要提升workbuddy对本地文档等私有资料的检索精度与上下文相关性，需启用rag能力，可通过四种方式实现：一、启用内置rag skill并绑定qwen3-4b或glm-4模型；二、手动配置claw端rag服务代理，直连本地llamaindex+chroma服务；三、设置模型偏好语义规则，自动触发rag推理流；四、使用cli命令行强制注入rag执行上下文。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用WorkBuddy时希望提升对本地文档、知识库或私有资料的检索精度与上下文相关性，则可能需要启用具备搜索增强能力的RAG模型。WorkBuddy本身不直接提供名为“搜索增强（RAG）模型”的独立切换选项，但其底层架构支持通过特定Skill与模型协同实现RAG效果。以下是实现该能力的多种可行路径：
一、启用内置RAG Skill并绑定兼容模型
WorkBuddy的12个RAG应用Skill已预置在openclaw与WorkBuddy生态中，这些Skill依赖vLLM部署的Qwen3-4B-Instruct-2507等模型完成向量检索与重排序。启用前需确保所选模型具备文本嵌入与语义匹配能力。
1、启动WorkBuddy后，点击右上角个人头像，进入「设置」菜单。
2、在左侧导航栏中选择「AI模型管理」，确认「启用多模型热切换」已开启。
3、返回主界面，在对话框中输入指令：“安装RAG搜索套件”或“启用文档问答Skill”。
4、系统将自动加载openclaw中已签名审核的RAG Skill，并提示绑定模型；此时请选择已验证通过的Qwen3-4B-Instruct-2507或GLM-4-Flash。
5、绑定完成后，输入“搜索我D盘中的合同文件关键词‘违约责任’”，WorkBuddy将调用RAG Skill执行本地文件扫描与语义匹配。
二、手动配置Claw端RAG服务代理
该方式绕过默认Skill调度链路，直接将用户查询转发至本地运行的RAG服务（如LlamaIndex+Chroma），适用于已有私有知识库部署场景。WorkBuddy通过Claw协议接管HTTP请求并注入认证头，确保权限隔离。
1、在本地启动RAG服务，监听端口为http://127.0.0.1:8000/rag/query。
2、进入「Claw设置」→「自定义API网关」，点击「新增代理规则」。
3、填写目标URL为http://127.0.0.1:8000/rag/query，方法选择POST，勾选「启用请求体透传」。
4、在「请求头映射」中添加键值对：X-WorkBuddy-Session-ID → {session_id}，用于会话级上下文绑定。
自动备份 OpenClaw 整体配置到远程存储（支持任意 rclone 后端：COS、S3、FTP、SFTP、WebDAV等）。 触发场景： - 创建/配置自动备份任务 - 设置备份周期、保留份数、目标目录 - 手动触发备份 - 查看/恢复备份 - OpenClaw 运行异常时的提醒
5、保存后，在任意对话中输入“RAG模式：查找《员工手册》第3.2条内容”，WorkBuddy将把该请求完整转发至本地服务并返回结构化结果。
三、通过模型偏好设置触发RAG专用推理流
新版WorkBuddy支持基于任务语义自动路由至不同推理路径。当检测到用户指令含“搜索”“查文档”“找原文”等关键词时，系统可强制跳转至预设的RAG模型通道，该通道默认挂载Qwen3-4B-Instruct-2507及配套向量数据库索引器。
1、进入「AI模型管理」→「模型偏好设置」，点击「新增语义规则」。
2、在「触发关键词」字段中输入：搜索、查文档、定位原文、检索条款、翻阅记录。
3、在「目标模型」下拉菜单中选择Qwen3-4B-Instruct-2507，并勾选「启用RAG增强上下文注入」。
4、点击「保存规则」，系统立即编译新路由策略。
5、随后发送消息“搜索我上周发给张经理的PDF里关于付款周期的描述”，WorkBuddy将自动激活RAG流程，包括文件解析、块切分、向量化匹配与答案生成。
四、使用CLI命令行强制注入RAG执行上下文
对于高级用户，可通过WorkBuddy内置CLI接口绕过UI限制，直接指定RAG模型与检索参数。该方式适用于批处理、脚本集成或调试场景，所有操作均在本地沙箱内完成，不上传原始数据。
1、打开终端，执行workbuddy --list-skills，确认rag-search-v2已显示为enabled状态。
2、运行命令：workbuddy --model Qwen3-4B-Instruct-2507 --skill rag-search-v2 --param index_path="/Users/me/kb/contracts" --query "不可抗力条款适用范围"。
3、系统将跳过常规对话流，直连本地向量索引目录，执行精确语义检索。
4、响应结果以JSON格式返回匹配段落、置信度分数及原始文件路径，例如：{"match":"第十二条第二款","score":0.92,"file":"/kb/contracts/2025_supply_agreement.pdf"}。
