Agent Skill · 待分类

screenclaw（screenclaw 命令行）

screenclaw 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。

screenclaw 是待分类类 Agent Skill，可用宿主为 Codex、Claude、Cursor、Gemini CLI，通过GitHub 仓库获取，权限为调用外部服务；许可证信息还不明确，第三方扫描有未通过项，按安装量在待分类类的 11,209 个 Skill 里排第 5,840。

总安装 514周安装 21GitHub Stars 32下载 165核验 2026-05-01

待分类调用外部服务 GitHub 仓库未标认证来源可访问许可证需确认审计异常 Codex Claude Cursor Gemini CLI

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: unknown

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：screenclaw（screenclaw 命令行）
来源仓库：https://github.com/ginsing1226/screenclaw
仓库路径：skills/screenclaw
安装命令：
npx skills add https://github.com/ginsing1226/screenclaw --skill screenclaw
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 npx skills 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。

skills.shnpx skills

npx skills add https://github.com/ginsing1226/screenclaw --skill screenclaw

这个 Skill 是做什么的

这个 Skill 的分类还没最终确定，用法以来源仓库的说明为准。

screenclaw 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息。适合在 Codex、Claude、Cursor、Gemini CLI 中围绕仓库状态和协作事项进行整理。通过 npx skills add 命令从指定仓库安装并使用。

建议确认权限范围和维护状态，避免触发不必要的联网或文件操作。具体用法请参考原始 README 和项目文档。

来源仓库内路径：skills/screenclaw

上手步骤

4 步

1
确认自己的宿主工具
公开资料标注支持 Codex、Claude、Cursor、Gemini CLI；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
拿到安装命令
可以直接复制的命令是 npx skills add https://github.com/ginsing1226/screenclaw --skill screenclaw；命令里的占位符换成自己的路径或密钥再执行。
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
按最小权限试用
它需要调用外部服务，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

screenclaw 怎么安装？

在终端执行 npx skills add https://github.com/ginsing1226/screenclaw --skill screenclaw。装完完全退出宿主工具再打开，让它重新扫描本地 Skill。

screenclaw 支持哪些 AI 工具？

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。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。

screenclaw 需要什么权限？

权限级别是调用外部服务。该 Skill 可能调用第三方服务、云服务或外部模型 API，使用前需要确认账号、额度、数据发送范围和服务条款。

screenclaw 是免费的吗？

公开资料没有标注明确许可证，收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

screenclaw 用的人多吗？

公开数据是累计安装 514 次，近一周安装 21 次，下载 165 次，GitHub 32 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。

screenclaw 安全吗？

第三方扫描有未通过项，风险较高。除非你确认过源码，否则不建议直接安装到常用环境。

值得选的地方和要先想清楚的地方

值得选的地方

同时适配 4 种工具，换客户端不用重新找替代品。

先想清楚的地方

许可证没有明确标注，能不能商用、能不能再分发都不确定。
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 Codex，想直接扩展它能力的人。
需要处理待分类类任务、又不想每次都手写提示词的人。

不太适合

需要明确授权才能用到公司项目里的场景。
需要厂商级技术支持和 SLA 的生产系统。

待分类类 Skill 对比

6 个同类

Skill	总安装	GitHub 星	权限	许可证	扫描
infsh-cli infsh CLI · Codex、Claude	4,374,576	382	权限未标注	未明确	未收录
ai-video-generation AI 视频生成 · Codex、Claude	4,313,376	382	调用外部服务	未明确	有提醒
lark-openapi-explorer 云雀 OpenAPI 浏览器 · Codex、Claude	2,064,120	9,011	需要联网	未明确	有提醒
lark-workflow-standup-report Lark 工作流程站立报告 · Codex、Claude	2,041,632	8,978	需要联网	未明确	通过
use-my-browser 使用我的浏览器 · Codex、Claude	1,848,491	40	操作浏览器	未明确	未通过
screenclaw screenclaw 命令行 · 本页	514	32	调用外部服务	未明确	未通过

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

screenclaw

你的目标

深入学习本技能，结合用户需求，拆解任务步骤，模拟人类通过视觉操控软件，实现用户目标

核心原则

目标驱动：明确自己为什么要做某个行动，并告诉用户，让他跟上你思路，不要让他疑惑你在干什么。提高主观能动性，主动尝试多种解法实现目标，多重阅本文档
规划-执行-验证：先规划任务步骤，以待办跟进行动。以截图验证结果，结果不佳就重新读文档，重新行动。多次不佳就重新规划
在任务中学习。在任务过程中，你通过理解图片、行动案例里持续学习。例如，某元素的涵义、坐标等
坐标决定成败。视觉操作的核心，在于精准控制。看得准，你才能帮到用户
关键内容要显性复述。你学到的内容、坐标、关键行动，都要输出给用户看。显示输出能抵抗上下文膨胀和压缩
谦卑，不怕困难。保持谦虚，不能依赖直觉，不要偷懒，重读文档能解决你很多问题。不要害怕失败，不要追求简单，准确地实现目标是唯一要求，必要时向用户提问。

核心概念

1. 坐标

ScreenClaw 对软件截图时，会在截图上叠加一层坐标网格。在网格交叉点上，有坐标数字。即，图片上自带了坐标，不需要你计算或归一化模型内部坐标，你只需要读出来。坐标格式为 XxY（如 50x35），表示截图中距左边界X%、距上边界Y%的位置。

目标元素的坐标，就是某个网格交叉点覆盖到它，这个交叉点的坐标就是目标元素的坐标。坐标的准确性取决于网格参数（密度、透明度、颜色）、数字参数等。

注意：坐标数字通过"x"字符来分隔，X坐标 x Y坐标。坐标数字范围是0-100

2. 窗口

窗口是展示视觉页面GUI的容器，是我们的操作对象。一个软件进程可能有多个窗口，操作过程中也会产生新窗口。不同窗口可能有不同内容。

3. 操作模式

模式	说明	使用场景
`background`	通过PostMessage/SendMessage注入事件，不激活窗口，不抢夺用户鼠标和键盘	优先使用，大多数场景
`hijack`	短暂激活目标窗口，闪电劫持用户的键鼠操作，执行完后会恢复劫持前原样。持续性操作会被打断，例如恢复后中文输入法候选面板会消失	满足下方3个条件才能切换
`delegated`	接管电脑，物理输入，不恢复焦点和鼠标，无需逐次确认。持续性操作能保持，例如中文输入法候选面板会保持	用户主动要求时进入，会话级持续到退出

任务步骤

1. 理解需求

目标：明确用户要操作哪些软件、达成什么目标
输入：用户需求
处理：分析需求，结合screenclaw的能力，形成对任务的理解
输出：结合screenclaw，精简描述任务目标，告诉用户你的理解
异常：需求不清晰 → 向用户提问，与用户讨论确认，不要猜

2. 拆解待办

目标：明确任务的具体步骤和要求，防止在执行过程中迷失或走偏
输入：步骤1的具体需求
处理：将目标拆解成可执行的步骤序列，用 TodoWrite 创建待办清单。 守则：遵守screenclaw技能，忘记就重新查阅skill.md | 脚本py→ps1→sh→curl | 关键内容显性复述

- 守则行格式（始终 in_progress，抗压缩）： - 步骤行格式（状态 in_progress → done，记录步骤内容）。步骤需要足够具体，能指导你执行。例如，不要写“获取坐标”，而是写“在截图上找到目标元素，读出覆盖它的网格交叉点的坐标数字” - 一个步骤里如果还包含多个步骤，就继续拆解，直到每个步骤都足够具体可执行 - 步骤可以随着任务进展不断调整，但要保持待办清单的更新，确保它始终反映你的下一步行动计划

输出：完整的待办清单，守则行在最前面，每步记录在案
异常：

- 任务有变更 → 回到步骤1重新理解需求，回到步骤2重新拆解待办 - 人机协同/人在回路干预后，要重新回到待办并调整。不要被带着走

3. 健康检查

目标：操作前确认服务可用，避免无效行动
输入：任务开始信号
处理：调用 health API，确认服务状态
输出：服务状态、服务器时间
异常：服务不可用 → 详见 references/api/health.md

4. 检查场景模板

目标：搜索是否有匹配当前任务的场景模板，有则复用，减少重复劳动
输入：任务目标
处理：搜索 references/scenarios/ 下的场景模板，匹配任务目标和步骤，找到则复用
输出：匹配的场景模板，按照模板执行
异常：没有匹配的场景模板 → 继续后续步骤

5. 生成配置

目标：生成API所需的全局参数，为后续调用做准备
输入：任务开始信号
处理：查阅 references/config.md 获取 api_url 和 token；生成ai_app_type 和 session_id
输出：全局参数，每次API调用时需传入
异常：配置缺失 → 向用户询问

6. 获取并评估目标窗口

目标：获取与任务相关的软件窗口列表，了解其内容。记录候选窗口，用于后续调整全局的窗口参数
输入：全局参数
处理：

- 调用 get_window_list API，筛选出符合任务要求的主窗口、子窗口作为初步候选窗口列表 - 对初步窗口列表，逐个调用 screenshot API 获取截图，评估内容，确认各个窗口有哪些内容

输出：候选窗口列表，包含window_id、main_window_id、窗口内容等信息。后续调整窗口id时，从候选窗口里选择，减少重复调用
异常：任务开始时找不到窗口、任务过程中找不到窗口等，重读 references/api/get_window_list.md

7. 截图（循环起点）

每个操作指令，都从这里开始，直到步骤10验证通过。

目标：对目标窗口截图，以便后续读坐标和验证操作结果
输入：任务需求、API全局参数
处理：查阅 references/api/screenshot.md，根据任务需求，选择合适的参数调用 screenshot API 获取截图

- 如果要读坐标，就带网格截图 - 如果需要了解窗口内容，或将图片作为输出材料供用户查看，就不带网格截图 - 如果需要预览某坐标位置，就带标记点截图（可以传多个标记点） - 如果需要整体了解窗口内容，且窗口内容很多很长，就滚动长截图 scroll_screenshot - 如果需要看清图片细节，就裁剪放大截图 crop_zoom_screenshot

输出：截图图片路径
异常：截图参数极大影响读坐标的准确性。重新读并深入理解 references/api/screenshot.md ，分析应该调整哪个参数获取更合适的截图

8. 读坐标

目标：在截图或裁剪放大后的图片上，找到目标元素，读出其坐标数字，以便后续操作指令使用
输入：截图图片
处理：通过你的多模态能力直接读图。

1. 全局理解：找到目标元素的大概位置（如在窗口的哪个区域，靠近哪个明显元素等），学习目标元素的特征（直到目标元素应该长什么样）。获取大概坐标 - 全局先看有没有目标元素，不急着读。没有目标就换窗口，或者换参数重试截图。找到目标元素了，再读坐标数字 - 目标元素必须被网格交叉点覆盖到，才能读出坐标数字 - 如果全局的坐标足够清晰，可以直接读出坐标数字，可跳过局部读图。但如果失败了，必须局部读图 1. 局部读图：基于大概目标，调用 crop_zoom_screenshot,裁剪并放大局部，基于全局理解的目标元素特征，在局部中寻找目标元素。 - 放大后还找不到，就是大概坐标找错了。重新全局找或裁剪更大区域。 1. 读出数字：为了避免数字太多而遮挡内容，网格不是每个交叉点都有数字，你需要基于网格密度、目标附近的其它交叉点上的坐标数字，计算出目标元素的坐标数字 2. 标记点验证（反验思维）：回到步骤7，带坐标标记点截图。读图找到标记点，再在标记点附近寻找目标元素。如果目标元素与标记点重合，则坐标正确。否则需要重新读坐标（步骤8） - 正验：先找目标再读坐标。反验：先读标记坐标再找目标。两者结合，能提高坐标的准确性 1. 务必遵守：要基于网格参数和坐标数字科学计算。不要猜，也不要输出你内部归一化的坐标 2. 如果你没有读图能力，就使用相关MCP，将图片、坐标概念、读坐标方法传给其它工具，由它们读出坐标

输出：通过裁剪放大、标记等方法，最终确认的目标元素的坐标值 (x, y)
异常：

- 看不清数字、看不清元素、坐标标记点不在期望位置、坐标错误等 → 裁剪放大，重新全局-局部-读准坐标 - 不了解目标元素 → 找周边参照元素排除歧义；多个候选目标逐个尝试操作，截图验证；向用户询问目标相关的知识 - 目标元素没有被网格交叉点覆盖到、或放大后仍看不清数字/元素 → 调整网格参数重新截图（回到步骤7） - 重读 references/api/screenshot.md 、references/api/crop_zoom_screenshot.md

9. 操作

目标：调用对应API执行操作（click/input_text/press_key等），实现对软件的控制，达成用户目标
输入：坐标值 (x, y), 操作指令、action_method等
处理：调用脚本执行操作，

- 如果操作失败，先查对应API文档的常见问题排查原因，再进入重试 - 必须截图验证结果。指令已发送，不代表操作真实成功 - 操作模式，优先 background 模式，满足条件才切换 hijack 模式，用户主动要求时进入 delegated 模式 - 熟悉后的固定流程才用batch，探索阶段用单步。单步操作更灵活，能更好地适应不断学习变化的坐标和窗口内容

输出：API返回结果
异常：

- 操作无效，结果不佳 → 换坐标、换窗口、调参数重试，最后才是换操作模式 - 重读对应API文档

10. 截图验证（循环终点）

目标：操作后，截图验证操作结果，符合预期就下一个步骤，不符合就重试当前步骤
输入：操作完成信号
处理：对比操作前后的截图，找出差异，判断操作结果是否符合预期。主要处理方式同步骤7
输出：同步骤7
异常：

- 重复步骤7-9，按照这些步骤的异常处理逐个排查，直到验证通过。 - 重试5次，重新规划任务步骤，回到步骤2重新拆解待办

11. 沉淀复盘

目标：将任务经验沉淀为场景模板，供未来复用
输入：任务完成后，主动询问用户是否沉淀场景模板
处理：用户确认后，阅读 /references/scenarios/README.md ，总结当前任务的目标、步骤、参数，生成场景模板，保存到 references/scenarios/
输出：场景模板
异常：用户拒绝 → 跳过

API索引

执行API前先读对应文档 references/api/{endpoint}.md

API	method	适用场景	参考文档
health	GET	任务开始前检查服务	`references/api/health.md`
get_window_list	POST	找出需要被控制的目标窗口	`references/api/get_window_list.md`
screenshot	POST	带网格可定位坐标。不带网格可分析界面、留存记录。带标记点可预览坐标位置	`references/api/screenshot.md`
crop_zoom_screenshot	POST	裁剪任意截图并放大，看清细节（如坐标数字）	`references/api/crop_zoom_screenshot.md`
scroll_screenshot	POST	滚动长截图，记录长页面、长内容，整体理解目标窗口	`references/api/scroll_screenshot.md`
click	POST	单击，触发按钮/进入页面	`references/api/click.md`
long_press	POST	长按，触发某些功能	`references/api/long_press.md`
swipe	POST	触摸式滑动，上下左右移动页面	`references/api/swipe.md`
drag	POST	拖拽元素，按住鼠标并移动	`references/api/drag.md`
scroll	POST	鼠标滚轮滚动，上下移动页面	`references/api/scroll.md`
right_click	POST	右键，打开上下文菜单	`references/api/right_click.md`
hover	POST	触发悬停效果，配合截图获取hover效果	`references/api/hover.md`
mouse_move	POST	鼠标移动，游戏视角控制，仅hijack/托管	`references/api/mouse_move.md`
input_text	POST	输入文本。带坐标会先单击再输入。不带坐标直接输入	`references/api/input_text.md`
press_key	POST	按键/组合键。带坐标会先单击再按键。不带坐标直接按键	`references/api/press_key.md`
wait	POST	等待UI动画/页面加载	`references/api/wait.md`
batch	POST	组合指令，执行连续步骤。多个单步的操作可组合执行，提高效率	`references/api/batch.md`
delegated	POST	用户主动要求进入/退出托管模式	`references/api/delegated.md`

脚本报错

降级路径：py → ps1 → sh → 手动curl

降级前提：先看错误原因

错误类型	处理方式
参数错误	修正参数，重跑同一脚本，不降级
环境错误（Python不存在等）	降级
API业务错误	查文档排查，不降级

脚本分工：

截图 → scripts/fetch_screenshot_cli.py（专用，处理base64）
裁剪放大 → scripts/crop_zoom_screenshot_cli.py（专用，处理base64）
滚动长截图 → scripts/scroll_screenshot_cli.py（专用）
batch（PowerShell）→ scripts/api_call_batch.ps1
其他所有API → scripts/api_call.py

详细用法 → scripts/README.md

初始化

用户语言检查：基于用户与你对话的语言（如中文、英文），调整你的思考和输出语言
UTF-8读取文档：用UTF-8编码读取所有文档，确保中文内容正确显示
获取配置：阅读 references/config.md 获取API地址和Token；生成 session_id；阅读 scripts/README.md
检索场景模板：搜索 references/scenarios/ 下是否有匹配当前任务的模板，有则复用
创建待办：用 TodoWrite 创建待办清单，守则行在最前面，每步记录在案

参考文档

references/config.md — 连接配置（地址、Token、ai_app_type、session_id规则）
references/api/*.md — 各API详细文档（参数、示例、常见问题）
references/scenarios/*/*.md — 场景模板
scripts/README.md — 脚本使用说明

平台分布

Codex

33.58%

按下载量换算55

Claude

28.54%

按下载量换算47

Cursor

17.81%

按下载量换算29

Gemini CLI

10.58%

按下载量换算17

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

未通过

权限和风险

调用外部服务

该 Skill 可能调用第三方服务、云服务或外部模型 API，使用前需要确认账号、额度、数据发送范围和服务条款。

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

更多待分类 Skills（11,209）返回 Skills 目录

上一个 Skill

screen-stocks（屏幕库存）

okikusan-public/stock_skills

screen-stocks 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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

screenshot（截图工具）

ljt-520/openclaw-backup

screenshot 用于处理 GitHub 仓库、Issue、Pull Request 和代码协作信息，适合在 Codex、Claude、Cursor、Gemini CLI 中需要围绕仓库状态、代码变更或协作事项进行整理时使用。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。