研究与学习
自托管知识库助手（Coeus）
在本地把笔记、灵感、工作记录沉淀成可语义搜索的知识库。
目录
这个案例能帮你做什么
- 把日常输入（
note:、idea:、standup:）统一入库，不再散落在聊天和文件里。 - 先走零成本的全文检索，再在结果不足时自动补语义检索，速度和召回率都兼顾。
- 给每天/每周摘要提供缓存短摘要，减少上下文 token 消耗。
你需要的 Skills（按类型）
| 类型 | Skill / 依赖 | 用途 | 来源 |
|---|---|---|---|
| 内置 | 文件系统读写 | 保存 schema.sql、state.json、导出文件 |
OpenClaw Built-in |
| 外部（需安装） | Python 3.11+ | 运行 coeus.py |
Python |
| 外部（需安装） | SQLite 3.45.1+ + vec0 扩展 |
FTS + 向量检索 | asg017/sqlite-vec |
| 外部（需安装） | torch、transformers、sentence-transformers |
本地 embedding 与摘要处理 | PyPI |
快速体验版（先跑一轮）
先确认本机向量扩展可用：
sqlite3 :memory: ".load /usr/local/lib/sqlite3/vec0.so" "SELECT 'vec0 OK';"
然后最小化初始化并写入一条测试记录：
mkdir -p ~/coeus && cd ~/coeus
python3 -m venv venv
source venv/bin/activate
pip install torch --index-url https://download.pytorch.org/whl/cpu
pip install transformers sentence-transformers --no-deps
# 按原文准备 coeus.py 与 schema.sql 后执行
python3 coeus.py capture "note: Testing Coeus setup"
python3 coeus.py stats
稳定自动版（可长期运行）
1) 初始化目录与数据库
mkdir -p ~/coeus && cd ~/coeus
# 把原文里的完整 schema.sql 保存到当前目录
# 然后初始化数据库
sqlite3 coeus.db << 'INIT'
.load /usr/local/lib/sqlite3/vec0.so
.read schema.sql
INIT
echo '{"capture_mode": false, "current_session_id": null, "last_capture_block_id": null}' > state.json
mkdir -p exports
2) 约定采集触发词（与原文一致）
- 显式前缀：
note:、capture:、log:、remember:、kb: - 模板触发：
standup:、meeting [name]:、idea [project]: - 批量模式：
start capturing→ 多条note:→stop capturing
3) 常用 CLI（每日可复用）
cd ~/coeus
source venv/bin/activate
python3 coeus.py capture "note: your content here"
python3 coeus.py search "find container scaling"
python3 coeus.py brief today
python3 coeus.py stats
4) OpenClaw 执行提示词（落地版）
你是我的知识库助手。
请把我今天输入的 note:/idea:/standup: 内容按 Coeus 规范入库，并遵循以下规则：
1. 先做全文检索（FTS），只有结果不足时再做语义检索。
2. 输出优先使用 one-line summary，而不是整段原文。
3. 给出：命中内容、来源、建议下一步。
4. 不做删除操作；涉及覆盖写入时先让我确认。
成功标准
- 日常记录能通过语义问题快速找回（不依赖原词复现）。
- 每日/每周摘要优先走缓存摘要，token 消耗明显下降。
- 新增内容可稳定自动入库，不需要手工搬运。