Token导航 LogoToken导航

Agent Skill · 运维

guoshun-digital-team(国舜数码团队)

guoshun-digital-team 用于补充运维相关能力,适合在 OpenClaw 中需要让 Agent 承接运维相关任务时使用。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。

guoshun-digital-team 是运维类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描已通过,按安装量在运维类的 954 个 Skill 里排第 810。

总安装 2,869周安装 122GitHub Stars 公开资料未说明下载 1,005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:guoshun-digital-team(国舜数码团队)
来源仓库:https://github.com/jimmygx/guoshun-digital-team
安装命令:
openclaw skills install guoshun-digital-team
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 guoshun-digital-team

这个 Skill 是做什么的

运维类 Skill 处理部署、监控、日志和云资源,多数需要较高的执行权限。

提供多智能体协作能力,模拟数字团队分工、辩论和任务分发,支持技术评审、代码审查和复杂项目管理。

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 guoshun-digital-team;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

    它需要执行命令,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

guoshun-digital-team 怎么安装?

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

guoshun-digital-team 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。

guoshun-digital-team 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install guoshun-digital-team 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

guoshun-digital-team 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。

guoshun-digital-team 用的人多吗?

公开数据是累计安装 2,869 次,近一周安装 122 次,下载 1,005 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。

guoshun-digital-team 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

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 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。
  • 需要处理运维类任务、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

  • 不能接受 Skill 在你机器上执行命令的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

运维类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
docker-essentials

Docker 基础 · OpenClaw

1,005,15130接触敏感数据MIT-0通过
playwright-scraper-skill

Playwright scraper 技能 · OpenClaw

923,55754接触敏感数据MIT-0有提醒
moltguard

moltguard 搜索 · OpenClaw

825,096110接触敏感数据MIT-0通过
finance-news

财经新闻 · OpenClaw

275,51210需要联网MIT-0有提醒
security-monitor

安全监视器 · OpenClaw

224,1695需要联网MIT-0有提醒
guoshun-digital-team

国舜数码团队 · 本页

2,869—执行命令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

国顺数字团队协作技能

数字团队协作 Skill — 江苏国顺智能科技有限公司专用

功能概述

为 OpenClaw 提供多智能体(Multi-Agent)协作能力,模拟真实数字团队的分工与讨论机制。适用于复杂任务拆解、技术方案评审、代码审查等场景。

三大核心模块:

模块功能触发关键词
🏛️ 角色池预设数字团队角色(架构师/程序员/测试/产品经理)"数字团队"、"角色分工"、"多人协作"
⚖️ 辩论机制多个 Agent 就问题正反方辩论,主 Agent 裁判总结"辩论一下"、"讨论"、"评审方案"
📋 任务分发主 Agent 分解任务,并行分派给多个子 Agent 执行"分配任务"、"并行处理"、"多人做"

使用方式

方式一:关键词触发(推荐)

直接描述需求,Skill 会自动选择合适的模式:

帮我用数字团队评审这个技术方案...
组织一场辩论:要不要用微服务架构?
让数字团队分工完成这个项目...

方式二:显式调用子技能

/skill debate <topic>          # 发起辩论
/skill roles <task>           # 角色池分工
/skill assign <task>          # 任务分发

模块一:角色池(Role Pool)

预设角色

角色特点擅长领域
架构师全局视角,关注可扩展性、技术债系统设计、技术选型、性能优化
程序员务实实现,关注可行性、代码质量前端/后端开发、Bug修复
测试工程师质量把关,关注边界case、风险点自动化测试、回归测试、压力测试
产品经理用户视角,关注需求合理性、业务价值需求分析、优先级排序、用户体验
项目经理统筹协调,关注进度、风险、交付任务拆解、资源调度、项目排期
安全专家风险识别,关注漏洞、合规、权限安全审计、渗透测试、权限设计

角色池使用示例

发起角色池协作:

数字团队评审:要不要把无人机平台从单体架构改成微服务?

执行流程:

  1. 主 Agent 分析任务,确定需要哪些角色
  2. spawn 各个子 Agent,每个赋予角色 prompt
  3. 各角色独立思考,输出各自观点
  4. 主 Agent 汇总各方观点,给出综合建议

模块二:辩论机制(Debate)

辩论流程

┌─────────────────────────────────────────┐
│           辩论主持人(主 Agent)           │
├─────────────────────────────────────────┤
│  1. 宣布辩题,设置规则                     │
│  2. 分配正方 Agent A                      │
│  3. 分配反方 Agent B                      │
│  4. 收集 A 立论 → 收集 B 立论             │
│  5. 收集 A 反驳 → 收集 B 反驳             │
│  6. 多轮交替(默认3轮)                   │
│  7. 主 Agent 总结双方观点,给出裁判        │
└─────────────────────────────────────────┘

辩论配置参数

参数默认值说明
轮次3双方交替发言的次数
每轮超时60秒子 Agent 单轮思考超时
辩题用户提供需要辩论的问题
角色数量2可扩展到多方辩论

辩论示例

辩题:无人机平台要不要上 K8s

辩题:无人机平台要不要上 K8s

【正方 - 架构师视角】
优势:
- 容器编排能力强大,适合多机场、多任务调度
- 弹性伸缩,当前 4 核服务器跑 12 个容器勉强

劣势:
- 学习成本高,团队没有 K8s 经验
- 部署复杂度增加,CI/CD 流程需要重构

结论:短期先用 Docker Compose,6个月后再考虑 K8s

【反方 - DevOps视角】
优势:
- K8s 现在是行业标准,招聘市场更好招人
- 自愈能力、滚动更新让运维更省心

劣势:
- 4 核机器跑 K8s 太勉强,最少需要 8 核
- 公司没有专职 SRE,K8s 维护成本高

结论:先用 K3s 过渡,保留 K8s 选项

【主 Agent 裁判】
综合评估:双方都认为当前服务器配置不适合直接上 K8s
建议:先用 Docker Compose + 监控,等业务量上来再迁移 K8s

模块三:任务分发(Task Distribution)

分发流程

┌─────────────────────────────────────────┐
│         项目经理 Agent(主 Agent)         │
├─────────────────────────────────────────┤
│  1. 分析任务,拆解成独立子任务             │
│  2. 确定子任务之间的依赖关系               │
│  3. 并行分派无依赖的子任务给子 Agent       │
│  4. 收集各子 Agent 结果                   │
│  5. 合并结果,处理依赖顺序                 │
│  6. 输出最终交付物                         │
└─────────────────────────────────────────┘

任务分发示例

任务:为无人机平台新增飞行记录统计功能

任务拆解:
├─ 子任务A:后端API开发(负责人:程序员)
│   ├─ 创建飞行记录数据模型
│   ├─ 实现统计查询接口 /api/flights/stats
│   └─ 编写单元测试
│
├─ 子任务B:前端页面开发(负责人:前端工程师)
│   ├─ 统计页面 UI 设计
│   ├─ 对接后端统计接口
│   └─ 响应式适配
│
├─ 子任务C:数据库优化(负责人:DBA/架构师)
│   ├─ 为飞行记录表加索引
│   ├─ 优化统计查询 SQL
│   └─ 添加数据聚合表
│
└─ 子任务D:测试验收(负责人:测试工程师)
    ├─ 编写自动化测试用例
    └─ 性能测试(大数据量统计)

执行顺序:
- 阶段1(并行):A、B、C 同时开始
- 阶段2:A、B 完成后,前端开始对接
- 阶段3:A、C、D 完成,测试工程师介入
- 阶段4:汇总,输出测试报告

团队协作配置

团队规模预设

规模适用场景Agent 数量
小队(2-3人)简单任务、快速评审1-2个子Agent
中队(4-6人)中等复杂度、方案评审3-4个子Agent
大队(6+人)复杂项目、系统设计5+个子Agent

并行度配置

{
  "max_parallel_agents": 5,
  "max_rounds": 3,
  "timeout_per_task": 120,
  "summarize_results": true
}

注意事项

  1. Token 消耗:多 Agent 并行会消耗更多 token,建议复杂任务才用数字团队
  2. 子 Agent 超时:每个子 Agent 默认 60 秒超时,超时自动结束
  3. 结果汇总:主 Agent 负责最终汇总,子 Agent 只输出各自结果
  4. 辩论顺序:正方先立论 → 反方立论 → 交替反驳 → 主 Agent 总结

更新日志

  • v1.0.0(2026-04-06)初始版本,包含三大核心模块

平台分布

OpenClaw

90.24%
按下载量换算907

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install guoshun-digital-team 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

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