Skip to content
Back to skills

Lingxi Memory

BSecurity

自动记忆提炼 & 写入飞书知识库。定时扫描 OpenClaw 会话文件,自动提炼有价值的记忆,写入飞书多维表格/云文档知识库。

  • 3 stars
  • 0 votes
  • 0 copies
  • 4 views
  • Added September 9, 2026
toolspythonbashapi

Works with

  • cli
  • api

Security analysis

B80/100
  • criticalAccesses sensitive system or user directories
  • highCreates or modifies cron jobs for persistent execution

Pro shows the line behind each finding and how to fix it

Scanned September 9, 2026

npx -y skills add Lord1Egypt/awesome-skill-forge --skill lingxi-memory --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Lingxi Memory?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Lingxi Memory
[![Security: B — Skills Directory](https://www.skillsdirectory.com/api/skills/lord1egypt-lingxi-memory/badge)](https://www.skillsdirectory.com/skills/lord1egypt-lingxi-memory)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: Lingxi-MindVault 灵曦记忆系统
description: 自动记忆提炼 & 写入飞书知识库。定时扫描 OpenClaw 会话文件,自动提炼有价值的记忆,写入飞书多维表格/云文档知识库。
author: liuxiaolong1988
license: MIT
tags: memory, feishu, lark, automation, openclaw
required_env:
  - FEISHU_USER_OPEN_ID
  - L2_APP_TOKEN
  - L2_TABLE_ID
  - L3_DOC_ID
  - L4_DOC_ID
optional_env:
  - SESSIONS_DIR
  - NOTIFY_TARGET
requires:
  - openclaw
  - python3
  - bash
---

# Lingxi-MindVault - 灵曦记忆系统:自动记忆提炼 & 写入飞书知识库

## ⚠️ 风险提示

本技能的正常工作需要:
1. **读取本地 OpenClaw 会话文件**(包含你的聊天记录)→ 这是功能必需,因为要提炼记忆内容
2. **将会话内容传给 AI agent 进行提炼** → AI 需要分析内容才能提炼
3. **将提炼结果写入你** **自己配置的** **飞书知识库** → 结果存储在你自己的飞书空间

如果你不希望会话内容被 AI 处理,或者不希望数据存储到飞书,请不要安装。

## 描述

灵曦自动记忆系统,定时扫描 OpenClaw 会话文件,自动提炼有价值的记忆,写入飞书多维表格/云文档知识库。

**v5 新架构**:一次完成,省去队列,bash 调用 agent,agent 直接提炼 + 写入 + 通知,更简洁更实时!

## 功能特点

- ✅ 稳定排除 heartbeat 会话(当前 + 历史自动标记)
- ✅ 支持 `.jsonl` / `.jsonl.reset.*` / `.jsonl.deleted.*` 所有会话格式
- ✅ 自动过滤空会话/小会话(用户消息数 < 1 或内容长度 < 20)
- ✅ 完整的异常处理和通知,每个阶段都有错误通知
- ✅ 超时支持 300 秒(5分钟),适应大会话
- ✅ 开源友好,**所有配置通过环境变量指定**,无硬编码敏感信息
- ✅ 启动检查,如果缺少必需环境变量会立即报错,不会静默使用错误配置
- ✅ 原子进程锁,防止重复运行
- ✅ 过期锁自动清理,不会死锁

## 架构流程图

```plaintext
【阶段 1:定时触发】
    │
    ├─▶ crontab
    │     ├─ 白天(8:00-22:00):每 1 分钟
    │     └─ 夜间(22:00-次日8:00):每 5 分钟
    │
【阶段 2:会话检查】
    │
    ├─▶ session_check.sh
    │     │
    │     ├─ 1. 获取进程锁(/tmp/session_check.lock)
    │     │
    │     ├─ 2. 读取 sessions.json
    │     │
    │     ├─ 3. 获取活跃会话
    │     │     ├─ 只保留最近 24 小时内更新的
    │     │     └─ 排除 key 为 "agent:main:main" 的 heartbeat 会话(活跃列表层面排除)
    │     │
    │     ├─ 4. 遍历所有会话文件
    │     │     ├─ .jsonl
    │     │     ├─ .jsonl.reset.*
    │     │     └─ .jsonl.deleted.*
    │     │
    │     ├─ 5. 对每个会话:
    │     │     │
    │     │     ├─ a. 文件存在?
    │     │     │   └─ 否 → 下一个
    │     │     │
    │     │     ├─ b. 已处理过?(/tmp/processed_sessions.tmp)
    │     │     │   └─ 是 → 下一个
    │     │     │
    │     │     ├─ c. 是 heartbeat 会话?
    │     │     │     ├─ 判断逻辑:
    │     │     │     │   1. 从 sessions.json 读取 agent:main:main 的 sessionFile
    │     │     │     │   2. 从 sessionFile 中提取 session_id
    │     │     │     │   3. 如果当前文件的 session_id == heartbeat 会话的 session_id → 跳过
    │     │     │     └─ 是 → 跳过,下一个
    │     │     │     └─ 否 → 继续
    │     │     │
    │     │     ├─ d. 是活跃会话?
    │     │     │   └─ 是 → 下一个
    │     │     │
    │     │     ├─ e. 已提炼过?(memory/.extracted_sessions)
    │     │     │   └─ 是 → 下一个
    │     │     │
    │     │     └─ f. 发现未提炼会话!
    │     │                 │
    │     │                 ├─ 发送通知:"发现未提炼会话: <session_id>,正在处理..."
    │     │                 │
    │     │                 ├─ 调用 do_extract_and_write.sh <会话文件路径>
    │     │                 │
    │     │                 └─ 检查结果:
    │     │                     ├─ 成功(退出码 0)→ 标记为已提炼
    │     │                     └─ 失败(退出码非 0)→ 不标记,下次重试
    │     │
    │     └─ 6. 释放进程锁
    │
【阶段 3:AI 提炼 + 写入(一次完成)】
    │
    ├─▶ do_extract_and_write.sh
    │     │
    │     ├─ 1. 完整读取会话文件(无行数限制)
    │     │
    │     ├─ 2. 统计用户消息数和内容长度
    │     │     ├─ 支持 .message.role
    │     │     └─ 支持 .message.content[0].text(数组和字符串两种格式)
    │     │
    │     ├─ 3. 过滤条件检查
    │     │     ├─ 用户消息数 ≥ 1
    │     │     └─ 内容长度 ≥ 20
    │     │
    │     ├─ 4. 过滤通过?
    │     │   ├─ 否 → 发送通知(CLI)→ 标记为已提炼 → 返回 0
    │     │   └─ 是 → 继续
    │     │
    │     ├─ 5. 准备 AI 提炼 prompt(占位符替换,解决多行引号问题)
    │     │
    │     ├─ 6. 调用 openclaw agent 进行 AI 提炼(后台运行,最多等待 300 秒 = 5 分钟)
    │     │
    │     ├─ 7. 检查 AI 调用结果:
    │     │   ├─ a. 超时?(> 300 秒)
    │     │   │   └─ 是 → 发送通知(CLI)→ "❌ 会话 <SESSION_ID> 提炼失败:AI调用超时(300秒)" → 退出 1
    │     │   ├─ b. 退出码非 0?
    │     │   │   └─ 是 → 发送通知(CLI)→ "❌ 会话 <SESSION_ID> 提炼失败:AI调用失败(退出码:<code>)" → 退出 1
    │     │   ├─ c. 输出为空?
    │     │   │   └─ 是 → 发送通知(CLI)→ "❌ 会话 <SESSION_ID> 提炼失败:AI返回为空" → 退出 2
    │     │   ├─ d. 输出包含 "DONE" → AI 已完成所有写入 → 标记为已提炼 → 退出 0
    │     │   ├─ 不包含 "DONE" 但包含错误 → 发送通知(CLI)→ "❌ 会话 <SESSION_ID> 提炼失败:AI返回错误信息" → 退出 1
    │     │   └─ 不包含 "DONE" 也不包含错误 → 发送通知(CLI)→ "❌ 会话 <SESSION_ID> 提炼失败:AI 没有完成写入" → 退出 3
    │     │
    │     └─ 完成,返回 0
    │
【阶段 4:完成】
    │
    └─▶ 结束,agent 已经完成所有提炼 + 写入 + 通知
```

## 文件结构

```
skill/lingxi-memory/
├── SKILL.md                         # 这个文件
├── session_check.sh                  # 会话检查脚本
└── do_extract_and_write.sh           # AI 提炼 + 写入脚本
```

## 环境变量配置(必填)

**你必须在 `workspace/.env` 文件中配置以下环境变量**,否则脚本无法运行:

```bash
# 你的飞书 open_id(必填,用于接收通知)
export FEISHU_USER_OPEN_ID="ou_xxxxxxxxxxxxxxxxxx"
# L2 任务看板:飞书多维表格 app_token(必填)
export L2_APP_TOKEN="your_l2_app_token"
# L2 任务看板:数据表 ID(必填)
export L2_TABLE_ID="your_l2_table_id"
# L3 项目日志:飞书云文档 doc_id(必填)
export L3_DOC_ID="your_l3_doc_id"
# L4 知识沉淀:飞书云文档 doc_id(必填)
export L4_DOC_ID="your_l4_doc_id"

# 可选配置:OpenClaw 会话目录(默认:/root/.openclaw/agents/main/sessions)
# export SESSIONS_DIR="/path/to/your/sessions"
# 可选配置:通知目标(默认:user:$FEISHU_USER_OPEN_ID)
# export NOTIFY_TARGET="user:ou_xxxxxxxxxxxxxxxxxx"
```

**重要安全提示**:
- 不要使用默认提供的示例 ID,那是作者的飞书资源
- 必须替换为你自己的飞书多维表格和文档 ID
- 如果不配置,脚本会启动失败并提示你缺少环境变量,这是正常的安全设计

## 通知格式

| 场景 | 通知内容 | 发起方 |
|------|---------|--------|
| **发现未提炼会话** | `发现未提炼会话: <session_id>,正在处理...` | session_check.sh (bash) |
| **会话文件不存在** | `❌ 会话 <SESSION_ID> 提炼失败:文件不存在` | do_extract_and_write.sh (bash) |
| **过滤跳过** | `ℹ️ 会话 <SESSION_ID> 过滤跳过:<原因>` | do_extract_and_write.sh (bash) |
| **AI 调用超时** | `❌ 会话 <SESSION_ID> 提炼失败:AI调用超时(300秒)` | do_extract_and_write.sh (bash) |
| **AI 调用失败** | `❌ 会话 <SESSION_ID> 提炼失败:AI调用失败(退出码:<code>)` | do_extract_and_write.sh (bash) |
| **AI 返回为空** | `❌ 会话 <SESSION_ID> 提炼失败:AI返回为空` | do_extract_and_write.sh (bash) |
| **AI 返回错误** | `❌ 会话 <SESSION_ID> 提炼失败:AI返回错误信息` | do_extract_and_write.sh (bash) |
| **AI 没有完成写入** | `❌ 会话 <SESSION_ID> 提炼失败:AI 没有完成写入` | do_extract_and_write.sh (bash) |
| **提炼成功(有内容)** | `## 提炼结果\n\n- **L2 任务**: X 条\n- **L3 项目**: X 条\n- **L4 知识**: X 条` | agent (AI) |
| **提炼成功(无内容)** | `ℹ️ 会话 <SESSION_ID> 提炼完成,无内容需要写入` | agent (AI) |

## 安装部署

```bash
# 1. 克隆/复制脚本到你的 workspace/scripts 目录
cp session_check.sh /root/.openclaw/workspace/scripts/
cp do_extract_and_write.sh /root/.openclaw/workspace/scripts/

# 2. 添加执行权限
chmod +x /root/.openclaw/workspace/scripts/*.sh

# 3. 创建已提炼记录文件
mkdir -p /root/.openclaw/workspace/memory
touch /root/.openclaw/workspace/memory/.extracted_sessions

# 4. 配置 crontab
# 编辑 crontab: crontab -e
# 添加以下内容:
# 白天(8:00-22:00)每 1 分钟运行一次
# */1 8-22 * * * /root/.openclaw/workspace/scripts/session_check.sh >> /tmp/session_check.log 2>&1
# 夜间(22:00-次日8:00)每 5 分钟运行一次
# */5 22-23 * * * /root/.openclaw/workspace/scripts/session_check.sh >> /tmp/session_check.log 2>&1
# */5 0-7 * * * /root/.openclaw/workspace/scripts/session_check.sh >> /tmp/session_check.log 2>&1
```

## 依赖

- OpenClaw >= 2026.3.13
- python3 >= 3.8
- bash >= 4.0
- **需要配合 OpenClaw 飞书官方插件使用**
- **需要开通飞书相关用户身份读写权限,完成用户 OAuth 授权后才能正常使用**

## 配置说明

使用前必须完成:

1. 在 OpenClaw 中启用飞书插件,并完成用户 OAuth 授权(获得飞书 API 访问权限)
2. 在 `workspace/.env` 文件中配置以下环境变量:

```bash
# 你的飞书 open_id(必填,用于接收通知)
export FEISHU_USER_OPEN_ID="ou_xxxxxxxxxxxxxxxxxx"
# L2 任务看板:飞书多维表格 app_token
export L2_APP_TOKEN="your_l2_app_token"
# L2 任务看板:数据表 ID
export L2_TABLE_ID="your_l2_table_id"
# L3 项目日志:飞书云文档 doc_id
export L3_DOC_ID="your_l3_doc_id"
# L4 知识沉淀:飞书云文档 doc_id
export L4_DOC_ID="your_l4_doc_id"
```

如果不配置环境变量,会使用默认配置,但默认配置只能在灵曦的记忆空间使用,其他人使用需要修改为自己的飞书资源。

## 安全说明

### 安全扫描结果

| 检查项 | 状态 | 说明 |
|--------|------|------|
| 命令注入 | ✅ 安全 | 所有变量都正确使用引号包裹,文件名使用 `basename` 提取,不会导致命令注入 |
| 路径遍历 | ✅ 安全 | 使用 `basename` 正确提取 session_id,不会路径遍历 |
| 硬编码密钥 | ✅ 已修复 | 所有飞书资源 ID 都通过环境变量配置,无硬编码 |
| 必需环境变量 | ✅ 已声明 | 在 `skill.json` 中完整声明了所有必需环境变量 |
| 进程锁 | ✅ 安全 | 使用 `mkdir` 原子操作获取锁,支持过期锁(超过 10 分钟)自动清理,不会死锁 |
| 临时文件 | ✅ 安全 | 使用 `$$` PID 隔离临时文件,用完自动删除,不会冲突 |
| 错误处理 | ✅ 安全 | 每个步骤都有错误检查和通知,不会静默失败 |

### 风险声明

本技能的核心功能是**读取本地 OpenClaw 会话文件,将完整对话内容发送给 AI 代理进行提炼,然后写入你的飞书知识库**。这是本技能的设计初衷,如果你使用本技能,即同意:

- 本 skill 需要读取你的本地 OpenClaw `$SESSIONS_DIR` 目录下**所有未提炼的会话文件**(包含你的对话历史),这是自动化提炼的必要设计
- 本 skill 会将完整对话内容发送给 OpenClaw agent(使用你配置的 AI 模型)进行内容提炼
- 本 skill 需要访问飞书 API,**必须完成飞书用户 OAuth 授权**才能使用
- 所有飞书资源 ID 都通过环境变量指定,**你必须自行配置你自己的**飞书多维表格和文档
- 飞书 API 凭证由 OpenClaw 飞书插件通过 OAuth 授权管理,本技能**不会接触或存储**你的飞书凭证
- 请确保你已经备份了重要数据,使用本技能产生的一切后果由使用者自行承担

### 权限范围说明

- **本地读取**:读取 `$SESSIONS_DIR` 目录下的所有未提炼会话文件(默认:`/root/.openclaw/agents/main/sessions/`),这是本技能的核心功能
- **AI 调用**:调用 OpenClaw agent 进行内容提炼(由 OpenClaw 控制,使用你配置的 AI 模型)
- **飞书配置传递**:将你配置的飞书资源 ID(app_token、table_id、doc_id)传递给 AI agent,用于正确调用飞书 API
  - ⚠️ **重要说明**:飞书 API 凭证(token/secret)由 OpenClaw 飞书插件通过 OAuth 授权管理,本技能**不会接触或存储**你的飞书凭证
  - 本技能只传递飞书资源 ID,不传递任何凭证信息
- **飞书写入**:通过 OpenClaw 飞书插件调用飞书 API,将提炼结果写入**你自己配置**的多维表格和云文档
- **发送通知**:通过 OpenClaw CLI 发送通知到**你自己的**飞书账号

请确认你理解这些权限范围后再安装使用。

## 版本历史

- **v1**: 初始版本,cron → check → extract → queue → heartbeat → write,队列架构
- **v2-v4**: 逐步修复 heartbeat 排除、参数解析等问题
- **v5**: 简化架构,移除队列,bash → agent → write 一次完成,更简洁更实时

## 作者

灵曦 / Linxi-MindVault

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

View all in tools →

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.