research-assistant

核心用法

Research Assistant 是一款面向 Agent 的本地化研究笔记管理技能，通过命令行工具 research_organizer.py 实现知识的结构化沉淀。核心功能包括：添加带标签的笔记（add）、列出所有主题（list）、查看主题详情（show）、全文搜索（search）以及导出为 Markdown（export）。数据以 JSON 格式存储于 ~/.openclaw/workspace/research_db.json，支持跨会话持久化，特别适合需要长期跟踪的多阶段项目。

显著优点

安全架构扎实：v1.0.1 版本引入的 is_safe_path()() 路径验证机制，明确限制导出目录为工作区、home 目录和 /tmp，有效阻断对 /etc//、/、/usr//、/、/var// 等系统路径及 ~/.bashrc、、~/.ssh//` 等敏感配置文件的写入，从设计层面防范提示注入导致的权限提升攻击。

零依赖轻量设计：仅依赖 Python 标准库（json、sys、pathlib、datetime），无外部包引入，彻底规避供应链攻击风险，部署和维护成本极低。

数据主权完全归属用户：所有数据本地存储，无网络传输，不收集任何敏感信息，用户可自由备份、迁移或删除 research_db.json 文件。

检索与导出体验完善：支持大小写不敏感的全文搜索，结果包含时间戳和预览；Markdown 导出格式规范，含主题元数据、笔记时间线和标签，便于分享或归档。

潜在缺点与局限性

单机架构限制协作：数据存储于本地单文件，无法原生支持多用户协作或云端同步，团队场景需配合 Git 等工具手动管理。

T3 来源可信度：当前为个人开发者账号发布，虽代码审计通过，但缺乏组织背书或代码签名，长期维护稳定性存在不确定性。

功能边界较窄：专注于纯文本笔记管理，不支持富媒体附件、版本历史、笔记关联图谱等进阶知识管理功能。

搜索能力基础：仅支持关键词匹配，无语义搜索、模糊搜索或相关性排序，大规模数据下检索效率可能下降。

适合的目标群体

• 独立研究者与开发者：需要跨会话跟踪技术调研、实验结果或项目思路的个人用户
• 内容创作者：规划内容日历、整理参考资料、沉淀写作素材
• Agent 技能开发者：系统化管理技能创意、技术方案和市场调研笔记
• 隐私敏感用户：拒绝云端服务、要求数据完全本地可控的知识工作者

使用风险

数据丢失风险：JSON 单文件存储虽便于迁移，但无内置备份机制，建议用户定期手动备份 research_db.json。

性能瓶颈：随着笔记量增长，全量加载和搜索的线性时间复杂度可能导致响应延迟，超大规模使用需考虑数据分片。

导出路径误操作：虽有路径限制，但用户仍需确保导出目标在允许范围内，否则将触发阻塞并需重新指定路径。

隔离环境建议：尽管代码审计通过，T3 来源仍建议在容器或虚拟机中运行，以符合纵深防御原则。