Token导航 LogoToken导航

Agent Skill · 效率

swanlab-reader(天鹅实验室读者)

swanlab-reader 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。

swanlab-reader 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;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 11,746。

总安装 4,443周安装 178GitHub Stars 公开资料未说明下载 1,438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
1.1.2

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:swanlab-reader(天鹅实验室读者)
来源仓库:https://github.com/ckqiao/swanlab-reader
安装命令:
openclaw skills install swanlab-reader
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 swanlab-reader

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。

用于读取 SwanLab 实验数据,支持通过 URL 获取运行结果。适合在 OpenClaw 中承接效率相关任务,如数据分析与可视化。使用时需提供有效的 SwanLab run URL 作为输入源。安装前请确认权限范围和维护状态,避免触发未授权操作。建议评估是否会执行命令或读写文件后再部署使用。

swanlab-reader 属于效率类 Skill,可作为该场景下的辅助能力补充。

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 swanlab-reader;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

    它需要接触敏感数据,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

swanlab-reader 怎么安装?

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

swanlab-reader 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。

swanlab-reader 需要什么权限?

权限级别是接触敏感数据。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。

swanlab-reader 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。

swanlab-reader 用的人多吗?

公开数据是累计安装 4,443 次,近一周安装 178 次,下载 1,438 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。

swanlab-reader 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

  • 需要接触敏感数据,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

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 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
swanlab-reader

天鹅实验室读者 · 本页

4,443—接触敏感数据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
swanlab-reader
description
读取 SwanLab 实验数据。当用户发来 SwanLab run URL 时使用。
credentials
type
api-key
description
SwanLab API Key(查询私有项目需要)
env
SWANLAB_KEY | SWANLAB_API_KEY
file
~/.config/swanlab/key
optional
true
env
dependencies

SwanLab Reader

安装

# 依赖:swanlab、numpy(uv run 自动处理)
uv run python skills/swanlab-reader/swanlab_reader.py set-key <your-key>

首次设置 API Key(只需一次)。key 保存在 ~/.config/swanlab/key,或通过环境变量 SWANLAB_KEY / SWANLAB_API_KEY 传入。

命令

runs — 项目概览

uv run python skills/swanlab-reader/swanlab_reader.py runs <username/project>

info — 指标 + 配置

uv run python skills/swanlab-reader/swanlab_reader.py info <url>

末尾输出可直接复制粘贴的 history 命令。

history — 历史序列

uv run python skills/swanlab-reader/swanlab_reader.py history <url> <key1> [key2] ...
uv run python skills/swanlab-reader/swanlab_reader.py history <url> <key> --plot   # 带 ASCII 图

plot — 单独画图

uv run python skills/swanlab-reader/swanlab_reader.py plot <url> <key>

compare — 多 run 对比

uv run python skills/swanlab-reader/swanlab_reader.py compare <url1> <url2> [url3 ...]

自动获取所有 run 的所有指标并列对比。

工作流

  1. runs <project> 看项目下有哪些 run
  2. info <url> 看指标列表 + 配置,复制末尾的 history 命令
  3. history <url> <keys> 查具体指标历史
  4. compare <url1> <url2> ... 多 run 并排对比

平台分布

OpenClaw

93.65%
按下载量换算1,347

安全审计

VirusTotal

未展示

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

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。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