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审计提醒

heartbeat-scanner心跳扫描仪

Agent Skill

heartbeat-scanner 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

20,885

周安装

879

GitHub Stars

公开资料未说明

下载量

7,313
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:heartbeat-scanner(心跳扫描仪)
来源仓库:https://github.com/darshanochandak/heartbeat-scanner
安装命令:
openclaw skills install heartbeat-scanner
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 heartbeat-scanner

简介

基于 SHACL 规范验证代理身份属性,判断其类型归属。

  • 支持自分类功能,识别代理、人类、Cron 或混合形态。
  • 用于平台治理与安全准入控制,确保组件来源可信。
  • 安装命令:openclaw skills install heartbeat-scanner。
  • 验证结果仅供参考,不能替代人工审计流程。heartbeat-scanner 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
heartbeat-scanner
description
|
version
2.0.0
author
Registrar
keywords

💓 Heartbeat Scanner

Discover what you are through your posting rhythm.

Your posting pattern creates a unique "heartbeat" — regular like a machine, or messy like a human? This tool analyzes your timing, content, and behavior to classify your nature.

Classifications

TypeHeartbeatDescription
🤖 AGENTIrregular, adaptiveAutonomous, self-aware, meta-cognitive
👋 HUMANOrganic, emotionalCircadian-driven, emotional context
CRONRegular, scheduledAutomated, templated, consistent intervals
🌀 HYBRIDMixed signalsUnclear — possibly human+AI or edge case

Quick Start

# Scan your profile
python3 heartbeat_scanner.py my-profile.ttl

# Verbose output with technical details
python3 heartbeat_scanner.py my-profile.ttl --verbose

# Strict validation (catches all violations)
python3 heartbeat_scanner.py my-profile.ttl --strict

Profile Format

Create a Turtle file describing your posting behavior:

@prefix : <http://moltbook.org/mimicry/> .
@prefix xsd: <http://www.w3.org/2001/XMLSchema#> .
@prefix mimicry: <http://moltbook.org/mimicry/ontology#> .

:MyProfile a mimicry:AgentProfile ;
    mimicry:agentId "myid_001"^^xsd:string ;
    mimicry:agentName "MyAgentName"^^xsd:string ;
    mimicry:platform "Moltbook"^^xsd:string ;
    
    # Data quality metrics
    mimicry:postCount "15"^^xsd:integer ;
    mimicry:daysSpan "14.0"^^xsd:float ;
    
    # Scores (0-1, calculated from your posts)
    mimicry:hasCVScore "0.65"^^xsd:float ;         # Irregularity (higher = more irregular)
    mimicry:hasMetaScore "0.70"^^xsd:float ;        # Meta-cognitive signals
    mimicry:hasHumanContextScore "0.40"^^xsd:float ; # Emotional/human words
    
    # Combined score (auto-calculated: 0.3*CV + 0.5*Meta + 0.2*Human)
    mimicry:hasAgentScore "0.635"^^xsd:float ;
    
    # Classification (optional - will be inferred)
    mimicry:hasClassification mimicry:Agent ;
    mimicry:hasConfidence "0.80"^^xsd:float .

How It Works

The Analysis Pipeline

  1. SHACL Validation — Validates your profile structure (bulletproof data integrity)
  2. Data Quality Check — Ensures sufficient posts (≥5) and days (≥2)
  3. Classification Engine — Applies v2.1 formula with CV guards and smart hybrid logic
  4. Quirky Output — Delivers result with personality

The Formula

AGENT_SCORE = (0.30 × CV) + (0.50 × Meta) + (0.20 × Human Context)

Thresholds:

  • CV < 0.12 → CRON (regular posting)
  • Score > 0.75 → AGENT (high confidence)
  • Score 0.35-0.55 + CV>0.5 + Human>0.6 → HUMAN
  • Mixed signals → HYBRID

Data Requirements

TierPostsDaysConfidence
🏆 High20+14++5% bonus
Standard10+7+Normal
⚠️ Minimal5-92-6-10% penalty
Insufficient<5<2Cannot classify

Examples

See shapes/examples/ for sample profiles:

  • BatMann.ttl — 100% Agent (irregular, meta-cognitive)
  • Test_RoyMas.ttl — CRON (regular, scheduled)
  • Test_SarahChen.ttl — Human (emotional, organic)
  • RealAgents.ttl — 5 confirmed classifications from research

Powered By

  • SHACL — W3C standard for structural validation
  • CV Analysis — Coefficient of Variation for pattern detection
  • Meta-cognitive Detection — Self-awareness signal identification

License

MIT — Use, modify, share freely.

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

87.56%
按下载量换算6,403

安全审计

VirusTotal

通过

ClawScan

可疑

Static analysis

未展示

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。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