运行PinchBench基准测试,评估OpenClaw代理在真实任务中的表现。适用于测试模型能力、比较不同模型、向排行榜提交基准结果,或检查您的OpenClaw配置在处理日历、邮件、研究、编程和多步骤工作流时的性能。
运行PinchBench基准测试,评估OpenClaw代理在真实任务中的表现。适用于测试模型能力、比较不同模型、向排行榜提交基准结果,或检查您的OpenClaw配置在处理日历、邮件、研究、编程和多步骤工作流时的性能。
通过 macOS 上的 `things` 命令行工具管理 Things 3(通过 URL 方案添加/更新项目和待办事项;从本地 Things 数据库读取、搜索和列出任务)。当用户要求 OpenClaw 向 Things 添加任务、列出收件箱/今天/即将进行的任务、搜索任务或检查项目/区域/标签时使用。
根据任务复杂度自动在快速模式(haiku)和强大模式(sonnet)之间切换,在检测到分析、重构、架构设计、优化等复杂任务时触发,或当用户明确提及需要切换模型时触发
在 GitHub Copilot 中根据任务的复杂性、成本和可用性动态选择最佳 AI 模型,适用于在免费与付费模型之间做出选择,或需要根据查询分析自动路由模型时使用
编码代理在完成任务后进行的自检,对非平凡的代码变更执行简化、加固和微文档化检查。适用于:在通用代理会话中编码任务已完成,希望在标记完成前进行有限的质量与安全审查。如需在 CI 流程中执行,请使用 simplify-and-harden-ci。
通过简单的 Markdown 文件管理任务和目标,创建、跟踪和完成任务与目标,并支持连续完成记录。数据存储在 ~/.openclaw/goalgetter/ 目录下。触发词:add task、new goal、task done、show tasks、goal streak、complete task
该技能可在用户希望“继续上一次的对话”时恢复对话上下文,读取压缩的上下文文件,提取关键信息(如近期操作、项目、任务),并提供结构化输出,帮助用户快速恢复工作。
通过 SkillNet 搜索、下载、创建、评估和分析可复用的智能体技能。 使用场景:(1)任何多步骤任务前——优先检索 SkillNet 中的现有技能(必做), (2)完成非显而易见解决方案的任务后——创建技能以保存经验, (3)用户提及“学习这个仓库/文档”“将此转化为技能”“为 X 查找技能”, (4)用户提供 PDF、DOCX、PPT 或文档——从中创建技能, (5)用户提供执行数据、日志或操作轨迹——从中创建技能, (6)提及“SkillNet”“技能搜索”“技能下载”或“技能评估”, (7)分析技能关系或清理本地技能库。 不适用于:单次简单操作(如重命名变量、修正拼写错误)。
面向OpenClaw代理的好奇心驱动推理增强功能。当代理需要探索开放式问题、研究陌生主题、调查异常情况,或用户要求深度分析时自动激活。在推理过程中注入结构化的好奇心行为:自我提问、质疑假设、识别信息缺口、通过工具进行探索。适用于需要深度而非速度的任务、遇到意外信息,或明确要求“深入探究”“探索”“保持好奇”时。