Token导航 LogoToken导航TokenDH.com
开发敏感数据clawhub未标认证来源可访问clear审计通过

openclaw-workflow-analyzerOpenClaw 工作流分析器

Agent Skill

openclaw-workflow-analyzer 用于补充开发相关能力,适合在 OpenClaw 中需要让 Agent 承接开发相关任务时使用。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

4,418

周安装

177

GitHub Stars

公开资料未说明

下载量

1,430
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:openclaw-workflow-analyzer(OpenClaw 工作流分析器)
来源仓库:https://github.com/fangshan101-coder/openclaw-workflow-analyzer
安装命令:
openclaw skills install openclaw-workflow-analyzer
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 openclaw-workflow-analyzer

简介

分析工作流程并评估 OpenClaw 自动化可行性。

  • 适用于子流程拆解和难度阶梯评估(⭐1-10)。
  • 支持第三方数据依赖确认和学习路径建议。openclaw-workflow-analyzer 属于开发类 Skill,可作为该场景下的辅助能力补充。
  • 安装命令:openclaw skills install openclaw-workflow-analyzer。
  • 需确认数据可用性,避免误判自动化边界。

SKILL.md

name
openclaw-workflow-analyzer
clawhub-slug
openclaw-workflow-analyzer
clawhub-owner
fangshan101-coder
homepage
https://github.com/fangshan101-coder/openclaw-workflow-analyzer
description
|-
license
MIT
compatibility
platforms
metadata
author
fangshan101-coder
version
1.0.0
tags
["openclaw", "workflow", "automation", "工作流", "自动化", "分析"]

OpenClaw 工作流分析器

将用户的工作流程拆解为可自动化的子流程,评估 OpenClaw 实现可行性、落地难度和学习路径。

快速开始

"分析一下我的日常工作流程,看看哪些能自动化"
"我每天要做 X、Y、Z,OpenClaw 能帮我做哪些"
"帮我分析这个流程的自动化可行性"

能力参考

判断子流程可行性时,必须先读取 references/openclaw-capabilities.md 获取 OpenClaw 完整能力矩阵。

输入模式

根据用户行为自动适配:

模式 A:引导式(用户未提供完整流程)

用苏格拉底式提问逐步挖掘工作流程:

  1. "你日常工作中,有哪些重复性最高的任务?"
  2. 针对用户提到的任务,追问具体步骤:"这个任务你一般怎么做?从头到尾走一遍?"
  3. 对每个步骤追问数据来源:"这一步的数据/信息从哪里来?"
  4. 确认频率和痛点:"这个流程多久做一次?最烦的是哪一步?"

每轮不超过 2-3 个问题,避免信息过载。收集足够信息后进入分析。

模式 B:直接分析(用户已提供完整流程描述)

直接进入拆解和分析阶段。如有模糊环节,针对性追问。

分析流程

第一步:流程拆解

将用户描述的工作流程拆解为树状结构

大流程:[工作流名称]
├── 子流程 1:[步骤名称]
│   ├── 子步骤 1.1
│   └── 子步骤 1.2
├── 子流程 2:[步骤名称]
└── 子流程 3:[步骤名称]

拆解粒度:每个子流程应是一个可独立判断是否能自动化的最小有意义单元

第二步:第三方数据确认

对每个涉及外部数据的子流程,必须主动向用户确认,不能假设:

  • "这一步需要从 [X 系统] 获取数据,你们有 API 接口吗?还是只能网页登录操作?"
  • "[X 服务] 的数据你有权限导出吗?有现成的 API Key 吗?"
  • "这个数据是在公网还是企业内网?运行 OpenClaw 的机器能访问到吗?"

确认清单

  • [ ] 数据源是否有 API?(REST/GraphQL/Webhook)
  • [ ] 是否需要认证?(API Key / OAuth / 账号密码)
  • [ ] 用户是否已有认证凭证?
  • [ ] 网络可达性?(公网 / VPN / 内网)
  • [ ] 是否有频率限制或费用?
  • [ ] 没有 API 时,是否可以用浏览器自动化替代?

第三步:可行性判断 + 难度评级

难度阶梯(⭐1-10 星,面向小白视角)

难度你需要做什么打个比方例子
直接用,打字就行像跟朋友聊天"帮我翻译这段话"
⭐⭐注册个账号,填个密钥像注册 App 填手机号接上 Telegram、配 AI 模型 Key
⭐⭐⭐写一份"说明书"像写工作交接文档写 Skill 教它"怎么写周报"
⭐⭐⭐⭐让它去别的系统拿数据像教人查公司内部系统从飞书/Jira 拉数据加工输出
⭐⭐⭐⭐⭐写程序处理复杂数据像写复杂 Excel 公式多源数据合并、批量处理
⭐×6从网页上扒数据像手动复制网页内容对方没接口,只能从网页抓
⭐×7模拟人操作网页(含登录)像远程控制电脑点网页需登录才能操作的网站
⭐×8控制手机做事像远程操控手机按按钮手机拍照、截图、读 App 数据
⭐×9给 OpenClaw 开发新能力像给手机开发新 App支持新平台
⭐×10对接硬件设备像写智能家居控制程序控制打印机、传感器

⚫ 不适合:OpenClaw 做不了,或者数据根本拿不到。

数据获取路径决策树

需要从别的地方拿数据吗?
├── 不需要 → 看其他因素定难度
└── 需要 → 有 API 接口吗?
    ├── 有 → 数据处理复杂度?
    │   ├── 简单(查一下贴过来)→ ⭐×4
    │   └── 复杂(多源合并计算)→ ⭐×5
    ├── 没有,但有网页 → 要登录吗?
    │   ├── 不用 → ⭐×6
    │   └── 要 → ⭐×7
    ├── 数据只在手机 App → ⭐×8
    └── 完全无获取途径 → ⚫ 不适合

关键原则:数据获取路径不明确时,必须停下来问用户

第四步:输出报告

输出格式

📋 工作流分析:[工作流名称]

| 子流程 | 实现路径 | 难度 | 需要学习的 | 第三方依赖 |
|--------|---------|------|-----------|-----------|
| 1.1 提取数据 | Skill+API | ⭐×4 | REST API、认证配置 | XX API (有) |
| 1.2 数据清洗 | Skill+脚本 | ⭐×5 | Python 基础 | 无 |
| 1.3 生成报告 | 开箱即用 | ⭐×1 | 无 | 无 |
| 2.1 抓取价格 | Skill+爬取 | ⭐×6 | HTML 选择器 | XX 网站 (无 API) |
| 3.1 读取 App 数据 | ⚫ 不适合 | - | - | 仅 App 内 |

📊 难度分布:
- ⭐×1~2(零门槛):X 个 → 立刻可以用
- ⭐×3~5(需要学习):X 个 → 投入 [时间] 可落地
- ⭐×6~8(需要编程):X 个 → 需要技术支持
- ⚫ 不适合:X 个 → 建议用其他方式

💡 落地建议(先易后难):
1. 先搞定 [零门槛子流程] → 立刻体验价值
2. 再攻克 [低星子流程] → 学习 [X]
3. [高星子流程] → 评估 ROI

📚 需要学习的内容(去重合并):
1. [技能名称] — 用于子流程 [X, Y]
2. [技能名称] — 用于子流程 [Z]

分析原则

  1. 不假设数据可用性:涉及第三方数据时必须主动问用户
  2. 先易后难:建议按落地难度从低到高排序
  3. 诚实评估:不适合的场景明确说出来,不硬凑
  4. 给出替代方案:不适合 OpenClaw 时,如果有其他方式简要提及
  5. 学习路径精简:只说"需要学什么",不需要给教程链接

错误处理

场景处理
用户描述过于模糊切换到引导式模式,逐步提问
用户说的系统/服务不认识直接问:"这个系统有对外的 API 接口吗?"
用户期望不切实际诚实说明限制,给出最接近的可行方案
用户问具体怎么实现说明本 Skill 只做分析,建议使用 skill-creator 编写具体 Skill

原子化设计

本 Skill 仅负责「工作流分析和可行性评估」这一个原子化能力。不包含 Skill 编写、自动化实施、OpenClaw 配置等功能。分析完成后的落地实施,请根据建议使用对应工具。

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

72.64%
按下载量换算1,039

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

继续浏览同类 Skills