Token导航 LogoToken导航

Agent Skill · 效率

nl2json(nl2json 效率)

nl2json 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。

nl2json 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为权限未标注;许可证为 MIT-0,第三方扫描已通过,按安装量在效率类的 21,003 个 Skill 里排第 7,758。

总安装 7,781周安装 321GitHub Stars 公开资料未说明下载 2,542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:nl2json(nl2json 效率)
来源仓库:https://github.com/yingjiusheng/nl2json
安装命令:
openclaw skills install nl2json
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 nl2json

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。

自然语言转 JSON 参数工具,支持多种触发短语识别。适用于将口语描述转换为结构化数据输入格式。支持提取实体、属性与嵌套对象映射关系。nl2json 属于效率类 Skill,可作为该场景下的辅助能力补充。输出为标准化 JSON,需人工校验字段合理性。不保证 100% 准确率,建议复杂结构二次编辑。

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 nl2json;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

    权限没有明确标注,第一次使用时只给一个无关紧要的任务,观察它到底读了哪些文件和网络。

常见问题

6 条

nl2json 怎么安装?

在终端执行 openclaw skills install nl2json。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

nl2json 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。

nl2json 需要什么权限?

权限级别没有明确标注。第一次使用时建议只给无关紧要的任务,观察它实际读写了哪些内容。

nl2json 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。

nl2json 用的人多吗?

公开数据是累计安装 7,781 次,近一周安装 321 次,下载 2,542 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。

nl2json 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。
  • 需要处理效率类任务、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。

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
nl2json

nl2json 效率 · 本页

7,781—权限未标注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
nl2json
description
将自然语言转换成JSON参数。当用户说"帮我把自然语言转成JSON"、"把这段话转换成JSON参数"、"识别成JSON"、"转成JSON"、"转换成JSON"、"帮我生成JSON"、"用JSON表示"、"提取成JSON"、"解析成JSON"、"把这句话变成JSON"、"帮我做JSON转换"、"查询数据转JSON"、"获取数据转成JSON"、"舆情数据转JSON"、"新闻转JSON"、"用JSON格式输出"等时使用此技能。只要用户需要将自然语言描述转换成结构化的JSON数据,就使用此技能。首先读取templates/default.json模板,严格按照模板中定义的字段进行输出,优先保证模板字段的支持。

自然语言转JSON参数技能

这个技能帮助用户将自然语言描述转换成结构化的JSON参数。

核心功能

  1. 模板优先:首先读取 templates/default.json 模板,严格按照模板字段输出
  2. 关键信息提取:自动从自然语言中提取所有关键信息,填充到模板对应的字段
  3. 时间格式转换:所有时间参数统一转换为 YYYY-mm-dd H:i:s 格式
  4. 上下文继承:记住上一次转换的参数,当用户后续输入只有部分信息时,继承上一次的其他参数

上下文继承规则

当用户连续进行多次转换时,检查对话历史:

  • 如果当前输入是完整查询(包含所有必要信息),按当前输入处理
  • 如果当前输入是部分查询(只修改了时间、数量等个别参数),则:

- 继承上一次转换的 other 对象中的所有参数 - 只用当前输入中的新信息覆盖对应的参数 - 保持其他参数不变

上下文继承示例

第一次输入: "转成json,小米汽车头条数据top10最近一周"

第二次输入(部分查询): "最近三天呢"

处理逻辑: 继承第一次的所有参数,只修改时间范围:

  • 继承:source=头条, subject=小米汽车, data_type=数据, limit=top10
  • 更新:start_time 和 end_time 改为最近三天

使用模板

第一步:读取模板

在开始处理前,必须先读取 templates/default.json 文件,了解需要输出的字段结构。

第二步:按模板字段提取信息

根据模板中定义的每个字段,从用户的自然语言输入中提取对应的信息:

  • 对于模板中的 string 类型字段,提取对应的文本内容
  • 对于模板中的 object 类型字段({}),提取相关信息作为嵌套对象
  • 对于模板中的 array 类型字段([]),提取相关信息作为数组

第三步:填充默认值

对于模板中定义但用户输入中没有提到的字段:

  • 字符串类型字段:填空字符串 ""
  • 对象类型字段:填空对象 {}
  • 数组类型字段:填空数组 []
  • 不要省略模板中定义的任何字段

时间格式转换规则

所有时间参数必须转换为 YYYY-mm-dd H:i:s 格式:

相对时间转换示例

自然语言描述转换结果 (当前日期: 2026-03-04)
今天2026-03-04 00:00:00
昨天2026-03-03 00:00:00
最近1天start_time: 2026-03-03 00:00:00, end_time: 2026-03-04 23:59:59
最近7天start_time: 2026-02-25 00:00:00, end_time: 2026-03-04 23:59:59
本周start_time: 2026-03-02 00:00:00, end_time: 2026-03-08 23:59:59
上周start_time: 2026-02-23 00:00:00, end_time: 2026-03-01 23:59:59
本月start_time: 2026-03-01 00:00:00, end_time: 2026-03-31 23:59:59
上个月start_time: 2026-02-01 00:00:00, end_time: 2026-02-28 23:59:59

具体时间转换示例

自然语言描述转换结果
2026年3月5日2026-03-05 00:00:00
2026-3-5 14:302026-03-05 14:30:00
3月5日下午3点2026-03-05 15:00:00
明天上午9点2026-03-05 09:00:00

工作流程

  1. 读取模板:首先读取 templates/default.json 文件,确认需要输出的字段
  2. 检查上下文:查看对话历史,判断是否有上一次的转换结果
  3. 判断查询类型:

- 如果是完整查询(包含source、subject、data_type等主要信息),按新查询处理 - 如果是部分查询(只修改时间、数量等个别参数),继承上一次的参数

  1. 接收输入:接收用户输入的自然语言
  2. 提取信息:

- 完整查询:从当前输入中提取所有信息 - 部分查询:从上一次结果中继承参数,用新信息覆盖对应字段

  1. 格式转换:将所有时间参数转换为 YYYY-mm-dd H:i:s 格式
  2. 填充字段:按照模板结构填充所有字段,缺失的字段用默认值填充
  3. 输出JSON:直接输出生成的JSON,严格保持模板的字段结构

使用方式

触发短语示例

用户可以用以下任何方式触发此技能:

直接转换类:

  • "帮我把这段话转成JSON:..."
  • "帮我转换JSON,..."
  • "识别成JSON:..."
  • "转成JSON:..."
  • "转换成JSON:..."
  • "用JSON表示:..."
  • "提取成JSON:..."
  • "解析成JSON:..."
  • "把这句话变成JSON:..."
  • "帮我做JSON转换:..."

查询数据类:

  • "查询数据转JSON:..."
  • "获取数据转成JSON:..."
  • "舆情数据转JSON:..."
  • "新闻转JSON:..."
  • "搜索结果转JSON:..."

格式输出类:

  • "用JSON格式输出:..."
  • "按JSON格式整理:..."
  • "输出成JSON:..."
  • "返回JSON格式:..."

使用场景示例

舆情监控场景:

  • "查询人民网最近1天关于小米汽车的负面舆情数据"
  • "获取微博上本周关于张三的新闻"
  • "看看抖音上最近7天关于AI的热门话题"

数据查询场景:

  • "查找本月关于新能源汽车的报道"
  • "搜索最近3天的科技新闻"
  • "获取头条的舆情数据top10"

简单查询场景:

  • "获取舆情数据"
  • "查询新闻"
  • "查找相关信息"

输出格式

假设 templates/default.json 模板为:

{
  "input": "string",
  "question_name": "string",
  "other": {}
}

则输出格式如下(严格按照模板字段):

{
  "input": "帮我转换JSON,查询人民网最近1天关于小米汽车的负面舆情数据",
  "question_name": "查询人民网最近1天关于小米汽车的负面舆情数据",
  "other": {
    "source": "人民网",
    "start_time": "2026-03-03 00:00:00",
    "end_time": "2026-03-04 23:59:59",
    "subject": "小米汽车",
    "sentiment": "负面",
    "data_type": "舆情数据"
  }
}

上下文继承示例

示例一:修改时间范围

第一次输入(完整查询):

转成json,小米汽车头条数据top10最近一周

第一次输出:

{
    "input": "转成json,小米汽车头条数据top10最近一周",
    "question_name": "小米汽车头条数据top10最近一周",
    "other": {
        "source": "头条",
        "subject": "小米汽车",
        "data_type": "数据",
        "limit": "top10",
        "start_time": "2026-02-25 00:00:00",
        "end_time": "2026-03-04 23:59:59"
    }
}

第二次输入(部分查询,只修改时间):

最近三天呢

第二次输出(继承其他参数,只修改时间):

{
    "input": "最近三天呢",
    "question_name": "小米汽车头条数据top10最近三天",
    "other": {
        "source": "头条",
        "subject": "小米汽车",
        "data_type": "数据",
        "limit": "top10",
        "start_time": "2026-03-02 00:00:00",
        "end_time": "2026-03-04 23:59:59"
    }
}

示例二:修改数量限制

第一次输入:

查询小米汽车微博热点数据top10最近一周

第二次输入(只修改数量):

top20

第二次输出(继承其他参数,只修改limit):

{
    "input": "top20",
    "question_name": "小米汽车微博热点数据top20最近一周",
    "other": {
        "source": "微博",
        "subject": "小米汽车",
        "data_type": "热点数据",
        "limit": "top20",
        "start_time": "2026-02-25 00:00:00",
        "end_time": "2026-03-04 23:59:59"
    }
}

示例三:修改来源

第一次输入:

查询小米汽车微博热点数据top10最近一周

第二次输入(只修改来源):

换成抖音

第二次输出(继承其他参数,只修改source):

{
    "input": "换成抖音",
    "question_name": "小米汽车抖音热点数据top10最近一周",
    "other": {
        "source": "抖音",
        "subject": "小米汽车",
        "data_type": "热点数据",
        "limit": "top10",
        "start_time": "2026-02-25 00:00:00",
        "end_time": "2026-03-04 23:59:59"
    }
}

部分查询识别规则

以下输入被识别为部分查询,触发上下文继承:

  • 只包含时间:"最近三天呢"、"改成昨天"、"本周"
  • 只包含数量:"top20"、"改成前5"、"100条"
  • 只包含来源:"换成微博"、"改人民网"、"头条"
  • 只包含主题:"换成比亚迪"、"改AI"、"特斯拉"
  • 只包含数据类型:"改成新闻"、"舆情"、"热点"

如果输入包含两个或多个以上新参数,或输入是一个全新的完整查询,则按新查询处理,不继承上下文。

重要提示

  • 最重要:首先读取 templates/default.json 模板,严格按照模板中定义的字段输出
  • 上下文继承:检查对话历史,如果用户输入是部分查询,继承上一次的参数
  • 不要省略模板中定义的任何字段,即使没有值也要保留
  • 所有时间参数必须转换为 YYYY-mm-dd H:i:s 格式
  • 当前日期以系统提示的 currentDate 为准
  • 相对时间"最近N天"包含今天,往前推N天
  • 时间范围如果只说了开始或结束,另一端用合理默认值填充
  • 提取所有能识别的关键信息,填充到对应的模板字段
  • 部分查询时,question_name 字段需要更新为完整的查询描述
  • 保持JSON格式的正确性,确保可以直接解析
  • 输出时只包含JSON,不需要额外的说明文字

平台分布

OpenClaw

87.3%
按下载量换算2,219

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限未标注

当前来源未能明确判断权限范围,默认进入异常复核队列。

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