Token导航 LogoToken导航

Agent Skill · 研究检索

jiesuan(jiesuan 搜索)

jiesuan 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。

jiesuan 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,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 25,972。

总安装 3,659周安装 154GitHub Stars 公开资料未说明下载 1,281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
2.0.1

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:jiesuan(jiesuan 搜索)
来源仓库:https://github.com/luxieng030124-max/jiesuan
安装命令:
openclaw skills install jiesuan
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 jiesuan

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。

AI驱动的智能结算助手,支持话题词精准识别、自然语言规则解析、规则确认流程、多种结算模式(达标瓜分/排名赛/混合模式),数据本地处理保障安全。

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 jiesuan;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

    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

jiesuan 怎么安装?

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

jiesuan 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。

jiesuan 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。

jiesuan 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。

jiesuan 用的人多吗?

公开数据是累计安装 3,659 次,近一周安装 154 次,下载 1,281 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。

jiesuan 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
jiesuan

jiesuan 搜索 · 本页

3,659—权限未标注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
ai-settlement-pro
description
AI驱动的智能结算助手,支持话题词精准识别、自然语言规则解析、规则确认流程、多种结算模式(达标瓜分/排名赛/混合模式),数据本地处理保障安全。
metadata
{"clawdbot":{"emoji":"🏆","requires":{}}}

AI智能结算助手 Pro v1.1.0

融合AI规则解析与高效数据处理的专业结算工具,让复杂活动结算变得简单智能。

🎯 核心能力

能力说明
🧠 AI规则解析用自然语言描述规则,AI自动转换为结算逻辑
🏷️ 话题词识别精准匹配视频标题中的话题词,支持且/或逻辑
✅ 规则确认流程返回规则理解供用户确认,可多轮修正
📊 多模式结算达标瓜分、排名赛、混合不互斥、权重分配
⚡ 高效处理本地Python处理,万级数据秒级完成
🛡️ 数据安全原始数据不上传,仅规则描述发送至AI
🔧 健壮可靠超时自动重试、分级错误提示、断点恢复

🚀 快速开始

方式一:自然语言直接结算(推荐)

请帮我结算这个活动:
总奖金2万元,发布作品≥5条且播放量≥3万,必须携带话题#春节活动的作者等额瓜分

话题词说明:

  • 可以是任意话题,如:#春节活动、#新品发布、#挑战赛、#品牌联名 等
  • 系统会自动从你的描述中提取 # 开头的话题词
  • 支持多个话题词组合(且/或关系)

方式二:分步操作

# 步骤1:打开结算助手
打开AI结算助手

# 步骤2:描述规则(包含话题词要求)
规则:播放量≥3万,同时携带话题 #春节活动 和 #新年优惠 的作者瓜分2万奖金

# 注意:话题词可以是任意内容,根据你的活动需求自定义

# 步骤3:确认规则
查看AI返回的规则理解,确认或修改

# 步骤4:上传数据
[上传Excel/CSV文件,必须包含视频标题字段]

# 步骤5:获取结果
下载结算结果

💬 自然语言规则示例

✅ 达标瓜分模式

总奖金10万元,完成量≥100的用户等额瓜分奖池
设置两个奖池:
- 基础奖池5万:完成量≥50的用户瓜分
- 进阶奖池5万:完成量≥100的用户瓜分

✅ 带话题词要求的瓜分模式

支持任意话题词,动态配置

总奖金2万元,发布作品≥5条且播放量≥3万,必须携带话题 #你的话题 的作者等额瓜分
奖池5万元,播放量≥10万,同时携带话题 #话题A 和 #话题B 的作者瓜分
总奖金3万,作品≥3条,携带话题 #话题1 或 #话题2 的用户瓜分

话题词规则说明:

  • 🎯 动态配置:支持任意话题词,用户自定义(如 #春节活动、#新品发布、#品牌联名 等)
  • ⚡ 精准匹配:话题词必须完全匹配,例如 #春节 不会匹配 #春节活动
  • 🔗 且关系(AND):要求同时携带所有指定话题词(关键词:且/和/同时/都/AND)
  • 🔗 或关系(OR):要求至少携带一个话题词(关键词:或/OR,或无明确关键词)
  • 📝 自动识别:用 # 开头标识话题词,AI自动提取和识别逻辑关系

话题词格式要求:

  • ✅ 必须以 # 开头
  • ✅ 后面跟任意文字(中文、英文、数字均可)
  • ✅ 遇到空格、逗号、或特殊符号自动截断
  • ✅ 示例:#春节活动、#NewYear、#2024挑战 等

✅ 排名赛模式

按销售额降序排名:
- 第1名:10000元
- 第2-3名:各5000元
- 第4-10名:各2000元

✅ 混合不互斥模式

双奖池并行:
1. 达标奖池5万:播放量≥1万的作者平分
2. 排名奖池5万:按点赞数排名前20名,第1-5名5000元,第6-10名3000元,第11-20名1500元

✅ 权重分配模式

总奖金8万元,按播放量权重比例分配

🔧 工作流程

┌─────────────────────────────────────────────────────┐
│  用户输入自然语言规则                                  │
│  "总奖金2万,播放量≥3万,携带话题#春节活动的作者瓜分"     │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  AI自动提取话题词并解析规则 → 结构化配置               │
│  {                                                   │
│    mode: "guaranteed",                               │
│    pool: 20000,                                      │
│    condition: {field: "播放量", op: ">=", value: 30000},│
│    topic_rule: {topics: ["#春节活动"], logic: "OR"}  │
│  }                                                   │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  返回规则理解给用户确认                                │
│  ═══════════════════════════════════════════        │
│  📋 规则理解确认                                      │
│  【奖池1】达标瓜分奖池                                │
│    💰 奖池金额: 20,000元                             │
│    ✅ 达标条件: 播放量 >= 30,000                     │
│    🏷️ 话题词要求: #春节活动                          │
│  ❓ 请确认以上规则理解是否正确?                       │
│  ═══════════════════════════════════════════        │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  用户确认/调整AI理解                                  │
│  • "对,但需要同时携带#春节活动和#新年优惠"            │
│    → AI更新配置 → 再次返回确认                        │
│  • "确认无误" → 进入下一步                            │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  上传数据文件(Excel/CSV)                            │
│  本地处理,数据不上传                                 │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  执行结算                                             │
│  - 数据聚合(按作者ID汇总)                            │
│  - 话题词检查(精准匹配)                              │
│  - 条件筛选                                           │
│  - 金额计算                                           │
│  - 结果生成                                           │
└──────────────────────┬──────────────────────────────┘
                       ↓
┌─────────────────────────────────────────────────────┐
│  输出结果                                            │
│  - 结算摘要(统计信息)                                │
│  - 详细名单(Excel下载)                              │
│  - 异常记录(如有)                                   │
└─────────────────────────────────────────────────────┘

🏷️ 话题词识别详解

动态配置 - 支持任意话题词

话题词不是固定的,可以根据活动需求自定义配置。系统会自动从用户输入的规则中提取话题词。

支持的话题词示例:

  • #春节活动 - 节日主题
  • #新品发布 - 产品活动
  • #品牌联名 - 营销活动
  • #挑战赛2024 - 竞赛活动
  • #GameEvent - 英文话题
  • #攻略 - 简短话题
  • 任意以 # 开头的文字

精准匹配规则

话题词必须完全匹配,部分匹配无效:

要求话题词视频标题是否匹配说明
#春节"最强攻略 #春节 活动"✅ 匹配完整包含#春节
#春节"最强攻略 #春节活动 指南"❌ 不匹配#春节活动 != #春节
#春节"活动 #春节 和 #春节活动"✅ 匹配包含完整的#春节
#新品 + #发布(且)"#新品 #发布 预告"✅ 匹配两个都有
#新品 + #发布(且)"#新品 预告视频"❌ 不匹配缺少#发布
#新品 + #发布(或)"#新品 预告视频"✅ 匹配至少有一个

逻辑关系识别

且关系 (AND) - 关键词触发:

  • "且"、"和"、"同时"、"都"、"AND"
  • 示例:同时携带#春节和#活动

或关系 (OR) - 关键词触发:

  • "或"、"OR"
  • 默认(无明确关键词时)
  • 示例:携带#话题A或#话题B

话题词提取规则

系统使用正则表达式自动提取:

# 匹配模式:# 后跟非特殊字符
topics = re.findall(r'#[^#\s,,和或]+', rule_text)

会被识别为话题词:

  • ✅ #春节活动 → 提取 #春节活动
  • ✅ #NewYear2024 → 提取 #NewYear2024
  • ✅ #挑战 → 提取 #挑战

不会被识别:

  • ❌ 没有 # 符号的文字
  • ❌ # 后直接跟空格、逗号等

多视频检查策略

作者只要有任意一个视频满足话题词要求即可:

作者A发布了3个视频:
  视频1: "日常vlog"              → 无话题词
  视频2: "#春节活动 攻略"        → 包含#春节活动 ✅
  视频3: "游戏实况"              → 无话题词

要求: 携带话题#春节活动
结果: ✅ 作者A符合要求(视频2包含)

常见应用场景

活动类型话题词示例规则示例
节日营销#春节、#中秋携带话题#春节的作者瓜分
产品推广#新品发布、#限时特惠同时携带#新品发布和#优惠的作者
品牌活动#品牌挑战赛、#品牌联名携带#品牌挑战赛或#品牌联名
游戏活动#攻略、#教学同时携带#攻略和#教学
UGC征集#创作挑战、#用户故事携带#创作挑战的用户

📋 数据格式要求

支持的文件格式

  • ✅ Excel (.xlsx, .xls)
  • ✅ CSV (.csv,推荐UTF-8编码)

必需字段

字段类型说明示例
用户ID唯一标识作者ID、用户ID、账号
用户名称显示名称作者名称、用户昵称
视频标题话题词匹配用视频标题、标题
数据字段结算依据播放量、销售额、完成量
排序字段排名赛使用点赞数、销售额

示例数据结构

视频数据:

作者ID作者名称视频ID视频标题播放量点赞数
123456张三789"#金铲铲 最强阵容"500001000
123456张三790"游戏攻略"30000500
789012李四791"#金铲铲 #攻略"800002000

聚合后结算:

作者ID作者名称作品数累计播放量累计点赞符合话题词
123456张三2800001500✅ (视频789)
789012李四1800002000✅ (视频791)

📝 版本历史

v1.1.0 (2026-04-21)

  • ✅ 新增话题词精准匹配功能

- 支持精准识别视频标题中的话题词(如#金铲铲) - 支持且/或逻辑关系(AND/OR) - 自动区分相似话题词(#金铲铲 vs #金铲铲之战)

  • ✅ 新增规则确认流程

- AI解析后返回格式化的规则理解 - 用户可多轮修正直到确认 - 避免因理解偏差导致的结算错误

  • 📊 优化数据加载逻辑,支持读取视频标题字段

v1.0.0 (2026-04-11)

  • ✅ 初始版本发布
  • ✅ 支持自然语言规则解析
  • ✅ 四种结算模式:达标瓜分、排名赛、混合不互斥、权重分配
  • ✅ 超时自动重试机制
  • ✅ 数据本地处理,保障安全
  • ✅ 专业Excel输出格式

💡 设计哲学

让结算变得简单,让数据变得安全,让结果变得专业。

核心原则

  1. AI优先:用自然语言替代复杂配置
  2. 本地处理:数据不出本地,安全保障
  3. 健壮可靠:超时重试,容错恢复
  4. 专业输出:格式规范,直接可用

🧪 使用技能

在OpenClaw中使用此技能:

# 加载技能
from settlement_engine import RuleParser, format_rule_understanding, process_settlement

# 1. 解析规则
rule_text = "总奖金2万元,播放量≥3万,携带话题 #金铲铲 的作者瓜分"
pools = RuleParser.parse(rule_text)

# 2. 格式化规则理解
understanding = format_rule_understanding(pools)
print(understanding)

# 3. 用户确认后执行结算
results, stats = process_settlement(file_path, rule_text)

开发团队:AI智能结算助手Pro 联系方式:通过OpenClaw技能市场反馈

平台分布

OpenClaw

87.51%
按下载量换算1,121

安全审计

VirusTotal

通过

ClawScan

通过

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。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