FAQ sobre RAG (Base de Conhecimento)
Perguntas frequentes sobre RAG no OpenClaw: como adicionar documentos e criar base de conhecimento.
RAG (Retrieval-Augmented Generation) permite que o assistente consulte seus documentos antes de responder, usando informações reais em vez de gerar do zero.
PDF, TXT, Markdown, DOCX, CSV. O OpenClaw processa e indexa automaticamente.
Execute openclaw rag add ./pasta-de-documentos/. O OpenClaw processa, divide em chunks e cria embeddings.
Depende do armazenamento. Com embeddings locais, centenas de milhares de documentos são viáveis.
Sim! Use embeddings locais (nomic-embed-text) para RAG 100% offline. ollama pull nomic-embed-text.
Sim, configure rag_cite_sources: true. O assistente indica de qual documento extraiu a informação.
Execute openclaw rag update para reprocessar documentos alterados. Ou openclaw rag add novo-doc.pdf para adicionar.
Sim! Soul.md tem limite de tokens. RAG busca apenas informações relevantes para cada pergunta, economizando tokens e melhorando precisão.
- FAQ Geral — perguntas básicas sobre o OpenClaw
- FAQ Técnico — problemas técnicos e soluções
- Troubleshooting — guias de solução de problemas
- Comunidade Discord — pergunte para outros usuários
- GitHub Issues — reporte bugs