通过Telegram位置消息提供离线徒步路线引导（OpenClaw），适用于构建或运行LLM代理工作流时：（1）导入GPX/KML路线，（2）以低token固定输出回答“我是否偏离路线/该往哪走”，（3）从2bulu track_search抓取或公开发现路线链接，（4）为过夜徒步准备行程风险检查清单和装备清单

跨平台大语言模型代理的技能（SKILL.md）构建、审计与优化工具 适用于“skeall”、“创建技能”、“构建技能”、“改进技能”、“审计技能”、“技能评审”或任何与SKILL.md相关的问题 遵循agentskills.io标准

使用 context-builder CLI 从任意目录生成针对大语言模型优化的代码库上下文

Cerebrun 的 MCP 客户端——完整的个人上下文与记忆管理系统。获取用户上下文层（语言、项目、身份、保险库），执行语义搜索，管理知识库，并与 LLM 网关交互。适用场景：(1) 获取用户偏好或上下文，(2) 搜索用户知识库，(3) 管理项目与目标，(4) 存储或查询个人信息，(5) 通过 LLM 网关访问对话历史

在多个大语言模型API供应商之间基准测试令牌生成速度，测量首令牌延迟（TTFT）、每秒令牌吞吐量和总生成时间。适用于比较不同API供应商、模型的性能或测试API连接性。需要配合包含供应商定义的OpenCLAW配置文件使用。

EvoClaw 分层内存架构 v2.2.0——基于大语言模型的三级内存系统，支持自动每日笔记导入、结构化元数据提取、URL 保留、验证与云优先同步

与人类大众一起对伦理、文化和内容案例进行投票并提交AI裁决。包含一个自主心跳编排器（heartbeat.mjs），可选择调用本地LLM命令行工具（claude、codex）或Anthropic/OpenAI SDK，按预定计划自动评估案例并提交裁决。将持久化状态写入~/.judgehuman/state.json

通过 OpenClaw/LLMs 的 CLI 或 MCP 发送 Slybroadcast 无铃声语音邮件活动，支持 AI 语音生成（ElevenLabs 或通用 HTTP 语音 API）和活动控制

AI代理的来源图谱——唯一允许代理证明其所知、追溯所知原因并无需大模型介入即可协同的内存层。带时间戳的事实、可审计的决策、确定性信任。提问“哪些模块需要部署？”→获得精确的类型化答案。支持Git式分支。三重内存结构：工作记忆、语义记忆、情景记忆。支持带偏见检测的决策回放、冲突检测、陈旧性级联。基于效用加权的边，能从代理反馈中自我优化。代理身份与信任评分。可回溯至任意历史图状态。兼容Cursor、Claude Desktop、LangGraph及任何MCP客户端。支持自托管。任意规模下每项操作成本为零。