Token导航 LogoToken导航

Agent Skill · 研究检索

cn-lead-safety(CN 铅安全)

cn-lead-safety 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。

cn-lead-safety 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为调用外部服务;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 24,940。

总安装 3,881周安装 157GitHub Stars 公开资料未说明下载 1,218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
0.8.2

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:cn-lead-safety(CN 铅安全)
来源仓库:https://github.com/jackdark425/cn-lead-safety
安装命令:
openclaw skills install cn-lead-safety
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 cn-lead-safety

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。

cn-lead-safety 专为中国企业客户开发设计,用于潜在客户信息的安全检索与验证。适用于商务拓展、市场调研或供应链尽职调查等商业情报场景。提供公司基础信息核验与风险筛查能力,输出结构化企业档案。调用前需明确目标公司名称,返回结果包含注册状态与关联关系。

涉及企业敏感数据时应遵守合规要求,不得用于非法用途或侵犯隐私。

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 cn-lead-safety;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

    它需要调用外部服务,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

cn-lead-safety 怎么安装?

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

cn-lead-safety 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。

cn-lead-safety 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

cn-lead-safety 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。

cn-lead-safety 用的人多吗?

公开数据是累计安装 3,881 次,近一周安装 157 次,下载 1,218 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。

cn-lead-safety 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。

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。
  • 需要处理研究检索类任务、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。

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
cn-lead-safety

CN 铅安全 · 本页

3,881—调用外部服务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
cn-lead-safety
description
Chinese-market client-intelligence safety layer for lead-discovery skills. Use for any lead-gen / customer-investigation output targeting a Chinese company (A股 / 港股 / 科创板 / 创业板 / 北交所 / 中概股 / Tushare / 巨潮 / 天眼查 / 企查查). Enforces UTF-8 literal Chinese text, lexicon lookup for recurring terms, tier-ordered data sources, inline source citations for every hard number, and no-fabrication on missing data. Pairs with the stable aigroup-financial-services-openclaw plugin's cn-client-investigation skill for downstream banker deliverables.

<!-- Derived from anthropics/financial-services-plugins under Apache-2.0. Lead-discovery adaptation by AIGroup, 2026-04-18. -->

CN Lead Safety Skill

中国大陆客户情报安全层 — 5 条 Rule

Lead-discovery 产出的 markdown intelligence(customer-investigation / key-account-briefing / client-initial-screening 等)如果走中文输出,必须经过这 5 条 Rule。下游 banker workflow (aigroup-financial-services-openclaw/datapack-builder / dcf-model) 读取这份 intelligence 时,只会对自己生成的 MD 跑 provenance_verify — 上游 lead-discovery MD 的质量由本 skill 守门。

Why this skill exists

2026-04-18 实测 MiniMax-M2.7 在 OpenClaw main agent 生成中文 markdown 时存在字符级 escape drift:

  • 公司名典型 typo:寒武纪→宽厭谛79 / 营收→营收(偶发)/ 核心→校虚 / 净利→洁利 / 财务→贜务
  • 硬数字(市值/营收/员工数)偶发缺 source citation → 下游无法 tracing

Lead-discovery 此前无此类防线。升级到 0.2.0 补上。

5 条 Mandatory Rules

Rule 1 — UTF-8 literal over \uXXXX

中文字符一律以 UTF-8 literal 写入 markdown,严禁 \uXXXX escape。

✅ ## 贵州茅台经营概览
❌ ## \贵\州\茅\台\经\营\概\览

write / edit 工具原生支持中文,不需要 pre-encode。

Rule 2 — Lexicon lookup for recurring terms

公司名 / 行业术语 / 财务指标 / 监管术语 等重复中文短语,从 aigroup-financial-services-openclaw 主包的 cn-lexicon.js lookup,不要让模型每次重新打字。

推荐的 cross-skill 查阅路径(主包已装在 macmini 上):

~/.openclaw/extensions/aigroup-financial-services-openclaw/skills/cn-client-investigation/references/cn-lexicon.js

在 banker intelligence markdown 中,这些字段首选 lexicon 写法:

  • Target 公司名(全称 / 简称 / ticker)— LEXICON.company.* + LEXICON.industry_terms.consumer_brand.* 等
  • 财务条目(营业收入 / 归母净利润 / 扣非净利 / 毛利率 / 研发费用 / 经营现金流)— LEXICON.finance.*
  • 监管 / 市场术语(A股 / 科创板 / 创业板 / 实际控制人 / 国资背景)— LEXICON.cn_market.*
  • 投资评级(增持 / 中性 / 减持 / 买入 / 卖出)— LEXICON.rating.*

若你只产 markdown(不走 pptxgenjs slide JS),require() 不可用 — 则读 lexicon.js 作为术语白名单在心中校对,不让模型自由造短语。

Rule 3 — Tier-ordered data sources(跟 cn-client-investigation Rule 4 一致)

Tier源Lead-discovery 常用入口
T1巨潮资讯网 cninfo.com.cn / Tushare Proweb_fetch cninfo PDF;aigroup-market-mcp__basic_info / company_performance / stock_data
T2上交所/深交所/港交所官网;天眼查 / 企查查;国家信用 gsxt.gov.cnweb_fetch 官网;aigroup-tianyancha-mcp(如装)
T3Wind / 同花顺 / 东方财富;FMP / Finnhub(港股/中概股)aigroup-fmp-mcp / finnhub-mcp
T4财新 / 21世纪 / 中证 / 上证 / 财联社 / 澎湃 / 第一财经brave-web-search + web_fetch

按 tier 依次 try,不要跳级。T1 失败 → 再 T2 / T3 / T4;只有 T1-T3 全空才用 T4 媒体信息且必须标 "单源报道"。

Rule 4 — Inline source citation for every hard number

Lead-discovery intelligence MD 中每个硬数字(digit + 亿/万/%/RMB/USD/元/CNY/HKD/M/B)必须内联source citation,格式形如:

✅ 2024 年前三季度营业收入 **1,088 亿元**(来源:巨潮资讯 2024 年三季报,2024-10-27;Tushare Pro income_all 校验)。

✅ 截至 2026-04-17 收盘总市值 **20,150 亿元**(来源:东方财富 Choice,2026-04-17 T+0;Tushare stock_data 同日对齐)。

❌ 公司 2024 Q3 营收 1,088 亿元,盈利能力持续增强。   ← 数字没 source,下游无法 tracing

verify_intelligence.py (本 skill 附带)会扫 MD,每个硬数字都要有临近 "来源:" / "Source:" 或脚注引用,否则退回 exit 1。

Rule 5 — No fabrication on missing data

T1-T4 都查不到或 MCP 返回权限错误(402/403)时:

  • DO:标 数据不可得 / N/A(source unavailable) + 简述尝试路径
  • DO NOT:估算一个"合理数字"顶上
✅ 2024 年员工数量:**数据不可得**(尝试路径:巨潮资讯年报未披露员工表、天眼查 MCP 返回 403)。
❌ 2024 年员工数量:约 5,000 人。   ← 无源凭空估算

Phase 0: pre-flight (触发)

当 user input 或 target context 出现以下任一触发词,先加载本 skill 的 5 条 Rule,再选对应 lead-discovery skill(customer-investigation / client-initial-screening 等)开始工作:

  • 市场/监管:中国 / A股 / 港股 / 科创板 / 创业板 / 北交所 / 中概股 / H股 / 证监会
  • 源系统:巨潮资讯 / cninfo / Tushare / 天眼查 / 企查查 / Wind / 东方财富
  • Ticker 形态:*.SH / *.SZ / *.BJ / *.HK
  • 显式中文公司名(茅台 / 寒武纪 / 海光 / 华为 / 小米 / 美的 etc.)

Phase 5: 交付前 QA

python3 ~/.openclaw/extensions/aigroup-lead-discovery-openclaw/skills/cn-lead-safety/scripts/verify_intelligence.py \
    path/to/intelligence.md
# exit 0 → clean;exit 1 → 有硬数字缺 citation

补 citation 后重跑。不要 --no-verify 或类似 bypass —— 上游情报没 source,下游 banker 交付 provenance_verify 也救不了。

What this skill does NOT do

  • 不产 pptx(那是 financial-services 的 ppt-deliverable 范畴)
  • 不跑 typo scan(那是 financial-services 的 cn_typo_scan.py 范畴;lead-discovery 只出 markdown,中文错字下游财服 skill 读到后会被 compile 阶段的 typo gate 拦)
  • 不自己带 cn-lexicon 副本(主包有,跨插件引用)

Output contract

每个 lead-discovery skill 的 markdown 输出必须:

  1. 文件扩展名 .md,UTF-8 no BOM
  2. 标题第一行 # <中文公司名> — <intelligence 类型>
  3. 数据来源 section 标注 tier
  4. 硬数字 100% 内联 source citation
  5. 数据不可得处明确标 "N/A / 数据不可得"
  6. verify_intelligence.py exit 0

平台分布

OpenClaw

80.5%
按下载量换算980

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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