Install
openclaw skills install ragtop-planner面向外部 OpenClaw 的达人推广方案制定 Skill。基于 RAGTOP 三个工具接口(list_kb/list_doc/retrieval)执行四阶段工作流:规则提炼、案例总结、达人筛选、方案生成。
openclaw skills install ragtop-planner该 Skill 将达人推广方案制定流程改造为外部可执行编排,外部服务无需改后端即可调用。
必须配置以下环境变量:
RAGTOP_API_TOKEN:API Token(必填)RAGTOP_API_URL:API Base URL(可选,默认 http://10.71.10.71:9380)统一前缀:${RAGTOP_API_URL}/api/v1/ragtop/tool
POST/list_kbAuthorization: Bearer ${RAGTOP_API_TOKEN}data.kbs[]、data.totalcurl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/list_kb" \
-H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
-H "Content-Type: application/json"
POST/list_docknowledge_iddata.docs[]、data.totalcurl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/list_doc" \
-H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{"knowledge_id":"YOUR_KB_ID"}'
POST/retrievalknowledge_id + (query 或 queries)doc_ids、retrieval_setting.top_k、retrieval_setting.score_thresholdrecords[](注意该接口直接返回 records,不是 data.records)curl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/retrieval" \
-H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
-H "Content-Type: application/json" \
-d '{
"knowledge_id":"YOUR_KB_ID",
"queries":["查询A","查询B"],
"retrieval_setting":{"top_k":16,"score_threshold":0.3}
}'
请按顺序执行以下四步:
RULES_SUMMARY:从名称为“方案”的知识库召回规则并总结执行清单。CASE_SUMMARY:从名称为“案例”的知识库召回并总结成功模式。KOL_SELECTOR:从名称为“价格”的知识库召回候选达人并生成 HTML 筛选表。PLAN_GENERATION:融合规则、案例、达人表和用户需求生成最终方案。详细步骤见:
references/workflow.mdreferences/prompts.mdreferences/error_handling.mdlist_kb,并匹配三个知识库名称:方案、案例、价格。queries 多路召回;仅在简单请求时用单 query。list_doc,再把 doc_ids 传给 retrieval。ragtop 命名。top_k=24,score_threshold=0.2top_k=8,score_threshold=0.2top_k=100,score_threshold=0.1方案/案例/价格 中的哪个库。