Token导航 LogoToken导航TokenDH.com
效率需要联网clawhub未标认证来源可访问clear审计通过

lingjingtestlingjingtest 视频

Agent Skill

用于辅助测试设计、自动化测试、用例整理和回归验证。它适合让 Agent 编写单元测试、端到端测试、测试计划或根据失败日志定位问题。使用时需要确认项目测试框架、运行命令和夹具数据,避免为了通过测试而改坏真实逻辑;涉及浏览器或外部服务时,应区分本地模拟、测试环境和生产环境。

总安装

6,162

周安装

262

GitHub Stars

公开资料未说明

下载量

2,159
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:lingjingtest(lingjingtest 视频)
来源仓库:https://github.com/scorpiongao/lingjingtest
安装命令:
openclaw skills install lingjingtest
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 lingjingtest

简介

调用京东云灵境 JoyCreator 平台的 AI 生成 API。

  • 支持文生图、文生视频等多种内容生成。
  • 具备意图理解到模型推荐的智能管线。适用宿主包括 OpenClaw,接入前应确认版本、权限和运行环境要求。
  • 需区分本地模拟与生产环境使用场景。
  • lingjingtest 属于效率类 Skill,可作为该场景下的辅助能力补充。

SKILL.md

name
joycreator-api
description
调用京东云灵境(Lingjing) JoyCreator 平台的 AI 生成 API。具备三阶段智能管线:① 意图理解(解析自然语言为结构化 JSON)→ ② 模型推荐(根据场景特征自动匹配最优模型)→ ③ API 调用(构造请求并提交任务)。支持文生图、文生视频、图生视频、参考图生视频,覆盖豆包/海螺/可灵/拍我等全系列模型。当用户提到灵境、JoyCreator、豆包、海螺、可灵、拍我、文生图、文生视频、图生视频、AI绘图、AI视频生成、想画图、想做视频时,必须使用此 skill。用户无需指定模型,系统可自动推荐。

灵境 JoyCreator 智能接入 Skill

系统架构:三阶段智能管线

用户自然语言输入
      │
      ▼
┌─────────────────┐
│  阶段一:意图路由  │  解析意图类型 + 提取结构化特征
│  (Router)       │  → 参考 references/router-rules.md
└────────┬────────┘
         │ 输出结构化意图 JSON
         ▼
┌─────────────────┐
│  阶段二:模型推荐  │  根据场景特征匹配最优模型
│  (Choice)       │  → 参考 references/choice-rules.md
└────────┬────────┘
         │ 输出 recommended_model + apiId
         ▼
┌─────────────────┐
│  阶段三:API调用  │  构造请求 → 提交任务 → 轮询结果
│  (Executor)     │  → 参考 references/{brand}.md
└─────────────────┘

前置:收集鉴权信息

在任何阶段开始前,必须先向用户索取:

请提供您的 JoyCreator App Key(在京东云 JoyCreator 控制台「应用管理」页面获取)

请求头格式:

Authorization: Bearer <app_key>
x-jdcloud-request-id: <每次请求生成的唯一 UUID>

阶段一:意图路由 (Router)

详细规则见 references/router-rules.md

任务:将用户的自然语言输入解析为标准结构化 JSON,供阶段二使用。

输出结构:

{
  "intent_type": "IMAGE_GENERATION" | "VIDEO_GENERATION" | "UNKNOWN",
  "core_prompt": "提炼后的高质量提示词",
  "base_params": {
    "aspect_ratio": "16:9",
    "has_reference": false,
    "brand_preference": null
  },
  "video_features": { "needs_audio": false, "camera_movement": null, "duration": 5 },
  "image_features": { "task_num": 1, "high_quality_req": false }
}

如果用户已明确指定模型品牌(如"用可灵生成..."),跳过阶段二,直接进入阶段三。


阶段二:模型推荐 (Choice)

详细规则见 references/choice-rules.md

任务:根据阶段一输出的意图 JSON,按优先级规则匹配最优模型。

输出结构:

{
  "recommended_model": "模型全名",
  "reason": "一句话推荐理由",
  "api_id": "对应 apiId",
  "brand": "doubao | hailuo | kling | paiwo"
}

推荐后向用户展示推荐结果和理由,询问是否确认或更换。


阶段三:API 调用 (Executor)

各品牌详细参数见 references/{brand}.md

统一接口

POST https://model.jdcloud.com/joycreator/openApi/submitTask
Authorization: Bearer <app_key>
Content-Type: application/json

请求体结构

{
  "apiId": "<阶段二确定的 apiId>",
  "params": {
    "model" 或 "model_name": "<模型名称>",
    "prompt": "<阶段一提炼的 core_prompt>",
    ... 其他参数(从 base_params / video_features / image_features 中映射)
  }
}

参数品牌映射文档

品牌参考文档
豆包 (Seedream/Seedance)references/doubao.md
海螺 (Hailuo)references/hailuo.md
可灵 (Kling)references/kling.md
拍我 (PaiWo)references/paiwo.md

提交响应处理

// 成功
{ "success": true, "genTaskId": "任务ID" }

// 失败
{ "success": false, "error": "错误码", "errorParamName": "出错参数名" }

轮询策略

  • 3 秒查询一次任务状态
  • 最多 60 次(约 3 分钟超时)
  • 终态:SUCCESSFAILED

代码生成

使用 scripts/joycreator.py 为用户生成可运行代码:

  • 智能模式(推荐):python scripts/joycreator.py(自动走三阶段管线)
  • 参数模式python scripts/joycreator.py --brand kling --task text2video --prompt "..."

安全提示

  • app_key 建议通过环境变量 JOYCREATOR_APP_KEY 传入,不要硬编码
  • 图片 URL 必须为公网可访问地址
  • 生成结果 URL 有时效限制,请及时下载保存

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

88.13%
按下载量换算1,903

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