OpenClaw AI 技能

AI 漫剧/短剧视频智能帧分析工具。自动提取关键帧 → 多模态逐帧解读 → 输出完整分析报告（剧情大纲、镜头语言、角色设定、台词整理、商业改编建议）。适用于抖音/视频号短剧拆解、竞品分析、改编策划。 可以改写为： AI 短剧视频智能分析工具，通过自动提取关键帧、多模态逐帧解读，输出剧情大纲、镜头

分析LLM API使用日志，并建议成本优化。适用于需要减少LLM支出、比较模型成本、寻找降级机会、检测缓存收益或压缩冗长输出时。支持OpenAI、Anthropic、Google、DeepSeek和Meta模型。

清理、标记和索引用户提供的提示集合，以便快速找到、重用和改进合适的提示。

微信公众号/朋友圈营销内容智能体。输入产品/服务主题、卖点、讲师信息、配图需求，输出专业文案+结构化配图。触发词：发朋友圈、生成朋友圈文案、微信图文、朋友圈营销、create wechat post、generate wechat image post。 翻译： 微信公众号/朋友圈营销内容智能生

使用 summarize CLI 总结 URLs 或文件（网页，PDF，图像，音频，YouTube）。

一个框架，多个AI代理通过对抗性推理进行辩论以得出更好的结论。适用于构建多代理系统、共识寻求AI、结构化对立的红队测试或通过辩论提高LLM输出质量。涵盖辩论编排、评判评估、论点评分和收敛检测。

连接到 EVEZ AI API —— 一种兼容 OpenAI 的 API，价格比 GPT-4 便宜 99%。当通过 EVEZ 路由 LLM 调用以节省成本、访问 evez-smart/evez-code/evez-fast/evez-vision 模型或在 EVEZ 基础设施上构建应用时使用。免费层

竞品分析 — SEO/GEO 竞争情报与市场定位。分析竞品 SEO 排名、AI 搜索引用、内容策略和市场定位。构建竞品对比页面，抢占"[竞品] vs [你]"关键词。竞争关键词差距分析、SERP 特征映射、AI 引用频率审计和市场定位框架。触发词：竞品分析、竞争分析、竞品 SEO、对比页、比较页面、

SEO 博客写手 — 写出同时在 Google 排名和被 AI 搜索引用的文章。采用 E-E-A-T 内容系统，包括 QAE 写作模式（问题→回答→证据）、创始人声音注入、Key Stats 表格、FAQ Schema 生成、比较文章框架和使用 canonical URLs 的跨平台发布。触发词包括

GEO 审计 — AI 搜索可见性检查器，适用于 ChatGPT、Perplexity、Claude 和 Gemini。29 点 GEO 就绪度检查清单包括：robots.txt AI 爬虫访问、IndexNow 配置、Schema.org 标记验证、内容可引用性评分、FAQ 结构分析和 AI 友好

使用产品详情和受众定位，在几分钟内为Google、Facebook/Instagram、LinkedIn和重定向营销活动生成优化的广告文案。

生成定制的代理客户报告、QBR叙述、健康评分卡和续约提案，以证明ROI，留住客户和增长账户。

创建全面的人工智能聊天机器人系统提示、人物设定、防护栏和FAQ数据集，用于自定义商业助手部署，不需要提示工程...

自主小说写作CLI代理，配备网页工作台（InkOS Studio）- 用于创意小说写作、小说生成、风格模仿、章节续写/导入、EPUB导出、AIGC检测和同人小说。支持母语英语，内置10个英语类型配置文件（LitRPG、Progression Fantasy、Isekai、Cultivation、Sy

利用AI，将一篇内容转化为30天的社交媒体帖子，跨越7+个平台。包括模板、时间表和20个ChatGPT提示。

使用AI提示生成LinkedIn、Twitter/X、Instagram和TikTok的病毒式社交媒体内容。包含100+提示和钩子。

DashClaw 管理的 AI 代理的治理行为。教授治理协议：何时调用守护（风险阈值），如何解释决策（允许/警告/阻止/需要审批），何时记录操作，如何等待审批，以及会话生命周期管理。在会话开始时从 MCP 资源加载特定于组织的策略和能力。与 @dashclaw/mcp-server 配对使用。触发器

六个斜线式的AllToken命令 — /alltoken-chat、/alltoken-image、/alltoken-video、/alltoken-search、/alltoken-models、/alltoken-cost — 在聊天中被识别并通过stdlib Python recipes运行

通过检测和删除43种AI模式、注入真实语音、变化节奏，将AI生成的文本转化为自然的人类写作风格。适用于文本听起来像聊天机器人写的时、准备出版内容时或需要降低AI检测评分时使用。

结构化的GO/NO-GO框架，用于在编写脚本或录制内容之前验证内容主题。运行受众分段、采用研究、饱和度检查和竞争差异分析，以确定一个主题是否值得制作以及应该采取什么角度。使用时询问“应该制作关于X的视频吗？”，“这个主题是否已经饱和？”，“应该采取什么角度？”，或者任何时候内容创作者正在验证一个想法