Token导航 LogoToken导航

Agent Skill · 研究检索

rn-skills-tywx(rn 技能 tywx)

rn-skills-tywx 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。

rn-skills-tywx 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;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 15,974。

总安装 7,473周安装 321GitHub Stars 公开资料未说明下载 2,619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:rn-skills-tywx(rn 技能 tywx)
来源仓库:https://github.com/ykabps1314/rn-skills-tywx
安装命令:
openclaw skills install rn-skills-tywx
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 rn-skills-tywx

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。

rn-skills-tywx 专注小红书时尚穿搭与新中式美学内容的智能创作。适用于自媒体运营者批量生成图文笔记并配图的需求。整合选题筛选、文案撰写与 AI 图像生成全流程自动化。安装命令:openclaw skills install rn-skills-tywx,依赖通义万相接口授权。

请勿用于抖音、微博等其他平台的内容生产规避版权风险。

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 rn-skills-tywx;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

    它需要需要联网,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

rn-skills-tywx 怎么安装?

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

rn-skills-tywx 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。

rn-skills-tywx 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

rn-skills-tywx 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。

rn-skills-tywx 用的人多吗?

公开数据是累计安装 7,473 次,近一周安装 321 次,下载 2,619 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。

rn-skills-tywx 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

  • 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

  • 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
rn-skills-tywx

rn 技能 tywx · 本页

7,473—需要联网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
xiaohongshu-creator
description
>

小红书爆款创作助手

When to Run

  • 用户说「创作小红书」— 运行完整流程,默认生成 2 条笔记
  • 用户说「收集素材」— 仅运行素材收集与选题筛选(Step 1-2)
  • 用户说「根据"XXX"创作」— 跳过选题,直接根据指定主题创作
  • 用户说「创作小红书 N条」— 生成指定数量笔记

Workflow

Step 1: 素材收集

使用 WebSearch 工具并行搜索多平台热门素材:

  • 小红书站内:小红书 穿搭 热门趋势 2026、小红书 新中式穿搭 爆款、小红书 {当季关键词} 穿搭
  • 微博/抖音:微博 时尚穿搭 热搜 今日、抖音 穿搭 流行趋势 本周
  • 时尚资讯:Vogue China fashion trend 2026、时尚芭莎 穿搭趋势
  • 国际趋势:Pinterest fashion trend aesthetic 2026、Instagram Chinese fashion aesthetic trend

整理为结构化列表,每条包含:话题名称、热度指标、来源平台、赛道关联度评分(1-10)。

Step 2: 选题筛选

  1. 读取 config/keywords.json 获取赛道关键词库
  2. 按权重评分排序:赛道匹配度 40% + 热度 30% + 差异化 20% + 内容可塑性 10%
  3. 读取 history.json 去重:近7天未创作过、同风格不连续超2次、穿搭类与新中式交替
  4. 选出排名最高的 2 个选题(或用户指定数量)

Step 3: 文案生成

  1. 读取 config/title-formulas.json,根据选题类型选标题公式
  2. 标题:18-25字,含情绪词+风格关键词+行动暗示,1-2个emoji,用 | 或 · 分隔
  3. 正文:种草型结构(hook → 主题介绍 → 单品拆解 → 搭配技巧 → 互动引导),300-600字,口语化
  4. 话题标签:从 config/keywords.json 选取 5-8 个(2热门 + 2-3精准 + 1-2长尾)

Step 4: 图片生成

  1. 读取 config/image-styles.json 获取风格 prompt 预设
  2. 为每条笔记生成 6 张图片 prompt(cover + page_1~5)
  3. 调用通义万相 API($DASHSCOPE_API_KEY):

- 提交:curl -s "https://dashscope.aliyuncs.com/api/v1/services/aigc/text2image/image-synthesis" + async header - 轮询:curl -s "https://dashscope.aliyuncs.com/api/v1/tasks/{task_id}",间隔3秒,最大60秒 - 下载:curl -s -o "{路径}/{文件名}.png" "{图片URL}"

  1. 6张图片并行提交,统一轮询。API 失败则跳过图片,文案中标注「图片待补充」

Step 5: 本地保存

  1. 创建 output/{YYYY-MM-DD}_{选题简称}/ 目录
  2. 保存 文案.md(标题+正文+标签+发布建议)
  3. 保存 metadata.json(创建时间、选题、风格、图片数量、状态)
  4. 更新 history.json 追加本次创作记录

Output Format

创作完成!

本次生成 {N} 条笔记:

1. {标题1}
   目录:{输出目录1}
   风格:{风格标签}
   图片:{N}张已生成

2. {标题2}
   目录:{输出目录2}
   风格:{风格标签}
   图片:{N}张已生成

发布建议:
  - 第1条建议 {时间段1} 发布
  - 第2条建议 {时间段2} 发布

预计API成本:¥{金额}

Season Awareness

根据当前月份自动调整内容方向:

  • 春季(3-5月):春日穿搭、轻薄叠穿、踏青出游、樱花季
  • 夏季(6-8月):清凉穿搭、防晒时尚、度假风、薄纱透气
  • 秋季(9-11月):秋冬叠穿、毛衣外搭、暖色系、层次感
  • 冬季(12-2月):保暖时尚、大衣穿搭、节日穿搭、新年新中式

Notes

  • 同一篇笔记的6张图片必须使用相同人物描述和色调
  • 文案必须原创,不直接复制搜索结果
  • 穿搭建议要具体可操作,标注单品类型
  • 文案结尾必须有互动引导
  • 每次生成控制在12张图以内(2笔记 x 6张),turbo模型约 ¥0.48/次
  • 环境变量 DASHSCOPE_API_KEY 需提前设置(阿里云百炼平台获取)

平台分布

OpenClaw

89.83%
按下载量换算2,353

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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