ragtop-planner

面向外部 OpenClaw 的达人推广方案制定 Skill。基于 RAGTOP 三个工具接口(list_kb/list_doc/retrieval)执行四阶段工作流:规则提炼、案例总结、达人筛选、方案生成。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "ragtop-planner" with this command: npx skills add qbs784/ragtop-planner

ragtop-planner Skill

该 Skill 将达人推广方案制定流程改造为外部可执行编排,外部服务无需改后端即可调用。

Configuration

必须配置以下环境变量:

  • RAGTOP_API_TOKEN:API Token(必填)
  • RAGTOP_API_URL:API Base URL(可选,默认 http://10.71.10.71:9380

可用工具(tool_cli)

统一前缀:${RAGTOP_API_URL}/api/v1/ragtop/tool

1) list_kb

  • 方法:POST
  • 路径:/list_kb
  • 认证:Authorization: Bearer ${RAGTOP_API_TOKEN}
  • 返回(关键字段):data.kbs[]data.total
curl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/list_kb" \
  -H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
  -H "Content-Type: application/json"

2) list_doc

  • 方法:POST
  • 路径:/list_doc
  • 必填:knowledge_id
  • 返回(关键字段):data.docs[]data.total
curl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/list_doc" \
  -H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{"knowledge_id":"YOUR_KB_ID"}'

3) retrieval

  • 方法:POST
  • 路径:/retrieval
  • 必填:knowledge_id + (queryqueries)
  • 可选:doc_idsretrieval_setting.top_kretrieval_setting.score_threshold
  • 返回:records[](注意该接口直接返回 records,不是 data.records
curl -L -X POST "${RAGTOP_API_URL}/api/v1/ragtop/tool/retrieval" \
  -H "Authorization: Bearer ${RAGTOP_API_TOKEN}" \
  -H "Content-Type: application/json" \
  -d '{
    "knowledge_id":"YOUR_KB_ID",
    "queries":["查询A","查询B"],
    "retrieval_setting":{"top_k":16,"score_threshold":0.3}
  }'

FH Workflow(外部执行)

请按顺序执行以下四步:

  1. RULES_SUMMARY:从名称为“方案”的知识库召回规则并总结执行清单。
  2. CASE_SUMMARY:从名称为“案例”的知识库召回并总结成功模式。
  3. KOL_SELECTOR:从名称为“价格”的知识库召回候选达人并生成 HTML 筛选表。
  4. PLAN_GENERATION:融合规则、案例、达人表和用户需求生成最终方案。

详细步骤见:

  • references/workflow.md
  • references/prompts.md
  • references/error_handling.md

执行规则

  • 必须先 list_kb,并匹配三个知识库名称:方案案例价格
  • 优先使用 queries 多路召回;仅在简单请求时用单 query
  • 如用户指定文件范围,先调用 list_doc,再把 doc_ids 传给 retrieval
  • 最终回答必须做预算合规检查(总价 <= 用户预算)。
  • 所有关键结论必须可追溯到召回来源(文档名或记录来源)。
  • 输出中统一使用 ragtop 命名。

推荐默认参数

  • 规则召回:top_k=24score_threshold=0.2
  • 案例召回:top_k=8score_threshold=0.2
  • 价格召回:top_k=100score_threshold=0.1

失败与降级

  • 鉴权失败:提示用户检查 Token 是否有效或是否过期。
  • 知识库缺失:明确指出缺少 方案/案例/价格 中的哪个库。
  • 召回为空:建议用户细化关键词、指定文档或降低阈值后重试。
  • 预算冲突:要求剔除低优先级达人,直至满足预算。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

Wangdongjie Cfo Skill

基于王东杰26年实战经验,提供A+H双市场IPO操盘、资本杠杆设计、业财融合和AI数字化风控咨询。

Registry SourceRecently Updated
General

Hk Stock Morning Report

Generate HK stock market morning report (股市晨報) for Chinese bank trading desk. Use when user asks "生成晨报", "股市晨报", "今日股市", "港股晨報", or any similar HK stock mark...

Registry SourceRecently Updated
General

Nansen Mpp Payment

Pay-per-call access to the Nansen API via MPP (Tempo). Use when a user wants anonymous Nansen access without an API key and without managing their own Base/S...

Registry SourceRecently Updated
General

Etsy Autolist

Auto-create and manage digital product listings on Etsy. Creates listings from existing digital product files (PDFs, templates, spreadsheets) using Etsy Open...

Registry SourceRecently Updated
ragtop-planner | V50.AI