lore

📚 可追溯的科研知识库管理

🥥61总安装量 20评分人数 23
100% 的用户推荐

来自 OpenClaw 的 Lore 知识库管理技能,支持文档摄入、智能搜索与学术引用,为团队提供可溯源的知识沉淀与决策支持能力。

S

安全性较高,可在多数场景中优先使用

  • 来自可信组织或认证账号,需要结合权限范围判断
  • ✅ 纯文档型资产,无可执行代码或脚本,无代码执行风险
  • ✅ 无网络通信与数据收集行为,Skill 本身不直接传输用户数据
  • ✅ 来源可信,来自 T2 级 GitHub 组织账号(openclaw),具备版本管理历史
  • ⚠️ 需自行确认 Lore 知识库的隐私策略与数据处理方式,Skill 仅提供使用指导
  • ✅ 权限申请合理,已正确标记为 user-invocable: false,避免误用

使用说明

Lore 技能为 Claude Code 提供了连接 Lore 研究知识库的能力,通过 MCP 协议实现知识的摄入、检索与管理。该技能包含五个核心工具:ingest 用于将会议记录、外部文档和决策内容持久化存储;search 提供混合、关键词和语义三种检索模式,适用于不同查询场景;research 支持跨文档综合研究,可处理复杂的多源分析问题;get_source 用于获取原始文档全文;retain 则专门用于保存简短的决策要点和洞察。

该技能的显著优势在于其严格的引用体系,所有内容均链接回原始来源(source_url),确保信息的可追溯性。摄入操作具备幂等性,重复提交相同内容不会导致数据冗余,降低了使用成本。项目隔离机制(project 参数)帮助团队有效组织不同领域的知识资产。此外,技能对工具使用场景提供了清晰指导,例如区分 search 与 research 的成本差异(后者成本为前者的 10 倍),帮助用户优化查询策略。

然而,Lore 技能也存在一定局限性。首先,该技能标记为 user-invocable: false,意味着终端用户无法直接调用,需要通过其他方式触发。其次,research 功能虽然强大,但计算成本显著高于普通搜索,不适合高频使用。最重要的是,该技能依赖外部的 Lore MCP 服务,其可用性和隐私策略完全取决于第三方服务提供商,用户需自行评估数据安全风险。

该技能最适合需要系统性知识管理的研发团队、产品经理和学术研究者。对于需要跟踪决策历史、保存会议上下文、建立可搜索的组织记忆的团队尤为适用。它不适用于处理高度敏感或机密信息的场景,除非 Lore 服务本身具备相应的安全认证。

使用风险主要包括:对外部 Lore 服务的网络依赖可能导致离线环境无法使用;摄入内容时若未妥善过滤,可能意外存储敏感信息(如密码、密钥);source_url 的可靠性直接影响引用质量,若原始链接失效,知识溯源能力将受损。建议用户在使用前详细了解 Lore 服务的隐私政策,并对敏感数据采取脱敏处理。

lore 内容

手动下载zip · 1.9 kB
SKILL.mdtext/markdown
请选择文件