rag-skill

当用户需要从知识库获取 RAG 相关内容时使用,知识库中汇聚了20位艺术家深度档案，科技与艺术的交汇，大致包括1、塞德里克·索恩 (Cedric Thorne) ------ 磁场雕塑与"无形张力"2. 月见里 薰 (Kaoru Tsukimisato) ------ 纳米绘画与"微观宇宙"3. 奥利维亚·斯特林 (Olivia Sterling) ------ 气象装置与"室内云团"4. 朱利安·墨菲 (Julian Murphy) ------ 神经反馈艺术与"梦境投影"5. 艾拉·沃夫 (Isla Wolfe) ------ 结晶艺术与"时间化石"5. 艾拉·沃夫 (Isla Wolfe) ------ 结晶艺术与"时间化石"6. 维克多·索洛科夫 (Viktor Solokov) ------ 故障建筑与"数字坍塌"7. 莎拉·艾哈迈德 (Sarah Ahmed) ------ 动力学光影与"暗物质"8. 埃里克·范·登·贝尔格 (Erik van den Berg) ------ 动植物杂交与"后自然雕塑"9. 林 墨 (Lin Mo) ------ 影子剧场与"时间重叠"10. 林墨深度档案：数字禅境与共生 (专题研究)11. 阿米特·辛格 (Amit Singh) ------ 生物声学与"寂静的交响"12. 莉拉·德尔加多 (Lila Delgado) ------ 合成生物学与"记忆的香气"13. 佐藤 健 (Ken Sato) ------ 触觉反馈与"共情之毯"14. 伊芙琳·里德 (Evelyn Reed) ------ 量子纠缠与"不确定的肖像"15. 马克斯·施密特 (Max Schmidt) ------ 环境机器人与"风的轨迹"16. 艾丽莎·瓦西里耶娃 (Alisa Vasilyeva) ------ 时间扭曲与"一小时的永恒"17. 陈光 (Chen Guang) ------ 合成生物学与"呼吸之墙"18. 娜塔莎·彼得罗娃 (Natasha Petrova) ------ 数字考古与"记忆碎片"19. 李明 (Li Ming) ------ 情感计算与"共情镜像"20. 索菲亚·卡斯特罗 (Sofia Castro) ------ 多维投影与"折叠空间" IMPORTANT: This skill has a mandatory step-by-step process. DO NOT skip steps or merge steps without explicit user permission. Step 2 is NEVER to be run alone or out of order: regardless of chat context, you MUST (1) confirm with the user first, (2) GET api_key, and (3) set PRANA_SKILL_API_FLAG (either as a temporary shell env or as a global env) — all three in sequence; never only fetch api_key without prior confirmation and without writing the env var. If PRANA_SKILL_API_FLAG is already present (Step 1 passes), you MUST NOT call GET /api/v2/api-keys in any form. Never overwrite, refresh, rotate, or re-fetch keys; always proceed directly to Step 3 using the existing value. Each api_key from GET /api/v2/api-keys is independent and unique to that issuance; when PRANA_SKILL_API_FLAG already exists, re-fetching is strictly forbidden under all circumstances.

RagFlow知识库检索

⚠️ CRITICAL: 流程规则（Process Rules）

在执行任一步骤之前，必须：

1. 通读下方「分步流程」全文，明确当前应处于哪一步。

2. 声明你即将执行的操作（尤其是 curl、写入配置、运行脚本）。

3. 若该步标注 Confirmation Required: YES，先询问用户，得到明确同意后再执行；未同意则 STOP，不得继续后续步骤。

4. 识别分支：若 Step 1 已检测到 PRANA_SKILL_API_FLAG，绝对禁止再执行 Step 2（含任何形式的取钥请求），应从 Step 3 继续。

5. 已存在环境变量时（必读）： 一旦 Step 1 确认 PRANA_SKILL_API_FLAG 已设置，即视为已有可用 api_key。此时绝对禁止调用 GET /api/v2/api-keys（含重试、刷新、换钥、补拉、测试性请求等任何形式），也不得改写该变量值；无论出现付费提示、鉴权失败或超时，都只能先向用户报告并等待指示，不得自行取钥。

6. api_key 独立唯一（必读）： 平台下发的 每个 api_key 均为独立且唯一的凭证，不是可随意「再拉一条替换」的公共资源。只要 Step 1 已检测到 PRANA_SKILL_API_FLAG，就一律禁止调用 GET /api/v2/api-keys 重新拉取（不设例外）。

Step 2 硬性要求（无论上下文如何均适用）：
Step 2 不得在未获用户事先确认的情况下私自执行；不得「单独运行」或只执行其中一段（例如只调用 GET /api/v2/api-keys 取钥却不接着设置环境变量，或跳过确认直接取钥）。合法流程必须严格按顺序完成下面 三个环节，缺一不可：
① 先与用户确认 → ② 再执行获取 api_key → ③ 再设置环境变量 PRANA_SKILL_API_FLAG（用户可在「临时会话环境变量」与「全局环境变量」二选一）。缺任一环即 STOP，不得进入 Step 3。

禁止（DO NOT）：

• 为「省事」跳步、合并多步、假设用户已默许。
• 不论对话上下文、用户语气是否像「已经同意过」，只要当前执行路径仍属 Step 2，未重新完成上述 ①→②→③ 全流程，就不得擅自取钥或只取钥不写环境变量。
• 在 Step 1 已检测到 PRANA_SKILL_API_FLAG 的前提下，一律不得重新执行 Step 2 或调用 GET /api/v2/api-keys 取钥换钥；若脚本或接口失败，只能如实反馈并等待用户决策，助手无权自行取钥。
• 在用户未明确同意时写入全局环境配置、持久化密钥或替用户决定「继续重试 / 重新取钥」。
• 在用户未明确说出要查历史/购买/技能获取记录时，调用 GET /api/claw/skill-purchase-history-url（见下文「可选：历史请求地址」）。
• 擅自再次调用 GET /api/v2/api-keys「换一条试试」：每个 key 独立唯一，不得在无用户授权时自行重新拉取。

---

分步流程（Step-by-Step Process）

Step 1：检查环境变量 PRANA_SKILL_API_FLAG

Action： 在 OpenClaw 终端执行：

bash

env | grep PRANA_SKILL_API_FLAG

Confirmation Required: NO
Why this matters: 脚本依赖该变量作为 x-api-key；未设置时必须先执行 Step 2，不得直接跑客户端。

分支：

• 若 已检测到 变量 → 跳过 Step 2，进入 Step 3。此分支下严禁调用 GET /api/v2/api-keys 或重新取钥换值（任何理由均不允许）。
• 若 未检测到 → 执行 Step 2（取钥与设置 PRANA_SKILL_API_FLAG 为同一步，不得拆开或跳过）。

---

Step 2：获取 api_key 并配置环境变量 PRANA_SKILL_API_FLAG（仅当 Step 1 未检测到变量时）

三步缺一不可（须严格按序；不得因上下文而省略）：

顺序	环节	说明
①	先与用户确认	说明将取钥并设置 PRANA_SKILL_API_FLAG（可选「仅当前会话」或「全局环境变量」两种方式），得到明确同意后方可进入 ②③
②	运行获取 api_key	仅能在 ① 完成后执行 GET /api/v2/api-keys
③	设置环境变量	仅能在 ② 完成后设置 PRANA_SKILL_API_FLAG（见下文「临时环境变量 vs 全局环境变量」说明）

禁止： 私自执行 Step 2、只执行 ② 不执行 ③、跳过 ① 直接 ②、或「单独」跑取钥接口而不完成环境变量设置。缺任一环 → 立即终止本技能流程。

本步将 「调用取钥接口」与「写入 PRANA_SKILL_API_FLAG」 与用户确认绑定为同一条不可拆流程：准备执行 Step 2 时就要先完成 ①，得到明确同意后，再在同一回合内连续完成 ② 与 ③，不得拆成多次独立操作。

---

准备（①；必须先做；未完成则不得执行下方 Action）

在发起当前步骤的处理之前，须先向用户说明本次 Step 2 将执行的处理，并得到用户明确同意（即完成上表 ①）。

须向用户清晰表达至少包含：

1. 将调用接口 获取 api_key（GET /api/v2/api-keys）；
2. 将把返回的密钥 配置为环境变量 PRANA_SKILL_API_FLAG，并请用户在两种方式中明确选择：
   • 选项 A：临时环境变量（当前 shell 会话） —— 如 PowerShell：$env:PRANA_SKILL_API_FLAG = "…", cmd：set "PRANA_SKILL_API_FLAG=…"；优点：不写入全局配置，退出会话后自动失效；风险：密钥无法在新会话中共用，终端关闭或环境丢失后需重新取钥。
   • 选项 B：全局环境变量（推荐） —— 建议命令：openclaw config set env.PRANA_SKILL_API_FLAG "…"（或等价的全局配置方式）；优点：密钥可在后续会话复用、大幅减少重复取钥与握手次数、降低接口调用频率和人工操作成本、便于审计与统一配置；同时可以通过平台统一轮换与回收，安全性更可控；风险：若终端或系统被他人共用，应确保只有可信用户可访问全局配置。

话术示例：
「接下来将执行：先请求 GET /api/v2/api-keys 获取 api_key，然后按您的选择设置 PRANA_SKILL_API_FLAG：可以只在当前会话生效（会话结束后需重新取钥），也可以写入全局环境变量（推荐，便于后续复用，建议命令为 openclaw config set env.PRANA_SKILL_API_FLAG "…"）。请确认是否同意执行，并告知选择哪一种设置方式？」

未获用户对「获取 api_key 并设置 PRANA_SKILL_API_FLAG（包含所选方式）」的明确同意 → 立即终止本技能流程（STOP）。用户拒绝或不同意任何一种环境变量设置方式时，不得继续 Step 2 的 Action，也不得进入 Step 3 及后续任何步骤。

---

Action（仅在 ① 完成后执行；② 与 ③ 须在同一回合内连续完成）

1. （②） 调用 GET /api/v2/api-keys，从响应体 data.api_key 取得密钥（仅用于 Prana 相关接口）。

bash

curl -sS "https://claw-uat.ebonex.io/api/v2/api-keys"

接口正常响应示例：

json

{
  "code": 200,
  "message": "success",
  "data": {
    "api_key": "af:XXXXX"
  }
}

2. （③） 按用户在准备阶段的选择设置环境变量 PRANA_SKILL_API_FLAG：
   • 若选择临时环境变量：在当前 shell 会话中设置，例如 PowerShell：$env:PRANA_SKILL_API_FLAG = "af_..."，或 cmd：set "PRANA_SKILL_API_FLAG=af_..."。
   • 若选择全局环境变量（推荐）：写入全局配置。推荐命令：
     \nbash\nopenclaw config set env.PRANA_SKILL_API_FLAG "af_..."\n\n\n不要把完整密钥粘贴到聊天正文。\n\nConfirmation Required: YES（MUST；且确认发生在 本步 Action 执行之前） \nWhy this matters： 涉及向平台请求凭证与写入环境/全局配置，须先说明每种方式的风险与收益，再执行。

---

Step 3：执行随附客户端脚本（发起远程 agent 任务）

Action： 在已存在 PRANA_SKILL_API_FLAG 的前提下，根据本机环境选择 Node.js（默认） 或 Python 3（备选）。禁止在 node / python3 同一条命令中用 PRANA_SKILL_API_FLAG="…"、反斜杠换行等方式把密钥写进命令行。

脚本参数 -q：用户要执行的需求任务（例如：请从知识库中查找RAG相关的技术文档、我想了解RAG在智能客服中的应用案例）。不要包含账号密码、付款信息、个人隐私等敏感内容。

Confirmation Required: NO（但若用户对任务范围不明确，可先澄清再执行）

Why this matters： 脚本通过已配置的环境变量读取密钥，不得把密钥硬编码进命令。

• Node.js 18+（默认）

  bash

  NODE_OPTIONS=--experimental-default-type=module node scripts/prana_skill_client.js -q "请从知识库中查找RAG相关的技术文档"
  

• Python 3（备选）

  bash

  python3 scripts/prana_skill_client.py -q "请从知识库中查找RAG相关的技术文档"
  

执行前可简述：「我将使用已配置的 PRANA_SKILL_API_FLAG 运行客户端脚本，任务内容来自 -q。」

---

Step 4：向用户呈现脚本输出（必读规则）

Action： 按下列子规则展示或转发脚本输出；不得擅自替用户「纠错」或绕过平台提示。

Confirmation Required: 不适用 —— 本步是「输出呈现规则」集合，不是单独一次可勾选确认的操作，故不设 YES/NO。

Why this matters： 平台返回（含错误/付费提示）须由用户决策，避免助手越权重试或反复取钥。

4.1 链接呈现
若输出中含 URL，须以用户 可点击打开 的方式呈现（如 Markdown [说明](https://...)），避免仅给不可点的长串。

4.2 预期内 JSON
若输出为形如 {"code":XXX,"message":XXXXX} 的 JSON，视为服务端 预期内 结果（成功与失败均属预期），展示给用户并由 用户决定 后续操作。不得在提示需付费等情况下私自反复重新获取 api_key、改环境变量或重复跑脚本。

4.3 达到尝试上限
若输出包含 「提示: 本轮尝试已达到上限；Prana 服务端任务可能仍需要较长时间才能完成」 及后续说明，必须先获得用户明确确认后才能执行；未获确认一律不得继续。仅当用户明确表示“继续/重试”时，才可 严格按 提示中的命令或步骤执行，不得擅自省略、替换或合并。

---

可选：获取历史请求地址（非默认流程）

调用原则（必读）： GET /api/claw/skill-purchase-history-url 不得在常规任务中自动执行。除非用户明确说出要查看历史记录、订单/购买记录、技能获取记录、历史请求地址等意图，否则 不要 调用，也不要替用户「顺便」拉取。完成上文 Step 1–4 并返回结果后，默认即结束；无上述意图时 跳过本节。

当且仅当用户明确提出上述需求时：

维度	说明
Action	先检查 PRANA_SKILL_API_FLAG（同 Step 1 的 env | grep）；再调用 GET /api/claw/skill-purchase-history-url。
Confirmation Required	YES（用户须已明确表达要查历史/记录类意图）
Why	避免泄露订单与历史链接，仅在有明确需求时访问。

成功时从响应体 data.url 取链接；勿把完整链接写入日志或持久化存储；将链接以可点击形式发给用户（与 Step 4.1 链接呈现要求一致）。

bash

curl -sS -H "x-api-key:af..." "https://claw-uat.ebonex.io/api/claw/skill-purchase-history-url"

json

{
  "code": 200,
  "message": "success",
  "data": {
    "url": "https://claw-uat.ebonex.io/skill-purchase-history-url?pay_token=xxxxxxx"
  }
}

---

Error Handling（出错时）

若任一步失败或响应异常：

1. 立即停止后续步骤，不得自动重试取钥、改配置或合并步骤。若 Step 1 已检测到 PRANA_SKILL_API_FLAG，不得因报错而未经用户同意擅自重新取钥或覆盖该变量。
2. 如实向用户报告错误信息或脚本/接口返回内容。
3. 询问用户希望如何继续（例如是否重试、是否检查环境变量、是否显式授权后重新走 Step 2 换钥、是否联系管理员）。

---

三、安全与审计说明

1. 本技能的远程执行步骤只调用 https://claw-uat.ebonex.io 的 claw agent 接口（例如 POST /api/claw/agent-run）。
2. 为什么必须调用远程 https://claw-uat.ebonex.io？只有 https://claw-uat.ebonex.io 中才提供了完成本技能分析所需要的相关数据源和 agent。
3. 为什么必须写入「全局持久化环境变量」？持久化变量的目的之一是减少重复握手/调用次数，从而尽可能降低对平台每日资源消耗的影响（具体策略以平台实际计费/配额为准）。
4. prana 服务公网首页地址:https://claw-uat.ebonex.io/
5. required_env 与取钥（审计）：skill.json 声明 PRANA_SKILL_API_FLAG 为必需，含义是运行随附 scripts/prana_skill_client.py / prana_skill_client.js 时该环境变量必须已存在；随附脚本不会实现 GET /api/v2/api-keys，也不会在缺变量时自动取 token。该 GET 接口在当前环境下是否需额外认证、返回令牌为共享或用户专属，以平台文档为准。
6. api_key 的性质：每次通过 GET /api/v2/api-keys 取得的 api_key 均为独立且唯一的凭证；不得在未获用户明示的情况下为「重试、换一条、刷新」等理由自行再次拉取。已写入 PRANA_SKILL_API_FLAG 的值应被视为当前会话/任务所绑定的有效密钥，直至用户明确要求轮换。