Agent Skill · 研究检索

exploration-mode-skill（探索模式技能）

exploration-mode-skill 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。

exploration-mode-skill 是研究检索类 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，按安装量在研究检索类的 73,675 个 Skill 里排第 18,880。

总安装 5,869周安装 247GitHub Stars 公开资料未说明下载 2,055核验 2026-05-01

研究检索权限未标注 ClawHub未标认证来源可访问许可证明确审计提醒 OpenClaw

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：exploration-mode-skill（探索模式技能）
来源仓库：https://github.com/yzh0916/exploration-mode-skill
安装命令：
openclaw skills install exploration-mode-skill
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 exploration-mode-skill

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。

exploration-mode-skill 用于在空闲时间自主执行研究、维护、安全和知识优化任务，适合在 OpenClaw 中提升 Agent 自主工作能力时使用。它支持反思、学习和系统优化，增强长期运行能力。

可通过 openclaw skills install exploration-mode-skill 安装，建议结合原始 README 核验具体用法。安装前请确认权限范围、维护状态，以及是否会触发联网、命令执行或文件读写操作。适用宿主包括 OpenClaw，接入前应确认版本、权限和运行环境要求。

上手步骤

4 步

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
拿到安装命令
可以直接复制的命令是 openclaw skills install exploration-mode-skill；命令里的占位符换成自己的路径或密钥再执行。
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
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

exploration-mode-skill 怎么安装？

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

exploration-mode-skill 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。

exploration-mode-skill 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。

exploration-mode-skill 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。

exploration-mode-skill 用的人多吗？

公开数据是累计安装 5,869 次，近一周安装 247 次，下载 2,055 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。

exploration-mode-skill 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	31,199,813	16,486	操作浏览器	MIT	有提醒
self-improving-agent 自我改进 Agent · OpenClaw	16,464,002	3,396	接触敏感数据	MIT-0	通过
soultrace 灵魂追踪 · Codex、Claude	7,588,944	12	需要联网	未明确	有提醒
self-improving 自我完善 · OpenClaw	6,829,284	1,046	需要联网	MIT-0	通过
microsoft-foundry 微软代工厂 · Codex、Claude	6,614,144	764	调用外部服务	未明确	有提醒
exploration-mode-skill 探索模式技能 · 本页	5,869	—	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

exploration-mode-skill

AI self-exploration and autonomous task execution.

Description

In exploration mode, the AI autonomously performs tasks during idle time, including research, system maintenance, and self-improvement.

Modes

Collaboration Mode (协作模式)

High-frequency dialogue with user
Focus on specific tasks
Real-time response

Exploration Mode (探索模式)

Autonomous task execution during idle
Task categories:

- Project research (项目调研) - System cleanup (系统清理) - Security review (安全审查) - Self-reflection (自我反省) - Knowledge accumulation (知识沉淀) - System optimization (系统优化)

Usage

进入探索模式
切换到协作模式
查看当前模式
探索模式状态

Requirements

OpenClaw with multi-agent system

Author

小贾

Version

1.0.0

平台分布

OpenClaw

71.23%

按下载量换算1,464

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

更多研究检索 Skills（73,675）返回 Skills 目录

上一个 Skill

exploration-creator（探索创造者）

cesaraugustusgrob/shinobi-way-the-inifinite-tower

exploration-creator 用于查找、检索和筛选相关信息，适合在 Codex、Claude、Cursor、Gemini CLI 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。

下一个 Skill

exploratory-data-analysis（探索性数据分析）

ovachiever/droid-tings

用于辅助数据整理、表格处理、CSV/Excel 分析、指标计算和图表准备。它适合让 Agent 清洗字段、汇总数据、发现异常、生成统计口径或把分析结果转成可读说明。使用时需要确认数据来源、字段含义和时间范围，避免把样本数据当全量事实；涉及敏感数据、导出文件或批量写回时，应先确认权限和脱敏边界。