Token导航 LogoToken导航

Agent Skill · 开发

task-director(任务总监)

task-director 用于辅助视频、动画、脚本化剪辑和多媒体生成流程,适合在 OpenClaw 中需要整理视频素材、生成脚本或维护合成项目时使用。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。

task-director 是开发类 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,第三方扫描已通过,按安装量在开发类的 21,746 个 Skill 里排第 7,725。

总安装 3,575周安装 152GitHub Stars 公开资料未说明下载 1,252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:task-director(任务总监)
来源仓库:https://github.com/besty0121/task-director
安装命令:
openclaw skills install task-director
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 task-director

这个 Skill 是做什么的

开发类 Skill 面向写代码、改代码和排查问题,一般会读写仓库文件,部分还会执行构建或测试命令。

将复杂任务转化为电影故事板的视频制作辅助工具。支持脚本化剪辑、素材整理与多媒体合成流程。适用于动画、宣传片与教学视频生成场景。task-director 属于开发类 Skill,可作为该场景下的辅助能力补充。安装前需确认权限范围、维护状态及是否调用视频处理库。建议结合原始 README 核验分镜模板与导出格式支持。

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 task-director;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

task-director 怎么安装?

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

task-director 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。

task-director 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。

task-director 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。

task-director 用的人多吗?

公开数据是累计安装 3,575 次,近一周安装 152 次,下载 1,252 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。

task-director 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

  • 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。
  • 需要处理开发类任务、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

  • 需要厂商级技术支持和 SLA 的生产系统。

开发类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
skill-vetter

技能审查员 · OpenClaw

8,779,018986操作浏览器MIT-0通过
ontology

本体论 · OpenClaw

6,636,960576只读MIT-0通过
entra-app-registration

内部应用程序注册 · Codex、Claude

6,631,872764接触敏感数据未明确通过
entra-app-registration

内部应用程序注册 · Codex、Claude

3,757,680201接触敏感数据未明确通过
nano-banana-pro

纳米香蕉专业版 · OpenClaw

3,526,898364接触敏感数据MIT-0有提醒
task-director

任务总监 · 本页

3,575—需要联网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
task-director
description
Task Director — turn complex tasks into movie storyboards. Create a plan, review it, then execute step by step with fallback support. Pause, retry, skip anytime.
tags
requires
bins
env
[]

任务导演 / Task Director

把复杂任务编排成电影剧本。先看分镜,确认后再开机。

No more "run and pray". Plan first, execute with confidence.

核心理念

普通 Agent 的工作方式:

用户:部署这个项目
Agent:冲!(5分钟后报错)啊... 从头再来...

用任务导演的 Agent:

用户:部署这个项目
Agent:我给你写了个分镜,你看看?
  🎬 第一幕:环境检查(预计 30s)
  🎬 第二幕:安装依赖(预计 2min)
  🎬 第三幕:构建部署(预计 5min)
     🎭 备选:先本地测试
  🎬 杀青:验证服务能访问
用户:第三幕的备选方案换成本地构建
Agent:好的,改了。开机?
用户:开机!
Agent:🎬 Action! 第一幕...

命令参考

DIRECTOR = python <skill_dir>/scripts/director.py

创建剧本

$DIRECTOR create --title "部署全栈项目" --scenes scenes.json

scenes.json 格式:

[
  {
    "name": "环境准备",
    "description": "检查并配置运行环境",
    "estimated_time": "1 min",
    "shots": [
      {
        "action": "检查 Node.js 版本",
        "command": "node --version"
      },
      {
        "action": "安装项目依赖",
        "command": "npm install",
        "fallback": {
          "action": "使用 yarn 安装",
          "command": "yarn install"
        }
      }
    ]
  },
  {
    "name": "构建部署",
    "shots": [
      {
        "action": "执行构建",
        "command": "npm run build"
      }
    ]
  }
]

Shot 的字段:

  • action (必填): 要做什么
  • command (可选): 具体命令
  • fallback (可选): 失败后的备选方案

查看剧本

$DIRECTOR show              # 显示当前活跃的剧本
$DIRECTOR show --id movie_xxx  # 按 ID 查看

批准剧本

$DIRECTOR approve

状态从 draft → approved,可以开始执行了。

开机拍摄(执行下一步)

$DIRECTOR action

输出下一个待执行的 shot 信息(JSON 格式),Agent 根据这个信息去实际执行。

指定某一幕某个镜头:

$DIRECTOR action --scene 2 --shot 1

记录结果

Agent 执行完后,回报结果:

# 成功
$DIRECTOR result --id movie_xxx --outcome done --output "v18.0.0"

# 失败
$DIRECTOR result --id movie_xxx --outcome ng --output "npm ERR! code ERESOLVE"

# 用备选方案成功
$DIRECTOR result --id movie_xxx --outcome done --fallback --output "yarn install success"

暂停 / 继续

$DIRECTOR cut     # 暂停(导演喊卡)
$DIRECTOR action  # 继续拍摄

跳过镜头

$DIRECTOR skip --scene 1 --shot 3 --reason "不需要这一步"

杀青

$DIRECTOR wrap

显示最终统计:耗时、完成率、失败数。

查看所有剧本

$DIRECTOR list

Agent 工作流

创建剧本(Agent 自动生成)

import json

scenes = [
    {
        "name": "环境检查",
        "estimated_time": "30s",
        "shots": [
            {"action": "检查 Python 版本", "command": "python --version"},
            {"action": "检查依赖是否安装", "command": "pip list | grep flask"},
        ]
    },
    {
        "name": "启动服务",
        "estimated_time": "10s",
        "shots": [
            {
                "action": "启动 Flask 服务",
                "command": "python app.py",
                "fallback": {
                    "action": "使用 gunicorn 启动",
                    "command": "gunicorn app:app"
                }
            },
        ]
    },
    {
        "name": "验证",
        "estimated_time": "5s",
        "shots": [
            {"action": "检查端口是否监听", "command": "curl http://localhost:5000/health"},
        ]
    },
]

with open("scenes.json", "w") as f:
    json.dump(scenes, f, ensure_ascii=False, indent=2)

执行循环

1. $DIRECTOR action          → 获取下一个 shot
2. Agent 执行 shot 中的 command
3. $DIRECTOR result --id xxx --outcome done --output "..."  → 记录结果
4. 如果有下一个,回到步骤 1
5. 全部完成后 $DIRECTOR wrap  → 杀青

失败处理

1. $DIRECTOR action          → 获取 shot
2. Agent 执行,失败了
3. $DIRECTOR result --id xxx --outcome ng --output "报错信息"
4. $DIRECTOR action          → 自动识别有 fallback,返回备选方案
5. Agent 执行备选方案
6. $DIRECTOR result --id xxx --outcome done --fallback --output "..."

状态流转

draft → approved → filming → wrapped
                ↘ cut → filming

Shot 状态:

pending → running → done / ng → fallback (if available) → done
                            ↘ skipped

目录结构

task-director/
├── SKILL.md              # 本文件
├── scripts/
│   └── director.py       # CLI 工具
└── templates/
    └── example-scenes.json  # 示例剧本

数据存储

剧本保存在 ~/.openclaw/memory/movies/,每个剧本一个 JSON 文件。

设计哲学

  • 电影隐喻:用直觉化的概念降低理解成本
  • 先规划后执行:让用户有掌控感
  • 备选方案:不是只有一条路
  • 随时喊卡:可以暂停、跳过、重来
  • 全程可视化:进度条 + 状态图标一目了然

平台分布

OpenClaw

81.4%
按下载量换算1,019

安全审计

VirusTotal

通过

ClawScan

通过

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。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