务统计 | KB:技术 list |
| KB:list | 列出所有业务 | KB:list |
| KB:new 业务名 | 创建新业务 | KB:new 财务 |
| KB:export 业务名 | 导出文档 | KB:export 客服 |
| KB:img list [业务] | 列出图片 | KB:img list 技术 |
| KB:img stats | 图片统计 | KB:img stats |
自然语言命令
| 用户输入 | 助理行为 |
|---------|---------|
| 我想在客服知识库添加一个问题 | 提示用户提供问题和答案 |
| Q: 如何退款 A: 7 天内可退款 | 添加到当前业务知识库 |
| 查询产品知识库中关于价格的问题 | 在产品知识库中搜索 |
| 帮我创建一个 HR 知识库 | 创建新业务 |
| 切换到技术知识库 | 切换当前业务 |
| 导出客服知识库 | 导出 Markdown 文档 |
🗂️ 目录结构
knowledge-base/
├── kb-manager.py # 知识库核心管理器
├── image-manager.py # 图片管理器 + OCR
├── kb-image.sh # 图片命令行工具
├── businesses.json # 业务索引
├── attachments/ # 图片附件目录
│ ├── 客服/
│ │ ├── a3f8b2c1.png
│ │ └── d9e4f5a6.jpg
│ ├── 产品/
│ └── 技术/
├── 客服/ # 业务数据库目录
│ ├── qa-database.json
│ └── qa-database-page2.json
├── 产品/
└── 技术/
📸 图片处理流程
1. 保存图片
# 自动保存到 attachments/业务名/
生成唯一文件名：{hash}.{ext}
返回文件信息：路径、大小、扩展名
2. OCR 提取文字
# 自动尝试 OCR 引擎：
1. pytesseract (Python 库)
2. tesseract 命令行
3. 其他 OCR 服务
返回提取的文字内容
3. 存储到数据库
{
"question": "登录报 502 错误",
"answer": "检查 Nginx 配置",
"attachments": [
{
"filename": "a3f8b2c1.png",
"type": "image",
"path": "attachments/技术/a3f8b2c1.png",
"ocr_text": "502 Bad Gateway nginx/1.18.0"
}
]
}
4. 搜索时匹配
# 同时搜索：
1. 问题文本相似度
2. 图片 OCR 文字相似度
返回最佳匹配 + 图片附件
🔍 搜索策略
优先级
1. 当前业务搜索 - 默认只在当前业务搜索 2. 跨业务搜索 - 如果当前业务无匹配，询问是否跨业务搜索 3. 图片 OCR 搜索 - 同时匹配图片中的文字
相似度阈值
| 相似度 | 行为 | |--------|------| | ≥ 0.9 | 直接返回，高置信度 | | 0.7-0.9 | 返回并提示相似度 | | 0.6-0.7 | 返回并建议确认 | | < 0.6 | 视为无匹配，建议添加新问答 |
搜索结果格式
{
"question": "登录报 502 错误",
"answer": "检查 Nginx 配置",
"similarity": 0.95,
"business": "技术",
"page": 1,
"attachments": [
{
"filename": "a3f8b2c1.png",
"ocr_text": "502 Bad Gateway"
}
]
}
⚙️ 配置选项
分页大小
MAX_FILE_SIZE = 500 * 1024 * 1024 # 500MB
相似度阈值
DEFAULT_THRESHOLD = 0.6 # 默认匹配阈值
OCR 语言
# 支持的语言包
lang='chi_sim+eng' # 简体中文 + 英文
🛠️ 命令行工具
知识库管理
cd knowledge-base业务管理
python3 kb-manager.py business list # 列出所有业务
python3 kb-manager.py business new 客服 # 创建新业务
python3 kb-manager.py business delete 客服 # 删除业务问答操作
python3 kb-manager.py add 客服 "如何退款" "7 天内可退款"
python3 kb-manager.py search 客服 "退款流程"
python3 kb-manager.py stats 客服 # 详细统计
python3 kb-manager.py export 客服 # 导出文档
图片管理
# 保存图片并添加问答
./kb-image.sh add 技术 "502 错误" "检查 Nginx" "/tmp/error.png"OCR 提取
./kb-image.sh ocr "/tmp/screenshot.png"列出图片
./kb-image.sh list 技术图片统计
./kb-image.sh stats
📊 统计信息
业务统计
KB:技术 list
输出：
业务：技术
已回答：200 条
待回答：5 条
页数：1 页
图片统计
KB:img stats
输出：
{
"total_images": 25,
"total_size_mb": 12.5,
"businesses": {
"客服": {"images": 10, "size_kb": 5120},
"技术": {"images": 8, "size_kb": 4096},
"产品": {"images": 5, "size_kb": 2560}
}
}
💡 最佳实践
1. 业务命名
2. 问题标准化
502 错误、退款流程、API 地址这个怎么办、那个问题3. 图片处理
login-502-error.png4. 定期维护
KB:export 业务名⚠️ 依赖安装
必需
可选（推荐）
OCR 引擎 - 用于自动提取图片文字：
# Python 库
pip install pytesseract pillow系统包（Ubuntu/Debian）
apt install tesseract-ocr tesseract-ocr-chi-sim tesseract-ocr-engmacOS
brew install tesseract tesseract-lang
检查 OCR 状态：
./kb-image.sh ocr /path/to/test.png
🎯 使用场景
场景 1：客服 FAQ
问题：新客服不知道如何处理各种客户咨询
解决：
1. 创建 客服 业务
2. 添加常见问题：KB:客服 Q:如何退款 A:7 天内可退款
3. 新客服查询时自动回答
场景 2：技术支持（带截图）
问题：用户发送错误截图咨询，同样问题重复出现
解决：
1. 保存错误截图：KB:技术 Q:502 错误 A: 检查 Nginx IMG:/tmp/error.png
2. OCR 自动提取文字
3. 下次查询时返回答案 + 截图
场景 3：产品文档
问题：产品规格经常变更，文档更新不及时
解决：
1. 创建 产品 业务
2. 每次更新后添加：KB:产品 Q:iPhone 15 规格 A:...IMG:specs.png
3. 查询时自动匹配最新规格
📖 相关文档
📝 版本历史
Skill 位置: skills/knowledge-base-skill/
数据位置: knowledge-base/