核心用法
Research Assistant 是一款专为 AI Agent 设计的知识管理工具，通过命令行脚本 research_organizer.py 实现研究笔记的结构化存储与检索。核心功能包括：
| 功能 | 命令 |
|:---|:---|
| 添加笔记 | `add "<topic>" "<note>" [tags...]` |
| 列出主题 | `list` |
| 查看主题详情 | `show "<topic>"` |
| 全局搜索 | `search "<query>"` |
| Markdown 导出 | `export "<topic>" "<output_file>"` |
数据持久化存储于 ~/.openclaw/workspace/research_db.json，采用 JSON 格式便于备份迁移。每条笔记自动记录时间戳与标签，主题元数据包含创建日期、最后更新时间及笔记数量。
典型应用场景
- 多会话项目：持续积累研究发现，通过标签分类（如
experiments、ideas、resources），利用搜索回溯历史笔记 - 创意与实验追踪：记录商业灵感、实验结果及迭代过程
- 内容规划：管理选题日历、参考资料与发布计划
显著优点
1. 专为 Agent 工作流设计：命令行接口天然适配自动化脚本调用，支持程序化批量操作
2. 轻量零依赖：纯文本 JSON 存储，无需外部数据库，迁移成本低
3. 灵活的标签体系：多标签支持实现多维分类，搜索覆盖内容与主题名
4. 输出标准化：Markdown 导出含时间戳、标签哈希格式，直接可用于分享或发布
局限性与潜在缺点
- 无并发控制：未提及文件锁机制，多进程同时写入可能导致数据损坏
- 搜索能力基础：仅支持大小写不敏感的关键词匹配，无模糊搜索、相关性排序或全文索引
- 无版本历史：笔记修改即覆盖，无法回溯早期版本
- 存储容量未明确：JSON 文件随笔记增长可能性能下降，无分片或归档机制
- 权限与加密缺失：数据明文存储于本地，无访问控制或敏感信息保护
适合人群
- 需跨会话维护长期知识库的 AI Agent 开发者
- 进行迭代式实验、需追踪假设与结果的研究者
- 管理多个内容项目、需快速检索参考资料的内容创作者
- 偏好命令行工具、追求工作流自动化的技术用户
常规风险
| 风险类型 | 说明 | 缓解建议 |
|:---|:---|:---|
| 数据丢失 | 单文件存储，磁盘故障或误操作无冗余恢复 | 定期备份 `research_db.json` |
| 数据污染 | 无输入校验，异常字符或超长内容可能破坏 JSON 结构 | 控制笔记长度，避免特殊控制字符 |
| 隐私泄露 | 明文存储，共享环境或日志可能暴露敏感研究内容 | 避免记录机密信息，或配合加密卷使用 |
| 搜索噪音 | 简单字符串匹配可能返回大量不相关结果 | 建立严格的标签命名规范，优先用标签过滤 |