Chat Record Generator für Openclaw

Ein automatisiertes Multi-Agent-Simulationstool, das realistische WeChat-Gruppengesprächsverläufe im Excel-Format für das Modelltraining und Plattformtests generiert.

mellooc
v1.0.0
Jun 8, 2026
0
519
0

Installieren & Herunterladen

1. ClawHub CLI

Der schnellste Weg, einen Skill direkt aus der Registry zu installieren.

npx clawhub@latest install chat-record-gene

2. Manuelle Installation

Kopiere den Skill-Ordner an einen dieser Orte

Global
~/.openclaw/skills/
Workspace
<project>/skills/

Priorität: Workspace > Lokal > Integriert (Bundled)

3. Prompt-Installation

Kopiere diesen Prompt in OpenClaw, um ihn automatisch zu installieren.

Hilf mir, chat-record-gene über Clawhub zu installieren. Falls Clawhub nicht installiert ist, installiere es bitte zuerst (npm i -g clawhub).

Lieber herunterladen?

Hole dir die rohen Skill-Dateien in einem ZIP-Archiv.

Was ist Chat Record Generator?

Der Chat Record Generator ist eine Orchestrierungs-Engine, die darauf ausgelegt ist, realistische WeChat-Gruppengespräche von Grund auf zu synthetisieren. Durch die Wiedergabe strukturierter Excel-Arbeitsmappen (.xlsx) mit dedizierten Metadaten und Dialogströmen bietet diese Fähigkeit simulierte Datensätze, die den Trainingsspezifikationen von KI-Konversationssystemen entsprechen. Der Einsatz dieses Tools innerhalb der Openclaw Skills-Suite erspart Entwicklern die mühsame manuelle Erstellung von Datensätzen.

Durch das Steuern von Multi-Agenten-Simulationsprotokollen verwaltet dieses Tool dynamisch isolierte Agenten-Akteure, um kontextbezogene Gespräche zu bestimmten Themen zu führen. Entwickler können den Stil, das Verhalten und die Häufigkeit der simulierten menschlichen Sprecher programmgesteuert festlegen, um reichhaltige, auf benutzerdefinierte Domänenszenarien zugeschnittene Konversationsinteraktionen auszugeben.

Chat Record Generator Anwendungsfälle

  • KI-Assistententraining: Schnelles Zusammenstellen realistischer Gruppenchats, die den speziellen Modellanpassungsformaten für Konversationsassistenten entsprechen.
  • Wissensdatenbankbewertung: Stresstests von Konversationsabruf-Pipelines, automatischem Routing und FAQ-Mapping-Systemen mit simulierten Gruppendiskussionen.
  • Multi-Agenten-Flow-Demonstrationen: Modellierung, Testen und Präsentation kollaborativer Multi-Agenten-Routinen, die an gemeinsamen Konversationsaufgaben arbeiten.
  • Komplexe simulierte Datensätze: Generierung vollständig strukturierter Chat-Verlaufsprotokolle, gefüllt mit präzisen Zeitstempeln, benutzerdefinierten Benutzerstilen und Dateianhängen.

So funktioniert Chat Record Generator

  1. Gruppenmerkmale definieren: Etablieren Sie Kernkonfigurationen (wie Gruppenname, aktive Teilnehmer, Zielthemen und Gesamtdialogquote) manuell oder über automatisierte Konfigurationsskripte.
  2. Agenten-Personas initialisieren: Starten Sie isolierte Unteragenten (bis zu 5 gleichzeitig), die verschiedene Personas mit unterschiedlichem Alter, Beruf, Stil und Antwortrate imitieren.
  3. Dialogsequenz koordinieren: Sammeln Sie prompt-generierte Unterdialoge, chronologische Reihenfolgen und simulierte Assets in konsolidierten Zeitlinien.
  4. Strukturierte Arbeitsmappe schreiben: Ausgabe von drei verschiedenen Excel-Tabellen, die Formatierungsüberschreibungen enthalten, um Zelltyp-Anzeigeprobleme zu lösen und den Plattformstandards zu entsprechen.

Chat Record Generator Einrichtung

Voraussetzungen

Stellen Sie sicher, dass Node.js installiert ist. Das Skript ist auf die xlsx-Parsing-Bibliothek angewiesen, um die Ausgabedatensätze zu kompilieren.

1. Abhängigkeiten installieren

Einrichten Ihres Arbeitsordners und Installieren der erforderlichen Hilfspakete:

mkdir -p /tmp/xlsxparse && cd /tmp/xlsxparse
npm install xlsx

2. Gruppenkonfiguration generieren

Führen Sie den Konfigurationsgenerator aus, um Ihr Zielgruppenprofil und Ihre Chat-Parameter zu erstellen:

node scripts/generate_group_def.js

(Alternativ können Sie Ihre Konfigurationsdefinitionen basierend auf den Schema-Leitfäden unter references/group-schema.md strukturieren.)

3. Excel-Tabelle erstellen

Führen Sie das abschließende Kompilierungsskript aus, um die generierten Multi-Agenten-Gesprächsprotokolle in Ihre Excel-Tabelle zu synthetisieren:

node scripts/write_xlsx.js

Chat Record Generator Datenschema & Taxonomie

Der Generator erstellt strukturierte Arbeitsmappen, die darauf ausgelegt sind, Standard-Schema-Mustern innerhalb des Openclaw Skills-Ökosystems zu entsprechen. Die exportierten Dateistrukturen enthalten drei Haupttabellen:

Tabellenname Beschreibung Hauptattribute
group_info Metadaten, die die Chatgruppenbegrenzungen festlegen group_id, group_name, bot_config (null), task_list (null)
active_members Profilaufzeichnungen für simulierte Teilnehmer member_id, nickname, avatar, join_time
message_stream Das Master-Protokoll aller serialisierten Dialoge msg_id, sender_id, msg_type, content, time

Formatrichtlinien

  • Zeitlinienberechnungen: Zeitstrings werden unter Verwendung der Standard-Excel-Datum-Uhrzeit-Systeme abgeleitet, beginnend mit new Date(Date.UTC(1899, 11, 30)).
  • Format-Anpasser: Direkte Zuweisungen zu Zielzellen (z. B. cell.z = 'yyyy/m/d h:mm;@') umgehen potenzielle Formatierungsfehler während des Exports.
  • Anhangs-Simulation: Nicht-textuelle Ereignisse (Bilder, Dateien) werden mit sequentiellen Zeigern (z. B. image_1, file_2) zusammen mit leeren Textnachrichtenfeldern dargestellt.

Chat Record Generator Erweiterte Funktionen

  • Parallele Persona-Generierung: Multi-Agenten-Sitzungen werden für eine effiziente Ausgabe gleichzeitig bis zu einem sicheren Schwellenwert von 5 Agenten über sessions_spawn erzeugt.
  • Granulare Kontextbeschränkungen: Anpassung individueller Agentenattribute, einschließlich Zielberufe, Altersgruppen und Konversationstöne, um ein authentisches menschliches Verhalten zu erzeugen.
  • Natürlicher Zeitabstand: Implementierung dynamischer Abstände von etwa 3 Minuten zwischen allgemeinen Chats und 1-2 Stunden zwischen wichtigen Themenübergängen, um logische Gesprächsmuster nachzuahmen.
  • Automatisierte Agentenantworten: Unterstützung kontextueller @-Erwähnungen simulierter Assistenten-Bots, die in einem einzigen Stream gezielte Multi-Turn-Antworten generieren.

SKILL.md


Laden

Verwandte Openclaw-Skills

METADATA

Github Stars: 0
forks: 0

Hervorgehoben*