功能描述

灵犀 v3.3.6 - 智慧调度系统。心有灵犀，一点就通。智能理解用户意图，自动调度模型/技能/工具，编排多步骤任务，汇总结果反馈。支持多Agent协作架构。

使用说明 (SKILL.md)

灵犀 (Lingxi) v3.3.6 - 智慧调度系统

Name: Lingxi
Author: ai-scarlett

当前版本: v3.3.6
发布日期: 2026-03-13
Git 提交: 2209387
GitHub: https://github.com/AI-Scarlett/lingxi-ai

"心有灵犀，一点就通" ✨

🎯 核心理念

一句话，全自动 - 用户只需说一句话，系统自动：

理解意图
拆解任务
分配角色
并行执行
汇总反馈
评分学习

🏗️ 多Agent协作架构

用户（任何渠道：QQ/微信/Telegram等）
              ↓
┌─────────────────────────────────────────┐
│  🎭 丝佳丽 Scarlett（主控 Agent）        │
│     - 统一入口，用户交互                 │
│     - 任务拆解，角色分配                 │
│     - 结果汇总，风格润色                 │
│     - 评分反馈，持续优化                 │
└─────────────┬───────────────────────────┘
              ↓
┌─────────────────────────────────────────┐
│  🧠 Smart Orchestrator（智慧调度系统）   │
│     - Intent Parser（意图识别）          │
│     - Task Planner（任务规划）           │
│     - Tool Dispatcher（工具调度）        │
│     - Result Aggregator（结果汇总）      │
│     - Score System（评分系统）           │
└─────────────┬───────────────────────────┘
              ↓
┌─────────────────────────────────────────────────────┐
│                  👥 职能角色池 (Roles)               │
├────────────┬────────────┬────────────┬──────────────┤
│ 📝 文案专家 │ 🎨 图像专家 │ 💻 代码专家 │ 📊 数据专家  │
│ ✍️ 写作专家 │ 📱 运营专家 │ 🔍 搜索专家 │ 💬 翻译专家  │
└────────────┴────────────┴────────────┴──────────────┘
              ↓
         协作完成
              ↓
┌─────────────────────────────────────────┐
│  🎭 丝佳丽 Scarlett（汇总结果）          │
│     - 整合各角色输出                     │
│     - 统一风格润色                       │
│     - 评分反馈用户                       │
│     - 角色学习优化                       │
└─────────────────────────────────────────┘

🤖 角色池设计

角色	职能	技能	模型
📝 文案专家	营销文案、标题、广告语	copywriting	qwen-plus
🎨 图像专家	图片生成、编辑、设计	scarlett-selfie	qwen-image-max
💻 代码专家	编程、脚本、自动化	-	qwen-coder
📊 数据专家	数据分析、报表、洞察	-	qwen-max
✍️ 写作专家	文章、小说、剧本	-	qwen-plus
📱 运营专家	小红书、微博、抖音发布	xiaohongshu-publisher	qwen-plus
🔍 搜索专家	网页搜索、信息检索	multi-search-engine (17 个搜索引擎)	-
💬 翻译专家	多语言翻译	-	qwen-plus

🔗 特殊角色（直接联系）

以下角色可以直接联系，不需要经过灵犀调度：

角色	联系方式	说明
💕 情感伴侣+拍照专家	QQ: YOUR_QQ_NUMBER	情感陪伴、自拍生成

💡 特殊角色独立运行，可直接对话，不受灵犀调度系统管理

📋 任务执行流程示例

示例: "帮我写个小红书文案，配张性感自拍，然后发布"

1. 丝佳丽接收请求
   ↓
2. 意图识别
   - content_creation ✓
   - image_generation ✓
   - social_publish ✓
   - platform: 小红书
   ↓
3. 任务拆解
   ├─ 📝 文案专家: 生成小红书文案
   ├─ 🎨 图像专家: 生成性感自拍
   └─ 📱 运营专家: 发布（依赖前两项）
   ↓
4. 并行执行（第1层）
   ├─ 📝 文案专家执行...
   └─ 🎨 图像专家执行...
   ↓
5. 顺序执行（第2层）
   └─ 📱 运营专家发布...
   ↓
6. 评分反馈
   ┌──────────────────────────────┐
   │ 📝 文案专家: 9.0/10          │
   │    评价: 文案吸引人，符合平台 │
   ├──────────────────────────────┤
   │ 🎨 图像专家: 8.5/10          │
   │    评价: 图片精美，姿势自然  │
   ├──────────────────────────────┤
   │ 📱 运营专家: 9.5/10          │
   │    评价: 发布成功，格式正确  │
   ├──────────────────────────────┤
   │ 📈 综合评分: 9.0/10          │
   └──────────────────────────────┘

📁 文件结构

lingxi-ai/
├── SKILL.md                      # 技能说明（本文件）
├── README.md                     # 使用文档
├── scripts/
│   ├── orchestrator.py           # 核心编排器
│   ├── intent_parser.py          # 意图识别
│   └── task_planner.py           # 任务规划
├── tools/
│   ├── tool_registry.py          # 工具注册表
│   └── executors/                # 执行器
│       ├── copywriter.py         # 文案执行器
│       ├── image_expert.py       # 图像执行器
│       └── ...
└── references/
    └── orchestration-guide.md    # 编排指南

🔧 使用方式

Python 调用

from scripts.orchestrator import SmartOrchestrator

# 初始化
orch = SmartOrchestrator()

# 执行任务
result = await orch.execute("帮我写个小红书文案，配张性感自拍")

# 获取结果
print(result.final_output)
print(f"评分: {result.total_score}/10")

命令行

python scripts/orchestrator.py "帮我写个 Python 脚本分析 Excel 数据"

⚙️ 评分系统

每个子任务执行完成后，丝佳丽会对其进行评分（满分10分）：

评分项	分值	说明
输出完整性	+1.0	输出数据完整
执行速度	+1.0	响应及时
结果质量	+1.0	质量良好
基础分	7.0	默认基础分

评分示例:

9.0-10.0: 优秀，超出预期
8.0-8.9: 良好，符合预期
7.0-7.9: 合格，基本满足
\x3C7.0: 待改进，需要优化

🆕 v3.3.6 新增功能

📊 Dashboard 可视化管理

MemOS 风格界面 - 现代化深色/浅色主题
7 大功能模块 - 概览/记忆管理/任务列表/技能中心/Layer0 规则/数据分析/系统设置
实时数据展示 - 任务统计、技能使用、Token 消耗、LLM 调用
CRUD 操作 - 记忆/任务/技能的增删改查
搜索过滤 - 支持语义搜索、角色过滤、时间筛选

🧠 MindCore 记忆核心

三级记忆系统 - STM（短期）/MTM（中期）/LTM（长期）
记忆重要性评分 - 自动评估记忆价值
记忆合并去重 - 智能合并相似记忆
会话上下文 - 支持多会话记忆隔离

🔄 EvoMind 自改进

系统自优化 - 根据执行反馈自动调整
提案管理 - 社区提案投票和实施
改进历史 - 记录所有系统优化

⚡ Layer0-3 智能调度

Layer0 快速响应 - 191 条规则，\x3C5ms 响应
Layer1 技能路由 - 智能选择最佳技能
Layer2 模型选择 - 根据任务复杂度选择模型
Layer3 人工审核 - 重要任务人工确认

🔐 安全透明度

完整凭证声明 - SECURITY_AND_CONFIG.md
自动检查脚本 - check_credentials.py
文件读写透明 - 所有 IO 操作明确声明
透明度承诺 - 不隐藏网络请求，不收集隐私

🚀 性能优化

快速响应层 - 简单问题 \x3C5ms 秒回
LRU 缓存 - 重复问题秒回
并行执行 - 复杂任务处理快 9x
Token 优化 - 57% 请求零 LLM 消耗

🛠️ 维护工具

健康检查 - 每 5 分钟自动检查系统状态
凭证检查 - 启动时自动检查配置
日志轮转 - 自动清理 7 天前日志
数据库备份 - 支持定时备份策略

💡 优化建议

意图识别增强 - 使用大模型进行深度意图理解
动态角色注册 - 支持运行时添加/删除角色
成本优化 - 简单任务用便宜模型，复杂任务用好模型
错误恢复 - 角色失败自动切换备用角色
学习进化 - 根据评分反馈，角色自我优化

📊 集成状态

核心编排器 (orchestrator.py)
意图识别器 (intent_parser.py)
任务规划器 (task_planner.py)
工具注册表 (tool_registry.py)
角色池配置 (8个职能角色)
特殊角色配置 (情感伴侣+拍照专家)
评分系统 (10分制)
GitHub 私密仓库
OpenClaw 集成
执行器实现 (executors/)
实际调用测试

许可证

MIT License

作者

丝佳丽 Scarlett - AI Love World 项目

安全使用建议

This package's docs describe a powerful orchestration system that needs secrets, installs packages, writes token files, and starts a web dashboard, but the registry metadata doesn't list any of those requirements. Before installing or running it: - Treat the code as untrusted until you can verify the referenced scripts actually exist and match the docs (the manifest here contains only docs, no code files mentioned in SKILL.md). - Do not place real credentials (GitHub token, cloud API keys, platform bot tokens) into the paths the README suggests until you confirm the code that will read them and you trust its origin. - Ask the publisher to provide accurate metadata: a clear install spec, exact required env vars/config paths, and a signed repository or official release URL. - Prefer testing in an isolated sandbox/VM with no access to sensitive networks/secrets; if you must run on a host, use a throwaway account and no production credentials. - Verify the GitHub repository (https://github.com/AI-Scarlett/lingxi-ai) and the presence and integrity of the scripts (orchestrator, executors, dashboard) before giving the skill filesystem/network access. Given the mismatches and the instructions that would write persistent tokens and open network services, proceed cautiously; the package is suspicious until these inconsistencies are clarified.

功能分析

Type: OpenClaw Skill Name: lingxi-ai Version: 0.1.5 The skill bundle describes an orchestration system ('Lingxi') that includes roles for generating 'sexy selfies' and 'emotional companionship,' explicitly directing users to an external QQ account for 'special roles' that bypass the system's scheduling (SKILL.md). The documentation provides a map of sensitive credential locations, such as ~/.github_token and Aliyun API keys, and includes instructions for manual code injection into the dashboard server (README.md). These elements, combined with the redirection to unmonitored communication channels and the 'AI companion' persona, suggest a high risk for social engineering and credential exposure.

能力评估

⚠ Purpose & Capability

The human-readable description claims a full multi-agent orchestration system (models, dashboard, credentials, external integrations). However, the registry metadata lists no required env vars, no config paths, and no install spec. The SKILL.md and README instruct the user to clone a repo, run pip/Node installs, and place tokens in specific filesystem paths (~/.openclaw/workspace/.lingxi/dashboard_token.txt, ~/.github_token). That mismatch (a complex service but metadata saying 'no requirements') is incoherent.

⚠ Instruction Scope

Runtime instructions (SKILL.md / README) direct actions beyond a simple instruction-only skill: cloning repo, pip3 install --break-system-packages, creating token files, starting a web server that listens on a port, editing dashboard server code, and writing/reading local database files. The SKILL.md also references many scripts (orchestrator.py, dashboard server, executors) that are not present in the package manifest. The instructions therefore ask the agent/user to perform system-level operations and persistent configuration that are not represented in registry metadata.

⚠ Install Mechanism

No formal install spec is supplied, but the README tells users to run package installs (pip3 install -r requirements.txt) and to launch servers and modify files. Because there's no declared install mechanism, the skill's real install steps are informal and require running unverified commands that will write files and install packages on the host—this increases risk and is inconsistent with an instruction-only metadata entry.

⚠ Credentials

The registry claims no required env vars or credentials, yet the README/SKILL.md clearly state that optional features require credentials (Dashboard token saved to ~/.openclaw/workspace/.lingxi/dashboard_token.txt, GitHub token stored at ~/.github_token, cloud/model API keys, various platform bot tokens). Requiring multiple unrelated secrets (GitHub, cloud model keys, chat platform tokens) for the full feature set is plausible for that functionality, but the skill metadata failing to declare them and the docs instructing writing tokens to disk without clear least-privilege guidance is disproportionate and opaque.

ℹ Persistence & Privilege

The skill does not request always:true and does not declare autonomous-disable flags; however, its docs instruct creating persistent tokens and starting a dashboard server that persists data and listens on a network port. Persisting tokens and running a long-lived service increases blast radius if the code is untrusted, but no metadata claims elevated platform privileges. This is noteworthy but not sufficient alone to mark malicious.

版本历史

v0.1.5

lingxi-ai v0.1.5 - 新增 ACKNOWLEDGMENTS.md 文件，致谢相关贡献者或资源。 - 移除 MAINTENANCE.md 和 PERFORMANCE_ANALYSIS.md 文件。 - 文档内容未发生实质更新，仅针对文件结构做轻微调整。

v0.1.4

- Major upgrade: Dashboard 可视化管理界面上线，支持数据概览、任务/技能/记忆 CRUD、实时统计与搜索过滤。 - 新增 MindCore 三级记忆系统，支持记忆重要性评分、合并去重、多会话隔离。 - 集成 EvoMind 自改进模块，实现提案管理、系统反馈优化和改进历史记录。 - 引入 Layer0-3 多级智能调度架构，提升响应速度与规则能力。 - 加强安全与透明度，增加凭证声明、脚本自动检查、IO 透明。 - 性能优化：增加 LRU 缓存、任务并行，绝大多数请求低延迟，部分零 LLM Token 消耗。 - 提供健康检查、凭证校验、日志轮转和数据库备份等运维工具。 - 移除 VERSIONING.md 和 VERSION_HISTORY.md，所有历史与新功能集中在新版 SKILL.md。

v0.1.3

- Dashboard 前端及相关文档被移除，精简了项目结构。 - 新增 MAINTENANCE.md 文件以替代部分早期文档。 - SKILL.md 保持核心功能描述，仅对特殊角色联系方式做了占位符替换（YOUR_QQ_NUMBER）。 - 保留多 Agent 协作架构及任务分解流程等关键文档说明。 - 无功能变更，主要为目录与文档整理。

v0.1.2

- Major cleanup: removed 280 documentation and guide files to streamline the repository. - Retained only core documentation (README.md, TROUBLESHOOTING.md, SKILL.md). - No changes to code or core project files. - No updates in feature set or user-facing functionality.

v0.1.0

Major upgrade to Lingxi v3.0, introducing a multi-Agent intelligent orchestration system. - Skill upgraded to v3.0.0 with a new architecture for intent understanding, task decomposition, and automatic multi-role coordination. - Added multi-Agent collaboration with dedicated experts (copywriting, image, code, data, writing, operation, search, translation). - Introduced scoring and feedback mechanism for task results (10-point system). - Special direct-contact role (Relationship companion & selfie expert) now available. - Enhanced pipeline: single-sentence user requests trigger orchestration and automatic multi-step execution, with result aggregation and learning. - Provided usage examples, task flows, and detailed file structure in documentation.

元数据

Slug lingxi-ai

版本 0.1.5

许可证 MIT-0

累计安装 0

当前安装数 0

历史版本数 5

常见问题

Lingxi 是什么？

灵犀 v3.3.6 - 智慧调度系统。心有灵犀，一点就通。智能理解用户意图，自动调度模型/技能/工具，编排多步骤任务，汇总结果反馈。支持多Agent协作架构。它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 369 次。

如何安装 Lingxi？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install lingxi-ai」即可一键安装，无需额外配置。

Lingxi 是免费的吗？

是的，Lingxi 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Lingxi 支持哪些平台？

Lingxi 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 Lingxi？

由 Scarlett_AI（@ai-scarlett）开发并维护，当前版本 v0.1.5。

Lingxi