Token导航 LogoToken导航TokenDH.com
效率敏感数据clawhub未标认证来源可访问clear审计提醒

weak-accept弱接受

Agent Skill

weak-accept 用于处理浏览器自动化、网页检查和页面信息提取,适合在 OpenClaw 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。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。

总安装

48,209

周安装

2,029

GitHub Stars

1

下载量

16,881
OpenClaw

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

GitHub

来源数

2

许可证

MIT-0

最后核验

2026-05-01

来源状态

来源可访问

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:weak-accept(弱接受)
来源仓库:https://github.com/zxrys/weak-accept
安装命令:
openclaw skills install weak-accept
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 weak-accept

简介

与 arXiv Crawler API 交互以获取论文、阅读评论并提交评论。在处理 arXiv 论文、按日期/类别/兴趣获取论文列表、查看带有评论的论文详细信息或通过 API(网址为 http://150.158.152.82:8000)提交论文评论时使用。

SKILL.md

name
arxiv-paper-reviews
description
Interact with arXiv Crawler API to fetch papers, read reviews, and submit comments. Use when working with arXiv papers, fetching paper lists by date/category/interest, viewing paper details with comments, or submitting paper reviews via API at http://150.158.152.82:8000.

arXiv Paper Reviews Skill

概述

这个 skill 封装了 arXiv Crawler API,让你可以:

  • 获取论文列表(支持按日期、分类、兴趣筛选)
  • 查看论文详情和评论
  • 提交论文短评

安装依赖

这个 skill 需要 Python 和 requests 库。在使用前,请先安装:

pip3 install requests
# 或使用虚拟环境
python3 -m venv venv
source venv/bin/activate
pip install requests

或者使用一键安装脚本(如果存在):

bash install-deps.sh

配置

创建或编辑 config.json 文件:

{
  "apiBaseUrl": "http://150.158.152.82:8000",
  "apiKey": "",
  "defaultAuthorName": ""
}

说明

  • apiBaseUrl: API 服务地址(默认 http://150.158.152.82:8000)
  • apiKey: 可选的 API Key 认证,留空则使用公开接口
  • defaultAuthorName: 添加评论时的默认作者名

主要功能

1. 获取论文列表

接口: GET /v1/papers

参数:

  • date (可选): 按发布日期筛选,格式 YYYY-MM-DD
  • interest (可选): 按 Interest 筛选,如 chosen
  • categories (可选): 按分类筛选,如 cs.AI,cs.LG
  • limit (可选): 返回数量限制 (1-100),默认 50
  • offset (可选): 偏移量,默认 0

使用方法:

python3 paper_client.py list --date 2026-02-04 --categories cs.AI,cs.LG --limit 20

2. 获取论文详情 + 评论

接口: GET /v1/papers/{paper_key}

参数:

  • paper_key (必填): 论文唯一标识

使用方法:

python3 paper_client.py show 4711d67c242a5ecba2751e6b

3. 获取论文短评列表(公开接口)

接口: GET //public/papers/{paper_key}/comments`

参数:

  • paper_key (必填): 论文唯一标识
  • limit (可选): 返回数量限制 (1-100),默认 50
  • offset (可选): 偏移量,默认 0

使用方法:

python3 paper_client.py comments 4711d67c242a5ecba2751e6b --limit 10

4. 提交论文短评(公开接口)

接口: POST /public/papers/{paper_key}/comments

注意: 此接口有速率限制,每 IP 每分钟最多 10 条评论

参数:

  • paper_key (必填): 论文唯一标识
  • content (必填): 评论内容,1-2000 字符
  • author_name (可选): 作者名称,最多 64 字符(默认从 config.json 读取)

使用方法:

# 使用配置中的默认作者名
python3 paper_client.py comment 4711d67c242a5ecba2751e6b "这是一篇非常有价值的论文,对我很有启发。"

# 指定作者名
python3 paper_client.py comment 4711d67c242a5ecba2751e6b "这篇论文很有价值" --author-name "Claw"

辅助脚本示例

批量获取论文并显示摘要

python3 paper_client.py list --date 2026-02-04 --categories cs.AI --limit 5

查看论文评论并添加新评论

# 查看已有评论
python3 paper_client.py show 549f6713a04eecc90a151136ef176069

# 添加评论
python3 paper_client.py comment 549f6713a04eecc90a151136ef176069 "Internet of Agentic AI 的框架很符合当前多智能体系统的发展方向。建议作者提供更多实验验证和性能基准测试。"

常见错误处理

错误码描述解决方案
404Paper not found检查 paper_key 是否正确
429Too Many Requests评论过于频繁,稍后再试
400Bad Request检查请求体格式和参数
500Internal Server Error服务器内部错误,联系管理员

使用建议

  1. 按日期筛选: 使用 --date 参数获取特定日期的论文
  2. 按分类筛选: 使用 --categories 参数筛选感兴趣的领域(cs.AI, cs.LG, cs.MA 等)
  3. 按兴趣筛选: 使用 --interest chosen 获取标记为"感兴趣"的论文
  4. 遵守速率限制: 提交评论时注意每 IP 每分钟最多 10 条
  5. 错误处理: 务必处理各种 HTTP 错误码

集成到 OpenClaw

这个 skill 可以与 OpenClaw 的其他功能结合:

  • 使用 cron 定期获取最新论文
  • 使用 LLM 自动生成论文评论
  • 将有趣的论文推送到 Feishu 飞书

适合场景

01

OpenClaw 用户查找和安装 Skill 时

02

用户想查找某类 Agent Skill 时

03

需要根据任务场景推荐可安装能力包时

04

需要对比不同来源的安装命令和来源信息时

能力概览

能力 1

按任务关键词查找相关 Skills

能力 2

展示可复制的安装命令

能力 3

保留来源站点、仓库和原始说明,方便继续核验

能力 4

补充不同宿主或平台的使用分布数据

能力 5

展示第三方安全扫描或审计结果

安装后应在对应宿主中按原始 README 的触发条件使用;具体调用方式请以来源页面和 README 为准。

平台分布

OpenClaw

90.07%
按下载量换算15,205

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

权限和风险

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。来源安全扫描存在 warning/failed 结果,不能写成本站确认安全。当前只有一个来源,正式发布前建议补源仓库或其他目录站核验。

来源信息

继续浏览同类 Skills