OpenClaw AI 技能

智能提示构建器 - 根据语料库检索结果生成优化的写作提示。当需要为小说创作场景生成结构化提示词时使用，支持描写/对话/动作/情感 4 种场景类型，可注入 Voice 性能分析 和上下文信息。

领域负载物技能制作器（Meta-Skill）——Universal Task OS的技能工厂。独立创建与UTOS完全兼容的领域负载物技能，不依赖任何被创建的目标技能。提供领域分析框架（R1-R5分类定位/价值链拆解/任务枚举/UTOS映射推导）、三层结构模板（SKILL.md+catalog+req

devtools 的参考工具——涵盖介绍、快速入门、模式等。用于快速查阅 Autohotkey 概念、最佳实践和实现模式。

A comprehensive 技能 for using the Cursor 命令行工具 代理 for various software engineering tasks (更新d for 2026 features, includes tmux 自动化 图形界面de).

高级需求理解和技能编排引擎。分析复杂/多步用户请求，确定调用哪些技能和调用顺序，构建任务分解树。将内存管理委托给complex-memory-manager，将自迭代委托给self-iteration-engine以实现跨技能一致性。触发器：多意图请求，模糊指令，跨多个技能域的请求，结构化需求分析。

当以下情况时使用：（1）用户提供UI截图或图像，并要求将其转换为HTML、CSS或组件代码。（2）用户说“将此转换为代码”、“重建此UI”、“编写此设计代码”或“从截图生成HTML”。（3）用户粘贴图像并说“为此编写React组件”。

为 Daily Task Planner 提供结构化的帮助指南，使用清晰的模板、检查和安全默认值（类别：规划与生产力）。

AI驱动的测试策略和自动化助手 — 设计全面的测试框架，生成单元/集成/端到端测试用例，实现测试自动化...

当用户要求进行第一原则思考（first-principles thinking）或第一原则（包括提及名称或指示使用/应用/运行，尽管存在明显的拼写错误，但仍然明确）时，或希望从基础开始推理——去除借用的类比和惯例，揭示基本原理，然后重建推理链和含义时，使用此技能。使用此技能的场景还包括用户希望从零开

图形界面de AI to 创建 and manage NocoBase AI employees — chat机器人 助手s with page integration

通过爬取公开页面，对任何活跃的Shopify商店或产品页面进行审计，以检查Google Merchant Center Misrepresentation政策风险——无需API token。适用于以下情况：当商家的GMC账户因misrepresentation而被暂停时，在为商店准备GMC提交时，或

扫描并获取编码任务的最新文档。用于构建集成（例如 OpenRouter）、实现第三方API或当用户请求服务的当前文档、模型列表或API参考时。

基于桌面端UI自动化的微信操作工具，支持Windows/macOS双平台，可实现微信窗口管理、联系人操作、消息收发、聊天记录提取及自动化智能回复。

基于桌面UI自动化，支持Windows/macOS，实现企业微信窗口管理、联系人操作、消息收发、聊天记录提取及智能回复功能。 （No change needed, the text is already in Chinese）

此技能应在用户需要通过 ComfyUI 生成图片或视频时使用。支持加载工作流、修改 prompt、提交任务、轮询结果并自动下载生成的图片和视频。需 ComfyUI 服务已启动。 （无需翻译，原文已是中文）

银行和证券领域的AI驱动24/7客户服务，处理常见问题、账户查询、交易以及投诉解决，并进行合规性检查。

devtools 的参考工具——涵盖介绍、指南、技巧等。Video Toolbox 概念、最佳实践和实现模式的快速查阅。

多轮PRD（产品需求文档）创建助手。逐一询问澄清问题以收集需求，然后生成完整的专业PRD。适用于开始新功能、产品或项目时使用。触发关键词包括'write PRD'、'create PRD'、'new feature'、'product requirements'或'/prd'。

GSAP 动画参考文档，适用于 HyperFrames。涵盖 gsap.to()、from()、fromTo()、缓动、延迟、默认值、时间轴（gsap.timeline()、位置参数、标签、嵌套、播放）和性能（变换、will-change、quickTo）。用于在 HyperFrames 组合中编写

在审查新的或更改的实现时使用，检查责任边界、文件组织、过度工程、防御性分支、命名清晰度、重复改进、迭代/文档范围，以及用户反馈是否意味着在继续之前需要进行更广泛的同类扫描。