它让 Agent 能够像人一样执行任务、调用工具，甚至完成复杂的业务流程。
然而，当 OpenClaw 被应用于企业级场景时，一个关键的短板逐渐显现：它无法直接访问和处理企业内部的私有数据——这些数据往往沉淀在海量文档、数据库和知识库中，是构建“专家型 Agent”不可或缺的土壤。
这正是 RAGFlow 的用武之地。作为领先的企业级 RAG 引擎，RAGFlow 专注于深度文档理解与精准信息检索，能够将企业分散的私有知识高效转化为可供 Agent 调用的知识库。
如今，RAGFlow 已完成与 OpenClaw 的基础 Skill 适配，这意味着任何 RAGFlow 用户都可以轻松地将自己的知识库接入 OpenClaw 生态。
无论是飞书、Discord 还是其他平台，OpenClaw Agent 都能在对话中实时调取企业专属知识，真正实现从“通用助手”到“业务专家”的跃迁。
功能介绍
目前发布的 RAGFlow skill 为基础版本，侧重于底层知识库能力的对接。
接入该 Skill 后，可直接通过 OpenClaw 调用 RAGFlow 的核心服务，下面以飞书平台为例进行功能展示。
知识库运维管理
通过飞书直接对 RAGFlow 知识库进 CRUD（增删改查）能力的全流程控制。
- 基础操作：支持知识库的创建、详情查询、总览获取。
- 属性维护：支持对已有知识库名称、解析方式及描述的更新。
文档自动化处理
直接通过飞书上传、解析、管理 RAGFlow 文件。
- 多文件管理：支持 PDF、TXT、DOCX 等主流文档格式的单文件或批量上传、解析。
- 状态管控：提供文档的启用、禁用、更换切片方式、重命名等功能。
语义检索与范围控制
在飞书与 OpenClaw 机器人对话时可直接检索 RAGFlow 知识库中的内容。
- 多维检索：支持跨库检索、指定知识库检索以及基于特定文档的精细化检索。
一个 Agent 的专业上限，本质上取决于开发者在其知识库中沉淀了怎样的养料。
RAGFlow skill 的价值在于，确保这些私有知识能被 OpenClaw 框架精准、高效地调用，从而让 Agent 做到“言之有据，更懂业务”。
为了协助开发者快速搭建这套知识驱动架构，该 Skill 已通过 ClawHub 开放，只需几步即可让 OpenClaw 拥有“专业大脑”。
快速接入指南
1、在 ClawHub 下载 RAGFlow Skill
https://clawhub.ai/yingfeng/ragflow-skill
解压到OpenClaw工作区的skills目录，通常为~/.openclaw/workspace/skills
2、获取 RAGFlow 的 API key 及 URL
进入 RAGFlow 个人主页 - 点击 API
3、配置 API key 及 URL
在 ragflow-skill 下找到 .env 文件，填入上一步获取的凭证信息：
# RAGFlow 服务基础地址
RAGFLOW_API_URL=http://your-ragflow-ip
# RAGFlow 个人 API Key
RAGFLOW_API_KEY=ragflow-your-api-key-here 4、重启 Gateway 生效
修改配置后，需重启 OpenClaw Gateway 服务以完成 Skill 的初始化与加载。
完成上述配置后，即可在 OpenClaw 框架内直接调用 RAGFlow 的知识库管理与检索能力。
写在最后
OpenClaw 与 RAGFlow 的基础功能适配，标志着企业级 AI 助手从“通用对话”向“深耕业务”的演进。
OpenClaw 负责执行层与用户的业务触达，而 RAGFlow 则为其提供了可持续进化的知识底座。
目前发布的版本侧重于基础知识库能力的标准化对接。
后续，RAGFlow Skills 不仅会进一步迭代，还将推出专用的 ContextEngine CLI，既可作为 System Prompt 注入 OpenClaw，也可直接对接 OpenClaw ContextEngine API，更好的为各类智能体提供优质的 Context layer 和数据基础设施服务。
