Token导航 LogoToken导航

Agent Skill · 研究检索

openclaw-adversarial-engine(OpenClaw adversarial 引擎)

openclaw-adversarial-engine 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。

openclaw-adversarial-engine 是研究检索类 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,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 29,977。

总安装 2,957周安装 127GitHub Stars 公开资料未说明下载 1,036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
2.0.1

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:openclaw-adversarial-engine(OpenClaw adversarial 引擎)
来源仓库:https://github.com/timo2026/openclaw-adversarial-engine
安装命令:
openclaw skills install openclaw-adversarial-engine
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 openclaw-adversarial-engine

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。

多模型对抗引擎 - 四模型真实对抗辩论系统。架构师+工程师+安全官+仲裁者协作,代码沙箱验证,向量检索增强,收敛判断自动熔断。

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 openclaw-adversarial-engine;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

openclaw-adversarial-engine 怎么安装?

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

openclaw-adversarial-engine 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。

openclaw-adversarial-engine 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。

openclaw-adversarial-engine 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。

openclaw-adversarial-engine 用的人多吗?

公开数据是累计安装 2,957 次,近一周安装 127 次,下载 1,036 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。

openclaw-adversarial-engine 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

  • 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

  • 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
openclaw-adversarial-engine

OpenClaw adversarial 引擎 · 本页

2,957—需要联网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
adversarial-engine
version
2.0.0
priority
P1
description
多模型对抗引擎 - 四模型真实对抗辩论系统。架构师+工程师+安全官+仲裁者协作,代码沙箱验证,向量检索增强,收敛判断自动熔断。
author
海狸 🦫
triggers

多模型对抗引擎 v2.0

核心能力

能力说明
🎭 四模型对抗架构师/工程师/安全官/仲裁者真实协作
🔧 代码沙箱工程师生成代码 → Python执行验证
📚 向量检索对话前检索知识库,避免假数据
⚖️ 收敛判断仲裁者动态判断,避免无限循环
🔄 断点续传中断后可恢复辩论
📡 WebSocket实时推送辩论进度

四模型配置

角色模型职责
🏗️ 架构师qwen3.5-plus方案生成
🔧 工程师qwen3-coder-plus代码实现+验证
🔍 安全官kimi-k2.5漏洞攻击
✅ 仲裁者MiniMax-M2.5收敛判断

执行流程

用户输入
    ↓
[1] 向量检索 → 知识库增强
    ↓
[2] 架构师 → 提出方案
    ↓
[3] 工程师 → 生成代码 → Python沙箱执行
    ↓
[4] 安全官 → 攻击漏洞
    ↓
[5] 仲裁者 → 收敛判断
    ↓
[6] 未收敛 → 返回[2]继续
    ↓ 已收敛
[7] 保存结论 → 知识库固化

API接口

启动对抗

from adversarial_engine import AdversarialEngine

engine = AdversarialEngine()
session = engine.run_debate(
    topic="如何设计高并发CNC报价系统?",
    max_rounds=5,
    enable_code_sandbox=True,
    enable_vector_search=True
)

WebSocket实时推送

ws://host:8083/ws
→ 实时推送每轮辩论内容

文件结构

adversarial-engine/
├── SKILL.md           # 本文件
├── engine.py          # 核心引擎
├── code_sandbox.py    # Python沙箱
├── vector_enhancer.py # 向量检索增强
├── ws_server.py       # WebSocket服务
└── database.py        # 数据持久化

🦫 海狸 | 靠得住、能干事、在状态

平台分布

OpenClaw

89.43%
按下载量换算926

安全审计

VirusTotal

未展示

ClawScan

可疑

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。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