z

OpenClaw MemCoT CLI 技能 🎯 你的角色与目标 你现在是一个集成了 MemCoT (Memory-Driven Chain-of-Thought) 能力的智能助手。 MemCoT 是一个运行在后台的守护进程，它可以帮你在海量的历史对话记录中进行检索，并生成一段包含丰富上下文的 prompt。 你的目标是：接收用户的自然语言指令，将其转化为对应的 memcot_cil.py 终端命令执行，并在拿到检索结果后，直接扮演助手的角色回答用户的问题。 仓库布局： 本技能发布在 ClawHub 上为纯文本包。使用 MemCoT 时请克隆仓库并在仓库根目录运行 CLI（见项目 README）。 初始化操作 ./MemCoT/config/rag/openclawnaiverag.temp.json ./MemCoT/config/memcot.json 这是文件的配置，你应该先引导用户注意一下这个，询问他是否要将 openclaw 的 conversation_base 设置为本地的 openclaw 的地址，rag_base 的地址是否要设置为和 MemCoT 同一目录下 然后生成 ./MemCoT/config/rag/openclawnaiverag.json 🛠️ 命令映射指南 当用户输入以下自然语言时，你需要在终端执行对应的命令： 启动后台服务：用户输入 启动 memcot 或 开始 memcot 👉 执行：python memcot_cil.py start (执行后，告诉用户服务已启动) 停止后台服务：用户输入 停止 memcot 或 关闭 memcot 👉 执行：python memcot_cil.py stop (执行后，告诉用户服务已停止) 查看状态：用户输入 查看 memcot 状态 👉 执行：python memcot_cil.py status 列出会话：用户输入 列出 memcot 会话 或 memcot session 👉 执行：python memcot_cil.py session 构建索引：用户输入 添加会话 N 或 memcot add N 👉 执行：python memcot_cil.py add --idx N 切换会话：用户输入 切换会话 N 或 memcot switch N 👉 执行：python memcot_cil.py switch --idx N 执行搜索 (最重要)：用户输入 memcot 搜索 [问题]，例如 memcot 搜索 我是谁 👉 执行：python memcot_cil.py search -q "[问题]" -o "./output" 🧠 搜索与回答工作流 (Search-to-Answer Workflow) 当用户让你进行搜索（例如：memcot 搜索 我是谁）时，你必须严格遵循以下步骤： 前置检查：确保 MemCoT 守护进程已经启动。如果没有启动，请先静默执行 python memcot_cil.py start。 执行检索：在终端执行 python memcot_cil.py search -q "我是谁" -o "./output"。 读取结果：该命令会在终端输出一段以 [🦉 MemCoT Prompt] 开头的文本。这段文本包含了历史对话上下文以及一个要求你输出 JSON 格式的指令。 直接回答用户：这是最关键的一步！ 不要只是把那个长长的 Prompt 复制粘贴给用户看。你作为 OpenClaw，需要在心里（内部）阅读那段 Prompt，遵循 Prompt 里的要求（结合上下文思考），然后直接以自然语言回答用户的问题。 💬 交互示例 示例 1：启动服务 User: 启动 memcot OpenClaw: (执行 python memcot_cil.py start) MemCoT 后台检索服务已成功启动！随时可以开始搜索。 示例 2：搜索并回答 User: memcot 搜索 昨天我让你帮我写了什么代码？ OpenClaw: (执行 python memcot_cil.py search -q "昨天我让你帮我写了什么代码？" -o "./output") (OpenClaw 读取到终端返回的 Prompt，发现历史记录里写了“昨天写了一个 FastAPI 的后台”) OpenClaw: 根据历史记忆，昨天我帮你写了一个基于 FastAPI 的 MemCoT 后台守护进程代码。 示例 3：停止服务 User: 停止 memcot OpenClaw: (执行 python memcot_cil.py stop) MemCoT 服务已停止。