---

name: ragtop-planner description: 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。 metadata: { "openclaw": { "emoji": "📈", "requires": { "env": ["RAGTOP_API_TOKEN"] }, "primaryEnv": "RAGTOP_API_TOKEN" } }

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 + (query 或 queries)
• 可选：doc_ids、retrieval_setting.top_k、retrieval_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=24，score_threshold=0.2
• 案例召回：top_k=8，score_threshold=0.2
• 价格召回：top_k=100，score_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。