refactor(kb-workflow): 简化SKILL.md，删除sessions_spawn代码流程
改为命令行调用方式的简洁描述
This commit is contained in:
OpenClaw Agent
+58
-184
@@ -1,6 +1,6 @@
|
||||
---
|
||||
name: kb-workflow
|
||||
description: 知识库工作流编排技能。接收"添加到知识库 + 链接"消息，编排各子代理完成完整处理流程。
|
||||
description: 知识库工作流编排技能。接收"添加到知识库 + 链接"消息，完成完整处理流程。
|
||||
metadata:
|
||||
short-description: 知识库工作流编排
|
||||
---
|
||||
@@ -22,198 +22,69 @@ metadata:
|
||||
|
||||
### 步骤 1: 查重
|
||||
|
||||
**操作：** 检查知识库是否已存在此内容。
|
||||
|
||||
1. 根据 URL 中的 ID（如 `BVxxx`）扫描 `knowledge-base/metadata/` 和 `knowledge-base/archive/` 目录
|
||||
2. 如果存在：
|
||||
- 汇报用户内容已存在及其状态
|
||||
- 询问用户是要更新还是跳过
|
||||
- 等待用户指示
|
||||
3. 如果不存在：继续步骤 2
|
||||
|
||||
### 步骤 2: 调用 kb-link-parser
|
||||
|
||||
**操作：** 解析 URL，获取平台和内容 ID。
|
||||
|
||||
```python
|
||||
# 调用方式
|
||||
result = sessions_spawn(
|
||||
agentId="kb-link-parser",
|
||||
task="""解析以下URL，将结果保存到指定目录：
|
||||
|
||||
URL: [用户的URL]
|
||||
|
||||
输出目录: ~/work/knowledge-base/pending
|
||||
输出文件名格式: {platform}_{id}.link.json
|
||||
|
||||
请解析URL中的平台和内容ID，将解析结果保存为JSON文件。
|
||||
返回结果时告诉我输出文件的完整路径。""",
|
||||
timeoutSeconds=60
|
||||
)
|
||||
运行查重命令：
|
||||
```bash
|
||||
python3 kb_workflow.py --check --url "[URL]"
|
||||
```
|
||||
|
||||
**预期输出：** `pending/{platform}_{id}.link.json`
|
||||
- 如果存在：汇报用户并询问是更新还是跳过
|
||||
- 如果不存在：继续步骤 2
|
||||
|
||||
### 步骤 3: 提取平台并调用对应元数据技能
|
||||
### 步骤 2: 链接解析
|
||||
|
||||
**操作：** 从文件名提取平台（如 `bilibili`），调用对应平台的元数据技能。
|
||||
|
||||
```python
|
||||
# 从返回结果中提取 output_file
|
||||
output_file = result.get("output_file")
|
||||
platform = output_file.split("/")[-1].split("_")[0] # 从文件名提取平台
|
||||
content_id = output_file.split("/")[-1].split("_")[1].split(".")[0]
|
||||
运行 kb-link-parser：
|
||||
```bash
|
||||
cd kb-link-parser && python3 link-parser.py --url "[URL]"
|
||||
```
|
||||
|
||||
**调用元数据技能：**
|
||||
手动保存结果到：`~/work/knowledge-base/pending/{platform}_{id}.link.json`
|
||||
|
||||
```python
|
||||
if platform == "bilibili":
|
||||
agent = "kb-bilibili-metadata"
|
||||
elif platform == "zhihu":
|
||||
agent = "kb-zhihu-metadata"
|
||||
### 步骤 3: 元数据提取
|
||||
|
||||
result = sessions_spawn(
|
||||
agentId=agent,
|
||||
task="""获取链接的元数据：
|
||||
根据平台运行对应命令：
|
||||
|
||||
链接文件: [上一步的output_file]
|
||||
输出目录: ~/work/knowledge-base/metadata
|
||||
|
||||
请读取链接文件，提取URL，然后获取该链接的元数据（标题、作者、播放量等）。
|
||||
将元数据保存为JSON文件，文件名格式: {platform}_{id}.meta.json
|
||||
|
||||
返回结果时告诉我输出文件的完整路径。""",
|
||||
timeoutSeconds=120
|
||||
)
|
||||
Bilibili:
|
||||
```bash
|
||||
cd kb-bilibili-metadata && python3 bilibili_metadata.py --id [BV号] --type video --output ~/work/knowledge-base/metadata/{platform}_{id}.meta.json
|
||||
```
|
||||
|
||||
**预期输出：** `metadata/{platform}_{id}.meta.json`
|
||||
### 步骤 4: 内容下载
|
||||
|
||||
### 步骤 4: 调用内容下载技能
|
||||
根据平台运行对应命令：
|
||||
|
||||
**操作：** 根据平台调用内容下载技能。
|
||||
|
||||
```python
|
||||
if platform == "bilibili":
|
||||
agent = "kb-bilibili-content"
|
||||
|
||||
result = sessions_spawn(
|
||||
agentId=agent,
|
||||
task="""下载视频内容：
|
||||
|
||||
元数据文件: [上一步的output_file]
|
||||
下载目录: ~/work/knowledge-base/content
|
||||
|
||||
请读取元数据文件，获取视频信息，然后下载视频和字幕。
|
||||
视频保存到: content/downloads/
|
||||
字幕保存到: content/subtitles/
|
||||
|
||||
文件名格式: {platform}_{id}.mp4 和 {platform}_{id}.srt
|
||||
|
||||
返回结果时告诉我下载的视频文件和字幕文件的完整路径。""",
|
||||
timeoutSeconds=600
|
||||
)
|
||||
Bilibili:
|
||||
```bash
|
||||
cd kb-bilibili-content && python3 bilibili_content.py --id [BV号] --type video --output ~/work/knowledge-base/content
|
||||
```
|
||||
|
||||
**预期输出：**
|
||||
- `content/downloads/{platform}_{id}.mp4`
|
||||
- `content/subtitles/{platform}_{id}.srt`（可能没有）
|
||||
|
||||
### 步骤 5: OCR 处理
|
||||
|
||||
**操作：** 对视频或字幕进行 OCR 提取文字。
|
||||
|
||||
```python
|
||||
subtitle_file = result.get("subtitle") or result.get("subtitles")
|
||||
video_file = result.get("output_file")
|
||||
|
||||
# 如果有字幕用字幕，没有就用视频
|
||||
ocr_source = subtitle_file or video_file
|
||||
|
||||
result = sessions_spawn(
|
||||
agentId="kb-ocr-processor",
|
||||
task="""处理文件，提取文字内容：
|
||||
|
||||
源文件: [ocr_source]
|
||||
输出目录: ~/work/knowledge-base/content
|
||||
|
||||
请读取文件，提取文字内容。
|
||||
输出文件名格式: {platform}_{id}.txt
|
||||
|
||||
返回结果时告诉我输出文件的完整路径。""",
|
||||
timeoutSeconds=1800 # 30分钟
|
||||
)
|
||||
如果有字幕或视频，运行 OCR（30分钟超时）：
|
||||
```bash
|
||||
cd kb-ocr-processor && python3 ocr_processor.py --input [字幕或视频文件] --output ~/work/knowledge-base/content/{platform}_{id}.txt
|
||||
```
|
||||
|
||||
**预期输出：** `content/{platform}_{id}.txt`
|
||||
|
||||
### 步骤 6: 深度分析
|
||||
|
||||
**操作：** 调用深度分析生成最终报告。
|
||||
|
||||
```python
|
||||
result = sessions_spawn(
|
||||
agentId="kb-deep-analyzer",
|
||||
task="""深度分析内容：
|
||||
|
||||
元数据文件: [步骤3的output_file]
|
||||
文字内容文件: [步骤5的output_file]（如果存在，否则用元数据文件）
|
||||
输出目录: ~/work/knowledge-base/analyzed
|
||||
|
||||
请读取元数据和文字内容，进行深度分析。
|
||||
生成分析报告，保存为Markdown文件。
|
||||
文件名格式: {platform}_{id}.md
|
||||
|
||||
分析报告应包含：
|
||||
- 一句话总结
|
||||
- 核心要点
|
||||
- 时间轴（如适用）
|
||||
- 推荐标签
|
||||
|
||||
返回结果时告诉我输出文件的完整路径。""",
|
||||
timeoutSeconds=180
|
||||
)
|
||||
运行深度分析：
|
||||
```bash
|
||||
cd kb-deep-analyzer && python3 deep_analyzer.py --metadata ~/work/knowledge-base/metadata/{platform}_{id}.meta.json --content [元数据或OCR结果] --output ~/work/knowledge-base/analyzed/{platform}_{id}.md
|
||||
```
|
||||
|
||||
**预期输出：** `analyzed/{platform}_{id}.md`
|
||||
### 步骤 7: 归档
|
||||
|
||||
### 步骤 7: 归档和 Git
|
||||
|
||||
**操作：** 移动文件到归档目录，提交 Git。
|
||||
|
||||
```python
|
||||
# 1. 创建归档目录
|
||||
date_dir = Path.home() / "work/knowledge-base/archive" / datetime.now().strftime('%Y-%m-%d')
|
||||
date_dir.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
# 2. 移动分析报告
|
||||
analyzed_file = Path(result.get("output_file"))
|
||||
archive_file = date_dir / analyzed_file.name
|
||||
shutil.copy(analyzed_file, archive_file)
|
||||
|
||||
# 3. 复制元数据
|
||||
meta_file = Path.home() / "work/knowledge-base/metadata" / f"{analyzed_file.stem}.meta.json"
|
||||
if meta_file.exists():
|
||||
shutil.copy(meta_file, date_dir / meta_file.name)
|
||||
|
||||
# 4. Git commit（如果已初始化）
|
||||
git_root = Path.home() / "work/knowledge-base/archive"
|
||||
subprocess.run(['git', 'add', '.'], cwd=str(git_root))
|
||||
subprocess.run(['git', 'commit', '-m', f"Archive: {analyzed_file.name}"], cwd=str(git_root))
|
||||
运行归档命令：
|
||||
```bash
|
||||
python3 kb_workflow.py --archive ~/work/knowledge-base/analyzed/{platform}_{id}.md
|
||||
```
|
||||
|
||||
### 步骤 8: 汇报完成
|
||||
|
||||
**操作：** 向用户汇报处理结果。
|
||||
|
||||
```python
|
||||
汇报内容：
|
||||
向用户汇报：
|
||||
- 视频标题
|
||||
- 处理阶段完成情况
|
||||
- 最终文件路径
|
||||
- Git commit 信息
|
||||
```
|
||||
|
||||
## 目录结构
|
||||
|
||||
@@ -221,38 +92,41 @@ subprocess.run(['git', 'commit', '-m', f"Archive: {analyzed_file.name}"], cwd=st
|
||||
~/work/knowledge-base/
|
||||
├── archive/
|
||||
│ └── YYYY-MM-DD/
|
||||
│ └── {platform}_{id}.md # 分析报告
|
||||
│ └── {platform}_{id}.meta.json # 元数据
|
||||
│ └── {platform}_{id}.md
|
||||
│ └── {platform}_{id}.meta.json
|
||||
├── pending/
|
||||
│ └── {platform}_{id}.link.json # 链接解析结果
|
||||
│ └── {platform}_{id}.link.json
|
||||
├── metadata/
|
||||
│ └── {platform}_{id}.meta.json # 元数据
|
||||
│ └── {platform}_{id}.meta.json
|
||||
├── content/
|
||||
│ ├── downloads/
|
||||
│ │ └── {platform}_{id}.mp4 # 视频文件
|
||||
│ │ └── {platform}_{id}.mp4
|
||||
│ ├── subtitles/
|
||||
│ │ └── {platform}_{id}.srt # 字幕文件
|
||||
│ └── {platform}_{id}.txt # OCR结果
|
||||
│ │ └── {platform}_{id}.srt
|
||||
│ └── {platform}_{id}.txt
|
||||
└── analyzed/
|
||||
└── {platform}_{id}.md # 分析报告
|
||||
└── {platform}_{id}.md
|
||||
```
|
||||
|
||||
## 支持的平台
|
||||
|
||||
| 平台 | 元数据命令 | 内容命令 |
|
||||
|------|-----------|---------|
|
||||
| Bilibili | kb-bilibili-metadata | kb-bilibili-content |
|
||||
| 知乎 | kb-zhihu-metadata | - |
|
||||
|
||||
## 辅助命令
|
||||
|
||||
```bash
|
||||
# 查重
|
||||
python3 kb_workflow.py --check --url "[URL]"
|
||||
|
||||
# 归档
|
||||
python3 kb_workflow.py --archive "[分析报告路径]"
|
||||
```
|
||||
|
||||
## 环境变量（可选）
|
||||
|
||||
```bash
|
||||
export KB_BASE_PATH="~/work/knowledge-base" # 知识库根目录
|
||||
export KB_BASE_PATH="~/work/knowledge-base"
|
||||
```
|
||||
|
||||
## 支持的平台
|
||||
|
||||
| 平台 | 元数据技能 | 内容技能 |
|
||||
|------|-----------|---------|
|
||||
| Bilibili | kb-bilibili-metadata | kb-bilibili-content |
|
||||
| 知乎 | kb-zhihu-metadata | - |
|
||||
|
||||
## 注意事项
|
||||
|
||||
1. **文件名提取平台：** 从文件名第一个下划线之前提取（如 `bilibili_BVxxx.link.json` → `bilibili`）
|
||||
2. **不读文件内容：** workflow 只根据文件名判断，不读取文件内部
|
||||
3. **超时设置：** OCR 步骤较长，建议 30 分钟超时
|
||||
4. **子代理权限：** 确保子代理已在 allowlist 中配置
|
||||
|
||||
Reference in New Issue
Block a user