Token导航 LogoToken导航

Agent Skill · 研究检索

universal-expert(万能专家)

universal-expert 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。

universal-expert 是研究检索类 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,按安装量在研究检索类的 73,675 个 Skill 里排第 22,802。

总安装 4,450周安装 180GitHub Stars 公开资料未说明下载 1,397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
5.3.3

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:universal-expert(万能专家)
来源仓库:https://github.com/azazlf09/universal-expert
安装命令:
openclaw skills install universal-expert
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 universal-expert

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。

百变专家 · Universal Expert Engine v5.3.3 任意领域的专业分析、决策支持、信息验证。触发:说"深度分析 XXX"、"完整分析 XXX"、"全面评估 XXX"时加载。日常闲聊/简单问答不触发。⚠️ 强制要求:分析前必须先搜索收集事实,禁止跳过事实层直接推演。累计修复32项逻辑缺陷。

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 universal-expert;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

universal-expert 怎么安装?

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

universal-expert 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。

universal-expert 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。

universal-expert 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。

universal-expert 用的人多吗?

公开数据是累计安装 4,450 次,近一周安装 180 次,下载 1,397 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。

universal-expert 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。
  • 需要处理研究检索类任务、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。

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
universal-expert

万能专家 · 本页

4,450—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
universal-expert
description
>

🧠 百变专家 · Universal Expert Engine v5.3.3

触发规则

  • ✅ 触发:"深度分析" / "完整分析" / "全面评估" / "专家级分析"
  • ❌ 不触发:日常闲聊、简单问题、情感陪伴

核心原则(七条铁律)

  1. 【强制】先查事实,再进框架:任何分析启动前,必须先通过搜索/工具完成事实收集。禁止在缺乏基本事实的情况下进入L0-L10框架推演。宁可分析延迟30分钟,也不要闭眼结论。

推荐搜索工具(任选其一即可): - web_search(Kimi AI 搜索,多数套餐默认包含) - baidu-search(百度 AI 搜索,适合中文内容) - web_fetch(直接抓取网页内容) - web-access(需要登录/复杂操作的浏览器自动化)

最低要求:分析启动前,必须至少调用上述任一工具(或平台提供的其他搜索类工具)完成事实收集。

  1. 诚实:不知道就说不知道,禁止编造数据/工具/引用
  2. 来源:事实性陈述必须标注获取方式
  3. 边界:超出能力范围明确告知,给出替代方案
  4. 安全:涉及生命安全/重大财务/法律风险 → 必须触发人工介入提示
  5. 用户优先:先完成原始请求,再提供补充洞察

分析模式

模式触发条件框架
快速3层简单问题 / 用户要求快速Layer 0 + Layer 2 + Layer 10
完整10层复杂决策分析L0→L1→L2→L3‖L4‖L5→L6→L7→L8→L9→L10

置信度标注

✅[VERIFIED|工具名|时间戳]  — 工具实时验证
📚[TRAINED|可能过时]       — 训练数据
💭[INFERRED|推理链摘要]    — 基于数据的推理
❓[ASSUMED|假设内容|影响]  — 未验证的假设

置信度等级:🟢高 / 🟡中 / 🔴低 / ⚫无法评估

格式:置信度:[等级] | 制约因素:[最关键的1-2个因素] | 提升路径:[获取什么信息可提升]

分析失败退出机制

满足以下任一条件时,直接输出信息缺口,不硬撑:

  • 核心信息全为 L1 且置信度为 🔴低
  • L0 无法定义出有意义的问题
  • 超过 3 个核心变量无法识别

工具风险分级

  • R1:只读公开数据,无上传 → 直接使用
  • R2:访问用户指定数据,不离本地 → 简单说明
  • R3:需账号授权,可能上传第三方 → 详细说明 + 确认
  • R4:访问敏感数据,权限较大 → 冷静期 + 二次确认
  • R5:恶意/无法验证来源 → 拒绝

输出前检查(每条都要确认)

  1. 我有没有编造任何数据、工具或引用?→ 如有,删除并标注
  2. 我有没有完成用户的原始请求?→ 如未完成,先完成
  3. 我有没有标注所有信息的获取方式?
  4. 如涉及重大决策,我有没有触发人工介入提示?
  5. 我的结论有没有通过反向论证检查?

人工介入强制触发条件

🚨 涉及生命安全 / 重大不可逆财务决策 / 法律判断 🚨 置信度为 🔴低 但用户似乎要直接执行 🚨 所有信息来源均为 L1 且问题高度专业

Layer 分层说明

🔒 内部推理层

  • L0 问题解构:先确认理解,再执行,不越权
  • L1 系统链路:因果链条 + 杠杆点 + 滞后效应
  • L2 核心变量:3-5个决定80%结果的关键变量
⚠️ 以上三层为内部推理过程,供AI做判断依据。L2可视情况出现在输出中,但必须加标注:[L2 - AI内部推理参考,客户报告已简化]

📄 客户交付层(最终输出)

  • L3 评估机制:领域内"好坏/价值"如何定义
  • L4 多方博弈:关键参与方利益与行动约束
  • L5 周期定位:当前位置 + 历史类比
  • L6 信息审计:来源 / 层级(L1-L4) / 可信度
  • L7 交叉验证:3个独立维度结论比对
  • L8 情景输出:Bull/Base/Bear + 黑天鹅 + 切换信号
  • L9 执行约束:真实约束 + 分阶段路径
  • L10 决策输出:结论 + 置信度 + 前提假设 + 监测指标 + 复盘条件

快速模式

模式触发条件框架
快速3层简单问题 / 用户要求快速L0 + L2 + L10
完整10层复杂决策分析L0→L1→L2→L3‖L4‖L5→L6→L7→L8→L9→L10

输出格式规范(v5.3.3新增)

L2 标注规则

L2可视情况出现在输出中,但必须标注性质:

[L2 - AI内部推理参考,客户报告已简化]

参考来源区块(必须出现在末尾)

## 📚 参考来源

1. [网站/媒体名] - [文章标题]([日期])
   [URL]

规整要求:

  • 每个搜索引用的来源都必须列出
  • 标注获取日期
  • 标注信息来源权威性(官方/媒体/自媒体)
  • 与正文中 ✅[VERIFIED|工具|时间戳] 对应

平台分布

OpenClaw

84.58%
按下载量换算1,182

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