Clawd Docs V2

核心用法

Clawd-Docs v2 采用三层递进式架构处理文档查询：

1. Golden Snippets（优先）：预缓存7个高频问题片段（~300-500 tokens），覆盖 Telegram 设置、OAuth 排错、更新流程等，可直接本地读取
2. 本地搜索索引：docs-index.json 提供关键词→路径映射，支持同义词模糊匹配，零 token 消耗
3. 按需抓取：通过 mcporter + BrightData 抓取完整页面（~8-12k tokens），用于复杂或未缓存的查询

显著优点

• 极致 token 效率：80-90% 查询可通过片段解决，避免重复抓取
• 分层 TTL 策略：安装指南1天、网关配置7天、概念参考30天，平衡新鲜度与成本
• 双语支持：内置斯洛伐克语关键词匹配（"ako nastaviť", "updatnuť"）
• 依赖单一：仅需 mcporter 工具即可运行

潜在局限

• 片段覆盖有限：仅7个预置 snippet，新问题仍需完整抓取
• 缓存命中率依赖：未命中时成本陡增至 ~10k tokens
• 外部依赖风险：BrightData 抓取失败时无本地回退方案
• 维护成本：TTL 策略需定期人工校准，文档更新与缓存过期可能不同步

适合人群

• 高频使用 ClawdBot 文档的开发者/运维人员
• 对 token 成本敏感、需批量处理文档查询的场景
• 斯洛伐克语用户（本地化关键词优化）

常规风险

• S 级安全：纯文档读取技能，无执行权限，无数据外泄风险
• 注意 mcporter 调用的 URL 注入风险（需确保 path 来自可信索引）

核心用法

clawd-docs-v2 是一款专为 ClawdBot 设计的智能文档访问 Skill，采用三层渐进式架构：

1. Golden Snippets（本地缓存片段） — 预缓存 7 个高频查询场景，300-500 tokens 即可应答
2. Search Index（本地搜索索引） — 零 token 关键词模糊匹配，支持同义词扩展
3. On-demand Fetch（按需抓取） — 通过 brightdata 服务抓取完整文档，约 8-12k tokens

典型工作流：用户查询 → 匹配本地 snippet → 缺失则查索引 → 仍缺失则抓取全文。官方宣称 80-90% 的常见问题可通过 snippets 直接解决。

显著优点

• 极致 Token 效率：相比直接抓取完整文档，常规查询节省 90%+ tokens
• 分层缓存策略：TTL 按页面类型动态调整（安装更新 1 天/概念参考 30 天），平衡时效与成本
• 多语言支持：内置斯洛伐克语关键词（"ako nastaviť" 等），服务非英语用户
• 零依赖风险：纯 Markdown 文档，无可执行代码
• 可信数据源：仅访问 docs.clawd.bot 官方域名及 GitHub/clawdhub 可信来源

潜在缺点与局限

• 缓存覆盖有限：仅 7 个预设 snippets，复杂查询仍需完整抓取
• freshness 依赖 TTL：更新频繁的配置页面（7 天 TTL）可能滞后
• brightdata 依赖：完整抓取依赖外部爬虫服务，存在服务可用性风险
• 无实时搜索：索引为静态 JSON，不支持全文检索或语义匹配
• Slovak-heavy：部分关键词本地化偏向斯洛伐克语，其他小语种支持不足

适合人群

• ClawdBot 管理员：需频繁查询配置、更新、故障排除指南
• Token 敏感用户：API 成本受限，追求极致效率的场景
• 多实例部署者：通过本地缓存减少对官方文档站的重复请求

常规风险

• 缓存内容过期导致配置建议不准确（可通过手动刷新 llms.txt 缓解）
• brightdata 服务异常时无法获取新内容（但本地 snippets/index 仍可离线工作）
• 无代码执行风险，无敏感信息泄露，隐私合规完全达标

---

该 Skill 代表了文档访问类工具的优化方向：用本地智能层替代盲目网络请求，在保证准确性的前提下实现成本与性能的双赢。