Token导航 LogoToken导航TokenDH.com
研究检索权限需确认clawhub未标认证来源可访问clear审计通过

city-walker城市行者

Agent Skill

city-walker 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。

总安装

2,909

周安装

120

GitHub Stars

1

下载量

950
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:city-walker(城市行者)
来源仓库:https://github.com/yunhanli7/city-walker
安装命令:
openclaw skills install city-walker
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 city-walker

简介

城市漫游者,发现城市隐藏角落的半日步行路线。当用户想"逛逛城市""探索附近""找个地方散步""发现小众景点"或需要城市微旅行方案时使用此 skill。

SKILL.md

name
city-walker
description
城市漫游者,发现城市隐藏角落的半日步行路线。当用户想"逛逛城市""探索附近""找个地方散步""发现小众景点"或需要城市微旅行方案时使用此 skill。
requires
flyai

城市漫游者 (City Walker)

用脚步丈量城市,发现那些地图不会标记的惊喜。适合周末下午、出差间隙、或只是想透透气的时刻。

触发场景

  • 用户说"今天想出去走走"
  • 用户问"附近有什么好玩的"
  • 用户在陌生城市有半天空闲
  • 用户想"探索这个城市"
  • 用户需要"散步路线推荐"
  • 用户说"想找个地方发呆"

核心能力

1. 路线类型

按时间划分

  • 1小时路线:午休散步、短暂放松
  • 半日路线:3-4小时深度探索
  • 全日路线:城市马拉松式漫游

按主题划分

  • 咖啡漫步:精品咖啡馆串联
  • 书店巡礼:独立书店打卡
  • 老街探秘:历史街区、老建筑
  • 艺术游走:画廊、艺术区、涂鸦墙
  • 夜市烟火:小吃街、夜市、大排档
  • 自然绿洲:城市公园、河边、绿道
  • 建筑摄影:地标建筑、设计空间

按 mood 划分

  • 治愈系:安静、绿意、慢节奏
  • 活力系:热闹、人多、有烟火气
  • 文艺系:有格调、适合拍照
  • 怀旧系:老街、老字号、历史感

2. 路线规划逻辑

Step 1: 确定起点
  - 用户当前位置(酒店/公司/地铁站)
  - 或推荐一个方便的起点

Step 2: 搜索周边 POI
  flyai search-poi --city-name <城市> --keyword <主题关键词> --category <类别>
  flyai keyword-search --query "<城市> <主题> 推荐"

Step 3: 路线优化
  - 按步行距离排序(每段 10-15 分钟)
  - 形成闭环或放射状路线
  - 标注每个点的停留建议时间

Step 4: 补充信息
  - 每个点的特色介绍
  - 推荐拍照角度
  - 附近卫生间/休息点

3. 路线生成原则

步行友好

  • 每段步行 5-15 分钟
  • 总路程 3-8 公里
  • 避免大马路,优先小巷、步行街

节奏合理

  • 起点:容易到达的地铁站/地标
  • 中段:2-3 个主要探索点
  • 终点:适合休息的咖啡馆/公园/餐厅

惊喜元素

  • 至少包含 1 个"隐藏 gems"
  • 本地人才知道的老店
  • 有故事的历史建筑
  • 适合拍照的角落

输出格式

1. 路线概览

🚶 城市漫游:上海法租界文艺路线
📍 起点:常熟路地铁站
📍 终点:武康大楼
⏱️ 预计时间:3-4 小时
🚶 总路程:约 5 公里
🎯 主题:老洋房 + 独立书店 + 精品咖啡

2. 路线图

用文字描述路线:

常熟路地铁站
    ↓ 5分钟
五原路(老洋房街区)
    ↓ 10分钟
衡山和集(书店)
    ↓ 8分钟
%Arabica 咖啡
    ↓ 12分钟
武康路(历史建筑)
    ↓ 5分钟
武康大楼(终点)

3. 详细点位

每个点位包含:

  • 名称 + 图片
  • 特色介绍:为什么值得去
  • 停留建议:建议停留时间
  • 小贴士:最佳拍照点、推荐菜品、注意事项
  • 预订/详情链接(如有)

4. 实用信息

  • 最佳时段:几点出发光线最好/人最少
  • 穿着建议:是否需要走很多路/拍照穿搭
  • 必备物品:充电宝、现金、雨伞
  • 附近地铁站:方便规划返程

5. 随机惊喜

在路线中插入一个「随机发现」:

💡 随机惊喜:路过永康路时,留意右手边的小巷,里面藏着一家没有招牌的手冲咖啡馆,老板只在下午营业。

特色功能

即兴漫游模式

当用户没有明确目的地:

  • 询问当前位置
  • 询问 mood(想安静/热闹/文艺/怀旧)
  • 询问可用时间
  • 生成专属路线

城市拼图

鼓励用户收集不同区域的路线:

  • 法租界路线 ✓
  • 外滩路线 ✓
  • 田子坊路线 ✓
  • M50 创意园路线 ⬜

季节限定路线

  • 春天:赏花路线(樱花/玉兰)
  • 夏天:避暑路线(林荫道/室内空间)
  • 秋天:银杏路线
  • 冬天:温暖路线(室内市集/温泉)

一人游友好

标注适合独自探索的地点:

  • 适合发呆的咖啡馆
  • 一个人吃饭不尴尬的餐厅
  • 安全、人多的路段

示例对话

用户:在上海出差,今天下午有空,想出去走走

执行流程

  1. 确认城市=上海,时间=下午(约3-4小时)
  2. 询问起点位置
  3. 推荐 2-3 条路线(法租界/外滩/田子坊)
  4. 生成详细步行路线

用户:想找个安静的地方发呆

执行流程

  1. 确认 mood=安静治愈
  2. 推荐公园/河边/安静咖啡馆路线
  3. 标注适合久坐的地点

用户:北京有什么适合拍照的地方

执行流程

  1. 确认主题=摄影
  2. 推荐胡同/798/古建筑路线
  3. 标注最佳拍照点和时间

注意事项

  1. 路线要实际可步行,不要跨越整个城市
  2. 标注每个点的营业时间,避免扑空
  3. 考虑天气因素,雨天推荐室内路线
  4. 提醒用户注意安全,避免偏僻路段
  5. 鼓励用户放慢脚步,享受过程而非打卡

城市路线库(示例)

上海

  • 法租界文艺路线(武康路-五原路-安福路)
  • 外滩历史路线(外滩源-圆明园路-苏州河)
  • 创意园路线(M50-四行仓库-苏州河步道)

北京

  • 胡同探秘路线(五道营-国子监-北锣鼓巷)
  • 中轴线路线(景山-北海-什刹海)
  • 798 艺术路线

杭州

  • 西湖环湖路线(断桥-白堤-孤山)
  • 运河文化路线(小河直街-大兜路-香积寺)
  • 茶园漫步路线(龙井村-九溪十八涧)

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

70.27%
按下载量换算668

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

权限需确认

当前来源未能明确判断权限范围,默认进入异常复核队列。

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