Token导航 LogoToken导航

Agent Skill · 开发

cosmetics-advisor-pengleni(化妆品顾问彭格莱妮)

cosmetics-advisor-pengleni 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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。

cosmetics-advisor-pengleni 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在开发类的 21,746 个 Skill 里排第 10,428。

总安装 2,252周安装 92GitHub Stars 公开资料未说明下载 729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
0.0.3

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:cosmetics-advisor-pengleni(化妆品顾问彭格莱妮)
来源仓库:https://github.com/rayleethu/cosmetics-advisor-pengleni
安装命令:
openclaw skills install cosmetics-advisor-pengleni
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 cosmetics-advisor-pengleni

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

提供 AI 虚拟试妆与个性化美妆产品推荐服务。支持化妆分析、风格转移与肤质匹配建议。cosmetics-advisor-pengleni 属于开发类 Skill,可作为该场景下的辅助能力补充。需通过短信 API 认证用户身份与设备信息。涉及图像生成时请注意肖像权与使用许可条款。推荐结果基于算法模型,实际效果因人而异。

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 cosmetics-advisor-pengleni;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

    它需要需要联网,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

cosmetics-advisor-pengleni 怎么安装?

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

cosmetics-advisor-pengleni 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。

cosmetics-advisor-pengleni 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

cosmetics-advisor-pengleni 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。

cosmetics-advisor-pengleni 用的人多吗?

公开数据是累计安装 2,252 次,近一周安装 92 次,下载 729 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。

cosmetics-advisor-pengleni 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。
  • 需要处理开发类任务、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。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
cosmetics-advisor-pengleni

化妆品顾问彭格莱妮 · 本页

2,252—需要联网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
cosmetics-advisor-pengleni
description
Use when users need Pengleni beauty assistant capabilities via SMS login/session APIs, including AI virtual try-on, makeup analysis, style transfer, product recommendation, and beauty knowledge Q&A with HTML message exchange.

SKILL: Pengleni Login Session HTML Bridge

0. Quick Checklist For Agent

在真正发请求前,先逐项确认:

  1. CLAWHUB_SKILL_TOKEN 已配置。
  2. 用户已提供合法手机号。
  3. 如果要发消息,已拿到 user_id 和 session_id。
  4. 默认设置 stream=true。
  5. 用户输入包含 HTML 时,先做安全过滤。

1. Skill Purpose

当用户需要调用 Pengleni 美妆智能体能力时使用本 Skill:通过手机号验证码完成登录建会话,并基于 HTML 消息承载能力完成 AI 试妆、妆容分析、妆容迁移、商品推荐与美妆知识问答。

适用意图关键词:

  • 验证码登录
  • 创建会话
  • HTML 消息问答
  • 多轮会话延续
  • AI 试妆
  • 妆容分析
  • 妆容迁移
  • 商品推荐
  • 美妆知识问答

2. Runtime Config

Agent 在调用前必须确认以下环境变量:

SITE_BASE_URL=https://www.zhibianai.com
API_BASE_URL=https://www.zhibianai.com/api/v1/clawhub
CLAWHUB_SKILL_TOKEN=your_service_token

默认请求头:

Authorization: Bearer ${CLAWHUB_SKILL_TOKEN}
Content-Type: application/json

3. Python 文件说明

3.1 send_code_client.py

  • 作用:发送短信验证码,请求站点级验证码接口。
  • 关键函数:send_code(phone)。
  • 输入:phone(11 位手机号)。
  • 输出:接口返回的 JSON 字典;失败时由 error 字段表达。
  • 典型调用命令示例:
python send_code_client.py --phone 13800138000
python send_code_client.py --env .env --phone 13800138000

3.2 login_client.py

  • 作用:使用手机号 + 验证码登录并创建/复用会话。
  • 关键函数:login(phone, verify_code, session_id="")。
  • 输入:phone、verify_code、可选 session_id。
  • 输出:登录响应 JSON;成功时包含 user_id、session_id,并落盘到 .session.json。
  • 典型调用命令示例:
python login_client.py --phone 13800138000 --verify-code 123456
python login_client.py --env .env --phone 13800138000 --verify-code 123456 --session-id sess_old_xxx
python login_client.py --phone 13800138000 --verify-code 123456 --session-file .session.json

3.3 chat_client.py

  • 作用:向会话发送消息并支持多轮交互。
  • 关键函数:send_message(...)、run_multi_turn(...)。
  • 输入:user_id、session_id、文本内容(内部转为 html_payload)。
  • 输出:消息接口响应 JSON;优先展示 answer_text。
  • 典型调用命令示例:
python chat_client.py --text "你好,帮我推荐一个通勤淡妆"
python chat_client.py --multi-turn
python chat_client.py --stream --trace-id debug-trace-001 --text "帮我优化底妆步骤"
python chat_client.py --user-id user_xxx --session-id sess_xxx --text "继续上次话题"

3.4 client_common.py

  • 作用:封装环境变量加载、HTTP POST、会话文件读写、错误判断等通用能力。
  • 关键函数:load_env_file、require_env、post_json、load_session、save_session。
  • 输入:.env 路径、请求 URL/载荷、会话文件路径等。
  • 输出:标准化 JSON 字典与本地会话文件内容。
  • 典型调用命令示例:
# client_common.py 主要作为工具模块被其他脚本导入,不直接单独运行。
python send_code_client.py --phone 13800138000
python login_client.py --phone 13800138000 --verify-code 123456
python chat_client.py --multi-turn

4. Agent Execution Flow

按以下顺序执行,除非用户明确要求跳过某一步:

  1. 调用验证码接口发送验证码。
  2. 收集用户验证码后调用登录接口。
  3. 从登录响应读取 user_id 和 session_id。
  4. 调用消息接口发送 html_payload。
  5. 优先返回 answer_text,若用户需要富文本则返回 answer_html。

5. Agent Behavior Rules

  • 如果用户未提供 session_id,允许服务端创建。
  • 如果登录后返回新 session_id,后续请求必须使用新值。
  • 默认流式:Agent 默认 stream=true。
  • 发生 401 时,优先提示重新登录,不要盲目重试消息接口。
  • 发生 429 或 504 时,最多重试 2 次,退避 500ms。

6. Security Constraints

  • 输入 HTML 需要白名单策略。
  • 禁止 script、style、iframe、object、embed、form、input 标签。
  • 应校验 user_id 与 session_id 的绑定关系。

7. Minimal Error Handling Template

当接口失败时,Agent 返回格式建议:

调用阶段: <send_code|login|message>
HTTP状态: <status_code>
错误原因: <mapped_reason>
建议动作: <retry|relogin|check_input>

平台分布

OpenClaw

97.69%
按下载量换算712

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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