研究库管理引擎

3小时前更新 1 00

智能研究状态持久化与

收录时间:
2026-02-26
研究库管理引擎研究库管理引擎
研究库管理引擎

技能简介

ResearchVault 是一款面向智能体研究场景的状态管理引擎,通过本地 SQLite 实现研究产物、发现结论与引用链接的持久化存储,支持多路径并行探索与自动化验证。

能做什么

  • 创建研究项目并设定目标,建立结构化知识库
  • 从网页、API 等多源渠道批量采集信息
  • 基于嵌入向量自动发现关联发现,生成知识图谱
  • 对低置信度数据发起验证任务,实现自我修正
  • 以 MCP 服务器模式运行,支持跨智能体协作
  • 后台持续监控指定 URL 与查询条件的变化

使用说明

环境准备

# 安装依赖(需 Python 3.13 与 uv)
uv venv && uv pip install -e .

初始化项目

uv run python scripts/vault.py init --id "metal-v1" --name "Suomi Metal" --objective "Rising underground bands"

采集数据

uv run python scripts/vault.py scuttle "https://reddit.com/r/metal" --id "metal-v1"

合成与验证

# 关联发现
uv run python scripts/vault.py synthesize --id "metal-v1"
# 计划验证
uv run python scripts/vault.py verify plan --id "metal-v1"

启动 MCP 服务

uv run python scripts/vault.py mcp --transport stdio

输入与输出

见下方输入与输出表格。

项目内容
输入研究主题描述、数据源URL或API端点、项目唯一标识符、验证策略配置
输出SQLite数据库文件、关联发现报告、验证任务队列、MCP服务接口
适用人群需要追踪多源信息的调研人员、构建知识库的智能体开发者、团队协作的研究项目
不包含云端同步功能、可视化界面、预训练领域模型

 

风险提示

  • 本地 SQLite 数据库需定期备份,防止数据丢失
  • 大规模并发采集可能触发目标站点的访问限制
  • 嵌入模型的关联推荐存在误匹配风险,需人工复核
  • 后台监控模式持续消耗系统资源,长期运行需评估负载

来源信息

原始链接:https://github.com/openclaw/skills/tree/main/skills/lraivisto/luka-rv-brain/SKILL.md
来源类型:GitHub 仓库

数据统计

相关导航

暂无评论

none
暂无评论...