用途
RLAMA（Retrieval-Augmented Language Model Adapter）提供完全本地、离线的 RAG，用于对本地文档进行语义搜索。适用于从本地文档构建知识库、检索个人笔记/研究论文/代码文档、在不将数据发送到云端的前提下进行基于文档的问答、为项目文档建立快速语义检索索引，以及为 PDF、Markdown 或代码文件创建可搜索归档。
RLAMA 需要本地运行 Ollama。可通过 ollama list 验证，若未运行则 brew services start ollama（macOS）或 ollama serve。
主要能力
- 本地检索：默认使用仅检索模式，返回相关文本块（默认 top 10，可调 -k），由 Claude 等进行综合，官方建议默认使用该方法。
- 本地 LLM 查询（回退）：
rlama run在 Claude 不在流程中时使用（如独立 CLI、cron、脚本）。 - 外部 LLM 综合：可结合 OpenRouter、TogetherAI、本地 Ollama 或任意 OpenAI 兼容端点进行综合。
- 创建与管理 RAG：从文件夹索引文档，支持排除目录/扩展名、指定处理扩展名、自定义分块策略（hybrid 默认、semantic、fixed、hierarchical）。
- 文档管理：列出 RAG、列出文档、查看分块，添加或移除文档，删除 RAG。
- 高级功能：网页爬取、目录监听（自动更新）、网站监听、重排序、API 服务器、模型管理、交互式向导。
- 容错索引：对含超限大文件的混合文件夹，可逐文件处理并跳过失败项。
- 进度监控：通过日志与状态脚本实时监控长任务。
使用方式
创建 RAG（默认模型在脚本中为 qwen2.5:7b，命令示例用 llama3.2）：
rlama rag llama3.2 <rag-name> <folder-path>
默认检索（推荐）：
python3 ~/.claude/skills/rlama/scripts/rlama_retrieve.py <rag-name> "your query"
本地 LLM 查询（回退）：
rlama run <rag-name> --query "your question here"
外部综合示例：
python3 ~/.claude/skills/rlama/scripts/rlama_retrieve.py <rag-name> "your query" --synthesize --synth-model anthropic/claude-sonnet-4
python3 ~/.claude/skills/rlama/scripts/rlama_retrieve.py <rag-name> "your query" --synthesize --provider ollama
API 服务器：
rlama api --port 11249
支持的文件类型：文本（.txt、.md、.markdown）、文档（.pdf、.docx、.doc）、代码（.py、.js、.ts、.go、.rs、.java、.rb、.cpp、.c、.h）、数据（.json、.yaml、.yml、.csv）、网页（.html、.htm）、Org 模式（.org）。
默认数据目录为 ~/.rlama/，可通过 --data-dir 或 RLAMA_DATA_DIR 环境变量更改。Ollama 主机可通过 --host/--port 或 OLLAMA_HOST 配置。
适用场景
个人知识库（多文件夹汇总查询）、代码文档（索引项目文档并查询架构）、研究论文（排除 .bib，添加单篇论文，提高上下文）。官方示例工作流包括使用 rlama wizard 的交互式向导创建。
限制与说明
- 依赖本地 Ollama 运行，且需拉取所需模型（如
ollama pull llama3.2、ollama pull nomic-embed-text）。 - 使用 OpenAI 模型需设置
OPENAI_API_KEY。 - 本地小模型（7B）综合能力弱于 Claude；官方建议默认仅检索，由 Claude 综合。
- 查询首次会构建嵌入缓存（约 30 秒至 10 分钟，视分块数量），后续查询 <1 秒；单个分块截断为 5K 字符以适配嵌入模型上下文窗口。
- 大 RAG 使用增量检查点，若 Ollama 构建中途崩溃，可重跑恢复。
- 官方提供的模型推荐表、质量层级表及各类参数（分块、上下文大小、超时、最大 token）等细节以上文所列命令与选项为准。
用户提供的资料中未给出收费、价格、具体平台支持范围或效果保证等信息，暂未提供。