Token导航 LogoToken导航

Agent Skill · 开发

mistral(mistral 开发)

mistral 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。

mistral 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 11,473。

总安装 1,747周安装 70GitHub Stars 公开资料未说明下载 566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:mistral(mistral 开发)
来源仓库:https://github.com/hanxueyuan/mistral
安装命令:
openclaw skills install mistral
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 mistral

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。

mistral 用于补充开发相关能力,适合了解 Mistral AI 公司及其模型生态。它提供关于该公司背景、技术路线和行业应用的信息支持。通过 openclaw skills install mistral 安装,建议结合官方文档验证信息准确性。使用时需注意信息来源可靠性,避免将推测内容当作确定事实引用。

mistral 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 mistral;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

mistral 怎么安装?

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

mistral 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。

mistral 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。

mistral 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。

mistral 用的人多吗?

公开数据是累计安装 1,747 次,近一周安装 70 次,下载 566 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。

mistral 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
mistral

mistral 开发 · 本页

1,747—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
mistral
description
欧洲AI的希望:23岁信息学奥赛金牌得主创立的模型公司
summary
欧洲领先的大语言模型公司,由前Meta FAIR研究员创立,专注开源AI模型和高效推理,挑战美国科技巨头的AI霸权。
read_when

Mistral AI:23岁天才和3天训练的模型

核心定位:欧洲领先的大语言模型公司,由前Meta FAIR研究员创立,专注开源AI模型和高效推理,挑战美国科技巨头的AI霸权。


创始人的故事

Arthur Mensch不是一个普通的创业者。23岁拿到国际信息学奥林匹克竞赛金牌,24岁成为DeepMind最年轻的研究员,后来转到Meta FAIR实验室。2023年4月,他带着两位前同事一起离开了Meta,在巴黎创立了Mistral AI。

四个月后的7月,他们发布了第一个模型——Mistral 7B。这个只有70亿参数的模型,性能超越了Meta自己130亿参数的Llama 2。更惊人的是:训练只用了3天,成本不到10万美元。

这个消息在AI圈炸了——它打破了"大模型必须大投入"的行业共识。


快速迭代

  • 2023.07:Mistral 7B发布
  • 2023.12:3.85亿欧元A轮融资(欧洲AI最大单笔)
  • 2024.02:Mixtral 8x7B(MoE混合专家模型)
  • 2024.06:Mistral Large 2
  • 2024.09:Codestral代码模型
  • 2025:Mistral Saba和Pixtral多模态模型

怎么赚钱?

Mistral的策略是"开源获客 + 付费变现":

  • 免费开源:7B到8x22B参数的小模型,在Hugging Face下载量超5000万
  • 付费API:企业级API服务和私有化部署
  • 云平台合作:微软Azure和AWS上都可以使用

MoE架构使得推理成本显著低于同级别稠密模型——这是核心竞争优势。


关键数据

估值约60亿欧元,A轮3.85亿欧元,团队约200人,Mistral 7B下载量超5000万次。

平台分布

OpenClaw

81.29%
按下载量换算460

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