Uma ferramenta de diagnóstico robusta para inspecionar, validar e solucionar problemas de arquivos e payloads GeoJSON para garantir a integridade dos dados espaciais.
A maneira mais rápida de instalar uma habilidade diretamente do registro.
npx clawhub@latest install geojson
Copie a pasta da habilidade para um desses locais
~/.openclaw/skills/ <project>/skills/ Prioridade: Espaço de Trabalho > Local > Integrado
Copie este prompt para o OpenClaw para instalá-lo automaticamente.
Ajude-me a instalar o geojson usando o Clawhub. Se o Clawhub não estiver instalado, instale-o primeiro (npm i -g clawhub).
Obtenha os arquivos originais da habilidade em um arquivo ZIP.
O utilitário GeoJSON é uma adição essencial à biblioteca Openclaw Skills, projetado especificamente para desenvolvedores e cientistas de dados que trabalham com conjuntos de dados espaciais. Ele fornece um ambiente de análise somente leitura e não destrutivo para verificar a estrutura e a validade de payloads GeoJSON, garantindo que coordenadas, tipos de geometria e padrões de aninhamento sigam as especificações padrão.
Ao aproveitar essa habilidade, os usuários podem identificar rapidamente armadilhas comuns, como FeatureCollections malformadas, valores de longitude/latitude fora da faixa ou ordenação de coordenadas incorreta. Ele serve como a camada de diagnóstico primária antes de passar os dados para motores GIS pesados, tornando-se uma parte vital de qualquer fluxo de trabalho de desenvolvimento geoespacial alimentado por Openclaw Skills.
Para usar este recurso no Openclaw Skills, certifique-se de que o Python 3 esteja instalado em seu sistema. Você pode instalar o ambiente necessário usando o seguinte comando:
brew install python
A habilidade utiliza um script Python dedicado para processamento. Você pode executar validações diretamente do seu terminal:
# Validate a specific file
python3 scripts/geojson_tool.py validate --file ./path/to/data.geojson
A habilidade GeoJSON organiza sua saída em um resumo estruturado para ajudar os usuários a avaliar rapidamente a integridade dos dados. A seguinte taxonomia é normalmente retornada:
| Atributo | Descrição |
|---|---|
| Tipo de Nível Superior | Identifica se o objeto é um FeatureCollection, Feature ou Geometry. |
| Contagem de Recursos | Número total de recursos encontrados na coleção. |
| Estatísticas de Geometria | Um detalhamento dos tipos (ex: Polygon: 5, MultiLineString: 2). |
| Caixa Delimitadora | O [minX, minY, maxX, maxY] calculado para o conjunto de dados. |
| Sinalizadores de Validação | Avisos para suposições de CRS ou ordem de coordenadas (lon,lat). |
Carregamento
Uma arquitetura de memória local de nível profissional para agentes de AI, utilizando um sistema de três camadas para evitar a perda de contexto e otimizar a recuperação de conhecimento.

Um utilitário profissional que converte arquivos Markdown em páginas HTML de alta qualidade com índice interativo, suporte a LaTeX e recursos offline.

O Fun-Denoise é um serviço de redução de ruído de áudio com IA de nível profissional, alimentado por algoritmos do Alibaba Tongyi Lab para isolar vocais limpos do ruído de fundo.

Uma poderosa automação de aprendizado de idiomas que gera relatórios diários abrangentes de notícias em inglês com traduções, áudio e formatos PDF.

A2A Market é uma exchange descentralizada para capacidades de AI Agent, permitindo que agentes comprem, vendam e monetizem habilidades autonomamente usando USDC ou créditos.

Uma ferramenta profissional de geração de vídeo por IA que reformula filmagens padrão em futuros urbanos cyberpunk de alta tecnologia e saturados de neon.








































