Token导航 LogoToken导航

Agent Skill · 效率

ai-displacement-monitor(AI 位移监测仪)

ai-displacement-monitor 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。

ai-displacement-monitor 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 3,357。

总安装 17,841周安装 736GitHub Stars 公开资料未说明下载 5,829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
1.0.2

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:ai-displacement-monitor(AI 位移监测仪)
来源仓库:https://github.com/spyfree/ai-displacement-monitor
安装命令:
openclaw skills install ai-displacement-monitor
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 ai-displacement-monitor

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。

监测 AI 驱动的白领岗位替代与金融溢出预警信号。提供实用指标框架,辅助判断技术对就业的影响。适用于人力资源与政策研究场景。ai-displacement-monitor 属于效率类 Skill,可作为该场景下的辅助能力补充。

安装命令:openclaw skills install ai-displacement-monitor。建议结合多源数据验证结论可靠性。

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 ai-displacement-monitor;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

ai-displacement-monitor 怎么安装?

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

ai-displacement-monitor 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。

ai-displacement-monitor 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

ai-displacement-monitor 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。

ai-displacement-monitor 用的人多吗?

公开数据是累计安装 17,841 次,近一周安装 736 次,下载 5,829 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。

ai-displacement-monitor 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

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。
  • 第三方扫描已通过,常见的高风险行为没有命中。
  • 标注为只读权限,试用阶段不容易误改本地文件。

先想清楚的地方

  • 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。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

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
ai-displacement-monitor

AI 位移监测仪 · 本页

17,841—只读MIT-0通过

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
ai-displacement-monitor
description
Monitor early-warning signals of AI-driven white-collar labor displacement and macro-financial spillovers. Use when you need a practical indicator framework, thresholds, alert logic, and concise risk updates for employment, consumption, and credit stress.

AI Displacement Monitor

Use this skill to produce a structured risk monitor for AI-led labor substitution and downstream financial stress.

Output Format

Always return:

  1. Signal Board (10 indicators with latest value, direction, threshold status)
  2. Composite Risk Light (GREEN / YELLOW / ORANGE / RED)
  3. Actionable Notes (portfolio/risk posture suggestions)
  4. Data Gaps (missing or stale inputs)

Indicator Framework

Read references/thresholds.example.json and follow its indicator IDs, thresholds, and tiering.

Also apply the "Industrial-Revolution Lens" when interpreting risk:

  • Do not evaluate layoffs alone.
  • Compare substitution speed vs re-absorption speed (new demand + new capex).
  • If substitution weakens labor but capex/reinvestment accelerates, avoid over-escalating crisis labels.
  • Tier A (Leading labor demand): A1-A4
  • Tier B (Labor market confirmation): B1-B3
  • Tier C (Spillover: consumption/credit): C1-C3

Composite Rule

  • YELLOW: Tier A triggered >= 2
  • ORANGE: Tier A >= 2 and Tier B >= 1
  • RED: Tier A >= 2 and Tier B >= 1 and Tier C >= 1
  • GREEN: otherwise

Weak-Links Interpretation (Jones Lens)

When assessing macro impact, apply a weak-links check:

  • Broad automation can still deliver gradual macro gains if key bottleneck tasks remain scarce.
  • Do not infer immediate macro collapse from partial task automation alone.
  • If bottleneck proxies remain tight (D3 worsening, D4 weak reinvestment), keep risk elevated.
  • If bottlenecks ease via reinvestment/capex and purchasing power improves (D1/D2), avoid over-escalation.

Minimum Quality Rules

  • Time-stamp each metric and note frequency mismatch (weekly vs monthly vs quarterly).
  • If source coverage is partial, mark confidence as low or medium.
  • Never hide missing data; list it under Data Gaps.
  • If more than 3 indicators are missing, downgrade confidence by one level.

Recommended Alert Style

Keep alerts short and decision-oriented:

  • "What changed"
  • "Why it matters now"
  • "What to do next"

Optional JSON Mode

If user asks for machine-readable output, return:

  • asOf
  • signals[] (id, value, unit, threshold, triggered, trend)
  • composite
  • confidence
  • gaps[]
  • notes[]

平台分布

OpenClaw

94.62%
按下载量换算5,515

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。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