Skip to content

FEATURE_ACTIVATION_GUIDE.md

Latest commit

 

History

History
461 lines (335 loc) · 10 KB

FEATURE_ACTIVATION_GUIDE.md

File metadata and controls

461 lines (335 loc) · 10 KB

功能激活指南

版本： v1.0
更新日期： 2026-03-26

🎯 概述

安装 evo-agents 后，默认已启用基础功能。本指南教你如何手动激活高级功能：

  1. 语义搜索模型 - Ollama + 嵌入模型（可选模型）
  2. 知识库 - Knowledge Base（知识管理系统）
  3. 自进化系统 - 自动学习和进化
  4. RAG 评估 - 检索增强生成评估
  5. 定时任务 - 自动执行任务

新增功能：

  • ✅ 可选择激活哪些功能
  • ✅ 语义搜索支持多种模型选择
  • ✅ 交互式向导，简单易懂

📋 前置检查

# 检查 workspace
cd ~/.openclaw/workspace-my-agent

# 检查基本结构
ls -la scripts/ libs/ skills/

1️⃣ 激活语义搜索模型

步骤 1：安装 Ollama

macOS:

brew install ollama

Linux:

curl -fsSL https://ollama.com/install.sh | sh

Windows:

# 下载 https://ollama.com/download/windows

步骤 2：启动 Ollama 服务

# 后台启动
ollama serve

# 或系统服务启动
# macOS: brew services start ollama
# Linux: systemctl start ollama

步骤 3：下载嵌入模型

根据语言选择模型：

模型 大小 语言 推荐场景
bge-m3 1.2GB 中文最佳 中文内容、多语言混合
nomic-embed-text 274MB 英文最佳 英文内容、快速搜索
mxbai-embed-large 670MB 多语言 多语言混合场景
all-minilm 46MB 英文 快速测试、低配置

中文用户推荐：

# bge-m3 - 中文最佳，支持多语言
ollama pull bge-m3

英文用户推荐：

# nomic-embed-text - 英文最佳，轻量快速
ollama pull nomic-embed-text

# 或 all-minilm - 最小最快（适合测试）
ollama pull all-minilm

多语言用户推荐：

# mxbai-embed-large - 多语言支持好
ollama pull mxbai-embed-large

全部下载（自动选择）：

# 下载所有常用模型
ollama pull bge-m3
ollama pull nomic-embed-text
ollama pull mxbai-embed-large

步骤 4：验证安装

# 检查模型
ollama list

# 应该看到：
# NAME                ID              SIZE      MODIFIED
# bge-m3:latest       790764642607    1.2 GB    now
# nomic-embed-text    0a109f422b47    274 MB    now

步骤 5：测试语义搜索

# 记录测试记忆
python3 scripts/session_recorder.py -t event -c '测试语义搜索' --agent my-agent

# 语义搜索测试
python3 scripts/unified_search.py '测试' --agent my-agent --semantic

# 查看统计
python3 scripts/memory_stats.py --agent my-agent

预期输出：

🦙 Ollama: ✅ 运行中 (3 模型)
   嵌入模型：✅ bge-m3:latest
🔍 搜索索引
   向量数：6 ✅

2️⃣ 激活知识库系统

步骤 1：检查 memory_hub

cd ~/.openclaw/workspace-my-agent

# 检查 memory_hub 是否存在
ls -la libs/memory_hub/

步骤 2：初始化知识库

python3 << 'EOF'
from libs.memory_hub import MemoryHub

# 初始化
hub = MemoryHub('my-agent')

# 添加基础知识
hub.knowledge.add(
    title='我的项目介绍',
    content='这是我的个人项目，专注于...',
    category='projects',
    tags=['项目', '介绍']
)

hub.knowledge.add(
    title='工作流程',
    content='我的标准工作流程是...',
    category='workflow',
    tags=['流程', '工作']
)

print('✅ 知识库已激活')
print(f'📊 分类：{len(hub.knowledge.list_categories())} 个')
EOF

步骤 3：验证知识库

python3 << 'EOF'
from libs.memory_hub import MemoryHub

hub = MemoryHub('my-agent')

# 搜索知识
results = hub.knowledge.search('项目')
print('🔍 搜索结果:')
for r in results[:3]:
    print(f'  - {r.get("title", "Unknown")}')

# 查看分类
print(f'\n📊 分类：{hub.knowledge.list_categories()}')
EOF

步骤 4：使用 RAG 评估

# 记录一次检索
python3 skills/rag/evaluate.py \
  --record \
  --query "测试查询" \
  --retrieved 5 \
  --latency 100 \
  --feedback positive \
  --agent my-agent

# 生成报告
python3 skills/rag/evaluate.py --report --days 7 --agent my-agent

3️⃣ 激活自进化系统

步骤 1：检查自进化系统

cd skills/self-evolution

# 检查文件
ls -la main.py memory_stream.py fractal_thinking.py nightly_cycle.py

步骤 2：初始化自进化系统

cd skills/self-evolution

# 查看状态
python3 main.py status

# 初始化记忆流
python3 << 'EOF'
from memory_stream import MemoryStream

ms = MemoryStream()

# 添加初始记忆
ms.add_memory(
    content='自进化系统初始化完成',
    memory_type='observation',
    importance=5.0,
    tags=['初始化', '系统']
)

print('✅ 自进化系统已激活')
print(f'📊 记忆数：{len(ms.get_memories(limit=100))}')
EOF

步骤 3：配置定时任务

# 每天凌晨 2 点执行夜间循环
openclaw cron add --name "nightly-cycle" --cron "0 2 * * *" \
  --system-event "cd ~/.openclaw/workspace-my-agent/skills/self-evolution && python3 main.py nightly"

# 每周日凌晨 3 点执行分形思考
openclaw cron add --name "fractal-thinking" --cron "0 3 * * 0" \
  --system-event "cd ~/.openclaw/workspace-my-agent/skills/self-evolution && python3 main.py fractal --limit 50"

# 查看 cron 任务
openclaw cron list

步骤 4：测试自进化

cd skills/self-evolution

# 记录进化事件
python3 main.py evolve -t KNOWLEDGE_GAINED -c "学习了新功能激活方法"

# 查看状态
python3 main.py status

4️⃣ 完整激活脚本

创建 scripts/core/activate-features.sh：

#!/bin/bash
# activate-features.sh - 一键激活所有高级功能

set -e

WORKSPACE="$(cd "$(dirname "$0")/.." && pwd)"
cd "$WORKSPACE"

echo "╔════════════════════════════════════════════════════════╗"
echo "║     激活高级功能                                        ║"
echo "╚════════════════════════════════════════════════════════╝"
echo ""

# 1. 检查 Ollama
echo "1️⃣  检查 Ollama..."
if command -v ollama &> /dev/null; then
    echo "   ✅ Ollama 已安装"
    ollama list | grep -E "bge-m3|nomic-embed" && echo "   ✅ 嵌入模型已下载" || echo "   ⚠️  需要下载模型：ollama pull bge-m3"
else
    echo "   ❌ Ollama 未安装"
    echo "   安装：brew install ollama (macOS)"
fi

echo ""

# 2. 激活知识库
echo "2️⃣  激活知识库..."
python3 << 'EOF'
from libs.memory_hub import MemoryHub
hub = MemoryHub('my-agent')
try:
    hub.knowledge.add(
        title='功能激活',
        content='已激活所有高级功能',
        category='system',
        tags=['激活', '功能']
    )
    print('   ✅ 知识库已激活')
except Exception as e:
    print(f'   ⚠️  知识库激活失败：{e}')
EOF

echo ""

# 3. 测试语义搜索
echo "3️⃣  测试语义搜索..."
python3 scripts/unified_search.py '测试' --agent my-agent --semantic --limit 1 2>&1 | head -5 && echo "   ✅ 语义搜索正常" || echo "   ⚠️  语义搜索异常"

echo ""

# 4. 检查自进化
echo "4️⃣  检查自进化系统..."
cd skills/self-evolution && python3 main.py status 2>&1 | grep -E "✅|❌" | head -3 && echo "   ✅ 自进化系统正常" || echo "   ⚠️  自进化系统需要初始化"

echo ""
echo "╔════════════════════════════════════════════════════════╗"
echo "║     ✅ 功能激活完成！                                   ║"
echo "╚════════════════════════════════════════════════════════╝"

使用激活脚本

cd ~/.openclaw/workspace-my-agent
chmod +x scripts/core/activate-features.sh
./scripts/core/activate-features.sh

📊 功能对比

功能 默认 激活后
基础记忆 ✅ ✅
关键词搜索 ✅ ✅
语义搜索 ❌ ✅ (Ollama + bge-m3)
知识库 ❌ ✅ (Knowledge Base)
RAG 评估 ❌ ✅ (skills/rag/)
自进化 ❌ ✅ (skills/self-evolution/)
分形思考 ❌ ✅ (每周自动执行)
夜间循环 ❌ ✅ (每天自动执行)

🎯 推荐配置

最小配置（快速启动）

# 只需安装 Ollama + 下载模型
brew install ollama
ollama pull bge-m3

标准配置（推荐）

# 1. 安装 Ollama
brew install ollama

# 2. 下载模型
ollama pull bge-m3

# 3. 激活知识库
python3 scripts/core/activate-features.sh

# 4. 配置 cron
openclaw cron add --name "nightly" --cron "0 2 * * *" \
  --system-event "cd skills/self-evolution && python3 main.py nightly"

完整配置（高级用户）

# 1. 安装 Ollama
brew install ollama

# 2. 下载多个模型
ollama pull bge-m3
ollama pull nomic-embed-text

# 3. 运行激活脚本
python3 scripts/core/activate-features.sh

# 4. 配置所有 cron 任务
openclaw cron add --name "nightly" --cron "0 2 * * *" \
  --system-event "cd skills/self-evolution && python3 main.py nightly"

openclaw cron add --name "fractal" --cron "0 3 * * 0" \
  --system-event "cd skills/self-evolution && python3 main.py fractal --limit 50"

openclaw cron add --name "index" --cron "0 3 * * *" \
  --system-event "python3 scripts/memory_indexer.py --incremental --embed"

🔗 相关文档

  • workspace-setup.md - 完整安装指南
  • skills/memory-search/SKILL.md - 记忆搜索技能
  • skills/rag/README.md - RAG 评估文档
  • skills/self-evolution/README_FINAL.md - 自进化系统文档

最后更新： 2026-03-26
维护者： growth-agents team