Install
openclaw skills install @thcjp/agentopenclaw skills install @thcjp/agent| 能力 | 免费版 | 付费版 |
|---|---|---|
| 基础功能 | 支持 | 支持 |
| 复杂工作流可视化编排 | 不支持 | 支持 |
| 条件分支与异常重试 | 不支持 | 支持 |
| 定时触发与事件驱动 | 不支持 | 支持 |
| 执行日志与审计追踪 | 不支持 | 支持 |
| 分布式任务调度与负载均衡 | 不支持 | 支持 |
详细的输入输出格式请参考下方章节说明。
| 场景 | 输入 | 输出 |
|---|---|---|
| 场景1 定义Agent身份性格语气与边界 | 用户请求数据 | 结构化处理结果 |
| 场景2 打造风格一致的拟人助手 | 用户请求数据 | 结构化处理结果 |
| 场景3 解决人设漂移难题 | 用户请求数据 | 结构化处理结果 |
不适用于:需要人工判断的复杂决策场景
| 参数名 | 类型 | 必填 | 说明 |
|---|---|---|---|
| content | string | 否 | 处理的内容输入 |
| mode | string | 否 | 处理模式, 可选值: json/text/markdown |
| style | string | 否 | 输出风格, 参考 references/style.md |
{
"success": true,
"data": {
"result": "处理结果",
"status": "success",
"metadata": {
"metadata": {
"template_used": "reviewer",
"word_count": 0,
"style": "专业"
}
},
"error": null
}
输出模板参考: assets/output.json
| 错误场景 | 原因 | 处理方式 |
|---|---|---|
| 配置错误 | 参数缺失或格式错误 | 检查依赖说明中的配置要求 |
| 运行时错误 | 运行环境不满足 | 确认运行环境符合依赖说明 |
| 网络错误 | 连接超时或不可达 |
| 依赖项 | 类型 | 是否必需 | 获取方式 |
|---|---|---|---|
| LLM API | API | 必需 | 由Agent内置LLM提供 |
API Key配置方式:
export API_KEY="${API_KEY:?请设置环境变量}"
配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.
A: 请参考使用流程和依赖说明章节,确保运行环境满足要求后调用本技能。
| 错误场景2 | 原因 | 处理方式 |
|---|---|---|
| LLM响应超时或无响应 | 网络延迟或模型负载过高 | 请求重试;确认Agent平台LLM服务正常 |
| 输入内容格式不正确 | 用户输入不符合skill预期格式 | 检查输入是否符合skill使用说明中的格式要求,参考示例章节 |
| 执行结果与预期不符 | 指令描述不够明确或上下文不足 | 提供更详细的指令描述,补充必要的上下文信息 |
| 命令执行失败 | 运行环境不满足要求或权限不足 | 确认运行环境符合依赖说明中的要求;检查命令权限设置 |
| 操作步骤 | 手动耗时 | 自动化耗时 | 时间节约 | 准确率提升 |
|---|---|---|---|---|
| Agent身份定义 | 2小时 | 15分钟 | 1小时45分钟 | 5% |
| 语气风格调整 | 1小时 | 30分钟 | 30分钟 | 3% |
| 边界设定 | 1小时 | 20分钟 | 40分钟 | 4% |
| Agent编排 | 4小时 | 1小时 | 3小时 | 10% |
| LLM应用调用 | 1小时 | 15分钟 | 45分钟 | 7% |
| 总计 | 9小时 | 2小时 | 7小时 | 27% |
| 对比维度 | 本技能 | 手动操作 | Python脚本 | 专业软件 |
|---|---|---|---|---|
| 易用性 | 高 | 低 | 中 | 高 |
| 个性化定制 | 高 | 低 | 中 | 高 |
| 执行效率 | 高 | 低 | 中 | 高 |
| 学习成本 | 低 | 高 | 中 | 高 |
| 成本效益 | 高 | 低 | 中 | 高 |
| 痛点 | 描述 | 影响范围 | 解决方案 | 量化效果 |
|---|---|---|---|---|
| 人设漂移 | Agent性格和语气不一致,影响用户体验 | 广泛影响用户满意度 | 通过技能定义Agent身份、性格、语气和边界 | 用户满意度提升10% |
| 重复工作 | 重复性任务消耗大量人力 | 影响工作效率和成本 | 利用技能自动化处理重复任务 | 工作效率提升20% |
| 人工错误 | 人工操作容易出错,影响准确性 | 影响业务数据准确性 | 通过技能提高数据处理准确性 | 准确率提升15% |
A: Agent技能允许您通过定义身份、性格、语气和边界来创建一个具有独特个性和风格的拟人助手,从而解决人设漂移问题。
A: 是的,Agent技能支持多种输入格式,包括json、text和markdown,您可以根据需要选择合适的格式。
A: 目前Agent技能主要支持中文,但未来可能会扩展到其他语言。
A: 是的,您可以通过配置输出风格来自定义Agent技能的输出结果。
A: Agent技能适用于大多数对话场景,但不适用于需要100%确定性的关键决策场景。
| 错误现象 | 可能原因 | 诊断步骤 | 解决方案 |
|---|---|---|---|
| 无法启动Agent技能 | 运行环境不满足要求 | 检查运行环境,确保符合依赖说明 | 修正运行环境,重新启动Agent技能 |
| 输入数据格式错误 | 输入数据不符合预期格式 | 检查输入数据格式,参考输入格式说明 | 修正输入数据格式,重新执行技能 |
| Agent响应缓慢 | 网络连接不稳定或LLM服务负载过高 | 检查网络连接,确认LLM服务正常 | 优化网络连接,降低LLM服务负载 |
| 执行结果异常 | 代码逻辑错误或依赖项问题 | 检查代码逻辑和依赖项 | 修正代码逻辑,更新依赖项 |
| 边界场景 | 描述 | 处理方式 | 注意事项 |
|---|---|---|---|
| 输入数据为空 | 用户未提供任何输入参数或输入参数为空字符串 | 返回错误提示,明确指出缺少必要参数,并指导用户正确输入 | 确保所有必填参数在文档中都有明确的说明 |
| 输入数据过大 | 用户输入的数据量超过系统处理能力,例如超过10000字符 | 系统自动分割输入数据,分批次处理,或提示用户减少输入数据量 | 设置合理的输入数据大小限制,并在文档中明确告知用户 |
| 网络不可用 | 系统无法连接到LLM API服务器 | 返回网络错误提示,建议用户检查网络连接或稍后重试 | 定期检查网络连接状态,并确保系统有重试机制 |
| API配额耗尽 | 达到LLM API的调用配额限制 | 返回配额不足提示,并建议用户等待配额恢复或升级服务 | 监控API使用情况,并在达到配额限制时及时通知用户 |
| 输入含特殊字符 | 用户输入包含可能导致安全问题的特殊字符,如SQL注入代码 | 对输入进行严格的过滤和转义处理,防止恶意代码执行 | 在文档中明确指出哪些字符是允许的,哪些是不允许的 |
| 并发请求过多 | 同时有大量请求发送到系统,可能导致系统过载 | 实施请求队列管理,限制并发请求的数量,或暂时拒绝新请求 | 在高负载情况下,确保系统能够稳定运行,并避免服务中断 |
| 风险项 | 等级 | 防护措施 | 验证方法 |
|---|---|---|---|
| API密钥泄露 | 高 | 使用环境变量,禁止硬编码 | 定期审计代码和配置文件,确保无密钥硬编码 |
| 输入注入攻击 | 中 | 对输入参数进行转义和验证 | 定期进行安全测试,包括SQL注入、XSS攻击等 |
| 输出内容不当 | 中 | 生成内容需人工审核 | 建立内容审核流程,并定期进行审核 |
| 依赖漏洞 | 中 | 定期更新依赖版本 | 使用自动化工具扫描依赖库中的已知漏洞 |
| 并发冲突 | 低 | 使用锁机制保护共享资源 | 进行并发压力测试,确保系统在高负载下的稳定性 |
| 资源耗尽 | 低 | 设置超时和重试上限 | 监控系统资源使用情况,设置合理的超时和重试策略 |
针对智能体使用中可能遇到的常见问题,提供以下排查方案:
| 错误类型 | 原因分析 | 解决方案 |
|---|---|---|
| API认证失败(401) | API密钥错误或过期 | 检查密钥配置,重新生成token |
| 接口限流(429) | 请求频率超出限制 | 降低调用频率,启用重试退避策略 |
| 响应超时(504) | 网络延迟或服务端负载过高 | 增加超时阈值,检查网络连接 |
| 文件不存在 | 路径错误或文件未创建 | 检查路径拼写,确认文件已生成 |
| 文件格式不支持 | 扩展名不在支持列表中 | 转换为支持的格式后重试 |
| 权限不足 | 当前用户无读写权限 | 检查文件权限,以管理员身份运行 |
| 命令执行失败 | 参数错误或环境依赖缺失 | 检查命令语法,确认依赖已安装 |
| 进程超时 | 命令执行时间过长 | 增加超时设置,优化命令参数 |
| 网络连接失败 | DNS解析失败或防火墙拦截 | 检查网络配置,确认代理设置 |