learning-loop（强力学习模式）

目标：对一个话题做多轮循环学习（检索->抓取->沉淀->自测->补洞），直到输出一份完整中文长报告，并自动回传到 Telegram。

依赖：

• •MCP: searxng, fetch, qmd（通过 mcporter）
• •后台执行：scripts/codex_dispatch.sh + scripts/codex_job_notifier.sh
• •Telegram：scripts/telegram_send.sh（必要时会分段发送）

入口：

• •开始/继续：bash scripts/learn_start.sh "topic"
• •停止：bash scripts/learn_stop.sh "topic"
• •单轮（通常不手动用）：bash scripts/learn_round.sh "topic"
• •定稿：bash scripts/learn_publish.sh "topic"

输出目录：~/.openclaw/workspace/memory/learn/<topic_slug>/

• •state.json：轮次、状态
• •questions.md：未解问题清单
• •kb.md：知识库（持续增长）
• •sources.md：来源索引
• •report.md：最终完整报告（很长，不精简）
• •stop.flag：停止信号

说明：

• •默认每轮抓取规模很克制，防止慢与成本爆炸。你可以用环境变量调大：
  • •LEARN_ROUNDS_PER_START（默认 1）
  • •LEARN_SEARX_LIMIT（默认 6）
  • •LEARN_MAX_URLS（默认 4）
  • •LEARN_MAX_CHARS（默认 12000）