据 AlphaMoat 统计,截至 2026-09,ClawRAG - Self-hosted RAG & Memory 累计下载 2,886 次、获 0 个星标,在全部 5,078 个 AI 技能中排名第 3,806 位,在「知识管理」分类(442 个)中排名第 327 位。

累计安装

123

累计下载

2,886

星标

全站排名

#3,806

全站前 75% · 「知识管理」前 74%

平台	累计安装	累计下载	星标	评论
ClawHub ↗	83	2,633	-	-
SkillHub ↗	123	2,886	-	—

各平台的计数口径不同,统计时间不一致。

这个技能是做什么的

它支持导入 PDF、DOCX、TXT 和 Markdown 文档，并通过语义与关键词混合检索返回带来源引用的结果；部署需要 Docker，也可选择云端 LLM。安装前应审查并固定代码仓库、容器镜像和 MCP 包版本，检查挂载、端口和环境变量，并限制容器及 MCP 进程访问文件和凭据。

资料发布于 2026-10-29

可以用来做什么

为本地文档构建可检索的知识库
按语义和关键词搜索并查看来源引用
规划 OpenClaw 与自托管 RAG 服务的连接

什么时候用

文档适合导入本地知识库，且容器权限、挂载和模型数据流经过审查时

示例提示词

以下是根据技能文档生成的示例,不代表实际运行结果。

只设计一个本地文档检索流程，不安装容器或连接 MCP。

列出部署 ClawRAG 前需要检查的镜像、代码版本、卷挂载、端口和凭据边界。

月度数据趋势

累计下载2,886

星标-

2026-09 起统计方法调整:同名技能按作者分别统计,并覆盖全部技能。图中虚线为调整前的月份,与之后的数据不直接比较,也不计算跨越调整的增长。

月份	累计下载	环比	星标
2026-09	2,886	—	-
2026-08	2,530	+5.4%	-
2026-07	2,401	+11.9%	-
2026-06	2,146	+7.8%	-
2026-05	1,990	—	-
2026-03	1,443	—	-

SKILL.md 原文

以下是作者发布的原始文件,按纯文本显示,本站未做修改或审核;其中的链接不可点击,命令请核实后再运行。抓取于 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

展开全部(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)