RAG Search

核心用法

rag-search 是一个轻量级检索增强生成(RAG)后端技能，专为职业健康领域的法规标准文档检索设计。用户通过自然语言查询触发检索，系统返回结构化的相关文本片段，包含原始内容、来源文件、条款编号、法规层级及相关性评分。

显著优点

1. 领域专业化：针对GBZ职业卫生标准体系优化，理解专业术语如"PC-TWA"、"职业接触限值"等
2. 结构化输出：返回标准化JSON格式，含regulation_level字段便于区分国家法律/标准/行业规范层级
3. 可解释性强：每条结果附带clause条款编号和score相关性分数，支持溯源审计
4. 松耦合设计：作为纯后端组件，可与occupational_health_qa、occupational_health_report_writer等上层应用灵活组合

潜在局限

• 非终端技能：明确禁止直接面向终端用户，必须由封装层调用
• 检索范围受限：仅覆盖预构建的职业健康法规知识库，无法实时扩展
• 无生成能力：仅做检索召回，不包含LLM答案生成或总结功能
• 评分阈值敏感：score字段的 cutoff 策略需调用方自行决策

适合人群

职业健康AI系统开发者、企业EHS平台集成工程师、需要构建合规问答或报告生成系统的技术团队。

常规风险

• 知识库更新延迟可能导致引用失效标准
• 条款边界切分误差造成上下文丢失
• 高相关度低权威性结果（如草案文件）需人工复核

核心用法

rag-search 是一个专为职业卫生合规场景设计的后端检索组件，采用RAG（检索增强生成）架构实现向量语义搜索。用户通过自然语言查询职业卫生法规标准（如"GBZ 2.1-2019 苯 职业接触限值"），系统返回结构化检索结果，包含原文内容、标准编号、条款号、法规层级及相关性评分。

调用方式：需通过系统内部调用，不建议终端用户直接使用。面向用户的场景应使用 occupational_health_qa 或 occupational_health_report_writer 等上层封装技能。

显著优点

1. 精准法规召回：基于向量语义检索，可突破关键词匹配局限，理解同义表述和专业术语变体
2. 结构化输出：返回结果包含 content/source/clause/regulation_level/score 等完整字段，便于下游处理
3. 权威来源标识：明确标注法规层级（国家法律/国家标准/行业标准），辅助合规判断
4. 零第三方依赖：仅依赖本地封装的 search_pipeline 和 embedding_client 模块，供应链攻击风险极低
5. 隐私友好设计：仅处理查询输入，不收集或存储用户敏感信息，符合GDPR数据最小化原则

潜在缺点与局限性

1. 非直接可用：明确标注为后端组件，终端用户无法直接调用，使用门槛较高
2. 本地部署依赖：依赖硬编码的本地向量数据库路径（/root/.openclaw/workspace/rag_system/data/vectors.db），跨环境迁移需手动调整
3. 模块导入非标准：通过 sys.path.insert 运行时修改路径导入本地模块，不符合Python包管理最佳实践
4. 输入验证缺失：当前未对查询参数进行长度和内容校验，存在异常输入风险
5. 错误信息未脱敏：异常返回包含完整堆栈信息，可能泄露内部路径结构

适合人群

• 职业卫生合规系统开发者：需集成法规检索能力的后端工程师
• 企业EHS平台搭建者：构建内部职业健康管理系统的技术团队
• 法规数据库维护方：已有标准化法规向量库，需轻量级检索接口的机构

常规风险

| 风险项 | 等级 | 说明 |

|--------|------|------|

| 本地文件系统访问 | 低 | 仅限读取本地向量数据库，无写入或外传操作 |

| 模块路径注入 | 低 | 运行时修改sys.path，封闭环境内风险可控 |

| 输入污染 | 中 | 缺乏长度限制和过滤规则，建议上层应用做好防护 |

| 依赖漂移 | 低 | 本地模块版本需与向量库格式保持兼容 |

安全认证摘要

经 CLS-Certify v2.1.0 全量扫描，获 S级（90分） 安全评级，雷达图显示静态代码分析95分、动态行为分析85分、依赖审计与网络分析均满分。无威胁模式匹配、无敏感信息泄露、无硬编码凭据，符合GDPR/CCPA合规要求。