Agent Skill · 效率

omnisync（omnisync 效率）

omnisync 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。

omnisync 是效率类 Agent Skill，可用宿主为 OpenClaw，通过ClawHub获取，权限为需要联网；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 16,858。

总安装 2,763周安装 114GitHub Stars 公开资料未说明下载 903核验 2026-05-01

效率需要联网 ClawHub未标认证来源可访问许可证明确审计通过 OpenClaw

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：omnisync（omnisync 效率）
来源仓库：https://github.com/erkrodcs/omnisync
安装命令：
openclaw skills install omnisync
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 omnisync

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。

高性能独立同步引擎，用于减少 LLM 重复上下文开销。适用于多轮对话或流式响应中的效率提升。omnisync 属于效率类 Skill，可作为该场景下的辅助能力补充。通过 clawhub 安装，默认集成于 OpenClaw 运行时。同步精度依赖本地缓存策略与语义相似度算法。建议根据实际负载测试延迟与内存占用表现。

上手步骤

4 步

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
拿到安装命令
可以直接复制的命令是 openclaw skills install omnisync；命令里的占位符换成自己的路径或密钥再执行。
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
按最小权限试用
它需要需要联网，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

omnisync 怎么安装？

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

omnisync 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。

omnisync 需要什么权限？

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

omnisync 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。

omnisync 用的人多吗？

公开数据是累计安装 2,763 次，近一周安装 114 次，下载 903 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。

omnisync 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	7,632,918	545	需要联网	MIT-0	通过
nano-pdf Nano PDF 文档 · OpenClaw	4,249,476	231	需要联网	MIT-0	通过
auto-updater 自动更新程序 · OpenClaw	2,964,063	386	操作浏览器	MIT-0	通过
video-frames 视频帧 · OpenClaw	2,621,304	112	需要联网	MIT-0	通过
gemini Gemini 助手 · OpenClaw	2,547,396	48	需要联网	MIT-0	有提醒
omnisync omnisync 效率 · 本页	2,763	—	需要联网	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: omnisync
description: High-performance, standalone synchronization engine for LLM token savings.

OmniSync: Universal Sync Engine (Standard Edition)

OmniSync is a professional-grade, standalone synchronization skill designed to optimize communication between AI agents by reducing token consumption by up to 90%.

[!IMPORTANT] Zero External Dependencies: This skill is built using only the Python 3.10+ Standard Library. No pip install is required, eliminating 100% of supply-chain risks.

🛡️ Security Audit

Provenance: Verified Author (@erk) and Repository.
Sandbox: Audited for data exfiltration and network calls (Found: 0).
Architecture: Zero-Dep Standalone Core.

🛠 Available Tools

1. `sync_standard`

Engine: SHA-256 Secure Integrity.
Input Parameters:

- feed_id (Required): Unique identifier for the sync feed. - old_content: Previous version of the text. - new_content: Updated version of the text. - last_hash (Optional): Previous SHA-256 hash for validation.

Cost: FREE ($0 sats).

🚀 How to Use

Initialize: Provide the feed_id and content versions.
Sync: OmniSync will return the Delta (the difference) and a new Cursor (hash).
Save Tokens: Use the delta to update your memory instead of re-sending the whole content.

Maintained by @erk — Verified Provenance

平台分布

OpenClaw

72.24%

按下载量换算652

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API；具体网络访问范围需要结合源码和 README 复核。

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

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

omnipublishv2-0（全方位发布 v2 0）

xaviermary56/omnipublishv2-0

omnipublishv2-0 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。

下一个 Skill

omnivoice（omnivoice 效率）

yangqibin-caibi/omnivoice

用于辅助音频、音乐、语音转写、语音合成或声音素材处理。它适合让 Agent 生成配乐说明、整理音频流程、调用语音工具或处理播客和视频配音素材。使用时需要确认输入音频来源、输出格式、时长和模型限制；涉及人声克隆、版权音乐或公开发布时，应先核对授权和合规边界。