Token导航 LogoToken导航

Agent Skill · 研究检索

librag-knowledge-recall(librag 知识回忆)

librag-knowledge-recall 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。

librag-knowledge-recall 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 12,575。

总安装 10,137周安装 431GitHub Stars 公开资料未说明下载 3,551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
1.0.0

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:librag-knowledge-recall(librag 知识回忆)
来源仓库:https://github.com/7010g/librag-knowledge-recall
安装命令:
openclaw skills install librag-knowledge-recall
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 librag-knowledge-recall

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。

使用 LibRAG 本地 `/api/v1/librag/knowbase/recall` 接口做知识库数据召回。适用于中文场景下的知识库检索、数据认知、证据段落提取、出处定位、基于知识库的问答取证,以及用户用“知识库查询”“数据召回”“从文档里找答案”等表达发起的任务。

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 librag-knowledge-recall;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

librag-knowledge-recall 怎么安装?

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

librag-knowledge-recall 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。

librag-knowledge-recall 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。

librag-knowledge-recall 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。

librag-knowledge-recall 用的人多吗?

公开数据是累计安装 10,137 次,近一周安装 431 次,下载 3,551 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。

librag-knowledge-recall 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
librag-knowledge-recall

librag 知识回忆 · 本页

10,137—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

name
librag-knowledge-recall-zh
description
使用 LibRAG 本地 /api/v1/librag/knowbase/recall 接口做知识库数据召回。适用于中文场景下的知识库检索、资料召回、证据段落提取、出处定位、基于知识库的问答取证,以及用户用“知识库查询”“数据召回”“从文档里找答案”等表达发起的任务。
homepage
https://github.com/openclaw/skills
metadata
openclaw
emoji
🔎
requires
files
anyBins
clawdbot
emoji
🔎
requires
files
anyBins

LibRAG 中文知识库召回

优先使用附带脚本调用 LibRAG,不要手写 HTTP 请求。

触发语义

遇到下列表达时优先使用本 Skill:

  • “去知识库里查一下”
  • “做一下数据召回”
  • “从 LibRAG 找相关段落”
  • “把出处和原文召回出来”
  • “根据知识库检索证据”
  • “从文档中找到答案”

输入

必需输入:

  • question:用户要检索的问题或条件。

配置文件 config.json:

  • base_url:LibRAG 服务地址。
  • api_key:与目标知识库绑定的 API Key。
  • kb_id:默认知识库 ID。
  • recall_mode:默认召回模式。
  • vector_top_k:向量召回 top-k。
  • fulltext_top_k:全文召回 top-k。
  • return_tree:是否返回树形结构。
  • has_source_text:是否包含原文。
  • has_score:是否保留分数字段。
  • filter_effective:是否过滤无效结果。
  • reasoning_enhance:是否启用推理增强。
  • score_threshold:打分过滤阈值。

可选覆盖:命令行参数优先于 config.json:

  • kb_id:覆盖 config.json 里的默认知识库 ID。
  • recall_mode:reasoning、hybrid、vector,默认 hybrid。
  • vector_top_k:默认 20。
  • fulltext_top_k:默认 20。
  • return_tree:默认 true。
  • has_source_text:默认 true。
  • has_score:默认 true。
  • score_threshold:默认 0,作为打分过滤的分数阈值。
  • filter_effective:默认 true。
  • reasoning_enhance:默认 true。

执行

默认使用 config.json 中的知识库:

python {baseDir}/scripts/recall.py --config {baseDir}/config.json --question "<问题>"

需要覆盖知识库时:

python {baseDir}/scripts/recall.py --config {baseDir}/config.json --kb-id 12 --question "这个产品的违约金标准是什么?"

输出

默认直接返回脚本输出 JSON。

关键字段:

  • request
  • response.msg
  • response.data
  • summary.item_count
  • summary.result_shape

约束

  • 缺少 config.json,或其中的 base_url、api_key、kb_id,或缺少 question 时直接失败。
  • 默认使用非流式调用。
  • 默认使用 return_tree=true,只有明确要求平铺段落结果时才改成 false。
  • 不要输出完整 API Key。
  • 若返回 401 或 403,明确提示密钥无效或没有该知识库权限。
  • 若返回 404,明确提示知识库不存在。

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

77.85%
按下载量换算2,764

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

可疑

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