CC xiaoyaoclaw-kb-retriever
Помощник для поиска и ответов по локальной папке с документами (md/pdf/xlsx). Навигация по иерархической структуре data_structure.md с постепенным поиском. Основной поиск не требует зависимостей, работает на Windows и macOS. Для PDF/Excel могут потребоваться дополнительные пакеты Python (см. описание модуля). Поиск работает только на чтение. Модуль также включает скрипты для обслуживания: scripts/build_index.py создает/обновляет файлы индекса data_structure.md, scripts/extract_pdf_text.py создает текстовые файлы .txt из PDF, scripts/convert_pdf_to_images.py создает PNG-изображения страниц PDF для распознавания текста. Эти скрипты запускаются только по запросу пользователя и требуют подтверждения записи. Все записи на запись проверяются на соответствие корневой папке базы знаний (симлинки, ведущие за пределы, игнорируются). Чтение также проверяется: все файлы и папки, выходящие за пределы корневой папки (включая симлинки), игнорируются и не читаются. Вспомогательные скрипты для PDF принимают только реальные пути к исходным файлам (без симлинков), чтобы избежать чтения за пределами базы знаний. Используйте, когда пользователь просит найти информацию или получить ответ из папки с документами (база знаний/поиск/RAG по локальным файлам), или когда явно запрашивается создание/обновление индекса, преобразование PDF в текст. Помощник для поиска и ответов по локальной папке с документами. Основной процесс: (1) навигация по иерархическому индексу data_structure.md (2) при встрече с PDF/Excel сначала изучить ссылки для понимания метода обработки (3) поиск после обработки файлов. Использует grep/Select-String, read, pdfplumber, pandas для постепенного поиска по типам файлов, избегая загрузки всего файла. Используйте, когда пользователь задает вопросы вроде "ответить из папки с документами / найти информацию / поискать данные / база знаний / поиск по локальной базе знаний". Работает в комплекте с xiaoyaoclaw-workspace-initializer (стандарты каталогов), xiaoyaoclaw-memory-distill (дистилляция памяти), xiaoyaoclaw-task-progress-tracker (отслеживание прогресса задач).
машинный переводПоказать оригиналСкрыть оригинал«OpenClaw local knowledge-base retriever & QA over a local directory (m…»
OpenClaw local knowledge-base retriever & QA over a local directory (md/pdf/xlsx): hierarchical data_structure.md index navigation + progressive retrieval, core retrieval zero-dependency, Windows & macOS (PDF/Excel need on-demand pip packages, see skill body). Retrieval itself is read-only; the skill also ships optional maintenance scripts that WRITE files inside the knowledge base — scripts/build_index.py generates/updates data_structure.md index files, scripts/extract_pdf_text.py writes derived .txt files, and scripts/convert_pdf_to_images.py writes page PNGs for the optional OCR path — and those run only when the user asks for indexing/PDF text extraction and confirms the write. Every write target is resolved to its real path and must stay inside the knowledge-base root (symlinks cannot redirect a write outside). Reads use the same gate: each entry's real path must stay inside the root, and entries that escape it (symlinked files/folders) are skipped, never read — so the search cannot be steered outside the knowledge base either. The PDF helpers additionally accept only real (non-symlinked) source paths: a source path containing any symlink is refused outright, so they never read outside the knowledge base by following a link. Use when user asks to retrieve/answer from a knowledge base directory (knowledge base/retrieve/ RAG over local files)， 或明确要求生成/更新索引、把 PDF 转文本。中文：面向本地知识库目录的检索和问答助手。 核心流程：(1)分层 data_structure.md 索引导航 (2)遇到 PDF/Excel 时必须先读取 references 学习处理方法 (3)处理文件后再检索。按文件类型组合使用 grep/Select-String、read、pdfplumber、pandas 进行渐进式检索，避免整文件加载。 用户问题涉及"从知识库目录回答问题/检索信息/查资料/knowledge base/本地知识库检索"时使用。 与 xiaoyaoclaw-workspace-initializer（目录规范）、xiaoyaoclaw-memory-distill（记忆蒸馏）、 xiaoyaoclaw-task-progress-tracker（任务进度）组成四件套。
Помощник для поиска и ответов по локальной папке с документами (md/pdf/xlsx).
Как процесс C 61/100 · Есть пробелы — слабые места: результат и критерий готовности, входы и предусловия, ошибки и развилки
Чем это грозит
Находки средней серьёзности: скорее всего скилл честный, но прочитайте, что именно насторожило сканер.
Ниже описан худший случай для этой категории. Здесь находка средней серьёзности: guard увидел признак, но не доказательство.
Скилл просит больше прав, чем нужно для задачи: широкий доступ к инструментам, секретные переменные окружения, бинарные файлы. Каждое лишнее право расширяет ущерб при ошибке или взломе.
Сузьте allowed-tools и список переменных до минимума, замените бинарники на исходники или скрипты, которые можно прочитать.
Как улучшить
- Сократите description до 1024 символов.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 1
✓ Критических и высоких находок нет
Средние и низкие: 1
-
средняя Широкие права
meta-broad-allowed-toolsSKILL.md:1Заранее разрешены широкие инструменты: Bashallowed-tools: Read Glob Grep Bash Write Edit
Просканировано файлов: 16. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- ошибка
description-longdescription 1747 символов, лимит 1024 - заметка
description-budgetdescription занимает 1747 из общего бюджета ~15000 символов на все скиллы
Процессный рейтинг: все десять параметров 61/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 70Когда включается. Сказано, когда применять, но не сказано, когда не стоит
- 100Инструменты и файлы. Инструменты объявлены во frontmatter
- 100Шаги. Шагов: 170
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 3330 токенов
- 100Повторный запуск. Изменяющих операций нет
- 100Отчётность по ходу. Скилл сообщает о ходе работы
- low Разделов верхнего уровня: 11. Похоже на несколько доменов в одном скилле
- low Ответ описан самодельной разметкой (6 тегов): типизированный вызов надёжнее
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Длина description 1746: рекомендуется 120–800 символов
- +3Формат ответа не описан: модель каждый раз решает сама
- -218 эмодзи в инструкциях: шум для модели
- +2Инструкции на одном языке
- +4Структура: 25 заголовков
- +3Пошаговые инструкции: 170 пунктов
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (3 из 3)
- +3Все 5 скриптов описаны в инструкциях
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 59.