الدروس 12

الدرس 12 — دليل OpenClaw مهارة ontology: تزويد الذكاء الاصطناعي بذاكرة دائمة وقاعدة معرفة هيكلية (2026)

الهدف: تثبيت مهارة ontology لجعل OpenClaw يتذكر الأشخاص والمشاريع والمهام وغيرها من المعلومات الهيكلية، مع حفظ دائم عبر الجلسات.


الذاكرة العادية مقابل ذاكرة ontology الدائمة

أكبر فرق في "ذاكرة المحادثة الهيكلية مقابل السياق العادي" ليس في "كمية ما يُحفظ"، بل في "ماذا يُحفظ وكيف يُستعلم عنه":

البعد ذاكرة السياق العادية ذاكرة ontology الدائمة
الاستمرارية تختفي عند إغلاق المحادثة تُحفظ دائماً محلياً
مستوى الهيكلة نص غير منظم كيانات + رسم بياني للعلاقات
عبر الجلسات غير مدعوم مدعوم
طريقة الاستعلام فقط تمرير السياق استعلام دقيق بلغة طبيعية
حد البيانات مقيّد بنافذة السياق مقيّد فقط بمساحة القرص المحلية
الاستدلال الترابطي ضعيف يمكن تصفح علاقات الكيانات

جوهر حفظ ذاكرة المحادثة عبر الجلسات يعتمد على هذه المهارة. بعد تثبيتها، كل الأمور المهمة التي ناقشتها مع الذكاء الاصطناعي — تقدم المشاريع، معلومات الفريق، سجلات القرارات — تتحول إلى عقد منظمة يمكن استرجاعها بدقة في أي محادثة مستقبلية.


الخطوة الأولى: تثبيت مهارة ontology

/install @oswalpalash/ontology

بعد اكتمال التثبيت تحقق:

pnpm openclaw skills list
# يجب أن يظهر ontology

بعد تثبيت المهارة تُنشئ مجلد تخزين قاعدة المعرفة محلياً:

~/.openclaw/workspace/skills/ontology/
├── SKILL.md          ← المنطق الرئيسي للمهارة
└── graph.json        ← بيانات قاعدة المعرفة (JSON قابل للقراءة المباشرة)

الخطوة الثانية: إنشاء الكيانات

تدعم ontology خمسة أنواع كيانات مضمّنة:

Person   — الأشخاص (الزملاء، العملاء، جهات الاتصال)
Project  — المشاريع (مستودعات الكود، خطوط الإنتاج، العقود)
Task     — المهام (قائمة الأعمال، المعالم، الأخطاء)
Event    — الأحداث (الاجتماعات، الإصدارات، المواعيد النهائية)
Document — الوثائق (التقارير، العقود، الملاحظات)

إنشاء كيان Person

تذكّر: محمد علي، مهندس خلفي، مسؤول عن وحدة الدفع، يفضّل التواصل عبر WhatsApp، المنطقة الزمنية UTC+3

سيحلّل الذكاء الاصطناعي تلقائياً ويحفظ في قاعدة المعرفة:

{
  "type": "Person",
  "name": "محمد علي",
  "attributes": {
    "role": "مهندس خلفي",
    "domain": "وحدة الدفع",
    "contact": "WhatsApp",
    "timezone": "UTC+3"
  }
}

إنشاء كيان Project

تذكّر المشروع: إعادة هيكلة نظام الدفع، الموعد النهائي 2026-06-30، المسؤول محمد علي، الحالة الحالية قيد التنفيذ

إنشاء كيان Task

أضف مهمة: إنجاز وثيقة مخطط هجرة بوابة الدفع قبل الجمعة القادمة، الأولوية عالية، مرتبطة بمشروع "إعادة هيكلة نظام الدفع"

"جعل الذكاء الاصطناعي يتذكر الأشخاص والمشاريع والمهام" بسيط للغاية — صفها بلغة طبيعية وتستخرج ontology المعلومات الهيكلية تلقائياً وتحفظها.


الخطوة الثالثة: الاستعلام عن الكيانات الموجودة

بعد تثبيت ontology، يمكنك الاستعلام بلغة طبيعية عن المعلومات المُدخلة سابقاً عبر الجلسات:

من هو محمد علي؟ ما مسؤولياته؟
ما هي المهام ذات الأولوية العالية هذا الأسبوع؟
ما الحالة الحالية لمشروع "إعادة هيكلة نظام الدفع"؟
أدرج جميع المشاريع والمهام المرتبطة بمحمد علي

في سياقات الذاكرة طويلة المدى الذاتية الاستضافة، هذه القدرة في الاستعلام ذات قيمة خاصة — بغض النظر عن كم مضى على آخر محادثة، يمكن للذكاء الاصطناعي الاسترجاع الدقيق من قاعدة المعرفة.


الخطوة الرابعة: ربط الكيانات (Linking)

أقوى ميزة في ontology هي بناء العلاقات بين الكيانات:

اربط: محمد علي مسؤول عن مشروع "إعادة هيكلة نظام الدفع"، وجهة اتصاله سارة أحمد (مديرة المنتج)
علّم: مهمة "وثيقة هجرة بوابة الدفع" تنتمي لمشروع "إعادة هيكلة نظام الدفع"، ينفذها محمد علي

بعد بناء العلاقات، يمكن تصفح قاعدة المعرفة:

ما الأشخاص والمهام المرتبطة بـ"إعادة هيكلة نظام الدفع"؟
في أي مشاريع تشارك سارة أحمد؟ من هم المتعاونون المباشرون معها؟

هذا الاستدلال الترابطي غير ممكن مع السياق العادي.


الخطوة الخامسة: تحديث الكيانات وحذفها

تحديث: أنجز محمد علي هجرة بوابة الدفع، غيّر حالة المهمة إلى "مكتملة"
تحديث: تأجّل الموعد النهائي لمشروع إعادة هيكلة نظام الدفع إلى 2026-08-15
حذف كيان: أزل مهمة "وثيقة هجرة بوابة الدفع"

الخطوة السادسة: الدمج مع self-improving-agent

الفرق بين ontology وself-improving-agent: الاثنان متكاملان، لا يستبدل أحدهما الآخر.

  • self-improving-agent (الدرس 09): يسجّل تفضيلات سلوك الذكاء الاصطناعي وخبرات العمليات (مثل "استخدم pnpm وليس npm")
  • ontology: يسجّل المعرفة التجارية ومعلومات العالم الحقيقي (الأشخاص، المشاريع، المهام، الأحداث)

تثبيت الاثنين معاً يبني منظومة ذاكرة متكاملة:

/install @pskoett/self-improving-agent
/install @oswalpalash/ontology

التأثير الفعلي:

أنت: ساعدني في تحديث تقدم مهام محمد علي
الذكاء الاصطناعي: (يسترجع جميع مهام "محمد علي" من ontology)
    لدى محمد علي 3 مهام جارية حالياً:
    1. وثيقة هجرة بوابة الدفع (أولوية عالية، تنتهي الجمعة)
    2. ...
    أي مهمة تريد تحديثها؟

يعرف الذكاء الاصطناعي "من هو محمد علي" (ontology)، ويعرف أيضاً "أنك تفضّل الردود الموجزة" (self-improving-agent).


الأسئلة الشائعة

هل يتذكر الذكاء الاصطناعي ما قيل في محادثات سابقة بعد إغلاق OpenClaw؟

بعد تثبيت مهارة ontology، تُحفظ المعلومات التي تُدخلها صراحةً في قاعدة المعرفة دائماً في الملف المحلي ~/.openclaw/workspace/skills/ontology/graph.json، بغض النظر عن إغلاق المحادثة. في المرة القادمة يمكن للذكاء الاصطناعي الاستعلام عنها بلغة طبيعية. لاحظ أن فقط المحتوى المُدخل صراحةً يُحفظ دائماً، أما محادثات الدردشة العادية فتختفي مع انتهاء الجلسة.

ما أنواع الكيانات التي تدعمها مهارة ontology؟

تدعم ontology خمسة أنواع كيانات مضمّنة: Person (شخص)، Project (مشروع)، Task (مهمة)، Event (حدث)، Document (وثيقة). كل نوع يمكنه حمل خصائص مخصصة (كالمسمى الوظيفي والحالة والموعد النهائي)، ويمكن بناء علاقات بين الكيانات مع دعم تصفح قاعدة المعرفة. إذا كانت الأنواع المضمّنة غير كافية، يمكن وصف أنواع مخصصة بلغة طبيعية وستستنتج ontology التصنيف تلقائياً.

ما الفرق بين ontology وself-improving-agent؟

كلاهما يحل مشكلة ذاكرة مختلفة. يسجّل self-improving-agent أنماط سلوك الذكاء الاصطناعي وخبرات العمليات، كـ"هذا المشروع يستخدم pnpm" أو "لا تُدرج المصادر في الملخص"، ويركّز على تحسين طريقة عمل الذكاء الاصطناعي. تسجّل ontology المعرفة التجارية للعالم الحقيقي، كـ"محمد علي مهندس خلفي مسؤول عن وحدة الدفع"، وتركّز على جعل الذكاء الاصطناعي يفهم بيئة عملك والعلاقات فيها. يمكن تثبيت الاثنين معاً بتأثير متراكم تكاملي.

أين تُحفظ بيانات قاعدة المعرفة؟ هل تُرفع للسحابة؟

تُحفظ جميع البيانات محلياً في ~/.openclaw/workspace/skills/ontology/graph.json بتنسيق JSON القياسي، قابلة للقراءة المباشرة والنسخ الاحتياطي. OpenClaw حل مستضاف ذاتياً بالكامل، البيانات لا تمر بأي خادم سحابي ولا تُرفع لـ Anthropic أو أي طرف ثالث. لمشاركة قاعدة المعرفة بين أجهزة متعددة، يمكن نسخ ملف graph.json يدوياً أو إدارته عبر git.


الخطوات التالية

  • الدرس 13 — استخدام مهارة Gog لجعل الذكاء الاصطناعي يتحكم في Gmail وGoogle Calendar وDrive
  • الدرس 09 — استخدام self-improving-agent لجعل الذكاء الاصطناعي يتذكر عادات العمل والتفضيلات السلوكية

关注我们,获取最新 AI 动态

在 X 上关注 @lanmiaoai,第一时间获取教程更新、AI 工具推荐。

立即关注