---
notion-id: 322ca4d7-cb7b-805c-9872-e0df50d75d2c
---
Agent只识别自己工作区的Skill文件
# 一、技能&插件
技能下载网站[Clawhub](https://clawhub.ai/)，[Smithery](https://smithery.ai/)，[Skilhub](https://skillhub.tencent.com/#categories)，[Skill-rank](https://skills-rank.com/)，

| 工具名称 | 功能 | 使用技巧 |
| --- | --- | --- |
| [openclaw-workspace](https://github.com/win4r/openclaw-workspace/blob/main/README_CN.md) | 工作区的文件审计/精炼 |   |
| [memos-claw](https://memos-claw.openmem.net/#why) | Openclaw记忆插件 |   |
| [**ClawTeam**](https://github.com/HKUDS/ClawTeam) | 多Agent协作工作 |   |
| self-improving-agent | 能够自我改进的代理系统 | 需要配置，仔细预读配置 |
| find-skills | 查找技能 | 自动查找 |
| Summarize | 用摘要CLI来总结URL或文件 |   |
| Skill Vetter | 技能审计 |   |
| Agent Browser | 浏览器CLI。 |   |
| Multi Search Engine | 多搜索引擎集成 |   |
| Humanizer | 去除文本中人工智能生成的痕迹。 | 提示词：减少人工智能生成的痕迹，更自然 |
|   |   |   |

> [!note]+ ## **Memory-lancedb-pro：【长期记忆】**
> ```json
> 安装方式：
> 
> 对话：
> 为我安装：https://github.com/CortexReach/memory-lancedb-pro-skill
> 
> 对话：
> 【可用ollam替换】
> jina AI的API-KEY：jina_356eeda3c8074a3c9b703e543696e872-cgnMOOLZFCTMPRjEuPO14-FsbtJ
> 
> 请帮我搭建：memory-lancedb-pro
> 
> 对话；
> 对于这个插件还需要什么优化配置的，帮我检查下
> ```
> [https://github.com/CortexReach/memory-lancedb-pro-skill](https://github.com/CortexReach/memory-lancedb-pro-skill)
> [!note]+ ## **Agency-agents-zh【多agent配置】**
> > [!note]+ ### Agent和Skil调用参考文献
> > ## 🔄 正确的优先级
> > Copy
> > ```plain text
> > 用户请求
> >    ↓
> > 1️⃣ 优先匹配 agent（能独立执行任务）
> >    ↓ 没有匹配
> > 2️⃣ 搜索 skill（需要特定能力/指南）
> >    ↓ 没有匹配
> > 3️⃣ 自己执行
> > ```
> > 
> > ---
> > ## 🆚 Agent vs Skill 的区别
> > 
> > | **维度** | **Agent** | **Skill** |
> > | --- | --- | --- |
> > | **是什么** | 独立的 AI 实例 | 能力指南/文档 |
> > | **用途** | 执行完整任务 | 指导我怎么做 |
> > | **调用方式** | `sessions_spawn` | `skill_get` / `skill_search` |
> > | **示例** | `marketing-seo-specialist` | `xlsx` (Excel 处理技能) |
> > 
> > ---
> > ## 📋 使用场景对比
> > ### 优先找 Agent 的场景
> > Copy
> > ```plain text
> > "找个 SEO 专家分析这个网站" → marketing-seo-specialist
> > "让前端开发写个组件" → engineering-frontend-developer
> > "叫叙事学家写篇文章" → academic-narratologist
> > ```
> > ### 优先找 Skill 的场景
> > Copy
> > ```plain text
> > "怎么处理 Excel 文件" → xlsx skill
> > "如何创建 Word 文档" → docx skill
> > "有没有处理 PDF 的技能" → pdf skill
> > ```
> > 
> > ---
> > ## ✅ 改进后的流程
> > **你的请求** → **我的判断逻辑**：
> > 
> > | **请求类型** | **第一反应** | **原因** |
> > | --- | --- | --- |
> > | "找个/叫个/让 xxx 做..." | 匹配 agent | 明确需要独立执行者 |
> > | "怎么处理/怎么做..." | 搜索 skill | 需要方法/指南 |
> > | "有没有 xxx 的技能" | 搜索 skill | 明确问技能 |
> > | 模糊请求 | 先问清楚 | 避免猜错 |
> > 
> > ---
> > ## 💡 总结
> > - **优先找 agent** = 改变第一反应路径
> > - **不影响找 skill** = 没有 agent 匹配时仍会搜索 skill
> > - **更准确** = 根据你的措辞判断意图
> [https://github.com/jnMetaCode/agency-agents-zh](https://github.com/jnMetaCode/agency-agents-zh)
> 克隆仓库之后，需要告知openclaw让他去配置调用agent调用子agent，如下
> ```powershell
>         "id": "main",
>         "subagents": {
>           "allowAgents": ["*"]
>         }
> ```
> ## 🗣️ 使用方式
> *1. 自然语言激活 — 在对话中描述需要的角色*
> *2. sessions_spawn — 指定 agentId 调用（但这个失败了）*
> *3. ClawTeam — 创建多 Agent 协作*
> **可参考：**
> ```powershell
> # 方法 1: 使用 /subagents spawn 命令
> /subagents spawn <任务描述>
> 
> # 方法 2: 在对话中请求
> "帮我 spawn 一个 marketing-seo-specialist 来分析 SEO 数据"
> 
> # 方法 3: 使用 sessions_spawn API
> sessions_spawn(agentId="marketing-seo-specialist", task="...")
> ```
> **直接说就行：**
> 
> | **你想做** | **说法示例** |
> | --- | --- |
> | 写代码 | "找个前端开发帮我写个登录页面" |
> | 分析数据 | "让数据工程师分析一下这个 CSV" |
> | 设计 UI | "叫 UI 设计师优化一下这个界面" |
> | 写文案 | "找个营销专家写个产品描述" |
> | 审代码 | "让代码审查员看看这个 PR" |
> | 做翻译 | "需要翻译这份技术文档" |
> [!note]+ ## Lossless-claw-enhanced【短期记忆】
> [https://github.com/win4r/lossless-claw-enhanced](https://github.com/win4r/lossless-claw-enhanced)
> 安装方式：推荐手动安装，避免ai模型导致安装错误导致bug
> ```powershell
> 阅读这个项目的README，为我本地的OpenClaw安装这个插件并进最佳设置：https://github.com/win4r/lossless-claw-enhanced
> ```
企业微信插件更新：`openclaw plugins update wecom-cpenclaw-plugin`
飞书更新：`npx -y @larksuite/openclaw-lark update`