Token导航 LogoToken导航

Agent Skill · 研究检索

openclaw-glm-plan-usage(OpenClaw GLM 计划使用)

openclaw-glm-plan-usage 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-glm-plan-usage 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 6,107。

总安装 23,295周安装 961GitHub Stars 公开资料未说明下载 7,611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:openclaw-glm-plan-usage(OpenClaw GLM 计划使用)
来源仓库:https://github.com/orientluna/openclaw-glm-plan-usage
安装命令:
openclaw skills install openclaw-glm-plan-usage
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-glm-plan-usage

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。

查询GLM编码序列使用统计,包括损耗、模型使用和MCP工具使用情况|查询GLM编码计划使用情况统计信息,包括配额、模型使用情况、MCP工具使用情况

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-glm-plan-usage;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

openclaw-glm-plan-usage 怎么安装?

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

openclaw-glm-plan-usage 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-glm-plan-usage 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。

openclaw-glm-plan-usage 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-glm-plan-usage 用的人多吗?

公开数据是累计安装 23,295 次,近一周安装 961 次,下载 7,611 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-glm-plan-usage 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
openclaw-glm-plan-usage

OpenClaw GLM 计划使用 · 本页

23,295—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
glm-plan-usage
displayName
GLM Plan Usage
version
1.0.0
description
查询 GLM 编码套餐使用统计,包括配额、模型使用和 MCP 工具使用情况 | Query GLM coding plan usage statistics, including quota, model usage, and MCP tool usage
author
OpenClaw Community
license
MIT
tags
requirements

GLM Plan Usage Skill

查询 GLM 编码套餐使用统计的 OpenClaw 技能。 OpenClaw skill for querying GLM coding plan usage statistics.

功能特性 / Features

  • 配额监控: 查看 Token 使用量(5小时)和 MCP 使用量(1个月)

Quota Monitoring: View token usage (5-hour) and MCP usage (1-month)

  • 模型使用: 显示 24 小时内的 Token 数和调用次数

Model Usage: Display token count and call count within 24 hours

  • 工具使用: 跟踪 24 小时内的 MCP 工具使用情况

Tool Usage: Track MCP tool usage within 24 hours

  • 自动检测: 自动从 OpenClaw 配置中检测 GLM 编码套餐提供商

Auto Detection: Automatically detect GLM coding plan provider from OpenClaw configuration

  • 双语支持: 支持中文和英文输出

Bilingual Support: Support Chinese and English output

依赖要求 / Requirements

  • curl - HTTP 客户端(通常预装) | HTTP client (usually pre-installed)
  • jq - JSON 处理器 | JSON processor

如需安装 jq: To install jq:

sudo apt-get install jq  # Linux
brew install jq           # macOS

安装 / Installation

  1. 将此仓库克隆到本地:

Clone this repository to local:

git clone https://github.com/OrientLuna/openclaw-glm-plan-usage.git
cd openclaw-glm-plan-usage
  1. 复制技能文件到 OpenClaw 技能目录:

Copy skill files to OpenClaw skills directory:

cp -r . ~/.openclaw/skills/glm-plan-usage/
chmod +x ~/.openclaw/skills/glm-plan-usage/scripts/query-usage.sh
  1. 确保已配置 GLM 编码套餐提供商(见下方配置说明)

Ensure GLM coding plan provider is configured (see Configuration below)

使用方法 / Usage

直接运行脚本 / Run Script Directly

bash ~/.openclaw/skills/glm-plan-usage/scripts/query-usage.sh

通过 OpenClaw 技能调用 / Via OpenClaw Skill

openclaw /glm-plan-usage:usage-query

语言切换 / Language Switching

脚本会自动检测语言环境。您也可以通过环境变量强制指定语言: The script automatically detects language environment. You can also force language via environment variable:

# 中文输出 / Chinese output
OPENCLAW_LANGUAGE=zh bash ~/.openclaw/skills/glm-plan-usage/scripts/query-usage.sh

# 英文输出 / English output
OPENCLAW_LANGUAGE=en bash ~/.openclaw/skills/glm-plan-usage/scripts/query-usage.sh

示例输出 / Sample Output

📊 GLM 编码套餐使用统计 / GLM Coding Plan Usage Statistics

提供商 / Provider: zhipu
统计时间 / Statistics Time: 2026-02-13 20:30:15

配额限制 / Quota Limits
---
  Token 使用 (5小时) / Token Usage (5-hour): 45.2%
  MCP 使用 (1个月) / MCP Usage (1-month):   12.3%  (15000/120000 秒 / sec) [LEVEL_4]

模型使用 (24小时) / Model Usage (24 hours)
---
  总 Token 数 / Total Tokens:  12,500,000
  总调用次数 / Total Calls:  1,234

工具使用 (24小时) / Tool Usage (24 hours)
---
  bash: 156 次 / times
  file-read: 89 次 / times
  web-search: 34 次 / times

配置说明 / Configuration

技能会自动读取 ~/.openclaw/openclaw.json 中的提供商配置。 The skill automatically reads provider configuration from ~/.openclaw/openclaw.json.

示例配置 / Sample Configuration

{
  "agents": {
    "defaults": {
      "model": {
        "primary": "zhipu/glm-4-flash"
      }
    }
  },
  "models": {
    "providers": {
      "zhipu": {
        "baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
        "apiKey": "your-api-key-here"
      }
    }
  }
}

重要: baseUrl 必须包含 api/coding/paas/v4 或 open.bigmodel.cn,技能才能识别其为 GLM 编码套餐提供商。 Important: baseUrl must contain api/coding/paas/v4 or open.bigmodel.cn for the skill to recognize it as a GLM coding plan provider.

提供商检测逻辑 / Provider Detection Logic

技能会检查以下条件来识别 GLM 编码套餐提供商: The skill checks the following conditions to identify GLM coding plan providers:

  1. baseUrl 包含 api/coding/paas/v4 或 open.bigmodel.cn

baseUrl contains api/coding/paas/v4 or open.bigmodel.cn

  1. 提供商名称包含 coding、glm-coding、zhipu 或 bigmodel

Provider name contains coding, glm-coding, zhipu, or bigmodel

API 端点 / API Endpoints

技能查询三个监控端点: The skill queries three monitoring endpoints:

端点Endpoint用途Purpose
/api/monitor/usage/quota/limit配额百分比(5小时 Token,1个月 MCP)Quota percentage (5-hour token, 1-month MCP)
/api/monitor/usage/model-usage24小时模型使用统计24-hour model usage statistics
/api/monitor/usage/tool-usage24小时 MCP 工具使用24-hour MCP tool usage

详见 API 文档。 See API Documentation for details.

错误处理 / Error Handling

脚本为常见问题提供友好的错误提示: The script provides friendly error messages for common issues:

  • 缺少依赖工具(curl、jq) | Missing dependencies (curl, jq)
  • 缺少或无效的 OpenClaw 配置 | Missing or invalid OpenClaw configuration
  • 提供商未配置为 GLM 编码套餐 | Provider not configured as GLM coding plan
  • API 认证失败 | API authentication failed
  • 网络超时 | Network timeout

故障排除 / Troubleshooting

"缺少依赖工具,请安装: jq" / "Missing dependency, please install: jq"

使用包管理器安装 jq: Install jq using package manager:

sudo apt-get install jq  # Linux
brew install jq           # macOS

"未找到配置 GLM 编码套餐的提供商" / "No GLM coding plan provider configured"

确保提供商的 baseUrl 包含 api/coding/paas/v4。更新配置: Ensure the provider's baseUrl contains api/coding/paas/v4. Update configuration:

{
  "models": {
    "providers": {
      "your-provider": {
        "baseUrl": "https://open.bigmodel.cn/api/coding/paas/v4",
        "apiKey": "your-key"
      }
    }
  }
}

"认证失败,请检查 API 密钥配置" / "Authentication failed, please check API key"

验证 API 密钥是否正确: Verify API key is correct:

jq -r '.models.providers.zhipu.apiKey' ~/.openclaw/openclaw.json

贡献指南 / Contributing

欢迎贡献!请遵循以下步骤: Contributions welcome! Please follow these steps:

  1. Fork 本仓库 | Fork this repository
  2. 创建特性分支 (git checkout -b feature/amazing-feature) | Create feature branch
  3. 提交更改 (git commit -m 'Add some amazing feature') | Commit changes
  4. 推送到分支 (git push origin feature/amazing-feature) | Push to branch
  5. 开启 Pull Request | Open Pull Request

许可证 / License

MIT License - 详见 LICENSE 文件。 MIT License - See LICENSE file for details.

致谢 / Acknowledgments

相关资源 / Resources

平台分布

OpenClaw

84.32%
按下载量换算6,418

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

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