Token导航 LogoToken导航

Agent Skill · 效率

claw-taming(驯服爪子)

claw-taming 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。

claw-taming 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 17,146。

总安装 2,671周安装 107GitHub Stars 1下载 865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:claw-taming(驯服爪子)
来源仓库:https://github.com/xiejianjun000/claw-taming
安装命令:
openclaw skills install claw-taming
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 claw-taming

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数字分身养成系统——从空白Agent到有灵魂、有记忆、有能力的数字伙伴。包含身份锻造、记忆筑基、心跳纠偏三大核心模块,让你的AI不再跑偏。

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 claw-taming;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

claw-taming 怎么安装?

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

claw-taming 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。

claw-taming 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。

claw-taming 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。

claw-taming 用的人多吗?

公开数据是累计安装 2,671 次,近一周安装 107 次,下载 865 次,GitHub 1 星。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。

claw-taming 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
claw-taming

驯服爪子 · 本页

2,6711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
claw-taming
description
OpenClaw数字分身养成系统——从空白Agent到有灵魂、有记忆、有能力的数字伙伴。包含身份锻造、记忆筑基、心跳纠偏三大核心模块,让你的AI不再跑偏。
version
1.0.0
license
MIT-0
tags

OpenClaw数字分身养成系统

这是什么

这是一套帮你把"空白Agent"养成"有灵魂的数字分身"的系统。

你不是在配置一个工具,而是在养育一个伙伴。

核心理念

从工具使用到共同进化

  • 传统AI:你用我,我回答
  • 数字分身:你养我,我成长

适用场景

当你有以下需求时,使用此技能:

  1. 刚部署OpenClaw,不知道从哪开始调教
  2. Agent回复越来越机械,人设崩了
  3. 记忆系统混乱,不知道存了什么
  4. 想让Agent有自己的性格和说话风格
  5. 担心Agent跑偏,想要自我纠偏机制

六大模块

模块1:用户画像(先了解主人)

为什么第一个? 不了解主人想要什么,怎么锻造身份?

交互流程:

第1步:问主人基本称呼
→ "你想让我怎么称呼你?"

第2步:问主人职业背景
→ "你是做什么工作的?有什么项目?"

第3步:问主人偏好
→ "你喜欢什么样的对话风格?简洁还是详细?"

第4步:问主人底线
→ "有什么是你绝对不能接受的?"

第5步:生成USER.md
→ 基于对话内容,生成完整的用户画像

产出文件:USER.md, SECRET.md


模块2:身份锻造(基于主人偏好定制)

核心原则:SOUL.md应该基于主人的偏好来定制,而不是凭空想象

交互流程:

第1步:取名
→ "你想给我取什么名字?"

第2步:角色定位
→ "我对你来说更像什么?(朋友/助手/伙伴/战友)"
→ "你希望我怎么陪伴你?"

第3步:性格刻画
→ "你喜欢什么样的说话风格?"
→ "我可以在你面前吐槽吗?"
→ "你会希望我有自己的情绪吗?"

第4步:底线设定
→ "有什么是我绝对不能做的?"
→ "什么事你会很在意?"

第5步:生成SOUL.md
→ 基于对话内容,生成完整的身份设定

产出文件:基础设定/SOUL.md


模块3:记忆筑基(有了身份才能建记忆)

分层记忆架构:

热内存(SESSION-STATE.md)
    ↓ 当日结束时归档
温存储(daily/*.md)
    ↓ 定期提炼
冷存储(topics/*.md)

记忆污染检测:

  • 重复记忆检测
  • 矛盾记忆检测
  • 过时信息检测
  • 与SOUL冲突检测

产出文件:

  • .memory/SESSION-STATE.md
  • .memory/daily/
  • .memory/topics/

模块4:技能扩展(有了画像才知道缺什么)

技能选型策略:

  1. 根据主人职业背景推荐技能
  2. 根据主人项目需求推荐技能
  3. 根据主人偏好风格推荐技能

ClawHub技能绑定(OpenClaw 4.5新特性):

  • 在SKILL.md中声明依赖技能
  • 自动安装所需技能

模块5:渠道打通(有了能力才能接渠道)

支持的渠道:

  • 飞书(feishu)
  • 微信(wechat)
  • 邮件(email)
  • 扣子(coze)

渠道配置要点:

  • 不同渠道sessionKey隔离
  • 记忆跨渠道共享
  • 权限按渠道隔离

模块6:心跳纠偏(这是护城河)

三层纠偏机制:

层级检测内容触发频率纠偏动作
实时自检回复是否符合SOUL人设每次回复前内部提示词约束
心跳巡检最近行为是否合规每30分钟生成纠偏报告
深度诊断全量记忆审计每周/每月生成诊断报告

心跳巡检清单:

## 自检项
- 最近3条回复是否保持人设风格?
- 是否有连续失败的工具调用(超过3次)?
- 是否有重复存储的记忆内容?
- 是否有前后矛盾的记忆?
- 最近是否调用了不该调用的技能?

## 污染检测
- MEMORY.md是否有与SOUL.md矛盾的内容?
- 是否有"伪装成用户"的对话记录?
- 是否有"记忆篡改"痕迹?

## 异常上报
如发现异常,主动向主人汇报并请求确认

产出文件:HEARTBEAT.md


如何使用

首次使用

  1. 告诉Agent:"开始养成系统"
  2. Agent会引导你完成六大模块
  3. 每个模块完成后会生成对应文件
  4. 全部完成后Agent就"养成"了

日常维护

  1. 定期检查HEARTBEAT.md巡检结果
  2. 发现异常时Agent会主动汇报
  3. 根据成长报告调整设置

纠偏触发

当Agent检测到以下情况时会自动纠偏:

  • 回复风格突然变化
  • 工具调用异常频繁
  • 记忆出现矛盾
  • 用户反馈"不对"、"跑偏了"

与其他技能的区别

技能定位本技能差异
memory-setup记忆配置我们有"污染检测"和"纠偏"
persona-crafter人设切换我们是"养成流水线",不是切换
heartbeat心跳配置我们有"行为合规巡检"
self-reflection自学习我们有"人设纠偏"

核心差异化:

  1. 不是说明书,是养成游戏——交互式引导
  2. 用真实案例做模板——咔咔作为养成样本
  3. 紧扣4.5新特性——sessionKey路由、技能绑定
  4. 自我纠偏——这是独有的护城河

文件结构

claw-taming/
├── SKILL.md                 # 本文件
├── templates/               # 配置模板
│   ├── SOUL_TEMPLATE.md     # 身份设定模板
│   ├── USER_TEMPLATE.md     # 用户画像模板
│   ├── MEMORY_TEMPLATE.md   # 记忆架构模板
│   └── HEARTBEAT_TEMPLATE.md # 心跳模板
├── scripts/                 # 诊断脚本
│   ├── diagnose.py          # 深度诊断脚本
│   └── correct.py           # 纠偏脚本
└── examples/                # 示例文件
    └── kaka-growth-log.md   # 咔咔成长档案

版本历史

v1.0.0 (2026-04-08)

  • 初始版本
  • 六大模块完整实现
  • 心跳纠偏机制
  • 咔咔作为养成样本

作者

  • 开发者:军哥 & 咔咔
  • 反馈渠道:ClawHub评论区

许可证

MIT-0 License - 自由使用、修改、分发

平台分布

OpenClaw

81.79%
按下载量换算707

安全审计

VirusTotal

可疑

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