什么是 DBpedia 查询技能？

DBpedia 查询技能是为 AI 智能体设计的尖端工具，旨在弥合人类语言与语义网之间的鸿沟。通过利用 Openclaw Skills，开发者可以让用户使用普通英语查询庞大的 DBpedia 知识图谱（包含来自维基百科的数百万个实体）。该技能可自动将意图翻译为结构化的 SPARQL 代码，针对实时端点执行，并将结果数据格式化为具有参考价值的见解。

无论您是在构建研究助手还是数据可视化工具，此技能都提供了映射属性、处理前缀和确保数据完整性所需的逻辑。它代表了通过 Openclaw Skills 的力量使非技术用户能够访问关联开放数据的重要进展。

下载入口:https://github.com/openclaw/skills/tree/main/skills/kidehen/query-dbpedia

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

2. 手动安装

将技能文件夹复制到以下位置之一

优先级：工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

DBpedia 查询技能 应用场景

• 对电影、书籍、历史人物和地理位置等实体进行复杂的调研。
• 自动从维基百科的结构化数据中生成交互式 HTML 报告和数据表。
• 将简单的英语问题（如 "谁导演了《星际穿越》？"）转换为可执行的 SPARQL 查询。
• 构建基于知识图谱的应用程序，利用 Openclaw Skills 进行实时数据检索。

1. 技能分析自然语言输入，识别主题、谓语以及排序或限制等特定约束。
2. 将识别出的术语映射到 DBpedia 本体 (dbo) 或属性 (dbp) 命名空间。
3. 使用标准前缀和语言过滤器构建语法正确的 SPARQL 查询，以确保高质量的英语结果。
4. 技能通过优化的 HTTP 请求，针对 DBpedia SPARQL 端点执行查询。
5. 检索到的 JSON 数据经过处理并转换为用户选择的格式，例如样式化的 HTML 页面或 Markdown 表格。

DBpedia 查询技能 配置指南

要在 Openclaw Skills 框架内开始使用此技能，请确保您的环境可以向 DBpedia 端点发出出站 HTTP 请求。您可以使用以下命令验证连接性和查询逻辑：

curl -s -G "https://dbpedia.org/sparql" r
  --data-urlencode "query=SELECT DISTINCT ?label WHERE { dbr:Christopher_Nolan rdfs:label ?label . FILTER(LANG(?label) = 'en') }" r
  --data-urlencode "format=json"

由于 DBpedia 是公开的 SPARQL 端点，因此不需要 API 密钥。

DBpedia 查询技能 数据架构与分类体系

该技能将数据组织成适合自动化处理和人类阅读的结构化格式。

name: dbpedia-query-skill
description: Transform natural language questions into SPARQL queries for DBpedia and generate beautiful HTML results pages. Query the DBpedia knowledge graph using plain English prompts.

DBpedia Query Skill

When to Use This Skill

Use this skill when users want to:

• Query DBpedia using natural language
• Ask questions about people, places, movies, books, organizations, etc.
• Get structured data from Wikipedia via DBpedia
• Create visualizations of DBpedia query results
• Generate HTML reports from SPARQL queries

Core Capabilities

? Natural Language to SPARQL: Convert user questions into valid SPARQL queries ? Query Execution: Execute queries against DBpedia endpoint ? HTML Generation: Create beautiful, interactive HTML result pages ? Multiple Output Formats: JSON, Markdown tables, or HTML ? Error Handling: Graceful handling of malformed queries or no results

DBpedia Endpoint

SPARQL Endpoint: https://dbpedia.org/sparql Format: JSON results (format=json) Method: HTTP GET with URL-encoded query

Common DBpedia Prefixes

PREFIX dbo: 
PREFIX dbr: 
PREFIX dbp: 
PREFIX rdfs: 
PREFIX rdf: 
PREFIX foaf: 
PREFIX dct: 

Query Conversion Workflow

When a user provides a natural language prompt:

1. Analyze the Question

• Identify the subject (who/what is being asked about)
• Identify the predicate (what information is requested)
• Determine if filtering, sorting, or limiting is needed

2. Map to DBpedia Properties

Common mappings:

• "directed by" → dbo:director
• "release date" → dbp:date or dbo:releaseDate
• "budget" → dbo:budget
• "born in" → dbo:birthPlace
• "population" → dbo:populationTotal
• "capital of" → dbo:capital
• "written by" → dbo:author
• "starring" → dbo:starring

3. Construct SPARQL Query

Template:

PREFIX dbo: 
PREFIX dbr: 
PREFIX rdfs: 

SELECT DISTINCT ?variable ?label
WHERE {
  ?variable