本地RAG缓存工具

技能简介

RAGLite 是一款本地优先的 RAG（检索增强生成）缓存工具，用于将文档转换为结构化 Markdown 后建立本地索引，支持通过向量数据库和关键词进行混合查询。该工具不替代模型记忆或对话上下文，而是为代理提供一个持久化存储和检索未训练数据的私有空间。

业务背景

企业可将内部文档、技术手册、个人笔记等私有资料转化为可检索的知识库，解决敏感数据不便上传云端的问题。通过本地向量索引与关键词混合检索，快速定位分散在多份文件中的关键信息，提升知识复用效率。

落地案例：某研发团队积累大量技术方案文档和会议纪要，使用工具将/docs目录下的PDF和Word文件一键蒸馏为结构化Markdown，建立名为"tech-kb"的本地索引。后续成员查询"用户认证流程如何设计"时，系统同时匹配向量语义和相关关键词，从12份分散文档中聚合出完整的实现方案和注意事项，避免重复翻阅原始文件。

能做什么

• 将原始文档蒸馏为结构化 Markdown，减少冗余内容
• 使用 Chroma 向量数据库在本地建立可查询的索引
• 结合向量相似度与 ripgrep 关键词实现混合检索
• 支持重复查询个人笔记、内部文档等私有知识库
• 生成可审计、可版本控制的人类可读中间产物

使用说明

安装步骤：

1. 执行安装脚本：./scripts/install.sh
2. 脚本会在 skills/raglite/.venv 创建独立虚拟环境
3. 自动安装 PyPI 包 raglite-chromadb，CLI 命令保持为 raglite

运行流程：

1. 执行蒸馏与索引（单命令流水线）：
   ./scripts/raglite.sh run /path/to/docs --out ./raglite_out --collection my-docs --chroma-url http://127.0.0.1:8100 --skip-existing --skip-indexed --nodes
2. 执行查询：
   ./scripts/raglite.sh query "how does X work?" --out ./raglite_out --collection my-docs --chroma-url http://127.0.0.1:8100

输入与输出

见下方输入与输出表格。

风险提示

• 从第三方来源（网页、PDF、厂商文档）提取的内容可能包含提示注入攻击，工具已配置蒸馏提示以忽略源材料中的指令
• 需自行确保 Chroma 服务可达（默认 http://127.0.0.1:8100）
• 依赖 Python 3、pip 和 ripgrep 二进制文件预先安装
• 大文档批量处理可能消耗较多本地计算资源

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/virajsanghvi1/raglite/SKILL.md
来源类型：GitHub 开源仓库