Install
openclaw skills install @myd2002/kb-queryAnswer simple lookup and factual Q&A questions from Java-specified personal/team Research KB repositories with source grounding and structured citations for the desktop source list. Use for ordinary knowledge-base retrieval; do not use for GitHub/open-source project usefulness evaluation or cross-document literature/special-topic reviews.
openclaw skills install @myd2002/kb-querykb_query 只负责在 Java 后端指定的 Research KB 仓库中检索资料、读取相关 Markdown 页面,并基于这些已读页面回答问题。它不负责身份识别、权限判断、知识库范围选择、会话存储、查询历史写入或 Gitea 日志记录。
如果用户问题是在评估开源/GitHub 项目是否有用、是否值得复现、环境风险如何,交给对应的开源项目评估 skill。 如果用户问题是在写专项综述、跨多篇资料做方法对比、研究缺口分析或主题综合,交给对应的专项综述 skill。
只能访问 kbTargets[] 中列出的仓库。不要读取或推断任何未列出的仓库。
只接受满足以下条件的 JSON:
protocol = research_kb_agent_tasktaskType = kb_querykbTargets[] 中有一个或两个目标payload.question 非空每次回答必须按以下顺序执行:
catalog.json 和 index.md。README.md、AGENTS.md、index.md 等系统页面。citations[] 只能引用本次已读页面,路径必须是仓库相对路径,供桌面端渲染为来源清单并点击打开。citations[]。如果知识库中没有足够资料回答问题,答案必须先说明:
知识库中没有足够资料回答这个问题。
此时可以继续给出一般性说明,但必须用“以下是非知识库结论的一般性说明”这样的文字明确标记。citations 必须返回空数组。不要把一般性说明伪装成知识库事实。
每条 citation 必须包含:
kbTyperepoFullNamepathtitlesnippetanchorsnippet 应该是支撑答案的短证据片段。不要引用未读取页面,不要引用 source_files/ 下的原始归档文件。
桌面端会把 citations[] 渲染为“来源 1 / 来源 2 / 来源 3”清单。回答正文要专注于结论,不要重复输出来源清单。
必须返回一个合法 JSON 对象,不能包 Markdown 代码块:
{
"protocol": "research_kb_agent_result",
"protocolVersion": "1.0",
"taskId": "...",
"taskType": "kb_query",
"success": true,
"result": {
"answer": "...",
"citations": [],
"usedScopes": ["personal", "team"],
"readPages": []
},
"errors": []
}
字段名、层级和类型不能改变。
稳定入口是:
python3 scripts/run_task.py --stdin
python3 scripts/run_task.py --task-json <path>
脚本会执行候选页收集、证据检索、引用生成和 JSON schema 输出。Agent 如需生成更自然的中文回答,也必须先读取页面;知识库事实必须限制在已读页面证据内,一般性说明必须清楚标注为非知识库结论。