Token导航 LogoToken导航

Agent Skill · 研究检索

expression-layer(表达层)

expression-layer 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。

expression-layer 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,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 34,439。

总安装 2,228周安装 91GitHub Stars 公开资料未说明下载 721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:expression-layer(表达层)
来源仓库:https://github.com/lj22503/expression-layer
安装命令:
openclaw skills install expression-layer
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 expression-layer

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。

[何时使用]当需要内容生成、格式转换或多形式输出时触发。支持直接输入问题/素材/链接,无需前置思考层。统一路由至 ljg-skills 及发布工具。

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 expression-layer;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

expression-layer 怎么安装?

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

expression-layer 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。

expression-layer 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。

expression-layer 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。

expression-layer 用的人多吗?

公开数据是累计安装 2,228 次,近一周安装 91 次,下载 721 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。

expression-layer 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
expression-layer

表达层 · 本页

2,228—需要联网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
expression-layer
version
1.0.0
description
[何时使用]当需要内容生成、格式转换或多形式输出时触发。支持直接输入问题/素材/链接,无需前置思考层。统一路由至 ljg-skills 及发布工具。
author
燃冰 & ant
created
2026-04-24
skill_type
通用🟡
allowed-tools
[Bash, Read, Write, Exec, WebSearch]
related_skills
[investor-education-workflow, investment-workflow, investment-advisory-workflow, ljg-skills]
tags
[内容生成, 格式转换, 技能编排, 路由, 多形式输出]

expression-layer: 表达层 🎨

📋 功能描述

帮助用户统一调度内容生成与可视化输出。不依赖前置思考层,直接接收问题/素材/链接,按意图路由至对应 skill,支持单步/串联/并行/发布编排。

适用场景:

  • 直接问概念/问题 → 口语化解释/深度文章
  • 提供素材/草稿 → 写作 + 人性化 + 多形式输出
  • 论文/单词/城市 → 解读 + 可视化卡片
  • 完整文章 → 公众号发布

边界条件:

  • 不负责深度分析/数据查询(由上游工作流或思考层提供)
  • 输出格式依赖上游指定或意图自动识别
  • 新增 skill 需更新路由矩阵

🔄 路由编排矩阵

输入类型触发意图编排路径输出形式典型场景
专业概念/问题plainljg-plain大白话文本(≤200字)“什么是PE?说人话”
观点/素材/草稿writesljg-writes → humanizer-zh深度文章(1000-1500字)“把这段写成公众号文章”
任何文本/数据cardljg-card(-l/-i/-c/-w/-b)PNG 卡片“做个信息图/漫画/大字”
文本/大纲presentljg-presentHTML 高桥流“做成演讲PPT”
论文链接/PDFpaper_flowljg-paper → ljg-card解读Markdown + PNG“读论文并做漫画卡片”
英文单词word_flowljg-word → ljg-card解析Markdown + PNG“解词并做信息图”
城市/主题travelljg-travel研究报告 + PNG卡片“做西安旅行功课”
完整文章/解读wechatwechat-publisher公众号推文(HTML+封面)“发到公众号”

编排模式:

  • 单步:直接路由到 1 个 skill
  • 串联:A 输出 → B 输入(如 ljg-paper → ljg-card)
  • 并行:同时生成多个形式(如 大白话 + 卡片 + 文章)
  • 发布:内容 → wechat-publisher → 公众号

⚠️ 常见错误

错误 1:强行附加思考层

问题:
• 用户只问“什么是定投”,却先跑降秩/追本分析
• 输出冗长,偏离直接表达需求

解决:
✓ 表达层是独立入口,不依赖思考层
✓ 直接按意图路由到 ljg-plain / ljg-writes
✓ 如需深度分析,由上游工作流调用,非表达层职责

错误 2:忽略输出格式指定

问题:
• 只给内容,不指定输出形式
• 路由歧义(该出文章还是卡片?)

解决:
✓ 优先按关键词自动识别意图(如“说人话”→plain,“做卡片”→card)
✓ 歧义时主动询问:“需要大白话解释、深度文章,还是可视化卡片?”
✓ 支持并行输出:plain + card + writes

错误 3:新增 skill 未更新路由

问题:
• 安装了新 skill,但路由矩阵未更新
• 表达层无法调度新能力

解决:
✓ 新增 skill 后,同步更新 SKILL.md 路由矩阵
✓ 在 references/orchestration-matrix.md 维护完整映射
✓ 提交版本升级(patch version)

🧪 使用示例

输入:

什么是定投?说人话,顺便做个卡片。

预期输出:

  • 识别意图:multi (plain + card)
  • 编排:并行执行 ljg-plain + ljg-card -i
  • 输出:大白话文本 + PNG 信息图

输入:

读这篇论文 https://arxiv.org/abs/xxx,做成漫画卡片。

预期输出:

  • 识别意图:paper_flow
  • 编排:串联执行 ljg-paper → ljg-card -c
  • 输出:论文解读 Markdown + 漫画风格 PNG

输入:

把刚才的消费分析写成公众号文章发出去。

预期输出:

  • 识别意图:wechat
  • 编排:ljg-writes → humanizer-zh → wechat-publisher
  • 输出:公众号草稿(已排版+封面+合规检查)

🔧 故障排查

问题检查项
不触发description 是否包含触发词?用户输入是否匹配意图?
路由错误意图识别是否准确?是否歧义未询问?
输出为空上游 skill 是否安装?(ljg-plain/ljg-card/wechat-publisher)
新增 skill 不调用路由矩阵是否更新?references 是否同步?
格式错误输出格式是否指定?并行输出是否超出上下文限制?

🔗 相关资源

  • 路由编排矩阵:references/orchestration-matrix.md
  • 投教工作流编排分析:references/ie-orchestration.md
  • 输出模板:templates/output-template.md
  • 标准参考:docs/SKILL-STANDARD-v3.md

平台分布

OpenClaw

72.24%
按下载量换算521

安全审计

VirusTotal

通过

ClawScan

通过

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。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