本体知识图谱
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-eyw2ohcx/sundial-org-awesome-openclaw-skills-ontology。
技能介绍
要解决什么问题
多步任务、跨会话记忆和技能间共享状态时,如果把事实散落在对话里或零散 JSON 里,很难回答「项目 Z 下有哪些任务」「X 依赖谁」这类关系型问题,也无法在写入前保证类型一致。
技能如何工作
Ontology 把知识建成可校验的图:每个节点是带 type、properties 和指向其他实体的 relations 的 entity。变更在提交前对照 memory/ontology/schema.yaml 里的约束做 Validate,默认落在 memory/ontology/graph.jsonl,复杂图可迁到 SQLite。
典型工作流包括:Create Entity(例如响应「记住…」)、Query(「关于 X 我知道什么」)、Link Entities、图遍历与依赖查询。多步计划可建模为一串图操作,某步违反约束则回滚。需要共享状态的技能应在契约里声明对 ontology 对象的读写;还可把 mutation 记作因果动作,便于跨技能对齐。
适用边界
它解决的是结构化知识与关系查询,不是通用文档检索或自动推理引擎。schema 未定义的类型与关系不会被接受;图变大时要自己评估存储与查询方式(脚本直读文件 vs SQLite)。更完整的类型与查询语法见资料中的 references/schema.md、references/queries.md。
使用场景
- 用户说「记住某决策与负责人」时,要把事实落成带类型与属性的实体并持久化到图存储。
- 复盘项目时要按项目节点做图遍历,列出该项目下全部任务实体。
- 规划多步自动化前,把各步写成图变更序列并在执行前逐步校验约束。
- 两个技能要共用同一份任务依赖关系时,通过读写 ontology 图而不是各自维护 JSON。
适合人员
- 维护 OpenClaw 技能、需要在技能契约里声明共享 ontology 读写的集成工程师
- 做多步任务编排、要把计划表示为可回滚图变换的 Agent 流程设计者
- 用对话积累项目知识、又要用「X 依赖谁」类查询做影响分析的项目经理
- 自管 `schema.yaml` 与 `graph.jsonl`、在内存图与 SQLite 之间做迁移的后端/工具开发者