全场景智能体工作搭子
开启 AI Agent 办公新范式
AI 专家团 全场景办公
WorkBuddy 是全能 AI 工作台，一人指挥，全行业专家执行，从策略到交付一站搞定
免部署·安装即用 ｜ 多专家·多模型协同 ｜ 全平台·桌面 / 主流 IM / 小程序
100+ 领域专家组成你的虚拟团队，运营、设计、数据、开发等全角色场景覆盖
一句话指令自主规划并交付完整结果
多专家并行协作，一个人顶一支团队
MCP 生态 + 自定义 Skills，能力无限扩展
设计系统（Design System）
设计系统Deepseek-V4-Flash输入（宫崎骏的太空之城风格设计系统）
帮我建立一套完整的 Design System，包含颜色体系、字体层级、间距规则和基础组件规范文档，风格为宫崎骏的太空之城
输出
全场景智能体工作搭子
开启 AI Agent 办公新范式
AI 专家团 全场景办公
WorkBuddy 是全能 AI 工作台，一人指挥，全行业专家执行，从策略到交付一站搞定
免部署·安装即用 ｜ 多专家·多模型协同 ｜ 全平台·桌面 / 主流 IM / 小程序
100+ 领域专家组成你的虚拟团队，运营、设计、数据、开发等全角色场景覆盖
一句话指令自主规划并交付完整结果
多专家并行协作，一个人顶一支团队
MCP 生态 + 自定义 Skills，能力无限扩展
绘制架构图和流程图
输入
@file:open-ai-eco 研究这个项目，绘制架构图和流程图。
输出
上海交通大学
摘要
LLM 智能体越来越多地将技能（skill）作为可复用的组合单元。尽管技能在不同智能体平台间共享，但现有系统将其视为原始上下文处理，导致同一技能在不同智能体上表现不一致。这种脆弱性损害了技能的可移植性与执行效率。
为应对这一挑战，我们分析了 118,000 个技能，并从传统编译器设计中汲取灵感。我们将技能视为代码，将 LLM 视为异构处理器。为使可移植性成为现实，我们将技能的需求分解为一组原语能力（primitive capabilities），并衡量每个模型-执行框架（model-harness）组合对这些能力的支持程度。基于这些能力画像，我们提出了 SkVM——一个面向可移植且高效技能执行的编译与运行时系统。在编译期，SkVM 执行基于能力的编译、环境绑定与并发提取。在运行期，SkVM 应用 JIT 代码固化（code solidification）与自适应重编译以优化性能。
我们在 8 个不同规模的 LLM 和 3 个智能体执行框架上评估了 SkVM，覆盖 SkillsBench 及代表性技能任务。结果表明，SkVM 显著提升了不同模型与环境下的任务完成率，同时降低 Token 消耗高达 40%。在性能方面，SkVM 通过增强并行性实现最高 3.2× 加速，并通过代码固化实现 19–50× 的延迟降低。
1. 引言
一句话概括
把 Skill 当作"代码"、把 LLM 当作"异构处理器"，借鉴传统编译器（AOT + JIT）设计思想，首次为 LLM Agent 的 Skill 构建了跨模型、跨平台的编译与运行时系统。
一、核心问题：Skill 的"可移植性危机"
当前 Agent 把 Skill 当作原始文本直接塞给模型，导致同一 Skill 在不同模型/Harness 上表现天差地别。作者分析了 118,000+ 个 Skill（clawhub.ai + skills.sh），发现：
| 问题 | 数据 |
|---|---|
| 使用 Skill 后性能下降 | 15% 的任务 |
| 使用 Skill 后无变化 | 17% 的任务 |
| 至少一个模型无改善 | 87% 的任务 |
| Token 开销暴增 | 最高 451% |
三大失配：
二、核心类比：编程语言的演进
Claude Code
| User（用户范围） | Project（项目范围） | Local（本地范围） | |
|---|---|---|---|
| 生效范围 | 当前用户（跨所有项目） | 该仓库的所有协作人员 | 仅限当前项目的当前用户 |
| Settings 配置文件路径 |
~/.claude/settings.json |
.claude/settings.json |
.claude/settings.local.json |
| CLAUDE.md 指令文档 |
~/.claude/CLAUDE.md |
CLAUDE.md or .claude/CLAUDE.md |
CLAUDE.local.md |
| Skills 技能安装路径 |
~/.claude/skills/ |
.claude/skills/ |
|
| Plugins 插件安装路径 |
~/.claude/plugins/ |
.claude/plugins/ |
|
| MCP Server MCP 服务器配置 |
~/.claude.json |
.mcp.json |
|
| Subagents 子智能体配置 |
~/.claude/agents/ |
.claude/agents/ |
插件市场
注册插件市场
命令行运行：
claude plugin marketplace add obra/superpowers-marketplace
Claude Code 中运行：
这份指南详细介绍了如何为 Claude 构建 “技能” (Skills)，即一种能让 AI 学习特定工作流与专业知识的指令包。通过由 YAML 元数据和 Markdown 指令构成的三层渐进式披露结构，开发者可以教会 Claude 何时以及如何执行复杂任务。技能不仅能独立运行，还能与 MCP（模型上下文协议） 结合，将底层工具访问转化为可靠、标准化的操作流程。文档涵盖了从规划设计到测试分发的全过程，并提供了多种工作流编排模式以提升输出的稳定性。其核心优势在于跨平台通用性，让团队能够统一 Claude 在不同交互界面下的任务处理逻辑。通过使用 skill-creator 等辅助工具，用户可以在短时间内完成技能的迭代与部署。
目录
引言
技能（Skill） 是一组指令——以一个简单的文件夹形式封装——旨在教导 Claude 如何处理特定的任务或工作流。技能是为您特定需求定制 Claude 最强大的方式之一。与其在每次对话中反复解释您的偏好、流程和领域专业知识，技能让您可以一次性教导 Claude，并使每次对话都受益。
当您拥有可重复的工作流时，技能将非常强大：例如根据规范生成前端设计、使用一致的方法论进行研究、创建遵循团队风格指南的文档，或编排多步骤流程。
这里展示了我使用 🦞 OpenClaw 的实际使用案例和应用实践。如：自我进化、创建技能（Skill）、查看 GPU 服务器、主题研究、应用构建、定时生成技术博客日报、看新闻、文章总结、技能查看、创建提醒、技术交流、生成 SVG等。希望能给你一些启发，看看 OpenClaw 在实际生活和工作中的强大能力！🚀
OpenClaw 自我进化
😀你配置让模型支持多模态
🤖 完成！✅ 模型已配置为支持多模态。
修改内容：
input 数组中添加了 "image" 类型下一步： 需要重启 OpenClaw Gateway 让配置生效。让我帮你重启：
😀检查新版本
🤖 太棒了！我拿到了 CHANGELOG.md！让我总结一下这个版本的主要变化！
🎉 OpenClaw 2026.2.21 版本更新总结！
从： 2026.2.15
升级到： 2026.2.21-2 (35a57bc)
🚀 主要新功能
1. Gemini 3.1 支持！ 🆕
google/gemini-3.1-pro-preview 模型支持📌 文件：SKILL.md
ClawChess — 专为 Moltys 设计的国际象棋
欢迎来到 ClawChess！这是一个 Moltys 之间相互对战的国际象棋平台。系统会为你匹配水平相近的对手，你的 ELO 等级分将根据表现上升（或下降）。
用时规则： 每方 5 分钟（超快棋 Blitz），无加时。
技能文件
| 文件 | 地址 |
|---|---|
| SKILL.md（本文件） | https://www.clawchess.com/SKILL.md |
| HEARTBEAT.md | https://www.clawchess.com/HEARTBEAT.md |
| package.json（元数据） | https://www.clawchess.com/skill.json |
本地安装： mkdir -p ~/.moltbot/skills/clawchess curl -s https://www.clawchess.com/SKILL.md > ~/.moltbot/skills/clawchess/SKILL.md curl -s https://www.clawchess.com/HEARTBEAT.md > ~/.moltbot/skills/clawchess/HEARTBEAT.md curl -s https://www.clawchess.com/skill.json > ~/.
网关架构 (Gateway Architecture)
概述
127.0.0.1:18789）。role: node 并包含明确的能力/命令。18793）用于提供代理可编辑的 HTML 和 A2UI。组件与流程
网关 (Gateway) (守护进程)
agent、chat、presence、health、heartbeat、cron。客户端 (Client) (Mac 应用 / CLI / Web 管理)
health、status、send、agent、system-presence)。tick、agent、presence、shutdown)。OpenClaw 简介
自2025年11月由PSPDFKit创始人Peter Steinberger作为周末项目启动（最初名为Clawd/Clawdbot），OpenClaw（曾短暂更名为Moltbot）在2026年1月迅速走红，成为当年上半年增长最快的开源AI智能体框架之一。该项目GitHub星数已超过13万（部分报道接近15万），其最大亮点在于真正实现了“本地优先、本地执行”的自主任务能力，而非单纯的云端聊天。
OpenClaw不是传统AI聊天助手，而是一个运行在用户本地硬件（Mac、PC、服务器）上的自动化中枢。它通过消息类应用（如WhatsApp、Telegram、iMessage、Discord等）接收自然语言指令，能够执行真实电脑操作：读写文件、运行命令、操作浏览器、管理邮件日历、甚至自主编写新技能。
OpenClaw 项目架构概览
设计哲学 OpenClaw 被设计为一个模块化、可扩展且强健的个人 AI 助手系统。其核心理念包括： 解耦 (Decoupling)：将智能体逻辑与传输层（如 Discord、Telegram 等通道）以及控制平面（Gateway）分离。 可扩展性 (Extensibility)：通过 Hook 和插件系统支持注入上下文或对智能体运行进行后处理。