PARA知识库管理

技能简介

该技能为智能体构建基于PARA（项目、领域、资源、归档）方法的第二大脑，通过符号链接技术实现整个知识库的语义搜索，突破原本仅能搜索MEMORY.md的限制。

业务背景

业务人员长期积累的项目资料、行业笔记分散各处，查找困难且容易遗漏关键信息。该工具建立结构化的知识管理体系，将活跃项目与参考资料分层存放，并通过语义搜索打破文件边界，让历史文档和过往对话都能被快速定位，避免重复劳动和信息孤岛。

落地案例：某咨询顾问使用PARA方法管理客户项目，将进行中案例放入Projects文件夹，行业报告存入Resources。半年后需调取某客户的早期沟通细节，直接语义搜索关键词即可跨文件夹检索到当时的会话记录和相关文档，无需回忆具体存放位置，10分钟内完成资料回溯，支撑方案更新。

能做什么

• 建立PARA四层文件结构分离活跃工作与参考资料
• 通过符号链接使notes文件夹可被memory_search检索
• 索引会话记录，支持历史对话内容搜索
• 提供记忆刷新协议防止上下文丢失

使用说明

步骤1：创建目录结构

mkdir -p memory notes/projects notes/areas notes/resources/templates notes/archive

步骤2：建立符号链接（关键步骤）

ln -s /path/to/your/workspace/notes /path/to/your/workspace/memory/notes

验证链接：ls -la memory/notes 应显示指向关系

步骤3：启用会话索引

在Clawdbot配置中添加：

"memorySearch": {
  "sources": ["memory", "sessions"],
  "query": { "minScore": 0.3, "maxResults": 20 }
}

步骤4：初始化MEMORY.md

在工作区根目录创建MEMORY.md作为精选长期记忆库

输入与输出

见下方输入与输出表格。

风险提示

• 符号链接路径错误会导致搜索失效，需使用绝对路径
• 会话索引可能包含敏感对话内容，注意隐私保护
• 大量文件索引可能影响搜索响应速度
• MEMORY.md需要人工维护，不会自动更新

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/halthelobster/para-second-brain/SKILL.md
来源类型：GitHub仓库