一键导入
ontology-zh
类型化知识图谱,用于结构化智能体记忆和可组合技能。支持创建/查询实体(人物、项目、任务、事件、文档)、关联对象、约束检查、将多步骤操作规划为图变换,以及跨技能状态共享。触发词:"记住"、"我知道关于X什么"、"将X关联到Y"、"显示依赖关系"、实体增删改查、或跨技能数据访问。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
类型化知识图谱,用于结构化智能体记忆和可组合技能。支持创建/查询实体(人物、项目、任务、事件、文档)、关联对象、约束检查、将多步骤操作规划为图变换,以及跨技能状态共享。触发词:"记住"、"我知道关于X什么"、"将X关联到Y"、"显示依赖关系"、实体增删改查、或跨技能数据访问。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
中国公文格式化。按照党政机关公文格式标准,规范正文字体、标题层级、页面设置、落款、附件等格式要素。
使用 summarize CLI 对 URL 或文件进行摘要(网页、PDF、图片、音频、YouTube)的中文版本
AI 智能体的自进化引擎。分析运行时历史以识别改进点,并应用协议约束的进化机制。
通过 yt-dlp 提取 YouTube 视频字幕,支持视频摘要、问答和内容提取,仅适用于有字幕的视频
OpenClaw 原生安全插件——通过 MoltGuard API 检测工具结果与消息中的提示注入,可选本地净化网关在发送前脱敏 PII(银行卡/密码等),首次使用自动注册 API 密钥
从 10,000+ Nano Banana Pro 图像生成提示词中推荐合适的提示词,基于用户需求进行推荐。 针对 Nano Banana Pro (Gemini) 优化,但提示词同样适用于 Nano Banana 2、Seedream 5.0、 GPT Image 1.5、Midjourney、DALL-E、Flux、Stable Diffusion 以及任何文本到图像AI模型。 当用户想要以下内容时使用此技能: - 使用AI生成图像(任何模型 — Nano Banana Pro、Gemini、GPT Image、Seedream 等) - 找到经过验证的AI图像生成提示词和提示词模板 - 获取特定用例的提示词建议(肖像、产品、社交媒体、海报等) - 为文章、视频、播客或营销内容创建插图 - 浏览带有示例图像的精选提示词库 - 翻译和理解提示词技术 还提供:"ai-image-prompts" 技能 — 此库的模型无关版本,适用于通用图像生成。
| name | ontology-zh |
| description | 类型化知识图谱,用于结构化智能体记忆和可组合技能。支持创建/查询实体(人物、项目、任务、事件、文档)、关联对象、约束检查、将多步骤操作规划为图变换,以及跨技能状态共享。触发词:"记住"、"我知道关于X什么"、"将X关联到Y"、"显示依赖关系"、实体增删改查、或跨技能数据访问。 |
类型化词汇表 + 约束系统,用于将知识表示为可验证的图结构。
一切皆为实体,拥有类型、属性以及与其他实体的关系。每次变更都会在提交前进行类型约束验证。
实体: { id, type, properties, relations, created, updated }
关系: { from_id, relation_type, to_id, properties }
| 触发词 | 操作 |
|---|---|
| "记住……" | 创建/更新实体 |
| "我知道关于X什么?" | 查询图 |
| "将X关联到Y" | 创建关系 |
| "显示项目Z的所有任务" | 图遍历 |
| "什么依赖于X?" | 依赖查询 |
| 规划多步骤工作 | 建模为图变换 |
| 技能需要共享状态 | 读写本体对象 |
# 智能体与人员
Person: { name, email?, phone?, notes? }
Organization: { name, type?, members[] }
# 工作
Project: { name, status, goals[], owner? }
Task: { title, status, due?, priority?, assignee?, blockers[] }
Goal: { description, target_date?, metrics[] }
# 时间与地点
Event: { title, start, end?, location?, attendees[], recurrence? }
Location: { name, address?, coordinates? }
# 信息
Document: { title, path?, url?, summary? }
Message: { content, sender, recipients[], thread? }
Thread: { subject, participants[], messages[] }
Note: { content, tags[], refs[] }
# 资源
Account: { service, username, credential_ref? }
Device: { name, type, identifiers[] }
Credential: { service, secret_ref } # 切勿直接存储密钥
# 元数据
Action: { type, target, timestamp, outcome? }
Policy: { scope, rule, enforcement }
默认路径:memory/ontology/graph.jsonl
{"op":"create","entity":{"id":"p_001","type":"Person","properties":{"name":"Alice"}}}
{"op":"create","entity":{"id":"proj_001","type":"Project","properties":{"name":"Website Redesign","status":"active"}}}
{"op":"relate","from":"proj_001","rel":"has_owner","to":"p_001"}
通过脚本或直接文件操作进行查询。对于复杂图结构,建议迁移到 SQLite。
在处理现有的本体数据或 schema 时,应追加/合并变更,而非覆盖文件。这保留了历史记录,避免覆盖先前的定义。
python3 scripts/ontology.py create --type Person --props '{"name":"Alice","email":"alice@example.com"}'
python3 scripts/ontology.py query --type Task --where '{"status":"open"}'
python3 scripts/ontology.py get --id task_001
python3 scripts/ontology.py related --id proj_001 --rel has_task
python3 scripts/ontology.py relate --from proj_001 --rel has_task --to task_001
python3 scripts/ontology.py validate # 检查所有约束
在 memory/ontology/schema.yaml 中定义:
types:
Task:
required: [title, status]
status_enum: [open, in_progress, blocked, done]
Event:
required: [title, start]
validate: "end >= start if end exists"
Credential:
required: [service, secret_ref]
forbidden_properties: [password, secret, token] # 强制使用间接引用
relations:
has_owner:
from_types: [Project, Task]
to_types: [Person]
cardinality: many_to_one
blocks:
from_types: [Task]
to_types: [Task]
acyclic: true # 禁止循环依赖
使用本体的技能应声明:
# 在 SKILL.md 的 frontmatter 或头部中
ontology:
reads: [Task, Project, Person]
writes: [Task, Action]
preconditions:
- "Task.assignee must exist"
postconditions:
- "Created Task has status=open"
将多步骤计划建模为一系列图操作:
计划:"安排团队会议并创建后续任务"
1. CREATE Event { title: "Team Sync", attendees: [p_001, p_002] }
2. RELATE Event -> has_project -> proj_001
3. CREATE Task { title: "Prepare agenda", assignee: p_001 }
4. RELATE Task -> for_event -> event_001
5. CREATE Task { title: "Send summary", assignee: p_001, blockers: [task_001] }
每个步骤在执行前都会进行验证。遇到约束冲突时自动回滚。
将本体变更记录为因果动作:
# 在创建/更新实体时,同时记录到因果动作日志
action = {
"action": "create_entity",
"domain": "ontology",
"context": {"type": "Task", "project": "proj_001"},
"outcome": "created"
}
# 邮件技能创建承诺
commitment = ontology.create("Commitment", {
"source_message": msg_id,
"description": "周五前发送报告",
"due": "2026-01-31"
})
# 任务技能获取该承诺
tasks = ontology.query("Commitment", {"status": "pending"})
for c in tasks:
ontology.create("Task", {
"title": c.description,
"due": c.due,
"source": c.id
})
# 初始化本体存储
mkdir -p memory/ontology
touch memory/ontology/graph.jsonl
# 创建 schema(可选但推荐)
python3 scripts/ontology.py schema-append --data '{
"types": {
"Task": { "required": ["title", "status"] },
"Project": { "required": ["name"] },
"Person": { "required": ["name"] }
}
}'
# 开始使用
python3 scripts/ontology.py create --type Person --props '{"name":"Alice"}'
python3 scripts/ontology.py list --type Person
references/schema.md — 完整的类型定义和约束模式references/queries.md — 查询语言和遍历示例运行时指令操作本地文件(memory/ontology/graph.jsonl 和 memory/ontology/schema.yaml),并提供创建/查询/关联/验证的 CLI 用法;这些都在范围内。本技能读写工作区文件,首次使用时会自动创建 memory/ontology 目录。验证包括属性/枚举/禁止属性检查、关系类型/基数验证、标记为 acyclic: true 的关系的无环检查,以及 Event 的 end >= start 检查;其他高级约束可能仅为文档声明,除非在代码中实现。