OpenClaw AI 技能

针对氛围驱动开发的纪律技能——将以情绪、感觉和结果为导向的请求转化为可交付的代码，而无需通常的漂移、幻想的API和无声的范围蔓延。当协作者通过感觉而不是规格来描述软件时（“让它感觉灵敏”，“氛围编码一个仪表盘”，“像Linear但舒适”，“为我构建一些可以做X的事情，你来决定其余的”），当原型从氛围

从文本内容、文章或URL生成专业的社交媒体轮播图像（Instagram、LinkedIn、TikTok、Xiaohongshu）。当被要求创建轮播、创建幻灯片、制作社交媒体图形、将文章转换为轮播、从文本生成轮播、文本转换为轮播或制作Instagram/LinkedIn/TikTok轮播帖子时使用。支

防止AI捏造事实。强制来源依据的回应：如果没有记录，就不说。

在Intel AI电脑上使用Ultralytics + OpenVINO加速YOLO26。利用此技能导出压缩的FP32/INT8 OpenVINO模型，使用紧凑的脚本部署实时摄像头或视频推理，跨CPU/GPU/NPU切换执行，进行加速基准测试，并构建本地AI PC视觉工作流，例如人员计数、库存/物体

使用多提供商路由从文本生成图像 — 支持 GPT Image 2、Nanobanana 2、Midjourney V8.1 和 Seedance 2

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”。

使用此技能，当用户询问购买、比较、推荐或评估新能源汽车（BEV/PHEV/EREV），无论是新车还是二手车时。也触发以下情况：试驾、购买时机、车辆成本、运行费用、折旧、保险、融资、"用车成本"、"踩棉花"（加速器感觉）或转售价值。捕捉隐含情况："什么电车值得买"、"20万新能源SUV推荐"、"电车划

早期发布。AEOESS 技能适用于负责的代理：可验证的 Ed25519 身份绑定到主体，仅缩小的范围授权，以及每个操作的签名收据，建立在 Agent Passport System 之上。代理仅在委托的权限范围内操作。Apache-2.0。这是一个早期发布；功能正在扩展。

在Polymarket预测市场上交易股票指数里程碑、主要IPO、收益惊喜、分析师升级和公司特定财务事件。利用两个结构性优势——收益基准率误判（标准普尔公司约73-75%的时间都能超出预期；零售价格将其视为硬币抛掷）和宏观日历时序滞后（期货市场在CPI/FOMC/NFP之前20-60分钟对Polyma

在Polymarket预测市场上交易全球选举、公投和民主事件。利用两个结构性优势——选举制度类型可预测性（FPTP放大与PR多数不可能性）和区域信息滞后性（非英语民调汇总器每日更新；Polymarket价格不更新）。

在Polymarket预测市场上交易体育冠军、锦标赛结果、MVP奖项、转会窗口和赛季里程碑等。使用时可利用联赛排名数据、伤病报告和Elo评分信号来捕获体育市场的alpha。

Trades Polymarket prediction markets on AI 模型 releases, tech IPOs, product launches, GPU infrastructure milestones, and AI regulation 事件. Use when you

为Polymarket预测市场进行天气预报分析。使用9模型集成预报（GFS，ECMWF，GraphCast）在温度投注市场中寻找优势。检测错价的天气合约并找出有利可图的交易机会。

根据标准化的质量维度生成和评估功能测试用例。当创建测试用例、审查测试用例文档、分析测试用例质量、评分测试用例或用户提到测试用例模板、测试用例评估、测试用例标准或测试用例质量评估时使用。支持Markdown和XMind思维导图输出格式，并具有版本管理功能。

AI-powered project execution 平台. Non-technical product 管理器s can drive complex software projects with 3-6x efficiency. 10-day case study: education 平台

完整的FlagRelease管道编排器。运行完整的LLM部署、验证和基准测试管道，用于多芯片GPU后端。按顺序执行：install-stack → env-verify → model-verify → perf-test，并在步骤之间传递状态，生成最终的结构化报告。假设gpu-container-

使用用户指定的目标模型验证服务栈。运行两次：第一次禁用 FlagGems/FlagCX（隔离模型特定错误），然后启用完整的多芯片栈。比较两次运行的结果以确定哪一层导致了任何失败。

运行准确性基准测试（FlagEval，当可用时）和性能基准测试（vllm bench serve）以对已部署的模型进行评估。涵盖 5 个工作负载配置文件：短/长预填充 x 短/长解码 + 高并发。收集吞吐量、延迟、TTFT、TPOT 指标。

提供实时的Solana钱包信誉评分和风险评估，以告知和确保交易决策的安全，防止欺诈或高风险行为。

Solana 开发导师和构建者。通过挑战、Anchor 框架、Token-2022、压缩 NFT 和安全最佳实践进行程序开发教学。"回归原始计算"。