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

chat-gene聊天基因

Agent Skill

chat-gene 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

4,087

周安装

172

GitHub Stars

公开资料未说明

下载量

1,431
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:chat-gene(聊天基因)
来源仓库:https://github.com/mellooc/chat-gene
安装命令:
openclaw skills install chat-gene
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 chat-gene

简介

生成模拟微信群聊记录的 Excel 文件,兼容派平台训练数据结构。

  • 包含群信息、活跃成员与消息流三个工作表,支持批量导出。
  • 适用于 AI 助手训练数据准备与群聊系统测试场景。
  • 生成内容需符合平台社区规范,避免不当言论。
  • 建议控制生成规模并抽样验证数据合理性。chat-gene 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
chat-record-generator
description
从零生成模拟微信群聊记录的 Excel (.xlsx) 文件,包含 group_info / active_members / message_stream 三个 sheet,格式与派平台的群聊训练数据完全兼容。使用场景:(1) 需要生成 AI 助手训练数据的模拟群聊对话;(2) 测试群聊 FAQ/知识库系统;(3) 展示多角色对话 multi-Agent 工作流;(4) 生成任意主题的群聊样本 xlsx 文件。触发词:生成群聊记录、模拟群聊数据、生成聊天记录表格、群聊 xlsx、派聊天记录。

Chat Record Generator

生成符合派平台格式的模拟群聊 Excel 文件,支持多角色 multi-Agent 并行生成对话内容。

快速流程

  1. 定义群组 → 2. 并行生成对话(multi-Agent) → 3. 编排 + 写入 xlsx

第一步:定义群组

需要确认以下信息(如用户未提供,按默认值生成):

字段说明示例
群名任意字符串AI资讯交流群
群ID数字字符串123456789
成员数建议 5–15 人10
AI助手昵称群内机器人元宝
话题列表2–4 个话题见下方
目标消息总数建议 50–200 条150

运行 scripts/generate_group_def.js 生成 group_definition.js,或参考 references/group-schema.md 手动编写。


第二步:并行生成对话(multi-Agent)

最大并发限制:5 个 subagent,超过时分批启动。

sessions_spawn(runtime="subagent", mode="run") 为每个角色启动一个子 Agent。

Prompt 模板

你是「{群名}」中的角色【{昵称}】,{年龄}岁{职业}。

语言风格:{风格描述}

【群聊话题】
话题1(第1-N轮):{话题1标题}
话题2(第N+1-M轮):{话题2标题}
...

【你的任务】
以{昵称}身份生成{N}条消息,每个话题约{N/话题数}条。
- 话题1:{角色在该话题的具体行为}
- 话题2:...

直接输出JSON数组,不要有其他文字:
[{"话题": 1, "发言人": "{昵称}", "内容": "消息内容"}, ...]
共{N}条。

消息分配参考(总140条,10角色)

角色类型条数
活跃成员(核心讨论者)15
普通成员12–14
工具人(发起话题/@AI)15

第三步:编排 + 写入 xlsx

收集所有子 Agent 结果后,运行 scripts/write_xlsx.js 写入文件。

关键规则

  • 消息类型text → 内容非空、附件 null;image/file → 内容 null、附件为 image_N/file_N
  • 时间分配:每条消息间隔约 0.002(约3分钟),话题间隔 0.05–0.1(约1–2小时)
  • ⚠️ numFmt Bug:必须对每个时间单元格手动设置 z 属性,aoa_to_sheet 不会保留格式
  • Excel 时间 epochnew Date(Date.UTC(1899, 11, 30))

时间格式

// 时间列
cell.z = 'yyyy/m/d h:mm;@'
// join_time 列(含秒)
cell.z = 'yyyy/m/d h:mm:ss;@'

xlsx 格式规范

参见 references/xlsx-format.md 获取完整的三个 sheet 字段定义。


依赖

  • Node.js + xlsx 库(npm install xlsx,通常缓存在 /tmp/xlsxparse/node_modules/xlsx
  • 若未安装:mkdir -p /tmp/xlsxparse && cd /tmp/xlsxparse && npm install xlsx

注意事项

  • 昵称风格:使用真实微信群昵称(陈默、林晓、周宇老师),避免社交媒体 ID 风格
  • @元宝:AI助手被 @时应在同一话题内接近的轮次生成回复消息(可由主 Agent 补写)
  • task_list:始终为 null,但列必须保留
  • bot_config:group_info sheet 中为 null

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

86.75%
按下载量换算1,241

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