How do I install the Adaptive RAG Engine skill?

Run npx skillmds@latest add luokai0/adaptive-rag-engine in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Adaptive RAG Engine safe to use?

This skill has not completed SkillMD's automated safety review yet. Independent scanners report: SkillSpector: PASS, Skill Scanner: PASS. Capability flags: executes scripts. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Adaptive RAG Engine?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Adaptive RAG Engine free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Adaptive RAG Engine?

luokai0 (@luokai0) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Adaptive RAG Engine by luokai0 — Agent Skill

Name: Adaptive RAG Engine
Rating: 4.666666666666667 (3 reviews)
Author: luokai0

Adaptive RAG Engine

Adaptive RAG 引擎 — 从线性检索到自主认知循环。集成胶囊预筛选、智能路由、CRAG纠错、L3校验。当需要搜索记忆/检索信息/回答复杂问题时触发。关键词：RAG、检索、记忆搜索、向量检索、Agentic RAG、CRAG。

luokai0 Updated Sep 8, 2026 10 repo stars

File contents

🧠 Adaptive RAG Engine v1.0

不是管道，是认知循环。

核心能力

能力	说明	触发方式
Adaptive Router	判断是否需要检索，简单问题直接答	自动（每次 memory_search 前）
Capsule Pre-filter	42个胶囊标题预匹配，缩小范围 90%	自动（Router 通过后）
Vector Search	bge-m3 向量检索 Top-20	memory_search 工具
LLM Re-rank	语义重排序 Top-20 → Top-5	检索后自动
CRAG Evaluator	质量评估 + 低分补搜	检索后自动
L3 Gatekeeper	输出前与核心洞察校验	生成前自动
Memory Bridge	Active Memory ↔ Phoenix 双向桥接	对话结束时

使用流程

对于 CEO（小鸟文书）

此 Skill 是协议层，不需要显式调用。它通过以下方式生效：

读取协议文件: rules/adaptive-rag-protocol.md — 获取完整决策树
读取胶囊索引: memory/topics/.capsule-index.json — 获取 42 个胶囊元数据
按决策树执行: 每次需要记忆时，走 Router → Pre-filter → Search → Rank → CRAG → Generate → Verify

对于 SubAgent

SubAgent 在执行任务时：

先判断任务类型 → 决定是否需要检索
需要检索时 → 先做胶囊预筛选
检索结果 → 自行判断质量（CRAG 思维）
输出前 → 自检是否与已知信息矛盾

关键文件

文件	用途
`rules/adaptive-rag-protocol.md`	完整协议（决策树/分类/bridge/CRAG/L3）
`memory/topics/.capsule-index.json`	42个胶囊的结构化索引
`scripts/build-capsule-index.py`	重建胶囊索引脚本
`scripts/rag-evaluate.py`	CRAG 质量评估脚本

快速命令

# 重建胶囊索引
python3 ~/.openclaw/workspace/skills/adaptive-rag-engine/scripts/build-capsule-index.py

# 评估检索质量
python3 ~/.openclaw/workspace/skills/adaptive-rag-engine/scripts/rag-evaluate.py --query "xxx" --results "result1, result2"

与其他 Skill 的关系

dynamic-rag-capsule — Context 管理层面的胶囊化（对话太长时压缩）
phoenix-memory — 记忆存储和衰减管理（四层架构）
本 Skill — 检索策略和质量控制（怎么搜、搜到后怎么办）

三者关系：phoenix-memory 是仓库，dynamic-rag-capsule 是打包器，adaptive-rag-engine 是导航仪

---name: adaptive-rag-enginedescription: Adaptive RAG 引擎 — 从线性检索到自主认知循环。集成胶囊预筛选、智能路由、CRAG纠错、L3校验。当需要搜索记忆/检索信息/回答复杂问题时触发。关键词：RAG、检索、记忆搜索、向量检索、Agentic RAG、CRAG。---# 🧠 Adaptive RAG Engine v1.0> **不是管道，是认知循环。**## 核心能力| 能力 | 说明 | 触发方式 ||------|------|---------|| **Adaptive Router** | 判断是否需要检索，简单问题直接答 | 自动（每次 memory_search 前） || **Capsule Pre-filter** | 42个胶囊标题预匹配，缩小范围 90% | 自动（Router 通过后） || **Vector Search** | bge-m3 向量检索 Top-20 | memory_search 工具 || **LLM Re-rank** | 语义重排序 Top-20 → Top-5 | 检索后自动 || **CRAG Evaluator** | 质量评估 + 低分补搜 | 检索后自动 || **L3 Gatekeeper** | 输出前与核心洞察校验 | 生成前自动 || **Memory Bridge** | Active Memory ↔ Phoenix 双向桥接 | 对话结束时 |## 使用流程### 对于 CEO（小鸟文书）此 Skill 是**协议层**，不需要显式调用。它通过以下方式生效：1. **读取协议文件**: `rules/adaptive-rag-protocol.md` — 获取完整决策树2. **读取胶囊索引**: `memory/topics/.capsule-index.json` — 获取 42 个胶囊元数据3. **按决策树执行**: 每次需要记忆时，走 Router → Pre-filter → Search → Rank → CRAG → Generate → Verify### 对于 SubAgentSubAgent 在执行任务时：1. 先判断任务类型 → 决定是否需要检索2. 需要检索时 → 先做胶囊预筛选3. 检索结果 → 自行判断质量（CRAG 思维）4. 输出前 → 自检是否与已知信息矛盾## 关键文件| 文件 | 用途 ||------|------|| `rules/adaptive-rag-protocol.md` | 完整协议（决策树/分类/bridge/CRAG/L3） || `memory/topics/.capsule-index.json` | 42个胶囊的结构化索引 || `scripts/build-capsule-index.py` | 重建胶囊索引脚本 || `scripts/rag-evaluate.py` | CRAG 质量评估脚本 |## 快速命令```bash# 重建胶囊索引python3 ~/.openclaw/workspace/skills/adaptive-rag-engine/scripts/build-capsule-index.py# 评估检索质量python3 ~/.openclaw/workspace/skills/adaptive-rag-engine/scripts/rag-evaluate.py --query "xxx" --results "result1, result2"```## 与其他 Skill 的关系- **dynamic-rag-capsule** — Context 管理层面的胶囊化（对话太长时压缩）- **phoenix-memory** — 记忆存储和衰减管理（四层架构）- **本 Skill** — 检索策略和质量控制（怎么搜、搜到后怎么办）三者关系：**phoenix-memory 是仓库，dynamic-rag-capsule 是打包器，adaptive-rag-engine 是导航仪**

Frequently asked questions