分类 开发 下的文章

基于 Telegram Bot API 的媒体解析工具，可将消息中的媒体占位符转为本地文件，赋能 AI 视觉分析与内容处理。

基本信息

  • 技能名称?tg-media-resolve
  • 中文名称?Telegram 媒体文件一键解析
  • 作者?kurinzo
  • 分类?开发
  • 版本?v1.0.0
  • 标签?content-media, api, automation, productivity

使用方法

使用说明
Telegram Media Resolver 是一款专为解决 Telegram 消息中媒体占位符可视化问题设计的实用工具。当用户在群聊或引用消息中遇到 等无法直接查看的媒体标记时，该技能通过 Telegram Bot API 将占位符转换为可下载的本地文件，为后续的 AI 视觉分析或内容处理提供基础。
核心用法十分直观。用户首先需要从 OpenClaw 消息上下文中提取 chat_id 和 message_id 参数，随后读取配置的 Bot Token。通过调用 fetch_media.py 脚本并传入相应参数，工具会自动执行临时转发消息、下载媒体文件、清理转发痕迹的流程，最终返回本地文件路径供 image 工具或其他分析流程使用。
该技能的显著优点体现在多个维度。首先是 零依赖架构 ，仅使用 Python 标准库实现，彻底杜绝了第三方依赖带来的供应链攻击风险。其次是 安全性设计 ，代码中不存在 eval/exec 等危险函数，输入参数经过严格验证，文件操作具备完善的路径遍历防护。再者， 隐私保护机制 完善，临时转发的消息会在获取文件信息后自动删除，且所有网络请求仅连接 Telegram 官方服务器，不存在数据泄露给第三方的风险。此外，支持照片、文档、视频、语音、贴纸等全类型媒体，适用性广泛。
然而，该技能也存在一定局限性。最突出的是 20MB 文件大小限制 ，这是 Telegram Bot API 的硬性约束，无法绕过。其次，Bot 必须是目标群组的成员且具备访问权限，对于私有群组或历史消息可能存在访问障碍。虽然临时转发会被删除，但在操作瞬间仍可能在聊天中产生可见痕迹，对隐私极度敏感的场景需谨慎。此外，作为 T3 来源的社区项目，长期维护的稳定性相较于企业级产品存在不确定性。
该技能特别适合以下群体：Telegram 群组管理员需要批量分析群聊中的媒体内容；AI 助手开发者需要处理引用消息中的图像进行视觉理解；自动化工作流构建者希望将 Telegram 媒体集成到本地数据处理管道中。
使用过程中的风险主要包括：Bot Token 作为敏感凭证需要严格保管，一旦泄露可能导致机器人被恶意控制；临时转发机制虽短暂但存在隐私暴露风险，建议配合 --forward-to 参数使用私聊 ID 避免在公开群组产生痕迹；下载的临时文件默认存储在 /tmp 目录，需要注意磁盘空间管理和定期清理，防止敏感文件残留。
content-media api automation productivity

OpenClaw官方生态的零依赖监控仪表板，为AI代理团队提供实时会话追踪、成本智能分析与系统状态可视化，本地优先架构保障数据隐私。

基本信息

  • 技能名称?command-center
  • 中文名称?AI代理团队的实时指挥中枢
  • 作者?jontsai
  • 分类?开发
  • 版本?127.0.0
  • 标签?devops, data-analytics, productivity, backend, monitoring, openclaw, automation

使用方法

使用说明
核心用法
OpenClaw Command Center 是一个专为 AI 代理工作流设计的本地监控仪表板。用户通过 clawhub install command-center 安装后，执行 node lib/server.js 即可在 http://localhost:3333 启动服务。仪表板自动检测 OpenClaw 工作区，提供统一的实时视图：会话监控面板展示所有 AI 对话的实时状态；LLM 燃料表追踪 Claude、Codex 等模型的 token 消耗与费用；系统生命体征模块监控 CPU、内存、磁盘与温度；Cron 作业管理器可视化调度任务；Cerebro 主题引擎自动归类对话内容。
配置层面，通过 OPENCLAW_WORKSPACE 环境变量可覆盖自动检测的工作区路径。认证系统支持四种模式：本地开发用 none 免认证、远程访问用 token Bearer 验证、团队协作用 tailscale VPN 集成、公开部署用 cloudflare Access。API 设计简洁，统一端点 /api/state 返回全量数据，， /api/events 提供 SSE 实时流，， /api/health 用于健康检查。
显著优点
零依赖架构 是该 skill 最突出的技术亮点。运行时零外部依赖意味着供应链攻击面趋近于零，无需担忧 npm 包的恶意更新或依赖混淆攻击。纯原生 Node.js HTTP 服务器配合原生 HTML/CSS/JS 前端，部署简单、启动迅速、资源占用极低。
安全优先设计 体现在多层认证机制与本地运行默认策略。不同于多数 SaaS 监控工具强制云端化，Command Center 默认绑定 localhost，数据不出本机。隐私控制功能允许用户隐藏敏感话题，适合演示场景。成本追踪模块不仅记录历史消耗，还提供预测与节省估算，帮助团队优化 AI 预算。
生态深度集成 是另一优势。作为 OpenClaw 官方生态组件，它能无缝读取工作区会话日志、记忆文件与作业状态，无需额外配置。Linear 同步功能将 AI 会话状态映射到问题追踪器，打通开发流程。主题分类器基于 NLP 自动提取关键词，减轻人工整理负担。
潜在缺点与局限性
功能边界有限 。作为专用监控工具，它不提供 AI 代理的远程控制或干预能力，仅作只读展示。对于需要主动管理（如终止会话、调整参数）的场景，仍需回到 OpenClaw CLI 或编辑器界面。
平台锁定风险 。深度依赖 OpenClaw 工作区结构，若用户迁移至其他 AI 代理框架（如 LangChain、AutoGPT），该仪表板将失去价值。这种设计选择提升了生态内体验，但降低了通用性。
可视化能力基础 。前端采用原生 DOM 操作与 morphdom 更新，无现代框架的组件复用与状态管理优势。虽然满足功能需求，但在复杂交互、主题定制、移动端适配方面不如基于 React/Vue 的仪表板方案灵活。
系统命令依赖 。为获取系统状态，服务端调用 uptime 、 、 vm_stat 、 、 df 等 shell 命令，虽经严格限制为只读操作，但在某些强化安全环境（如禁止 exec 的容器）中可能无法运行。
适合的目标群体
AI 代理重度用户 ：每日与多个 Claude/Codex 会话交互的开发者，需要集中视图掌握全局状态。 技术团队负责人 ：管理 AI 预算、监控团队使用模式、优化成本结构的工程经理。 隐私敏感型组织 ：金融、医疗、法律等行业，要求 AI 交互数据严格本地存储，拒绝云端监控方案。 OpenClaw 生态采纳者 ：已使用 OpenClaw 作为主力 AI 工作流平台的团队，追求工具链一致性。 边缘部署场景 ：资源受限环境（如树莓派、边缘服务器），零依赖架构确保轻量运行。
使用风险
性能风险 ：SSE 实时流在大规模会话场景（数百并发）下可能占用较多连接资源，建议高负载时调整更新频率或启用采样。 依赖项风险 ：虽运行时零依赖，但开发依赖（eslint、prettier）的供应链攻击仍可能影响构建流程，建议锁定版本并审计 lock 文件。 配置风险 ：误将 DASHBOARD_AUTH_MODE=none 部署至公网会导致完全暴露，生产环境务必启用 token/tailscale/cloudflare 认证。 数据暴露风险 ：隐私控制功能需手动配置，默认展示全部会话内容，共享屏幕前务必检查敏感话题隐藏设置。 Linear 集成风险 ：启用后需将 LINEAR_API_KEY 注入环境变量，密钥泄露可能导致工单系统未授权访问，建议使用最小权限 token 并定期轮换。

来自 clawdbot 技能仓库的 SSH 隧道配置指南，帮助开发者和运维人员安全建立端口转发、跳板连接与密钥管理，实现高效远程访问。

基本信息

  • 技能名称?ssh-tunnel
  • 中文名称?企业级 SSH 隧道配置专家
  • 作者?gitgoodordietrying
  • 分类?开发
  • 版本?v1.0.0
  • 标签?devops, backend, development-engineering, automation, security

使用方法

使用说明
核心用法
ssh-tunnel 是一个纯文档型技能，专注于 SSH 隧道技术的全面指南。它涵盖三大核心场景：本地端口转发（将远程服务映射到本地端口）、远程端口转发（将本地服务暴露给远程）、动态 SOCKS 代理（通过 SSH 服务器路由流量）。此外，技能详细讲解 Jump Host / Bastion 跳板配置、SSH 配置文件管理、密钥生命周期管理、以及基于 scp/rsync 的安全文件传输。
显著优点
该技能的最大优势在于 实战导向的完整性 。不同于零散的网络教程，它提供了可直接复制粘贴的命令模板和配置文件，包括 ProxyJump 链式跳转、、 ControlMaster 连接复用、Ed25519 密钥生成等现代最佳实践。文档结构清晰，从基础概念到高级调试层层递进，并包含大量安全提示（如 Agent 转发风险警告）。对于需要频繁操作多服务器环境的用户，， ~/.ssh/config 的命名主机模式能显著减少记忆负担和输入错误。
潜在缺点与局限性
作为纯文档技能，它 不会自动执行任何操作 ，用户仍需手动理解和输入命令。对于完全的新手，SSH 涉及的加密概念、权限模型和网络拓扑可能仍有学习曲线。此外，技能假设目标系统已安装 OpenSSH 客户端，Windows 用户可能需要额外配置（如 PowerShell 或 WSL）。某些高级场景（如多跳堡垒机的复杂权限控制）需要用户自行结合企业安全策略调整。
适合的目标群体
后端开发/运维工程师 ：需要连接数据库、缓存或内部服务的日常隧道需求
DevOps/SRE 人员 ：管理多环境服务器、配置 CI/CD 部署通道
安全工程师 ：审计 SSH 配置、建立安全的跳板访问路径
远程办公人员 ：通过 SOCKS 代理安全访问公司内网资源
技术学习者 ：系统掌握 SSH 生态的进阶用户
使用风险
尽管技能本身安全，但 不当使用 SSH 功能可能引入风险 ：Agent 转发（ -A ）在不可信服务器上可能导致密钥泄露；远程端口转发（ -R ）若配置 GatewayPorts yes 可能意外暴露内部服务；长期后台隧道（ -fN ）若未设置保活可能形成僵尸连接占用资源。建议生产环境配合 ServerAliveInterval 、严格的主机密钥校验和最小权限原则使用。

FOSComputerServices 官方 Swift MVVM 表单生成器，通过单一协议定义实现客户端/服务端/持久层验证逻辑复用，确保表单一致性并减少重复代码。

基本信息

  • 技能名称?fosmvvm-fields-generator
  • 中文名称?Swift MVVM 表单协议一键生成
  • 作者?foscomputerservices
  • 分类?开发
  • 版本?v2.0.6
  • 标签?development-engineering, backend, frontend, mobile, productivity, docs

使用方法

使用说明
核心用法
fosmvvm-fields-generator 是 FOSMVVM 架构体系中的表单规范生成工具，采用"定义一次，处处使用"的设计理念。开发者通过该 Skill 生成 {Name}Fields 协议，该协议同时被 HTTP 请求体、ViewModel 表单渲染层和持久化模型实现，确保验证规则、本地化字符串和字段定义在三层架构中完全一致。
使用流程极为简洁：通过 /fosmvvm-fields-generator 调用后，Skill 自动分析对话上下文中的表单需求（创建、编辑、筛选等场景），识别字段类型、约束条件和实体关系，最终生成三件套文件：协议定义文件（含 FormField 配置与验证方法）、本地化消息结构体、以及 YAML 多语言资源文件。
显著优点
架构一致性 是该 Skill 的核心价值。传统开发中，前端表单验证、API 参数校验、数据库约束往往分散维护，极易出现规则不一致。FOSMVVM 通过协议继承强制统一：同一套 ValidatableModel 实现被 ServerRequestBody 、 、 ViewModel 、 、 Model 同时采纳，任何规则变更自动同步至全链路。
本地化工程化 设计同样出色。字段标题、占位符、错误提示全部通过 @LocalizedString 宏管理，YAML 文件作为唯一翻译源，支持多语言无缝扩展。相比硬编码字符串，这种声明式方案大幅降低了国际化维护成本。
开发体验优化 体现在丰富的输入语义支持。从 .emailAddress 的键盘适配与自动填充，到 .password 的安全输入模式，再到 .date 的日期选择器集成，FormInputType 枚举覆盖了 iOS/macOS 平台的原生交互范式，减少开发者自行处理平台细节的负担。
潜在缺点与局限性
生态锁定 是首要考量。该 Skill 深度绑定 FOSMVVM 架构体系，生成的代码依赖 FOSFoundation、FOSMVVM 等特定框架，迁移至其他技术栈成本极高。对于未采用 FOS 系列工具链的项目，直接适用性有限。
学习曲线陡峭 。Skill 文档假设用户已熟悉 Swift 协议导向编程、属性包装器（Property Wrapper）和 YAML 本地化机制。新手开发者需要额外投入理解 @FieldValidationModel 、 、 LocalizableString` 等自定义宏的工作原理。
灵活性约束 体现在验证规则的预设模式上。虽然覆盖了必填、长度范围、数值范围、日期范围等常见场景，但复杂业务规则（如跨字段依赖验证、异步服务端校验）需要开发者手动扩展验证方法，模板生成部分无法完全覆盖。
适合的目标群体
该 Skill 最适合以下场景：采用 Swift 全栈开发（SwiftUI/Vapor 组合）的团队；需要严格保证客户端与服务端验证一致性的金融、医疗等合规敏感领域；以及已有 FOSMVVM 架构基础、希望标准化表单开发流程的中大型项目。对于快速原型开发或技术栈未定的探索性项目，建议评估架构锁定成本后再做决策。
使用风险
运行时依赖风险 ：生成的代码依赖 FOS 系列框架的版本兼容性，框架升级可能引入破坏性变更，需关注版本锁定策略。
本地化同步风险 ：YAML 文件与 Swift 结构体通过宏生成关联，手动修改一方而未同步更新会导致编译期或运行期错误。
验证逻辑遗漏 ：Skill 生成的验证方法为模板基础，复杂业务场景需人工补充，存在因遗漏扩展而导致验证失效的风险。

阿里云官方RDS Supabase OpenAPI文档指南，提供实例生命周期管理、认证配置、RAG设置等完整操作参考，助力开发者安全高效管理云数据库AI服务。

基本信息

  • 技能名称?alicloud-database-rds-supabase
  • 中文名称?阿里云RDS AI服务API权威指南
  • 作者?cinience
  • 分类?开发
  • 版本?v1.0.0
  • 标签?database, backend, devops, api, cloud-service, data-analytics, documentation

使用方法

使用说明
核心用法
本Skill为纯文档型知识库，系统梳理了阿里云RDS Supabase（RDS AI服务）的OpenAPI调用方法。开发者可通过该文档完成：实例全生命周期管理（创建、启停、重启、删除）、连接与认证配置（端点查询、认证信息修改）、存储与RAG配置、安全策略设置（IP白名单、SSL配置）等核心操作。文档严格遵循阿里云RPC签名机制，提供SDK、OpenAPI Explorer、自签名三种调用方式的参考指引。
显著优点
权威性与准确性 ：内容直接引用阿里云官方API文档，接口定义、参数说明、调用流程均与官方保持一致，避免信息过时或错误。 安全实践完善 ：明确规范AccessKey读取优先级（环境变量优先于配置文件），强制要求使用RAM最小权限原则，Region策略设计合理（优先单地域、避免全地域遍历）。 结构清晰易用 ：按资源类型（实例/认证/存储/RAG/安全）分层组织，提供常见操作快速映射表，并设置明确的选择问题引导用户精准定位需求。 零执行风险 ：纯Markdown文档，无任何可执行代码，从根本上杜绝代码注入、恶意执行等安全隐患。
潜在缺点与局限性
非自动化工具 ：该Skill仅为参考文档，不直接执行API调用，开发者需自行编写调用代码或使用阿里云SDK。 T3来源限制 ：由个人开发者（cinience）维护，虽内容引用官方文档，但长期更新保障、社区支持度不及T1/T2来源。 时效性依赖 ：阿里云API可能迭代更新，文档版本（2025-05-07）需持续跟进官方变更。 无交互式验证 ：缺乏API调用的实时测试环境或沙箱指引，新手开发者需额外学习成本。
适合的目标群体
需要集成阿里云RDS Supabase的 后端开发工程师 与 DevOps工程师
负责云数据库AI服务 运维管理的技术人员
需要快速查阅API参数定义的 API开发者 与 技术架构师
学习阿里云OpenAPI调用规范的 云计算学习者
使用风险
配置误操作风险 ：文档指导的API涉及实例删除、密码重置等高危操作，实际调用时需二次确认。 凭证泄露风险 ：虽文档强调环境变量优先，但用户若误将AK/SK硬编码至代码仍可能导致泄露。 Region选择偏差 ：全地域查询可能产生额外API调用费用，需严格遵循文档的Region策略。 依赖官方服务稳定性 ：RDS Supabase服务本身可用性受阿里云SLA约束，文档不提供服务等级保障。

  1. 1
  2. ...
  3. 29
  4. 30
  5. 31
  6. 32
  7. 33
  8. 34
  9. 35
  10. ...
  11. 165