Base de Connaissances Personnelle

Créez une base de connaissances sémantique et interrogeable à partir de tout ce que vous lisez — articles, tweets, transcriptions YouTube, PDFs — le tout ingéré et récupérable via un chat en langage naturel avec OpenClaw Ultra.

Aperçu du Système

Ce système transforme la mémoire de votre agent en une bibliothèque de recherche personnelle. Déposez n'importe quelle URL ou fichier dans le chat, et il est automatiquement ingéré, segmenté et indexé pour la recherche sémantique. Ensuite, posez des questions et obtenez des résultats classés avec attribution de source — plus jamais de marque-pages perdus.

Couche du Système	Fonction Principale	Résultat
Couche d'Ingestion	Récupération d'URL, extraction de contenu, normalisation de format	Texte structuré propre avec métadonnées
Couche de Traitement	Segmentation, génération d'embeddings, indexation vectorielle	Stockage de connaissances interrogeable sémantiquement
Couche de Récupération	Recherche hybride (sémantique + mots-clés), classement par pertinence	Résultats classés avec contexte de source
Couche de Mémoire	Persistance entre sessions, étiquetage automatique, déduplication	Base de connaissances croissante et non dupliquée
Couche d'Intégration	Alimentation d'autres flux de travail (SEO, réseaux sociaux, préparation de réunions)	Recherche réutilisable dans toutes les tâches de l'agent

Prérequis

Élément	Exigence
OpenClaw Ultra	Installé et en cours d'exécution
Knowledge Base Skill	Installer depuis ClawHub — rechercher "knowledge-base"
Canal d'Ingestion	Sujet Telegram ou canal Slack (recommandé pour l'ingestion automatique)

Étape 0 — Initialiser le Système de Base de Connaissances

Configurez OpenClaw Ultra comme votre moteur personnel de gestion des connaissances.

Étapes d'Opération

1. Ouvrez une nouvelle session de chat sur OpenClaw Ultra
2. Installez le knowledge-base Skill
3. Créez un sujet Telegram dédié appelé "knowledge-base" (ou utilisez un canal Slack)
4. Collez le prompt d'initialisation

Prompt Prêt à l'Emploi

Agissez comme mon système personnel de base de connaissances.

Je veux sauvegarder tout ce que je trouve de valeur — articles, tweets, vidéos YouTube, PDFs, extraits de code — et pouvoir les rechercher de manière conversationnelle.

Construisez un système qui :
- ingère le contenu des URL que je dépose dans le chat
- extrait et indexe le contenu complet
- prend en charge les requêtes en langage naturel sur les connaissances sauvegardées
- déduplique et étiquette le contenu automatiquement
- se connecte à d'autres flux de travail lorsqu'ils ont besoin de contexte de recherche

Étape 1 — Configurer le Pipeline d'Ingestion Automatique

Configurez l'agent pour traiter automatiquement toute URL ou fichier que vous envoyez.

1.1 Configurer le Canal d'Ingestion

Prompt

Configurez le sujet "knowledge-base" pour l'ingestion automatique de contenu.

Quand je dépose une URL dans ce sujet :
1. Récupérez le contenu complet (article, fil de tweets, transcription YouTube, PDF)
2. Extrayez un texte propre avec métadonnées : titre, URL, date, type de contenu
3. Segmentez en fragments sémantiques avec embeddings
4. Indexez avec des étiquettes : type de source, sujet, entités clés
5. Répondez avec : ce qui a été ingéré, nombre de fragments, étiquettes suggérées

Sources prises en charge :
- Articles web (toute URL)
- Vidéos YouTube (récupération automatique de la transcription)
- Tweets et fils X
- Documents PDF (via téléchargement de fichier)
- READMEs et documentation GitHub

1.2 Importer les Favoris Existants par Lot

Prompt

J'ai une collection de liens sauvegardés que je souhaite importer :

[liste d'URLs ou fichier d'exportation]

Traitez chacun via le pipeline d'ingestion.
Rapportez la progression : [X/N] ingérés, URLs échouées avec raisons d'erreur.

INFO

Votre base de connaissances grandit automatiquement à partir de maintenant — chaque lien intéressant que vous rencontrez, déposez-le simplement dans le sujet.

Étape 2 — Recherche Sémantique et Récupération

Interrogez votre base de connaissances de manière conversationnelle.

2.1 Requête de Base

Prompt

Recherchez dans ma base de connaissances : [votre question ou sujet]

Retournez :
- les 5 résultats les plus pertinents
- pour chacun : titre, URL source, extrait clé, score de pertinence
- s'il n'y a pas de bonnes correspondances, dites-le moi explicitement

2.2 Requête de Référence Croisée

Prompt

Je travaille sur [projet/tâche actuel].
Recherchez dans ma base de connaissances tout ce qui est lié à :
[liste de sujets ou mots-clés pertinents]

Résumez ce que je sais déjà, quelles sources j'ai et quelles lacunes existent.

Résultat de l'Étape 2

Accès instantané à tout ce que vous avez sauvegardé, organisé par pertinence.

Étape 3 — Étiquetage Automatique et Organisation

Gardez votre base de connaissances structurée sans effort manuel.

Prompt

Configurez les règles d'étiquetage automatique pour le contenu ingéré :

Toujours étiqueter par :
- Type de contenu : article, tweet, video, pdf, code, discussion
- Domaine : le domaine thématique principal
- Entité : entreprises, personnes, outils mentionnés

Créer automatiquement des clusters de sujets lorsque 3+ éléments partagent la même étiquette.
Signaler le contenu dupliqué ou quasi-dupliqué avant l'ingestion.

Étape 4 — Connecter la Base de Connaissances à d'Autres Flux de Travail

Rendez vos connaissances sauvegardées disponibles dans toutes les tâches de l'agent.

4.1 Alimenter la Création de Contenu

Prompt

Lors de la génération de briefs de contenu (pour le SEO, les réseaux sociaux ou YouTube),
recherchez automatiquement dans la base de connaissances le contenu sauvegardé pertinent.

Incluez des citations dans le brief pour que je sache d'où viennent les informations.

Guide Connexe : Flux de Travail de Contenu SEO

4.2 Alimenter la Préparation de Réunions

Prompt

Avant toute réunion avec [personne/entreprise/sujet],
recherchez dans ma base de connaissances le contenu sauvegardé à leur sujet ou sur leur secteur.

Incluez les résultats dans le brief de préparation de réunion.

4.3 Alimenter les Tâches de Recherche

Prompt

Quand je pose une question de recherche, recherchez TOUJOURS d'abord dans la base de connaissances.
Ne recherchez des sources externes que si la base de connaissances n'a pas de bons résultats.
Signalez de quelle source (BC vs externe) provient la réponse.

Étape 5 — Maintenance et Révision

Gardez la base de connaissances saine et utile dans le temps.

Prompt

Configurez la maintenance hebdomadaire de la base de connaissances :

Chaque dimanche à 10h :
1. Rapportez les nouveaux éléments ajoutés cette semaine : nombre, principales étiquettes, principales sources
2. Identifiez les éléments orphelins (jamais récupérés) — suggérez l'archivage
3. Fusionnez les entrées en double ou qui se chevauchent
4. Suggérez 3 sujets nécessitant plus de couverture en fonction de mes requêtes récentes

Architecture Finale du Système

URL/Fichier → Ingestion de Contenu → Segmentation et Embeddings →
Index Vectoriel → Recherche Sémantique → Récupération avec Contexte →
Alimentation des Flux SEO / Réseaux Sociaux / Réunions / Recherche

Conseils Pratiques d'Utilisation

1. Créez une habitude : chaque fois que vous lisez quelque chose d'utile, déposez le lien dans le sujet knowledge-base immédiatement
2. Utilisez des questions spécifiques lors de la recherche — "Qu'ai-je sauvegardé sur l'architecture RAG ?" fonctionne mieux que "parle-moi de l'IA"
3. Consultez périodiquement le rapport de maintenance hebdomadaire pour repérer les lacunes de connaissances
4. Combinez avec le Flux de Travail de Recherche Reddit — sauvegardez les découvertes Reddit directement dans la BC pour référence croisée