Sumo Notebook RAG

搜尋並返回 SumoNoteBook 知識庫中與查詢相關的前三條文字內容預覽作為參考依據。

notebook-rag skill

version: 1.0.0

查詢 SumoNoteBook 知識庫並返回相關內容作為 context。

觸發條件

當需要查詢蘇茉家族知識庫時使用，例如：

• 老爺問關於蘇茉家族架構的問題
• 需要引用 SumoNoteBook 中的內容
• 需要檢索蘇茉的學習記錄

使用方式

查詢語法

text

/notebook-rag <查詢文字>

參數

• <查詢文字>: 要搜尋的問題或主題

範例

text

/notebook-rag 蘇茉家族多代理架構
/notebook-rag 工程師蘇茉的職責
/notebook-rag workspace 是什麼

運作流程

1. 接收查詢文字
2. 對查詢做 embedding（透過 Ollama nomic-embed-text）
3. 在 LanceDB sumo_notebook 表中做 cosine similarity 搜索
4. 返回 top-3 最相關的內容

輸出格式

text

🔍 查詢: "<用戶查詢>"

📚 相關內容:

[1] <檔案名稱> (相關度: 0.XXX)
---
<內容預覽（前 300 字）>
---

[2] <檔案名稱> (相關度: 0.XXX)
---
<內容預覽>
---

技術規格

• Embedding 模型: nomic-embed-text (768-dim)
• 向量資料庫: LanceDB (~/.openclaw/memory/lancedb-pro)
• 表名: sumo_notebook
• 索引內容: SumoNoteBook 下所有 .md 檔案（117 個檔案，260 個 chunk）
• 搜尋方式: Cosine distance
• Top-K: 預設 3 條結果

腳本位置

• 查詢腳本: C:\butler_sumo\library\SumoNoteBook\scripts\query_notebook.mjs
• 攝取腳本: C:\butler_sumo\library\SumoNoteBook\scripts\ingest_notebook.mjs

維護

更新索引

bash

cd C:\butler_sumo\library\SumoNoteBook\scripts
node ingest_notebook.mjs --rebuild  # 全量重建
node ingest_notebook.mjs             # 增量更新

檢查狀態

bash

# 確認 Ollama 運行
curl http://localhost:11434

# 確認 LanceDB 表
node -e "import('@lancedb/lancedb').then(async m => { const db = await m.connect('C:\\\\Users\\\\rayray\\\\.openclaw\\\\memory\\\\lancedb-pro'); console.log(await db.tableNames()); })"

限制

• 只能搜尋 SumoNoteBook 中的 .md 檔案
• 不包含 binary 檔案或非文字內容
• 結果預覽限制在 300 字（完整內容需手動開啟檔案）
• 查詢延遲約 2-5 秒（取決於網路和 Ollama 負載）