RAGLite — 一个本地 RAG 缓存（而非记忆替代方案）

RAGLite 是一个以本地为优先的 RAG 缓存。

它不替代模型记忆或聊天上下文。它为你的 agent 提供一个持久化的位置，用于存储和检索模型未在训练中见过的信息——尤其适用于本地/私有知识（如课业资料、个人笔记、医疗记录、内部运行手册）。

为何它在许多使用场景下优于“付费 RAG”/知识库

• 以本地为优先的隐私保障：敏感数据保留在你自己的设备或内网中。
• 开源构建模块：Chroma 🧠 + ripgrep ⚡ — 无需托管向量数据库。
• 嵌入前压缩：先提炼内容 → 减少冗余与重复 → 降低 prompt 成本 + 提升检索可靠性。
• 可审计的产物：提炼生成的 Markdown 文件人类可读，且支持版本控制。

若后续本地方案无法满足需求，你可切换为托管数据库——但多数情况下并不需要。

功能说明

1) 提炼 ✍️

将文档转换为结构化的 Markdown 输出（低冗余，聚焦关键信息）。

2) 索引 🧠

将提炼后的输出嵌入至一个 Chroma 集合中（单个数据库，支持多个集合）。

3) 查询 🔎

混合式检索：

• 通过 Chroma 进行向量相似度匹配
• 通过 ripgrep (rg) 进行关键词匹配

默认引擎

除非显式传入 --engine 参数，否则该技能默认使用 OpenClaw 🦞 进行内容提炼。

前置依赖

• Python 3.11+
• 索引与查询所需：
  • Chroma 服务可达（默认地址：http://127.0.0.1:8100）
• 混合关键词搜索所需：
  • 已安装 rg（brew install ripgrep）
• OpenClaw 引擎所需：
  • OpenClaw Gateway 的 /v1/responses 接口可达
  • 若 gateway 启用认证，请设置环境变量 OPENCLAW_GATEWAY_TOKEN

安装（技能运行时）

该技能会将 RAGLite 安装至技能专属的虚拟环境（venv）中：

./scripts/install.sh

安装源来自 GitHub：

• git+https://github.com/VirajSanghvi1/raglite.git@main

使用方法

一键式流水线（推荐）

./scripts/raglite.sh run /path/to/docs 
  --out ./raglite_out 
  --collection my-docs 
  --chroma-url http://127.0.0.1:8100 
  --skip-existing 
  --skip-indexed 
  --nodes

查询

./scripts/raglite.sh query ./raglite_out 
  --collection my-docs 
  --top-k 5 
  --keyword-top-k 5 
  "rollback procedure"

输出内容（写入哪些文件）

在 --out 指定路径下，你将看到以下文件：

• *.tool-summary.md
• *.execution-notes.md
• 可选：*.outline.md
• 可选：*/nodes/*.md，以及每个文档对应的 *.index.md 和根目录下的 index.md
• 元数据存于 .raglite/ 目录中（含缓存、运行统计、错误日志等）

故障排查

• Chroma 不可达 → 检查 --chroma-url 参数是否正确，并确认 Chroma 服务正在运行。
• 无关键词检索结果 → 安装 ripgrep（执行 rg --version 验证）。
• OpenClaw 引擎报错 → 确保 gateway 正常运行，且环境变量 OPENCLAW_GATEWAY_TOKEN 已正确设置（如需认证）。

简介（用于 ClawHub 列表页）

RAGLite 是一个用于高频重复查询的本地 RAG 缓存。

当你（或你的 agent）反复查找相同但未被模型训练过的数据时——例如本地笔记、课业资料、医疗记录、内部文档——RAGLite 可为你提供一个私有、可审计的知识库：

1. 提炼：生成结构化 Markdown（嵌入前压缩）
2. 索引：本地存入 Chroma
3. 查询：混合式检索（向量 + 关键词）

它不替代模型的记忆或上下文——它是你反复需要调用的信息的存放之处。