OpenClaw 工作区技能清单
本文档整理了工作区 /skills 目录下的所有技能,按功能分类,便于快速查找和使用。
📊 技能总览
| 技能名称 | 类别 | 核心功能 | 触发场景 |
|---|---|---|---|
agent-browser |
浏览器自动化 | 网页交互、数据提取、表单填写 | 需要操作网页时 |
agent-memory |
记忆系统 | 持久化记忆、实体追踪、经验学习 | 需要长期记忆时 |
automation-workflows |
工作流自动化 | 自动化流程设计、工具选择、ROI 计算 | 需要自动化重复任务时 |
feishu-doc |
飞书文档 | 读取/创建/编辑飞书文档、知识库 | 需要处理飞书文档时 |
file-manager |
文件管理 | 智能分类、批量重命名、重复清理、目录同步 | 需要整理文件时 |
find-skills |
技能发现 | 搜索和安装新技能 | 需要扩展能力时 |
free-ride |
模型管理 | 配置免费 AI 模型、自动降级、降低成本 | 需要使用免费 AI 时 |
github |
GitHub 操作 | PR、Issue、CI/CD、API 查询 | 需要与 GitHub 交互时 |
gog |
Google 工作区 | Gmail、日历、云盘、表格、文档 | 需要访问 Google 服务时 |
humanizer |
文本优化 | 去除 AI 写作痕迹、增加人性化表达 | 需要润色文本时 |
multi-search-engine |
网络搜索 | 17 个搜索引擎集成、高级搜索语法 | 需要多引擎搜索时 |
obsidian |
知识管理 | Obsidian 笔记搜索、创建、移动、删除 | 需要管理 Obsidian 笔记时 |
openclaw-backup |
备份恢复 | 配置备份、数据恢复、定时备份 | 需要备份 OpenClaw 时 |
playwright-mcp |
浏览器自动化 | Playwright 浏览器控制、数据提取、截图 | 需要高级浏览器自动化时 |
proactive-agent |
主动代理 | 预测需求、自我改进、WAL 协议 | 需要主动帮助时 |
proactive-self-improving-agent |
自我进化 | 自动记录经验、安全进化 | 需要从错误中学习时 |
skill-creator |
技能创建 | 创建和打包新技能 | 需要扩展技能时 |
skill-vetter |
安全检查 | 技能安全审查、风险评估 | 安装技能前 |
summarize |
内容摘要 | 摘要 URL、PDF、音频、YouTube | 需要快速提取内容时 |
tavily-search |
网络搜索 | AI 优化的网络搜索 | 需要查找信息时 |
🌐 浏览器与网络
free-ride
Emoji: 🆓
描述: 管理 OpenRouter 的免费 AI 模型,自动配置最佳免费模型和降级策略,降低 AI 使用成本。
核心功能:
- 自动配置最佳免费模型为主模型
- 设置多个降级模型,防止速率限制中断
- 保留现有配置,只更新必要字段
- 支持模型列表查询和切换
- 可选的监控器自动轮换模型
典型用途:
- 降低 AI 使用成本
- 避免因速率限制导致的中断
- 快速切换不同免费模型
安装:
# 确保 OPENROUTER_API_KEY 已设置
export OPENROUTER_API_KEY="sk-or-v1-..."
# 安装 CLI
cd ~/.openclaw/workspace/skills/free-ride
pip install -e .
使用:
# 配置最佳免费模型 + 降级策略
freeride auto
# 重启网关
openclaw gateway restart
# 查看可用免费模型
freeride list
# 切换到特定模型
freeride switch qwen3-coder
agent-browser
Emoji: 🌐
描述: 基于 Rust 的快速无头浏览器自动化 CLI,支持 Node.js 回退方案。
核心功能:
- 导航:打开 URL、前进、后退、刷新
- 快照:获取页面可交互元素(带引用 ID)
- 交互:点击、输入、拖拽、滚动、上传文件
- 信息获取:获取文本、HTML、属性、URL、元素计数
- 截图与 PDF:保存页面截图或导出 PDF
- 视频录制:录制浏览器操作视频
- 状态管理:保存/加载会话状态(cookies、localStorage)
- 网络拦截:路由请求、阻止请求、模拟响应
- 多标签/窗口:管理多个标签页和窗口
- 框架支持:处理 iframe
- JavaScript 执行:运行自定义 JS 代码
典型用途:
- 自动化网页测试
- 提取结构化数据
- 填写表单并提交
- 网页截图和录屏
- 保存登录状态
安装:
npm install -g agent-browser
agent-browser install
示例:
# 打开页面并获取交互元素
agent-browser open https://example.com
agent-browser snapshot -i
# 点击引用为 @e1 的元素
agent-browser click @e1
# 填写输入框
agent-browser fill @e2 "文本内容"
# 保存登录状态
agent-browser state save auth.json
tavily-search
Emoji: 🔍
描述: AI 优化的网络搜索,返回简洁相关结果。
核心功能:
- 使用 Tavily API 进行智能搜索
- 返回与查询最相关的结果
- 支持自定义结果数量
典型用途:
- 研究主题
- 查找最新信息
- 验证书籍/文章/新闻
安装:
npx skills add tavily-search -g
使用:
node ~/.openclaw/workspace/skills/tavily-search/scripts/search.mjs "查询词" -n 5
summarize
Emoji: 🧾
描述: 快速摘要 URL、本地文件、PDF、音频和 YouTube 视频。
核心功能:
- 支持多种来源:网页、PDF、图片、音频、YouTube
- 多模型支持:OpenAI、Anthropic、xAI、Google
- 可定制长度:short/medium/long/xl/xxl
- JSON 输出:机器可读格式
- 智能提取:处理被屏蔽网站的备用方案
典型用途:
- 快速了解长文内容
- 提取 PDF 关键信息
- 获取视频摘要
- 音频转录
安装:
brew install steipete/tap/summarize
使用:
# 摘要网页
summarize "https://example.com" --model google/gemini-3-flash-preview
# 摘要 PDF
summarize "/path/to/file.pdf" --model google/gemini-3-flash-preview
# 摘要 YouTube 视频
summarize "https://youtu.be/VIDEO_ID" --youtube auto
# 自定义长度
summarize "URL" --length short
📁 文件与文档管理
file-manager
Emoji: 📂
描述: OpenClaw 自动化文件管理助手,用于批量文件操作、智能分类、重复文件清理、文件重命名、目录同步等任务。
核心功能:
智能分类 (
organize)- 按文件类型分类
- 按日期分类(年/月/日)
- 按文件大小分类
批量重命名 (
batch_rename)- 添加前缀/后缀
- 正则表达式替换
- 序列号重命名
重复文件清理 (
deduplicate)- 基于内容哈希检测重复
- 保留最旧/最新版本
- 移动到隔离区
目录同步 (
sync)- 单向/双向同步
- 排除特定模式
- 增量同步
文件监控 (
watch)- 监控目录变化
- 触发自定义动作
典型用途:
- 整理下载文件夹
- 清理重复照片
- 批量整理项目文件
- 自动备份工作目录
依赖安装:
pip install tqdm colorama
示例:
# 按类型分类下载文件夹
python scripts/organize.py ~/Downloads --by-type --move
# 删除重复照片,保留高质量版本
python scripts/deduplicate.py ~/Pictures --compare-resolution --keep best
# 同步到备份目录,排除临时文件
python scripts/sync.py ~/Work ~/Backups/Work --exclude "node_modules,.git,*.tmp"
feishu-doc
Emoji: 📝
描述: 从飞书(Lark)知识库、文档、表格和比特表中获取内容,自动解析 Wiki URL 并转换为 Markdown。
核心功能:
- 读取: 获取文档、表格、比特表、知识库内容
- 创建: 创建新空白文档
- 写入: 用 Markdown 覆盖文档内容
- 追加: 在文档末尾追加内容
- 块操作: 列出、获取、更新、删除特定块
- 长文档处理: 分块追加,无长度限制
典型用途:
- 读取飞书文档内容
- 创建会议纪要
- 更新项目文档
- 批量处理文档
配置:
{
"app_id": "YOUR_APP_ID",
"app_secret": "YOUR_APP_SECRET"
}
使用:
# 读取文档
node index.js --action read --token <doc_token>
# 创建文档
node index.js --action create --title "我的文档"
# 写入内容
node index.js --action write --token <doc_token> --content "# 标题\n正文"
# 追加内容
node index.js --action append --token <doc_token> --content "## 第 2 节\n更多内容"
🔍 搜索与文本优化
multi-search-engine
Emoji: 🔎
描述: 集成 17 个搜索引擎(8 个国内 +9 个国际),支持高级搜索语法、时间过滤、站点搜索等,无需 API 密钥。
支持的搜索引擎:
- 国内 (8 个): 百度、Bing CN、Bing INT、360、搜狗、微信、头条、集思录
- 国际 (9 个): Google、Google HK、DuckDuckGo、Yahoo、Startpage、Brave、Ecosia、Qwant、WolframAlpha
核心功能:
- 支持高级搜索操作符(
site:、filetype:、""等) - 时间过滤(过去 1 小时/天/周/月/年)
- 隐私保护搜索引擎
- WolframAlpha 知识查询
- DuckDuckGo Bangs 快捷方式
典型用途:
- 多引擎并行搜索
- 查找特定文件类型
- 站内搜索
- 隐私保护搜索
- 数学计算和知识查询
使用:
# 通过 web_fetch 使用各搜索引擎
web_fetch({"url": "https://www.baidu.com/s?wd=关键词"})
web_fetch({"url": "https://cn.bing.com/search?q=site:github.com+react"})
web_fetch({"url": "https://duckduckgo.com/html/?q=privacy+tools"})
web_fetch({"url": "https://www.wolframalpha.com/input?i=100+USD+to+CNY"})
humanizer
Emoji: ✍️
描述: 去除 AI 写作痕迹,使文本更加人性化。基于 Wikipedia 的"Signs of AI writing"指南,检测并修复多种 AI 写作模式。
检测的 AI 模式:
- 过度强调重要性(stands as, is a testament to)
- superficial -ing 结尾分析
- 推广性语言(boasts a, vibrant, rich)
- 模糊归属(Industry reports, Experts argue)
- AI 常用词汇(delve, crucial, underscore, tapestry)
- 避免使用 is/are(用 serves as 替代)
- 过度使用破折号、粗体、表情符号
- 协作式对话 artifacts(I hope this helps, Certainly!)
核心功能:
- 识别 24 种 AI 写作模式
- 保留核心意思的同时重写
- 增加个性和人性化表达
- 变化句式结构
- 使用具体细节替代模糊说法
典型用途:
- 润色 AI 生成的文本
- 使写作更自然
- 去除机械感
- 增加个性化表达
使用:
# 通过支持此技能 agent 自动使用
# 或在需要时要求 humanize 文本
obsidian
Emoji: 💎
描述: 通过 obsidian-cli 管理 Obsidian 笔记库,支持搜索、创建、移动、删除等操作。
核心功能:
- 查找笔记库: 读取 Obsidian 配置,定位活动笔记库
- 搜索笔记: 按名称或内容搜索
- 创建笔记: 新建笔记并指定内容
- 移动/重命名: 安全移动笔记并更新链接
- 删除笔记: 删除笔记
典型用途:
- 管理 Obsidian 笔记
- 批量创建笔记
- 重构笔记结构
- 搜索笔记内容
安装:
# 安装 obsidian-cli
brew install yakitrak/yakitrak/obsidian-cli
使用:
# 设置默认笔记库
obsidian-cli set-default "vault-name"
# 搜索笔记
obsidian-cli search "query"
obsidian-cli search-content "query"
# 创建笔记
obsidian-cli create "Folder/New note" --content "..." --open
# 移动笔记(自动更新链接)
obsidian-cli move "old/path/note" "new/path/note"
# 删除笔记
obsidian-cli delete "path/note"
🛠️ 工具与备份
openclaw-backup
Emoji: 💾
描述: 备份和恢复 OpenClaw 数据,包括配置、凭证、工作区等。
备份内容:
openclaw.json— 主配置credentials/— API 密钥和令牌agents/— 代理配置workspace/— 记忆、SOUL.md、用户文件telegram/— 会话数据cron/— 定时任务
排除内容:
completions/— 缓存,可自动生成*.log— 日志文件
核心功能:
- 一键创建完整备份
- 支持自定义备份位置
- 自动保留最近 7 个备份
- 支持恢复操作
- 可配置定时备份
典型用途:
- 定期备份 OpenClaw 配置
- 系统迁移前备份
- 故障恢复
使用:
# 创建备份
./scripts/backup.sh [backup_dir]
# 默认备份位置:~/openclaw-backups/
# 输出格式:openclaw-YYYY-MM-DD_HHMM.tar.gz
# 设置每日备份(通过 cron)
# 使用 OpenClaw cron 配置每日凌晨 3 点备份
🎭 高级浏览器自动化
playwright-mcp
Emoji: 🎭
描述: 通过 Playwright MCP 服务器实现浏览器自动化,支持 Chrome、Firefox、WebKit。
核心功能:
- 导航到指定 URL
- 点击元素、填写表单
- 提取文本内容
- 执行 JavaScript
- 获取页面快照
- 截图和录屏
- 文件上传
- 多浏览器支持(Chromium、Firefox、WebKit)
典型用途:
- 自动化网页测试
- 数据提取
- 表单自动填写
- 网页截图
- 复杂交互自动化
安装:
# 安装 Playwright MCP
npm install -g @playwright/mcp
# 安装浏览器(首次使用)
npx playwright install chromium
使用:
# 启动 MCP 服务器
npx @playwright/mcp
# 无头模式
npx @playwright/mcp --headless
# 指定浏览器
npx @playwright/mcp --browser firefox
# 设置视口大小
npx @playwright/mcp --viewport-size 1280x720
MCP 工具:
browser_navigate- 导航到 URLbrowser_click- 点击元素browser_type- 输入文本browser_select_option- 选择下拉选项browser_get_text- 获取文本browser_evaluate- 执行 JavaScriptbrowser_snapshot- 获取页面快照browser_close- 关闭浏览器
🔧 开发与版本控制
github
Emoji: 🐙
描述: 使用 gh CLI 与 GitHub 交互。
核心功能:
- Pull Requests:检查 CI 状态、查看运行日志
- Issues:列出、创建、评论
- CI/CD:查看运行状态、失败步骤
- API 查询:高级数据查询
- JSON 输出:结构化数据
典型用途:
- 检查 PR 的 CI 状态
- 查看失败的构建步骤
- 查询 Issue 列表
- 获取仓库统计信息
使用:
# 检查 PR 的 CI 状态
gh pr checks 55 --repo owner/repo
# 查看最近的 workflow 运行
gh run list --repo owner/repo --limit 10
# 查看失败步骤的日志
gh run view <run-id> --repo owner/repo --log-failed
# 获取 PR 详细信息
gh api repos/owner/repo/pulls/55 --jq '.title, .state, .user.login'
# 带过滤的 JSON 输出
gh issue list --repo owner/repo --json number,title --jq '.[] | "\(.number): \(.title)"'
📅 Google 工作区
gog
Emoji: 🎮
描述: Google Workspace CLI,支持 Gmail、日历、云盘、联系人、表格和文档。
核心功能:
- Gmail: 搜索、发送邮件
- 日历: 查询事件、创建日程
- 云盘: 搜索文件、管理存储
- 联系人: 管理联系人列表
- 表格: 读取、更新、追加、清除数据
- 文档: 导出、查看文档内容
典型用途:
- 搜索最近邮件
- 发送邮件
- 查询日历事件
- 更新 Google 表格
- 导出文档为文本
安装:
brew install steipete/tap/gogcli
配置:
# 首次设置 OAuth
gog auth credentials /path/to/client_secret.json
gog auth add you@gmail.com --services gmail,calendar,drive,contacts,sheets,docs
使用:
# Gmail 搜索
gog gmail search 'newer_than:7d' --max 10
# 发送邮件
gog gmail send --to a@b.com --subject "Hi" --body "Hello"
# 查询日历事件
gog calendar events <calendarId> --from <iso> --to <iso>
# 云盘搜索
gog drive search "query" --max 10
# 读取表格
gog sheets get <sheetId> "Tab!A1:D10" --json
# 更新表格
gog sheets update <sheetId> "Tab!A1:B2" --values-json '[["A","B"],["1","2"]]'
🧠 智能代理增强
proactive-agent
Emoji: 🦞
描述: 将 AI 代理从任务执行者转变为主动合作伙伴,预测需求并持续改进。Hal Stack 核心组件。
核心特性:
- 主动性: 预测需求、反向提示、主动检查
- 持久性: WAL 协议、工作缓冲区、压缩恢复
- 自我改进: 安全进化护栏、 relentlessly 资源探索
关键协议:
- WAL 协议 (Write-Ahead Logging): 在响应前记录关键细节
- 工作缓冲区: 在上下文危险区(>60%)记录所有对话
- 压缩恢复: 从工作缓冲区恢复丢失的上下文
- 统一搜索: 在说"不知道"前搜索所有来源
- 安全加固: 技能审查、防上下文泄漏、拒绝外部 AI 网络
典型用途:
- 主动提供帮助建议
- 在上下文中断后恢复
- 从错误中自动学习
- 防止上下文泄漏
文件结构:
workspace/
├── ONBOARDING.md # 首次运行设置
├── AGENTS.md # 操作规则、经验教训
├── SOUL.md # 身份、原则、边界
├── USER.md # 用户背景、目标、偏好
├── MEMORY.md # 精选长期记忆
├── SESSION-STATE.md # 活跃工作记忆
├── HEARTBEAT.md # 定期自我改进清单
└── memory/
├── YYYY-MM-DD.md # 每日原始记录
└── working-buffer.md # 危险区日志
proactive-self-improving-agent
Emoji: 🔄
描述: 自动捕获经验并安全进化,从错误中学习的技能。
触发条件:
- 命令/操作失败 → 记录到
ERRORS.md - 被用户纠正 → 记录到
LEARNINGS.md - 用户需要不存在的能力 → 记录到
FEATURE_REQUESTS.md - 外部 API/工具出错 → 记录到
ERRORS.md - 发现自己知识过时/错误 → 记录到
LEARNINGS.md - 发现更好做法 → 记录到
LEARNINGS.md - 任务完成时回顾 → 有新经验则记录到
LEARNINGS.md
文件体系:
.learnings/
├── LEARNINGS.md # 经验/纠正/最佳实践/任务回顾
├── ERRORS.md # 错误日志
├── FEATURE_REQUESTS.md # 能力请求
└── CHANGELOG.md # 操作日志(JSONL)
进化路径:
.learnings/*.md (原始记录)
│
│ 反复出现 or 足够重要
▼
AGENTS.md / TOOLS.md (晋升为永久规则)
│
│ 足够通用 + 可独立
▼
skills/<new-skill>/ (提取为独立技能)
安全护栏:
- ADL 协议: 防止漂移,禁止为"看起来聪明"增加复杂度
- VFM 协议: 价值优先,加权评分 <50 不晋升
agent-memory
Emoji: 🧠
描述: AI 代理的持久化记忆系统,记住事实、从经验中学习、跨会话追踪实体。
核心功能:
- 记住事实:
mem.remember("信息", tags=["类别"]) - 学习经验:
mem.learn(action, context, outcome, insight) - 回忆记忆:
mem.recall("查询") - 获取教训:
mem.get_lessons(context="主题") - 追踪实体:
mem.track_entity("名称", "类型", 元数据)
典型用途:
- 会话开始时加载相关上下文
- 对话后存储重要事实
- 失败后记录教训
- 认识新人/项目时追踪实体
安装:
clawdhub install agent-memory
使用:
from src.memory import AgentMemory
mem = AgentMemory()
# 记住事实
mem.remember("重要信息", tags=["类别"])
# 学习经验
mem.learn(
action="做了什么",
context="情况",
outcome="positive", # 或 "negative"
insight="学到了什么"
)
# 回忆
facts = mem.recall("搜索查询")
lessons = mem.get_lessons(context="主题")
# 追踪实体
mem.track_entity("姓名", "person", {"role": "工程师"})
🔍 技能发现与创建
find-skills
Emoji: 🛍️
描述: 帮助用户发现和安装 agent 技能。
使用场景:
- 用户问"如何做 X"
- "找一个能做 X 的技能"
- "有没有技能可以..."
- 表达扩展能力的兴趣
核心命令:
# 搜索技能
npx skills find [查询词]
# 安装技能
npx skills add <owner/repo@skill> -g -y
# 检查更新
npx skills check
# 更新所有技能
npx skills update
典型用途:
- 查找特定领域技能(React、测试、部署等)
- 发现自动化工具
- 扩展 agent 能力
浏览技能: https://skills.sh/
示例:
# 查找 React 性能优化技能
npx skills find react performance
# 查找 PR 审查技能
npx skills find pr review
# 安装技能
npx skills add vercel-labs/agent-skills@vercel-react-best-practices -g -y
skill-creator
Emoji: 🛠️
描述: 创建有效技能的指南,用于扩展 agent 能力。
技能组成:
skill-name/
├── SKILL.md (必需)
│ ├── YAML frontmatter (name, description)
│ └── Markdown 指令
└── 资源 (可选)
├── scripts/ # 可执行代码
├── references/ # 文档参考
└── assets/ # 模板、图片等资源
创建流程:
- 理解技能: 通过具体例子明确用途
- 规划内容: 识别可复用的脚本、参考、资源
- 初始化技能:
scripts/init_skill.py <skill-name> --path <output> - 编辑技能: 实现资源并编写 SKILL.md
- 打包技能:
scripts/package_skill.py <path> - 迭代改进: 基于实际使用反馈优化
核心原则:
- 简洁至上: 上下文窗口是公共资源
- 自由度匹配: 根据任务脆弱性设置具体程度
- 渐进式披露: 三级加载系统管理上下文
skill-vetter
Emoji: 🔒
描述: 安全优先的技能审查,安装前必用。
审查流程:
- 来源检查: 作者可信度、下载量、更新时间
- 代码审查 (强制): 检查所有文件,标记危险信号
- 权限评估: 文件读写、网络访问、命令执行
- 风险分级: 低/中/高/极高
危险信号 (立即拒绝):
- 🚨 curl/wget 到未知 URL
- 🚨 发送数据到外部服务器
- 🚨 请求凭证/令牌/API 密钥
- 🚨 访问敏感文件(~/.ssh, ~/.aws, MEMORY.md 等)
- 🚨 base64 解码
- 🚨 eval()/exec() 与外部输入
- 🚨 修改工作区外系统文件
- 🚨 安装未列出的包
- 🚨 混淆代码
- 🚨 请求提升权限
风险等级:
| 等级 | 示例 | 操作 |
|---|---|---|
| 🟢 低 | 笔记、天气、格式化 | 基本审查,可安装 |
| 🟡 中 | 文件操作、浏览器、API | 完整代码审查 |
| 🔴 高 | 凭证、交易、系统 | 需人工批准 |
| ⛔ 极高 | 安全配置、root 访问 | 不要安装 |
输出格式:
SKILL VETTING REPORT
═══════════════════════════════════════
Skill: [名称]
Source: [来源]
Author: [作者]
Version: [版本]
───────────────────────────────────────
METRICS:
• Downloads/Stars: [数量]
• Last Updated: [日期]
• Files Reviewed: [数量]
───────────────────────────────────────
RED FLAGS: [无/列表]
PERMISSIONS NEEDED:
• Files: [列表]
• Network: [列表]
• Commands: [列表]
───────────────────────────────────────
RISK LEVEL: [🟢/🟡/🔴/⛔]
VERDICT: [✅/⚠️/❌]
NOTES: [观察]
═══════════════════════════════════════
🤖 自动化工作流
automation-workflows
Emoji: ⚙️
描述: 为个体创业者设计和实现自动化工作流,节省时间并扩展业务。
7 步流程:
- 识别自动化目标: 审计任务,找出高价值候选
- 选择工具: Zapier(简单)、Make(可视化)、n8n(复杂)
- 设计工作流: 触发器→条件→动作→错误处理
- 构建测试: 逐步测试,使用真实数据
- 监控维护: 每周检查日志,每月审计
- 高级创意: 客户入职、内容分发、健康监控、发票跟踪
- 计算 ROI: 优先投资回报高的自动化
工具对比:
| 工具 | 适合 | 价格 | 学习曲线 | 能力 |
|---|---|---|---|---|
| Zapier | 简单 2-3 步 | $20-50/月 | 简单 | 低 - 中 |
| Make | 可视化多步 | $9-30/月 | 中等 | 中-高 |
| n8n | 复杂/开发者 | 免费自托管 | 中 - 难 | 高 |
ROI 计算:
每月节省时间 = (每次任务分钟数 / 60) × 每月频率
成本 = (设置时间 × $50/小时) + 工具月费
回报期 (月) = 设置成本 / 每月节省价值
回报期 < 3 个月 → 值得
回报期 > 6 个月 → 可能不值得
典型工作流:
- 客户入职自动化
- 内容分发自动化
- 客户健康监控
- 发票和支付跟踪
📊 使用建议
按场景选择技能
需要查找信息:
tavily-search- AI 优化的网络搜索multi-search-engine- 17 个搜索引擎集成(百度、Bing 等)summarize- 快速摘要内容
需要处理文件:
file-manager- 批量操作、分类、清理feishu-doc- 飞书文档管理obsidian- Obsidian 笔记管理
需要自动化:
automation-workflows- 设计自动化流程agent-browser- 网页操作自动化playwright-mcp- 高级浏览器自动化
需要扩展能力:
find-skills- 发现新技能skill-creator- 创建自定义技能skill-vetter- 安全检查
需要长期记忆:
agent-memory- 持久化记忆proactive-agent- 主动预测proactive-self-improving-agent- 自我进化
需要访问外部服务:
github- GitHub 操作gog- Google 工作区
需要文本优化:
humanizer- 去除 AI 写作痕迹,使文本更自然
需要降低成本:
free-ride- 配置免费 AI 模型,降低 API 成本
需要备份恢复:
openclaw-backup- 备份和恢复 OpenClaw 数据
🔗 相关链接
- OpenClaw 文档:
D:\AI\nodejs\node_global\node_modules\openclaw-cn\docs - 技能发现:https://clawhub.com
- 技能市场:https://skills.sh/
- Hal Stack: https://github.com/halthelobster
最后更新:2026-03-10