ClawHub

OpenViking Light

Data & APIs

轻量级 RAG 知识库 — 基于 BM25 全文检索 + MiniMax LLM 生成回答。 纯本地 Python 实现，无需 embedding API，不需要下载模型。 触发：用户问"你记得之前..."、"查一下之前..."、"关于...的知识"等需要检索记忆的问题。

Install

openclaw skills install openviking-light

OpenViking Light — 轻量 RAG 知识库

架构：BM25 全文检索（纯本地）+ MiniMax M2.7 LLM 生成回答

技术方案

组件方案优势
检索算法BM25（jieba 分词）纯本地、零依赖、准确
回答生成MiniMax M2.7智能回答
存储JSON 文件轻量、无数据库依赖

依赖

pip install jieba  # 中文分词（通常已内置）

API Key 从环境变量读取：

  • MINIMAX_API_KEY
  • MINIMAX_API_HOST（默认 https://api.minimaxi.com）

工具

# 添加知识
python3 ~/.openclaw/workspace/skills/openviking-light/scripts/store.py \
  --content "内容文本" \
  --title "标题" \
  --level L2

# 搜索（仅检索，不生成）
python3 ~/.openclaw/workspace/skills/openviking-light/scripts/search.py \
  --query "关键词" \
  --limit 5

# RAG 问答（检索 + LLM 生成）
python3 ~/.openclaw/workspace/skills/openviking-light/scripts/ask.py \
  --query "用户问题" \
  --limit 5

知识库内容（2026-04-02）

共 12 条经典投资书籍框架：

#书名/框架核心指标
1格雷厄姆《聪明的投资者》格雷厄姆数、P/E、P/B、流动比率
2卡拉曼《安全边际》NCAV 净流动资产法、安全边际折扣
3巴菲特《给股东的信》ROE、护城河5来源、所有者收益
4彼得·林奇《成功投资》PEG、P/S、林奇6种股票分类
5费雪《超级强势股》P/S、Fisher Four M、RSI
6欧奈尔 CAN SLIMC/A/N/S/L/I/M 七项法则
7斯波朗迪 2B/123法则底部2B、顶部2B、趋势确认
8凯利公式与仓位管理最优仓位、分批建仓、2%止损
9《滚雪球》巴菲特传记复利三阶段、复利公式
More in Data & APIs