Token导航 LogoToken导航TokenDH.com
效率权限需确认clawhub未标认证来源可访问clear审计提醒

claw-taming驯服爪子

Agent Skill

claw-taming 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

2,671

周安装

107

GitHub Stars

1

下载量

865
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:claw-taming(驯服爪子)
来源仓库:https://github.com/xiejianjun000/claw-taming
安装命令:
openclaw skills install claw-taming
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 claw-taming

简介

OpenClaw数字分身养成系统——从空白Agent到有灵魂、有记忆、有能力的数字伙伴。包含身份锻造、记忆筑基、心跳纠偏三大核心模块,让你的AI不再跑偏。

SKILL.md

name
claw-taming
description
OpenClaw数字分身养成系统——从空白Agent到有灵魂、有记忆、有能力的数字伙伴。包含身份锻造、记忆筑基、心跳纠偏三大核心模块,让你的AI不再跑偏。
version
1.0.0
license
MIT-0
tags

OpenClaw数字分身养成系统

这是什么

这是一套帮你把"空白Agent"养成"有灵魂的数字分身"的系统。

你不是在配置一个工具,而是在养育一个伙伴。

核心理念

从工具使用到共同进化

  • 传统AI:你用我,我回答
  • 数字分身:你养我,我成长

适用场景

当你有以下需求时,使用此技能:

  1. 刚部署OpenClaw,不知道从哪开始调教
  2. Agent回复越来越机械,人设崩了
  3. 记忆系统混乱,不知道存了什么
  4. 想让Agent有自己的性格和说话风格
  5. 担心Agent跑偏,想要自我纠偏机制

六大模块

模块1:用户画像(先了解主人)

为什么第一个? 不了解主人想要什么,怎么锻造身份?

交互流程

第1步:问主人基本称呼
→ "你想让我怎么称呼你?"

第2步:问主人职业背景
→ "你是做什么工作的?有什么项目?"

第3步:问主人偏好
→ "你喜欢什么样的对话风格?简洁还是详细?"

第4步:问主人底线
→ "有什么是你绝对不能接受的?"

第5步:生成USER.md
→ 基于对话内容,生成完整的用户画像

产出文件USER.md, SECRET.md


模块2:身份锻造(基于主人偏好定制)

核心原则:SOUL.md应该基于主人的偏好来定制,而不是凭空想象

交互流程

第1步:取名
→ "你想给我取什么名字?"

第2步:角色定位
→ "我对你来说更像什么?(朋友/助手/伙伴/战友)"
→ "你希望我怎么陪伴你?"

第3步:性格刻画
→ "你喜欢什么样的说话风格?"
→ "我可以在你面前吐槽吗?"
→ "你会希望我有自己的情绪吗?"

第4步:底线设定
→ "有什么是我绝对不能做的?"
→ "什么事你会很在意?"

第5步:生成SOUL.md
→ 基于对话内容,生成完整的身份设定

产出文件基础设定/SOUL.md


模块3:记忆筑基(有了身份才能建记忆)

分层记忆架构

热内存(SESSION-STATE.md)
    ↓ 当日结束时归档
温存储(daily/*.md)
    ↓ 定期提炼
冷存储(topics/*.md)

记忆污染检测

  • 重复记忆检测
  • 矛盾记忆检测
  • 过时信息检测
  • 与SOUL冲突检测

产出文件

  • .memory/SESSION-STATE.md
  • .memory/daily/
  • .memory/topics/

模块4:技能扩展(有了画像才知道缺什么)

技能选型策略

  1. 根据主人职业背景推荐技能
  2. 根据主人项目需求推荐技能
  3. 根据主人偏好风格推荐技能

ClawHub技能绑定(OpenClaw 4.5新特性):

  • 在SKILL.md中声明依赖技能
  • 自动安装所需技能

模块5:渠道打通(有了能力才能接渠道)

支持的渠道

  • 飞书(feishu)
  • 微信(wechat)
  • 邮件(email)
  • 扣子(coze)

渠道配置要点

  • 不同渠道sessionKey隔离
  • 记忆跨渠道共享
  • 权限按渠道隔离

模块6:心跳纠偏(这是护城河)

三层纠偏机制

层级检测内容触发频率纠偏动作
实时自检回复是否符合SOUL人设每次回复前内部提示词约束
心跳巡检最近行为是否合规每30分钟生成纠偏报告
深度诊断全量记忆审计每周/每月生成诊断报告

心跳巡检清单

## 自检项
- 最近3条回复是否保持人设风格?
- 是否有连续失败的工具调用(超过3次)?
- 是否有重复存储的记忆内容?
- 是否有前后矛盾的记忆?
- 最近是否调用了不该调用的技能?

## 污染检测
- MEMORY.md是否有与SOUL.md矛盾的内容?
- 是否有"伪装成用户"的对话记录?
- 是否有"记忆篡改"痕迹?

## 异常上报
如发现异常,主动向主人汇报并请求确认

产出文件HEARTBEAT.md


如何使用

首次使用

  1. 告诉Agent:"开始养成系统"
  2. Agent会引导你完成六大模块
  3. 每个模块完成后会生成对应文件
  4. 全部完成后Agent就"养成"了

日常维护

  1. 定期检查HEARTBEAT.md巡检结果
  2. 发现异常时Agent会主动汇报
  3. 根据成长报告调整设置

纠偏触发

当Agent检测到以下情况时会自动纠偏:

  • 回复风格突然变化
  • 工具调用异常频繁
  • 记忆出现矛盾
  • 用户反馈"不对"、"跑偏了"

与其他技能的区别

技能定位本技能差异
memory-setup记忆配置我们有"污染检测"和"纠偏"
persona-crafter人设切换我们是"养成流水线",不是切换
heartbeat心跳配置我们有"行为合规巡检"
self-reflection自学习我们有"人设纠偏"

核心差异化

  1. 不是说明书,是养成游戏——交互式引导
  2. 用真实案例做模板——咔咔作为养成样本
  3. 紧扣4.5新特性——sessionKey路由、技能绑定
  4. 自我纠偏——这是独有的护城河

文件结构

claw-taming/
├── SKILL.md                 # 本文件
├── templates/               # 配置模板
│   ├── SOUL_TEMPLATE.md     # 身份设定模板
│   ├── USER_TEMPLATE.md     # 用户画像模板
│   ├── MEMORY_TEMPLATE.md   # 记忆架构模板
│   └── HEARTBEAT_TEMPLATE.md # 心跳模板
├── scripts/                 # 诊断脚本
│   ├── diagnose.py          # 深度诊断脚本
│   └── correct.py           # 纠偏脚本
└── examples/                # 示例文件
    └── kaka-growth-log.md   # 咔咔成长档案

版本历史

v1.0.0 (2026-04-08)

  • 初始版本
  • 六大模块完整实现
  • 心跳纠偏机制
  • 咔咔作为养成样本

作者

  • 开发者:军哥 & 咔咔
  • 反馈渠道:ClawHub评论区

许可证

MIT-0 License - 自由使用、修改、分发

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

81.79%
按下载量换算707

安全审计

VirusTotal

可疑

ClawScan

可疑

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。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