内存管理
个人知识图谱构建
把碎片知识变成“节点 + 关系”的结构化图谱，支持检索、推荐和复盘。
这个案例能帮你做什么
- 把分散在笔记、浏览记录、对话里的知识统一进图谱。
- 自动抽取实体关系，建立“概念之间如何关联”的可追踪结构。
- 支持图谱可视化、每周更新、质量检查和导出复用。
你需要的 Skills（按类型）
| 类型 | Skill / 工具 | 用途 | 来源 |
|---|---|---|---|
| 外部（需安装） | note-parser |
从笔记中提取知识点 | ClawHub |
| 外部（需安装） | browser-history-analyzer |
从浏览历史提取主题 | ClawHub |
| 外部（需安装） | knowledge-graph-visualizer |
生成图谱可视化页面 | ClawHub |
| 外部（需安装） | knowledge-exporter |
导出图谱为 Markdown | ClawHub |
| 内置 | openclaw agent |
关系提取、推荐、复盘与维护 | OpenClaw Built-in |
快速体验版（先跑一轮）
你是我的知识图谱助手。
我会用“#知识点 xxx”给你几条输入，
请为每条提取：实体、关系、分类，并输出一份关系网预览。
本轮不做可视化，只验证结构是否合理。
稳定自动版（可长期运行）
1) 知识收集
clawhub install note-parser
openclaw agent --message "请使用 note-parser skill 从 ~/.openclaw/notes 提取知识点，保存到 ~/.openclaw/knowledge/entities.json"
clawhub install browser-history-analyzer
openclaw agent --message "请使用 browser-history-analyzer skill 分析最近30天的浏览历史，保存到 ~/.openclaw/knowledge/topics.json"
openclaw agent --message "分析我最近的对话，提取关键知识点"
2) 关系提取
openclaw agent --message "分析我的知识库，提取知识点之间的关系"
关系定义示例：
{
"relationships": [
{
"from": "OpenClaw",
"to": "Skills",
"type": "包含",
"weight": 1.0
},
{
"from": "Skills",
"to": "自动化",
"type": "实现",
"weight": 0.9
},
{
"from": "find-skills",
"to": "ProactiveAgent",
"type": "配合使用",
"weight": 0.8
}
]
}
3) 可视化
clawhub install knowledge-graph-visualizer
openclaw skills run knowledge-graph-visualizer \
--input ~/.openclaw/knowledge \
--output ~/.openclaw/knowledge/graph.html \
--style "force-directed"
open ~/.openclaw/knowledge/graph.html
4) 应用与维护
openclaw agent --message "搜索：如何使用Skills"
openclaw agent --message "根据我的知识图谱，推荐下一步学习内容"
openclaw agent --message "生成本周知识复盘报告"
# 每周更新
openclaw agent --message "更新知识图谱"
# 质量检查
openclaw agent --message "检查知识图谱质量"
# 导出
openclaw agent --message "请使用 knowledge-exporter skill 导出知识图谱为 markdown 格式，保存到 ~/knowledge-base.md"
成功标准
- 图谱能持续吸收新增知识点。
- 关系网络可支持检索与学习推荐。
- 每周更新与质量检查稳定执行。