---
title: "scholar-skill"
type: concept
tags: []
sources: ["Obsidian-必装-Skills"]
last_updated: 2026-04-18
---

## Description
基于 OpenClaw 框架的学术研究 Skill，通过 L1-L3 分级阅读策略在后台长时间静默解析论文，并自动将结构化笔记、核心记忆与知识冲突报告写入本地 Obsidian 知识库。

## Reading Levels
- **L1**：快速分发，评估论文优先级
- **L2**：标准阅读，提取核心观点
- **L3**：深度解构，生成双链卡片和反思报告

## Dependencies
- **基础环境**：本地 Python 环境 + Obsidian 客户端
- **核心框架**：OpenClaw 智能体框架
- **依赖 Skills**（通过 ClawHub 安装）：
  - `obsidian-direct`（必须）：绕过官方限制直接读写 .md 文件
  - `arxiv-watcher`（必须）：通过 ArXiv API 抓取文献
  - `durable-task-runner`（必须）：支持 L3 级长时间挂机任务调度与断点续传
  - 可选：`tavily`、`pdf`、`academic-research-hub`

## Special Features
- **超长周期任务编排**：L3 级深度阅读设计为长达 2.5 小时的异步挂机任务，依赖 durable-task-runner 处理多次 LLM 推演循环和 API 限流
- **周期性反思机制**：内置时间触发器逻辑，周末或月末强制对"临时存储的知识"进行 L2/L3 反思
- **人类确认防呆机制**：当 AI 发现新论文推翻旧笔记结论时，生成确认单放进 0-Inbox 文件夹等待人工审核

## Risks
- **财务毁灭风险**：2.5 小时 L3 循环和高频 RAG 会消耗大量 Token
- **数据覆写风险**：obsidian-direct 使用民间 Python 暴力文件 I/O，易引发文件冲突