一张图讲透 OpenClaw:Agent、Skill、Tool、LLM、RAG 是如何共舞的?

Agent = LLM（决策） + Soul（人设/性格） + Memory（记忆系统） + Skills & Tools（能力矩阵） + RAG（知识库连接器）

用户在 Telegram 问 OpenClaw：”新员工入职流程第三步是什么？” │ ▼┌──────────────────────────────┐│ Agent 判断需要检索知识库 ││ → 触发 RAG Skill │└──────────────┬───────────────┘ ▼┌──────────────────────────────┐│ Embedding 模型将问题 ││ ”新员工入职流程第三步是什么？” ││ → 转化为向量表示 │└──────────────┬───────────────┘ ▼┌──────────────────────────────┐│ 在本地向量数据库 ││ （如 Qdrant）中做相似度检索 ││ → 找到最相关的 3 个文档片段 │└──────────────┬───────────────┘ ▼┌──────────────────────────────┐│ 把【原始问题】+ ││ 【检索到的文档片段】 ││ 一起喂给 LLM │└──────────────┬───────────────┘ ▼┌──────────────────────────────┐│ LLM 基于真实文档生成答案 ││ ”根据员工手册第 12.3 条……” ││ 并标注引用来源 │└──────────────┬───────────────┘ ▼ Agent 回复给用户

用户：”帮我把这个数据整理成表格。”LLM 想：”我需要……读文件 → 搜索数据 → 写内容 → 生成 Excel → 发邮件” → 但是用哪个工具？参数怎么拼？出错了怎么办？先读哪个后读哪个？ → 每次都要重新推理一遍，又慢又不稳定。

用户：”帮我把这个数据整理成表格。”Agent → 匹配到 skill ”xlsx-processor”Skill（SKILL.md）:”收到数据处理请求，按以下固定流程执行：” Step 1: 调用 read 读取源文件 Step 2: 调用 exec 运行 Python 清洗脚本 Step 3: 调用 xlsx skill 生成工作表 Step 4: 调用 message 通知用户 任何一步出错 → 按预设逻辑恢复或通知用户

Skill（一个业务能力）├── 元数据：trigger、prompt、说明（对外：我能干啥）├── 执行逻辑│ ├── 参数校验│ ├── 分支判断 / 循环│ ├── 结果组装 / 格式化│ └── 错误处理└── 内部调用：多个 Tool ├── Tool1：read（读取文件） ├── Tool2：exec（执行脚本） ├── Tool3：web_fetch（抓取网页） └── Tool4：edit（精准编辑文件）

┌─────────────────────────────────────────────────────────────┐│ 用户的消息 ││ ”帮我对比竞品 A 和我们自己的产品，参考内部产品手册” │└─────────────────────┬───────────────────────────────────────┘ ▼┌─────────────────────────────────────────────────────────────┐│ 🧠 LLM（大脑 - 接收并拆解任务） ││ • 理解意图：竞品对比 + 参考内部资料 ││ • 拆解任务： ││ ① 获取内部产品手册相关内容 → 走 RAG ││ ② 搜索竞品 A 的公开信息 → 走 web_search ││ ③ 生成对比报告 → 走 Skill”report-generator” ││ • 决策：这是一个多步骤复合任务 │└────────┬───────────────┬───────────────────┬─────────────────┘ │ │ │ ┌────▼────┐ ┌─────▼──────┐ ┌──────▼──────┐ │ 📚 RAG │ │ 🛠️ Tool │ │ 📦 Skill │ │(知识检索)│ │ (执行操作) │ │ (流程编排) │ └────┬────┘ └─────┬──────┘ └──────┬──────┘ │ │ │ • Embedding • web_search • 汇总全部素材 • Qdrant检索 • read 手册PDF • 按模板组织 • Reranker精排 • web_fetch • 生成 Markdown • 返回3个片段 • edit 报告 • 返回 Agent └────┬────┘ └─────┬──────┘ └──────┬──────┘ │ │ │ └───────┬───────┴───────────────────┘ ▼┌─────────────────────────────────────────────────────────────┐│ 👔 Agent（总指挥 - 汇聚各方结果） ││ • RAG 提供了公司内部产品的 3 个核心卖点 ││ • web_search 找到了竞品 A 的最新功能列表 ││ • report-generator Skill 将它们整合成结构化的对比报告 ││ • Agent 判断：全部素材齐了 → 可以交付 │└─────────────────────┬───────────────────────────────────────┘ ▼┌─────────────────────────────────────────────────────────────┐│ 🧠 LLM（最终回答生成） ││ • ”以下是竞品对比报告。基于内部产品手册和公开信息……” ││ • 每条结论后附带来源引用 │└─────────────────────────────────────────────────────────────┘

LLM 决定做什么 ──→ Agent 调度谁来干 │ ├── Skill 封装复杂流程 │ └── Tool 执行原子操作 │ └── RAG 提供专属知识 └── embedding → 向量库 → 检索

用户：”根据公司产品手册第 3 版，我们的定价策略是什么？”LLM 内心 OS：”公司手册？我没见过……可能是按客户规模分层定价？基础版每月 99……（纯猜测，开始幻觉）”→ 准确率：低→ 可信度：零（完全凭感觉编）

用户：”根据公司产品手册第 3 版，我们的定价策略是什么？”Agent → 触发 RAG Skill ① 将问题向量化 ② 在 Qdrant 中检索”定价策略””产品手册v3” ③ 找到手册第 3 版中的 2 个相关段落RLM（带着检索到的原文）：”根据检索到的产品手册第 3 版第 15 页：'基础版面向小微企业，定价为每月 99 元……'”→ 准确率：高（基于真实文档）→ 可信度：强（附有来源引用）