Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

knowledge-system-guide知识体系指南

Agent Skill

knowledge-system-guide 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。

总安装

2,020

周安装

85

GitHub Stars

公开资料未说明

下载量

707
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:knowledge-system-guide(知识体系指南)
来源仓库:https://github.com/smseow001/knowledge-system-guide
安装命令:
openclaw skills install knowledge-system-guide
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 knowledge-system-guide

简介

帮助用户理解知识体系的重要性,提供拆解、归纳、联系、提炼四步方法及外挂知识库搭建系统化知识结构。

SKILL.md

知识体系建构指南

从知识焦虑到学以致用 | 为什么 + 是什么 + 如何做

一、核心定位

本技能整合两篇文档的核心理念,回答知识体系建设的三个根本问题

问题答案
为什么需要知识体系解决知识焦虑、学而无用、认知浅薄
是什么知识体系有机系统 + 要素关联 + 目标导向
如何建立知识体系拆 → 归 → 联 → 提 闭环 + 外挂知识库

二、为什么需要知识体系

2.1 知识学习的四大困境

❌ 知识无限 vs 生命有限
   → 面对海量信息,不知从何读起,陷入迷茫焦虑

❌ 学了很多但用不上
   → 问题解决能力弱,认知片面浅薄

❌ 碎片化导致混乱
   → 脑子满是孤岛信息,思考杂乱,表达混乱

❌ 越学越焦虑
   → 感觉永远学不完,形成恶性循环

根源:缺乏属于自己的知识体系

2.2 知识体系的三大价值

  1. 化零散为系统:孤立知识 → 相互关联的网络
  2. 化模糊为深刻:看清本质,避免人云亦云
  3. 化焦虑为行动:明确目标,学以致用

三、知识体系是什么

3.1 蒸馒头原理

知识体系不是知识的简单堆积,而是像「蒸馒头」一样:
馒头 =面粉 + 水 + 酵母 + 温度 + 时间
         ↓         ↓         ↓
      相关要素  相互作用  目标导向

知识体系 = 核心概念 + 方法论 + 应用场景
              ↓           ↓         ↓
          相互连接    动态反馈    明确目的

关键洞察

  • 做馒头不需要懂满汉全席 → 没有目标的学习是盲目的低效
  • 要素缺一不可 → 知识体系是有机的系统网络

3.2 三大特征

特征说明
🌱 有机系统由众多相互关联的要素构成,缺一不可
🔄 要素联动各部分相互配合、影响、共同作用
🎯 目标导向服务于明确目的,而非盲目积累

四、如何建立知识体系

4.1 内在心法:思考四层次闭环

  拆分 ──→ 归纳 ──→ 联系 ──→ 提炼
    │        │        │        │
    │        │        │        └──→ 直击本质(第一性原理)
    │        │        └──→ 触类旁通(跨界迁移)
    │        └──→ 化零散为体系(结构化知识网络)
    └──→ 化混沌为清晰(MECE 原则)
层次核心动作产出
L1 拆分分解问题(MECE)可执行清单
L2 归纳提取共性规律结构化模型
L3 联系跨界类比迁移创新洞察
L4 提炼第一性原理本质洞见

4.2 外挂工具:知识库闭环系统

raw/ (原始资料)──→ wiki/ (结构化知识)
       ↑AI整理            ↓回写
                    AGENTS.md
                      ↑
              规则驱动持续生长

七步运作流程

  1. 建立目录:raw/ + wiki/ + AGENTS.md
  2. 编写规则:明确页面类型 + 格式规范 + 回写要求
  3. 准备资料:3-5 份核心文档起步
  4. 首次摄入:AI 读取 raw/ → 按规则生成 wiki/
  5. 跨资料问答:驱动 AI 进行「联系」与「提炼」
  6. 执行回写:综合性答案写回 wiki/(关键动作!)
  7. 人工核查:Human owns verification(定期验证准确性)

4.3 知识库的增强循环

摄入 ──→ 整理 ──→ 问答 ──→ 沉淀 ──→ 核查
  ↑                                      │
  └─────────────── 反馈循环 ←──────────────┘

五、与 Obsidian 的互补关系

工具定位适用场景
Obsidian本地笔记 + 双向链接个人知识沉淀、手动记录
知识库闭环AI 辅助归纳 + 规则驱动AI 参与的知识生产、系统性提炼
思考四层次内在认知心法分析问题时的思维框架

最佳实践

Obsidian(手动记录)
    ↓ 双向链接 + 图谱
沉淀为 raw/ 资料
    ↓ AI 整理
wiki/ 结构化知识
    ↓ 思考四层次
深度分析与洞见
    ↓ 回写闭环
知识体系持续生长

六、避坑指南

❌ 四大误区

误区后果正确做法
无目标积累学了用不上,低效焦虑明确目的再学习
只积累不连接知识孤岛,无法迁移强制双向链接
忽视回写机制洞见流失,无法积累每次综合回答后回写
从不人工核查错误累积,质量下降定期验证准确性

✅ 正确姿势

  1. 从小处着手:先用每日记录养成习惯
  2. 目标驱动:围绕明确目的构建体系
  3. 定期整理:每周/每月复盘整理
  4. 工具配合:Obsidian + AI 知识库 + 思考框架

七、使用方式

触发场景

用户说「为什么我学的知识用不上」→ 展示知识体系重要性
用户说「帮我建立一个知识体系」→ 按七步流程执行
用户说「用思考框架分析这个」→ 触发思考四层次
用户说「帮我整理到知识库」→ 触发回写机制

组合使用

用户:「我最近学了很多但感觉很碎片化,怎么整合?」
→ 先用思考四层次分析问题
→ 再用知识库闭环沉淀
→ 最后用 Obsidian 做个人笔记沉淀

八、体系导航

已安装技能

技能用途
thinking-knowledge-system思考心法 + 知识库工具
obsidian-handbookObsidian 本地笔记
mckinsey-frameworks麦肯锡分析框架
math-theory-notes数学理论知识

组合推荐

场景技能组合
系统学习新领域思考四层次 + 知识库闭环 + 麦肯锡框架
笔记管理Obsidian + 知识库闭环
数学/AI 研究math-theory + 思考四层次
商业分析麦肯锡框架 + 知识库闭环

*本技能回答「为什么需要知识体系」并提供「如何建立」的完整方案*

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

98.88%
按下载量换算699

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills