OpenClaw 个人知识库构建：从几百字到10万字的实践 ​

从2025年开始持续构建个人信息知识库，从最初几百字到现在超过10万字。不管是对未来的预测，还是对过去的分析，帮助都很大。

痛点：AI的长期记忆为什么不够用？ ​

缺失关键数据 ​

没有形成闭环 ​

AI给你出10个要点，你8点没采纳——但你不会特意回去告诉AI。

结果：AI记住的内容很多没有经过确认，可能错误或不完整，甚至过度拟合某些信息。

1.0 版本：单个文件 ​

做法 ​

用 Markdown 格式写到同一个文件里，不同内容用不同标题区分。对姓名、学校等关键信息做脱敏处理。

RAG 检索的问题 ​

数据构造技巧 ​

1.0 的价值 ​

有了个人信息，可以让AI做很多有价值的事：

2.0 版本：分类文件 ​

为什么升级？ ​

单文件越来越长，RAG检索精度下降。

做法 ​

按维度拆分成多个文件：

2.0 的优势 ​

3.0 版本：Skill 化 ​

为什么再升级？ ​

Skill 出来后，不再需要 RAG 检索——Skill 可以直接加载完整信息。

做法 ​

把知识库转成 Skill：

3.0 的优势 ​

闭环方法论 ​

核心问题 ​

AI给建议 → 你做选择 → 但不反馈给AI → AI记忆过时

解决方案 ​

闭环 = 记录 + 反馈 + 更新

数据构造核心原则 ​

总结 ​

一句话总结：从几百字到10万字，关键是"面向使用构造数据"和"形成闭环"——让AI真正懂你。