← 返回
AI智能 Key

librag-recall

使用 LibRAG 本地 `/api/v1/librag/knowbase/recall` 接口做知识库数据召回。适用于中文场景下的知识库检索、资料召回、证据段落提取、出处定位、基于知识库的问答取证,以及用户用“知识库查询”“数据召回”“从文档里找答案”等表达发起的任务。
使用 LibRAG 本地 `/api/v1/librag/knowbase/recall` 接口做知识库数据召回。适用于中文场景下的知识库检索、资料召回、证据段落提取、出处定位、基于知识库的问答取证,以及用户用“知识库查询”“数据召回”“从文档里找答案”等表达发起的任务。
7010g
AI智能 clawhub v1.0.0 1 版本 100000 Key: 需要
★ 0
Stars
📥 603
下载
💾 15
安装
1
版本
#latest

概述

LibRAG 中文知识库召回

优先使用附带脚本调用 LibRAG,不要手写 HTTP 请求。

触发语义

遇到下列表达时优先使用本 Skill:

  • “去知识库里查一下”
  • “做一下数据召回”
  • “从 LibRAG 找相关段落”
  • “把出处和原文召回出来”
  • “根据知识库检索证据”
  • “从文档中找到答案”

输入

必需输入:

  • question:用户要检索的问题或条件。

配置文件 config.json

  • base_url:LibRAG 服务地址。
  • api_key:与目标知识库绑定的 API Key。
  • kb_id:默认知识库 ID。
  • recall_mode:默认召回模式。
  • vector_top_k:向量召回 top-k。
  • fulltext_top_k:全文召回 top-k。
  • return_tree:是否返回树形结构。
  • has_source_text:是否包含原文。
  • has_score:是否保留分数字段。
  • filter_effective:是否过滤无效结果。
  • reasoning_enhance:是否启用推理增强。
  • score_threshold:打分过滤阈值。

可选覆盖:命令行参数优先于 config.json

  • kb_id:覆盖 config.json 里的默认知识库 ID。
  • recall_modereasoninghybridvector,默认 hybrid
  • vector_top_k:默认 20
  • fulltext_top_k:默认 20
  • return_tree:默认 true
  • has_source_text:默认 true
  • has_score:默认 true
  • score_threshold:默认 0,作为打分过滤的分数阈值。
  • filter_effective:默认 true
  • reasoning_enhance:默认 true

执行

默认使用 config.json 中的知识库:

python {baseDir}/scripts/recall.py --config {baseDir}/config.json --question "<问题>"

需要覆盖知识库时:

python {baseDir}/scripts/recall.py --config {baseDir}/config.json --kb-id 12 --question "这个产品的违约金标准是什么?"

输出

默认直接返回脚本输出 JSON。

关键字段:

  • request
  • response.msg
  • response.data
  • summary.item_count
  • summary.result_shape

约束

  • 缺少 config.json,或其中的 base_urlapi_keykb_id,或缺少 question 时直接失败。
  • 默认使用非流式调用。
  • 默认使用 return_tree=true,只有明确要求平铺段落结果时才改成 false
  • 不要输出完整 API Key。
  • 若返回 401403,明确提示密钥无效或没有该知识库权限。
  • 若返回 404,明确提示知识库不存在。

版本历史

共 1 个版本

  • v1.0.0 当前
    2026-03-31 05:37 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

ai-intelligence

Self-Improving + Proactive Agent

ivangdavila
自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。
★ 1,362 📥 318,826
ai-intelligence

ontology

oswalpalash
类型化知识图谱,用于结构化智能体记忆与可组合技能。支持创建/查询实体(人员、项目、任务、事件、文档)及关联...
★ 714 📥 244,036
ai-intelligence

Proactive Agent

halthelobster
将AI智能体从任务执行者升级为主动预判需求、持续优化的智能伙伴。集成WAL协议、工作缓冲区、自主定时任务及实战验证模式。Hal Stack核心组件 🦞
★ 837 📥 213,338