Token导航 LogoToken导航

Agent Skill · 研究检索

rlm-controller(RLM 控制器)

rlm-controller 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。

rlm-controller 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 4,068。

总安装 36,367周安装 1,457GitHub Stars 2下载 11,773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
1.2.0

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:rlm-controller(RLM 控制器)
来源仓库:https://github.com/skywyze/rlm-controller
安装命令:
openclaw skills install rlm-controller
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 rlm-controller

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。

rlm-controller 实现长上下文递归搜索与安全受限的子任务调度。适合复杂信息检索或多轮对话中的深度内容挖掘场景。采用严格沙箱机制防止无限递归或资源过度消耗。安装命令:openclaw skills install rlm-controller,默认启用本地缓存。建议限制单次调用深度以平衡性能与准确性。

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 rlm-controller;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

    它需要执行命令,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

rlm-controller 怎么安装?

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

rlm-controller 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。

rlm-controller 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install rlm-controller 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

rlm-controller 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。

rlm-controller 用的人多吗?

公开数据是累计安装 36,367 次,近一周安装 1,457 次,下载 11,773 次,GitHub 2 星。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。

rlm-controller 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。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 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。
  • 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

  • 不能接受 Skill 在你机器上执行命令的人。
  • 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
rlm-controller

RLM 控制器 · 本页

36,3672执行命令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
rlm-controller
description
RLM-style long-context controller that treats inputs as external context, slices/peeks/searches, and spawns recursive subcalls with strict safety limits. Use for huge docs, dense logs, or repository-scale analysis.
metadata
{"clawdbot": {"emoji": "🧠"}}

RLM Controller Skill

What it does

Provides a safe, policy-driven scaffold to process very long inputs by:

  • storing the input as an external context file
  • peeking/searching/chunking slices
  • spawning subcalls in batches
  • aggregating structured results

When to use

  • Inputs too large for context window
  • Tasks requiring dense access across the input
  • Large logs, datasets, multi-file analysis

Core files (this skill)

Executable helper scripts are bundled with this skill (not downloaded at runtime):

  • scripts/rlm_ctx.py — context storage + peek/search/chunk
  • scripts/rlm_plan.py — keyword-based slice planner
  • scripts/rlm_auto.py — plan + subcall prompts
  • scripts/rlm_async_plan.py — batch scheduling
  • scripts/rlm_async_spawn.py — spawn manifest
  • scripts/rlm_emit_toolcalls.py — toolcall JSON generator
  • scripts/rlm_batch_runner.py — assistant-driven executor
  • scripts/rlm_runner.py — JSONL orchestrator
  • scripts/rlm_trace_summary.py — log summarizer
  • scripts/rlm_path.py — shared path-validation helpers
  • scripts/rlm_redact.py — secret pattern redaction
  • scripts/cleanup.sh — artifact cleanup
  • docs/policy.md — policy + safety limits
  • docs/flows.md — manual + async flows

Usage (high level)

1) Store input via rlm_ctx.py store 2) Generate plan via rlm_auto.py 3) Create async batches via rlm_async_plan.py 4) Spawn subcalls via sessions_spawn 5) Aggregate results in root session

Tooling

  • Uses OpenClaw tools: read, write, exec, sessions_spawn
  • exec is used only to invoke the safelisted helper scripts bundled in scripts/
  • Does not execute arbitrary code from model output
  • All emitted toolcalls are validated against an explicit safelist before output

Autonomous Invocation

  • This skill does not set disableModelInvocation: true
  • Operators who want explicit user confirmation before every spawn/exec should set disableModelInvocation: true in their OpenClaw configuration
  • In default mode, the model may invoke this skill autonomously; all operations remain bounded by policy limits

Security

  • Only safelisted helper scripts are called
  • Max recursion depth = 1
  • Hard limits on slices and subcalls
  • Prompt injection treated as data, not instructions
  • See docs/security.md for foundational safeguards
  • See docs/security_checklist.md for pre/during/post run checks

OpenClaw sub-agent constraints

Per OpenClaw documentation (subagents.md):

  • Sub-agents cannot spawn sub-agents
  • Sub-agents do not have session tools (sessions_*) by default
  • sessions_spawn is non-blocking and returns immediately

Cleanup

Use scripts/cleanup.sh after runs to purge temp artifacts.

  • Retention: CLEAN_RETENTION=N
  • Ignore rules: docs/cleanup_ignore.txt (substring match)

Configuration

See docs/policy.md for thresholds and default limits.

平台分布

OpenClaw

80.97%
按下载量换算9,533

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

未展示

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install rlm-controller 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

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