Token导航 LogoToken导航

Agent Skill · 开发

fabric-bridge(织物桥)

fabric-bridge 用于整理文档、README、Markdown 和说明材料,适合在 OpenClaw 中需要把零散信息整理成结构清晰的文档时使用。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。

fabric-bridge 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 859。

总安装 54,031周安装 2,229GitHub Stars 2下载 17,654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:fabric-bridge(织物桥)
来源仓库:https://github.com/koriyoshi2041/fabric-bridge
安装命令:
openclaw skills install fabric-bridge
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 fabric-bridge

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。

运行 Fabric AI 模式以进行文本转换、分析和内容创建。当用户要求使用 Fabric 模式、提取智慧、分析声明、改进写作、使用 Fabric 进行总结或提及“fabric”CLI 时使用。支持 242 多种模式,用于内容分析、写作改进、代码审查、威胁建模和结构化提取等任务。

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 fabric-bridge;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

fabric-bridge 怎么安装?

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

fabric-bridge 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。

fabric-bridge 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。

fabric-bridge 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。

fabric-bridge 用的人多吗?

公开数据是累计安装 54,031 次,近一周安装 2,229 次,下载 17,654 次,GitHub 2 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。

fabric-bridge 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
fabric-bridge

织物桥 · 本页

54,0312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
fabric-bridge
description
Run Fabric AI patterns for text transformation, analysis, and content creation. Use when the user asks to use a Fabric pattern, extract wisdom, analyze claims, improve writing, summarize with Fabric, or mentions 'fabric' CLI. Supports 242+ patterns for tasks like content analysis, writing improvement, code review, threat modeling, and structured extraction.
homepage
https://github.com/danielmiessler/fabric
metadata
{"clawdbot":{"emoji":"🧶","requires":{"bins":["fabric-ai"]},"install":[{"id":"brew","kind":"brew","formula":"fabric-ai","bins":["fabric-ai"],"label":"Install Fabric AI (brew)"}]}}

Fabric Bridge

Run Fabric AI patterns via the fabric-ai CLI. Each pattern is a reusable system prompt for a specific task.

See references/popular-patterns.md for a curated list of high-quality patterns by category.

Important Notes

  • The command is fabric-ai, not fabric.
  • First-time setup: run fabric-ai -S to configure API keys.
  • If pattern list is empty: run fabric-ai -U to update patterns.
  • Use -s (stream) for most calls to avoid long waits.

Core Commands

Basic usage

echo "input text" | fabric-ai -p <pattern>

Stream output (recommended)

echo "input text" | fabric-ai -p <pattern> -s

Process a YouTube video

fabric-ai -y "https://youtube.com/watch?v=..." -p extract_wisdom -s

Process a web page

fabric-ai -u "https://example.com/article" -p summarize -s

Specify model

echo "input" | fabric-ai -p <pattern> -m gpt-4o

Chinese output

echo "input" | fabric-ai -p <pattern> -g zh -s

Chain patterns (pipe output to next pattern)

echo "input" | fabric-ai -p extract_wisdom | fabric-ai -p summarize

Reasoning strategy (requires setup)

echo "input" | fabric-ai -p <pattern> --strategy cot -s

Process an image (multimodal)

echo "describe this image" | fabric-ai -p <pattern> -a /path/to/image.png -s

Use context

echo "input" | fabric-ai -p <pattern> -C my_context -s

Session continuity

echo "input" | fabric-ai -p <pattern> --session my_session -s

Save output to file

echo "input" | fabric-ai -p extract_wisdom -o output.md

Copy output to clipboard

echo "input" | fabric-ai -p extract_wisdom -c

Dry run (preview without calling API)

fabric-ai -p <pattern> --dry-run

List all available patterns

fabric-ai -l

Template Variables

Patterns can contain {{variable}} placeholders. Pass values with -v:

# Single variable
echo "input" | fabric-ai -p <pattern> -v="#role:expert"

# Multiple variables
echo "input" | fabric-ai -p <pattern> -v="#role:expert" -v="#points:30"

Custom Patterns

Create custom patterns at ~/.config/fabric/patterns/<name>/system.md.

Each pattern directory contains a system.md file with the system prompt.

Feeding File Content

cat file.txt | fabric-ai -p <pattern> -s
cat file1.md file2.md | fabric-ai -p <pattern> -s

Tips

  • Prefer -s (stream) for interactive use — output appears incrementally.
  • Chain patterns for multi-step processing (extract → summarize → translate).
  • Use -g zh when the user wants Chinese output.
  • Use -o file.md to save output, -c to copy to clipboard.
  • Use --dry-run to inspect what will be sent before making API calls.
  • Run fabric-ai -U periodically to get new community patterns.

平台分布

OpenClaw

91.83%
按下载量换算16,212

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

未展示

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