ASR 个人热词

ASR Personal Hotword — OpenClaw Skill 功能 从 OpenClaw 对话记录中自动挖掘热词/歧义词表，供 ASR 模型提升语音转录准确性。 Pipeline： 提取 session 对话 → 本地热词挖掘（jieba 分词 + LLM 精炼） → 输出歧义词表 → 自动导出 hotwords.md 触发条件 用户说以下类似的话时触发此 skill： "挖掘对话中的热词" "提取对话歧义词" "跑一下热词挖掘" "更新热词表" 安装流程 当用户要求安装/启用此 skill 时，按以下步骤执行： 注意：以下所有路径中的 SKILL_DIR 指此 SKILL.md 所在目录（即 skill 的根目录）。执行时用 read 工具获取本文件路径，取其父目录即可。 Step 1：安装 Skill 将 skill 安装到当前 agent 的工作空间 skills 目录下。 安装位置解析步骤： 获取当前 session 的 agent 名称（如 main、doctor） 读取 ~/.openclaw/openclaw.json，在 agents.list 中找到该 agent 的 workspace 配置；如果 agent 没有独立 workspace，则使用 agents.defaults.workspace 将 skill 安装到 {workspace}/skills/asr-hotwords/ 示例： main agent（workspace: ~/.openclaw/workspace）→ ~/.openclaw/workspace/skills/asr-hotwords/ doctor agent（workspace: ~/.openclaw/workspace-doctor）→ ~/.openclaw/workspace-doctor/skills/asr-hotwords/ Step 2：安装依赖 pip3 install -r SKILL_DIR/requirements.txt --quiet Step 3：验证 OpenClaw LLM 配置 检查 ~/.openclaw/openclaw.json 中是否存在有效的 provider 配置（apiKey + baseUrl）。 Step 4：测试运行 用前一天的数据跑一次完整 pipeline，确认端到端流程正常： cd SKILL_DIR && nohup bash run.sh > run.log 2>&1 & 运行完成后会自动导出 hotwords.md。可通过 tail -f SKILL_DIR/run.log 查看进度。 Step 5：记录热词表路径 在当前 agent 工作空间的 TOOLS.md 中追加热词表配置（路径根据实际 workspace 动态生成）：

ASR 热词（歧义词）表

• 路径: {workspace}/skills/asr-hotwords/hotwords.md
• 用途: 使用 ASR 模型转录语音时，自动读取此文件注入 prompt
• 更新: 手动执行或定时自动更新

其中 {workspace} 替换为 Step 1 中解析到的实际路径。 Step 6：设置执行方式标记 在 SKILL_DIR 下创建 .installed 标记文件： touch SKILL_DIR/.installed 安装完成，通知用户 skill 已就绪。 首次使用引导 当用户首次触发此 skill 时（通过触发条件中的关键词），检查 SKILL_DIR 下是否存在 .cron_configured 文件： 如果 .cron_configured 不存在（首次使用）： 在执行挖掘之前，先向用户提问： "这是首次使用热词挖掘 skill。是否需要设置每日定时执行？（推荐：每天凌晨自动挖掘前一天的对话热词并更新 hotwords.md）" 用户同意：询问执行时间（默认 02:00），创建 OpenClaw cron 定时任务（sub-agent 方式），然后创建 .cron_configured 文件 用户拒绝：直接创建 .cron_configured 文件（标记为已询问，不再重复提问） 两种情况都完成后，继续执行用户请求的挖掘任务。 # 标记已配置 touch SKILL_DIR/.cron_configured 如果 .cron_configured 已存在： 跳过引导，直接执行用户请求的任务。 手动执行 当用户触发此 skill 时： 默认：挖掘前一天 cd SKILL_DIR && nohup bash run.sh > run.log 2>&1 & 指定日期 cd SKILL_DIR && nohup bash run.sh --date 2026-04-26 > run.log 2>&1 & 指定日期范围 cd SKILL_DIR && nohup bash run.sh --start 2026-04-20 --end 2026-04-26 > run.log 2>&1 & 仅导出热词表（不重新挖掘） cd SKILL_DIR && bash run.sh --export-only cd SKILL_DIR && bash run.sh --export-only -f json -o hotwords.json cd SKILL_DIR && bash run.sh --export-only -f csv -o hotwords.csv cd SKILL_DIR && bash run.sh --export-only -f txt 执行完成后，向用户汇报： 提取了多少条消息 挖掘出多少条热词 展示 top 10 热词 输出文件 文件 说明 output/vocab_{date}.json 原始挖掘结果（按日期存档） hotwords.md 热词表（每次运行自动导出，prompt 格式，供 ASR 模型直接使用） 配置 编辑 config.yaml： extract.agents：要提取的 agent 列表（["self"] 为当前 agent，["*"] 为全部） extract.max_content_len：单条消息最大字符数 extract.min_freq：最低词频阈值 LLM API key 和模型信息自动从 ~/.openclaw/openclaw.json 读取，无需手动配置。 锚点词表机制 首次运行：anchors 为空 后续运行：自动加载 output/ 目录下所有历史 vocab 结果作为 anchors（合并去重） 词表只增不减，持续积累