openclaw不直接支持知识库接入，需通过外部rag组件或llm服务商内置能力实现；必须先部署可调用的知识库服务，再在llm层注入检索能力，最后验证调用链是否生效。
☞☞☞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☜☜☜
OpenClaw本身不直接提供知识库接入功能，它是一个面向AI Agent的工具调用框架，而知识库接入需通过外部RAG组件或LLM服务商内置能力实现。你真正要做的，是让OpenClaw调用的LLM能访问你已构建好的知识库内容。
确认知识库是否已就绪
OpenClaw不负责知识库的存储或索引，只负责把用户请求转给LLM并执行其返回的工具调用指令。因此第一步必须明确：你的知识库是否已部署为可被LLM调用的服务？常见形态包括：
• 向量数据库（如Chroma、Qdrant）+ API封装服务
• LiteLLM代理层中启用的rag-plugin插件
• LLM提供商原生支持的知识库（如Anthropic的Claude Console知识库、阿里云百炼的文档集）
【未部署知识库服务就配置OpenClaw调用，会导致Agent反复返回“无法检索相关信息”】
在LLM层注入知识库能力
OpenClaw不修改LLM，但依赖LLM输出含知识检索意图的结构化动作。你需要确保所选LLM具备以下任一能力：
方法一：使用支持RAG插件的LiteLLM代理
1. 启动LiteLLM时加载rag-plugin，并指向你的向量数据库地址与collection名称
2. 在OpenClaw配置中将LLM provider设为该LiteLLM实例地址（如http://localhost:4000）
3. OpenClaw发送请求后，LiteLLM自动拦截含“查文档”“找规范”等语义的query，触发向量检索并注入上下文
方法二：选用原生支持知识库的商用模型
• Anthropic Claude：在Claude Console中上传PDF/Markdown文档，生成knowledge base ID
• 百炼平台：创建文档集并获取endpoint与api_key
• 将对应ID或endpoint填入OpenClaw的llm_config.yaml中knowledge_base字段
验证知识库是否生效
启动OpenClaw后，在Web UI中输入明确依赖知识库的问题，例如：“根据《嵌入式Linux驱动开发指南》第5章，platform_driver_register返回值含义是什么？”
观察Agent行为日志：若看到类似“calling tool: rag_search with query: platform_driver_register 返回值”的记录，说明知识库调用链已通。
若仅返回通用解释或报错“未找到相关文档”，请检查向量库embedding维度是否与LLM tokenizer匹配，以及文档切片是否保留了章节标题等关键锚点。
