Token导航 LogoToken导航TokenDH.com
研究检索需要联网clawhub未标认证来源可访问clear审计通过

expression-layer表达层

Agent Skill

expression-layer 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

2,228

周安装

91

GitHub Stars

公开资料未说明

下载量

721
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:expression-layer(表达层)
来源仓库:https://github.com/lj22503/expression-layer
安装命令:
openclaw skills install expression-layer
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 expression-layer

简介

[何时使用]当需要内容生成、格式转换或多形式输出时触发。支持直接输入问题/素材/链接,无需前置思考层。统一路由至 ljg-skills 及发布工具。

SKILL.md

name
expression-layer
version
1.0.0
description
[何时使用]当需要内容生成、格式转换或多形式输出时触发。支持直接输入问题/素材/链接,无需前置思考层。统一路由至 ljg-skills 及发布工具。
author
燃冰 & ant
created
2026-04-24
skill_type
通用🟡
allowed-tools
[Bash, Read, Write, Exec, WebSearch]
related_skills
[investor-education-workflow, investment-workflow, investment-advisory-workflow, ljg-skills]
tags
[内容生成, 格式转换, 技能编排, 路由, 多形式输出]

expression-layer: 表达层 🎨

📋 功能描述

帮助用户统一调度内容生成与可视化输出。不依赖前置思考层,直接接收问题/素材/链接,按意图路由至对应 skill,支持单步/串联/并行/发布编排。

适用场景:

  • 直接问概念/问题 → 口语化解释/深度文章
  • 提供素材/草稿 → 写作 + 人性化 + 多形式输出
  • 论文/单词/城市 → 解读 + 可视化卡片
  • 完整文章 → 公众号发布

边界条件:

  • 不负责深度分析/数据查询(由上游工作流或思考层提供)
  • 输出格式依赖上游指定或意图自动识别
  • 新增 skill 需更新路由矩阵

🔄 路由编排矩阵

输入类型触发意图编排路径输出形式典型场景
专业概念/问题plainljg-plain大白话文本(≤200字)“什么是PE?说人话”
观点/素材/草稿writesljg-writeshumanizer-zh深度文章(1000-1500字)“把这段写成公众号文章”
任何文本/数据cardljg-card(-l/-i/-c/-w/-b)PNG 卡片“做个信息图/漫画/大字”
文本/大纲presentljg-presentHTML 高桥流“做成演讲PPT”
论文链接/PDFpaper_flowljg-paperljg-card解读Markdown + PNG“读论文并做漫画卡片”
英文单词word_flowljg-wordljg-card解析Markdown + PNG“解词并做信息图”
城市/主题travelljg-travel研究报告 + PNG卡片“做西安旅行功课”
完整文章/解读wechatwechat-publisher公众号推文(HTML+封面)“发到公众号”

编排模式

  • 单步:直接路由到 1 个 skill
  • 串联:A 输出 → B 输入(如 ljg-paper → ljg-card
  • 并行:同时生成多个形式(如 大白话 + 卡片 + 文章)
  • 发布:内容 → wechat-publisher → 公众号

⚠️ 常见错误

错误 1:强行附加思考层

问题:
• 用户只问“什么是定投”,却先跑降秩/追本分析
• 输出冗长,偏离直接表达需求

解决:
✓ 表达层是独立入口,不依赖思考层
✓ 直接按意图路由到 ljg-plain / ljg-writes
✓ 如需深度分析,由上游工作流调用,非表达层职责

错误 2:忽略输出格式指定

问题:
• 只给内容,不指定输出形式
• 路由歧义(该出文章还是卡片?)

解决:
✓ 优先按关键词自动识别意图(如“说人话”→plain,“做卡片”→card)
✓ 歧义时主动询问:“需要大白话解释、深度文章,还是可视化卡片?”
✓ 支持并行输出:plain + card + writes

错误 3:新增 skill 未更新路由

问题:
• 安装了新 skill,但路由矩阵未更新
• 表达层无法调度新能力

解决:
✓ 新增 skill 后,同步更新 SKILL.md 路由矩阵
✓ 在 references/orchestration-matrix.md 维护完整映射
✓ 提交版本升级(patch version)

🧪 使用示例

输入:

什么是定投?说人话,顺便做个卡片。

预期输出:

  • 识别意图:multi (plain + card)
  • 编排:并行执行 ljg-plain + ljg-card -i
  • 输出:大白话文本 + PNG 信息图

输入:

读这篇论文 https://arxiv.org/abs/xxx,做成漫画卡片。

预期输出:

  • 识别意图:paper_flow
  • 编排:串联执行 ljg-paperljg-card -c
  • 输出:论文解读 Markdown + 漫画风格 PNG

输入:

把刚才的消费分析写成公众号文章发出去。

预期输出:

  • 识别意图:wechat
  • 编排:ljg-writeshumanizer-zhwechat-publisher
  • 输出:公众号草稿(已排版+封面+合规检查)

🔧 故障排查

问题检查项
不触发description 是否包含触发词?用户输入是否匹配意图?
路由错误意图识别是否准确?是否歧义未询问?
输出为空上游 skill 是否安装?(ljg-plain/ljg-card/wechat-publisher)
新增 skill 不调用路由矩阵是否更新?references 是否同步?
格式错误输出格式是否指定?并行输出是否超出上下文限制?

🔗 相关资源

  • 路由编排矩阵:references/orchestration-matrix.md
  • 投教工作流编排分析:references/ie-orchestration.md
  • 输出模板:templates/output-template.md
  • 标准参考:docs/SKILL-STANDARD-v3.md

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

72.24%
按下载量换算521

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

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