知识沉淀引擎

每日知识沉淀引擎（Knowledge Auto-Precipitation Engine，KAPE）。自动完成：下载昨日Get笔记内容 → 结合对话记录 → 深度分析用户学习、感悟、工作状态 → 生成含重点摘要的日志简报 → 同步归档到 Get笔记（带标签）+ 飞书知识库 + 飞书文档。触发场景：「整理昨天的日志...

KAPE — 知识自动沉淀引擎 v0.1.5

安全说明

本 skill 需要以下工具权限：

• exec：获取 Get笔记 API 数据（只读 HTTPS 请求）
• feishu_wiki、feishu_doc：写入飞书文档
• sessions_list、sessions_history：读取对话记录

不会执行任何本地文件写入之外的 shell 命令，所有外部 API 调用均为只读请求。

凭证配置

Get笔记 API 凭证存储在 openclaw.json 中：

{
  "skills": {
    "entries": {
      "getnote": {
        "apiKey": "<从配置文件读取，勿硬编码>",
        "env": {
          "GETNOTE_CLIENT_ID": "<从配置文件读取>"
        }
      }
    }
  }
}

飞书机器人需已加入知识库成员，否则 feishu_wiki(spaces) 返回空。

共享文件夹配置

飞书文档统一存放在共享文件夹「牛管家日志」，确保张公子有删除权限。

配置项	值
文件夹名称	牛管家日志
文件夹 token	FQfXfYBGGllxxydJ1SgcJZWqnpf
文件夹 URL	https://qcnu4qzh46f0.feishu.cn/drive/folder/FQfXfYBGGllxxydJ1SgcJZWqnpf
张公子权限	full_access（可删除文档）

---

核心工作流

每天自动生成日志简报，三端同步归档。

第零步：Get笔记 授权检查与自动刷新

⚠️ 重要：Get笔记 CLI 维护独立于 openclaw.json 的登录状态，电脑重启后可能被重置（显示 Not authenticated）。本步骤自动检测并修复，无需用户手动操作。

操作流程：

1. 先执行 getnote auth status 检查当前认证状态
2. 若返回 Not authenticated：
   • 从 ~/.openclaw/openclaw.json 读取 skills.entries.getnote.apiKey 和 skills.entries.getnote.env.GETNOTE_CLIENT_ID
   • 执行 getnote auth login --api-key "<apiKey>" --client-id "<clientId>"（API Key 直接传给 CLI，不记录到任何日志）
   • 等待 Logged in successfully. 确认
3. 若已认证（Authenticated）：直接继续，不做任何操作

注意：API Key 从配置文件读取后直接作为命令行参数传给 getnote auth login，不写入任何日志文件或工作记忆，防止隐私泄露。

---

第一步：确定日期范围

• 目标日期：昨天
• 获取方式：使用 session_status 工具获取当前日期，向前减1天作为目标日期
• 日期格式：YYYY-MM-DD（用于字符串前缀匹配）

第二步：获取数据（并行）

Get笔记读取

1. 调用 Get笔记 API：

   GET https://openapi.biji.com/open/api/v1/resource/note/list?since_id=0
   Headers:
     Authorization: {从 openclaw.json 读取的 apiKey}
     X-Client-ID: {从 openclaw.json 读取的 GETNOTE_CLIENT_ID}
   

2. int64 ID 修复（必须执行）：response 中的 id、note_id、next_cursor、parent_id 需做字符串化处理，防止 JSON 解析溢出：

   text = re.sub(r'"(id|note_id|next_cursor|parent_id)"\s*:\s*(\d{16,})',
                 lambda m: f'"{m.group(1)}":"{m.group(2)}"', text)
   

3. 筛选 created_at.startswith(target_date) 的笔记

4. 注意：优先读取录音笔记（recorder_audio）和网页剪藏（plain_text from web），这些通常含 AI 整理的完整内容

对话记录获取

1. 用 sessions_list 获取所有 session（设置足够的 activeMinutes 覆盖目标日期）
2. 判断 session 在目标日期有活动的条件：updatedAt >= 目标日期开始时间 AND updatedAt < 今日开始时间
3. 用 sessions_history 读取符合条件的 session 内容（includeTools=false）
4. 解析用户消息（role: user）作为对话记录

词汇存档（若有）

• 容错读取：用 exec + cat 读取 workspace/vocabulary/{target_date}.md，若文件不存在或读取失败则跳过，不阻断流程
• 统计当日新增单词数量（如有）

⚠️ 路径处理规范：所有从 memory_search 或 sessions_list 等工具返回的路径，返回格式可能为 Markdown 链接（如 [2026-04-05.md](http://...）或纯路径。传给 read 工具前，必须先去除 Markdown 链接格式，只提取纯路径部分（去掉 [text](url) 包装，保留 text 部分作为文件路径）。

第三步：深度分析与整理

⚠️ 数据获取优先级：Get笔记是对话记录的主要来源，session 对话记录是辅助参考。无论 Get笔记调用成功与否，都要继续执行后续步骤，不要因为某项数据缺失而中断流程。

用户行为分析：

• 从 Get笔记的 tags、title、source 推断用户关注领域
• 从录音笔记数量和总时长推断学习深度
• 从内容关键词判断核心主题

张公子画像维度（供参考）：

维度	观察点
学习风格	主动深度 vs 被动浏览
知识关联	是否跨领域建立联系
方法论倾向	重底层原理 vs 碎片技巧
时间感知	是否主动管理精力/时间
决策态度	务实程度、换方法频率

生成日志简报结构（见 references/briefing-template.md）

生成主题关联图（v0.1.5 新增）： 根据当日笔记和对话记录，自动提取3-5个核心主题，标注主题间的关联关系，帮助快速定位知识节点。

关联类型标签：

• → 因果关系（A导致B）
• ⟶ 支撑关系（A证实/支持B）
• ⇄ 竞争关系（A与B竞争）
• ↙ 衍生关系（A衍生出B）

生成规则：

• 主题数量：3-5个为宜（太少则关联单薄，太多则失去焦点）
• 关系数量：每对主题间最多1条关系，优先标注最强关联
• 每条笔记/录音可归属1-2个主题
• 飞书文档中使用列表格式替代 ASCII 图形

第四步：写入本地文件

必须先确保目录存在：

mkdir -p /Users/openclawer/.openclaw/workspace/日志管理

文件路径：/Users/openclawer/.openclaw/workspace/日志管理/{target_date}-日志简报.md

第五步：三端同步归档

① Get笔记（必须写入完整简报全文，不得简写）：

POST https://openapi.biji.com/open/api/v1/resource/note/save
Headers:
  Authorization: {从配置文件读取}
  X-Client-ID: {从配置文件读取}
Body:
  title: "日志简报 {target_date} | {姓名}"
  content: 【必须写入完整简报全文】，包含所有章节、分析、统计数据，不得写入摘要或简短版本
  note_type: "plain_text"
  tags: ["AI整理", "日志简报"]

⚠️ 重要：Get笔记的 content 字段必须包含日志简报的完整正文（与写入本地文件和飞书文档的内容完全一致），不得以"详见链接"为由缩减内容。

② 飞书知识库：

1. 先用 feishu_wiki(action=spaces) 确认知识库存在且机器人有权限
2. 用 feishu_wiki(action=nodes, space_id=个人知识库space_id) 获取根目录
3. 用 feishu_wiki(action=create, space_id=..., parent_node_token=..., obj_type=docx) 创建节点
4. 用 feishu_doc(action=write, doc_token=新文档token, content=简报内容) 写入

③ 飞书文档（主归档通道）： 0. 先获取 tenant_access_token：

curl -X POST 'https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal' \
  -H 'Content-Type: application/json' \
  -d '{"app_id":"cli_a94b4a1e43781cc7","app_secret":"{从 openclaw.json 读取 appSecret}"}'

1. 用 exec + curl 在共享文件夹中创建文档（需指定 folder_token）：

   curl -X POST 'https://open.feishu.cn/open-apis/docx/v1/documents' \
     -H 'Authorization: Bearer {tenant_access_token}' \
     -H 'Content-Type: application/json' \
     -d '{"title":"日志简报 {target_date} | 张公子","folder_token":"FQfXfYBGGllxxydJ1SgcJZWqnpf"}'
   

2. 用 feishu_doc(action=write, doc_token=..., content=...) 写入简报内容
3. 赋予张公子 full_access 权限（确保可删除）：

   curl -X POST 'https://open.feishu.cn/open-apis/drive/v1/permissions/{doc_token}/members?type=docx' \
     -H 'Authorization: Bearer {tenant_access_token}' \
     -H 'Content-Type: application/json' \
     -d '{"member_type":"openid","member_id":"ou_d8ace8a146610ca26bc07d8e68a5620f","perm":"full_access"}'
   

4. 将文档 URL 记录到反馈消息中

⚠️ 注意：飞书知识库操作需要机器人已加入知识库成员。如果 feishu_wiki(spaces) 返回空，说明权限不足。

第六步：用户反馈

向用户发送完成通知，包含：

• 下载 Get笔记 数量（分类统计：录音/播客/纯文本等）
• 参考对话记录数量
• 简报核心发现摘要（1-3句话）
• 各端存储结果链接

---

错误处理原则

1. 任何一步失败不影响其他步骤：三端归档是独立的，写入本地文件是最基本的保障
2. 明确告知用户失败原因：如果某个平台失败，需要在反馈中说明
3. 不要静默失败：如果关键步骤（如获取数据）失败，必须通知用户