Token导航 LogoToken导航

Agent Skill · 效率

agent-system(Agent 系统)

agent-system 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

agent-system 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 18,598。

总安装 2,281周安装 97GitHub Stars 公开资料未说明下载 799核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:agent-system(Agent 系统)
来源仓库:https://github.com/xiaxianb/agent-system
安装命令:
openclaw skills install agent-system
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install agent-system

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

OpenClaw 核心 Agent 调度系统。当用户描述需要"分析"、"规划"、"拆解任务"、"多步骤处理"、"自动执行复杂任务"时激活。基于复杂度自动选择最优执行路径。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install agent-system;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

agent-system 怎么安装?

在终端执行 openclaw skills install agent-system。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

agent-system 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

agent-system 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

agent-system 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

agent-system 用的人多吗?

公开数据是累计安装 2,281 次,近一周安装 97 次,下载 799 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

agent-system 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
agent-system

Agent 系统 · 本页

2,281—权限未标注MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
agent-system
description
|

OpenClaw Agent System

核心概念

这是一个智能调度框架,包含:

  • 🎯 Orchestrator - 调度中枢,根据复杂度路由
  • 📋 Planner - 任务规划 + 复杂度评估
  • ⚡ Executor - 任务执行
  • 🔍 Reviewer - 质量审查
  • 🔧 Self-Heal - 自愈重试
  • 📊 Metrics - 指标追踪

调度规则

复杂度阈值

复杂度路径
≤ 3Executor → 直接输出
4-5Executor → Reviewer → 输出
> 5Planner → Executor → Reviewer → [Heal] → 输出

复杂度评估

高复杂度指标(满足任一即提升复杂度):

  • 包含"分析"、"原因"、"为什么"
  • 包含"比较"、"规划"、"设计"
  • 包含"系统"、"复杂"、"全面"、"详细"

复杂度等级:

  • 1-3:简单任务(直接执行)
  • 4-5:中等任务(执行+审查)
  • 6-10:复杂任务(规划+执行+审查+自愈)

执行流程

用户输入
    ↓
┌─────────────────┐
│   Planner       │ ← 意图识别 + 复杂度评估
│   complexity?   │
└────────┬────────┘
         │
    ┌────┴────┐
   ≤3        >3
    │         │
    ▼         ▼
 Executor   Planner
    │         ↓
    │      [任务拆解]
    │         ↓
    │      Executor
    │      (多任务)
    │         ↓
    │      Reviewer
    │      (质量评分)
    │         ↓
    │    score < 70?
    │         │
    │    ┌────┴────┐
    │    │         │
    │   Yes       No
    │    │         │
    │    ▼         ▼
    │  Self-Heal  输出
    │    ↓
    │  重试 < 3?
    │    │
    │  ┌─┴────────┐
    │ │          │
    │ Yes       No → degraded_mode
    │  │
    │  └──────────→ 重试
    │
    └──────────────→ 输出

意图识别

自动识别用户意图:

Intent关键词
analysis分析、原因、为什么、分析一下
generation写、生成、创建、编写
coding代码、编程、写程序、开发
decision选择、决定、哪个好、比较
planning计划、安排、规划

输出规范

标准响应格式

{
  "success": true,
  "content": "执行结果内容",
  "plan": {
    "intent": "analysis | generation | ...",
    "complexity": 1-10,
    "tasks": [
      {
        "task_id": "t1",
        "type": "analysis | generate | transform | validate",
        "description": "任务描述",
        "input": "输入内容",
        "expected_output": "预期输出"
      }
    ]
  },
  "metrics": {
    "tokens": 1500,
    "truncated": false,
    "quality_score": 85,
    "heal_triggered": false,
    "degraded_mode": false
  }
}

质量阈值

  • score ≥ 70 → 直接输出
  • score < 70 → 触发 Self-Heal
  • 重试次数 ≥ 2 → 进入 degraded_mode(降级模式)

自愈规则

触发条件

满足任一即触发自愈:

  • score < 70
  • 检测到占位符 {xxx}
  • 检测到禁止提问语句

重试策略

重试次数策略说明
第1次detailed_reasoning增加思考链长度
第2次reverse_reasoning反向推理(从目标倒推)
第3次degraded_mode降级,输出简化结果

禁止提问规则

不允许出现以下语句:

  • "请提供…"
  • "你可以告诉我…"
  • "我需要更多信息…"

条件分支:

  • 若信息足以完成任务 → 不得提问,直接执行
  • 若信息不足以完成任务 → 填充默认值或标注缺失项,继续执行
  • 绝对不卡死等待用户回复

推断结论标注

当信息不足需要推断时,必须标注置信度:

[推断结论 · 置信度: 高/中/低 · 待数据验证]

Token 控制

  • 最大输出:2000 tokens(约4000字符)
  • 超长输出自动截断,标注 [已截断]

日志格式

所有 Agent 日志输出 JSON:

{
  "timestamp": "2026-04-02T11:40:00+08:00",
  "level": "INFO | WARNING | ERROR",
  "module": "orchestrator | planner | executor | reviewer | self_heal",
  "event": "事件名称",
  "details": {}
}

日志级别

  • INFO:正常流程(开始/完成/切换)
  • WARNING:异常但未失败(占位符已填充/置信度低)
  • ERROR:执行失败/触发自愈

指标追踪

每次执行记录:

  • error_rate - 错误率
  • output_score - 质量评分
  • heal_trigger_count - 自愈触发次数
  • degraded_mode_count - 降级模式次数

参考实现

src/orchestrator.js 包含完整的参考实现,可作为:

  1. 独立调度服务运行
  2. 代码级参考
  3. 未来集成到 OpenClaw 内核

使用示例

简单任务

用户:"今天天气怎么样" → complexity = 3 → Executor → 直接输出

复杂任务

用户:"帮我分析销售下滑的原因" → complexity = 6 → Planner → Executor × 3 → Reviewer → [自愈] → 输出

中等任务

用户:"帮我写一封道歉邮件" → complexity = 4 → Executor → Reviewer → 输出


*本 Skill 提供工作流指导,实际执行由 AI 基于上下文判断*

平台分布

OpenClaw

85.29%
按下载量换算681

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills