agent-pack-n-go
🚀 Clone your OpenClaw AI Agent to a new device in ~25 minutes — configs, memory, skills, everything.
RAGFlow知识库问答与操作指导。调用RAGFlow知识库API进行智能问答,并基于知识库返回结果提供agent操作建议。支持流式输出,耐心等待完整响应生成。当用户提出技术问题、故障排查、操作指导或需要知识库检索时触发此技能。适用于容器/Docker问题、系统运维、开发相关问题等场景。
请根据来源仓库和你的 AI 工具说明安装此技能。先阅读技能文件和依赖要求,再添加到工作流。
SkillHub CLI
skillhub install chenkun-nuaa/ck-rag-skill打开来源仓库,查看说明和兼容环境后,按来源提供的命令或步骤安装。
将来源链接提供给你的 Agent,让它先读取说明、核对依赖,并向你说明将执行的安装步骤。
此skill通过调用RAGFlow知识库API,为用户提供智能问答和操作指导。API使用流式输出(Stream)方式返回结果,需要耐心等待完整响应生成(通常5-10秒)。
判断用户的问题是否适合通过知识库查询:
使用scripts/query_ragflow.py脚本查询知识库:
标准查询(适合正常使用):
python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题"
调试模式(查看详细信息):
python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题" -v
# 或
python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题" --verbose
重要提示:
脚本会显示进度点(.)表示正在接收数据,请耐心等待。
API返回结果包含:
根据返回结果:
基本信息:
http://172.28.20.46:30001/v1/conversation/completion
请求格式:
关键参数:
conversation_id: 会话ID(使用固定ID保持对话上下文)messages: 对话历史数组,每个消息包含:
role: "user" 或 "assistant"content: 消息内容id: 消息唯一标识用户: 容器挂了怎么办
→ 调用API查询"容器挂了...
这些信息来自收录时的来源分析,可能滞后;使用前请核对最新来源文件。
# RAGFlow知识库问答Skill ## 概述 此skill通过调用RAGFlow知识库API,为用户提供智能问答和操作指导。**API使用流式输出(Stream)方式返回结果,需要耐心等待完整响应生成**(通常5-10秒)。 ## 工作流程 ### 步骤1: 识别问题类型 判断用户的问题是否适合通过知识库查询: - 技术问题(容器、Docker、Kubernetes等) - 系统运维问题 - 故障排查 - 操作指导 - 其他需要专业知识库的场景 ### 步骤2: 调用RAGFlow API 使用`scripts/query_ragflow.py`脚本查询知识库: **标准查询**(适合正常使用): ```bash python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题" ``` **调试模式**(查看详细信息): ```bash python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题" -v # 或 python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "用户的问题" --verbose ``` ### 步骤3: 等待流式响应 **重要提示**: - RAGFlow API使用流式输出,响应需要时间生成 - 无新数据超时:**15秒**(给流式生成足够时间) - 最大总超时:**60秒** - 请求超时:**120秒** - 通常5-10秒能完成,复杂问题可能更久 脚本会显示进度点(`.`)表示正在接收数据,请耐心等待。 ### 步骤4: 处理返回结果 API返回结果包含: - **助手回复**:完整的AI生成答案 - **引用文档**:知识库中相关的文档来源 - **统计信息**:处理行数、数据块数量、耗时 ### 步骤5: 总结和操作建议 根据返回结果: - **直接回答**: 如果是简单问题,直接总结答案 - **操作指导**: 如果问题涉及具体操作(如容器挂了),提供步骤化的操作建议 - **建议执行agent操作**: 如果建议使用其他agent工具,明确指出 ## API配置 **基本信息**: - API地址: `http://172.28.20.46:30001/v1/conversation/completion` - 认证方式: Bearer token + Cookie session - 输出方式: **Server-Sent Events (SSE) 流式输出** **请求格式**: - 方法: POST - Content-Type: application/json **关键参数**: - `conversation_id`: 会话ID(使用固定ID保持对话上下文) - `messages`: 对话历史数组,每个消息包含: - `role`: "user" 或 "assistant" - `content`: 消息内容 - `id`: 消息唯一标识 ## 使用示例 ### 示例1: 容器故障排查 ``` 用户: 容器挂了怎么办 → 调用API查询"容器挂了...
🚀 Clone your OpenClaw AI Agent to a new device in ~25 minutes — configs, memory, skills, everything.
⚡ SOTA agent skills for OpenClaw — observability, security, code quality, incident response, and more. Built by Anvil AI.
OpenClaw Skill: Safely restart the Gateway with context preservation, guardian watchdog, and multi-channel notification
Automated Linux server patching with PatchMon integration for OpenClaw