LLM as Judge

记录自身发现以实现自我改进的技能

帮助用户发现和安装智能体技能，当用户询问如「如何做X」、「找X的技能」、「有能做...的吗」等问题时

用于 AI 代理的浏览器自动化 CLI。当用户需要与网站交互（包括浏览页面、填写表单、点击按钮、截图等）时使用。

自我反思+自我批评+自我学习+自组织记忆。智能体评估自身工作、发现错误并持续改进。

AI智能体技能安全预审工具。安装ClawdHub、GitHub等来源技能前，检查风险信号、权限范围及可疑模式。

类型化知识图谱，用于结构化智能体记忆与可组合技能。适用于以下场景：创建/查询实体（人物、项目、任务、事件、文档）、关联相关对象、强制执行约束、将多步操作规划为图谱变换，或当技能需要共享状态时。触发关键词包括"记住""我知道关于什么""将X链接到Y""显示依赖关系"、实体增删改查操作，以及跨技能数据访问。

将 AI 代理从任务执行者转变为能够预见需求、持续优化的主动伙伴。现已支持 WAL Protocol、Working Buffer、Autonomous Crons 及经过实战验证的模式。属于 Hal Stack 🦞。

专为AI智能体优化的无头浏览器自动化CLI，支持无障碍树快照和基于引用的元素选择。

使用官方 OAuth 1.0a API 向 X（Twitter）发布内容。适用于“发到 X”“发推”“在 Twitter 上发布”、创建推文串、删除推文等场景。

利用Karpathy自动研究循环自动优化OpenClaw技能。反复运行技能进行测试输入，根据是/否检查清单评分，进行一次调整后继续迭代改进。

生成营销文案、落地页、邮件序列和社交媒体帖子，保持一致的品牌调性。在需要“写文案”“起草落地页”时使用。

使用 twitter-thread.com 获取任意 X/Twitter 话题的完整文本或生成 PDF。当用户要求“获取完整话题”“阅读此推文”“保存此内容”等时使用。