本文介绍了如何使用Skill简化大模型与外部知识库的连接过程，对比了传统RAG方法的复杂性。文章详细讲解了使用Markdown（.md）格式存储文档，并通过SKILL.md文件进行技能描述和导航。此外，还推荐了Obsidian作为MD笔记软件，并利用其CLI工具实现高效的语义搜索。最后，通过一个简单的个人知识库实践案例，展示了如何结合OpenClaw和Skill实现用户、大模型之间的可读可写交互闭环。

1、md文件

提到信息存储，一般都是txt、word、excel、ppt、pdf等格式的文件，这也是之前在RAG使用中，导入文件时常见的格式。

而随着OpenClaw的火爆，Markdown（后缀为.md）格式的文件也大量被使用。这是能让AI读懂的，最好的格式之一。

• OpenClaw的记忆系统（memory.md）、灵魂三件套（AGENTS.md、SOUL.md、USER.md）等，都是使用的md文件。

• Skill也是使用的SKILL.md文件来描述技能。

要想将现在有文档，转换为md格式的，有很多工具能实现，例如上海人工智能实验室开源的MinerU

官网：https://mineru.net

https://github.com/opendatalab/MinerU

2、Skills

之前讲过Skills的目录结构

那么想要实现知识库的架构，其中一种做法是：

• references里，放你的各种文件；SKILL.md作为导航。
• SKILL.md文件里的name，是这个技能的名称。
• SKILL.md文件里的description，是这个技能的描述，告诉大模型，何时可使用这个技能。
• SKILL.md文件里的正文，则是对references的各个文件的概括，便于大模型知道要去找哪个md文件。

以上这些工作，都不用自己去做，只要把规则发给龙虾，他就能调用自带的skill-creator技能来创建一个我们需要的skill。

此外，还可以接着改善，例如将知识库文档外移；references中增加对pdf、excel等文件的处理说明；scripts中增加具体的处理脚本等。

https://github.com/ConardLi/rag-skill

3、Obsidian

md的笔记软件有很多，例如Obsidian、Typora、Nation、有道、印象等，这些里面，最推荐的就是Obsidian（黑曜石）。因为他全力支持CLI（命令行界面）。

https://obsidian.md/zh

官方在2026年发布的1.12版本中，正式推出了官方的CLI工具。功能非常全面，正如其口号所说：“Anything you can do in Obsidian you can do from the command line.”（你在 Obsidian 里能做的任何事，都可以通过命令行完成）。

OpenClaw官方自带的Obsidian的skill，使用的是第三方的CLI工具，建议禁用，重新下载官方CLI的技能。

为啥要用CLI，Linux系统自带的grep不行吗？

• 性能差异显著：对于孤立笔记、全库语义搜索等方面，CLI更快。Token消耗更少。
• 真正的语义搜索：CLI调用的是ob自身的搜索引擎，支持标签、属性、反向链接等高级查询方式。这意味着用户长期积累的双向链接、MOC结构、标签体系等知识组织成果，终于能够被AI Agent真正“理解”和“看见”。

至此，我们实现了一个可读可写，相互交互的闭环：

• 用户写：可通过ob的GUI界面创建内容；

• 龙虾读：将ob作为知识库，调用官方的CLI查询内容。

• 龙虾写：可通过skill，来调用官方的CLI，写入内容。例如用户发送一个链接，龙虾使用x-reader等工具，访问网址、读取内容、调用CLI、写入ob；

• 用户读：可通过ob的GUI界面，读取龙虾写入的内容；

4、个人知识库实践

就来一个很简单的个人知识库实操。

1、用户通过ob的GUI界面写入文档。

2、OpenClaw安装skill（获取调用CLI的技能）。

3、OpenClaw创建一个skill，通过CLI读取文档，并返回结果。

4、用户通过OpenClaw查询。

1、写入ob文档

本来应该是用户日常输入的文档内容，这里为了方便，直接使用MinerU的Skill来将一个在线文档，转换成md文档。

首先安装skill。mineru支持多种虾

https://mineru.net/ecosystem

根据提示去安装即可。或者通过腾讯的skillhub来安装。

https://skillhub.tencent.com

clawhub install mineru-ai
skillhub install mineru-ai

然后将对应文档链接发给龙虾，要求他转换为md格式，并保存到指定目录中。

使用mineru-ai这个技能，将这个网页转换为md格式的文件，保存到 /home/leger/obdata 这个目录下，https://www.court.gov.cn/zixun/xiangqing/233181.html，去除段前的空格

2、安装ob cli skill

ob官方目前没有提供明确的CLI Skill，需要使用别的用户上传的技能。ClawHub上有很多，随便找一个即可。

clawhub install obsidian-cli-official

确保Obsidian在运行，且设置里开启了CLI，并成功注册到环境变量。

使用前，可先验证该技能是否能正常使用。一般都是让龙虾自己进行测试，确保该Skill所需的环境变量、插件等都已安装成功。

这里有个坑，建议是卸载重装官方最新版本。

两个版本都要达标

不然可能会报错

3、创建skill

4、通过OpenClaw查询

5、禁用approve

在OpenClaw2026.3.28版本中，官方就加上了审批approve的功能。龙虾在调用工具、执行操作时，需要用户审批。此后的版本中（3.31、4.1、4.2等），也一直有这个功能，并对消息渠道等方面进行了优化。

如何关闭呢？有两个文件需要修改。

1、openclaw.json

web界面操作

或者直接修改json文件

"tools": {
"profile": "full",
"exec": {
"security": "full",
"ask": "off"
}
},

2、exec-approvals.json

在.openclaw目录下，有个exec-approvals.json文件也需要修改。

改成如下的即可。

"defaults": {
"security": "full",
"ask": "off",
"askFallback": "full",
"autoAllowSkills": false
},
"agents": {
"main": {
"security": "full",
"ask": "off",
"askFallback": "full"
}
}

两个都改完之后，记得重启Gateway。

以上内容，截至OpenClaw2026.4.1版本。

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

为什么要学习大模型？

我国在A大模型领域面临人才短缺,数量与质量均落后于发达国家。2023年，人才缺口已超百万，凸显培养不足。随着AI技术飞速发展，预计到2025年,这一缺口将急剧扩大至400万,严重制约我国AI产业的创新步伐。加强人才培养,优化教育体系,国际合作并进是破解困局、推动AI发展的关键。

大模型入门到实战全套学习大礼包

1、大模型系统化学习路线

作为学习AI大模型技术的新手，方向至关重要。 正确的学习路线可以为你节省时间，少走弯路；方向不对，努力白费。这里我给大家准备了一份最科学最系统的学习成长路线图和学习规划，带你从零基础入门到精通！

---

2、大模型学习书籍&文档

学习AI大模型离不开书籍文档，我精选了一系列大模型技术的书籍和学习文档（电子版），它们由领域内的顶尖专家撰写，内容全面、深入、详尽，为你学习大模型提供坚实的理论基础。

3、AI大模型最新行业报告

2025最新行业报告，针对不同行业的现状、趋势、问题、机会等进行系统地调研和评估，以了解哪些行业更适合引入大模型的技术和应用，以及在哪些方面可以发挥大模型的优势。

4、大模型项目实战&配套源码

学以致用，在项目实战中检验和巩固你所学到的知识，同时为你找工作就业和职业发展打下坚实的基础。

5、大模型大厂面试真题

面试不仅是技术的较量，更需要充分的准备。在你已经掌握了大模型技术之后，就需要开始准备面试，我精心整理了一份大模型面试题库，涵盖当前面试中可能遇到的各种技术问题，让你在面试中游刃有余。

适用人群

第一阶段（10天）：初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识，对大模型 AI 的理解超过 95% 的人，可以在相关讨论时发表高级、不跟风、又接地气的见解，别人只会和 AI 聊天，而你能调教 AI，并能用代码将大模型和业务衔接。

• 大模型 AI 能干什么？
• 大模型是怎样获得「智能」的？
• 用好 AI 的核心心法
• 大模型应用业务架构
• 大模型应用技术架构
• 代码示例：向 GPT-3.5 灌入新知识
• 提示工程的意义和核心思想
• Prompt 典型构成
• 指令调优方法论
• 思维链和思维树
• Prompt 攻击和防范
• …

第二阶段（30天）：高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习，学会构造私有知识库，扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架，抓住最新的技术进展，适合 Python 和 JavaScript 程序员。

• 为什么要做 RAG
• 搭建一个简单的 ChatPDF
• 检索的基础概念
• 什么是向量表示（Embeddings）
• 向量数据库与向量检索
• 基于向量检索的 RAG
• 搭建 RAG 系统的扩展知识
• 混合检索与 RAG-Fusion 简介
• 向量模型本地部署
• …

第三阶段（30天）：模型训练

恭喜你，如果学到这里，你基本可以找到一份大模型 AI相关的工作，自己也能训练 GPT 了！通过微调，训练自己的垂直大模型，能独立训练开源多模态大模型，掌握更多技术方案。

到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 为什么要做 RAG
• 什么是模型
• 什么是模型训练
• 求解器 & 损失函数简介
• 小实验2：手写一个简单的神经网络并训练它
• 什么是训练/预训练/微调/轻量化微调
• Transformer结构简介
• 轻量化微调
• 实验数据集的构建
• …

第四阶段（20天）：商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知，可以在云端和本地等多种环境下部署大模型，找到适合自己的项目/创业方向，做一名被 AI 武装的产品经理。

• 硬件选型
• 带你了解全球大模型
• 使用国产大模型服务
• 搭建 OpenAI 代理
• 热身：基于阿里云 PAI 部署 Stable Diffusion
• 在本地计算机运行大模型
• 大模型的私有化部署
• 基于 vLLM 部署大模型
• 案例：如何优雅地在阿里云私有部署开源大模型
• 部署一套开源 LLM 项目
• 内容安全
• 互联网信息服务算法备案
• …

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越优秀的自己。

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】