本地RAG缓存

技能简介

RAGLite 是一个本地优先的 RAG（检索增强生成）缓存工具，用于将文档蒸馏为结构化 Markdown 后建立索引，支持向量相似度与关键词混合检索。

能做什么

• 将各类文档压缩为低冗余的结构化 Markdown
• 使用 Chroma 在本地建立可持久化的向量索引
• 通过向量相似度 + ripgrep 关键词实现混合检索
• 保留人类可读的中间产物，便于审计与版本控制

使用说明

安装步骤

1. 确保系统已安装 Python 3.11+、pip、ripgrep（brew install ripgrep）
2. 克隆技能仓库后执行：
   ./scripts/install.sh
3. 该脚本会自动创建隔离虚拟环境并从 GitHub 安装 raglite

运行流程

1. 启动 Chroma 服务（默认 http://127.0.0.1:8100）
2. 执行完整管道：
   ./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
3. 查询内容：
   ./scripts/raglite.sh query ./raglite_out --collection my-docs --top-k 5 --keyword-top-k 5 "查询语句"

输入与输出

见下方输入与输出表格。

风险提示

• Chroma 服务未启动会导致索引或查询失败
• 缺少 ripgrep 时关键词检索功能不可用
• OpenClaw 引擎需要配置网关地址与访问令牌
• 敏感数据虽存本地，仍需注意文件系统权限管理

来源信息

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