📖 Knowledge RAG — 个人知识库搜索

把你的笔记、转录、文章、文档集中管理，用自然语言搜索，不用管文件放哪。

能做什么

• 📹 搜你转的 B站视频内容
• 📚 搜你的读书笔记
• 📱 搜你存的公众号文章
• 📄 搜任何你丢进去的文档
• 🌐 还有网页搜索界面，浏览器打开就能用

首次设置

1. 安装 Ollama（向量引擎）

从 \x3Chttps://ollama.com/download> 下载安装，或者：

# Linux / macOS
curl -fsSL https://ollama.com/install.sh | sh

# Windows 在官网下载安装包

2. 下载向量模型

ollama pull nomic-embed-text

3. 准备知识目录

把你想要搜索的文件放在这里：

~/workspace/knowledge/
  ├── bilibili/          ← B站转录文件放这里
  ├── notes/             ← 读书笔记放这里
  ├── wechat-articles/   ← 公众号文章放这里
  └── other/             ← 其他文档放这里

支持 .txt 和 .md 格式。

4. 构建索引

python3 scripts/index_knowledge.py

工作流

方式一：通过我搜索（推荐）

直接问我，我会自动调用搜索：

你：付鹏说的英国经济那事具体怎么讲的？ 我：在知识库里搜一下 → 带原文回答你

你：帮我查一下笔记里关于美联储的部分 我：搜 notes 来源 → 返回结果

方式二：网页搜索界面

启动搜索网页，在浏览器打开：

python3 scripts/knowledge_server.py 8765

然后打开 http://localhost:8765

方式三：命令行搜索

# 全量搜索
python3 scripts/query_knowledge.py "你的问题"

# 只搜某个来源
python3 scripts/query_knowledge.py "美联储" --source bilibili

# 只看某个作者
python3 scripts/query_knowledge.py "英国" --author 付鹏

# 查看更多结果
python3 scripts/query_knowledge.py "英国" --top 10

# 查看索引统计
python3 scripts/query_knowledge.py --stats

新增资料

有新文件时，跑一下索引更新：

python3 scripts/index_knowledge.py

加 --force 会全量重建：

python3 scripts/index_knowledge.py --force

推荐搭配：📼 Bilibili Auto Transcript

如果你也转B站视频，装 bilibili-auto-transcript，转录完自动存到知识库：

clawhub install bilibili-auto-transcript

装好后，转录的文件自动进 ~/workspace/knowledge/bilibili/，索引脚本会自动识别。 转完即搜，无需手动操作。

设置开机自启（网页界面）

Linux 系统（含 WSL2 开了 systemd）：

# 创建用户级 systemd 服务
mkdir -p ~/.config/systemd/user/
cat > ~/.config/systemd/user/knowledge-server.service \x3C\x3C 'SERVICE'
[Unit]
Description=知识仓库搜索界面
After=network-online.target

[Service]
Type=simple
ExecStart=/usr/bin/python3 /path/to/scripts/knowledge_server.py 8765
WorkingDirectory=/path/to/scripts
Restart=on-failure
RestartSec=5

[Install]
WantedBy=default.target
SERVICE

# 记得把上面的 /path/to/ 换成实际路径

systemctl --user daemon-reload
systemctl --user enable knowledge-server.service
systemctl --user start knowledge-server.service

数据在哪

所有数据存在 ~/workspace/knowledge/，跟 OpenClaw 无关，卸载也不丢。

索引文件在 ~/workspace/knowledge/.rag_data/。

注意事项

• 依赖 Ollama + nomic-embed-text 做向量化
• 首次索引需联网下载向量模型（~274MB）
• 纯文本搜索，不支持图片/PDF 中的表格
• 删除旧文件后需要重新索引才能从搜索结果中移除
• 搜索网页服务默认监听 8765 端口，可在启动时改