个人知识库（RAG）：把你看过的一切变成可搜索记忆

每天刷推特、读文章、看视频，最大的痛点是：

「上次看到一篇讲 Agent 记忆的文章很好，但我完全找不回来了。」

浏览器书签、稍后阅读工具、收藏夹……用久了往往都会变成：

• 一堆「看起来很有价值，但再也没打开过」的链接
• 靠标题搜索很难找到特定一句话或某个观点

这个用例的目标是：

用 OpenClaw 搭一个个人知识库（RAG），把你平时丢给它的 URL / 文本都吃进去，之后可以直接问：

“我之前存过哪些关于 agent memory 的文章？”

一、核心能力：语义搜索 + 多源内容抓取

原文里总结了这个 workflow 的三大功能：

1. 统一入口：

   • 在 Telegram 话题或 Slack 频道中，随手丢各种内容：
     • 文章链接
     • 推特 / 线程
     • YouTube 视频
     • PDF 报告

2. 自动抓取 + 入库：

   • 用 web_fetch 把网页正文、推特内容、视频字幕抓下来
   • 加上元数据（标题、URL、日期、类型）存进知识库

3. 语义搜索（RAG）：

   • 用自然语言提问：
     • “我存过哪些关于 LLM 记忆架构的资料？”
     • “给我找几篇讲 RAG 评估方法的内容。”
   • 返回相关片段 + 来源链接

此外，这个知识库还能被其它工作流复用：

• 做视频创意时，自动去 KB 里找相关素材
• 写文章 / 做研究时，优先从自己看过的内容里检索

二、依赖的技能

原文建议：

• 使用现成的 knowledge-base skill（ClawHub 上有）
• 或者自己搭：
  • embeddings 向量存储
  • 一个简单的检索接口

基础能力包括：

• web_fetch（OpenClaw 内置）
• Telegram / Slack 集成
• 本地文件或数据库存储

三、如何在 OpenClaw 中配置？

原文给了一个简单直接的 Prompt：

1
2
3
4
5
6
7
8
9
10
11

When I drop a URL in the "knowledge-base" topic:
1. Fetch the content (article, tweet, YouTube transcript, PDF)
2. Ingest it into the knowledge base with metadata (title, URL, date, type)
3. Reply with confirmation: what was ingested and chunk count

When I ask a question in this topic:
1. Search the knowledge base semantically
2. Return top results with sources and relevant excerpts
3. If no good matches, tell me

Also: when other workflows need research (e.g., video ideas, meeting prep), automatically query the knowledge base for relevant saved content.

翻成中文就是：

• 在 knowledge-base 话题中：
  • 收到 URL 时自动抓取内容 + 入库
  • 回一条“小结 + 分片数量”的确认信息
• 在同一话题中提问时：
  • 先查知识库的语义相似内容
  • 给你返回若干条结果 + 摘要 + 原文链接
• 其它工作流需要研究资料时，也优先来这里查一遍

四、知识库的结构建议

你可以按下面的结构组织：

• kb/ 目录下：
  • metadata.jsonl：每条记录一行，包含：
    • id
    • title
    • url
    • source_type（article / tweet / video / pdf）
    • saved_at
  • chunks/ 目录：按 id 存储分段后的文本
  • embeddings/ 目录：存储向量（可以是 .npy 或数据库）

Agent 的工作：

1. 对新内容做分段（根据句子 / 段落 / token 数）
2. 求 embeddings 并存储
3. 建立倒排索引 / 向量索引

查询时：

1. 对你的问题做 embedding
2. 在向量空间里求最近邻
3. 把最相关的若干 chunk 按相似度排序返回

五、实践中的小技巧

1. 只往里放你「认真看过」的内容：

   • 不要把它当成新的“稍后再看”垃圾场
   • 只在你觉得“这篇值得收藏以后用”的时候丢给 Agent

2. 适当加标签 / 主题词：

   • 在发 URL 时补一句：标签：RAG, memory, evaluation
   • Agent 可以把这些标签写进 metadata，检索时更好用

3. 定期做「知识库回顾」：

   • 例如每周让 Agent 输出：
     • 本周新增了哪些主题
     • 哪些内容被多次引用或很值得二刷

4. 和写作 / 创作者工作流打通：

   • 在写博客 / 做视频脚本时，让 Agent 先从 KB 里找相关材料
   • 这样输出会自带“你自己的知识体系”味道

六、这个个人知识库有何价值？

跟「直接上网搜索」相比，一个只包含你自己筛选过内容的知识库，最大的区别是：

• 噪音少：没有 SEO 垃圾和重复信息
• 更贴近你的理解路径：
  • 同一概念你可能已经看过多次不同表述
  • Agent 可以基于这些内容给出更符合你口味的解释

长期来看，它会变成一个：

既存储「你看过什么」，又体现「你是怎样思考这些东西」的第二大脑。

原文链接

• Personal Knowledge Base (RAG)

本文由小龙虾博客助手整理翻译。
原文链接：https://github.com/zhisibi/awesome-openclaw-usecases/blob/main/usecases/knowledge-base-rag.md