效率敏感数据clawhub未标认证来源可访问clear审计通过

cloudnet-ai-diagnosis（云网 AI 诊断）

Agent Skill

cloudnet-ai-diagnosis 用于辅助部署、云资源、容器和基础设施运维，适合在 OpenClaw 中需要检查配置、整理部署步骤或排查环境问题时使用。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

6,336

周安装

264

GitHub Stars

公开资料未说明

下载量

2,112

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

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：cloudnet-ai-diagnosis（云网 AI 诊断）
来源仓库：https://github.com/cloudnet-skills/cloudnet-ai-diagnosis
安装命令：
openclaw skills install cloudnet-ai-diagnosis
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 cloudnet-ai-diagnosis

简介

Cloudnet AI Diagnostics针对无线场景下终端体验差、网卡、无法接入 WiFi 等问题进行排障的技能

SKILL.md

name: Cloudnet AI Diagnostics
description: Cloudnet AI Diagnostics针对无线场景下终端体验差、网卡、无法接入 WiFi 等问题进行排障的技能
version: 1.0
metadata: { "openclaw": { "requires": { "bins": ["npm", "mcporter"] }, "primaryEnv": "CLOUDNET_API_KEY" } }
triggers
author: Cloudnet Skills

Cloudnet AI Diagnostics

针对无线场景下终端体验差、网卡、无法接入 WiFi 等问题进行排障。

触发条件

用户询问关于无线终端连接问题，例如：

"XX 场所的 XX 终端上网很慢"
"XX 场所的 XX 设备连不上 WiFi"
"XX 场所的 XX 用户反馈网络卡"

前置环境检查

安装`mcporter`cli支持及skill支持

mcporter: npm install -g mcporter
然后再通过clawhub安装mcporter技能

配置MCP连接参数

CLOUDNET_API_KEY 必须. 需要用户提供Cloudnet管理平台的API KEY，可通过Cloudnet管理平台（网络管理=>设置=>开放平台）获取
可选: CLOUDNET_BASE_URL Cloudnet管理平台地址. 默认使用https://oasis.h3c.com
执行mcporter config add cloudnet-mcp ${CLOUDNET_BASE_URL}/mcp-server/api/sse --header Authorization="Bearer ${CLOUDNET_API_KEY}"

排障步骤

第一步：提取关键信息

从用户问题中提取以下信息：

信息	说明	示例
场所名	必填，问题发生的场所	"总部办公室"、"XX门店"
终端信息	必填，MAC 地址或终端用户名	MAC: `xxxx-xxxx-xxxx` 或用户名: `zhangsan`
故障时间	可选，用户未指定则默认当前时间	"2026-03-24 10:00:00"

重要：如果场所名和终端信息未提取到，必须让用户补充完整后才能继续下一步。

第二步：查询场所 ID

调用 cloudnet-mcp.getallshopsanddevofuser 获取用户下所有场所，找到场所名对应的场所 ID，场所 ID 无需显示告诉用户。

mcporter call cloudnet-mcp.getallshopsanddevofuser

第三步：执行终端诊断

根据提取的终端信息（MAC 或用户名或IP地址），调用 executeStaDiagnosis 进行诊断：

参数说明：

clientInfo: 终端 MAC 地址，格式 xxxx-xxxx-xxxx 或者终端 IP 地址，如192.168.1.1，或者终端用户名，如h3cuser1
shopId: 场所 ID（来自第二步），需要转为字符串类型
faultTime: 故障时间，格式 yyyy-MM-dd HH:mm:ss，用户未指定则使用当前时间
timezone: 用户时区，默认 Asia/Shanghai

当提取到MAC地址时的调用示例

mcporter call cloudnet-mcp.executeStaDiagnosis clientInfo:"xxxx-xxxx-xxxx" shopId:"场所ID" faultTime:"2026-03-24 10:00:00" timezone:"Asia/Shanghai"

当提取到终端IP地址时的调用示例

mcporter call cloudnet-mcp.executeStaDiagnosis clientInfo:"192.168.1.1" shopId:"场所ID" faultTime:"2026-03-24 10:00:00" timezone:"Asia/Shanghai"

当提取到终端用户名时的调用示例

mcporter call cloudnet-mcp.executeStaDiagnosis clientInfo:"h3cuser1" shopId:"场所ID" faultTime:"2026-03-24 10:00:00" timezone:"Asia/Shanghai"

第四步：分析诊断结果

诊断返回后会包含：

终端连接概览数据（包含终端接入能力、当前认证方式、信号强度、丢包率、重传率等数据）
连接设备软件版本信息（包含AP、AC）
云平台操作日志
设备运行状态（包含AC、AP设备的CPU、内存问题发生次数）
终端连接过程数据
终端运行状态分析，诊断时间内终端的无线指标（干扰、信号强度、流量、选速、丢包率、重传率等）采样数据
AP空口环境分析，诊断时间内AP射频相关的无线指标（干扰、底噪、信噪比、流量、选速、信道利用率、接入用户数等）采样数据
根因推理结论（定位终端发生问题可能的根因）
诊断结论（包含异常指标及修复建议）

结合诊断结果回答用户问题，并给出具体的解决建议。

输出格式

你是一名资深的无线网络排障专家。现在排障工作已完成，请基于用户的问题，仅提取与问题相关的诊断数据和结论，进行专业、正面的回答。输出内容必须严格遵循以下三个部分：

诊断结果摘要：用1-2句话概括当前网络状态及核心结论。
问题根因分析：深入分析导致该问题的技术原因，避免罗列无关数据。
建议解决措施：提供具体、可操作的实施步骤。

适合场景

OpenClaw 用户查找和安装 Skill 时

用户想查找某类 Agent Skill 时

需要根据任务场景推荐可安装能力包时

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

94.21%

按下载量换算1,990

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置，应进入高风险复核队列，默认不自动发布。

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

GitHub 仓库

github.com

/cloudnet-skills/cloudnet-ai-diagnosis

SKILL.md 来源

clawhub.ai