Token导航 LogoToken导航

Agent Skill · 研究检索

system-commander(系统指挥官)

system-commander 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。

system-commander 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为只读;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 10,468。

总安装 12,555周安装 503GitHub Stars 公开资料未说明下载 4,064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
1.0.0

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:system-commander(系统指挥官)
来源仓库:https://github.com/nelohenriq/system-commander
安装命令:
openclaw skills install system-commander
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 system-commander

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。

system-commander 将用户任务自动转换为高效的 Linux 或 Python 命令,适合处理文件操作、文本处理和数据分析等场景。适用于需要快速执行系统级任务,如日志分析、批量重命名文件或提取结构化数据时调用。通过自然语言描述需求,Agent 自动生成可运行命令并反馈结果,减少手动编码负担。

使用时应注意命令执行权限,避免对关键系统目录进行不可逆修改,必要时先在测试环境验证。建议结合具体任务上下文使用,确保生成的命令符合实际环境和数据安全要求。

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 system-commander;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

    它标注为只读,先用只读任务试一次,确认行为符合预期再扩大使用范围。

常见问题

6 条

system-commander 怎么安装?

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

system-commander 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。

system-commander 需要什么权限?

权限级别是只读。该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

system-commander 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。

system-commander 用的人多吗?

公开数据是累计安装 12,555 次,近一周安装 503 次,下载 4,064 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。

system-commander 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。
  • 标注为只读权限,试用阶段不容易误改本地文件。

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。
  • 只想先试试效果、不希望它改动本地文件的人。

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
system-commander

系统指挥官 · 本页

12,555—只读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
system-commander
description
Convert user tasks to optimal Linux/Python commands. Use when user needs file processing, data extraction, text manipulation, or any task that can be solved with system-level tools instead of AI inference.
version
1.0.0
author
Frugal Orchestrator
tags
["system", "linux", "commands", "token-efficiency", "optimization"]
trigger_patterns
allowed_tools
["code_execution", "document_query", "search_engine"]

System Commander

When to Use

Activate this skill when:

  • User asks for file processing, text manipulation, or data extraction
  • Task can be solved with Linux/Python commands
  • Goal is to minimize AI inference and maximize efficiency
  • Keywords: "system command", "linux", "bash", "one-liner", "file processing"

Core Philosophy: System First, AI Last

Before any AI reasoning, try these in order:

  1. Pure Linux tools - awk, sed, grep, cut, tr, sort, uniq
  2. Linux + file tools - find, xargs, parallel, jq, csvkit
  3. Python one-liners - Quick scripts for complex logic
  4. AI subordinate - Only when above won't suffice

Command Patterns by Task Type

File Operations

TaskSystem SolutionAI Solution
List large filesfind . -size +100M -ls❌ Don't delegate
Count lineswc -l file.txt❌ Don't delegate
Search textgrep -r "pattern" .❌ Don't delegate
Replace textsed -i 's/old/new/g' file❌ Don't delegate
Extract columnawk -F',' '{print $2}' file.csv❌ Don't delegate

Data Processing

TaskSystem SolutionAI Solution
JSON queryjq '.key.subkey' file.json❌ Don't delegate
CSV manipulationcsvcut -c 1,3 file.csv❌ Don't delegate
Sort & uniquesort file uniq -c❌ Don't delegate
Join filesjoin -t',' file1 file2❌ Don't delegate

Text Processing

TaskSystem SolutionAI Solution
Line extractionsed -n '5,10p' file❌ Don't delegate
Word count`tr ' ' '\
' sort uniq -c`❌ Don't delegate
Format conversioniconv -f UTF-8 -t ASCII❌ Don't delegate

Response Format

When generating commands:

  1. Provide the command (ready to copy-paste)
  2. Explain what it does (brief)
  3. Show expected output (example)
  4. Note alternatives (if applicable)

Examples

Example 1: Extract Email Addresses

User: "Extract all email addresses from this log file"

System Commander Response:

# Extract emails using grep with regex
grep -oE '[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}' logfile.txt | sort -u

# What it does:
# - -o: output only matching parts
# - -E: extended regex
# - Sorts and removes duplicates

Example 2: Count Files by Extension

User: "Count how many files of each type are in this directory"

System Commander Response:

# Count files by extension
find . -type f | sed 's/.*\.//' | tr '[:upper:]' '[:lower:]' | sort | uniq -c | sort -rn

# What it does:
# - Find all files
# - Extract extension (last . to end)
# - Normalize case
# - Count and sort by frequency

Example 3: Parse JSON Values

User: "Get all 'status' values from this JSON file"

System Commander Response:

# Using jq (install with apt-get install jq)
jq -r '.[].status' data.json | sort | uniq -c

# Alternative using grep (if jq unavailable):
grep -oP '"status": "\K[^"]+' data.json | sort | uniq -c

Example 4: Batch Rename Files

User: "Rename all .txt files to .bak"

System Commander Response:

# Dry run first (see what would happen)
ls *.txt | sed 's/\.txt$//' | xargs -I {} echo mv {}.txt {}.bak

# Execute if looks correct
ls *.txt | sed 's/\.txt$//' | xargs -I {} mv {}.txt {}.bak

# One-liner alternative:
for f in *.txt; do mv "$f" "${f%.txt}.bak"; done

Advanced Patterns

Parallel Processing

# Process files in parallel (4 jobs)
find . -name '*.log' | xargs -P 4 -I {} grep 'ERROR' {}

# Using GNU parallel (apt-get install parallel)
find . -name '*.json' | parallel 'jq .name {}'

Complex Text Extraction

# Extract text between markers
sed -n '/START/,/END/p' file.txt

# Multi-line pattern replacement
sed '/pattern/{n;s/old/new/}' file.txt

# Process only matching files
grep -l 'pattern' *.txt | xargs sed -i 's/old/new/g'

Data Transformation

# CSV to JSON (requires csvkit)
csvjson data.csv > data.json

# JSON to CSV
jq -r '.[] | [.key1, .key2] | @csv' data.json > output.csv

# Column statistics
awk -F',' '{sum+=$3} END {print "Sum:", sum, "Avg:", sum/NR}' data.csv

Python One-Liners

When pure Linux isn't enough, use Python:

# Complex JSON processing
python3 -c "
import json,sys
data=json.load(open('file.json'))
print([x['name'] for x in data if x['active']])
"

# Text processing with regex
python3 -c "
import re,sys
for line in sys.stdin:
    m=re.search(r'pattern', line)
    if m: print(m.group(1))
" < input.txt

When NOT to Use System Commands

Don't suggest system commands when:

  • Task requires natural language understanding
  • Contextual analysis of meaning
  • Creative writing or content generation
  • Complex multi-step reasoning
  • Security-sensitive operations needing verification

Token Efficiency Rules

  1. Never rewrite command output - Use §§include() instead
  2. Prefer pipes over loops - | chains are more efficient
  3. Use built-in tools - awk, sed vs Python imports
  4. Batch operations - Process all files at once with xargs

Installation Prerequisites

Some commands need packages:

# JSON processing
apt-get install jq

# CSV processing
apt-get install csvkit

# Parallel execution
apt-get install parallel

# Text processing
apt-get install silversearcher-ag  # ag command

Skill Integration

This skill works with:

  • agent-orchestrator: System commands become subtask solutions
  • a0-token-optimizer: Minimal tokens for maximum utility
  • toon-adoption: Store command patterns in TOON format

平台分布

OpenClaw

72.99%
按下载量换算2,966

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

未展示

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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