Boof 🍑

本地优先的文档处理流程：PDF → Markdown → RAG 索引 → 令牌高效分析。

文档始终保留在本地。仅将相关文本片段发送至 LLM。知识吸收最大化，令牌消耗最小化。

由 opendataloader-pdf 驱动 —— PDF 解析基准测试排名第一（综合得分 0.90，表格解析准确率 0.93）。纯 CPU 运行，无需 GPU。

快速参考

转换并索引一份文档

bash {SKILL_DIR}/scripts/boof.sh /path/to/document.pdf

使用自定义集合名称进行转换

bash {SKILL_DIR}/scripts/boof.sh /path/to/document.pdf --collection my-project

查询已索引内容

qmd query "your question" -c collection-name

核心工作流

1. Boof 文档：在 PDF 文件上运行 boof.sh。该脚本通过 opendataloader-pdf（本地 Java 引擎，不依赖 API，无需 GPU）将其转换为 Markdown，并将结果索引至 QMD 以支持语义搜索。

2. 查询索引：使用 qmd query 检索仅与问题相关的文本片段，并将这些片段而非整份文档发送给 LLM。

3. 分析内容：LLM 接收的是聚焦且高度相关的文本摘录。无令牌浪费，也避免“中间丢失”（lost-in-the-middle）问题。

各场景适用方案

“分析这篇论文中的特定方面” → 使用 Boof + query（成本最低、最聚焦）

“总结整份文档” → 先 Boof，再逐节阅读生成的 Markdown，分别总结每节内容，最后合并摘要。详见 advanced-usage.md。

“跨多篇论文对比研究发现” → 将所有论文 Boof 至同一集合中，然后跨集合统一查询。

“查找论文中讨论 X 的位置” → 使用 qmd search "X" -c collection 进行精确匹配；使用 qmd query "X" -c collection 进行语义匹配。

输出位置

转换生成的 Markdown 文件默认保存至 knowledge/boofed/（可通过 --output-dir 参数覆盖）。

安装配置

若 boof.sh 报告缺少依赖项，请参阅 setup-guide.md 获取安装说明（需安装 Java + opendataloader-pdf + QMD）。

环境变量

• ODL_ENV —— opendataloader-pdf Python 虚拟环境路径（默认：~/.openclaw/tools/odl-env）
• QMD_BIN —— qmd 二进制文件路径（默认：~/.bun/bin/qmd）
• BOOF_OUTPUT_DIR —— 默认输出目录（默认：~/.openclaw/workspace/knowledge/boofed）