ClawHub

Query Papers

API key required
Other

从你的专属Gitea知识库中检索相关论文内容，提供有依据且带链接的详细回答和文献分析。

Install

openclaw skills install query-papers

Skill: query_papers — paper-kb 查询知识库

用途

用户用自然语言提问时，从其专属的 Gitea 知识库中找到相关内容，生成有依据、 带来源链接的回答。采用两阶段检索：先读目录定位，再精读相关页面， 避免知识库变大后撑爆上下文。

触发条件

Activate when（满足任一）：

  • 用户在查找自己存过的内容："有没有关于……的论文/文献/资料"、"找一下……"、 "查一查……"、"我之前存过……吗"、"知识库里有什么"。
  • 用户要求基于知识库做分析："总结一下我存的关于……的方法"、 "对比一下知识库里的几种……方案"。
  • 上一轮查询后的追问："第二篇详细讲讲"、"那篇论文的结论是什么"。

Do NOT activate when：

  • 用户在存文档（有 arxiv 链接/PDF + 存储意图）→ 交给 ingest_paper。
  • 用户问的是通用知识而非查自己的库（如"什么是强化学习"、"帮我解释一下PID"） → 不调用本 Skill，直接正常回答。区分依据：问题是否指向"我存过的/知识库里的"内容。 拿不准时可以先查库，库里没有再正常回答。
  • 用户未注册 → 先走 init_user。

前置依赖

  • current_user_open_id：从消息上下文 sender 获取，传给脚本 --open_id。
  • 本 Skill 根目录需有 .env（GITEA_URL / GITEA_ADMIN_TOKEN / GITEA_BOT_USERNAME）。

完整执行流程

Step 1：读取知识库目录（第一阶段检索）

python3 scripts/kb_read.py --open_id <open_id> --list all

输出包含：

  • research_direction：用户研究方向（回答时可作为背景）
  • documents[]：每篇文档的 title / keywords / brief / score / file
  • concepts[]、resources[]：每个页面的 name / brief / file
  • base_url：拼接页面链接用（链接 = base_url + file）
  • repo_url：知识库首页链接

边界处理：

  • user_not_registered → 转交 init_user 流程。
  • documents 为空 → 回复："你的知识库还是空的～发一篇 arxiv 链接或 PDF 给我就能开始积累了！" 流程终止。

Step 2：判断相关页面（你自己完成）

根据用户问题和目录里的 title/keywords/brief，列出相关页面，不限数量但精读 上限8个。选择优先级：

  1. 概念页优先：问题命中某个概念（如问"力控制有哪些方法"而 concepts 里有 "力控制"）→ 概念页本身就是跨文档综合好的答案，优先精读。
  2. 资源页：问题在找数据集/工具/开源项目时优先。
  3. summary 页：按 keywords 和 brief 的匹配程度挑选。
  4. 相关页面超过8个时：精读最相关的8个，其余的在回答中仅以"标题+一句话"列出。

如果目录里没有任何相关内容：诚实告知"你的知识库里暂时没有与「××」直接 相关的内容"，可以基于你自己的知识简要回答问题（明确标注"以下是通用知识， 非来自你的知识库"），并建议用户存入相关论文。不要假装知识库里有内容。

Step 3：精读相关页面（第二阶段检索）

对 Step 2 选中的每个页面：

python3 scripts/kb_read.py --open_id <open_id> --read "<file路径，如 concepts/力控制>"

输出含 content（页面全文）和 page_url（可点击链接）。

Step 4：生成回答（你自己完成）

基于精读的内容回答用户问题。要求：

  • 全部中文，先给综合回答（直接回应问题，不要罗列式开头）。
  • 涉及具体文档时注明来源，每个引用的文档/页面都附上 page_url 链接。
  • 不同文档结论冲突时，如实指出冲突（概念页的"矛盾与待解决问题"一节是线索）。
  • 只基于知识库内容回答；知识库没覆盖的部分明确说"知识库中未涉及"。

回复格式参考（按实际情况灵活调整，不要生硬套模板）：

📌 <直接回答用户的问题，1-3段综合论述>

📚 相关内容：
1. 《<标题>》（相关性：高）
   <这篇与问题的关系，1-2句>
   🔗 <page_url>
2. ……

（如果引用了概念页）
🧠 概念页「<概念名>」已综合了 <N> 篇文档对此主题的论述：🔗 <page_url>

Step 5：记录查询历史（不阻塞）

python3 scripts/log_query.py --open_id <open_id> --question "<用户问题>"

无论成功失败都不影响回答。本步可与 Step 4 并行或在回复后执行。

追问处理

用户追问某篇文档细节时：直接用 Step 3 精读那篇（如还没读过），基于全文回答。 本次会话中已精读过的页面内容可直接复用，不必重复调用。

错误处理总则

  • 脚本输出单行 JSON；success: false 时按 message 处理，不把原始报错给用户。
  • Gitea 连不上等系统故障：告知用户"知识库暂时无法访问，请稍后再试或联系管理员"。
  • 绝不编造知识库中不存在的文档、结论或链接。