Multi-viewpoint Debates
生成代表不同世界观的独立子代理(埃隆、资本家、猴子)进行多角度辩论,通过强制真正的不一致来暴露盲点。适用于需要挑战假设、压力测试想法或从根本不同视角审视问题的决策。自动将辩论输出存档以供未来参考和模式分析。
把 Skill 的源码、资源快照、README、包体和安装信号放进一个可搜索、可筛选的公开目录。
生成代表不同世界观的独立子代理(埃隆、资本家、猴子)进行多角度辩论,通过强制真正的不一致来暴露盲点。适用于需要挑战假设、压力测试想法或从根本不同视角审视问题的决策。自动将辩论输出存档以供未来参考和模式分析。
{"answer":"同步多个 Clawdbot 实例间的记忆、偏好和技能。支持通过 Tailscale 使用 SSH/rsync 进行双向同步。适用于同步其他 Clawdbot、共享记忆或保持多个代理同步。触发词:/sync、'与 mac 同步'、'更新其他 clawdbot'、'分享给我的其他机器人'。"}
本技能用于分析板块与行业表现图表,评估市场定位及轮动模式。适用于用户提供板块或行业(1周或1月)表现图表,并请求市场周期评估、轮动分析或策略建议的场景。所有分析与输出均使用英语。
AI代理的物理存在感显示设备。在专用终端/屏幕上显示可自定义的姓名首字母(A-Z)、状态和当前活动。相比聊天反馈更即时,一眼即可掌握代理动态。适用于设置常驻可见的代理。
{"answer":"涵盖基础、模式与反模式的全面UI设计技能。包括布局、排版、色彩、间距、无障碍、动效及组件设计。适用于构建Web界面、审查设计质量或打造独特UI。"}
专业投资分析AI,解析韩国股票的财务报表、新闻和图表,给出0-100的投资吸引力评分及买入/持有/回避建议,使用Naver金融数据,严格遵循财务报表>新闻>图表的优先级和权重。
使用bird构建X (Twitter)‘为你推荐’和‘关注’时间线的去重摘要,并输出用于上游投递的载荷。
查询Polymarket预测市场,用于预测市场、投注赔率、市场价格、事件概率以及Polymarket数据相关问题。
提供Sportsbet体育博彩的知情意见与合理推测。适用于研究特定投注、分析相关数据(当前及历史)并预测结果时。需包含免责声明,说明预测仅为推测,可能不准。**评估结果时必须提供置信度,且不得超过95%。**
使用 yt-dlp 从 YouTube 视频的现有字幕(手动或自动生成)中提取文字,可选带时间戳并本地 SQLite 缓存,适用于...
管理和分析Meta(Facebook/Instagram)广告系列。当用户询问广告表现、系列指标、广告花费、ROAS、CPA、CT...时使用此技能。
分析Instagram账号与帖子,提供详细互动指标、浏览追踪、粉丝比率及Reels专项分析,支持JSON/CSV导出。
使用 Wrangler CLI 管理 Cloudflare Workers、KV、D1、R2 及 Secrets。适用于部署 Workers、管理数据库、存储对象或配置 Cloudflare 资源,涵盖 Worker 部署、KV 命名空间、D1 SQL 数据库、R2 对象存储、密钥管理及日志追踪。
基于 NVIDIA Parakeet TDT 0.6B v3(ONNX CPU)的本地语音转文字,比 Whisper 快 30 倍,支持 25 种语言、自动检测,兼容 OpenAI API。适用于本地音频文件转录、语音转文字、离线语音记录处理。
在三种模式下进行文章和文档的多语言互译——快速(直接)、普通(先分析后翻译)和精细(分析、翻译、审校)。
使用 Azure AI Agents Python SDK (azure-ai-agents) 构建 AI 代理。适用于在 Azure AI Foundry 上创建代理、使用各种工具(文件搜索、代码解释器、Bing 接地、Azure AI 搜索、函数调用、OpenAPI、MCP)、管理线程和消息、实现流式响应以及处理向量存储。这是底层 SDK——如需更高层抽象,请使用 agent-framewor…
使用 React Native 组件、导航和原生模块构建高性能跨平台移动应用。
支持本地托管和可视化QA循环,可从任意数据源构建自定义仪表板。
从前端代码库提取可复用的 UI/UX 设计系统:包括设计标记、全局样式、组件、交互模式和页面模板。用于分析任意前端仓库(React/Vue/Angular/Next/Vite 等)时记录或迁移 UI/UX,以便在项目间复用。仅关注 UI/UX,明确忽略业务逻辑和领域工作流。
{ "answer": "将 OpenClaw 定时任务转换为 Lobster 工作流。分析、检查并验证任务迁移。适用于将自动化转换为具有恢复能力的确定性审批工作流。" }
在不改变行为的前提下重构代码,以提升清晰度、一致性和可维护性。当用户输入 /simplify 或要求简化代码时使用。
结合OpenClaw内置向量记忆与Graphiti时序知识图谱的混合记忆策略。适用于回忆过往上下文、回答时序问题(如“X何时发生?”)或搜索记忆文件。提供了何时使用memory_search与Graphiti的决策框架。
捕获学习内容、错误和纠正措施以实现持续改进。适用场景:(1)命令或操作意外失败;(2)用户纠正Claude('不对,那错了'、'实际上');(3)用户请求不存在的功能;(4)外部API或工具失败;(5)Claude意识到知识过时或不正确;(6)发现更好的重复任务处理方法。重大任务前也需回顾学习内容。
用任务分解、2分钟启动和追踪问责来战胜拖延