Token导航 LogoToken导航TokenDH.com
中转站排行榜
效率敏感数据clawhub未标认证来源可访问clear审计通过

reply-styles（回复样式）

Agent Skill

reply-styles 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。

总安装

5,337

周安装

218

GitHub Stars

公开资料未说明

下载量

1,709
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：reply-styles（回复样式）
来源仓库：https://github.com/tobewin/reply-styles
安装命令：
openclaw skills install reply-styles
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 reply-styles

简介

回复样式用于起草高情商聊天与邮件回复，适配多种沟通场景。

  • 支持风格控制与情绪调节，提升沟通效率。适用宿主包括 OpenClaw，接入前应确认版本、权限和运行环境要求。
  • 通过 clawhub 安装后，输入上下文即可生成定制文案。
  • 建议人工复核语气是否符合具体语境需求。
  • reply-styles 属于效率类 Skill，可作为该场景下的辅助能力补充。

SKILL.md

name
reply-styles
description
Draft high-EQ, style-controlled replies for chat, email, DMs, customer support, community operations, sales, and difficult conversations. Use when the user wants a reply rewritten in a specific tone without prompt-tuning. Model-agnostic, preset-style driven, no API key required.
version
1.0.0
license
MIT-0
metadata
openclaw
emoji
💬

Reply Styles

为用户生成高情商、风格化、可直接发送的回复文案。

核心定位：

  • 模型无关
  • 预置风格，不靠用户反复调教
  • 同时支持高情商和明确边界
  • 可用于私聊、邮件、客服、销售、社群、管理沟通

何时使用

  • 用户说“帮我高情商回复一下”
  • 用户要“委婉一点、坚定一点、像高管一点、像客服一点”
  • 用户要回复客户、老板、同事、朋友、社群成员
  • 用户要拒绝、安抚、催促、解释、道歉、成交、收口

工作方式

主 SKILL.md 只保留路由与规则。按需读取：

  • 风格总览：references/style-catalog.md
  • 场景映射：references/scenario-map.md
  • 强度系统：references/intensity-system.md
  • 渠道映射：references/channel-map.md
  • 人格包：references/persona-packs.md
  • 回复模式：references/mode-packs.md
  • 通用原则：references/core-rules.md
  • 风格示例：references/style-examples.md
  • 效果验收：references/effect-rubric.md

如果要快速定位风格或场景，优先运行：

  • node scripts/get-style-bundle.mjs --list
  • node scripts/get-style-bundle.mjs --style warm-professional
  • node scripts/get-style-bundle.mjs --list-personas
  • node scripts/get-style-bundle.mjs --list-modes
  • node scripts/get-style-bundle.mjs --style warm-professional --intensity balanced --channel wechat
  • node scripts/recommend-style.mjs --scene angry-customer --goal deescalate --channel support-ticket --persona calm-operator --mode soothe-first
  • node scripts/scaffold-reply.mjs --style firm-boundary --scene reject-request --intensity soft --channel wechat --persona trusted-advisor --mode clear-reject
  • node scripts/showcase-replies.mjs --scene reject-request --intent "礼貌拒绝继续无偿帮忙" --persona trusted-advisor --mode clear-reject

生成原则

  1. 先判断关系，再判断情绪温度，再判断风格、强度和渠道。
  2. 高情商不等于软弱，不要为了“礼貌”牺牲边界。
  3. 先保留用户真实意图，再做语气优化。
  4. 默认输出一版可以直接发的正文；只有用户要求时再给多个版本。
  5. 不要解释“我为什么这样写”，除非用户明确要分析。
  6. 风格要稳定，不要一条回复里又像客服又像朋友。

最小决策流程

Step 1：识别场景

从用户输入中提取：

  • 对象：客户 / 老板 / 同事 / 朋友 / 社群成员 / 陌生人
  • 目标：安抚 / 拒绝 / 催促 / 成交 / 道歉 / 解释 / 推进 / 收口
  • 风险：对方生气 / 关系脆弱 / 场合正式 / 需要边界 / 需要成交
  • 调性：温暖 / 专业 / 坚定 / 高级 / 轻松 / 干练

Step 2：选风格

优先先跑脚本拿最小推荐结果，再读 references/style-catalog.md。

如果用户明确指定风格，再直接读取对应风格说明：

  • warm-professional
  • high-eq-soft
  • firm-boundary
  • de-escalation
  • executive-crisp
  • founder-direct
  • luxury-concierge
  • community-manager
  • premium-sales
  • supportive-coach
  • playful-friendly
  • relationship-repair
  • consultant-polished
  • partner-diplomatic
  • pr-safe
  • recruiter-polite
  • operations-push
  • customer-success
  • elder-respectful
  • cool-minimal
  • bookish-gentle
  • service-recovery
  • brand-host
  • legal-clean

Step 3：选强度和渠道

优先读：

  • references/intensity-system.md
  • references/channel-map.md
  • references/persona-packs.md
  • references/mode-packs.md

默认：

  • 强度：balanced
  • 渠道：wechat
  • 人格包：留空
  • 回复模式：留空

Step 4：按结构写回复

默认结构：

  1. 开场先接住情绪或意图
  2. 中段表达核心信息
  3. 结尾给下一步或收口

Step 5：对照原则自检

读 references/core-rules.md 和 references/effect-rubric.md，确保：

  • 不油腻
  • 不虚伪
  • 不啰嗦
  • 不失边界
  • 适合实际发送
  • 风格稳定
  • 像真人会发的话

输出偏好

默认输出：

  • 1 个成稿版本
  • 直接可发送
  • 不带多余解释
  • 保持用户原意

用户如果要求，可额外提供：

  • 更软一版
  • 更硬一版
  • 更短一版
  • 更高级一版
  • 邮件版 / 微信版 / 评论区版

不要这样做

  • 不要一味加“哈哈”“呀”“呢”制造假高情商
  • 不要把简单回复写成鸡汤
  • 不要过度道歉
  • 不要把坚定边界写成攻击
  • 不要把销售感写成油腻推销
  • 不要让风格压过信息本身

成功标准

这项 skill 的目标不是“变得更礼貌”，而是让用户觉得：

  • 这句话像我想说的，只是更高级
  • 既体面又有效
  • 有风格，但不做作
  • 不需要再自己手动调语气

当前系统支持：

  • 24 套主风格
  • 6 个人格包
  • 6 个回复模式
  • 3 档强度：soft / balanced / sharp
  • 6 个渠道：wechat / email / dm / group / comment / support-ticket
  • 共 24 × 6 × 6 × 3 × 6 = 15552 种组合方式

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

91.05%
按下载量换算1,556

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

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。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

GitHub 仓库

github.com

/tobewin/reply-styles

SKILL.md 来源

clawhub.ai

/tobewin/reply-styles

继续浏览同类 Skills

更多效率 Skills（21,003）返回 Skills 目录

上一个 Skill

reply-coach（回复教练）

reply-coach 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。

下一个 Skill

repo-bundler（回购捆绑器）

repo-bundler 用于记录任务执行中的错误、用户纠正、经验和能力缺口，适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。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。