據 AlphaMoat 統計,截至 2026-09,ClawRAG - Self-hosted RAG & Memory 累計下載 2,886 次、獲 0 個星標,在全部 5,078 個 AI 技能中排名第 3,806 位,在「知識管理」分類(442 個)中排名第 327 位。

累計安裝

123

累計下載

2886

星標

全站排名

#3,806

全站前 75% · 「知識管理」前 74%

平台	累計安裝	累計下載	星標	評論
ClawHub ↗	83	2633	-	-
SkillHub ↗	123	2886	-	—

各平台的計數口徑不同,統計時間不一致。

這個技能是做什麼的

它支援匯入 PDF、DOCX、TXT 和 Markdown 文件，並透過語義與關鍵詞混合檢索返回帶來源引用的結果；部署需要 Docker，也可選擇雲端 LLM。安裝前應審查並固定程式碼倉庫、容器映象和 MCP 包版本，檢查掛載、埠和環境變數，並限制容器及 MCP 程序訪問檔案和憑據。

資料釋出於 2026-10-29

可以用來做什麼

為本地文件構建可檢索的知識庫
按語義和關鍵詞搜尋並檢視來源引用
規劃 OpenClaw 與自託管 RAG 服務的連線

什麼時候用

文件適合匯入本地知識庫，且容器許可權、掛載和模型資料流經過審查時

示例提示詞

以下是根據技能文件生成的示例,不代表實際執行結果。

只設計一個本地文件檢索流程，不安裝容器或連線 MCP。

列出部署 ClawRAG 前需要檢查的映象、程式碼版本、卷掛載、埠和憑據邊界。

月度資料趨勢

累計下載2886

星標-

2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。

月份	累計下載	環比	星標
2026-09	2886	—	-
2026-08	2530	+5.4%	-
2026-07	2401	+11.9%	-
2026-06	2146	+7.8%	-
2026-05	1990	—	-
2026-03	1443	—	-

SKILL.md 原文

以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-10-23。

2.7 KB · ClawHub v1.2.0

# ClawRAG Connector

**The Brain for OpenClaw** - Self-hosted RAG engine with hybrid search.

> ⚠️ This skill requires Docker. It connects OpenClaw to your local ClawRAG instance.

## What is ClawRAG?

Production-ready RAG infrastructure that keeps your data local:
- 🔒 **Privacy-first**: Vector DB runs on your machine

展開全部(共 94 行)

- 🔍 **Hybrid Search**: Semantic + Keyword (BM25) + RRF ranking
- 📄 **Smart Ingestion**: PDFs, Office docs, Markdown via Docling
- 🧠 **MCP-native**: Seamless OpenClaw integration

## Installation

### Step 1: Start ClawRAG (Docker)
```bash
git clone https://github.com/2dogsandanerd/ClawRag.git
cd ClawRag
cp .env.example .env
docker compose up -d
```

Wait for http://localhost:8080/health to return OK.

### Step 2: Connect OpenClaw
```bash
openclaw mcp add --transport stdio clawrag npx -y @clawrag/mcp-server
```

### Verification
Test your setup:
```bash
curl http://localhost:8080/api/v1/rag/collections
```

## Features

| Capability | Description |
|------------|-------------|
| Document Upload | PDF, DOCX, TXT, MD via API or folder |
| Hybrid Query | Vector similarity + keyword matching |
| Citations | Source tracking for all answers |
| Multi-Collection | Organize knowledge by project |

## Requirements

- Docker + Docker Compose
- 4GB+ RAM (8GB recommended for local LLM)
- Or: OpenAI/Anthropic API key for cloud LLM

## Architecture

```
OpenClaw ◄──MCP──► @clawrag/mcp-server ◄──HTTP──► ClawRAG API (localhost:8080)
                                           │
                                           ▼
                                    ┌─────────────┐
                                    │  ChromaDB   │
                                    │  (vectors)  │
                                    └─────────────┘
```

## Links

- 📚 Full Docs: https://github.com/2dogsandanerd/ClawRag#readme
- 🔧 API Reference: http://localhost:8080/docs (when running)
- 🐛 Issues: https://github.com/2dogsandanerd/ClawRag/issues
- 📦 MCP Package: https://www.npmjs.com/package/@clawrag/mcp-server

## Tags

rag, vector, memory, search, documents, self-hosted, privacy, mcp, local-ai

---

## Metadata für ClawHub-Upload:

| Feld | Wert |
|------|------|
| **Slug** | `clawrag` |
| **Display name** | `ClawRAG - Self-hosted RAG & Memory` |
| **Version** | `1.2.0` |
| **Tags** | `rag`, `vector`, `memory`, `search`, `documents`, `self-hosted`, `privacy`, `mcp`, `local-ai` |

## Changelog für Version 1.2.0

### 1.2.0 - Initial ClawHub Release

- Connector skill for OpenClaw integration
- MCP server support (@clawrag/mcp-server v1.1.0)
- Docker-first deployment
- Hybrid search (Vector + BM25)