🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

maple-structured-storage

by @chentx1243

结构化知识归档、索引、检索与反思补全。将周报、笔记、知识文档自动拆解为标准化主题目录结构,维护全量索引,支持快速检索与信息缺失追问。TRIGGER: 归档/存储/记录/保存周报笔记文档, 追加更新知识, 索引生成刷新更新, 结构化检索读取查询, 反思补充补全缺失信息, 结构化记忆, 结构化存储, 结构化总结, k...

Versionv1.0.0
Downloads417
TERMINAL
clawhub install maple-structured-storage

📖 About This Skill


name: knowledge description: | 结构化知识归档、索引、检索与反思补全。将周报、笔记、知识文档自动拆解为标准化主题目录结构,维护全量索引,支持快速检索与信息缺失追问。TRIGGER: 归档/存储/记录/保存周报笔记文档, 追加更新知识, 索引生成刷新更新, 结构化检索读取查询, 反思补充补全缺失信息, 结构化记忆, 结构化存储, 结构化总结, knowledge archive index retrieve reflect structured memory structured storage structured summary. metadata: { "openclaw": { "emoji": "🧠", "tags": ["knowledge", "archive", "index", "search", "reflect"], "category": "productivity", }, }

Knowledge 结构化归档

将非结构化文档拆解为标准化主题目录结构,维护索引,支持检索与反思补问。

配置

配置文件存放在 skill 目录下:./.knowledge-config.json(相对于本 SKILL.md 所在目录)

首次调用时检查该配置文件:

  • 不存在 → 向用户询问源文件夹路径和结构化存储路径,验证后创建配置文件并建 source_path/done/ 子目录。
  • 已存在 → 读取配置继续执行。
  • {
      "source_path": "源文件夹路径",
      "storage_path": "结构化存储路径",
      "created_at": "创建时间"
    }
    

    路径约定:

  • source_path: 待处理的 .txt / .md 文件
  • storage_path: 结构化输出根目录
  • source_path/done/: 处理完成的源文件移动目标
  • > 注意:配置文件与归档数据分离存储,配置文件始终位于 skill 目录下,不受 storage_path 变更影响。

    核心流程

    1. 写入归档

    输入来源(按优先级): 1. 用户直接粘贴文本 2. 用户提供的文件或文件夹路径 3. 自动遍历 source_path 下未处理文件(跳过 done/),多个文件时列出清单供选择

    写入流程: 1. 读取并分析文档内容 2. 归纳 2-8 字主题名称,检查是否合并已有主题 3. 创建/打开主题文件夹,确保 resource/ 存在 4. 依次写入:description.md → process.md → meta.md → code.md,复制资源文件 5. 将源文件移动到 source_path/done/ 6. 触发索引生成,全量刷新 index.json 7. 触发反思补问 8. 汇报结果

    文件写入规则详见 references/file-rules.md

    2. 索引生成

    触发时机: 写入完成后自动触发,或用户主动要求。

    读取所有主题子文件夹的 description.md,生成 {storage_path}/index.json

    [
      {
        "boxName": "{主题名}",
        "description": "50-150字概要",
        "keyWord": ["关键词1", "关键词2", "关键词3", "关键词4"]
      }
    ]
    

    每次全量覆盖,不做增量更新。

    3. 检索

    触发时机: 用户需要查询已有知识沉淀。

    1. 读取 index.json,对比 keyWord 和 description,筛选最相关的前 1-2 个主题 2. 阅读候选主题的 description.md 确认匹配度 3. 根据需求读取对应文件:完整上下文→process.md,事实→meta.md,代码→code.md

    4. 反思补问

    触发时机: 每次写入完成后自动触发。

    1. 回顾本次写入内容,识别信息盲区(人物、时间、原因、关联系统、决策背景等) 2. 最多提出 3 个问题,附带原文片段 3. 用户回答后回写对应文件

    主动反思: 用户主动选择主题进行深度反思,生成结构化问卷,不限问题数量。

    反思流程详见 references/reflection.md

    目录结构

    ./                              # skill 目录
    └── .knowledge-config.json      # 配置文件(固定位置)

    {storage_path}/ ├── index.json # 全量索引 ├── {主题}/ │ ├── description.md # 概述 │ ├── process.md # 完整记录 │ ├── meta.md # 独立事实 │ ├── code.md # 代码片段 │ └── resource/ # 引用文件副本

    约束

  • 不丢失信息,宁可多记不遗漏
  • 代码完整保留,不截断不省略
  • 元信息必须明确、可验证的事实
  • 追加模式保留所有已有内容
  • 输出语言跟随源文档语言