AI(三):OpenClaw

安装

curl -fsSL https://openclaw.bot/install.sh | bash

在这里插入图片描述

skill

方法一:使用 OpenClaw 自带的 53 个 Skills

列出所有技能

openclaw skills list

查看当前可用的skills

openclaw skills list --eligible

查看技能详细信息(技能介绍、技能细节、必备库)

openclaw skills info <技能名称>

启用技能

openclaw skills enable <技能名称>

禁用技能

openclaw skills disable <技能名称>

检查技能状态

openclaw skills check <技能名称>

方法二:ClawHub 安装(推荐)

安装 ClawHub 服务

使用 npm 安装

npm i -g clawhub

或使用 pnpm 安装

pnpm add -g clawhub

搜索技能

clawhub search “react”

安装技能

clawhub install
clawhub install --version <版本号> # 安装指定版本
clawhub install --force # 强制覆盖已存在文件夹

更新技能

clawhub update # 更新单个技能
clawhub update --all # 更新所有已安装技能

查看已安装技能

clawhub list

方法三:GitHub 手动安装

进入到工作区的Skills文件夹下

cd ~/.openclaw/workspace/skills

克隆技能仓库到本地

git clone https://github.com/BankrBot/openclaw-skills.git ./skills

方法四:直接对话安装

最简单的方式——直接告诉 OpenClaw 你要安装什么:

请帮我安装这个skills,github链接是 xxxx

安装后的安全检查
在安装任何第三方 Skills 之前,安全必须是第一优先级:

Skill-Vetter — 安装任何 Skills 之前,用它扫描检测恶意代码:

安装

clawhub install skill-vetter

使用

skill-vetter

Read more

2026届毕业生存命指南:6大权威查AIGC检测入口+降AI率神器实测“红黑榜”

2026届毕业生存命指南:6大权威查AIGC检测入口+降AI率神器实测“红黑榜”

2026年的毕业季比往年都要“硬核”。 随着《学位法》正式施行,“人工智能写作”已被明确列为学术不端。 现在的毕业流程,不仅要看查重率,还要强行附带AIGC检测报告。如果AI率过高,轻则退回重改,重则影响学位。 为了帮大家少走弯路,我整理了目前国内高校认可度最高的6大检测入口,以及查出高标后的降AI神器实测榜单,帮助大家快速降低论文ai率。建议点赞收藏! 一、 权威自测:6大主流AIGC检测平台入口 不同学校、不同学科适配的工具不同,请根据你的进度“对号入座”: 1、维普 AIGC 检测(中文自查首选) * 特点: 擅长理工科逻辑分析,能识别公式推导和实验描述中的“AI感”。 * 入口: https://www.gxcqvip.com/gx-weipu/ 适用: 本科、硕士论文初稿及中稿自查。 2、万方 AIGC 检测(专业术语识别强) * 特点: 独有“

在Windows11利用llama.cpp调用Qwen3.5量化模型测试

1.下载llama.cpp二进制文件 访问 https://github.com/ggml-org/llama.cpp/releases 或者 https://bgithub.xyz/ggml-org/llama.cpp/releases 选择适合自己平台的。我没有独立显卡,所以选择CPU版本 https://bgithub.xyz/ggml-org/llama.cpp/releases/download/b8192/llama-b8192-bin-win-cpu-x64.zip 解压到\d\llama8\目录。 2.下载量化模型 按照 章北海mlpy 公众号:Ai学习的老章~ID:mindszhang666 写的知乎文章Qwen3.5 0.8B/2B/

【数据集+完整源码】【YOLO】无人机数据集,目标检测无人机检测数据集 7261 张,YOLO无人机识别系统实战训练教程,yolo无人机检测。

【数据集+完整源码】【YOLO】无人机数据集,目标检测无人机检测数据集 7261 张,YOLO无人机识别系统实战训练教程,yolo无人机检测。

文章前瞻:优质数据集与检测系统精选 点击链接:更多数据集与系统目录清单 数据集与检测系统数据集与检测系统基于深度学习的道路积水检测系统基于深度学习的道路垃圾检测系统基于深度学习的道路裂缝检测系统基于深度学习的道路交通事故检测系统基于深度学习的道路病害检测系统基于深度学习的道路积雪结冰检测系统基于深度学习的汽车车牌检测系统基于深度学习的井盖丢失破损检测系统基于深度学习的行人车辆检测系统基于深度学习的航拍行人检测系统基于深度学习的车辆分类检测系统基于深度学习的电动车头盔佩戴检测系统基于深度学习的交通信号灯检测系统基于深度学习的共享单车违停检测系统基于深度学习的摆摊占道经营检测系统基于深度学习的人员游泳溺水检测系统基于深度学习的航拍水面垃圾检测系统基于深度学习的水面垃圾检测系统基于深度学习的水面船舶分类检测系统基于深度学习的海洋垃圾检测系统基于深度学习的救生衣穿戴检测系统基于深度学习的海洋生物检测系统基于深度学习的人员吸烟检测系统基于深度学习的口罩佩戴检测系统基于深度学习的烟雾和火灾检测系统基于深度学习的人员睡岗玩手机检测系统基于深度学习的人员摔倒检测系统基于深度学习的人员姿势检测系

IoT DevOps实战:基于设备影子(Shadow)的万级机器人梯控集群自动化运维架构

IoT DevOps实战:基于设备影子(Shadow)的万级机器人梯控集群自动化运维架构

摘要: 当机器人梯控设备数量突破 10,000 台,传统的“SSH/VPN 单点登录”维护模式将成为运维灾难。如何确保分布在不同网络环境下的电梯网关配置一致性?如何实现固件的灰度发布(Canary Release)与回滚?本文将从架构设计角度,探讨一种基于“期望状态(Desired) vs 报告状态(Reported)”的自动化运维模型。我们将利用 鲁邦通EC6200机器人梯控产品 对 Python 与 MQTT 的原生支持,构建一套 Infrastructure as Code(基础设施即代码)的垂直交通管理系统。 导语: 在 DevOps 领域,管理成千上万个 Docker 容器已是常态。但在物理世界,管理分散在全国楼宇井道内的机器人梯控网关却依然原始。网络抖动、IP 变动、固件版本碎片化是架构师必须面对的挑战。本文将展示如何利用