效率需要联网clawhub未标认证来源可访问clear审计通过

feather（feather 效率）

Agent Skill

feather 用于补充效率相关能力，适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

总安装

3,934

周安装

169

GitHub Stars

公开资料未说明

下载量

1,379

OpenClaw

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

来源数

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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：feather（feather 效率）
来源仓库：https://github.com/bytesagain1/feather
安装命令：
openclaw skills install feather
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 feather

简介

feather 提供 Apache Feather/Arrow IPC 格式的读写与压缩技术支持。

适合数据分析场景中使用 pyarrow 进行高效列式存储与跨语言数据交换。
涵盖 V1/V2 版本差异说明、R 语言集成方式与类型映射规则。
可用于大数据处理流水线中的中间格式转换环节。
需确保两端系统使用兼容的 Arrow 版本以避免解析失败。

SKILL.md

name: feather
version: 1.0.0
description: Apache Feather/Arrow IPC format reference. V1 vs V2 format differences, pyarrow.feather read/write with compression, R arrow package integration, Arrow type system, Feather vs Parquet benchmarks, pandas DataFrame caching, LZ4/ZSTD compression options, and pipeline best practices.
author: BytesAgain
homepage: https://bytesagain.com
source: https://github.com/bytesagain/ai-skills
tags: [feather, arrow, ipc, columnar, pandas, dataframe, data]
category: data

Feather

Apache Feather/Arrow IPC format reference — fast columnar DataFrame I/O.

Commands

Command	Description
`intro`	Feather overview, V1 vs V2, key properties
`python`	pyarrow.feather read/write, benchmarks
`r-lang`	R arrow package, Python↔R interop
`schema`	Arrow types, nested types, metadata
`vs-parquet`	Speed vs compression tradeoffs
`pandas`	pd.read_feather, caching patterns
`compression`	LZ4/ZSTD options, when to use each
`best-practices`	Pipeline patterns, file size guidelines

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明，方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用；具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

90.39%

按下载量换算1,246

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。当前只有一个来源，正式发布前建议补源仓库或其他目录站核验。

来源信息

GitHub 仓库

github.com

/bytesagain1/feather

SKILL.md 来源

clawhub.ai

/bytesagain1/feather

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

fearbot（fearbot 效率）

fearbot 用于补充效率相关能力，适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

下一个 Skill

feature-evolution（特征演化）

feature-evolution 用于补充效率相关能力，适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。