夜雨聆风
看到好文章就收藏，但从来找不到？用 AI 自动把知识管起来，语义搜索想找就找。
01. 痛点
你是否有这样的经历？
- • 整天阅读文章、推文、视频
- • 书签越积越多
- • 但上周看到的重要内容，怎么也想不起来在哪
- • 最终这些知识全都"吃灰"了
收藏 = 学会？那是不可能的。
02. 解决方案：AI 个人知识库
用 OpenClaw 搭建一个会自动整理的知识库！
核心功能
| 功能 | 说明 |
|---|---|
| 自动摄入 | 发送 URL 给 AI，自动抓取文章、视频、推文 |
| 语义搜索 | 用自然语言搜索，比如"我保存了哪些关于 Agent 的内容？" |
| 工作流联动 | 其他工作流可以自动查询知识库 |
03. 典型工作流
步骤 1：保存
看到好文章，直接转发链接给 OpenClaw：
老坛分享了一个链接：https://xxx.com/article
步骤 2：自动处理
OpenClaw 自动完成：
- • 抓取网页内容
- • 文本分块
- • 向量化
- • 存入数据库
步骤 3：查询
随时提问：
我之前保存的关于 AI Agent 的文章有哪些？
步骤 4：回答
AI 返回相关结果 + 来源链接：
你保存了以下内容：
- 1. [OpenClaw 安装教程] - 来源：知乎
- 2. [AI Agent 最佳实践] - 来源：公众号
...
04. 技术原理
用户发送URL → Web抓取 → 文本分块 → 向量化 → 存入数据库
↓
用户提问 → 向量化查询 → 相似度匹配 → 返回结果 + 来源简单理解就是：
- 1. 存：把文章"读懂"后存进大脑（向量数据库）
- 2. 找：问问题 → 大脑搜索 → 返回相关记忆
05. 所需技能
| 技能 | 说明 |
|---|---|
| knowledge-base | 从 ClawHub 安装，管理知识库 |
| x-reader | 解析国内链接（微信公众号、小红书等） |
06. 相关技能对比
| 技能 | 特点 |
|---|---|
| sulada-knowledge-base | 管理个人知识库，支持标签和自然语言查询 |
| knowledge-base-collector | 从网页/X/微信收集，支持标签分类 |
| personal-knowledge-base | 基于 RAG 和文本向量化，支持文件保存和问答 |
| x-knowledge-base | 自动收集 X 书签，AI 浓缩 + 交叉链接 |
07. 设置步骤
第 1 步：安装技能
npx clawhub@latest install knowledge-base
npx clawhub@latest install x-reader第 2 步：创建 Telegram 话题
创建一个名为 "knowledge-base" 的 Telegram 话题
第 3 步：发送提示词
When I drop a URL in the "knowledge-base" topic:
1. Fetch the content (article, tweet, YouTube transcript, PDF)
2. Ingest it into the knowledge base with metadata (title, URL, date, type)
3. Reply with confirmation: what was ingested and chunk count
When I ask a question in this topic:
1. Search the knowledge base semantically
2. Return top results with sources and relevant excerpts
3. If no good matches, tell me第 4 步：测试
放入几个 URL，然后提问测试：
我有哪些关于 LLM memory 的内容？
08. 难度
⭐⭐ （两星，简单）
使用场景
| 场景 | 示例 |
|---|---|
| 资料收集 | 看到好文章，链接一转发就自动存好 |
| 知识复习 | 问"我之前看过哪些关于 AI 的文章？" |
| 写作素材 | 写文章前查询相关资料 |
| 会议准备 | 自动查询相关的历史积累 |
本篇小结
用 AI 搭建个人知识库后：
- • ✅ 看到好内容，链接一转发就自动存
- • ✅ 用自然语言就能搜到
- • ✅ 再也不怕"知识吃灰"
你的知识，值得被更好地利用。
相关文章
- • [《OpenClaw 新手实践课程》系列]
来源：awesome-openclaw-usecases-zh 标签：#openclaw #rag #knowledge-base
