Agent Skill · 运维

edge-knowledge-graph（边缘知识图谱）

edge-knowledge-graph 用于辅助前端页面、组件、样式和交互逻辑开发，适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

edge-knowledge-graph 是运维类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为权限未标注；许可证为 MIT-0，第三方扫描已通过，按安装量在运维类的 954 个 Skill 里排第 529。

总安装 6,302周安装 260GitHub Stars 公开资料未说明下载 2,059核验 2026-05-01

运维权限未标注 ClawHub未标认证来源可访问许可证明确审计通过 OpenClaw

安装说明

本站只整理中文说明，不托管安装包，也不代用户安装。

GitHub

许可证: MIT-0
版本: 1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手，先确认命令和权限，再让它执行。

请帮我安装这个 Agent Skill：edge-knowledge-graph（边缘知识图谱）
来源仓库：https://github.com/kingofzhao/edge-knowledge-graph
安装命令：
openclaw skills install edge-knowledge-graph
安装前请先检查当前环境是否支持对应 CLI，并向我确认将要执行的命令、安装目录、联网范围和文件读写权限；确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill；本站只展示命令，不托管安装包，也不自动执行。

ClawHubOpenClaw

openclaw skills install edge-knowledge-graph

这个 Skill 是做什么的

运维类 Skill 处理部署、监控、日志和云资源，多数需要较高的执行权限。

在资源有限的边缘设备上本地构建和查询重点知识图子图，以实现低延迟、离线感知推理和增量更新。

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 OpenClaw；先确认自己用的是其中之一，再按对应工具的 Skills 目录放置。
2
拿到安装命令
可以直接复制的命令是 openclaw skills install edge-knowledge-graph；命令里的占位符换成自己的路径或密钥再执行。
3
安装后重启宿主
命令执行完要完全退出宿主工具再打开，让新装的 Skill 被重新扫描到，否则列表里可能看不到。
4
按最小权限试用
权限没有明确标注，第一次使用时只给一个无关紧要的任务，观察它到底读了哪些文件和网络。

常见问题

6 条

edge-knowledge-graph 怎么安装？

在终端执行 openclaw skills install edge-knowledge-graph。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

edge-knowledge-graph 支持哪些 AI 工具？

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录，一般也能手动放进去，但要自己确认触发方式是否一致。

edge-knowledge-graph 需要什么权限？

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务，观察它实际读写了哪些内容。

edge-knowledge-graph 是免费的吗？

来源标注的许可证是 MIT-0。本站不代收任何费用，也不托管安装包；能否商用、要不要署名，以许可证原文为准。

edge-knowledge-graph 用的人多吗？

公开数据是累计安装 6,302 次，近一周安装 260 次，下载 2,059 次。这些数字来自第三方目录统计，只能当作热度参考，不代表质量或安全性。

edge-knowledge-graph 安全吗？

第三方扫描结果为通过，但这只覆盖已知的静态检查项，不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

专注 OpenClaw 一种宿主，触发方式和使用习惯不用来回切换。
许可证明确为 MIT-0，商用和分发边界好判断。
第三方扫描已通过，常见的高风险行为没有命中。

先想清楚的地方

第三方目录整理，版本更新和行为细节以来源仓库为准。

适不适合你

更适合

已经在用 OpenClaw，想直接扩展它能力的人。
需要处理运维类任务、又不想每次都手写提示词的人。
需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

需要厂商级技术支持和 SLA 的生产系统。

运维类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
docker-essentials Docker 基础 · OpenClaw	1,005,151	30	接触敏感数据	MIT-0	通过
playwright-scraper-skill Playwright scraper 技能 · OpenClaw	923,557	54	接触敏感数据	MIT-0	有提醒
moltguard moltguard 搜索 · OpenClaw	825,096	110	接触敏感数据	MIT-0	通过
finance-news 财经新闻 · OpenClaw	275,512	10	需要联网	MIT-0	有提醒
security-monitor 安全监视器 · OpenClaw	224,169	5	需要联网	MIT-0	有提醒
edge-knowledge-graph 边缘知识图谱 · 本页	6,302	—	权限未标注	MIT-0	通过

按安装量取同分类前几名；数字来自第三方目录统计，只作热度参考，不代表质量结论。

SKILL.md 原文

Edge Knowledge Graph

边缘计算 × 知识图谱：在资源受限的边缘设备上构建和查询知识图谱。

何时使用

IoT设备需要本地知识推理（断网场景）
移动端实时知识查询（低延迟需求）
边缘节点的轻量级知识管理
端侧个性化知识图谱

核心认知

1. 边缘知识图谱的核心矛盾

知识图谱的价值与规模成正比，但边缘设备的资源（内存、算力、存储）极其有限。解决方案不是"缩放"而是"投影"——将云端的完整知识图谱投影为边缘场景所需的子图。

投影原则：

场景驱动：只保留当前任务所需的三跳以内的实体和关系
频率加权：高频查询路径保留更多细节，低频路径只保留骨架
压缩存储：用整数ID替代URI，用位图索引替代B+树

2. 增量同步协议

边缘KG不能全量同步，需要增量更新：

Change Vector：每个边缘节点维护一个变更向量（类似CRDT的version vector）
Diff-Patch协议：云端计算出变更差异（Delta），只传输Delta
冲突解决：边缘离线期间的本地修改与云端更新冲突时，按时间戳+优先级合并
压缩传输：Delta用RDF diff格式 + gzip压缩，典型压缩比 > 90%

3. 端侧推理优化

在边缘设备上执行SPARQL查询太重。替代方案：

预计算路径：云端预计算高频查询路径，边缘只做路径匹配
规则缓存：OWL推理规则编译为简单的if-then规则，边缘执行
近似查询：允许一定误差的近似子图匹配，换取消耗降低

碰撞来源

edge-computing × knowledge-graph-builder × knowledge-graph-query-optimizer
crdt-conflict-resolution（增量同步）× edge-ai-deployment（部署模式）

平台分布

OpenClaw

75.21%

按下载量换算1,549

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围，默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息，不托管安装包，不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源，建议同时核对源仓库。

继续浏览同类 Skills

更多运维 Skills（954）返回 Skills 目录

上一个 Skill

edge-computing（边缘计算）

mike47512/edge-computing

edge-computing 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。

下一个 Skill

edge-tts-unlimited（边缘 tts 无限）

dannyshmueli/edge-tts-unlimited

edge-tts-unlimited 用于辅助 Python 项目开发、测试和数据处理，适合在 OpenClaw 中需要阅读 Python 代码、运行测试或整理脚本流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写。