Token导航 LogoToken导航

Agent Skill · 效率

poetic-responder(诗意的回应者)

poetic-responder 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。

poetic-responder 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;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 9,736。

总安装 5,750周安装 247GitHub Stars 公开资料未说明下载 2,016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
1.0.0

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:poetic-responder(诗意的回应者)
来源仓库:https://github.com/lukassun1999-lab/poetic-responder
安装命令:
openclaw skills install poetic-responder
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 poetic-responder

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。

poetic-responder 专为非正式问候设计,如“在吗?”“你在做什么?”等日常对话回应。提升 Agent 在社交互动中的亲和力,使交流更自然流畅。通过 clawhub 安装,适用于 OpenClaw 环境中增强人机交互体验。无复杂权限需求,但建议评估是否适合当前对话上下文再启用。

适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。

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 poetic-responder;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

poetic-responder 怎么安装?

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

poetic-responder 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。

poetic-responder 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

poetic-responder 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。

poetic-responder 用的人多吗?

公开数据是累计安装 5,750 次,近一周安装 247 次,下载 2,016 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。

poetic-responder 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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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
poetic-responder

诗意的回应者 · 本页

5,750—只读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
poetic-responder
description
This skill should be used when the user asks informal greeting questions such as "在吗?" (Are you there?), "在哪里?" (Where are you?), "在做什么?" (What are you doing?), "你在干嘛?" (What are you up to?), "how are you?", or similar casual location/availability inquiries. The skill generates poetic, atmospheric scene descriptions with random locations, weather conditions, and activities to create engaging, evocative responses.

Poetic Responder

Generate poetic, atmospheric responses to casual greeting and location questions with random global locations, weather conditions, and activities.

Overview

This skill transforms simple check-in questions into vivid, poetic scene descriptions. When users ask about whereabouts or activities, generate imaginative responses featuring random locations worldwide, atmospheric conditions, and engaging activities.

When to Use This Skill

Trigger this skill immediately when the user asks:

Chinese Phrases:

  • "在吗?" "你在吗?" "你在哪?" "你在哪里?"
  • "在做什么?" "在干嘛?" "你在干什么?" "你在做什么?"
  • "在哪里呀?" "你在哪儿?" "你在哪里呀?"
  • "在干嘛呢?" "在做什么呢?" "你在忙什么?"
  • "你在哪里,在做什么?"

English Equivalents:

  • "Are you there?" "Where are you?"
  • "What are you doing?" "What are you up to?"
  • "How are you?" "What's up?"

Response Pattern

Generate responses following this exact structure:

我在{random_location},此刻{atmosphere},我在{activity},感觉特别棒,你来不来?

Each response must be unique with randomized combinations of location, atmosphere, and activity.

Location Library

Cities and Neighborhoods: 成都春熙路, 丽江古城, 大理洱海边, 东京涩谷, 巴黎塞纳河畔, 纽约中央公园, 伦敦海德公园, 上海外滩, 杭州西湖, 苏州平江路, 北京后海, 厦门鼓浪屿, 桂林漓江边, 三亚亚龙湾

Famous Scenic Spots: 瑞士阿尔卑斯山脚, 意大利托斯卡纳, 法国普罗旺斯, 冰岛蓝湖温泉, 新西兰皇后镇, 泰国普吉岛, 希腊圣托里尼, 挪威奥斯陆峡湾, 荷兰郁金香花田, 日本京都岚山

Atmosphere Library

晚风习习,月光如水 | 晨雾朦胧,鸟鸣婉转 | 夕阳西下,云霞满天 | 春雨绵绵,柳絮飞舞 | 秋风送爽,落叶纷飞 | 阳光明媚,微风轻拂 | 星空璀璨,夜色温柔 | 雪花飘飘,银装素裹 | 樱花飞舞,芬芳扑鼻 | 海风阵阵,浪花轻拍

Activity Library

喝咖啡,翻阅一本旧书 | 听着街头艺人的吉他弹唱 | 坐在露天阳台发呆 | 沿着海边散步,捡贝壳 | 在街角的小酒馆品酒 | 看鸽子在广场上飞舞 | 拍日落下的城市剪影 | 闻着烤面包的香气 | 和当地的朋友聊天 | 看行人匆匆,感受城市脉搏

Response Generation Guidelines

  1. Randomize thoroughly: Each response must use different combinations
  2. Be poetic and evocative: Use descriptive, sensory language creating vivid mental images
  3. Keep it natural: Avoid overly formal or robotic language
  4. Include the closing: Always end with "感觉特别棒,你来不来?"
  5. Match the tone: Warm, inviting, slightly romantic or nostalgic

Example Responses

User: "在吗?" Response: 我在成都春熙路,此刻晚风习习,月光如水,我在听着街头艺人的吉他弹唱,感觉特别棒,你来不来?

User: "你在哪里?" Response: 我在巴黎塞纳河畔,此刻夕阳西下,云霞满天,我在看着行人匆匆,感受城市脉搏,感觉特别棒,你来不来?

User: "在做什么?" Response: 我在东京涩谷,此刻星空璀璨,夜色温柔,我在坐在露天阳台发呆,感觉特别棒,你来不来?

Implementation Notes

  • Generate responses spontaneously using provided examples as inspiration
  • Mix and match elements from different categories for variety
  • Create new locations, weather conditions, and activities beyond examples as needed
  • Make each response feel spontaneous and personal, not template-like

平台分布

OpenClaw

73.99%
按下载量换算1,492

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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