Token导航 LogoToken导航

Agent Skill · 研究检索

llama-index-rag(llama index RAG 搜索)

用于搭建或维护带检索增强的 RAG 工作流,适合让 Agent 处理知识库问答、向量检索、来源引用和事实核查。它可以辅助整理数据接入、Embedding、向量库、召回参数和回答生成流程。使用时需要确认数据来源、更新频率、召回阈值和引用展示方式,避免把未命中的资料或过期内容包装成确定事实。

llama-index-rag 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;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 36,251。

总安装 1,956周安装 84GitHub Stars 公开资料未说明下载 685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
0.1.0

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:llama-index-rag(llama index RAG 搜索)
来源仓库:https://github.com/tangweigang-jpg/llama-index-rag
安装命令:
openclaw skills install llama-index-rag
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 llama-index-rag

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。

基于 LlamaIndex 框架构建检索增强生成(RAG)工作流的专用工具。适用于知识库问答、文档理解与事实核查等高阶信息处理场景。支持向量检索、来源引用与召回参数调优,确保回答可追溯。需配置数据来源、嵌入模型与向量库,避免将未命中内容误作确定事实。推荐在安装前验证数据更新频率与权限边界,防止越权操作。

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 llama-index-rag;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

    它需要需要联网,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

llama-index-rag 怎么安装?

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

llama-index-rag 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。

llama-index-rag 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

llama-index-rag 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。

llama-index-rag 用的人多吗?

公开数据是累计安装 1,956 次,近一周安装 84 次,下载 685 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。

llama-index-rag 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

  • 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

  • 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
llama-index-rag

llama index RAG 搜索 · 本页

1,956—需要联网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
llama-index-rag
description
|-
LlamaIndex
a Python framework that turns arbitrary documents into queryable, LLM-grounded knowledge. The four-pillar core (Index / Retriever / QueryEngine / ResponseSynthesizer) wires a configurable retrieve-then-synthesize loop;
license
MIT-0
compatibility
AI engineering knowledge skill — host AI consumes seed.yaml directly. No installation required.
metadata
version
v0.1.0
blueprint_id
finance-bp-135
blueprint_source
run-llama/llama_index
blueprint_commit
0a6c90bfd610dcc66dcb89ed3e1d905c5e9bf6dc
category
ai-engineering
doramagic_url
https://doramagic.ai/zh/crystal/llama-index-rag
openclaw
skillKey
llama-index-rag
category
ai-engineering
primaryEnv
knowledge

这个 skill 适合什么用户?能做哪些任务?

概览

LlamaIndex 是把任意文档变成 LLM 可查询知识的 Python 框架(github.com/run-llama/llama_index)。四大支柱(Index / Retriever / QueryEngine / ResponseSynthesizer)配置化检索-合成循环;Ingestion pipeline 处理 Document → Node → Embedding → Index 转换,带 content-hash 缓存;workflow / agent 子模块(FunctionAgent / ReActAgent / CodeActAgent / multi-agent...

Doramagic 晶体页: https://doramagic.ai/zh/crystal/llama-index-rag

知识规模

  • 52 条约束 (5 fatal + 47 non-fatal)
  • 上游源码: run-llama/llama_index @ commit 0a6c90bf
  • 蓝图 ID: finance-bp-135

用法

Host AI(Claude Code / Cursor / OpenClaw)读 references/seed.yaml,按其中的:

  • intent_router 匹配用户意图
  • architecture 理解项目架构
  • constraints 应用 anti-pattern 约束
  • business_decisions 参考核心设计决策

FAQ 摘要

这个 skill 适合什么用户?能做哪些任务?

适合做企业知识库、文档问答、RAG 应用的工程师:从 PDF / Markdown / 网页等异构文档构建索引,结合 retrieve-then-synthesize 给 LLM 提供外部知识。覆盖 FunctionAgent / ReActAgent / CodeActAgent 等 agent 范式。访问 doramagic.ai/r/llama-index 查看完整用例。

需要准备什么环境?依赖什么?

Python 3.9+,至少一个 LLM provider(默认隐式 OpenAI gpt-3.5-turbo)和一个 embedding provider(默认隐式 OpenAI text-embedding-ada-002 → 1536 维)。默认用内存 SimpleVectorStore,持久化需安装对应集成包。

会踩哪些坑?这个 skill 怎么防护?

本 skill 内置 52 条约束(5 条 fatal)。典型踩坑:(1) ServiceContext 已硬删除(不是 deprecated),3 个入口直接 raise ValueError;(2) SentenceSplitter chunk_overlap 默认 200(与文档常引用的 constants.DEFAULT_CHUNK_OVERLAP=20 不一致);


完整文档: 见 references/seed.yaml (v6.1 schema). 浏览页: https://doramagic.ai/zh/crystal/llama-index-rag

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

76.17%
按下载量换算522

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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