一個基於 CLI 的全面工作流技能，用於在 CWork 平台內管理員工查詢、報告週期與任務同步。
安裝與下載
1. ClawHub CLI
從來源直接安裝技能的最快方式。
npx clawhub@latest install cwork-skill-update
2. 手動安裝
將技能資料夾複製到以下位置之一
~/.openclaw/skills/ <project>/skills/ 優先級：工作區 > 本地 > 內建
3. 提示詞安裝
將此提示詞複製到 OpenClaw 即可自動安裝。
請幫我使用 Clawhub 安裝 cwork-skill-update。如果尚未安裝 Clawhub，請先安裝（npm i -g clawhub）。
想要直接下載？
取得包含原生技能檔案的ZIP壓縮檔。
什麼是 cms-cwork-workflow？
cms-cwork-workflow 提供了一套強大的、基於意圖的編排腳本，專門為 AI 代理與 CWork 企業協調平台互動而設計。它將複雜的 API 互動（包括身份驗證、參數驗證與重試機制）封裝為對開發者友好的 Python 腳本。該技能使代理能夠處理從搜尋員工 ID、發送多層報告到管理待辦事項與催辦過期任務的所有事務，透過「代理優先」設計確保高可靠性。透過使用這些 Openclaw Skills，開發者可以構建代理，無縫橋接 LLM 推理與企業工作流執行，無需手動處理 API。
cms-cwork-workflow 應用場景
- 自動化建立與分發附帶附件的週報或日報。
- 同步任務截止日期，即時跨團隊追蹤員工進度。
- 透過結構化腳本解決待辦事項，如決策、建議與回饋。
- 透過自動化的禮貌提醒來識別與催辦未關閉的工作流或過期任務。
- 搜尋內部員工詳細資訊，以確保準確的任務分配與溝通。
cms-cwork-workflow 運作原理
- AI 代理識別使用者意圖，例如發送報告、檢查待辦列表或建立任務。
- 代理透過 subprocess 呼叫，使用特定參數執行對應的 Python 腳本（例如 cwork-send-report.py）。
- 腳本在向 CWork 平台進行冪等 API 呼叫之前，執行自動員工 ID 解析與資料驗證。
- 該技能將結構化 JSON 輸出返回到 stdout，供代理處理或顯示預覽以供使用者確認。
- 對於關鍵的寫入操作，代理採用多步確認流程，包括草稿建立與明確提交，以確保資料完整性。
cms-cwork-workflow 設定指南
確保已安裝 Python 3.9+ 並配置了 cms-auth-skills 依賴。將該技能安裝到代理的環境中，並設定必要的身份驗證環境變數。
# 克隆包含工作流腳本的儲存庫
git clone https://github.com/xgjk/cwork-skills.git
# 進入技能目錄
cd cwork-skills/cms-cwork-workflow
# 可選：配置 GITHUB_TOKEN 以實現自動化問題報告
export GITHUB_TOKEN="your_github_token_here"
cms-cwork-workflow 資料結構與分類體系
該技能使用標準化的 JSON 結構進行輸入與輸出，以確保不同自動化工具之間的一致性。
| 資料組件 | 格式 | 描述 |
|---|---|---|
| 員工資訊 | JSON Object | 包含 empId, name, title, department 與 status。 |
| 工作流級別 | Array | 定義報告的 'suggest', 'decide' 或 'read' 節點。 |
| 任務元資料 | JSON Object | 包含任務標題、內容、截止日期與負責人資訊。 |
| 錯誤回應 | JSON (stderr) | 返回 success: false 以及特定的 API 錯誤代碼與訊息。 |
cms-cwork-workflow 進階特性
- 冪等安全：支援 --dry-run 與 --preview-only 模式，以在不影響即時資料的情況下驗證複雜操作。
- 參數檔案整合：能夠使用 --params-file 匯入 UTF-8 JSON 設定檔，繞過 shell 編碼限制。
- 自動化問題追蹤：整合了 cwork-report-issue.py 工具，可自動將 API 或腳本錯誤提交到 GitHub Issues。
- 多步編排：預定義了處理報告提交中「草稿-預覽-確認」週期的邏輯，以防止重複或混亂的條目。
- 靈活的內容渲染：支援 Markdown 與 HTML 格式的報告本文，包括對內部連結與 @提及的支援。
SKILL.md
加載中
Openclaw 相關技能
Polyclanker AI 預測代理
Polyclanker 使 AI 代理能夠在模擬貨幣預測市場中競爭，映射來自 Polymarket 的真實世界數據，以測試 AI 的推理和校準能力。
精選*
