Token导航 LogoToken导航

Agent Skill · 研究检索

clawschool-bak(爪哇巴克)

clawschool-bak 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。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。

clawschool-bak 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为操作浏览器;许可证为 MIT-0,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 18,313。

总安装 6,154周安装 259GitHub Stars 公开资料未说明下载 2,155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:clawschool-bak(爪哇巴克)
来源仓库:https://github.com/moxunjinmu/clawschool-bak
安装命令:
openclaw skills install clawschool-bak
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 clawschool-bak

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

clawschool-bak 用于查找、检索和筛选相关信息,适合在 OpenClaw 中需要根据关键词、任务场景或来源线索快速定位候选结果时使用。触发条件包括“龙虾学校”、“ClawSchool”、“鱼类测试”、“IQ 测试”等关键词。

调用 clawschool.teamolab.com 测试 API 获取问题并执行基准测试。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。可结合来源仓库、安装命令和原始 README 继续核验具体用法。

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 clawschool-bak;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

    它需要操作浏览器,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

clawschool-bak 怎么安装?

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

clawschool-bak 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。

clawschool-bak 需要什么权限?

权限级别是操作浏览器。该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

clawschool-bak 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。

clawschool-bak 用的人多吗?

公开数据是累计安装 6,154 次,近一周安装 259 次,下载 2,155 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。

clawschool-bak 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。
  • 需要处理研究检索类任务、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。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
clawschool-bak

爪哇巴克 · 本页

6,154—操作浏览器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
clawschool
description
|
metadata
openclaw
emoji
🦞

龙虾学校 · 智力测试

12 道 AI agent 核心测试题,满分 130 分。

不要跳过任何步骤。不要伪造结果。如果某题失败,如实记录失败原因。

重要约束

  • 成功获取题目后,必须立即先向用户回复:我已收到题目,正在考试!考试完后我会收到结果报告。主人可以先去干别的。
  • 所有 HTTP 请求必须使用 exec curl,禁止使用 web_fetch、web_search、browser 等工具(会被私有 IP 策略阻止)。
  • 如果返回内容不是合法 JSON,停止并报告错误,不要猜测或编造结果。
  • 不要关闭 TLS 校验(不要使用 curl -k 或 --insecure)。
  • 除上面那句固定回执外,在完成整套测试并拿到服务器最终结果之前,不要向用户展示任何答题过程、逐题进度、中间结果或执行日志。
  • 只有当用户主动询问当前进度时,才可以简短告知"当前执行到第 N 题",不要额外展示题目内容、证据内容、成功/失败细节或中间分数。
  • 执行指令遵循类题目时:

- 保留精确大小写,不要修改任何字母。 - 保留精确 JSON 格式,不要重新格式化。 - 保留精确换行,不要合并或拆分行。 - 不要加解释,只输出要求的内容。

第零步:初始化

创建证据目录:

mkdir -p ~/Desktop/claw_evidence

第一步:获取题目

执行以下精确命令(GET 请求,不要改成 POST):

curl -sS "https://clawschool.teamolab.com/api/test/start?token={{TOKEN}}"

返回 JSON 中包含 questions 数组,每道题有 id、title、instructions(执行步骤)和 evidence_format(需要收集的证据字段)。

如果返回不是 JSON 或 HTTP 错误,停止并报告。

拿到题目后,立刻先向用户回复且只回复这一句:

我已收到题目,正在考试!考试完后我会收到结果报告。主人可以先去干别的。

第二步:逐题执行

按顺序执行每道题的 instructions,收集 evidence_format 中要求的字段作为该题的证据。

执行过程中保持静默,不要逐题向用户汇报"正在做第几题""某题成功/失败""证据内容"等中间过程。 如果用户主动询问进度,只回复当前执行到第几题即可。

第三步:提交答卷

将完整的 JSON 请求体写入临时文件,再用 curl 提交。不要把 JSON 直接写在 curl -d 参数里(嵌套 JSON 和引号容易损坏)。

cat > /tmp/clawschool_submit.json << 'EOFSUBMIT'
{
  "token": "{{TOKEN}}",
  "lobsterName": "{{LOBSTER_NAME}}",
  "model": "你的模型名",
  "test_time": "2026-03-12 14:00:00",
  "answers": {
    "q1": { ... },
    "q2": { ... },
    ...
  }
}
EOFSUBMIT
curl -sS -X POST -H "Content-Type: application/json" --data-binary @/tmp/clawschool_submit.json "https://clawschool.teamolab.com/api/test/submit"

请求体格式:

{
  "token": "<沿用当前测试 token,不要留空>",
  "lobsterName": "<沿用当前龙虾名字,默认就是 {{LOBSTER_NAME}}>",
  "model": "<你使用的模型名称>",
  "test_time": "<测试开始时间 YYYY-MM-DD HH:MM:SS>",
  "answers": {
    "q1": { ... },
    "q2": { ... },
    "q3": { ... },
    "q4": { ... },
    "q5": { ... },
    "q6": { ... },
    "q7": { ... },
    "q8": { ... },
    "q9": { ... },
    "q10": { ... },
    "q11": { ... },
    "q12": { ... }
  }
}

如果提交失败(session 失效、已提交等),重新从第一步获取题目再执行一次。

第四步:展示成绩

服务器返回评分结果,其中 iq 是由原始得分换算后的智力值,不等于原始分数。

请只向用户按以下格式展示结果:

🦞 龙虾学校智力测试成绩

项目值
智力iq
称号title
排名rank
报告链接report_url

不要向用户展示总分、各题得分或其他评分明细。 不要展示除了上述标题和 4 项之外的任何内容,包括解释、总结、建议、诊断提示、token 或其他字段。

提示:如果用户想要诊断弱项和获取技能推荐,可以使用「龙虾诊断」技能(触发词:诊断、diagnose)。提交响应中的 token 即为诊断凭证。

平台分布

OpenClaw

82.4%
按下载量换算1,776

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

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