Openclaw Workflow Analyzer

分析用户的工作流程，判断哪些环节可以用 OpenClaw（个人 AI Agent）自动化实现。 将工作流拆解为子流程，按 ⭐1-10 星难度阶梯评估可行性，对第三方数据依赖主动确认可用性， 给出先易后难的落地建议和学习路径。 触发词：分析工作流程、workflow analysis、哪些可以自动化、OpenCla...

Security Scan

The skill is internally consistent with its stated purpose: it's an instruction-only workflow analyzer that asks clarifying questions, references a local capability matrix, and does not request installs, binaries, or credentials.

Purpose & Capability

The name/description (workflow analysis for OpenClaw automation) matches the SKILL.md content: it decomposes flows, assesses feasibility against OpenClaw capabilities, and explicitly says it will not perform automations. It requires the included references/openclaw-capabilities.md to evaluate feasibility, which is sensible for this purpose.

Instruction Scope

Runtime instructions are limited to asking the user for workflow details, decomposing steps, checking third-party data availability via user confirmation, rating difficulty, and producing a report. The SKILL.md does not instruct the agent to read system files, access environment variables, or transmit data to external endpoints. It explicitly requires asking users about APIs/credentials rather than assuming access.

Install Mechanism

No install spec and no code files beyond SKILL.md and a local reference file. Instruction-only skills write nothing to disk and do not pull external code, so install risk is minimal.

Credentials

The skill declares no required environment variables, credentials, or config paths. It instructs the agent to ask the user about third-party APIs and credentials only when needed for feasibility assessment, which is proportionate.

Persistence & Privilege

Flags show always: false and normal invocation settings. The skill does not request persistent system presence or attempt to modify other skills or system-wide settings.

Assessment

This skill appears coherent and low-risk because it is instruction-only and asks you to confirm external data access rather than obtaining credentials itself. Before installing or using it: (1) verify the GitHub homepage and author if you want provenance assurance; (2) do not paste sensitive credentials or secrets directly into chat—if you need to provide API keys for analysis, use the platform's secure secret storage or discuss only the existence/capabilities of the API without sharing tokens; (3) understand that the skill may recommend automations that require elevated access (APIs, browser automation, mobile control)—only grant those accesses after reviewing the proposed implementation and limiting scopes/expiration where possible; (4) if the skill suggests running scripts or connectors, prefer staged validation (test on non-production data); (5) if you need stronger guarantees (auditability, enterprise controls, encryption), remember the references file notes OpenClaw has limitations for high-compliance or multi-tenant scenarios. Overall: OK to install for workflow analysis, but follow standard secret-handling and access-minimization practices when acting on its recommendations.

OpenClaw 工作流分析器

将用户的工作流程拆解为可自动化的子流程，评估 OpenClaw 实现可行性、落地难度和学习路径。

快速开始

"分析一下我的日常工作流程，看看哪些能自动化"
"我每天要做 X、Y、Z，OpenClaw 能帮我做哪些"
"帮我分析这个流程的自动化可行性"

能力参考

判断子流程可行性时，必须先读取 references/openclaw-capabilities.md 获取 OpenClaw 完整能力矩阵。

输入模式

根据用户行为自动适配：

模式 A：引导式（用户未提供完整流程）

用苏格拉底式提问逐步挖掘工作流程：

1. "你日常工作中，有哪些重复性最高的任务？"
2. 针对用户提到的任务，追问具体步骤："这个任务你一般怎么做？从头到尾走一遍？"
3. 对每个步骤追问数据来源："这一步的数据/信息从哪里来？"
4. 确认频率和痛点："这个流程多久做一次？最烦的是哪一步？"

每轮不超过 2-3 个问题，避免信息过载。收集足够信息后进入分析。

模式 B：直接分析（用户已提供完整流程描述）

直接进入拆解和分析阶段。如有模糊环节，针对性追问。

分析流程

第一步：流程拆解

将用户描述的工作流程拆解为树状结构：

大流程：[工作流名称]
├── 子流程 1：[步骤名称]
│   ├── 子步骤 1.1
│   └── 子步骤 1.2
├── 子流程 2：[步骤名称]
└── 子流程 3：[步骤名称]

拆解粒度：每个子流程应是一个可独立判断是否能自动化的最小有意义单元。

第二步：第三方数据确认

对每个涉及外部数据的子流程，必须主动向用户确认，不能假设：

• "这一步需要从 [X 系统] 获取数据，你们有 API 接口吗？还是只能网页登录操作？"
• "[X 服务] 的数据你有权限导出吗？有现成的 API Key 吗？"
• "这个数据是在公网还是企业内网？运行 OpenClaw 的机器能访问到吗？"

确认清单：

• 数据源是否有 API？（REST/GraphQL/Webhook）
• 是否需要认证？（API Key / OAuth / 账号密码）
• 用户是否已有认证凭证？
• 网络可达性？（公网 / VPN / 内网）
• 是否有频率限制或费用？
• 没有 API 时，是否可以用浏览器自动化替代？

第三步：可行性判断 + 难度评级

难度阶梯（⭐1-10 星，面向小白视角）

难度	你需要做什么	打个比方	例子
⭐	直接用，打字就行	像跟朋友聊天	"帮我翻译这段话"
⭐⭐	注册个账号，填个密钥	像注册 App 填手机号	接上 Telegram、配 AI 模型 Key
⭐⭐⭐	写一份"说明书"	像写工作交接文档	写 Skill 教它"怎么写周报"
⭐⭐⭐⭐	让它去别的系统拿数据	像教人查公司内部系统	从飞书/Jira 拉数据加工输出
⭐⭐⭐⭐⭐	写程序处理复杂数据	像写复杂 Excel 公式	多源数据合并、批量处理
⭐×6	从网页上扒数据	像手动复制网页内容	对方没接口，只能从网页抓
⭐×7	模拟人操作网页（含登录）	像远程控制电脑点网页	需登录才能操作的网站
⭐×8	控制手机做事	像远程操控手机按按钮	手机拍照、截图、读 App 数据
⭐×9	给 OpenClaw 开发新能力	像给手机开发新 App	支持新平台
⭐×10	对接硬件设备	像写智能家居控制程序	控制打印机、传感器

⚫ 不适合：OpenClaw 做不了，或者数据根本拿不到。

数据获取路径决策树

需要从别的地方拿数据吗？
├── 不需要 → 看其他因素定难度
└── 需要 → 有 API 接口吗？
    ├── 有 → 数据处理复杂度？
    │   ├── 简单（查一下贴过来）→ ⭐×4
    │   └── 复杂（多源合并计算）→ ⭐×5
    ├── 没有，但有网页 → 要登录吗？
    │   ├── 不用 → ⭐×6
    │   └── 要 → ⭐×7
    ├── 数据只在手机 App → ⭐×8
    └── 完全无获取途径 → ⚫ 不适合

关键原则：数据获取路径不明确时，必须停下来问用户。

第四步：输出报告

输出格式

📋 工作流分析：[工作流名称]

| 子流程 | 实现路径 | 难度 | 需要学习的 | 第三方依赖 |
|--------|---------|------|-----------|-----------|
| 1.1 提取数据 | Skill+API | ⭐×4 | REST API、认证配置 | XX API (有) |
| 1.2 数据清洗 | Skill+脚本 | ⭐×5 | Python 基础 | 无 |
| 1.3 生成报告 | 开箱即用 | ⭐×1 | 无 | 无 |
| 2.1 抓取价格 | Skill+爬取 | ⭐×6 | HTML 选择器 | XX 网站 (无 API) |
| 3.1 读取 App 数据 | ⚫ 不适合 | - | - | 仅 App 内 |

📊 难度分布：
- ⭐×1~2（零门槛）：X 个 → 立刻可以用
- ⭐×3~5（需要学习）：X 个 → 投入 [时间] 可落地
- ⭐×6~8（需要编程）：X 个 → 需要技术支持
- ⚫ 不适合：X 个 → 建议用其他方式

💡 落地建议（先易后难）：
1. 先搞定 [零门槛子流程] → 立刻体验价值
2. 再攻克 [低星子流程] → 学习 [X]
3. [高星子流程] → 评估 ROI

📚 需要学习的内容（去重合并）：
1. [技能名称] — 用于子流程 [X, Y]
2. [技能名称] — 用于子流程 [Z]

分析原则

1. 不假设数据可用性：涉及第三方数据时必须主动问用户
2. 先易后难：建议按落地难度从低到高排序
3. 诚实评估：不适合的场景明确说出来，不硬凑
4. 给出替代方案：不适合 OpenClaw 时，如果有其他方式简要提及
5. 学习路径精简：只说"需要学什么"，不需要给教程链接

错误处理

场景	处理
用户描述过于模糊	切换到引导式模式，逐步提问
用户说的系统/服务不认识	直接问："这个系统有对外的 API 接口吗？"
用户期望不切实际	诚实说明限制，给出最接近的可行方案
用户问具体怎么实现	说明本 Skill 只做分析，建议使用 skill-creator 编写具体 Skill

原子化设计

本 Skill 仅负责「工作流分析和可行性评估」这一个原子化能力。不包含 Skill 编写、自动化实施、OpenClaw 配置等功能。分析完成后的落地实施，请根据建议使用对应工具。