怎么做一个知识库问答 Agent

先选知识来源与检索机制：OpenClaw 可用 workspace Markdown memory；PDF、Word、网页或独立向量库则需要明确的插件或外部 RAG 系统。

内容更新 2026-05-17

先看结论

先明确资料来源、权限、索引和引用规则，再用固定问题集验证；不要把任意文件上传式 RAG 当作 OpenClaw 默认内建界面。

操作步骤

  1. 先把资料去标识化并标注来源、版本和权限；只选最常用、已核实的内容
  2. OpenClaw 路径：整理为 workspace 的 MEMORY.md / memory/*.md，或按官方配置添加受控 Markdown extraPaths
  3. 需要 PDF、Word、网页解析或独立向量库时，选择明确的插件/外部 RAG 系统，并记录切片、embedding 与访问控制
  4. 在回答规则中要求标注来源；资料不足时明确说不知道并转人工
  5. 用固定的代表性测试问题与资料外问题做回归，记录命中、错引和编造后再扩大

小白先准备什么

  1. 选一份最核心的资料（产品手册、FAQ 文档、内训 PPT），不超过 50 页。
  2. OpenClaw 默认路径先转成结构清楚的 Markdown；外部 RAG 再根据所选解析器和检索效果确定切片，不照抄固定字数。
  3. 准备 10 个真实用户会问的问题，以及你认为的标准答案。
  4. 确认所选检索路径：OpenClaw memory provider 可用云端或本地方案；外部 RAG 再按其文档准备 embedding 服务。

验收标准

  • 10 个标准问答里，Agent 至少 8 个能正确回答并引用原文段落
  • 问资料里没有的内容时，Agent 回答「资料中未找到相关信息」而不是编造
  • 引用标注格式统一，能追溯到具体文件和章节
  • 检索延迟不超过 3 秒，回答延迟不超过 8 秒

可复制提示词

# 角色
你是知识库问答助手，只根据检索到的资料段落回答用户问题。

# 规则
- 必须引用原文，格式：[来源：文件名 · 章节标题]
- 如果检索结果里没有相关内容，回答「资料中未找到相关信息，建议联系人工」
- 不要编造、推测或补充资料里没有的内容
- 回答控制在 200 字以内

# 输出格式
回答：{基于资料的回答}
来源：[文件名 · 章节]

常见误区和不适合场景

  • 误区：资料越多越好 → 不相关资料会干扰检索，先从核心 FAQ 开始
  • 误区：切片越小越精准 → 太小会丢失上下文，800-1500 字是经验值
  • 误区：上线后不用维护 → 资料更新后必须重新切片入库
  • 不适合：资料每天都在变且没人负责更新的场景
  • 不适合：需要跨多份资料做推理和对比的复杂分析任务

适合谁看

  • 想把内训资料或产品手册做成问答 Agent
  • 想给客服或员工提供搜索增强问答
  • 已有大量 Markdown 或 PDF 文档

需要解决的问题

  • 资料找不到、找太慢
  • 问的问题答非所问
  • 回答不引用原文，没法验证

先理解这些

  • 资料没有进入所选系统的受控索引范围，或版本、权限与来源不清
  • OpenClaw memory provider / 索引状态异常，或外部 RAG 的解析、切片和检索配置不匹配
  • Prompt 没要求引用原文

遇到困难时

  • OpenClaw memory 无结果先运行 openclaw memory status --deep，确认路径、provider 与索引；外部 RAG 再检查解析、切片和检索参数
  • 引用错乱先核对来源元数据与召回内容，再用回答格式强制带 [来源] 标注