ASR Hotwords — OpenClaw Skill
功能
从 OpenClaw 所有 agent 的对话记录中自动挖掘热词/歧义词表，供 ASR 模型提升语音转录准确性。
Pipeline: 提取所有 session 对话 → 本地热词挖掘（jieba 分词 + LLM 精炼） → 输出歧义词表 → 自动导出 hotwords.md
触发条件
用户说以下类似的话时触发此 skill：
- "挖掘对话中的热词"
- "提取对话歧义词"
- "跑一下热词挖掘"
- "更新热词表"
安装流程
当用户要求安装/启用此 skill 时，按以下步骤执行：
注意：以下所有路径中的 SKILL_DIR 指此 SKILL.md 所在目录（即 skill 的根目录）。执行时用 read 工具获取本文件路径，取其父目录即可。
Step 1: 安装 Skill
将 skill 安装到 ~/.openclaw/skills/asr-hotwords/。
# 如果是从其他位置安装
cp -r <source> ~/.openclaw/skills/asr-hotwords/
Step 2: 旧版迁移（自动）
运行迁移脚本，自动检测旧版 per-agent 安装并合并数据：
cd SKILL_DIR && python3 migrate.py
迁移脚本会：
- 扫描所有 agent workspace 下的旧版
asr-hotwords或asr-personal-hotwords目录 - 合并
output/vocab_*.json历史挖掘结果到新位置（不覆盖） - 迁移
.installed/.cron_configured标记文件 - 迁移
hotwords.md - 在旧目录写入
MIGRATED.md标记
如果没有旧版安装，脚本会提示"无需迁移"并跳过。
Step 3: 安装依赖
pip3 install -r SKILL_DIR/requirements.txt --quiet
Step 4: 验证 OpenClaw LLM 配置
检查 ~/.openclaw/openclaw.json 中是否存在有效的 provider 配置（apiKey + baseUrl）。
Step 5: 测试运行
用前一天的数据跑一次完整 pipeline，确认端到端流程正常：
cd SKILL_DIR && nohup bash run.sh > run.log 2>&1 &
运行完成后会自动导出 hotwords.md。可通过 tail -f SKILL_DIR/run.log 查看进度。
Step 6: 设置安装标记
touch SKILL_DIR/.installed
安装完成，通知用户 skill 已就绪。
首次使用引导
当用户首次触发此 skill 时（通过触发条件中的关键词），检查 SKILL_DIR 下是否存在 .cron_configured 文件：
如果 .cron_configured 不存在（首次使用）：
在执行挖掘之前，先向用户提问：
"这是首次使用热词挖掘 skill。是否需要设置每日定时执行？（推荐：每天凌晨自动挖掘前一天的对话热词并更新 hotwords.md）"
- 用户同意：询问执行时间（默认 02:00），创建 OpenClaw cron 定时任务（sub-agent 方式），然后创建
.cron_configured文件 - 用户拒绝：直接创建
.cron_configured文件（标记为已询问，不再重复提问）
touch SKILL_DIR/.cron_configured
如果 .cron_configured 已存在： 跳过引导，直接执行。
手动执行
默认：挖掘前一天
cd SKILL_DIR && nohup bash run.sh > run.log 2>&1 &
指定日期
cd SKILL_DIR && nohup bash run.sh --date 2026-04-26 > run.log 2>&1 &
指定日期范围
cd SKILL_DIR && nohup bash run.sh --start 2026-04-20 --end 2026-04-26 > run.log 2>&1 &
仅导出热词表（不重新挖掘）
cd SKILL_DIR && bash run.sh --export-only
cd SKILL_DIR && bash run.sh --export-only -f json -o hotwords.json
cd SKILL_DIR && bash run.sh --export-only -f csv -o hotwords.csv
cd SKILL_DIR && bash run.sh --export-only -f txt
执行完成后，向用户汇报：
- 提取了多少条消息
- 挖掘出多少条热词
- 展示 top 10 热词
输出文件
| 文件 | 说明 |
|---|---|
output/vocab_{date}.json | 原始挖掘结果（按日期存档） |
hotwords.md | 热词表（每次运行自动导出，prompt 格式，供 ASR 模型直接使用） |
DMWork 语音纠错上下文注入
挖掘完成后，run.py 会自动通过 openclaw gateway call agent 发送结构化消息给 agent。
agent 收到消息后必须执行：
- 读取 SKILL_DIR/hotwords.md
- 调用
dmwork_management(action="voice-context-update", content=文件内容) - 调用
dmwork_management(action="voice-context-read")验证注入成功
如果是手动执行挖掘，agent 在汇报结果后也应主动执行上述注入步骤。
配置
编辑 config.yaml：
extract.agents：要提取的 agent 列表（["*"]为全部，或指定如["main", "claude"]）extract.max_content_len：单条消息最大字符数extract.min_freq：最低词频阈值
LLM API key 和模型信息自动从 ~/.openclaw/openclaw.json 读取，无需手动配置。
锚点词表机制
- 首次运行：anchors 为空
- 后续运行：自动加载
output/目录下所有历史 vocab 结果作为 anchors（合并去重） - 词表只增不减，持续积累