Bază de Cunoștințe Personale

Construiți o bază de cunoștințe semantică și căutabilă din tot ce citiți — articole, tweet-uri, transcrieri YouTube, PDF-uri — toate ingerate și recuperabile prin chat în limbaj natural cu OpenClaw Ultra.

Prezentare Generală a Sistemului

Acest sistem transformă memoria agentului dvs. într-o bibliotecă personală de cercetare. Aruncați orice URL sau fișier în chat, iar acesta este automat ingerat, segmentat și indexat pentru căutare semantică. Mai târziu, puneți întrebări și obțineți rezultate clasificate cu atribuirea sursei — nu mai pierdeți marcaje.

Stratul Sistemului	Funcția Principală	Rezultat
Stratul de Ingestie	Preluare URL, extragere conținut, normalizare format	Text structurat curat cu metadate
Stratul de Procesare	Segmentare, generare de embedding-uri, indexare vectorială	Magazin de cunoștințe căutabil semantic
Stratul de Recuperare	Căutare hibridă (semantică + cuvinte cheie), clasificare relevanță	Rezultate clasificate cu contextul sursei
Stratul de Memorie	Persistență între sesiuni, etichetare automată, deduplicare	Bază de cunoștințe în creștere, fără duplicare
Stratul de Integrare	Alimentarea altor fluxuri de lucru (SEO, social, pregătire întâlniri)	Cercetare reutilizabilă în toate sarcinile agentului

Condiții Prealabile

Element	Cerință
OpenClaw Ultra	Instalat și în funcțiune
Knowledge Base Skill	Instalați din ClawHub — căutați "knowledge-base"
Canal de Ingestie	Subiect Telegram sau canal Slack (recomandat pentru ingestie automată)

Pasul 0 — Inițializarea Sistemului de Bază de Cunoștințe

Configurați OpenClaw Ultra ca motor personal de gestionare a cunoștințelor.

Pași Operaționali

1. Deschideți o nouă sesiune de chat în OpenClaw Ultra
2. Instalați knowledge-base Skill
3. Creați un subiect Telegram dedicat numit "knowledge-base" (sau folosiți un canal Slack)
4. Lipiți promptul de inițializare

Prompt Gata de Utilizare

Acționați ca sistemul meu personal de bază de cunoștințe.

Vreau să salvez tot ce consider valoros — articole, tweet-uri, videoclipuri YouTube, PDF-uri, fragmente de cod — și să le pot căuta conversațional.

Construiți un sistem care:
- ingerează conținut din URL-urile pe care le arunc în chat
- extrage și indexează conținutul complet
- suportă interogări în limbaj natural asupra cunoștințelor salvate
- deduplică și etichetează conținutul automat
- se conectează la alte fluxuri de lucru atunci când au nevoie de context de cercetare

Pasul 1 — Configurarea Conductei de Ingestie Automată

Configurați agentul să proceseze automat orice URL sau fișier pe care îl trimiteți.

1.1 Configurarea Canalului de Ingestie

Prompt

Configurați subiectul "knowledge-base" pentru ingestia automată de conținut.

Când arunc un URL în acest subiect:
1. Preluați conținutul complet (articol, fir de tweet-uri, transcriere YouTube, PDF)
2. Extrageți text curat cu metadate: titlu, URL, dată, tip conținut
3. Segmentați în fragmente semantice cu embedding-uri
4. Indexați cu etichete: tip sursă, subiect, entități cheie
5. Răspundeți cu: ce a fost ingerat, număr de fragmente, etichete sugerate

Surse acceptate:
- Articole web (orice URL)
- Videoclipuri YouTube (preluare automată transcriere)
- Tweet-uri și fire X
- Documente PDF (prin încărcare fișier)
- README-uri și documentație GitHub

1.2 Importarea în Lot a Marcajelor Existente

Prompt

Am o colecție de linkuri salvate pe care vreau să le import:

[listați URL-urile sau fișierul de export]

Procesați fiecare prin conducta de ingestie.
Raportați progresul: [X/N] ingerate, URL-uri eșuate cu motivele erorii.

INFO

Baza dvs. de cunoștințe crește automat de acum înainte — orice link interesant pe care îl întâlniți, aruncați-l în subiect.

Pasul 2 — Căutare Semantică și Recuperare

Interogați-vă baza de cunoștințe conversațional.

2.1 Interogare de Bază

Prompt

Căutați în baza mea de cunoștințe: [întrebarea sau subiectul dvs.]

Returnați:
- cele mai relevante 5 rezultate
- pentru fiecare: titlu, URL sursă, extras cheie, scor relevanță
- dacă nu există potriviri bune, spuneți-mi explicit

2.2 Interogare de Referință Încrucișată

Prompt

Lucrez la [proiectul/sarcina curentă].
Căutați în baza mea de cunoștințe orice legat de:
[listați subiectele sau cuvintele cheie relevante]

Rezumați ce știu deja, ce surse am și ce lacune există.

Rezultatul Pasului 2

Acces instantaneu la tot ce ați salvat, organizat după relevanță.

Pasul 3 — Etichetare Automată și Organizare

Mențineți-vă baza de cunoștințe structurată fără efort manual.

Prompt

Configurați reguli de etichetare automată pentru conținutul ingerat:

Etichetați întotdeauna după:
- Tip conținut: article, tweet, video, pdf, code, discussion
- Domeniu: aria tematică principală
- Entitate: companii, persoane, instrumente menționate

Creați automat clustere de subiecte când 3+ elemente împart aceeași etichetă.
Semnalați conținut duplicat sau aproape duplicat înainte de ingestie.

Pasul 4 — Conectarea Bazei de Cunoștințe la Alte Fluxuri de Lucru

Faceți cunoștințele salvate disponibile în toate sarcinile agentului.

4.1 Alimentarea Creării de Conținut

Prompt

Când generați briefuri de conținut (pentru SEO, rețele sociale sau YouTube),
căutați automat în baza de cunoștințe conținutul salvat relevant.

Includeți citări în brief pentru a ști de unde provin informațiile.

Ghid Conex: Flux de Lucru pentru Conținut SEO

4.2 Alimentarea Pregătirii Întâlnirilor

Prompt

Înainte de orice întâlnire cu [persoană/companie/subiect],
căutați în baza mea de cunoștințe conținut salvat despre ei sau industria lor.

Includeți descoperirile în brieful de pregătire a întâlnirii.

4.3 Alimentarea Sarcinilor de Cercetare

Prompt

Când pun o întrebare de cercetare, căutați ÎNTOTDEAUNA mai întâi în baza de cunoștințe.
Căutați surse externe doar dacă baza de cunoștințe nu are rezultate bune.
Raportați din ce sursă (BC vs externă) provine răspunsul.

Pasul 5 — Întreținere și Revizuire

Mențineți baza de cunoștințe sănătoasă și utilă în timp.

Prompt

Configurați întreținerea săptămânală a bazei de cunoștințe:

În fiecare duminică la ora 10:00:
1. Raportați elementele noi adăugate în această săptămână: număr, principalele etichete, principalele surse
2. Identificați elementele orfane (niciodată recuperate) — sugerați arhivarea
3. Îmbinați intrările duplicate sau suprapuse
4. Sugerați 3 subiecte care necesită mai multă acoperire pe baza interogărilor mele recente

Arhitectura Finală a Sistemului

URL/Fișier → Ingestie Conținut → Segmentare și Embedding-uri →
Index Vectorial → Căutare Semantică → Recuperare cu Context →
Alimentarea Fluxurilor SEO / Social / Întâlniri / Cercetare

Sfaturi Practice de Utilizare

1. Creați un obicei: de fiecare dată când citiți ceva util, aruncați imediat linkul în subiectul knowledge-base
2. Folosiți întrebări specifice când căutați — "Ce am salvat despre arhitectura RAG?" funcționează mai bine decât "spune-mi despre AI"
3. Revizuiți periodic raportul săptămânal de întreținere pentru a depista lacunele de cunoștințe
4. Combinați cu Fluxul de Lucru pentru Cercetare pe Reddit — salvați descoperirile Reddit direct în BC pentru referință încrucișată