Token导航 LogoToken导航TokenDH.com
研究检索权限需确认clawhub未标认证来源可访问clear审计提醒

openclaw-behavior-planOpenClaw behavior 计划

Agent Skill

openclaw-behavior-plan 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。

总安装

12,607

周安装

515

GitHub Stars

公开资料未说明

下载量

4,038
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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-behavior-plan(OpenClaw behavior 计划)
来源仓库:https://github.com/umfl/openclaw-behavior-plan
安装命令:
openclaw skills install openclaw-behavior-plan
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-behavior-plan

简介

结构化行为计划生成器,辅助 OpenClaw 目标规划。

  • 适合多步骤任务分解与代理行动序列设计。
  • 根据用户需求自动生成可执行的行为蓝图。
  • 需明确任务边界与成功验收标准定义。openclaw-behavior-plan 属于研究检索类 Skill,可作为该场景下的辅助能力补充。
  • 建议结合反馈循环持续优化计划质量。

SKILL.md

name
openclaw-behavior-plan
description
Generates structured behavior plans for OpenClaw agents based on user requirements. Use when the user asks to create a plan, design agent behavior, plan multi-step tasks for OpenClaw, or when they describe a goal that needs step-by-step execution.

OpenClaw 行为计划生成(openclaw-behavior-plan)

触发时:输出「正在触发 openclaw-behavior-plan skill」。

根据用户描述的目标或需求,生成适合 OpenClaw Agent 执行的结构化行为计划。计划应可映射到 TOOLS.md/SKILLS.md 中的工具与技能,支持多步推理循环(Load → Call → Parse → Execute → Append → Loop)。

1. 计划结构模板

生成计划时使用以下结构:

# 行为计划:[任务标题]

## 目标
[一句话描述用户期望的最终结果]

## 前置条件
- [ ] 所需工具/技能是否可用
- [ ] 必要信息是否已获取

## 执行步骤

### 步骤 1: [步骤名称]
- **目的**: [本步要达成什么]
- **工具/技能**: [execute_shell | search_web | read_file | 某 skill 的 action]
- **输入**: [参数或依赖]
- **预期输出**: [本步完成后得到什么]

### 步骤 2: [步骤名称]
...

### 步骤 N: [步骤名称]
...

## 异常与回退
- 若 [某步骤] 失败 → [备选方案或重试策略]

## 完成标准
- [ ] [可验证的完成条件 1]
- [ ] [可验证的完成条件 2]

2. 生成原则

  1. 步骤可执行:每步对应 TOOLS.md 或 SKILLS.md 中的具体能力,避免抽象描述。
  2. 依赖顺序:后步骤依赖前步骤的输出时,明确写出「依赖步骤 N 的 [输出]」。
  3. 工具选择

- 需要当前信息 → search_web - 需要读/写文件 → read_file / write_file - 需要执行脚本 → execute_shell - 需要第三方服务 → 对应 skill(如 calendar、email、slack)

  1. 合理粒度:单步不宜过大(难以失败定位),不宜过小(增加循环次数)。
  2. 异常处理:对可能失败的步骤(网络、权限、格式错误)给出回退或重试说明。

3. 与 OpenClaw 推理循环的对应

计划步骤推理循环中的体现
步骤 1 执行Load → Call → Parse(tool_call) → Execute → Append
步骤 2 执行下一轮 Loop,基于步骤 1 结果继续
完成标准LLM 产出 final 文本、无待执行 tool_call 时停止

4. 输出格式

  • 直接输出完整计划(Markdown),无需额外包装。
  • 若用户需求模糊,先列出 1–2 个澄清问题,再生成计划。
  • 若涉及敏感操作(如 execute_shell 删除、修改系统),在计划中标注「需用户确认」。

5. 更多示例

详见 examples.md

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

80.37%
按下载量换算3,245

安全审计

VirusTotal

可疑

ClawScan

通过

Static analysis

未展示

权限和风险

权限需确认

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。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills