核心功能
Knowledge Retrieval 是一款面向知识工作者和顾问的本地优先知识库管理与检索工具，核心解决多格式文档检索难题。支持直接读取 PPTX（含嵌套图形和演讲备注）、PDF（双引擎兜底）、DOCX、XLSX、图片及各类文本格式，文件原地读取不修改原始文档。
显著优点
1. 双通道检索架构：创新性地结合 BM25 关键词索引与 AI 语义分析。AI 先将搜索词扩展为最多 20 个同义词进行精准匹配，再通过语义通道交叉验证，既解决纯关键词搜索的同义词遗漏问题，又避免纯向量检索的维护成本和模糊性。
2. 渐进式知识进化：区别于传统搜索工具"初始化即定型"，本工具采用"越用越聪明"设计。每次搜索时 AI 提取 3-5 个关键短语自动补充到文件描述，高频检索文件积累更丰富的描述，搜索质量天花板随使用次数持续提升。
3. 本地优先与合规友好：原始文件、索引、缓存全部本地存储，不上传第三方平台，满足顾问行业客户材料的合规要求。同时支持 OneDrive 等云同步目录，自动触发本地下载。
4. 动态感知与透明缓存：自动检测文件新增、修改、删除并更新索引，无需重建。缓存非黑盒设计，通过双向快捷链接可随时查看、清理。
5. 优雅降级机制：依赖缺失时自动降级运行（如无 PDF 库则跳过 PDF 搜索，BM25 损坏则 fallback 到纯语义匹配），零候选时诚实告知不编造。
潜在局限性
- 首次搜索耗时较长：大文件（PDF/PPT）首次提取需 2-7 分钟，120 文件规模索引构建约 10-15 分钟
- 超时风险：OpenClaw 默认 600 秒超时，超大规模文件夹（500+ 文件 / 10GB+）需拆分处理
- 跨库搜索暂不支持：不同文件夹索引独立，需按项目选择对应知识库
- 模型依赖：语义分析依赖宿主 LLM 能力，需确保使用可信模型
适合人群
- 积累大量本地文档（PPT/PDF/Word/Excel）的知识工作者
- 对客户数据合规敏感的咨询顾问、投行分析师、法务人员
- 不愿将文件上传云端、偏好本地管理的隐私敏感用户
- 需要处理多格式文档、厌烦反复格式转换的专业人士
常规风险
- 缓存长期积累可能占用磁盘空间，需定期手动清理
- OneDrive 等同步目录可能触发非预期下载产生流量
- 文件内容作为上下文传入 LLM 时，需确认模型服务商的可信度
- WPS 原生格式需额外安装
pywpsrpc依赖