Requirements
- Target platform
- OpenClaw
- Install method
- Manual import
- Extraction
- Extract archive
- Prerequisites
- OpenClaw
- Primary doc
- SKILL.md
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。
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。
Hand the extracted package to your coding agent with a concrete install brief instead of figuring it out manually.
I downloaded a skill package from Yavira. Read SKILL.md from the extracted folder and install it by following the included instructions. Tell me what you changed and call out any manual steps you could not complete.
I downloaded an updated skill package from Yavira. Read SKILL.md from the extracted folder, compare it with my current installation, and upgrade it while preserving any custom configuration unless the package docs explicitly say otherwise. Summarize what changed and any follow-up checks I should run.
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: 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
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: 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。
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
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
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
用户: Docker网络模式有哪些? → 调用API查询"Docker网络模式" → 等待流式响应 → 返回bridge、host、overlay等模式的说明 → 总结并简要说明各模式特点 → 如果知识库没相关内容,返回"知识库中未找到您要的答案!"
用户: 怎么查看容器日志? → 调用API查询"查看容器日志" → API返回使用docker logs命令的方法 → 总结:使用`docker logs <container_name>`查看日志 → 建议用户提供容器名称,使用exec工具执行命令
脚本已针对流式输出优化超时配置: 参数值说明STREAM_NO_DATA_TIMEOUT15秒无新数据则认为完成(给流式生成足够时间)STREAM_MAX_TIMEOUT60秒最大总等待时间(防止无限等待)请求超时120秒HTTP连接超时 如果超时: 使用调试模式(-v)查看详细信息 检查网络连接到RAGFlow服务器 确认API服务状态
使用-v或--verbose参数获取详细调试信息: python3 /home/onestack/.openclaw/workspace/ragflow-kb/scripts/query_ragflow.py "测试问题" -v 调试信息包括: 完整的请求URL和参数 响应状态码 数据接收过程 处理的行数、数据块数量、耗时 完整的JSON响应
流式输出等待: RAGFlow使用流式输出,需要耐心等待,不要提前终止 会话管理: conversation_id可以复用,保持对话上下文 错误处理: 如果API调用失败,检查网络连接和API服务状态 结果总结: 不要只是复制返回结果,要进行总结和提炼 操作建议: 当API返回包含操作步骤时,转化为可执行的命令或明确指引 安全性: API认证信息已固化在脚本中,注意不要泄露
对于需要agent执行的命令: 明确告知用户可以执行的命令 如果用户确认,使用exec工具执行 反馈执行结果 对于需要多次查询的复杂问题: 拆分为多个子问题 逐步查询和确认 最后整合完整答案
# 测试连接 curl -I http://172.28.20.46:30001/v1/conversation/completion # 查看详细错误 python3 scripts/query_ragflow.py "测试" -v
检查Authorization token是否过期 检查session cookie是否有效 查看HTTP状态码(401/403表示权限问题)
知识库确实没有相关内容 或者检索关键词匹配不上 尝试更换问题描述方式
Code helpers, APIs, CLIs, browser automation, testing, and developer operations.
Largest current source with strong distribution and engagement signals.