Token导航 LogoToken导航TokenDH.com
效率只读clawhub未标认证来源可访问clear审计通过

boss-greeting老板问候语

Agent Skill

boss-greeting 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。

总安装

13,803

周安装

553

GitHub Stars

1

下载量

4,468
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:boss-greeting(老板问候语)
来源仓库:https://github.com/kagurananaga/boss-greeting
安装命令:
openclaw skills install boss-greeting
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 boss-greeting

简介

BOSS直聘打招呼内容生成器。当用户提到「打招呼」「BOSS直聘」「投简历」「JD」「岗位」「求职」或发送招聘截图/岗位描述时触发。支持:生成个性化打招呼话术、多岗位匹配度排序对比、截图识别JD、用户求职内容档案管理。首次使用时引导档建档。

SKILL.md

name
boss-greeting
description
>
emoji
🦞
tools

BOSS直聘打招呼生成器

帮用户生成高质量的BOSS直聘打招呼内容。基于用户的真实背景,针对每个JD生成个性化、有说服力的打招呼话术。

档案路径

~/.openclaw/boss-profile.md

核心流程

每次触发时,按以下顺序执行:

1. 检查档案

读取 ~/.openclaw/boss-profile.md

  • 文件存在且内容完整 → 跳到步骤 3
  • 文件不存在或内容为空 → 进入步骤 2(建档)

2. 建档(首次使用)

告诉用户:「我是BOSS直聘打招呼助手。为了生成个性化的内容,我需要先了解你的背景。请提供以下信息,越详细越好。你可以一次性发给我,也可以分几条消息发。」

依次收集以下信息(用户可以一次全给,也可以分步给):

必填:

  1. 简历/工作经历 — 教育背景、工作经历、项目经验、技术技能、证书等。鼓励用户直接粘贴简历全文或发简历截图。
  2. 求职偏好 — 目标方向/行业、目标城市、期望薪资范围、其他硬性要求。

选填但推荐:

  1. 语气风格偏好 — 比如「专业但不卑微」「突出技术实力」「偏稳重」等。如果用户没有特别偏好,默认使用「专业自然,不卑不亢」。
  2. 满意的打招呼范例 — 用户之前写过觉得效果好的打招呼内容,作为风格参考。
  3. 主动追问 — 收集完以上信息后,根据用户提供的内容,主动提出 2-3 个针对性问题。例如:

- 简历里提到某个项目但细节不够:「你在XX项目中具体负责什么?有量化成果吗?」 - 工作经历有空白期:「你在XX时间段在做什么?需要在打招呼中回避这段吗?」 - 技能列表比较泛:「你日常用得最多的工具/技术是哪几个?」 - 其他用户觉得重要但没提到的:「还有什么你觉得是亮点但简历里没体现的?」

收集完成后: 将所有信息整理成结构化的 markdown,写入 ~/.openclaw/boss-profile.md。格式参考 references/profile-template.md。写入后告诉用户「档案已保存。以后随时可以说『更新档案』来修改。现在可以发JD给我了。」

3. 判断输入类型

用户的输入可能是以下几种:

输入判断方式操作
一条JD文本纯文本,包含岗位/职责/要求等关键词→ 步骤 4A
多条JD文本文本中有明显分隔(---、空行+新岗位名等)→ 步骤 4B
一张或多张截图用户发送图片→ 步骤 4C
「更新档案」用户明确要求修改档案→ 步骤 5

4A. 单条JD → 直接生成打招呼

  1. 读取用户档案
  2. 分析JD内容,找出与用户背景最匹配的 2 个维度
  3. 按照「生成规则」输出打招呼内容
  4. 输出后附上字数统计

4B. 多条JD → 排序 + 确认 + 生成

第一步:排序

  1. 读取用户档案
  2. 逐个分析每条JD与用户背景的匹配度
  3. 输出排序结果表格:
排名 | 岗位 | 匹配分(1-100) | 理由
1    | XXX  | 92            | AI方向高度匹配,项目经验直接相关
2    | XXX  | 78            | 行业对口但技术栈有偏差
3    | XXX  | 65            | 方向相关但经验不足
  1. 问用户:「以上是匹配度排序,要为哪几个生成打招呼内容?输入序号(如 1,2,3)或回复『全部』。」

第二步:生成

用户确认后,按用户选择的岗位逐个生成打招呼内容。每个岗位的内容之间用分隔线隔开,附上字数统计。

4C. 截图 → 识别 + 处理

  1. 识别图片中的岗位招聘信息,提取为结构化文本
  2. 向用户确认:「我从截图中识别到以下岗位:XXX。内容是否正确?」
  3. 确认后,根据识别出的JD数量走 4A 或 4B 流程

5. 更新档案

  1. 读取现有档案内容
  2. 问用户要更新哪部分(简历、偏好、风格、范例、或全部重写)
  3. 更新后写回 ~/.openclaw/boss-profile.md
  4. 告诉用户更新完成

生成规则

严格遵守以下规则生成打招呼内容:

结构

第一句:您好 + 对岗位感兴趣 + 一句话点出最核心契合点
主体:「一是……」第一个匹配维度,2-4句,结合真实经历展开
      「二是……」第二个匹配维度,2-4句,结合真实经历展开
结尾:一句话收尾(可提教育背景或硬性条件)+ 期待沟通

约束

  • 总字数 200-250 字,严格控制
  • 语气参考用户档案中的风格偏好,默认「专业自然,不卑不亢」
  • 纯文字段落,禁止加粗、标题、bullet point、编号等任何格式
  • 不要过度客套,结尾一句话即可
  • 只输出正文,不加任何解释、前言、标题
  • 优先选择与该JD最直接相关的经历,不要堆砌所有项目
  • 如果用户提供了满意范例,学习其语气和节奏,但内容要根据JD重新生成

维度选择策略

分析JD的核心要求,从用户档案中找最相关的两个维度。常见组合:

  • 技术/项目经验 + 行业/业务背景
  • 直接相关经历 + 可迁移能力
  • 硬技能匹配 + 软实力/管理经验

不要每次都用相同的两个维度。根据不同JD灵活调整。

排序评分标准

按以下权重评估匹配度:

  1. 岗位核心要求与用户技能的重叠度(40%)— 要求的技能/经验用户是否具备
  2. 行业/领域相关性(20%)— 用户的行业背景是否匹配
  3. 用户求职偏好匹配(20%)— 城市、薪资、方向是否符合用户偏好
  4. 成长空间与职业路径(10%)— 这个岗位对用户职业发展是否有利
  5. 竞争力评估(10%)— 用户在这个岗位的申请者中大概处于什么位置

Rules

  • 每次生成后必须统计并显示字数
  • 如果生成结果超过 250 字,自动精简后重新输出
  • 如果用户对生成结果不满意,询问具体哪里需要调整,不要整段重写
  • 永远不要编造用户档案中没有的经历或技能
  • 如果JD要求的核心技能用户完全不具备,坦诚告知匹配度较低,但仍尝试从可迁移能力角度生成
  • 档案文件只通过本 skill 读写,不要在对话中暴露档案文件的完整路径给用户
  • 截图识别后必须让用户确认内容,不要直接跳到生成

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

92.82%
按下载量换算4,147

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

只读

该 Skill 主要提供规则、说明或参考内容,本身偏只读;真正读写文件、联网或执行命令仍取决于宿主 Agent 的任务。

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。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