核心用法
DocClaw 是专为 OpenClaw 设计的文档查询技能，采用三层递进式架构解决技术文档检索需求：
1. 实时搜索层（Primary）
- 执行
openclaw docs "<query>"进行在线文档检索 - 返回 3-7 条带相关性说明的精准链接
- 直接对接
docs.openclaw.ai官方文档源
2. 精准获取层（Precision Mode）
- 索引刷新：
python3 {baseDir}/scripts/refresh_docs_index.py - Markdown 直取：
fetch_doc_markdown.py支持 slug/关键词查询，如"cli/models"、"gateway/configuration" - 专为需要精确行为引用的场景设计
3. 离线回退层（Offline Fallback）
find_local_docs.py自动发现本地文档根目录- 配合
rg（ripgrep）实现无网环境下的全文检索 - 保障极端网络条件下的可用性
显著优点
- 分层容错设计：在线/精准/离线三层互补，网络波动不影响核心功能
- 安全沙箱机制：v1.0.2 移除本地路径环境变量覆盖，强制 HTTPS 域限制，防范供应链污染
- 精准引用能力：直接输出
.md源文件，便于技术文档的精确行为验证 - 跨平台兼容：原生支持 macOS/Linux，依赖标准化 Python3 生态
潜在局限
- Windows 支持缺失：文档明确限定 macOS/Linux 平台
- 网络域白名单限制：仅允许
docs.openclaw.ai，无法扩展至第三方文档源 - 本地文档需预置：离线模式依赖用户提前部署的本地文档副本
- 无自动缓存层：频繁查询可能触发速率限制，未提及智能缓存策略
适合人群
- OpenClaw 运维/开发工程师需频繁查询配置参数与 CLI 行为
- 编写自动化脚本需精确引用官方文档的技术作者
- 处于隔离网络环境（air-gapped）的企业部署场景
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 内容信任风险 | 获取文档与运行时行为可能存在版本漂移 | 强制要求 `--help` 二次验证 |
| 注入风险 | 历史版本曾存在路径覆盖漏洞 | v1.0.2 已移除 env-path override |
| 幻觉风险 | 严禁编造 flags/keys/paths，所有输出需溯源至官方文档 | 输出规则强制约束 |
版本演进
- v1.0.2（2026-02-18）：安全加固版本，移除本地文档环境路径覆盖能力，强化发布流程的供应链安全。