Token导航 LogoToken导航

Agent Skill · 研究检索

navclaw(navclaw 搜索)

navclaw 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。

navclaw 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 7,365。

总安装 19,183周安装 824GitHub Stars 1下载 6,724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
1.0.3

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:navclaw(navclaw 搜索)
来源仓库:https://github.com/ai4mse/navclaw
安装命令:
openclaw skills install navclaw
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 navclaw

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。

navclaw 提供智能驾驶导航服务,支持多路线规划与深度链接跳转。适合自驾出行、避堵优化或跨平台地图应用集成需求。兼容高德等主流地图 API,可生成 iOS/Android 原生调用链接。需授权位置权限,实际路径依赖第三方服务商数据更新频率。极端路况下建议辅以人工判断,避免完全依赖算法推荐。

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 navclaw;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

navclaw 怎么安装?

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

navclaw 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。

navclaw 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。

navclaw 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。

navclaw 用的人多吗?

公开数据是累计安装 19,183 次,近一周安装 824 次,下载 6,724 次,GitHub 1 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。

navclaw 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。
  • 需要处理研究检索类任务、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。

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
navclaw

navclaw 搜索 · 本页

19,1831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
navclaw
description
Smart driving — exhaustive route search, may outperform default navigation. 导航/自驾/极限避堵, dozens of routes. One-tap iOS/Android deep link. Supports 高德/Amap. 智能避堵,极限搜索绕行方案,一键跳转手机导航APP.
version
1.0.3
icon
🦀

NavClaw 🦀 - 出行智能导航AI助手 / Smart Driving Navigator

概述 / Overview

智能避堵导航 — 极限搜索数十条路线,可能比官方导航更优。一键跳转手机导航APP(iOS/Android)。

Smart congestion-avoidance navigator — exhaustive search of dozens of routes, may outperform default navigation. One-tap deep link to mobile nav apps.

五阶段流水线规划(广撒网 → 精筛选 → 深加工 → 迭代优化 → 路线固化),导航 APP 通常只返回 2-3 条路线,NavClaw 短时间内探索数十种绕行组合。

5-phase pipeline (Wide Search → Fine Filter → Deep Processing → Iterative Optimization → Route Finalization). While navigation apps typically return 2-3 routes, NavClaw explores dozens of bypass combinations in seconds.

导航平台:目前支持高德,后续扩展更多平台。

Navigation platform: currently supports Amap (高德), more platforms coming soon.


⚠️ 前置条件 / Prerequisites:需要高德 Web 服务 API Key(免费申请)。获取优先级:

  1. 从记忆中查找用户是否已提供过高德 API Key
  2. 如果没有,询问用户是否有高德 API Key
  3. 如果用户没有,引导获取:高德开放平台 → 控制台 → 创建应用 → 添加 Key(Web 服务)

拿到 Key 后填入 config.py 的 API_KEY 字段:

API_KEY = "你的高德API Key"

触发方式 / Trigger:

用户说"从 [起点] 到 [终点] 导航"、"导航从 [起点] 到 [终点]"或"navigate from [A] to [B]"即可自动执行。说"到家"时自动替换为 config.py 中的 DEFAULT_DEST。

Trigger when user says "navigate from [A] to [B]", "从 [起点] 到 [终点] 导航", or "drive to [destination]". Saying "到家" (go home) auto-substitutes DEFAULT_DEST from config.py.


工作流程 / Workflow:

调用 wrapper.py --origin "起点" --dest "终点",经过五阶段规划(广撒网 → 精筛选 → 深加工 → 迭代优化 → 路线固化),生成大量路线方案(含绕行优化),自动发送 3 条消息到聊天平台 + 日志附件:

  • 消息 1 — 完整对比表格
  • 消息 2 — 快速导航链接
  • 消息 3 — 最终推荐 + iOS/Android 一键深度链接

输出格式 / Output:

  • Mattermost(原生支持,推荐优先使用):

需要先在 config.py 中配置 MM_BASEURL、MM_BOT_TOKEN、MM_CHANNEL_ID,然后直接运行 wrapper.py --origin "起点" --dest "终点",自动发送 3 条消息 + 日志附件(优先采用Mattermost 消息和日志附件,如果不成功则用备份方案)。

Mattermost 发文件附件

OpenClaw Mattermost 插件不支持原生附件,用 curl 直调 API:

  1. POST /api/v4/files 上传文件,拿 file_id
  2. POST /api/v4/posts 发帖,带 file_ids 字段
  • 其他聊天工具(备份方案):

运行 wrapper.py --origin "起点" --dest "终点" --no-send,结果输出到 stdout,OpenClaw 读取后转发给用户即可。

OpenClaw 可读取 stdout 按 📨 消息 1/2/3 分段转发给用户。日志文件路径在末尾 📝 日志: log/navclaw/... 行中,不要发路径,要读取后发出来,如果不能发附件,给发原文内容。

(一定要原样发给用户,各个消息,特别是链接要保留,不能舍弃)

强烈建议先用原生方法 / Native method recommended


安装配置 / Setup:

pip install requests → cp config_example.py config.py → 编辑填入高德 API Key、默认终点、Mattermost 配置(可选,包括MM_BASEURL,MM_BOT_TOKEN,MM_CHANNEL_ID,如果记忆或者配置没有,提示用户给出,如果用户没有就忽略。如果有,要写入config.py对应位置)。


文件位置 / Files:

  • 调用入口:wrapper.py
  • 核心引擎:navclaw.py
  • 配置文件:config.py(需用户创建)
  • 配置模板:config_example.py
  • 日志目录:log/

聊天平台 / Chat Platforms:

目前内置支持 Mattermost(通过 wrapper.py),其他聊天工具 OpenClaw 帮我转发。

最简单的办法是直接聊天告诉 OpenClaw 运行并读取结果发送给你,支持任何聊天平台,稳定性和上下文长度取决于你的大模型 API。如果想节约 token、防止上下文截断、加快响应速度,可以自行扩展 wrapper.py 或让 OpenClaw AI 阅读现有 Mattermost 代码帮你适配新平台。


性能参考 / Performance:

  • 短途无拥堵(迭代=0):约 6 秒、15 次 API、10 条路线
  • 长途有拥堵(迭代=1):约 30 秒、150 次 API、40 条路线

首次使用建议 MAX_ITER = 0 验证配置正确,MAX_ITER = 1 深度优化可能找到比官方更快的路线。


依赖 / Dependencies:

  • Python 3.8+
  • requests(唯一第三方依赖)
  • 高德 Web 服务 API Key

作者 / Author:

公益技能,免费开源。 / Community-driven, open-source, free for everyone.

  • Email: nuaa02@gmail.com
  • 小红书 / Xiaohongshu: @深度连接
  • GitHub: AI4MSE

平台分布

OpenClaw

93.51%
按下载量换算6,288

安全审计

VirusTotal

可疑

ClawScan

通过

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