返回顶部
l

link-library链接库

>

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
154
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

link-library

链接库 — 个人内容知识库

保存包含完整原文的网页内容,生成摘要和标签,支持语义检索。

核心规则

  1. 1. 始终保存原始全文 — 摘要用于检索,原文用于重读
  2. 检测兴趣,而非等待指令 — 若用户与链接互动,主动询问是否保存
  3. Twitter/X 为一级内容 — 全面支持推文、串文和文章

兴趣检测

当用户分享链接时,评估兴趣信号:

自动保存(无需确认):

  • - 用户明确说保存/收藏/记一下/放进知识库
  • 用户要求帮我总结一下(总结意味着值得保存)

询问是否保存(仅问一次):

  • - 用户分享链接 + 正面评价(这篇不错、有意思、学到了)
  • 用户就链接内容提出后续问题
  • 用户实质性讨论链接内容

不保存:

  • - 用户仅为了对话中快速参考而分享链接
  • 用户说不用保存或类似表述

数据存储位置

所有条目保存在 ~/.openclaw/workspace-main/library/:

library/
├── articles/ # 网页文章、博客文章、微信公众号、知乎
├── tweets/ # Twitter/X 帖子和串文
├── videos/ # YouTube、Bilibili
├── podcasts/ # 播客节目
├── papers/ # 学术论文、PDF
├── images/ # 信息图、视觉内容
└── misc/ # 其他所有内容

内容类型与获取方法

类型URL 模式获取方法模板
article通用网页、博客、/post/web_fetch 或 curl -s https://r.jina.ai/URLarticle.md
wechat
mp.weixin.qq.com | cd ~/.agent-reach/tools/wechat-article-for-ai && python3 main.py URL | article.md | | tweet | x.com、twitter.com /status/ | xreach tweet URL --json | tweet.md | | thread | x.com、twitter.com(串文) | xreach thread URL --json | tweet.md | | video | youtube.com、youtu.be | yt-dlp --dump-json URL + 字幕提取 | video.md | | bilibili | bilibili.com | yt-dlp --dump-json URL + 字幕提取 | video.md | | paper | arxiv.org、.pdf 链接 | web_fetch 或浏览器 | paper.md | | podcast | 播客平台 | web_fetch 元数据 | podcast.md | | image | 图片 URL | 下载 + 描述 | image.md |

Twitter/X 获取详情

bash

单条推文


xreach tweet URLORID --json

完整串文

xreach thread URLORID --json

用户时间线(用于上下文)

xreach tweets @username -n 20 --json

从 JSON 中提取:fulltext、user.screenname、created_at、entities、媒体 URL。
对于串文:按顺序拼接所有推文作为完整内容。

视频字幕提取

bash

下载字幕


yt-dlp --write-sub --write-auto-sub --sub-lang zh-Hans,zh,en \
--convert-subs vtt --skip-download -o /tmp/%(id)s URL

然后读取 .vtt 文件作为转录文本

条目结构

每个条目包含两部分:

1. YAML 前置元数据(结构化元数据)

yaml title: ... source: ... # 平台/域名 url: ... # 原始 URL author: ... # 作者或 @用户名 date_published: ... # 内容创建时间 date_saved: ... # 保存时间 last_updated: ... # 最后修改时间 type: article|tweet|video|podcast|paper|image tags: [tag1, tag2, ...] status: unread|read|reviewed priority: low|normal|high related: [] # 相关条目路径

2. Markdown 正文(内容)

markdown

{标题}

摘要

2-3 句话的摘要。

要点

  • - 要点 1
  • 要点 2

原始内容

完整的原文 — 不截断,不总结。 这是重读和引用的权威来源。

引用

值得标注的重要引用

笔记

个人观察、关联、行动项。

相关

  • - [[library/tweets/related-tweet]]
  • [[library/articles/related-article]]

⚠️ 强制要求:始终在原始内容部分保存完整的原文。
摘要和要点用于快速检索。原文用于准确的重读和引用。切勿跳过保存完整内容。

文件命名规范

<短横线化标题>-.md

示例:

  • - library/articles/yc-why-not-work-and-startup-2026-03-12.md
  • library/tweets/garry-tan-on-yc-advice-2026-03-13.md
  • library/videos/how-to-build-agents-2026-03-13.md

保存工作流

  1. 1. 检测 URL — 从用户消息中解析链接
  2. 识别类型 — 将 URL 模式匹配到内容类型
  3. 检查去重 — memory_search(URL 或标题) 避免重复
  4. 获取内容 — 使用上表中对应的方法
  5. 生成元数据 — 标题、摘要、要点、标签(3-7 个)
  6. 写入条目 — 使用模板,填充前置元数据 + 完整原文
  7. 确认 — 告知用户:标题、标签和保存位置

搜索与检索

python

语义搜索


memory_search(创业方法论)
memory_search(Garry Tan 的推文)
memory_search(AI agent 视频教程)

读取特定条目

memory_get(library/tweets/garry-tan-on-yc-2026-03-13.md)

返回搜索结果时,显示:

  • - 标题 + 来源 + 日期
  • 摘要(最多 2 行)
  • 标签
  • 询问是否查看完整原文

写作参考模式

当用户要求使用已保存内容进行写作时:

  1. 1. 在知识库中搜索相关条目
  2. 阅读最佳匹配条目的完整原文
  3. 综合见解,内联引用来源
  4. 引用格式为 [[library/type/entry-name]]

模板

位于 templates/ 目录:

  • - article.md — 网页文章、博客文章、新闻通讯
  • tweet.md — Twitter/X 帖子和串文
  • video.md — 带转录文本的视频
  • podcast.md — 播客节目
  • paper.md — 学术论文
  • image.md — 视觉内容

最佳实践

  • - 虔诚地保存原文 — 摘要会丢失细微之处
  • 一致地使用标签 — 复用现有标签,保持词汇精简
  • 链接相关条目 — 逐步构建知识图谱
  • 不过度询问 — 若兴趣明确,直接保存并确认

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 link-library-1776112201 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 link-library-1776112201 技能

通过命令行安装

skillhub install link-library-1776112201

下载

⬇ 下载 link-library v1.0.0(免费)

文件大小: 7.33 KB | 发布时间: 2026-4-17 15:14

v1.0.0 最新 2026-4-17 15:14
link-library v1.0.0 — Initial Release

- Introduces a personal knowledge base for capturing and retrieving web content (articles, tweets, videos, podcasts, images, PDFs).
- Automatically detects user interest signals to save content, even without explicit save commands.
- Supports semantic search, retrieval, and citation of saved content for writing and discussions.
- Organizes content by type and platform, always saving original full text with metadata, summaries, and tags.
- Provides detailed templates, workflows, and best practices for consistent content management.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部