Token导航 LogoToken导航TokenDH.com
开发需要联网clawhub未标认证来源可访问clear审计提醒

zeelin-text-analysis泽林文本分析

Agent Skill

zeelin-text-analysis 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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。

总安装

3,184

周安装

134

GitHub Stars

公开资料未说明

下载量

1,115
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:zeelin-text-analysis(泽林文本分析)
来源仓库:https://github.com/liyayong000-sketch/zeelin-text-analysis
安装命令:
openclaw skills install zeelin-text-analysis
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 zeelin-text-analysis

简介

文本分析技能,支持本地文件直接上传分析。当用户说'分析文本'、'文本处理'、'分析这个文档'等并上传文本文件时使用此技能。

SKILL.md

name
zeelin-text-analysis-skill
description
文本分析技能,支持本地文件直接上传分析。当用户说'分析文本'、'文本处理'、'分析这个文档'等并上传文本文件时使用此技能。
metadata
{ "openclaw": { "emoji": "📄", "requires": { "bins": ["python3"], "pip": ["flask", "requests", "oss2"] } } }

文本分析技能

技能说明

这个技能帮助用户分析文本文件,自动提取实体、生成关系图谱和角色档案。

功能:将小说、文档等文本内容转换为结构化的分析结果。


使用方法

注意:以下示例使用 curl 展示请求格式,实际由 OpenClaw 工具调用执行,无需手动执行命令。

第一步:首次使用配置

使用本技能前,需要配置智灵平台的 App-Key。

步骤 1:注册智灵账号

  • 访问 https://skills.zeelin.cn
  • 点击注册,完成账号创建

步骤 2:创建应用

  • 登录后进入控制台 → 应用管理
  • 点击"创建应用",填写应用名称
  • 复制生成的 App-Key

步骤 3:配置到技能

  • 打开本 Skill 的配置文件:templates/config.json
  • 将复制的 App-Key 粘贴到 Zeelin_App_Key 字段
  • 保存文件,重新触发本技能即可使用

配置示例:

{
  "Zeelin_App_Key": "xxxxxxxxxxxxxxxxxx",
  "Zeelin_Api_Url": "https://skills.zeelin.cn",
  "Zeelin_Website_Url": "https://skills.zeelin.cn"
}

第二步:上传文件到 OSS

接口: POST {service_url}/api/skill/upload

请求格式: multipart/form-data (不是 JSON!)

参数:

参数名位置类型必填说明
appKeyform-datastring用户的 Zeelin_App_Key
fileform-datafile本地文件二进制数据

示例请求:

curl -X POST "http://47.98.180.113:8083/api/skill/upload" \
  -F "appKey=YOUR_APP_KEY" \
  -F "file=@/path/to/local/file.txt"

成功响应:

{
  "code": 200,
  "data": {
    "oss_url": "https://jumuai.oss-cn-hangzhou.aliyuncs.com/...",
    "filename": "file.txt",
    "size": 12345
  }
}

第三步:提交文本分析任务

接口: POST {service_url}/api/skill/text

请求格式: application/json

参数:

参数名位置类型必填说明
appKeyJSON bodystring用户的 Zeelin_App_Key
ossJSON bodystring上一步返回的 oss_url

示例请求:

curl -X POST "http://47.98.180.113:8083/api/skill/text" \
  -H "Content-Type: application/json" \
  -d '{
    "appKey": "YOUR_APP_KEY",
    "oss": "https://jumuai.oss-cn-hangzhou.aliyuncs.com/..."
  }'

成功响应:

{
  "code": 200,
  "data": {
    "task_id": "analysis_xxx",
    "status": "pending",
    "word_count": 3760,
    "cost": 1
  }
}

第四步:轮询查询任务状态(必须执行)

⚠️ 重要:提交任务后,必须通过工具调用查询接口获取结果,不能直接回复用户!

接口: GET {service_url}/api/skill/status/{task_id}

轮询策略(根据进度动态调整,节省额度):

当前进度查询间隔说明
≤ 60%(25%, 50%, 60%)每 3 分钟处理初期和中期,耐心等待
≥ 70%(70%, 100%)每 1 分钟接近完成,加密查询及时获取结果

你必须这样做

  1. 提交任务后,立即告诉用户"任务已提交,预计处理 10-20 分钟,请稍候..."
  2. 根据返回的 progress 决定等待时间

- progress ≤ 60%等待 3 分钟后查询 - progress ≥ 70%等待 1 分钟后查询

  1. 根据 status 判断:

- status: "pending" → 继续轮询 - status: "succeeded"展示 result 结果(结束) - status: "failed"展示错误信息(结束)

  1. 最多轮询 30 分钟,超时告诉用户"任务还在处理中,请稍后自行查询"

示例指令(模型执行)

# 第一次查询(提交后立即)
curl "http://47.98.180.113:8083/api/skill/status/analysis_xxx"
→ 返回 progress=25
→ 告诉用户:"当前进度 25%,处理中..."
→ 必须sleep 180  # 等待 3 分钟

# 第二次查询
curl "http://47.98.180.113:8083/api/skill/status/analysis_xxx"
→ 返回 progress=50
→ 告诉用户:"当前进度 50%,继续处理中..."
→ 必须sleep 180  # 等待 3 分钟

# 第三次查询
curl "http://47.98.180.113:8083/api/skill/status/analysis_xxx"
→ 返回 progress=70
→ 告诉用户:"即将完成,请稍候..."
→ 必须sleep 60   # 等待 1 分钟

# 第四次查询
curl "http://47.98.180.113:8083/api/skill/status/analysis_xxx"
→ 返回 progress=100, status=succeeded
  生成一个md文件来让用户进行查看

示例请求:

curl "http://47.98.180.113:8083/api/skill/status/analysis_xxx"

响应字段说明:

字段类型说明
statusstringpending(处理中) / succeeded(成功) / failed(失败)
progressint进度百分比: 0, 25, 50, 60, 70, 100
resultobject分析结果(只有 status=succeeded 时才有)
word_countint文档字数
costint实际扣除额度

轮询示例流程

提交任务 → 收到 25%
  ↓
告诉用户:"任务已提交,预计处理 10-20 分钟,请稍候..."
  ↓
等待 3 分钟 → 查询 → 50%
  ↓
告诉用户:"当前进度 50%,继续处理中..."
  ↓
等待 3 分钟 → 查询 → 60%
  ↓
告诉用户:"即将完成,加密查询中..."
  ↓
等待 1 分钟 → 查询 → 70%
  ↓
等待 1 分钟 → 查询 → 100%(完成)
  ↓
告诉用户:"分析完成!"生成一个md文件来让用户进行查看

结果展示格式(Markdown)

⚠️ 重要:获取到 result 后,必须将结果格式化为 Markdown 展示给用户,不要直接返回原始 JSON!

格式化要求

  • 使用 Markdown 标题层级(# ## ###)组织内容
  • 使用表格展示关系数据
  • 添加适当的 emoji 图标增强可读性
  • 根据实际返回的数据结构灵活调整格式
  • 如果某些字段为空,可以省略对应章节
  • 不要编造数据,只展示 result 中实际存在的内容
  • 最后给用户呈现结果时生成一个md文件来让用户进行查看

完整调用流程

用户: "分析这个文档" + 上传文件
  ↓
OpenClaw: 读取本地文件
  ↓
OpenClaw: 1️⃣ POST {service_url}/api/skill/upload
          Content-Type: multipart/form-data
          Body: appKey=xxx&file=文件二进制
  ↓
Skill服务: 接收文件 → 上传OSS → 返回 oss_url
  ↓
OpenClaw: 2️⃣ POST {service_url}/api/skill/text
          Content-Type: application/json
          Body: {"appKey": "xxx", "oss": "oss_url"}
  ↓
Skill服务: 验证额度 → 扣费 → 提交AI任务 → 返回 task_id
  ↓
OpenClaw: 3️⃣ 轮询 GET {service_url}/api/skill/status/{task_id}
          根据进度动态间隔查询(3分钟/1分钟)
  ↓
OpenClaw: 生成md文件展示结果给用户

费用说明

服务类型计费标准示例
文本分析120额度/万字3760字=120额度

计费规则:

  • 文本按字数向上取整到万字
  • 提交任务时扣除额度,任务失败自动返还

常见问题

Q: App-Key 格式是什么? A: 任意字符串,从 config.json 的 Zeelin_App_Key 字段读取。

Q: 上传接口的 appKey 放哪里? A: 放在 form-data 里(appKey=xxx),不是 Header!

Q: 分析接口的 appKey 放哪里? A: 放在 JSON body 里({"appKey": "xxx"})。

Q: 支持多大的文件? A: 单文件最大 500MB。

Q: 为什么查询任务状态也会产生扣费记录? A: 使用智灵提供的模型时,每次调用(包括查询)都会经过智灵平台。查询虽然不扣技能额度,但会产生平台调用记录。建议按 SKILL.md 的轮询间隔查询,避免频繁调用。


技术支持

  • 智灵官网:https://skills.zeelin.cn

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

85.14%
按下载量换算949

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

可疑

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。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