OpenClaw 研究 Wiki — LLM Wiki Schema

目录结构

raw/ — 原始资料，只追加不修改
raw/articles/ — 文章、笔记、PDF 转录
raw/assets/ — 图片、附件
wiki/raw/mirror/ — raw/articles/ 的只读镜像（hardlink/copy），供索引与批量处理使用
wiki/index.md — 目录，每次 Ingest 后更新
wiki/log.md — 操作日志，每次操作追加
wiki/concepts/ — 概念页（技术概念、业务术语）
wiki/entities/ — 实体页（产品、公司、人物）
wiki/sources/ — 来源页（每篇原始资料一个摘要页）

命名约定

文件名使用小写英文 + 连字符（如 multi-agent-collaboration.md）
概念名用于文件名和页面标题
页面间用 [wiki/concepts/xxx](/wiki/wiki/concepts/xxx) 格式相对路径引用（Obsidian 兼容）
中文概念使用拼音或英文翻译（如 supply-chain-agent.md 而非 供应链agent.md）

页面模板

概念页

# 概念名

**来源：** [wiki/sources/xxx](/wiki/wiki/sources/xxx)
**相关概念：** [wiki/concepts/yyy](/wiki/wiki/concepts/yyy)

核心定义（1-2 句）。

## 要点
- 要点 1
- 要点 2

## 与 OpenClaw 的关系
...

来源页

# 文章标题

**来源类型：** 原始笔记 / 分析报告 / 对比研究 / 配置指南
**日期：** yyyy-mm-dd
**标签：** tag1, tag2

## 核心论点
...

## 关键结论
...

实体页

# 产品/公司/人物名

**类别：** 产品 / 公司 / 人物
**相关来源：** [wiki/sources/xxx](/wiki/wiki/sources/xxx)

## 概述
...

## 与 OpenClaw 的关系
...

工作流

Ingest

从 raw/articles/ 读取新文件（未处理的）
为每个文件创建 wiki/sources/ 下的来源页
提取核心概念，创建/更新概念页
提取产品/公司/人物，创建/更新实体页
建立交叉引用（[wiki/...](/wiki/wiki/...)）
更新 wiki/index.md
追加到 wiki/log.md

Query

读取 wiki/index.md 了解目录
定位相关页面并读取
综合回答，标注来源引用

Lint

检查 [wiki/...](/wiki/wiki/...) 引用是否有效
检查孤立页面（无入向引用的 wiki 页面）
检查跨页面矛盾
报告结果

质量标准

概念页必须有来源引用
每个来源页至少被一个概念页引用
不允许死链（[wiki/...](/wiki/wiki/...) 指向不存在的文件）
index.md 必须是最新的
log.md 记录每次操作

研究焦点

本 Wiki 围绕 OpenClaw 展开，重点关注：

OpenClaw 的产品定位、架构、演进
竞品对比（扣子 Coze、Manus、腾讯元器、字节跳动 ArkClaw、百度等）
IM 渠道集成（飞书、钉钉、企业微信、Discord、Telegram、QQ）
部署方式（本地、云服务器、混合）
Skill 开发与生态
多 Agent 协同与供应链场景
与 AI Agent 行业趋势的关联

v6 增量 Ingest 任务（进行中，2026-06-17 启动）

任务状态文件： .phase2_state.json（同级目录）

当前阶段： Phase 2 进行中（已处理 9/269 个 sources 摘要）

任务背景

raw/articles/ 在 6月12-17日间被用户从子目录扁平化到顶层，新增 269 个文件
6月11日 ingest 的 INDEX.json src 路径全部失效
需要补 hardlink + 重建 INDEX + 逐文件生成 sources 摘要

任务恢复指令（session 重启后）

当用户说"继续 phase 2"或类似指令时，agent 应该：

读取状态文件：/home/fangxia/文档/我的AI研究wiki/.phase2_state.json
运行恢复脚本：python3 /home/fangxia/文档/我的AI研究wiki/scripts/phase2_resume.py status
找出下一个待处理文件：python3 /home/fangxia/文档/我的AI研究wiki/scripts/phase2_resume.py next 8
执行 Phase 2 批次：读 8 个文件 + 生成 sources 摘要 + 更新状态文件 + 追加 wiki/log.md
报告进度：本次处理了几个、剩余多少、是否进入 Phase 3

Phase 2 sources 摘要规范

文件命名：{topic}-{YYYY-MM}-{descriptive-slug}.md
topic: agent / arch / concept / product / infra / openclaw / people / industry
例：agent-2026-06-yc-bench-survival-3-of-12.md
每篇 4-6KB，包含：
标题 + 来源类型 + 日期 + 标签
核心论点（1-2 段）
关键事实（4-8 条）
与已有知识的关联（5+ 个 wiki/... wikilinks）
资料来源（原文 URL + 原始文件路径）
我的判断（中度置信度 + 2026-2028 预测）
更新状态文件：把新增的 sources 加到 phase2.processed_sources 数组
追加 wiki/log.md：每个 batch 一条 entry，含表格

Phase 3 触发条件

当 phase2.processed_in_v6 == 260（剩余全部完成）时：

读取 Phase 2 新增的 sources
提取 entities/concepts 增量
写入 wiki/concepts/ 和 wiki/entities/
更新 wiki/index.md 导航

关键提醒

不要修改 raw/articles/（immutable 原则）
不要修改 wiki/raw/mirror/（mirror，不应破坏）
每个 sources 写完立即更新状态文件（防止 session 中断丢失进度）
优先处理今天新增文件（mtime ≥ 2026-06-12）
主题分布均匀：避免连续处理同一主题的 8 个文件

恢复脚本用法

# 看进度
python3 /home/fangxia/文档/我的AI研究wiki/scripts/phase2_resume.py status

# 看下一批 8 个待处理文件
python3 /home/fangxia/文档/我的AI研究wiki/scripts/phase2_resume.py next 8

# 验证所有已 sources 化文件都真实存在
python3 /home/fangxia/文档/我的AI研究wiki/scripts/phase2_resume.py validate