← 返回 Skills 市场
463
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install bing-bing-xia-jiang
功能描述
蜂兵虾将——你的AI牛马团队,替你干活,帮你赚钱。 全行业热点监控+内容创作+趋势洞察+自动执行,4个AI智能体分工协作: 信息守护者(全网采集)、内容军师(创作策略)、趋势预言家(走势预判)、工作记账本(自动记录)。 适用于:金融、医疗、教育、零售、科技、制造业、餐饮、服务业、汽车、房产等**全行业**。 核心...
使用说明 (SKILL.md)
蜂兵虾将 V1.4
🎯 最终版本:用户自适应 - 学习用户偏好,动态调整交互
V1.4 核心升级
| 新功能 | 说明 |
|---|---|
| 用户画像 | 记录用户交互偏好 |
| 自适应确认 | 根据跳过率调整确认频率 |
| 个性化输出 | 根据偏好调整报告风格 |
| 预测服务 | 主动预测用户下一步需求 |
完整执行流程
用户输入
│
▼
┌─────────────────────────────────────┐
│ 查用户画像 ←─────────────────────┐ │
│ • 了解用户偏好 │ │
│ • 获取历史交互模式 │ │
└─────────────────────────────────────┘ │
│ │
▼ │
意图识别 → 智能路由 ←───────────────────┘
│ (参考用户偏好)
▼
主动感知
│
▼
┌─────────────────────────────────────┐
│ 模块执行 │
│ (串行/并行/跳过) │
└─────────────────────────────────────┘
│
▼
┌─────────────────────────────────────┐
│ 反思机制 │
│ 评估 → 优化 → 重试 │
└─────────────────────────────────────┘
│
▼
记录行为 → 更新画像 ─────────────────→ (回到用户画像)
│
▼
用户确认 → 继续/退出
用户画像详解
学习数据
interface UserProfile {
user_id: string;
// 交互习惯
confirmation_habit: {
total_decisions: number;
skip_count: number;
skip_rate: number; // 跳过率
avg_decision_time_ms: number;
};
// 输出偏好
output_preference: {
detailed_count: number;
concise_count: number;
preferred_style: 'detailed' | 'concise' | 'balanced';
};
// 推荐接受
recommendation: {
total: number;
accepted: number;
acceptance_rate: number;
};
// 执行偏好
execution: {
parallel_count: number;
serial_count: number;
preferred_mode: 'parallel' | 'serial';
};
// 模块偏好
module_preference: {
module_sequence_history: string[];
common_paths: string[];
};
updated_at: string;
}
自适应策略
| 用户特征 | 系统调整 |
|---|---|
| 跳过率 > 60% | 减少确认步骤 |
| 跳过率 \x3C 30% | 保持完整确认 |
| 偏好详细 | 输出更多解释 |
| 偏好精简 | 输出关键要点 |
| 推荐接受 > 70% | 多推荐 |
| 推荐接受 \x3C 30% | 少推荐 |
| 偏好并行 | 优先并行执行 |
| 偏好串行 | 保持串行执行 |
V1.4 交互示例
完整交互流程
用户:帮我分析新能源汽车行业趋势
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【行业分析】
识别意图:信息获取 + 内容创作
目标行业:新能源汽车
【用户画像】
┌─────────────────────────────────────┐
│ 画像:user_001 │
│ • 跳过率:75% → 简化确认 │
│ • 输出偏好:详细(80%) │
│ • 推荐接受:90% → 多推荐 │
│ • 执行偏好:并行 │
└─────────────────────────────────────┘
【自适应决策】
✓ 减少确认步骤
✓ 输出详细报告
✓✓ 尝试并行 多提供推荐
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
【执行】模块1 → 模块2(并行)
【模块1 - 反思评估】
✓ 完整性:90% | 质量:8.2/10 | 可用性:92%
【模块2 - 反思评估】
✓ 完整性:88% | 质量:8.0/10 | 可用性:90%
【模块执行完成】
【自适应确认】
✓ 跳过非必要确认(跳过率75%)
摘要:
- 行业趋势:3个
- 创作方案:2套
- 预估时间:25分钟
继续到模块3/4?
1. 继续到模块3
2. 继续到模块4
3. 查看完整报告
4. 结束
请回复:
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
预测性服务
用户:看看金融行业新闻
【行业分析】
识别意图:信息获取
目标行业:金融
【预测服务】
根据您的历史行为:
━━━━━━━━━━━━━━━━━━━━━━━━━━━
• 87% 概率:您会继续到模块2(创作)
• 60% 概率:您会查看详细报告
• 常用路径:模块1 → 模块2
━━━━━━━━━━━━━━━━━━━━━━━━━━━
【预执行】
已在后台准备模块2内容(如果继续)
开始执行模块1...
━━━━━━━━━━━━━━━━━━━━━━━━━━━
注意:以上示例适用于任何行业(金融、医疗、教育、零售、科技、新能源汽车、餐饮等)
全面自检报告
✅ 版本一致性检查
| 检查项 | 状态 | 说明 |
|---|---|---|
| V1.0 核心保留 | ✓ | 串行流程、用户确认、数据传递、灵活退出 |
| V1.1 增量引入 | ✓ | 意图识别、智能路由、并行执行 |
| V1.2 增量引入 | ✓ | 反思机制、自动重试、优化尝试 |
| V1.3 增量引入 | ✓ | 主动感知、增量更新、模式复用 |
| V1.4 增量引入 | ✓ | 用户画像、自适应、预测服务 |
✅ 功能完整性检查
| 模块 | 功能 | 状态 |
|---|---|---|
| 模块1 | 信息采集+过滤+评估+分级 | ✓ |
| 模块2 | 趋势分析+爆款分析+创作方案+发布策略 | ✓ |
| 模块3 | 状态分析+成长洞察+AI信件 | ✓ |
| 模块4 | 工具推荐+工作流记录+模板生成+效率报告 | ✓ |
✅ 记忆系统检查
| 功能 | 状态 |
|---|---|
| 五层架构(L0-L4) | ✓ |
| 场景化配置 | ✓ |
| 智能检索 | ✓ |
| 遗忘机制 | ✓ |
| 反馈闭环 | ✓ |
| 增量更新 | ✓ |
✅ 逻辑一致性检查
| 检查项 | 状态 |
|---|---|
| 模块执行顺序(1→2/3/4) | ✓ |
| 数据传递(后续模块可访问前置输出) | ✓ |
| 用户确认点(每模块后) | ✓ |
| 灵活退出(任何时候可退出) | ✓ |
| 记忆流转(L0→L2→L3→L4) | ✓ |
| 反思触发(每模块后) | ✓ |
| 自适应依赖(需要画像数据) | ✓ |
✅ 向后兼容性检查
| 配置项 | 默认值 | 可关闭 |
|---|---|---|
| intent_recognition | true | ✓ |
| smart_routing | true | ✓ |
| parallel_execution | true | ✓ |
| reflection | true | ✓ |
| proactive_memory | true | ✓ |
| user_adaptation | true | ✓ |
| user_confirmation | true | ✗ (必须开启) |
| data_passing | true | ✗ (必须开启) |
| flexible_exit | true | ✗ (必须开启) |
完整配置
const MULTI_AGENT_SYSTEM_V1_4 = {
// 版本
version: "1.4",
release_date: "2026-02-25",
// V1.4 功能
user_adaptation: {
enabled: true,
profile_tracking: true,
adaptive_confirmation: true,
personalized_output: true,
predictive_service: true
},
// V1.3 功能
proactive_memory: {
enabled: true,
incremental_update: true,
cache_ttl_hours: 168,
reuse_bonus: 0.2
},
// V1.2 功能
reflection: {
enabled: true,
auto_retry: true,
max_retries: 3,
dimensions: ['completeness', 'quality', 'usability']
},
// V1.1 功能
routing: {
intent_recognition: true,
smart_routing: true,
parallel_execution: true,
patterns: ['serial', 'parallel', 'skip', '精简']
},
// V1 核心(不可关闭)
core: {
user_confirmation: true,
data_passing: true,
flexible_exit: true
},
// 模块配置
modules: {
module1: {
name: "信息守护者",
layer: "L0",
retention: "1小时"
},
module2: {
name: "内容趋势优化系统",
layer: "L2",
retention: "7天"
},
module3: {
name: "状态洞察模块",
layer: "L3-L4",
retention: "90天"
},
module4: {
name: "工作流沉淀系统",
layer: "L3",
retention: "永久"
}
},
// 记忆系统
memory: {
enabled: true,
layers: ['L0', 'L1', 'L2', 'L3', 'L4'],
scenarios: ['duty', 'sentiment', 'workflow', 'goal', 'general']
}
};
执行模式汇总
| 模式 | V1.0 | V1.1 | V1.2 | V1.3 | V1.4 |
|---|---|---|---|---|---|
| 串行执行 | ✓ | ✓ | ✓ | ✓ | ✓ |
| 意图识别 | - | ✓ | ✓ | ✓ | ✓ |
| 智能路由 | - | ✓ | ✓ | ✓ | ✓ |
| 并行执行 | - | ✓ | ✓ | ✓ | ✓ |
| 反思机制 | - | - | ✓ | ✓ | ✓ |
| 主动感知 | - | - | - | ✓ | ✓ |
| 用户自适应 | - | - | - | - | ✓ |
参考文档
- 完整工作流设计: references/workflow-design.md
- 模块间数据流转: references/data-flow.md
- 记忆系统V2源码: scripts/memory-v2.ts
安全使用建议
简明建议(安装前请做这些事):
1) 不要直接运行 install.sh 或 demo 在生产环境;先在隔离环境(容器 / VM)中验证。
2) 审查以下关键文件:install.sh、package.json、dist/core/memory.js、AGENT_PROMPTS.md、SKILL.md、UPGRADE_REPORT.md(文中 CDN 链接)。重点看 install.sh 是否会下载并执行外部二进制或改变系统配置;检查 package.json 的依赖来源是否可信。
3) 注意本地持久化:dist/core/memory.js 会创建 memory/<skillName>/L0-L4 等目录并写入文件,模块4 指明“永久”保留。确认是否接受在主机上长期存储会话/画像/执行记录;若不接受,应在沙箱或挂载空白数据卷中运行并限制目录权限。
4) 主动采集与定时任务:SKILL.md 提到每天定时自动打报告与后台预执行,确认平台如何触发这些行为;若无法审计定时任务的注册位置(cron、守护进程等),不要赋予持久运行权限。
5) 检查数据保护与合规性:该技能可能抓取第三方平台(微博/知乎/抖音/微信等)内容并保存用户画像,确认是否符合法律/服务条款与隐私政策;若涉及个人敏感信息,应拒绝或要求去标识化、加密存储并实现删除策略。
6) 若您没有能力完整审计源码或脚本,最好不要在含敏感数据的机器上部署;考虑要求技能作者提供可信源(例如 GitHub release、官方 npm 包)并公开 install 脚本内容以便审计。
总结:技能本身功能与描述基本一致,但存在重要的安全/隐私与安装可审计性不一致问题——在彻底审查安装脚本与持久化策略之前,应视为有风险并在受控环境中测试。
功能分析
Type: OpenClaw Skill
Name: bing-bing-xia-jiang
Version: 1.4.1
The skill bundle is classified as suspicious due to risky capabilities without clear malicious intent. The `AGENT_PROMPTS.md` file instructs the 'AI信息守护者' agent to perform multi-platform web searches using tools like `web_search` and `extract_content_from_websites`, where search keywords are directly determined by user input. While the implementation of these external tools is not provided, this direct influence of user input on web search parameters creates a significant prompt injection and tool-based vulnerability surface (e.g., Server-Side Request Forgery or local file disclosure if the tools can access `file://` schemes). The broad '自动执行' (automatic execution) capability mentioned in `SKILL.md` further amplifies this risk, even though no explicit malicious instructions for data exfiltration or system compromise are present in the analyzed files.
能力评估
Purpose & Capability
技能声称做“全网采集+内容创作+趋势洞察+自动执行”,代码与提示词确实包含多智能体、记忆系统和爬取/分析流程,功能集合与描述大体一致。但它要求采集微博/知乎/抖音/微信等平台内容,而在元数据中未声明任何 API 密钥或外部访问授权;这在实践中通常需要额外凭据或专门的抓取工具,未声明这些依赖是一个不一致之处。
Instruction Scope
SKILL.md 与 AGENT_PROMPTS 明确指示进行“全网采集”并使用 web_search、extract_content_from_websites 等工具;dist/core/memory.js 会在本地创建 memory/<skillName>/L0-L4 等目录并持久化多层“记忆”数据。SKILL.md 还描述了主动预测/预执行(在后台准备模块2)和每天定时生成报告的行为——这些都是主动、持久的数据采集与长期保存行为,可能收集敏感用户数据或外部信息且会持续写入磁盘,超出普通一次性问答技能的范围。
Install Mechanism
注册元数据声明为“instruction-only”,但包内包含 package.json、install.sh、dist/ 和多量示例脚本,README 指导运行 npm install 和 node demo.js。UPGRADE_REPORT.md 含有一个第三方 CDN 下载链接(cdn.hailuoai.com),install.sh 存在但其内容未在扫描摘要中展示——有潜在通过脚本或外部 CDN 拉取/执行代码的风险。缺少一个明确、可审计的安装规范(例如仅使用官方包管理器或可信发布源)增加了安装时被注入或执行额外代码的可能性。
Credentials
技能声明无需任何环境变量或凭据,但功能设计需要访问多个第三方平台的数据(某些平台可能需要认证或 cookie),同时会在本地长期保存用户画像与执行记录(模块4 声称“永久”保留)。请求“无凭据”同时做大规模采集与长期存储,在数据保护、最小权限原则和合规性上是不成比例的;此外未提供关于数据加密、访问控制或清除策略的说明。
Persistence & Privilege
技能会在本地文件系统下创建并维护多层记忆目录(memory/<skillName>/...),并且文档中明确描述定时自动报告与后台预准备(主动/预测性服务)。虽然 registry metadata 的 always=false(未强制常驻),但技能本身具备并描述了长期驻留与定时自动执行的行为。结合自治调用能力(disable-model-invocation: false)和持久化记忆,这会放大潜在滥用或意外数据泄露的风险,应谨慎对待。
如何使用
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install bing-bing-xia-jiang - 安装完成后,直接呼叫该 Skill 的名称或使用
/bing-bing-xia-jiang触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.4.1
bing-bing-xia-jiang v1.4.1
- No code or configuration changes detected in this release.
- Skill documentation and core features remain unchanged from the previous version.
- All functions, modules, and self-check tables are consistent with the previous version (v1.4).
v1.4.0
蜂兵虾将 1.4.0 更新日志
- 全面引入“用户画像”,自动学习并记录用户的交互习惯与偏好。
- 新增“用户自适应”系统:动态调整确认步骤、报告风格、推荐频度和执行模式。
- 增加“预测服务”:主动预测用户下一步需求,实现更智能的任务预处理。
- 完善输出个性化,支持关键要点/详细风格自动切换。
- 所有功能与模块全面自检,保障稳定性和向后兼容。
- 本次为用户自适应能力的最终迭代。
元数据
常见问题
蜂兵虾将 是什么?
蜂兵虾将——你的AI牛马团队,替你干活,帮你赚钱。 全行业热点监控+内容创作+趋势洞察+自动执行,4个AI智能体分工协作: 信息守护者(全网采集)、内容军师(创作策略)、趋势预言家(走势预判)、工作记账本(自动记录)。 适用于:金融、医疗、教育、零售、科技、制造业、餐饮、服务业、汽车、房产等**全行业**。 核心... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 463 次。
如何安装 蜂兵虾将?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install bing-bing-xia-jiang」即可一键安装,无需额外配置。
蜂兵虾将 是免费的吗?
是的,蜂兵虾将 完全免费(开源免费),可自由下载、安装和使用。
蜂兵虾将 支持哪些平台?
蜂兵虾将 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 蜂兵虾将?
由 e2e5g(@e2e5g)开发并维护,当前版本 v1.4.1。
推荐 Skills