Basis Pengetahuan Pribadi

Bangun basis pengetahuan semantik yang dapat dicari dari semua yang Anda baca — artikel, tweet, transkrip YouTube, PDF — semuanya diserap dan dapat diambil melalui obrolan bahasa alami dengan OpenClaw Ultra.

Ikhtisar Sistem

Sistem ini mengubah memori agen Anda menjadi perpustakaan riset pribadi. Letakkan URL atau file apa pun ke dalam obrolan, dan secara otomatis akan diserap, dipotong, dan diindeks untuk pencarian semantik. Nanti, ajukan pertanyaan dan dapatkan hasil yang diperingkat dengan atribusi sumber — tidak ada lagi bookmark yang hilang.

Lapisan Sistem	Fungsi Inti	Hasil
Lapisan Penyerapan	Pengambilan URL, ekstraksi konten, normalisasi format	Teks terstruktur bersih dengan metadata
Lapisan Pemrosesan	Pemotongan, pembuatan embedding, indeks vektor	Penyimpanan pengetahuan yang dapat dicari secara semantik
Lapisan Pengambilan	Pencarian hibrida (semantik + kata kunci), peringkat relevansi	Hasil diperingkat dengan konteks sumber
Lapisan Memori	Persistensi lintas sesi, penandaan otomatis, deduplikasi	Basis pengetahuan yang terus bertambah tanpa duplikasi
Lapisan Integrasi	Masukkan ke alur kerja lain (SEO, sosial, persiapan rapat)	Riset yang dapat digunakan kembali di semua tugas agen

Prasyarat

Item	Persyaratan
OpenClaw Ultra	Terinstal dan berjalan
Knowledge Base Skill	Instal dari ClawHub — cari "knowledge-base"
Saluran Penyerapan	Topik Telegram atau saluran Slack (direkomendasikan untuk serapan otomatis)

Langkah 0 — Inisialisasi Sistem Basis Pengetahuan

Atur OpenClaw Ultra sebagai mesin manajemen pengetahuan pribadi Anda.

Langkah Operasi

1. Buka sesi obrolan baru di OpenClaw Ultra
2. Instal knowledge-base Skill
3. Buat topik Telegram khusus bernama "knowledge-base" (atau gunakan saluran Slack)
4. Tempel prompt inisialisasi

Prompt Siap Pakai

Bertindaklah sebagai sistem basis pengetahuan pribadi saya.

Saya ingin menyimpan semua yang saya anggap berharga — artikel, tweet, video YouTube, PDF, potongan kode — dan dapat mencarinya secara percakapan.

Bangun sistem yang:
- menyerap konten dari URL yang saya masukkan ke obrolan
- mengekstrak dan mengindeks konten lengkap
- mendukung kueri bahasa alami atas pengetahuan yang disimpan
- mendeduplikasi dan menandai konten secara otomatis
- terhubung ke alur kerja lain saat mereka membutuhkan konteks riset

Langkah 1 — Siapkan Pipa Penyerapan Otomatis

Konfigurasikan agen untuk secara otomatis memproses URL atau file yang Anda kirim.

1.1 Konfigurasi Saluran Penyerapan

Prompt

Siapkan topik "knowledge-base" untuk penyerapan konten otomatis.

Saat saya memasukkan URL di topik ini:
1. Ambil konten lengkap (artikel, utas tweet, transkrip YouTube, PDF)
2. Ekstrak teks bersih dengan metadata: judul, URL, tanggal, jenis konten
3. Potong menjadi segmen semantik dengan embedding
4. Indeks dengan tag: jenis sumber, topik, entitas kunci
5. Balas dengan: apa yang diserap, jumlah potongan, tag yang disarankan

Sumber yang didukung:
- Artikel web (URL apa pun)
- Video YouTube (ambil transkrip otomatis)
- Tweet dan utas X
- Dokumen PDF (melalui unggahan file)
- README dan dokumentasi GitHub

1.2 Impor Bookmark yang Ada Secara Batch

Prompt

Saya memiliki koleksi tautan tersimpan yang ingin saya impor:

[daftar URL atau file ekspor]

Proses masing-masing melalui pipa penyerapan.
Laporkan kemajuan: [X/N] diserap, URL yang gagal dengan alasan kesalahan.

INFO

Basis pengetahuan Anda akan tumbuh secara otomatis mulai sekarang — setiap tautan menarik yang Anda temukan, cukup masukkan ke topik.

Langkah 2 — Pencarian Semantik dan Pengambilan

Cari basis pengetahuan Anda secara percakapan.

2.1 Kueri Dasar

Prompt

Cari di basis pengetahuan saya: [pertanyaan atau topik Anda]

Kembalikan:
- 5 hasil paling relevan
- untuk masing-masing: judul, URL sumber, kutipan kunci, skor relevansi
- jika tidak ada kecocokan yang baik, beri tahu saya secara eksplisit

2.2 Kueri Referensi Silang

Prompt

Saya sedang mengerjakan [proyek/tugas saat ini].
Cari di basis pengetahuan saya untuk semua yang terkait dengan:
[daftar topik atau kata kunci relevan]

Ringkas apa yang sudah saya ketahui, sumber apa yang saya miliki, dan celah apa yang ada.

Hasil Langkah 2

Akses instan ke semua yang telah Anda simpan, diatur berdasarkan relevansi.

Langkah 3 — Penandaan dan Organisasi Otomatis

Jaga basis pengetahuan Anda tetap terstruktur tanpa usaha manual.

Prompt

Konfigurasikan aturan penandaan otomatis untuk konten yang diserap:

Selalu tandai berdasarkan:
- Jenis konten: article, tweet, video, pdf, code, discussion
- Domain: bidang subjek utama
- Entitas: perusahaan, orang, alat yang disebutkan

Buat kluster topik secara otomatis ketika 3+ item berbagi tag yang sama.
Tandai konten duplikat atau hampir duplikat sebelum penyerapan.

Langkah 4 — Hubungkan Basis Pengetahuan ke Alur Kerja Lain

Buat pengetahuan tersimpan Anda tersedia di semua tugas agen.

4.1 Masukkan ke Pembuatan Konten

Prompt

Saat membuat brief konten (untuk SEO, media sosial, atau YouTube),
cari secara otomatis basis pengetahuan untuk konten tersimpan yang relevan.

Sertakan kutipan dalam brief sehingga saya tahu dari mana wawasan itu berasal.

Panduan Terkait: Alur Kerja Konten SEO

4.2 Masukkan ke Persiapan Rapat

Prompt

Sebelum rapat apa pun dengan [orang/perusahaan/topik],
cari basis pengetahuan saya untuk konten tersimpan tentang mereka atau industri mereka.

Sertakan temuan dalam brief persiapan rapat.

4.3 Masukkan ke Tugas Riset

Prompt

Saat saya mengajukan pertanyaan riset, SELALU cari basis pengetahuan terlebih dahulu.
Hanya cari sumber eksternal jika basis pengetahuan tidak memiliki hasil yang baik.
Laporkan dari sumber mana (BP vs eksternal) jawaban berasal.

Langkah 5 — Pemeliharaan dan Tinjauan

Jaga basis pengetahuan tetap sehat dan berguna seiring waktu.

Prompt

Siapkan pemeliharaan basis pengetahuan mingguan:

Setiap hari Minggu jam 10 pagi:
1. Laporkan item baru yang ditambahkan minggu ini: jumlah, tag teratas, sumber teratas
2. Identifikasi item yatim (tidak pernah diambil) — sarankan pengarsipan
3. Gabungkan entri duplikat atau tumpang tindih
4. Sarankan 3 topik yang membutuhkan lebih banyak cakupan berdasarkan kueri terbaru saya

Arsitektur Sistem Akhir

URL/File → Penyerapan Konten → Pemotongan dan Embedding →
Indeks Vektor → Pencarian Semantik → Pengambilan dengan Konteks →
Masukkan ke Alur Kerja SEO / Sosial / Rapat / Riset

Tips Penggunaan Praktis

1. Buat kebiasaan: setiap kali Anda membaca sesuatu yang berguna, segera masukkan tautan ke topik knowledge-base
2. Gunakan pertanyaan spesifik saat mencari — "Apa yang saya simpan tentang arsitektur RAG?" lebih baik daripada "ceritakan tentang AI"
3. Tinjau laporan pemeliharaan mingguan secara berkala untuk menemukan celah pengetahuan
4. Kombinasikan dengan Alur Kerja Riset Reddit — simpan temuan Reddit langsung ke BP untuk referensi silang