Name: Knowledge Base Collector
Author: Reed

據 AlphaMoat 統計,截至 2026-09,Knowledge Base Collector 累計下載 2,702 次、獲 2 個星標,在全部 5,078 個 AI 技能中排名第 3,952 位,在「知識管理」分類(442 個)中排名第 340 位。

累計安裝

283

累計下載

2702

星標

全站排名

#3,952

全站前 78% · 「知識管理」前 77%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	75	2630	1	-
SkillHub ↗	283	2702	2	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

把使用者發來的連結/截圖沉澱到共享知識庫（KB），並做標籤化整理。支援網頁、X/Twitter 與微信公眾號連結及截圖入庫：優先用 r.jina.ai 抽取正文（無需登入）；公眾號遇風控寫佔位條目（status=blocked_verification + #needs-manual），後續用 wechat_backlog.py 補抓；同一 URL 自動去重；截圖入庫可用本機 tesseract（chi_sim）或多模態 LLM 抽取 OCR 文字。檢索用 search_kb.py 按關鍵詞/標籤/來源/時間過濾，weekly_digest.py 輸出週報候選清單。預設 KB 位置 /home/ubuntu/.openclaw/kb，每條內容為 content.md + meta.json 並有全域性 index.jsonl。安全要點：- 截圖/網頁可能包含 token/驗證碼/金鑰：入庫前應做脫敏（替換為 REDACTED）。 card 提醒：完整 URL（含私密或帶 token 的 URL）會在抽取時傳送給 r.jina.ai，請先脫敏或避免入庫此類連結；macOS 節點側抓取屬高階手動操作，執行前需使用者明確批准並檢查具體命令。

資料釋出於 2026-10-27

可以用來做什麼

把網頁/推文/公眾號文章一鍵入庫並打標籤
截圖入庫（含 OCR 文字抽取）
在 Telegram 場景按標籤或來源檢索知識庫
生成公眾號待補抓佇列與週報候選清單

什麼時候用

需要長期沉澱閱讀材料並保持可檢索
公眾號文章風控導致直接抓取失敗
想以“先入庫不丟”原則積累個人 KB

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

把這篇公眾號文章入庫並打上 #ai 標籤

搜尋知識庫裡最近 7 天關於 claude code 的條目

對這張截圖做 OCR 後入庫

月度資料趨勢

累計下載2702

星標2

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	2702	—	2
2026-08	2473	+8.2%	2
2026-07	2285	+17.4%	2
2026-06	1946	+10.6%	2
2026-05	1760	—	1
2026-03	1303	—	1

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

3.7 KB · ClawHub v0.1.3

---
name: knowledge-base-collector
description: Collect and organize a personal knowledge base from URLs (web/X/WeChat) and screenshots. Use when the user says they want to save an URL, ingest a link, archive content to KB, tag/classify notes, store screenshots, or search their saved knowledge in Telegram. Supports WeChat via a connected macOS node when cloud fetch is blocked.
---

## Summary

- Ingest: web URLs, X/Twitter links, WeChat Official Account links (mp.weixin.qq.com), and screenshots
- Store: writes to a shared KB folder with per-item `content.md` + `meta.json` and a global `index.jsonl`
- Organize: tag-first classification with richer tags (e.g. `#agent`, `#coding-agent`, `#claude-code`, `#mcp`, `#rag`, `#prompt-injection`, `#security`, `#pricing`, `#database`)

展開全部(共 81 行)

- WeChat: cloud fetch may be blocked; when a macOS node (e.g. Reed-Mac) is online, prefer node-side fetch to improve success rate; otherwise create a placeholder entry
- Search: designed to support Telegram Q&A / search flows on top of the index and content

把用户发来的链接/截图沉淀到共享知识库（KB），并做标签化整理。

## 默认 KB 位置
- KB Root（可改）：`/home/ubuntu/.openclaw/kb`
- 索引：`kb/20_Inbox/urls/index.jsonl`
- 每条内容目录：`kb/20_Inbox/urls/<YYYY-MM>/<item>/content.md + meta.json`

> 目标：**先入库不丢**，再迭代“摘要/标签/检索”。

## 你要做的事（按输入类型）

### 1) 普通网页 / X(Twitter) / 公众号 URL 入库
运行脚本：

```bash
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/ingest_url.py "<URL>" --tags "#optional" --note "context"
```

行为：
- 自动识别来源（web/x/wechat）
- 优先用 `r.jina.ai` 抽取正文（无需登录）
- 公众号遇到风控会写占位条目：`status=blocked_verification` + tag `#needs-manual`
- 对同一 URL 做 key 去重（已存在则跳过）

#### WeChat 更高成功率（推荐路径）
当云端抓取命中“环境异常/验证”时：
- 如果有已连接的 macOS 节点（例如 `Reed-Mac`）且该节点能访问该文章，可用 `nodes.run` 在节点上执行抓取（requests+bs4），然后写入 KB。
- 注意：这条路径依赖节点在线与网络环境；无法承诺 100%。

### 2) 截图/图片入库（含 OCR 文本）
脚本：

```bash
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/ingest_image.py /path/to/image.jpg \
  --text-file /path/to/ocr.txt \
  --title "..." --tags "#ai #product" --note "..."
```

说明：
- `ingest_image.py` 负责“落盘+索引”。OCR 可用：
  - 本机 tesseract（若安装了 `tesseract-ocr` + `chi_sim`）
  - 或用多模态 LLM 抽取文字后写入 `--text-file`

## Telegram 里直接问（检索）
推荐先用脚本（本机/服务器）：

```bash
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/search_kb.py --q "claude code" --limit 10
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/search_kb.py --tags "#claude-code #coding-agent" --limit 20
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/search_kb.py --source wechat --since 7d --q "Elys"
```

## 公众号待补抓队列（占位条目）

```bash
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/wechat_backlog.py --limit 30
```

## 周报/主题报告候选清单（给 LLM 写总结用）

```bash
python3 /home/ubuntu/.openclaw/skills/knowledge-base-collector/scripts/weekly_digest.py --days 7 --limit 30
```

## 重要注意事项（安全/隐私）
- 截图/网页可能包含 token/验证码/密钥：入库前应做脱敏（替换为 `REDACTED`）。
- 公众号抓取受风控影响：建议允许“占位入库”，后续再补全。