Token导航 LogoToken导航

Agent Skill · 研究检索

clawrag(clawrag 文档)

clawrag 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

clawrag 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 3,007。

总安装 50,502周安装 2,063GitHub Stars 公开资料未说明下载 16,339核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.2.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:clawrag(clawrag 文档)
来源仓库:https://github.com/2dogsandanerd/clawrag
安装命令:
openclaw skills install clawrag
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install clawrag

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

自托管 RAG 引擎,具有混合语义和关键字搜索、文档摄取、本地隐私以及通过 Docker 无缝 OpenClaw 集成。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install clawrag;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

clawrag 怎么安装?

在终端执行 openclaw skills install clawrag。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

clawrag 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

clawrag 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

clawrag 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

clawrag 用的人多吗?

公开数据是累计安装 50,502 次,近一周安装 2,063 次,下载 16,339 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

clawrag 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
clawrag

clawrag 文档 · 本页

50,502—接触敏感数据MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

ClawRAG Connector

The Brain for OpenClaw - Self-hosted RAG engine with hybrid search.

⚠️ This skill requires Docker. It connects OpenClaw to your local ClawRAG instance.

What is ClawRAG?

Production-ready RAG infrastructure that keeps your data local:

  • 🔒 Privacy-first: Vector DB runs on your machine
  • 🔍 Hybrid Search: Semantic + Keyword (BM25) + RRF ranking
  • 📄 Smart Ingestion: PDFs, Office docs, Markdown via Docling
  • 🧠 MCP-native: Seamless OpenClaw integration

Installation

Step 1: Start ClawRAG (Docker)

git clone https://github.com/2dogsandanerd/ClawRag.git
cd ClawRag
cp .env.example .env
docker compose up -d

Wait for http://localhost:8080/health to return OK.

Step 2: Connect OpenClaw

openclaw mcp add --transport stdio clawrag npx -y @clawrag/mcp-server

Verification

Test your setup:

curl http://localhost:8080/api/v1/rag/collections

Features

CapabilityDescription
Document UploadPDF, DOCX, TXT, MD via API or folder
Hybrid QueryVector similarity + keyword matching
CitationsSource tracking for all answers
Multi-CollectionOrganize knowledge by project

Requirements

  • Docker + Docker Compose
  • 4GB+ RAM (8GB recommended for local LLM)
  • Or: OpenAI/Anthropic API key for cloud LLM

Architecture

OpenClaw ◄──MCP──► @clawrag/mcp-server ◄──HTTP──► ClawRAG API (localhost:8080)
                                           │
                                           ▼
                                    ┌─────────────┐
                                    │  ChromaDB   │
                                    │  (vectors)  │
                                    └─────────────┘

Links

  • 📚 Full Docs: https://github.com/2dogsandanerd/ClawRag#readme
  • 🔧 API Reference: http://localhost:8080/docs (when running)
  • 🐛 Issues: https://github.com/2dogsandanerd/ClawRag/issues
  • 📦 MCP Package: https://www.npmjs.com/package/@clawrag/mcp-server

Tags

rag, vector, memory, search, documents, self-hosted, privacy, mcp, local-ai


Metadata für ClawHub-Upload:

FeldWert
Slugclawrag
Display nameClawRAG - Self-hosted RAG & Memory
Version1.2.0
Tagsrag, vector, memory, search, documents, self-hosted, privacy, mcp, local-ai

Changelog für Version 1.2.0

1.2.0 - Initial ClawHub Release

  • Connector skill for OpenClaw integration
  • MCP server support (@clawrag/mcp-server v1.1.0)
  • Docker-first deployment
  • Hybrid search (Vector + BM25)

适合场景

01

研究助手

02

事实核查

03

知识库问答

04

带来源的搜索总结

能力概览

能力 1

组合搜索和大模型调用

能力 2

支持多来源检索和总结

能力 3

强调引用来源和事实核查

能力 4

适合研究型 Agent 流程

平台分布

OpenClaw

84.6%
按下载量换算13,823

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills