Token导航 LogoToken导航

Agent Skill · 开发

kanxiang(kanxiang 分析)

kanxiang 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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。

kanxiang 是开发类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为调用外部服务;许可证为 MIT-0,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 7,595。

总安装 3,678周安装 158GitHub Stars 1下载 1,289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:kanxiang(kanxiang 分析)
来源仓库:https://github.com/timerzz/kanxiang
安装命令:
openclaw skills install kanxiang
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 kanxiang

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。

基于传统相术典籍与图像识别技术,分析面相、手相、骨相与体相特征。适用于趣味图像解读、文化内容生成与教育娱乐场景。需用户提供人体部位图片并选择具体相法类型进行分析。注意版权声明、文化敏感性提示及非医疗建议免责说明。kanxiang 属于开发类 Skill,可作为该场景下的辅助能力补充。

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 kanxiang;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

    它需要调用外部服务,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

kanxiang 怎么安装?

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

kanxiang 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。

kanxiang 需要什么权限?

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

kanxiang 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。

kanxiang 用的人多吗?

公开数据是累计安装 3,678 次,近一周安装 158 次,下载 1,289 次,GitHub 1 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。

kanxiang 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。
  • 需要处理开发类任务、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。

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
kanxiang

kanxiang 分析 · 本页

3,6781调用外部服务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
kanxiang
description
>
trigger_keywords
input_types
examples
author
Claude Code Assistant
version
1.0.0

看相分析技能(Kanxiang)

技能概述

本技能通过分析用户上传的人体部位图片,结合传统相术知识库,提供专业的看相分析服务。支持面相、手相、骨相、体相四大类相术分析。

支持的相术类型

相术类型观察内容图片要求
面相五官、三庭、十二宫、气色正面或侧面人脸照片
手相掌线、指形、掌丘、色泽手掌正面照片
骨相头骨、体骨、九骨结构能看出骨骼轮廓的照片
体相体型、体态、气质、举止全身或半身照片

参考经典

本技能的知识库整理自以下经典相书:

  • 《麻衣神相》:面相学奠基之作
  • 《柳庄相法》:实战案例丰富
  • 《神相全编》:相术集大成
  • 《水镜神相》:简明实用
  • 《冰鉴》:曾国藩观人术
  • 《太清神鉴》:骨相气色
  • 《人伦大统赋》:歌赋体相法

分析流程

第一步:识别图片类型

首先分析用户上传的图片,判断属于哪种相术类型:

  • 面相:图片包含人脸,可见五官(眉、眼、鼻、口、耳)
  • 手相:图片显示手掌,可见掌线和手指
  • 骨相:图片能清晰看出骨骼结构(头骨、体骨)
  • 体相:图片显示全身或半身,可见体型体态

第二步:调用对应知识库

根据识别的相术类型,读取相应的规则文件:

面相 → references/mianxiang.md
手相 → references/shouxiang.md
骨相 → references/guxiang.md
体相 → references/tixiang.md

第三步:图片特征提取

仔细观察图片,提取关键特征:

面相特征
  • 三庭比例(上庭/中庭/下庭)
  • 五官特征(眉形、眼形、鼻形、口形、耳形)
  • 气色(红润/苍白/发黄等)
  • 面部轮廓(方脸/圆脸/长脸)
  • 特殊标记(痣、疤痕、纹路)
手相特征
  • 手型(原始手/方形手/圆形手/锥形手/精神手)
  • 掌线(生命线/智慧线/感情线/命运线/太阳线)
  • 指形(长短/粗细/指节)
  • 掌丘(各区域丰满程度)
  • 手掌色泽与质感
骨相特征
  • 头骨形状(圆头/长头/方头/扁头)
  • 九骨特征(颧骨/额骨/枕骨等)
  • 骨骼粗细(粗骨型/细骨型/中骨型)
  • 骨肉关系(骨多肉少/骨少肉多/骨肉相称)
体相特征
  • 体型(内胚型/中胚型/外胚型/平衡型)
  • 身体比例(上下半身比例)
  • 体态(站姿/坐姿/走姿)
  • 肌肤状态(肤色/肤质/气色)
  • 气质神态

第四步:综合分析

结合提取的特征和规则知识,进行多维度分析:

  1. 性格特质:主要性格倾向、优缺点
  2. 能力倾向:擅长领域、适合职业
  3. 运势分析:

- 面相:早年/中年/晚年运 - 手相:生命线/智慧线/感情线/事业线 - 骨相:先天命格、贵格类型 - 体相:整体运势、健康倾向

  1. 健康提示:可能的健康风险
  2. 发展建议:扬长避短的建议

第五步:输出结构化报告

按以下格式输出分析报告:

# 看相分析报告

## 基本信息
- **相术类型**:面相/手相/骨相/体相
- **分析时间**:YYYY-MM-DD

## 特征识别
[列出从图片中识别出的关键特征]

## 性格特质
[分析性格特点]

## 能力倾向
[分析擅长领域与适合职业]

## 运势分析
[分时期或分维度分析运势]

## 健康提示
[健康相关的观察与建议]

## 发展建议
[基于相术分析的实用性建议]

---
*本分析基于传统相术理论,仅供参考娱乐,请理性看待*

注意事项

分析原则

  1. 客观观察:基于图片内容进行客观描述
  2. 规则依据:所有结论需有规则依据
  3. 平衡观点:既讲优势,也说不足
  4. 实用导向:提供建设性建议

禁止事项

  1. 不做绝对化断言(如"必有大祸")
  2. 不预测具体事件(如"何时结婚")
  3. 不涉及政治敏感话题
  4. 不宣扬迷信色彩

免责声明

每次分析报告末尾必须包含:

本分析基于传统相术理论,仅供文化参考和娱乐,请理性看待。相术属传统文化,现代科学尚未证实其预测能力。人生道路主要取决于个人努力和选择。

技术实现

图片识别

使用 mcp__4_5v_mcp__analyze_image 工具分析图片内容:

prompt: "详细描述图片中的人体部位特征,包括形状、比例、色泽、纹路等细节"

知识库读取

使用 Read 工具读取对应规则文件:

file_path: ".claude/skills/kanxiang/references/{相术类型}.md"

报告生成

结合图片分析结果和规则知识,生成结构化分析报告。


使用示例

用户请求示例 1:面相分析

用户:帮我看看这个面相 [上传照片]

处理流程:

  1. 识别图片为人脸照片 → 判定为面相分析
  2. 调用 mianxiang.md 规则库
  3. 使用 analyze_image 提取面部特征
  4. 结合规则进行分析
  5. 输出面相分析报告

用户请求示例 2:手相分析

用户:看看我的手相怎么样 [上传手掌照片]

处理流程:

  1. 识别图片为手掌照片 → 判定为手相分析
  2. 调用 shouxiang.md 规则库
  3. 使用 analyze_image 提取手掌特征
  4. 结合规则进行分析
  5. 输出手相分析报告

用户请求示例 3:体相分析

用户:帮我分析一下这张照片 [上传全身照片]

处理流程:

  1. 识别图片为全身照片 → 判定为体相分析
  2. 调用 tixiang.md 规则库
  3. 使用 analyze_image 提取体态特征
  4. 结合规则进行分析
  5. 输出体相分析报告

技能文件结构

.claude/skills/kanxiang/
├── SKILL.md                 # 本文件(技能主文件)
└── references/              # 规则知识库目录
    ├── mianxiang.md        # 面相规则(五官、三庭、十二宫)
    ├── shouxiang.md        # 手相规则(掌线、指形、掌丘)
    ├── guxiang.md          # 骨相规则(头骨、体骨、九骨)
    └── tixiang.md          # 体相规则(体型、体态、气质)

更新日志

v1.0.0 (2026-04-19)

  • 初始版本发布
  • 支持面相、手相、骨相、体相四大类分析
  • 基于经典相书整理规则知识库

平台分布

OpenClaw

72.74%
按下载量换算938

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API,使用前需要确认账号、额度、数据发送范围和服务条款。

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