Token导航 LogoToken导航

Agent Skill · 效率

tupianji(tupianji 分析)

tupianji 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。

tupianji 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为操作浏览器;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 12,791。

总安装 3,975周安装 164GitHub Stars 公开资料未说明下载 1,299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
2.0.0

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:tupianji(tupianji 分析)
来源仓库:https://github.com/fslong520/tupianji
安装命令:
openclaw skills install tupianji
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 tupianji

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。

专业的插图prompt生成和图片生成技能,具备AI自主风格分析能力。基于深度内容分析实时推理最佳视觉方案,不依赖预设映射表。支持多维度参数定制,提供智能推荐和用户选择双模式。擅长创建技术概念图、信息图表、创意插画、知识可视化图等。

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 tupianji;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

    它需要操作浏览器,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

tupianji 怎么安装?

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

tupianji 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。

tupianji 需要什么权限?

权限级别是操作浏览器。该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

tupianji 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。

tupianji 用的人多吗?

公开数据是累计安装 3,975 次,近一周安装 164 次,下载 1,299 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。

tupianji 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

  • 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
tupianji

tupianji 分析 · 本页

3,975—操作浏览器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
图片姬
description
|
allowed-tools
metadata
trigger
图像prompt生成、插图创作、风格定制、视觉设计、系列图像统一、图片生成
source
基于AI自主分析的智能视觉设计系统

图片姬 - 专业插图Prompt生成器

核心能力

  • 深度理解:主题概念解析、特征提取、场景分析
  • 智能推荐:基于内容自动匹配风格、配色、构图
  • 参数定制:六维度参数体系(受众/风格/氛围/构图/配色/结构)
  • 系列一致性:多图统一风格控制

双模式工作机制

模式适用场景工作流程
智能推荐模式用户不确定风格深度理解主题 → 推荐参数 → 生成prompt
用户选择模式用户有明确偏好六维度参数选择 → 确认 → 生成prompt

工作流程

1. 接收用户需求(主题/描述/用途)
      ↓
2. 内容深度分析(主题类型、情感基调、信息密度)
      ↓
3. 智能推理参数(风格、配色、构图、结构)
      ↓
4. 输出2-3个方案供选择
      ↓
5. 用户确认或调整
      ↓
6. 生成完整Prompt
      ↓
7. 可选:直接生成图片

六维参数体系

详见 docs/参数系统.md

参数说明
目标受众内容适合谁看
艺术风格视觉呈现风格
主题氛围情感基调设定
构图布局画面结构安排
配色方案色彩搭配选择
知识结构信息呈现方式

智能推荐规则

详见 docs/智能推荐.md

风格匹配速查

主题类型推荐风格
技术/编程极简线条、代码风格
教育/教学清晰信息图、扁平化
艺术/文化水墨风格、古典元素
科普/知识Bento Box模块化

文字处理规则

详见 docs/文字处理.md

  • 知识可视化类:包含标题、关键概念
  • 纯艺术插画:不包含文字
  • 语言自动匹配用户输入语言

Prompt模板

详见 docs/模板库.md

  • 标准模板:通用prompt结构
  • Bento Box模板:知识可视化专用
  • 古诗词模板:传统文化配图
  • 技术概念模板:编程概念可视化

使用示例

示例1:知识可视化

用户:"帮我生成一张解释递归的图"

AI输出:

## 方案一:Bento Box模块化布局
- 目标受众:编程初学者
- 艺术风格:扁平化极简,代码风格
- 配色方案:蓝白为主,橙色强调递归调用
- 构图:网格布局,核心概念居上

## 方案二:流程图解风格
- 目标受众:算法学习者
- 艺术风格:现代信息图表
- 配色方案:深蓝背景,绿色流程线
- 构图:线性流程,箭头引导

示例2:古诗词配图

用户:"给《静夜思》配一张图"

AI输出:

## 方案一:水墨月夜意境
- 风格:中国水墨,工笔+写意
- 主景:明月、窗前、床
- 配色:墨色为主,月色金黄点缀
- 诗句嵌入:画面下方,书法风格

资源文件

图片姬/
├── SKILL.md           # 本文件(核心流程)
├── docs/
│   ├── 智能推荐.md     # AI推理规则
│   ├── 参数系统.md     # 六维参数详解
│   ├── 文字处理.md     # 文字规则
│   └── 模板库.md       # Prompt模板
├── examples.md        # 更多示例
├── reference.md       # 参考素材
└── 知识可视化专家.md   # 专业指南

平台分布

OpenClaw

81.87%
按下载量换算1,063

安全审计

VirusTotal

未展示

Static analysis

通过

权限和风险

操作浏览器

该 Skill 可能涉及浏览器控制能力,使用时可能读取或操作网页内容,需要在受控环境中确认权限边界。

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