Token导航 LogoToken导航

Agent Skill · 效率

travel-outfit-planner(旅行装备规划师)

travel-outfit-planner 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。

travel-outfit-planner 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 14,820。

总安装 3,280周安装 134GitHub Stars 公开资料未说明下载 1,051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:travel-outfit-planner(旅行装备规划师)
来源仓库:https://github.com/tinayunyunyun/travel-outfit-planner
安装命令:
openclaw skills install travel-outfit-planner
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 travel-outfit-planner

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。

基于服装公式与分层策略生成旅行胶囊衣柜与打包清单。适合注重穿搭效率与行李精简的用户。travel-outfit-planner 属于效率类 Skill,可作为该场景下的辅助能力补充。使用方式:输入行程天数与气候自动推荐衣物组合。建议结合个人尺码与品牌偏好微调建议。安装前应核实是否依赖外部衣橱数据库。

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 travel-outfit-planner;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

travel-outfit-planner 怎么安装?

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

travel-outfit-planner 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。

travel-outfit-planner 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。

travel-outfit-planner 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。

travel-outfit-planner 用的人多吗?

公开数据是累计安装 3,280 次,近一周安装 134 次,下载 1,051 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。

travel-outfit-planner 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
travel-outfit-planner

旅行装备规划师 · 本页

3,280—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
travel-outfit-planner
description
Generate travel capsule-wardrobe plans with outfit formulas, packing lists, layering strategy, and visual lookbook. Use for trip outfits, what to pack, cross-climate wardrobe, or outfit inspiration.
metadata
clawdbot
requires
bins
["python3"]

胶囊衣橱生成器

重要:所有输出必须使用中文(简体),包括标题、表格内容、说明文字、检索词、图片说明。

把"我要去哪里玩几天,怎么穿、怎么带"转成一份真正能落地的旅行穿搭方案:衣物尽量少、搭配尽量多、信息尽量实用、展示尽量直观。

目标

同时解决 4 件事:1)根据行程/天气/场景/风格做胶囊衣橱;2)让用户一眼看懂每天怎么穿;3)保留旅行场景里真正有用的提醒(洗衣、打包、防盗、礼仪、购物留位);4)在能力允许时加入图片示意,否则给出清晰可搜的参考方向。

必须遵守

  • 先实用,再好看:旅行可走、可拍、可应对温差,优先级高于单纯时髦。
  • 锦上添花,不要减内容:加入图片/色彩示意后,不能删掉行李策略、注意事项、礼仪提醒、防盗提示。
  • 不编造:不能编造天气来源、图片链接、品牌、平台帖子或具体图像内容。

核心原则

1. 胶囊衣橱原则

  • 70% 基础款 + 30% 点睛单品,控制在 3-4 个主色以内
  • 优先防皱、速干、好打理、可压缩面料
  • 默认建议把最重的鞋和外套穿在路上

2. 温差应对原则

  • 温差超过 10°C 时,优先输出"底层 + 中层 + 外层"分层方案
  • 天气表里直接告诉用户是"薄内搭 + 薄外套"还是"厚内搭 + 厚外套/三层叠穿"

3. 旅行完整性原则

除了衣服本身,还要主动覆盖:行李分装和收纳策略、洗衣计划(7天+)、目的地礼仪/着装规范、防盗/天气/防晒提醒、购物留位、特殊场景装备。

工作流

Step 1:收集并压缩用户信息

必需字段:destinations、start_date、days、scenes、travelers。可选:style_pref。缺失再补问,补问尽量少。

摘要只写 3 行:行程(城市+天数,用 + 连接)、风格偏好、出行人。出发日期不要在摘要中出现(体现在天气表和日历中即可)。用"出行人"代替"性别"。多人出行写清楚是谁。

Step 2:输出天气概况

优先获取真实天气;做不到就用同期历史均温并标注"仅供参考"。

天气表必须包含 目的地 | 日期 | 温度/天气 | 天气特点 | 建议穿搭 五列。"建议穿搭"列必须具体到"什么内搭 + 什么外套"的组合,禁止写"注意保暖"等空话。

Step 3:生成胶囊衣橱

按行程长度控制规模:5-7天 7-9件、8-14天 9-11件、15天+ 10-13件(配合洗衣计划)。夫妻/多人每人分别生成。

色彩系统

写明主色、辅助色、点缀色,写出 2-3 条配色公式。色彩系统段落下必须加入配色参考图片示意(有图用图,无图用 🔍 小红书搜索:[检索词])。

单品表

必须使用 5 列结构:编号 | 单品 | 颜色/材质 | 适用场景 | 图片示意,"图片示意"列不可省略。无真实图片时用 🔍 小红书搜索:[风格+颜色+季节+性别+场景]。

Step 4:输出每日穿搭日历

每天至少覆盖:日期、目的地、场景、穿搭公式(用单品编号引用)、鞋履、配件、天气提示、图片示意。每天必须给 1 条图片示意(有图用图,无图用景点+穿搭风格的组合检索词)。

详细示例见 {baseDir}/references/outfit-examples.md。

Step 5:补全旅行策略与注意事项(不可省略)

这一步是旅行技能区别于纯穿搭推荐的核心价值。必须覆盖:

  • 5.1 打包清单:去重汇总所有物品,可勾选格式
  • 5.2 行李打包策略:分装建议、登机穿法、购物留位、收纳技巧
  • 5.3 洗衣计划:7天内可不洗但建议速干轮换;7-14天标注自助洗衣店;14天+必须详细轮换计划
  • 5.4 特别注意事项:着装礼仪、防盗提示、天气应对、步行舒适、特殊场景、购物提醒

欧洲/大温差场景增强规则

当行程在欧洲、跨多个气候带、或温差 > 10°C 时,必须额外增加"温差穿搭策略"小节。温差策略要写成按温度带分的表格(含直观穿法、适用场景、图片示意),不要只说"洋葱式穿搭"。多人出行时男女方案必须分开写,用 👩/👨 区分。

详细的温差表格示例、男女分开写法示例、欧洲旅行提醒清单见 {baseDir}/references/outfit-examples.md。

图片示意规则

图片必须出现在 3 个地方:色彩系统、单品表、每日穿搭日历。

  • 有联网能力时优先从小红书搜索真实图片
  • 无法取图时用 🔍 小红书搜索:[检索词] 替代,绝不编造链接
  • 检索词要具体到:地点 + 季节 + 性别 + 风格 + 核心单品 + 场景

详细的检索词写法规范和好/差示例见 {baseDir}/references/outfit-examples.md。

输出格式

按以下 8 个章节输出,每个章节都不可省略:一、天气概况 → 二、温差穿搭策略(大温差时必须有) → 三、胶囊衣橱(色彩系统+单品表) → 四、场景搭配速看 → 五、每日穿搭日历 → 六、打包清单 → 七、行李打包策略 → 八、特别注意事项。

开头用 3 行摘要(行程/风格/出行人),不要重复出发日期。完整的输出格式模板见 {baseDir}/references/outfit-examples.md。

Step 6:生成 HTML 视觉灵感板(Lookbook)——必须执行

每次使用本 skill 时,必须同时输出两样东西:

  1. 完整的 Markdown 穿搭方案(Step 1-5 的全部内容,不可省略任何章节)
  2. HTML 视觉灵感板文件(本步骤生成的 wardrobe-lookbook.html)

生成流程:准备 JSON 数据(结构详见 {baseDir}/references/lookbook-guide.md)→ 运行 python3 {baseDir}/scripts/fetch_lookbook_images.py --input wardrobe_data.json --output wardrobe-lookbook.html(有 Pexels API Key 时加 --pexels-key YOUR_KEY)→ 输出 HTML 文件。

在 Markdown 末尾必须加上:

📸 我还为你生成了一个视觉灵感板 wardrobe-lookbook.html,包含配色展示、场景氛围图和小红书一键搜索按钮,在浏览器中打开即可查看。

Edge Cases

情况处理方式
拿不到实时天气使用历史均温,标注仅供参考
用户风格笼统默认 1 套稳妥方向 + 1 套可替换风格
行程 > 14 天必须补充洗衣计划和轮换策略
极端跨气候接受件数略增,仍按分层逻辑收敛
用户已有衣物先复用已有,再补足缺口
无法联网取图用检索词替代,绝不编造图链
欧洲多人出行男女方案分开写,用 👩/👨 区分
无 Pexels API KeyCSS 占位符 + 小红书搜索引导
用户不需要灵感板可跳过 Step 6

下游联动

打包清单天然适合继续给 flight-baggage-check 做行李合规检查。结尾可主动补一句:

如果你愿意,我也可以继续帮你检查这套清单是否符合所乘航司的行李尺寸和重量要求。

平台分布

OpenClaw

78.57%
按下载量换算826

安全审计

VirusTotal

通过

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