Token导航 LogoToken导航TokenDH.com
研究检索权限需确认clawhub未标认证来源可访问clear审计提醒

dual-retrieval双重检索

Agent Skill

用于搭建或维护带检索增强的 RAG 工作流,适合让 Agent 处理知识库问答、向量检索、来源引用和事实核查。它可以辅助整理数据接入、Embedding、向量库、召回参数和回答生成流程。使用时需要确认数据来源、更新频率、召回阈值和引用展示方式,避免把未命中的资料或过期内容包装成确定事实。

总安装

2,658

周安装

113

GitHub Stars

公开资料未说明

下载量

931
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:dual-retrieval(双重检索)
来源仓库:https://github.com/sora-mury/dual-retrieval
安装命令:
openclaw skills install dual-retrieval
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install dual-retrieval

简介

结合 M-Flow 图拓扑和 QMD BM25+向量检索,对结果进行合并和排序,以实现精确的多跳和语义搜索。

SKILL.md

Dual Retrieval Skill - Phase 4

描述

双重检索:M-Flow(图拓扑检索)+ QMD(BM25+向量检索)优势互补。

M-Flow vs QMD 对比

特性M-FlowQMD
检索方式图拓扑 + Bundle SearchBM25 + 向量 + rerank
适合场景精确问答、多跳推理关键词搜索、语义相似
记忆结构四层 Cone Graph多 Collection
优势时间推理、关联推理灵活、已配置

工作流程

Query → 
  ├── M-Flow.search() → Episode + Facet + Entity
  └── QMD search → 文件 + 片段
      ↓
结果合并 → 去重 → 排序 → 返回

文件结构

dual-retrieval/
├── SKILL.md
├── scripts/
│   ├── __init__.py      # DualRetrievalPipeline
│   └── test_dual.py     # 测试

依赖

  • m-flow-memory skill (MFlowMemory)
  • QMD (qmd tools)

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

70.18%
按下载量换算653

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills