Name: Knowledge Base Collector
Author: Reed

据 AlphaMoat 统计,截至 2026-09,Knowledge Base Collector 累计下载 2,702 次、获 2 个星标,在全部 5,078 个 AI 技能中排名第 3,952 位,在「知识管理」分类(442 个)中排名第 340 位。

累计安装

283

累计下载

2,702

星标

全站排名

#3,952

全站前 78% · 「知识管理」前 77%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	75	2,630	1	-
SkillHub ↗	283	2,702	2	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

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。支持网页、X/Twitter 与微信公众号链接及截图入库：优先用 r.jina.ai 抽取正文（无需登录）；公众号遇风控写占位条目（status=blocked_verification + #needs-manual），后续用 wechat_backlog.py 补抓；同一 URL 自动去重；截图入库可用本机 tesseract（chi_sim）或多模态 LLM 抽取 OCR 文本。检索用 search_kb.py 按关键词/标签/来源/时间过滤，weekly_digest.py 输出周报候选清单。默认 KB 位置 /home/ubuntu/.openclaw/kb，每条内容为 content.md + meta.json 并有全局 index.jsonl。安全要点：- 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）。 card 提醒：完整 URL（含私密或带 token 的 URL）会在抽取时发送给 r.jina.ai，请先脱敏或避免入库此类链接；macOS 节点侧抓取属高级手动操作，执行前需用户明确批准并检查具体命令。

资料发布于 2026-10-27

可以用来做什么

把网页/推文/公众号文章一键入库并打标签
截图入库（含 OCR 文本抽取）
在 Telegram 场景按标签或来源检索知识库
生成公众号待补抓队列与周报候选清单

什么时候用

需要长期沉淀阅读材料并保持可检索
公众号文章风控导致直接抓取失败
想以“先入库不丢”原则积累个人 KB

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

把这篇公众号文章入库并打上 #ai 标签

搜索知识库里最近 7 天关于 claude code 的条目

对这张截图做 OCR 后入库

月度数据趋势

累计下载2,702

星标2

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	2,702	—	2
2026-08	2,473	+8.2%	2
2026-07	2,285	+17.4%	2
2026-06	1,946	+10.6%	2
2026-05	1,760	—	1
2026-03	1,303	—	1

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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`)

展开全部(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。