Token导航 LogoToken导航

Agent Skill · 研究检索

knowledge-card-factory(知识卡工厂)

knowledge-card-factory 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。

knowledge-card-factory 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 31,754。

总安装 2,644周安装 108GitHub Stars 公开资料未说明下载 847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:knowledge-card-factory(知识卡工厂)
来源仓库:https://github.com/zlszhonglongshen/knowledge-card-factory
安装命令:
openclaw skills install knowledge-card-factory
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 knowledge-card-factory

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。

智能知识卡片生产流水线。自动化完成热点发现、内容深挖、AI 配图、多端发布的完整流程。适用于自媒体运营、知识分享、品牌营销等场景。

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 knowledge-card-factory;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

knowledge-card-factory 怎么安装?

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

knowledge-card-factory 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。

knowledge-card-factory 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。

knowledge-card-factory 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。

knowledge-card-factory 用的人多吗?

公开数据是累计安装 2,644 次,近一周安装 108 次,下载 847 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。

knowledge-card-factory 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
knowledge-card-factory

知识卡工厂 · 本页

2,644—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
knowledge-card-factory
version
1.0.0
description
智能知识卡片生产流水线。自动化完成热点发现、内容深挖、AI 配图、多端发布的完整流程。适用于自媒体运营、知识分享、品牌营销等场景。
author
OpenClaw AgentSkills Architect
tags
requires
optional

Knowledge Card Factory

智能知识卡片生产流水线 — 从选题到发布的全自动化解决方案。

何时使用

当用户需要:

  • 快速生产社交媒体内容
  • 制作知识卡片/信息图
  • 自动化内容发布流程
  • 热点追踪与借势营销

触发关键词:

  • "做一张知识卡片"
  • "帮我生成内容发小红书"
  • "自动化内容生产"
  • "热点内容创作"

工作流程

1. 热点发现 (brave-search)

# 使用 brave-search 搜索热点
# 示例: 搜索 AI 行业趋势
search_query = "{用户指定的主题} 最新 趋势 2026"

输出:

  • 热点话题列表
  • 相关新闻报道
  • 关键数据点

2. 内容深挖 (agent-reach)

# 使用 agent-reach 跨平台抓取
# 支持: Twitter/X, 小红书, B站, 公众号, 微博, LinkedIn

操作:

  1. 基于热点话题搜索多平台内容
  2. 提取核心观点和数据
  3. 生成内容摘要

3. 卡片创作

方案 A: AI 配图 (nano-banana-pro)
提示词模板:
"Create a {style} style illustration about {topic}, 
featuring {key_elements}, modern, clean design"
方案 B: 卡片渲染 (card-renderer)
支持风格:
- Mac Pro 风格
- 赛博朋克
- 包豪斯
- 清新简约

4. 多端发布 (xiaohongshu-mcp)

发布配置:
  platform: xiaohongshu
  content:
    title: {生成的标题}
    body: {生成的正文}
    images: [{图片路径}]
    tags: [{话题标签}]

使用示例

示例 1: 制作 AI 趋势卡片

用户指令:

"帮我做一张 AI Agent 发展趋势的知识卡片,发到小红书"

执行步骤:

# Step 1: 热点发现
topics = brave_search("AI Agent 发展趋势 2026")

# Step 2: 内容深挖
content = agent_reach(
    platforms=["twitter", "xiaohongshu", "wechat"],
    query="AI Agent trends"
)

# Step 3: 生成配图
image = nano_banana_pro(
    prompt="AI Agent ecosystem diagram, futuristic style",
    size="1024x1024"
)

# Step 4: 发布
result = xiaohongshu_publish(
    title="2026 AI Agent 五大趋势",
    content=content.summary,
    images=[image]
)

输出:

✅ 知识卡片已发布
📄 标题: 2026 AI Agent 五大趋势
🔗 链接: https://xiaohongshu.com/note/xxx
👀 预览: [卡片图片]

示例 2: 天气出行指南

用户指令:

"帮我做一张北京周末出行天气指南"

执行步骤:

# Step 1: 获取天气
weather_data = weather("北京", days=3)

# Step 2: 搜索热门景点
spots = brave_search("北京周末热门景点")

# Step 3: 渲染卡片
card = card_renderer(
    template="清新简约",
    data={
        weather: weather_data,
        recommendations: spots
    }
)

配置选项

workflow.json

{
  "name": "knowledge-card-factory",
  "version": "1.0.0",
  "stages": [
    {
      "id": "discover",
      "skills": ["brave-search"],
      "config": {
        "result_limit": 10,
        "freshness": "week"
      }
    },
    {
      "id": "research",
      "skills": ["agent-reach"],
      "config": {
        "platforms": ["twitter", "xiaohongshu", "wechat"],
        "max_results": 20
      }
    },
    {
      "id": "create",
      "skills": ["nano-banana-pro", "card-renderer"],
      "config": {
        "default_style": "cyberpunk",
        "image_size": "1024x1024"
      }
    },
    {
      "id": "publish",
      "skills": ["xiaohongshu-mcp"],
      "config": {
        "auto_publish": false,
        "require_confirmation": true
      }
    }
  ],
  "error_handling": {
    "retry": 3,
    "on_failure": "save_draft"
  }
}

错误处理

错误类型处理方式
搜索失败重试 3 次,使用缓存数据
配图生成失败降级到文字卡片
发布失败保存本地草稿,通知用户

注意事项

  1. 发布前确认: 默认开启 require_confirmation,确保用户审核后再发布
  2. 内容质量: 生成的内容需要用户确认,避免 AI 幻觉
  3. 图片版权: AI 生成图片需标注来源
  4. 平台规则: 不同平台有不同发布限制,注意合规

扩展能力

  • 添加新渠道: 实现对应平台的 Skill 接口
  • 自定义模板: 在 templates/ 目录添加卡片模板
  • 数据源扩展: 在 sources/ 目录添加新数据源

平台分布

OpenClaw

82.59%
按下载量换算700

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