Token导航 LogoToken导航

Agent Skill · 研究检索

create-agent-arch(创建 Agent 拱门)

create-agent-arch 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。

create-agent-arch 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 12,225。

总安装 10,472周安装 432GitHub Stars 1下载 3,421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
1.0.1

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:create-agent-arch(创建 Agent 拱门)
来源仓库:https://github.com/dao24dao/create-agent-arch
安装命令:
openclaw skills install create-agent-arch
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 create-agent-arch

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。

一键创建完整 OpenClaw Agent 并注册到本地工作区。自动生成 SOUL.md/AGENTS.md 等工作空间核心文档。内置 CLI 命令执行与功能预置便于后续管理与升级。需确保用户具备 openclaw Agents add 操作权限。建议首次使用前验证身份令牌与网络连通性状态。

create-agent-arch 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

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 create-agent-arch;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

create-agent-arch 怎么安装?

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

create-agent-arch 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。

create-agent-arch 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。

create-agent-arch 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。

create-agent-arch 用的人多吗?

公开数据是累计安装 10,472 次,近一周安装 432 次,下载 3,421 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。

create-agent-arch 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
create-agent-arch

创建 Agent 拱门 · 本页

10,4721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
create-agent
description
>
tags
[openclaw, agent, setup, workspace, evolution]

Create Agent Skill

这个 skill 的职责是:从零到一完整创建并注册一个具备自我进化能力的 OpenClaw Agent。

核心流程分为 5 个阶段,依次执行,不要跳步。


Phase 1 — 一次性问卷

在执行任何操作前,先一次性向用户呈现以下问卷,要求用户填写后统一返回。 从对话上下文中提取已知信息,不要重复问已经明确的字段。

请填写以下信息来创建你的 Agent(有默认值的可以留空):

必填:
  Agent ID(唯一标识,如 work / research / assistant):
  Agent 名称(展示名,如 "Aria"、"Max"):
  性格/主题(如 "sharp analyst"、"friendly assistant"、"严谨的运营助手"):

选填(留空将使用默认值):
  Emoji(默认 🤖):
  你的名字/昵称(Agent 对你的称呼):
  你的职业或使用场景(帮助 Agent 更好地理解你的需求):
  Workspace 路径(默认 ~/.openclaw/workspace-<id>):
  绑定的频道(如 telegram / discord / whatsapp,可跳过,后续单独确认参数):
  Heartbeat 周期(默认 30m,即每 30 分钟自检一次):

收到回复后,进入 Phase 1.5。


Phase 1.5 — ID 冲突检查

在生成任何文件之前,先执行以下命令检查 Agent ID 是否已被占用:

openclaw agents list
  • 如果输出中已存在相同 ID,停止流程,告知用户:
  ⚠️ Agent ID "<AGENT_ID>" 已存在,请重新选择一个唯一的 ID。
  当前已有的 Agent:<列出 agents list 的结果>

等待用户提供新的 ID,重新执行本阶段检查,直到 ID 不冲突为止。

  • 如果 ID 不冲突,进入 Phase 1.8。

Phase 1.8 — 频道参数确认

仅当用户在 Phase 1 填写了频道时执行此阶段,填写了「跳过」则直接进入 Phase 2。

先读取 references/channel-params.md 获取各频道的参数模板,然后按以下步骤执行。

Step 1:检测当前对话所在频道

openclaw channels list --json

从输出中识别当前对话所在的频道类型(如 telegram、discord、feishu 等)和 accountId。

Step 2:识别用户填写的频道类型

从 references/channel-params.md 找到对应频道的参数模板:

  • 找到 → 继续 Step 3
  • 未找到(不在列表中)→ 告知用户该频道暂无内置模板,引导其参考官方文档提供参数

Step 3:与当前频道对比,分两种情况处理

情况 A — 用户填写的频道与当前对话频道一致:

⚠️ 你填写的频道「<CHANNEL>」与当前对话所在频道相同。请确认绑定方式:

  A. 绑定到当前机器人应用(当前 Account: <当前 accountId>)
  B. 绑定到该频道的另一个机器人应用(需提供新的应用凭证)
  C. 跳过频道绑定(稍后手动配置)
  • 选 A:直接使用当前 accountId,跳到 Step 5
  • 选 B:继续 Step 4(展示该频道的参数问卷)
  • 选 C:标记 BIND_SKIP=true,进入 Phase 2

情况 B — 用户填写的频道与当前对话频道不一致:

直接进入 Step 4。

Step 4:展示该频道的动态参数问卷

根据 references/channel-params.md 中对应频道的「用户需提供的参数」, 动态生成问卷展示给用户:

📋 请提供「<CHANNEL>」频道的配置参数:

  <参数1名称>(<说明>):___________
  <参数2名称>(<说明>):___________
  ...
  Account ID(此账号的别名,默认 default):___________(可留空)

  <如该频道需要特殊前置操作,在此提示,如飞书需先安装插件>

等待用户填写完成后,继续 Step 5。

Step 5:记录最终绑定参数

将以下信息记录供 Phase 3 使用:

BIND_CHANNEL = <channel>
BIND_ACCOUNT_ID = <accountId>
BIND_PARAMS = { <参数键值对,按该频道的 channels add 命令格式组织> }
BIND_SKIP = true / false
BIND_NEEDS_PLUGIN = true / false   # 飞书、LINE、Zalo 等需要先装插件
BIND_NEEDS_QR = true / false       # WhatsApp 等需要 QR 扫码

进入 Phase 2。


Phase 2 — 生成 Workspace 文件

根据用户填写的信息,调用 scripts/generate-workspace.sh 生成 workspace 目录和所有文件。

读取 references/workspace-templates.md 了解每个文件的模板结构,然后用用户提供的信息填充变量。

bash scripts/generate-workspace.sh \
  --id "<AGENT_ID>" \
  --name "<AGENT_NAME>" \
  --emoji "<EMOJI>" \
  --theme "<THEME>" \
  --user-name "<USER_NAME>" \
  --user-context "<USER_CONTEXT>" \
  --workspace "<WORKSPACE_PATH>"

脚本会生成以下文件(详见 references/workspace-templates.md):

文件作用
IDENTITY.mdAgent 身份:名称、emoji、主题、自我认知
SOUL.md核心价值观、行为哲学、沟通风格
AGENTS.md操作规程、记忆读取顺序、安全边界、进化规则
USER.md用户画像:名字、偏好、沟通风格
HEARTBEAT.md周期自检清单,含进化触发逻辑
MEMORY.md长期记忆,初始化为空结构
TOOLS.md工具能力说明,初始化为默认模板
.learnings/LEARNINGS.md学习日志,供 self-improving-agent 使用
.learnings/ERRORS.md错误日志

Phase 3 — 执行 CLI 注册

生成文件后,依次执行以下命令:

# 1. 注册 Agent
openclaw agents add <AGENT_ID> --workspace <WORKSPACE_PATH>

# 2. 应用 Identity(从 IDENTITY.md 读取)
openclaw agents set-identity --agent <AGENT_ID> --from-identity

# 3. 绑定频道(使用 Phase 1.8 确认的参数,BIND_SKIP=true 则跳过)
if [ "$BIND_SKIP" != "true" ]; then

  # 3a. 如需先安装插件(飞书、LINE、Zalo 等)
  if [ "$BIND_NEEDS_PLUGIN" = "true" ]; then
    openclaw plugin add <BIND_CHANNEL>
  fi

  # 3b. 添加频道账号(使用 channel-params.md 中对应频道的 channels add 命令格式)
  openclaw channels add --channel <BIND_CHANNEL> --account <BIND_ACCOUNT_ID> <BIND_PARAMS>

  # 3c. 绑定 Agent 路由
  openclaw agents bind --agent <AGENT_ID> --bind <BIND_CHANNEL>:<BIND_ACCOUNT_ID>

  # 3d. 如需 QR 扫码配对(WhatsApp 等),提示用户手动完成
  if [ "$BIND_NEEDS_QR" = "true" ]; then
    echo "⚠️  请运行以下命令扫描 QR 码完成配对:"
    echo "   openclaw channels login --channel <BIND_CHANNEL> --account <BIND_ACCOUNT_ID>"
  fi
fi

# 4. 确认注册成功
openclaw agents list

如果任一命令失败,向用户报告具体错误,不要静默跳过。


Phase 4 — 安装进化 Skills

两个 skill 的分工与闭环

这两个 skill 不是替代关系,而是上下游关系,缺一不可:

skill角色写入位置读取位置
self-improving-agent观察者/记录员.learnings/ERRORS.md<br>.learnings/LEARNINGS.md<br>memory/YYYY-MM-DD.md每次 session 的对话内容
capability-evolver执行引擎SOUL.md、TOOLS.md 等(需批准)<br>assets/gep/events.jsonlmemory/YYYY-MM-DD.md<br>.learnings/ERRORS.md<br>.learnings/LEARNINGS.md

闭环链路:

每次对话
  └→ self-improving-agent 写入 memory/YYYY-MM-DD.md + .learnings/
       └→ heartbeat 触发 capability-evolver 扫描上述两个信号源
            └→ 生成进化提案 → 发给用户批准 → 应用变更
⚠️ 关键:memory/YYYY-MM-DD.md 是两者的衔接点。 Agent 必须在每次 session 结束时按 AGENTS.md 规定的格式写入该文件, capability-evolver 才能读到有效信号。如果 memory/ 为空,进化不会触发。

安装命令

在 workspace 目录下执行:

# 安装 self-improving-agent(信号收集层)
npx playbooks add skill openclaw/skills --skill self-improving-agent

# 安装 capability-evolver(进化执行层)
npx playbooks add skill openclaw/skills --skill capability-evolver

capability-evolver 已在 .env 中配置为 --review 模式(变更需用户批准),无需额外操作。


Phase 5 — 输出用户操作清单

执行完所有步骤后,向用户发送以下清单(用实际值替换占位符):

✅ Agent "<AGENT_NAME>"(ID: <AGENT_ID>)已创建完毕!

━━━━━━━━━━━━━━━━━━━━━━━━━━
📋 接下来你需要完成的操作:
━━━━━━━━━━━━━━━━━━━━━━━━━━

【必做】
1. 初始化 Git 版本控制(capability-evolver 依赖 git 进行回滚):
   cd <WORKSPACE_PATH>
   git init
   git add .
   git commit -m "init: <AGENT_NAME> agent workspace"

【推荐】
2. 备份到私有仓库(保护你的 Agent 记忆和个性):
   git remote add origin <YOUR_PRIVATE_REPO_URL>
   git push -u origin main

3. 启动第一次对话,完成 bootstrap:
   在你的频道中发送给 Agent:
   "Hey, let's get you set up. Read your IDENTITY.md and tell me who you are."

【如需绑定频道(如果刚才跳过了)】
4. openclaw agents bind --agent <AGENT_ID> --bind <channel:account>

【进化管理】
5. Agent 会按照 <HEARTBEAT_INTERVAL> 的频率自检并记录学习日志。
   当 capability-evolver 检测到需要进化时,会向你发送变更请求,
   你批准后(node index.js --review)变更才会应用。

   如需立即触发一次进化分析:
   cd <WORKSPACE_PATH>
   node index.js --review

【可选:加入 EvoMap 进化网络】
6. npx playbooks add skill openclaw/skills --skill evomap-gepa2a
   (让你的 Agent 参与跨 Agent 的进化资产共享网络)

━━━━━━━━━━━━━━━━━━━━━━━━━━
📁 Workspace 位置:<WORKSPACE_PATH>
🔁 进化模式:capability-evolver --review(变更需你批准)
━━━━━━━━━━━━━━━━━━━━━━━━━━

错误处理

  • openclaw agents add 失败:检查 workspace 路径是否存在,检查 ID 是否已被占用(openclaw agents list)
  • npx playbooks 失败:提示用户确认 Node.js 已安装(node --version),以及网络连通性
  • workspace 路径已存在:提示用户是否覆盖,不要直接覆盖
  • 用户跳过必填字段:不进行下一步,明确提示哪些字段是必须的

相关参考

  • references/workspace-templates.md — 所有 workspace 文件的完整模板(Phase 2 必读)
  • scripts/generate-workspace.sh — workspace 生成脚本(Phase 2 调用)
  • OpenClaw 文档:https://docs.openclaw.ai/cli/agents

平台分布

OpenClaw

87.83%
按下载量换算3,005

安全审计

VirusTotal

可疑

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