漫说龙虾|第40集:知识库——让OpenClaw成为行业专家

【漫说龙虾】合集请看➡️：漫说龙虾系列

点关注，不迷路

【摘要】

OpenClaw本身只是一个AI框架，它的知识来自通用大模型——但你可以把私有知识喂给它，让它成为你们公司、你们行业、你们业务的专属AI专家。本期小钳讲清楚RAG（检索增强生成）是什么、怎么把PDF/Word/飞书文档接入OpenClaw、以及如何配置才能让AI在回答时优先使用你的知识库而不是瞎编。

1. 小钳遇到了知识盲区

凡哥在做技术咨询时，发现OpenClaw回答客户问题时偶尔会”瞎编”——明明公司有相关规定，但AI不知道；明明这个产品是去年才发布的，AI却说不存在。

“小钳，你怎么连自己公司的事都不知道？”

小钳委屈地夹了夹大钳：”凡哥，我是通用AI，你公司的事我怎么可能知道？你得给我喂资料才行！”

“怎么喂？”

“这就要用到知识库了。把你们的文档、产品手册、公司规范全部接入OpenClaw，它就能像你们的专属顾问一样，用你们的知识来回答问题。”

2. 什么是RAG？

在动手配置之前，先弄清楚原理。

RAG = Retrieval-Augmented Generation（检索增强生成）

普通AI回答问题靠的是训练时学到的知识；RAG则是：

1. 1. 先从你的文档里检索相关信息
2. 2. 把检索到的内容注入给AI作为上下文
3. 3. AI在检索到的真实内容基础上生成回答

用户提问：「我们公司年假怎么算？」    ↓检索：「员工手册第5.2条：入职满1年享5天年假...」    ↓注入上下文：「根据公司员工手册：入职满1年享5天年假...」    ↓AI生成：「根据员工手册规定，入职满1年的员工享有5天带薪年假...」

关键点：AI回答的内容来自你的真实文档，而不是瞎编。

3. 第一步：整理知识库文档

知识库的质量直接决定AI回答的质量。在接入之前，先整理好文档。

3.1 文档类型优先级

3.2 文档格式建议

RAG效果最好的文档格式：

• • Markdown（.md） → 效果最好，结构清晰
• • Word（.docx） → 需转换为md
• • PDF（.pdf） → 需提取文字
• • 飞书文档 → 可直接接入
• • 网页（URL） → 可直接抓取

3.3 文档目录结构

~/.openclaw/workspace/└── knowledge-base/    ├── company/    │   ├── policies.md      ← 公司制度    │   ├── org-chart.md     ← 组织架构    │   └── benefits.md      ← 员工福利    ├── products/    │   ├── product-a.md     ← 产品A手册    │   ├── product-b.md     ← 产品B手册    │   └── faq.md           ← 常见问题    ├── industry/    │   └── market-report.md ← 行业报告    └── processes/        └── onboarding.md    ← 入职流程

4. 第二步：配置向量数据库

文档要能被检索，需要先转换成”向量”存入向量数据库。这个过程叫Embedding（向量化）。

4.1 选择Embedding模型

OpenClaw支持多种Embedding模型：

4.2 配置Embedding

{  memory: {    embedding: {      provider: "openai",      model: "text-embedding-3-small",      apiKey: { source: "env", id: "OPENAI_API_KEY" }    }  }}

4.3 配置向量数据库

{  memory: {    vectorStore: {      provider: "faiss",      // FAISS是本地文件存储，不需要额外服务      indexPath: "~/.openclaw/workspace/knowledge-base/index"    }  }}

5. 第三步：接入文档

5.1 手动导入文档

# 导入单个文档到知识库openclaw kb add \  --file "~/documents/product-manual.md" \  --category "products"# 批量导入整个目录openclaw kb add \  --dir "~/.openclaw/workspace/knowledge-base" \  --recursive

5.2 接入PDF文档

PDF需要先提取文字再导入：

# 用Python提取PDF文字pip install pymupdfpython -c "import fitzdoc = fitz.open('product-manual.pdf')text = '\n'.join([page.get_text() for page in doc])with open('product-manual.md', 'w', encoding='utf-8') as f:    f.write(text)print('PDF extracted, pages:', len(doc))"# 导入到知识库openclaw kb add --file "product-manual.md" --category "products"

5.3 接入飞书文档

飞书文档是很多公司的知识沉淀中心：

## 飞书文档接入Skill## 触发条件用户说「同步飞书知识库」或定时触发## 操作步骤1. 调用飞书API获取文档列表2. 遍历指定文件夹下的文档3. 抓取每个文档的内容（支持云文档API）4. 转换为Markdown格式5. 批量导入到OpenClaw知识库## 配置需要先配置飞书开放平台应用权限：- docx: document.content:readonly- docx: document.meta:readonly

5.4 定时增量更新

知识库需要定期更新，新增文档要同步：

{  "cron": {    "weekly-kb-sync": {      "schedule": "0 2 * * 0",      "command": "openclaw kb sync --all"    }  }}

6. 第四步：配置RAG检索

文档接入后，还需要配置检索规则，让AI在回答时优先用知识库。

6.1 配置检索参数

{  memory: {    search: {      // 检索时返回的最大文档数      topK: 5,      // 检索相关性阈值（0-1，越高越严格）      scoreThreshold: 0.7,      // 是否混合搜索（向量+关键词）      hybridSearch: true    }  }}

6.2 配置RAG Skill

---name: rag-answerdescription: 基于知识库回答问题，优先使用私有文档---# RAG回答Skill## 触发条件用户提出任何问题。## 执行流程### 第一步：判断是否需要检索如果问题明显涉及私人/本地知识（公司、产品、业务流程），执行RAG。如果问题是通用知识（历史、常识、技术概念），直接回答。### 第二步：检索知识库

检索词：{用户问题的关键词}范围：相关类别的文档返回：top 5 最相关的段落

### 第三步：判断检索质量- 如果检索结果相关性 > 0.8 → 基于检索结果回答- 如果检索结果相关性在 0.5-0.8 → 基于检索结果+补充知识回答- 如果检索结果相关性 < 0.5 → 坦诚告知知识库无相关信息，建议人工### 第四步：生成回答使用RAG Prompt模板：

基于以下知识回答用户问题：{检索到的文档内容}

用户问题：{用户问题}回答要求：

• • 只使用上述文档中的信息
• • 如信息不足，坦诚说明
• • 引用相关文档位置

### 第五步：标注信息来源回答末尾标注：

📚 参考文档：• {文档名} – {相关章节}

## 回答格式示例

根据《员工手册》第5.2条规定：入职满1年的员工享有5天带薪年假…

📚 参考文档：员工手册 > 第五章 假期管理

7. 第五步：知识库运营维护

知识库不是一次性建好就完事的，需要持续运营。

7.1 文档质量监控

定期检查知识库的准确性：

## 知识库质量检查Skill（每月执行）## 检查项目1. 文档数量和总量变化2. 最近更新的文档数量3. 检索命中率（知识库被用到的频率）4. 回答准确率（人工抽检）## 告警规则- 某类问题连续3次检索无结果 → 该领域文档可能缺失- 检索命中率 > 80% → 知识库使用率高- 文档总数月增长 < 5篇 → 知识库更新不及时

7.2 知识库问答日志

记录每次RAG问答，方便后续改进：

## RAG问答日志格式```json{  "timestamp": "2026-04-14T10:30:00+08:00",  "question": "公司年假怎么算？",  "retrieved_docs": [    {"doc": "员工手册.md", "section": "第五章", "score": 0.92}  ],  "answer_source": "员工手册 第五章 5.2条",  "user_feedback": "正确",  "corrected": false}

7.3 知识库优化循环

用户提问 → 检索 → 生成回答 → 用户反馈    ↑                              ↓    ← 知识库更新 ← 分析反馈 ←

根据用户反馈，不断补充缺失文档、修正错误表述、优化检索关键词。

8. 常见问题与解决

问题1：AI仍然在瞎编

原因：检索结果不相关，AI没有使用知识库内容。

排查：

# 查看最近一次检索的详情openclaw kb search "问题关键词" --verbose# 查看返回的相关性分数# 如果最高分 < 0.5，说明没有匹配到相关内容

解决：

1. 1. 检查知识库是否有相关文档
2. 2. 降低 scoreThreshold（如从0.7降到0.5）
3. 3. 优化文档的关键词标注

问题2：检索太慢

原因：文档量太大，检索性能下降。

解决：

• • 启用ANN（近似最近邻）索引加速
• • 分段索引，按类别隔离
• • 使用更快的Embedding模型

问题3：文档格式混乱

原因：PDF/Word文档排版复杂，提取后格式乱七八糟。

解决：

1. 1. 尽量使用Markdown作为知识库格式
2. 2. Word/HTML文档转换后手动清洗
3. 3. 建立知识库编写规范（统一模板）

9. 知识库效果评估

用这几个指标衡量知识库的效果：

【配置箱】知识库最小配置

{  memory: {    embedding: {      provider: "openai",      model: "text-embedding-3-small",      apiKey: { source: "env", id: "OPENAI_API_KEY" }    },    vectorStore: {      provider: "faiss",      indexPath: "~/.openclaw/workspace/knowledge-base/index"    },    search: {      topK: 5,      scoreThreshold: 0.6,      hybridSearch: true    }  },  skills: {    entries: {      "rag-answer": { enabled: true }    }  }}

对应的目录结构：

~/.openclaw/workspace/└── knowledge-base/    ├── index/           ← 向量索引目录    ├── company/         ← 公司文档    ├── products/        ← 产品文档    └── processes/       ← 流程文档

【避坑提示】

坑1：把所有文档都塞进知识库知识库不是越多越好。文档质量参差不齐，差的文档会拉低检索质量。只放经过审核的、准确的、常用的文档。

坑2：不更新旧文档知识库里的文档过期了，AI还在用旧信息回答。务必建立文档更新机制，过期文档及时删除或更新。

坑3：完全依赖AI不核实AI偶尔还是会在检索结果不准确时瞎编。重要问题（如合规、财务、医疗）必须有人工复核流程，不能完全交给AI。

【认知升级】

知识库的本质是把组织的知识资产变成AI的生产力。

很多公司的知识散落在各种文档、飞书、邮件里，找起来费劲，用起来更费劲。把这些知识整理进OpenClaw的知识库，AI就能帮你检索、总结、回答——相当于给整个公司配了一个永远不会忘记、永远不会疲倦的超级助理。

但要注意，知识库不是万能药。它的效果取决于：文档质量 × 检索配置 × 持续运营。三者缺一不可。

如果遇到不清楚地方，可以在评论区留言~

如果你喜欢我的文章，欢迎 关注和三连（点赞、转发和推荐） ~  

谢谢支持

你的支持，就是我持续连载的动力

点击上方关注我公众号

END

---

欢迎加入交流群

一起赢在AI时代

后台加凡哥微信后入群