用途：为 NetClaw 提供完全离线、由用户策划的文档知识库，可摄取厂商指南、标准（RFC/IEEE/厂商）、客户设计文档与安装指南，并支持带强制引用的智能体检索，以及需人工明确请求的时间点快照。
主要能力：用户通过 Slack 附件、HUD 知识面板或 URL 上传文档；文档经结构感知解析、分块并在本地嵌入后存储于 ~/.openclaw/rag/。提供 MCP 工具：rag_ingest（磁盘文件）、rag_ingest_base64（Slack 附件）、rag_ingest_url（网页，须先预览范围）、rag_search、rag_list、rag_stats、rag_update_metadata、rag_delete、rag_reindex、rag_snapshot。原生支持 PDF、Markdown、HTML、TXT、DOCX、XLSX、PPTX、VSDX；安装 LibreOffice 后支持旧版 DOC/XLS/PPT/VSD。
使用方式：将问题路由到四个来源之一——永恒网络基础直接作答；NetClaw 自身经验走 Memory MCP；用户上传文档走 rag_search；实时网络状态走 pyATS 等实时 MCP。检索遵循自适应流程：先路由判断是否需要检索，改写并拆分子查询，每次检索后自评，每个子查询最多 3 轮（RAG_MAX_ROUNDS），无法覆盖时如实说明缺口。所有源自检索内容的论断必须带引用，使用 rag_search 返回的 citation 字段原文。
限制与注意：知识库只保存用户主动放入的内容，不等于记忆；不回答实时状态问题。rag_snapshot 仅在用户明确请求并确认范围后执行，禁止自动或按计划触发；快照用于时间点对比，使用时须显示时效提示，超过 RAG_SNAPSHOT_WARN_DAYS（默认 90 天）标记为陈旧。删除与重建索引前须与用户确认。密钥类信息在向量化前会被脱敏。相关环境变量包括 RAG_DATA_DIR、RAG_EMBEDDING_MODEL、RAG_RERANKER_MODEL、RAG_RERANK_ENABLED、RAG_MAX_DOC_MB、RAG_MAX_DOC_PAGES、RAG_CRAWL_MAX_PAGES、RAG_MAX_ROUNDS、RAG_MCP_SCRIPT 等。具体安装命令与价格信息暂未提供。