Token导航 LogoToken导航

Agent Skill · 效率

lingjingtest(lingjingtest 视频)

用于辅助测试设计、自动化测试、用例整理和回归验证。它适合让 Agent 编写单元测试、端到端测试、测试计划或根据失败日志定位问题。使用时需要确认项目测试框架、运行命令和夹具数据,避免为了通过测试而改坏真实逻辑;涉及浏览器或外部服务时,应区分本地模拟、测试环境和生产环境。

lingjingtest 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 9,317。

总安装 6,162周安装 262GitHub Stars 公开资料未说明下载 2,159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
1.0.2

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:lingjingtest(lingjingtest 视频)
来源仓库:https://github.com/scorpiongao/lingjingtest
安装命令:
openclaw skills install lingjingtest
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 lingjingtest

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

调用京东云灵境 JoyCreator 平台的 AI 生成 API。支持文生图、文生视频等多种内容生成。具备意图理解到模型推荐的智能管线。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。需区分本地模拟与生产环境使用场景。lingjingtest 属于效率类 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 lingjingtest;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

    它需要需要联网,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

lingjingtest 怎么安装?

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

lingjingtest 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。

lingjingtest 需要什么权限?

权限级别是需要联网。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。

lingjingtest 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。

lingjingtest 用的人多吗?

公开数据是累计安装 6,162 次,近一周安装 262 次,下载 2,159 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。

lingjingtest 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。
  • 需要处理效率类任务、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。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
lingjingtest

lingjingtest 视频 · 本页

6,162—需要联网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
joycreator-api
description
调用京东云灵境(Lingjing) JoyCreator 平台的 AI 生成 API。具备三阶段智能管线:① 意图理解(解析自然语言为结构化 JSON)→ ② 模型推荐(根据场景特征自动匹配最优模型)→ ③ API 调用(构造请求并提交任务)。支持文生图、文生视频、图生视频、参考图生视频,覆盖豆包/海螺/可灵/拍我等全系列模型。当用户提到灵境、JoyCreator、豆包、海螺、可灵、拍我、文生图、文生视频、图生视频、AI绘图、AI视频生成、想画图、想做视频时,必须使用此 skill。用户无需指定模型,系统可自动推荐。

灵境 JoyCreator 智能接入 Skill

系统架构:三阶段智能管线

用户自然语言输入
      │
      ▼
┌─────────────────┐
│  阶段一:意图路由  │  解析意图类型 + 提取结构化特征
│  (Router)       │  → 参考 references/router-rules.md
└────────┬────────┘
         │ 输出结构化意图 JSON
         ▼
┌─────────────────┐
│  阶段二:模型推荐  │  根据场景特征匹配最优模型
│  (Choice)       │  → 参考 references/choice-rules.md
└────────┬────────┘
         │ 输出 recommended_model + apiId
         ▼
┌─────────────────┐
│  阶段三:API调用  │  构造请求 → 提交任务 → 轮询结果
│  (Executor)     │  → 参考 references/{brand}.md
└─────────────────┘

前置:收集鉴权信息

在任何阶段开始前,必须先向用户索取:

请提供您的 JoyCreator App Key(在京东云 JoyCreator 控制台「应用管理」页面获取)

请求头格式:

Authorization: Bearer <app_key>
x-jdcloud-request-id: <每次请求生成的唯一 UUID>

阶段一:意图路由 (Router)

详细规则见 references/router-rules.md

任务:将用户的自然语言输入解析为标准结构化 JSON,供阶段二使用。

输出结构:

{
  "intent_type": "IMAGE_GENERATION" | "VIDEO_GENERATION" | "UNKNOWN",
  "core_prompt": "提炼后的高质量提示词",
  "base_params": {
    "aspect_ratio": "16:9",
    "has_reference": false,
    "brand_preference": null
  },
  "video_features": { "needs_audio": false, "camera_movement": null, "duration": 5 },
  "image_features": { "task_num": 1, "high_quality_req": false }
}

如果用户已明确指定模型品牌(如"用可灵生成..."),跳过阶段二,直接进入阶段三。


阶段二:模型推荐 (Choice)

详细规则见 references/choice-rules.md

任务:根据阶段一输出的意图 JSON,按优先级规则匹配最优模型。

输出结构:

{
  "recommended_model": "模型全名",
  "reason": "一句话推荐理由",
  "api_id": "对应 apiId",
  "brand": "doubao | hailuo | kling | paiwo"
}

推荐后向用户展示推荐结果和理由,询问是否确认或更换。


阶段三:API 调用 (Executor)

各品牌详细参数见 references/{brand}.md

统一接口

POST https://model.jdcloud.com/joycreator/openApi/submitTask
Authorization: Bearer <app_key>
Content-Type: application/json

请求体结构

{
  "apiId": "<阶段二确定的 apiId>",
  "params": {
    "model" 或 "model_name": "<模型名称>",
    "prompt": "<阶段一提炼的 core_prompt>",
    ... 其他参数(从 base_params / video_features / image_features 中映射)
  }
}

参数品牌映射文档

品牌参考文档
豆包 (Seedream/Seedance)references/doubao.md
海螺 (Hailuo)references/hailuo.md
可灵 (Kling)references/kling.md
拍我 (PaiWo)references/paiwo.md

提交响应处理

// 成功
{ "success": true, "genTaskId": "任务ID" }

// 失败
{ "success": false, "error": "错误码", "errorParamName": "出错参数名" }

轮询策略

  • 每 3 秒查询一次任务状态
  • 最多 60 次(约 3 分钟超时)
  • 终态:SUCCESS 或 FAILED

代码生成

使用 scripts/joycreator.py 为用户生成可运行代码:

  • 智能模式(推荐):python scripts/joycreator.py(自动走三阶段管线)
  • 参数模式:python scripts/joycreator.py --brand kling --task text2video --prompt "..."

安全提示

  • app_key 建议通过环境变量 JOYCREATOR_APP_KEY 传入,不要硬编码
  • 图片 URL 必须为公网可访问地址
  • 生成结果 URL 有时效限制,请及时下载保存

平台分布

OpenClaw

88.13%
按下载量换算1,903

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。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