Cheat Code Paid

面向企业团队的专业版知识检索工具，支持批量查询、自定义数据源接入、本地缓存、智能预取及团队共享。

Install

openclaw skills install @thcjp/cheat-code-paid

能力扩展工具专业版

核心能力

1. 批量并行查询

支持一次提交多个查询请求,并行检索提高效率:

bash

# 批量查询
请并行查询以下主题:
1. Python 3.12 类型系统新特性
2. TypeScript 5.4 装饰器规范
3. Rust 1.75 异步 trait 语法
4. Go 1.22 循环变量改进
输出: 按主题分组的结构化结果

处理: 按照skill规范执行批量并行查询操作,遵循单一意图原则。

2. 自定义数据源

数据源类型	说明	配置方式
内部 Wiki	企业内部知识库	API 端点 + 认证
文档库	Confluence/Notion 等	集成连接器
代码仓库	内部代码与文档	Git API
API 文档	内部服务 API 规范	OpenAPI 地址
数据库	结构化知识	连接字符串

json

{
  "data_sources": [
    {
      "name": "内部技术文档",
      "type": "wiki",
      "endpoint": "https://wiki.internal.example.com/api",
      "auth": "bearer",
      "token_env": "INTERNAL_WIKI_TOKEN"
    },
    {
      "name": "API 规范库",
      "type": "openapi",
      "endpoint": "https://api-docs.internal.example.com/"
    }
  ]
}

输入: 用户提供自定义数据源所需的指令和必要参数。处理: 按照skill规范执行自定义数据源操作,遵循单一意图原则。输出: 返回自定义数据源的执行结果,包含操作状态和输出数据。

3. 本地知识缓存

查询结果自动缓存,避免重复请求:

bash

# 缓存配置
{
  "cache": {
    "enabled": true,
    "ttl_hours": 24,
    "max_size_mb": 500,
    "storage": ".knowledge-cache/"
  }
}

text

首次查询: Agent → 知识服务 → 缓存结果
后续查询: Agent → 命中缓存 → 直接返回(毫秒级)

处理: 按照skill规范执行本地知识缓存操作,遵循单一意图原则。

4. 智能预取

基于查询模式预测下一步需求,提前获取相关知识:

bash

# 查询 React 19 后,自动预取相关主题
查询: React 19 并发渲染特性
预取: useTransition, useDeferredValue, Suspense 改进

输入: 用户提供智能预取所需的指令和必要参数。处理: 按照skill规范执行智能预取操作,遵循单一意图原则。输出: 返回智能预取的执行结果,包含操作状态和输出数据。

执行智能预取操作,处理输入数据并返回结果
验证执行结果,确认输出符合预期格式
异常时参考错误处理章节进行恢复
关键参数: 智能预取 选项

5. 团队共享知识库

bash

# 团队成员共享查询结果
请将上次查询的"微服务通信优秀实践"结果分享到团队知识库

# 团队成员查询共享知识
请从团队知识库查询: 上周分享的 API 设计规范

输入: 用户提供团队共享知识库所需的指令和必要参数。处理: 按照skill规范执行团队共享知识库操作,遵循单一意图原则。

执行团队共享知识库操作,处理输入数据并返回结果
验证执行结果,确认输出符合预期格式
异常时参考错误处理章节进行恢复
关键参数: 团队共享知识库 选项

6. 查询质量评分

评分维度	说明
相关性	结果与查询的匹配度
时效性	数据的新鲜程度
完整性	是否覆盖查询的全部方面
可信度	数据来源的权威性

能力覆盖范围

本skill还覆盖以下能力场景: 企业级外部知识检、支持批量查询、知识缓存与团队共、面向团队与企业的、高级能力扩展工具、在免费版基础上扩、展批量查询、知识缓存等能力、核心能力、批量知识查询与并、自定义数据源接入、内部文档库、本地知识缓存与智、团队共享知识库与、查询历史、查询质量评分与结、果去重。这些能力在上述核心功能中均有对应处理逻辑。

输入: 用户提供查询质量评分所需的指令和必要参数。

适用场景

场景一: 企业内部知识库统一检索

团队需要从多个内部系统检索技术文档。

bash

# 多数据源查询
请从以下数据源查询"认证授权优秀实践":
1. 内部技术文档库
2. API 规范库
3. 安全团队 Wiki
合并结果,去重后按相关性排序

输出示例:

text

查询完成 - 多数据源检索

数据源: 内部技术文档库 (3 条结果)
  - OAuth 2.1 迁移指南 [相关性: 95%]
  - JWT 安全实践 [相关性: 88%]
  - 会话管理规范 [相关性: 82%]

数据源: 安全团队 Wiki (2 条结果)
  - 认证流程安全检查清单 [相关性: 91%]
  - 权限模型设计 [相关性: 79%]

数据源: API 规范库 (1 条结果)
  - 认证 API 设计规范 [相关性: 86%]

去重后合并: 5 条唯一结果
缓存状态: 已缓存到本地(24小时有效)

场景二: 批量技术调研

技术选型时,批量查询多个候选方案的信息。

bash

# 批量技术调研
请并行查询以下技术方案的最新信息:
1. 消息队列: Kafka vs RabbitMQ vs Pulsar
2. 数据库: 关系型 vs 文档型 vs 图数据库
3. 缓存: Redis vs Memcached vs 本地缓存
每个主题: 特性对比、适用场景、社区活跃度
输出: 对比表格 + 推荐理由

场景三: 团队知识共享与协作

团队成员将查询结果沉淀为团队知识资产。

bash

# 分享知识
请将以下查询结果保存到团队知识库:
查询: "微服务通信模式对比"
标签: 架构, 微服务, 通信
可见范围: 技术团队

# 团队成员检索
请从团队知识库搜索: 架构相关的高质量知识
筛选: 最近 30 天, 评分 80+

使用流程

优秀步: 初始化项目配置

bash

mkdir -p .knowledge-toolkit/{cache,shared,sources}

cat > .knowledge-toolkit/config.json << 'EOF'
{
  "edition": "pro",
  "data_sources": [
    {
      "name": "默认知识服务",
      "type": "external",
      "token_env": "KNOWLEDGE_TOKEN"
    }
  ],
  "cache": {
    "enabled": true,
    "ttl_hours": 24,
    "max_size_mb": 500
  },
  "batch": {
    "max_parallel": 5,
    "timeout_seconds": 60
  },
  "team": {
    "shared_enabled": true,
    "storage": ".knowledge-toolkit/shared/"
  }
}
EOF

第二步: 添加自定义数据源

bash

# 在配置中添加内部数据源
请添加数据源:
名称: 内部技术文档
类型: wiki
端点: https://wiki.internal.example.com/api
认证: bearer

第三步: 执行批量查询

bash

# 批量查询
请并行查询 5 个技术主题
每个主题: 获取特性、适用场景、最新版本
输出: 结构化对比报告

命令参数说明

-service: 命令参数,用于指定操作选项
-wiki-token: 命令参数,用于指定操作选项
-docs: 命令参数,用于指定操作选项
-git-token: 命令参数,用于指定操作选项
-access-token: 命令参数,用于指定操作选项

输入格式

参数名	类型	必填	说明
content	string	是	相关说明
content	string	否	相关说明, 默认: 全部维度
strict_level	string	否	审查严格度, 可选: strict/normal/loose, 默认: normal

输出格式

json

{
  "success": true,
  "data": {
    "overall_grade": "A",
    "total_score": 92,
    "max_score": 100,
    "summary": "处理完成",
    "details": [
      {
        "item": "代码风格",
        "status": "pass",
        "score": 95,
        "comment": "符合规范"
      },
      {
        "item": "安全合规",
        "status": "warn",
        "score": 80,
        "comment": "符合规范"
      }
    ],
    "improvements": [
      {
        "priority": "high",
        "suggestion": "建议优化",
        "expected_gain": "+5分"
      },
      {
        "priority": "medium",
        "suggestion": "建议优化",
        "expected_gain": "+3分"
      }
    ]
  },
  "error": null
}

异常处理

错误场景	原因	处理方式
配置错误	参数缺失或格式错误	检查依赖说明中的配置要求
运行时错误	运行环境不满足	确认运行环境符合依赖说明
网络错误	连接超时或不可达	执行ping命令测试网络连通性,检查防火墙和代理设置连接后执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令，参考国内替代方案

依赖说明

运行环境

Agent 平台: 支持读取 SKILL.md 的任意 AI Agent(Claude Code / Cursor / Codex / Gemini CLI 等)
操作系统: Windows / macOS / Linux
网络: 需要访问知识服务与自定义数据源

依赖说明

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由 Agent 内置 LLM 提供
知识服务	API	必需	注册获取访问令牌
内部数据源	API	自定义场景必需	企业内部提供
curl(可选)	CLI 工具	否	系统自带
jq(可选)	CLI 工具	否	系统包管理器

API Key 配置

bash

# 必需: 外部知识服务令牌
export KNOWLEDGE_TOKEN="your-access-token"

# 可选: 内部数据源认证
export INTERNAL_WIKI_TOKEN="your-wiki-token"
export GIT_TOKEN="your-git-token"

# 可选: 自定义服务端点
export KNOWLEDGE_ENDPOINT="https://knowledge-service.example.com/api"

可用性分类

分类: MD+EXEC+API+CACHE(Markdown 指令 + 命令行执行 + 外部 API + 本地缓存)
说明: 通过自然语言指令驱动 Agent 查询多数据源,支持本地缓存与团队共享
离线可用: 部分,命中缓存时可离线返回;新查询需要网络连接

案例展示

企业级配置

json

{
  "edition": "pro",
  "organization": {
    "name": "技术团队",
    "team_size": 20
  },
  "data_sources": [
    {
      "name": "外部知识服务",
      "type": "external",
      "token_env": "KNOWLEDGE_TOKEN",
      "priority": 1
    },
    {
      "name": "内部 Wiki",
      "type": "wiki",
      "endpoint": "https://wiki.internal.example.com/api",
      "token_env": "INTERNAL_WIKI_TOKEN",
      "priority": 2
    },
    {
      "name": "代码文档",
      "type": "git",
      "endpoint": "https://git.internal.example.com",
      "token_env": "GIT_TOKEN",
      "priority": 3
    }
  ],
  "cache": {
    "enabled": true,
    "ttl_hours": 48,
    "max_size_mb": 1000,
    "prefetch": true
  },
  "batch": {
    "max_parallel": 10,
    "timeout_seconds": 120,
    "dedup_enabled": true
  },
  "quality": {
    "scoring_enabled": true,
    "min_score": 60,
    "auto_filter": true
  }
}

团队协作配置

json

{
  "team": {
    "shared_enabled": true,
    "storage": ".knowledge-toolkit/shared/",
    "permissions": {
      "read": "team",
      "write": "team",
      "delete": "owner"
    },
    "tags": ["架构", "安全", "前端", "后端", "运维"]
  }
}

常见问题

Q1: 专业版是否兼容免费版的查询接口?

完全兼容。专业版使用相同的查询协议,免费版的配置和令牌可直接使用。

Q2: 自定义数据源如何配置认证?

在数据源配置中指定认证方式和令牌环境变量,工具会自动从环境变量读取:

json

{
  "auth": "bearer",
  "token_env": "YOUR_TOKEN_ENV_VAR"
}

Q3: 缓存数据存储在哪里?

默认存储在项目根目录的 .knowledge-toolkit/cache/ 下,可配置为其他路径。缓存数据不出本机。

Q4: 团队共享知识如何同步?

将 .knowledge-toolkit/shared/ 目录纳入版本控制或同步盘,团队成员拉取后即可共享知识。

Q5: 批量查询最多支持多少个并行?

默认最大并行 10 个查询,可通过配置调整。超过限制的查询会排队等待。

Q6: 如何获得优先技术支持?

专业版用户可通过专属通道提交问题,通常 1 个工作日内响应。

错误处理

错误场景	原因	处理方式
LLM响应超时或无响应	网络延迟或模型负载过高	执行ping命令测试网络连通性,检查防火墙和代理设置连接，执行ping命令测试网络连通性,检查防火墙和代理设置连接后重新执行命令请求；确认Agent平台LLM服务正常
输入内容格式不正确	用户输入不符合skill预期格式	检查输入是否符合skill使用说明中的格式要求，参考示例章节
执行结果与预期不符	指令描述不够明确或上下文不足	提供更详细的指令描述，补充必要的上下文信息
命令执行失败	运行环境不满足要求或权限不足	确认运行环境符合依赖说明中的要求；检查命令权限设置

已知限制

需要API Key，无Key环境无法使用
本地运行，不支持多设备同步