OpenClaw AI 技能

使用 @steipete/oracle CLI 将提示词与相关文件打包，通过 API 或浏览器调用第二模型进行代码评审，适用于调试、重构、设计检查或交叉验证等场景。

该技能通过重写 AI 生成的文本（支持 ChatGPT、Claude 和 GPT 内容），使其听起来更自然，能够躲过 AI 检测工具（如 GPTZero、Turnitin 和 Originality.ai）。基于维基百科的《AI 写作迹象》指南，旨在使机器写作看起来更像人类写作。

ByteRover 是一个 AI 智能项目知识管理工具，用于存储和检索项目模式、决策和架构规则。通过 `brv` CLI 工具，支持本地版本控制、LLM 提供商集成和团队协作。适用于开发团队的项目知识管理和 AI 驱动的开发流程。

AI 图像生成工具 and photo editing powered by CellCog. 文生图, 图生图, consistent characters, product photography, reference-based generati...

生成B站热门视频日报并发送邮件。触发词：B站热门、bilibili日报、视频日报、热门视频

使用gogcli访问和管理Google日历事件，支持跨日历日程、关键词搜索和过滤输出。

通过模型感知优化，降低 OpenClaw AI 成本。根据模型上下文窗口提供动态压缩预设，智能文件压缩，并具有强大的模型检测与 fallback 机制。支持 Claude、GPT-4、Gemini、DeepSeek 等多种模型。

通过MCP协议编程式操控Claude Code，可执行命令、管理会话、搜索与编辑代码，并协调多代理团队协同开发。

用于生产化模型、构建 MLOps 流水线和集成大型语言模型（LLM）的机器学习工程技能。涵盖模型部署、特征存储、漂移监控、R 等方面。

[自动翻译] Master prompt engineering for AI models: LLMs, image generators, video models. Techniques: chain-of-thought, few-shot, system prompts, negative

[自动翻译] CodeBuddy Code CLI installation, configuration and usage guide. CodeBuddy Code is Tencent's AI-powered CLI programming assistant supporting nat

通过协调的性能分析、工作负载分配和成本感知编排来优化多智能体系统。适用于提高智能体性能、吞吐量或可靠性的场景。

宝玉想象工具。

OpenAI 开发者文档访问工具。

[自动翻译] Token-safe prompt assembly with memory orchestration. Use for any agent that needs to construct LLM prompts with memory retrieval. Guarantees n

创建和编排多智能体集群完成复杂任务。当用户需要将复杂任务拆解给多个专业智能体并行或串行执行时使用此技能。适用场景：(1) 复杂项目需要多角色协作（规划、调研、编码、写作、设计、分析、审核）(2) 需要并行执行多个独立子任务以提高效率 (3) 需要专业分工以优化成本和质量。关键词：多智能体、Agent

使用 OpenCLI 工具从各种网站和桌面应用获取数据、下载媒体内容、控制外部 CLI 工具。支持 Bilibili、知乎、小红书、Twitter/X、Reddit、YouTube、Boss直聘、即刻、微博等 30+ 平台，以及 Cursor、Codex、ChatGPT、Notion 等桌面应用。当

Gitai 是一款 AI 驱动的 Git 自动化工具，通过分析代码变更，瞬间生成语义化的 Conventional Commits。支持 Node.js、Python、Java、Go、PHP 等多种语言，兼容 OpenAI、Anthropic 和 Groq。

[自动翻译] Plan and organize software development tasks effectively. Use when breaking down features, creating user stories, or planning sprints. Handles

Intelligent LLM proxy that routes requests to appropriate models based on complexity. Save money by using cheaper models for simple tasks. Tested with