Token导航 LogoToken导航

Agent Skill · 效率

maxkb(maxkb 效率)

maxkb 用于补充效率相关能力,适合在 OpenClaw 中需要让 Agent 承接效率相关任务时使用。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。

maxkb 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 11,059。

总安装 4,798周安装 204GitHub Stars 公开资料未说明下载 1,681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:maxkb(maxkb 效率)
来源仓库:https://github.com/liuruibin/maxkb
安装命令:
openclaw skills install maxkb
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 maxkb

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。

查询已发布智能体列表并发起对话,返回指定 Agent 回答。适用于多智能体协作和动态选择 Agent 完成任务场景。通过 clawhub 安装后调用,支持按名称选择并交互。注意权限范围和维护状态,避免触发未授权通信或数据读写。建议查看原始仓库了解支持的智能体类型和响应延迟。

maxkb 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 maxkb;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

    它需要接触敏感数据,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

maxkb 怎么安装?

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

maxkb 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。

maxkb 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

maxkb 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。

maxkb 用的人多吗?

公开数据是累计安装 4,798 次,近一周安装 204 次,下载 1,681 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。

maxkb 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

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 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。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 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
maxkb

maxkb 效率 · 本页

4,798—接触敏感数据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
maxkb_agents
description
查询已发布智能体列表供 LLM 选择,再按指定智能体名称发起对话并返回回答。

chat_to_agents — 智能路由与调用

功能描述

本 Skill 提供两个工具函数,配合宿主智能体的 LLM 完成路由与调用:

函数作用
list_agents返回所有已发布智能体的 name 和 desc,供 LLM 判断选择
chat_to_agent按 LLM 指定的 agent_name 调用对应智能体,返回回答

推荐调用流程

用户提问
   │
   ▼
LLM 调用 list_agents()          ← 获取智能体列表
   │  返回 [{"name":..., "desc":...}, ...]
   ▼
LLM 根据问题选出最合适的 agent_name
   │
   ▼
LLM 调用 chat_to_agent(question, agent_name)  ← 发起对话
   │  返回 {"agent_name":..., "answer":...}
   ▼
将 answer 返回给用户

list_agents

python3 scripts/main.py 

无需参数,返回 JSON 数组:

[
  {"name": "客服助手", "desc": "处理用户常见问题"},
  {"name": "代码助手", "desc": "辅助编写和审查代码"}
]

chat_to_agent

python3 scripts/main.py <question> <agent_name>
参数类型说明
questionstring用户的问题文本
agent_namestring由 LLM 从 list_agents 结果中选定的名称

返回 JSON 字符串:

字段类型说明
agent_namestring实际调用的智能体名称
answerstring智能体的回答内容

示例:

{
  "agent_name": "客服助手",
  "answer": "您好,有什么可以帮助您的?"
}

环境变量

变量说明默认值
MAXKB_DOMAINMaxKB 服务地址<maxkb_domain>
MAXKB_TOKENBearer Token(管理员 API Key)—
MAXKB_WORKSPACE_ID工作空间 IDdefault
MAXKB_USERNAME登录用户名(优先于 TOKEN)—
MAXKB_PASSWORD登录密码(优先于 TOKEN)—

平台分布

OpenClaw

95.52%
按下载量换算1,606

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

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