Token导航 LogoToken导航

Agent Skill · 开发

mouse-colony-planner(小鼠群体规划器)

mouse-colony-planner 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。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。

mouse-colony-planner 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 8,535。

总安装 3,120周安装 130GitHub Stars 公开资料未说明下载 1,040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:mouse-colony-planner(小鼠群体规划器)
来源仓库:https://github.com/aipoch-ai/mouse-colony-planner
安装命令:
openclaw skills install mouse-colony-planner
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 mouse-colony-planner

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。

mouse-colony-planner 计算转基因小鼠群体的繁殖计划与笼具需求。适用于实验室动物管理与资源规划场景。在 OpenClaw 中可生成时间线与空间分配方案。涉及实验伦理时应遵循机构审批流程。安装时按仓库提供的命令执行,建议先在测试环境验证依赖、命令权限和文件改动范围。

适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

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 mouse-colony-planner;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

mouse-colony-planner 怎么安装?

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

mouse-colony-planner 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。

mouse-colony-planner 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。

mouse-colony-planner 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。

mouse-colony-planner 用的人多吗?

公开数据是累计安装 3,120 次,近一周安装 130 次,下载 1,040 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。

mouse-colony-planner 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
mouse-colony-planner

小鼠群体规划器 · 本页

3,120—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
mouse-colony-planner
description
Calculate breeding timelines and cage requirements for transgenic mouse
version
1.0.0
category
Wet Lab
tags
[]
author
AIPOCH
license
MIT
status
Draft
risk_level
Medium
skill_type
Tool/Script
owner
AIPOCH
reviewer
last_updated
2026-02-06

Mouse Colony Planner

Calculate timelines and cage numbers required for transgenic mouse breeding to optimize breeding costs.

Functions

  • Timeline Calculation: Calculate time required for each stage based on breeding scheme
  • Cage Planning: Estimate cage numbers needed for experiments
  • Cost Estimation: Calculate total breeding costs (cage fees, husbandry fees, genotyping fees, etc.)

Usage

Command Line

python scripts/main.py --scheme <breeding_scheme> --females <number_of_females> --males <number_of_males> [options]

Parameters

ParameterDescriptionDefault
--schemeBreeding scheme: heterozygote, homozygote, conditionalRequired
--femalesStarting number of femalesRequired
--malesStarting number of malesRequired
--gestationGestation period (days)21
--weaningWeaning age (days)21
--sexual-maturitySexual maturity age (days)42
--cage-capacityMaximum cage capacity5
--cage-costCage cost per day (CNY)3.0
--genotyping-costGenotyping cost per mouse (CNY)15.0
--target-pupsTarget number of specific genotype mice10

Breeding Scheme Descriptions

  1. heterozygote (Heterozygote breeding): Heterozygote x Wild type → 50% Heterozygotes
  2. homozygote (Homozygote breeding): Heterozygote x Heterozygote → 25% Homozygotes
  3. conditional (Conditional knockout): Requires two-step breeding, introducing Cre/loxp system

Examples

# Heterozygote breeding scheme, starting with 10 females and 5 males, target to obtain 10 heterozygote offspring
python scripts/main.py --scheme heterozygote --females 10 --males 5 --target-pups 10

# Homozygote breeding, custom cycle parameters
python scripts/main.py --scheme homozygote --females 20 --males 10 --target-pups 20 --gestation 21 --weaning 21

# Conditional knockout scheme
python scripts/main.py --scheme conditional --females 15 --males 15 --target-pups 15

Output

  • Timeline for each stage
  • Cage numbers required at each stage
  • Estimated total cost
  • Breeding flowchart

Risk Assessment

Risk IndicatorAssessmentLevel
Code ExecutionPython/R scripts executed locallyMedium
Network AccessNo external API callsLow
File System AccessRead input files, write output filesMedium
Instruction TamperingStandard prompt guidelinesLow
Data ExposureOutput files saved to workspaceLow

Security Checklist

  • [ ] No hardcoded credentials or API keys
  • [ ] No unauthorized file system access (../)
  • [ ] Output does not expose sensitive information
  • [ ] Prompt injection protections in place
  • [ ] Input file paths validated (no ../ traversal)
  • [ ] Output directory restricted to workspace
  • [ ] Script execution in sandboxed environment
  • [ ] Error messages sanitized (no stack traces exposed)
  • [ ] Dependencies audited

Prerequisites

# Python dependencies
pip install -r requirements.txt

Evaluation Criteria

Success Metrics

  • [ ] Successfully executes main functionality
  • [ ] Output meets quality standards
  • [ ] Handles edge cases gracefully
  • [ ] Performance is acceptable

Test Cases

  1. Basic Functionality: Standard input → Expected output
  2. Edge Case: Invalid input → Graceful error handling
  3. Performance: Large dataset → Acceptable processing time

Lifecycle Status

  • Current Stage: Draft
  • Next Review Date: 2026-03-06
  • Known Issues: None
  • Planned Improvements:

- Performance optimization - Additional feature support

平台分布

OpenClaw

72.39%
按下载量换算753

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