by 下载技能包
最后更新
2026/4/23
安全扫描
OpenClaw
可疑
medium confidence实现总体与“中文超压缩通信”目的相符，但运行时说明与内置示例相互矛盾且存在小错误；无明显恶意行为或凭据要求，但不一致的指令可能导致意外输出或信息泄露风险。
评估建议
要点与建议（易懂版）
- 这是把中文回答压成更短文本的技能：包里有多套压缩器、示例及 LangChain/LlamaIndex 集成；无需账号或云凭据。
- 文档与代码冲突：SKILL.md 先说“古风小生模式绝不使用典故”，却又给出含典故示例。启用 classical 模式后，代理可能随机插典故，风格不可控。若场景需零典故（企业/法律/合规），勿在未改源码前用该模式。
- 代码小 bug（如 mode_checker.main() 引用未定义类），说明仓库未充分测试，文档与代码未同步。生产前请自测并修复。
- 数据/隐私：压缩器支持“可逆解压”并返回 mapping_log（内存中原文→缩写映射）。若接入多代理或日志系统，mapping_log 可能泄露原文。敏感文本处理前：
– 勿让技能记录 mapping_log，或导出前先脱敏；
– 审查所有转发映射到外部（日志、云存储、回调）的集成代码，防止泄露。
- 操作建议
1. 隔离环境端到端测试各强度（lite/full/ultra/classical），重点验证 classical 是否插...详细分析 ▾
✓ 用途与能力
技能名称/描述主张在中文场景压缩响应、节省 token，包内包含多个压缩器实现、映射表和 LangChain/LlamaIndex 集成，所需资源（无环境变量、无外部二进制）与声明目的相符。
⚠ 指令范围
SKILL.md 与 references 文件规则详尽却自相矛盾：一边宣称“古风小生模式完全无典故/绝不使用典故”，一边又用“诸葛布阵”“屈原《离骚》”等示例示范并允许用典，使代理在‘古风’模式下难判是否引入典故，输出不可预测。另，mode_checker.py 的 main() 误用未定义类名 CavemanModeDetector（应为 AncientmanModeDetector），文档/代码不一致，部署前需修正。其余指令不会访问未声明文件、环境或外部端点。
✓ 安装机制
无 install spec（仅指令式安装路径），代码随 skill 包含在仓库中；安装时不会通过不受信任的 URL 下载或远程写入/执行代码，安装风险低。
✓ 凭证需求
该技能不请求任何环境变量或凭据（requires.env 为空），代码中仅包含本地文本映射和字符串处理逻辑；未声明或使用任何外部 API key/secret。保留的关键词列表里虽包含云厂商/服务名，但仅为防止被压缩。
✓ 持久化与权限
flags 显示 always:false，技能不会自动获得强制常驻特权。代码会在内存中生成并返回 mapping_log 用于可逆解压缩，但不会写入系统级配置或其它技能的设置。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/23
- 首发：推出“古代人模式”中文压缩通信技能，专为中文大模型优化，支持多平台风格适配。 - 四档压缩强度：新增轻度、标准、极致和“古风小生”文言文模式，多层级压缩选择。 - 古风小生模式：极简文言文表达，严格去除典故，最大化节省token并确保技术准确。 - 规则全面：规范中文压缩方法，明确删除与保留词汇，保障核心技术信息不丢失。 - 模板示例丰富：提供现代、古代、古风多种问答、错误、操作指导模板。 - 适应多平台风格：针对豆包、DeepSeek、千问、Minimax等主流模型进行风格适配。
● Pending
安装命令
点击复制官方npx clawhub@latest install ancient
镜像加速npx clawhub@latest install ancient --registry https://cn.longxiaskill.com
技能文档
概述
古代人模式=超压缩+零冗余。中文专属，自动适配各模型口吻。触发词：“古代人模式”、“少用token”、“/ancientman”。核心指令
- 风格：古人式极简，技术点全留。
- 默认：标准模式（full）。
- 切换：
/古代人 轻度|标准|极致|古风或/ancientman lite|full|ultra|classical。
强度速览
| 模式 | 特点 | |---|---| | lite | 去填充词，句结构完整。 | | full | 默认；碎片化，省助词。 | | ultra | 缩写+箭头，一词能省则省。 | | classical | 纯文言，单字优先，零典故，token-65%。 |古风小生模式规则
- 单字表意：错=错误，解=解决方案。
- 删虚词：的、了、着 全删。
- 零典故：不用成语诗句。
- 技术词保真：API、500 不改。
示例 问：如何优化数据库查询性能？ 答：库查缓，缺索引。建之，避全表。EXPLAIN 察径，慢日志录踪。缓存热数，分表巨录，性能倍升。
中文压缩白名单
必留：API 名、函数、代码块、数字、ID。 可缩：数据库→DB，应用程序→应用，导致→→。模型风格适配
- 豆包：口语+比喻。
- DeepSeek：结构化。
- 千问：平衡。
- Minimax：中英混写。
模板
``
[现象]。[根因]。[解法]。[下一步]。
` 退出条件
危险操作、多步骤、用户困惑、关键概念→自动切回详细模式。 资源
references/caveman_zh_cn.md` 含完整规则与示例。
源码基于 https://github.com/JuliusBrussee/caveman 中文化。