Token导航 LogoToken导航

Agent Skill · 研究检索

loongflow(loongflow 搜索)

loongflow 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。

loongflow 是研究检索类 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,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 34,665。

总安装 2,187周安装 93GitHub Stars 2下载 766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
1.0.1

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:loongflow(loongflow 搜索)
来源仓库:https://github.com/freshmand/loongflow
安装命令:
openclaw skills install loongflow
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 loongflow

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。

为编码代理提供多代理优化能力,提升开发效率。适用于 Codex、Claude Code 或 OpenClaw 代理环境。通过 clawhub 安装,需配置相关环境变量。可能涉及外部服务调用和代码生成。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

loongflow 属于研究检索类 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 loongflow;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

loongflow 怎么安装?

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

loongflow 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。

loongflow 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。

loongflow 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。

loongflow 用的人多吗?

公开数据是累计安装 2,187 次,近一周安装 93 次,下载 766 次,GitHub 2 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。

loongflow 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

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。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 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。

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
loongflow

loongflow 搜索 · 本页

2,1872需要联网MIT-0有提醒

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
loongflow
description
LoongFlow brings evolutionary multi-agent optimization to your coding agent harness. Drop it into Codex, Claude Code, Cursor or any OpenClaw agent — then watch PEES (Plan-Execute-Evaluate-Summary) iterate your code, algorithms, or prompts toward a target score, just like a harness-native eval loop but without writing a single test fixture. Two modes: Native PEES (async subagent, zero config, fires-and-forgets into the background) and LoongFlow Engine (full evolutionary search with islands, Boltzmann selection, MAP-Elites diversity, 50+ iterations, checkpoint/resume). Pairs perfectly with any task where 'run it once' isn't good enough. Use when tasks need structured iteration, optimization, evolution, or when user mentions loongflow/PEES.

LoongFlow — PEES 迭代问题求解

当用户希望通过多轮迭代来优化方案时使用此 Skill——代码优化、算法进化、结构化重试与学习,或任何"一次生成质量不够、需要反复打磨"的任务。

第一步:分析任务,推荐模式

收到任务后,先分析复杂度,向用户介绍两种模式并给出推荐:

Native PEES(推荐中小型任务):

  • 适合:单文件修复、小功能、bug fix、聚焦的质量提升
  • 工作方式:异步 subagent——任务丢给独立 subagent 跑 PEES 迭代,主 session 立刻释放,不阻塞对话
  • 优点:无需额外配置,透明工作区,完成时直接通知用户
  • 限制:最多 5 轮迭代,单线程,无种群进化
  • 进度:每轮迭代完成后写入 .loongflow/tasks.json,统一监控

LoongFlow Engine(推荐复杂优化任务):

  • 适合:优化问题、多文件项目、需要 50+ 轮迭代、种群进化
  • 工作方式:下载 LoongFlow 框架,后台运行进化引擎,cron 定时汇报进度
  • 优点:多岛模型、Boltzmann 选择、MAP-Elites 多样性、断点续跑、成本追踪
  • 限制:需要 ANTHROPIC_API_KEY + ANTHROPIC_BASE_URL,有安装步骤
  • 源码:https://github.com/baidu-baige/LoongFlow

先询问用户选择哪种模式,再执行。

第二步:按模式执行

用户确认模式后,读取对应的参考文件并严格按其指令操作:

  • Native PEES → 读取并遵循 references/native-pees.md
  • LoongFlow Engine → 读取并遵循 references/engine-mode.md

任务监控(两种模式通用)

所有 LoongFlow 任务(无论 native 还是 engine)都通过统一的任务注册表管理:

  • 注册表:<agentWorkspace>/.loongflow/tasks.json
  • 监控 cron:所有任务共用一个 openclaw cron,每 10 分钟触发一次。每次向用户推送有实质内容的进度摘要:分数趋势(0.XX → 0.XX → 0.XX)、本轮策略(从 plan.md/log 提取)、关键发现(从 summary.md/log 提取)。
  • 任务完成:subagent / engine 直接 infoflow_send 最终结果,并将任务标记为 done

cron 创建命令详见 references/monitoring.md(两种模式共用,不要在各模式文件里单独维护,也不要内联 cron 命令)。

架构参考:任务复杂度分级

LoongFlow 将 Agent 任务分为三个层级:

层级说明适合场景
Simple(简单)ReAct 循环 + 持久化记忆聊天机器人、工具调用、格式转换
Standard(标准)ReAct + 自我评估 + 迭代改进代码审查、文档生成、数据分析
Advanced(高级)PEES 进化循环 + loongflow-memory数学优化、算法设计、NP-hard 问题

复杂度判断流程

任务分析
├── 只需对话 + 简单工具?→ SIMPLE
├── 需要文件操作或代码生成?
│   ├── 有数值评估指标?→ ADVANCED
│   └── 无数值指标?→ STANDARD
└── 需要迭代优化?
    ├── 有明确打分函数?→ ADVANCED
    └── 定性改进?→ STANDARD

平台分布

OpenClaw

84.06%
按下载量换算644

安全审计

VirusTotal

可疑

ClawScan

可疑

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。来源安全扫描存在提醒或未通过项,安装前请自行复核。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