Một công cụ chuyển đổi dữ liệu thiết yếu cho phép các AI agent mã hóa, giải mã, thoát ký tự (escape) và chuyển đổi văn bản giữa các định dạng Base64, URL percent-encoding, thực thể HTML, JSON, Thập lục phân, Nhị phân, ROT13 và Unicode.
Cách nhanh nhất để cài đặt kỹ năng trực tiếp từ thư viện.
npx clawhub@latest install data-format-encoder
Sao chép thư mục kỹ năng vào một trong những vị trí sau
~/.openclaw/skills/ <project>/skills/ Ưu tiên: Không gian làm việc > Cục bộ > Gói sẵn
Sao chép prompt này vào OpenClaw để tự động cài đặt.
Giúp tôi cài đặt data-format-encoder bằng Clawhub. Nếu Clawhub chưa
Nhận các tệp kỹ năng gốc dưới dạng lưu trữ ZIP.
Data Format Encoder là một tiện ích chuyển đổi văn bản đa năng được thiết kế để hỗ trợ các nhà phát triển và agent tự hành trong việc chuyển đổi chuỗi giữa nhiều định dạng mã hóa thường được sử dụng trong phát triển web hiện đại, giao tiếp API và xử lý dữ liệu cấp thấp. Bằng cách tận dụng công cụ này trong Openclaw Skills, các AI agent của bạn có thể thực hiện mã hóa và giải mã base64 hai chiều, URL percent-encoding an toàn, thoát thực thể HTML để ngăn chặn lỗ hổng cross-site scripting (XSS), và thoát ký tự JSON để xử lý chuỗi lồng nhau một cách liền mạch.
Ngoài các tiêu chuẩn web thông thường, kỹ năng này còn hỗ trợ các định dạng cấp thấp như biểu diễn byte thập lục phân, chuyển đổi nhị phân, chuỗi thoát Unicode và làm nhiễu văn bản ROT13. Sử dụng Openclaw Skills để chuyển đổi định dạng dữ liệu đảm bảo rằng các agent trong quy trình làm việc tự động của bạn có thể xử lý các tải trọng mạng thô, xây dựng các yêu cầu API sạch và phân tích cú pháp các cấu trúc dữ liệu bên ngoài một cách an toàn mà không cần đến các tập lệnh chạy cục bộ.
Để kích hoạt kỹ năng này, trước tiên bạn cần kết nối tài khoản AgentPMT chính của mình thông qua các kỹ năng thiết lập cốt lõi. Bạn có thể cài đặt các phụ thuộc cần thiết bằng cách sử dụng các lệnh sau:
npx skills add AgentPMT/agent-skills --skill what-is-agentpmt
npx skills add AgentPMT/agent-skills --skill agentpmt-account-mcp-rest-api-setup
Sau khi thiết lập hoàn tất, bạn có thể gọi Data Format Encoder thông qua khung Openclaw Skills bằng cách chỉ định slug sản phẩm data-format-encoder và hành động tương ứng.
Data Format Encoder xác định cấu trúc dữ liệu nhất quán trên 15 hành động. Mọi yêu cầu đều yêu cầu một tham số text, và các hành động trả về các đối tượng JSON có cấu trúc chứa chuỗi đã chuyển đổi.
| Action Slug | Mô tả | Tham số bắt buộc | Ví dụ đầu vào | Ví dụ đầu ra |
|---|---|---|---|---|
encode-base64-encode |
Mã hóa văn bản thuần thành Base64 | text (string) |
"Hello world!" |
"SGVsbG8gd29ybGQh" |
encode-base64-decode |
Giải mã chuỗi Base64 thành văn bản thuần | text (string) |
"SGVsbG8gd29ybGQh" |
"Hello world!" |
encode-url-encode |
Percent-encode văn bản cho URL | text (string) |
"hello world & goodbye" |
"hello%20world%20%26%20goodbye" |
encode-url-decode |
Giải mã văn bản percent-encoded | text (string) |
"hello%20world%20%26%20goodbye" |
"hello world & goodbye" |
encode-html-entity-encode |
Thoát ký tự đặc biệt sang HTML | text (string) |
"<div class=\"main\">Hello</div>" |
"<div class="main">Hello</div>" |
encode-escape-json |
Thoát ký tự đặc biệt cho JSON | text (string) |
"Line 1\nLine 2" |
"Line 1\\nLine 2" |
encode-text-to-hex |
Chuyển văn bản sang biểu diễn hex | text (string) |
"Hello" |
"48656c6c6f" |
encode-hex-to-text |
Chuyển hex sang văn bản thuần | text (string) |
"48 65 6c 6c 6f" |
"Hello" |
encode-rot13-encode |
Áp dụng thay thế ROT13 | text (string) |
"Hello World" |
"Uryyb Jbeyq" |
48:65:6c:6c:6f.encode-rot13-encode hai lần sẽ tự động hoạt động như bộ giải mã mà không cần hành động giải mã riêng biệt.get_schema và get_instructions thông qua máy chủ chính AgentPMT MCP để đồng bộ hóa các thay đổi hành động trong thời gian thực.Đang tải
Một kỹ năng đồng bộ hóa tài liệu tự động giúp giám sát các thay đổi mã nguồn, viết tài liệu MDX có cấu trúc, xác thực liên kết và commit các thay đổi vào kho lưu trữ Jamdesk.

Một kỹ năng tác tử AI giúp chuyển đổi đầu vào là bài báo học thuật thành các bản hướng dẫn đọc bằng tiếng Trung có cấu trúc từng phần để giúp người đọc điều hướng các nghiên cứu phức tạp.

Một middleware bảo mật AI xác định được thiết kế để chặn prompt injection, xác thực kết quả đầu ra, quét các định nghĩa công cụ MCP và bảo vệ quá trình thực thi của agent.

Một công cụ nghiên cứu dân tộc học tương tác dựa trên cuốn "Gang Leader for a Day" của Sudhir Venkatesh để phân tích kinh tế đường phố, sự lãnh đạo của người thuê nhà và sự nghèo đói đô thị mang tính hệ thống.

Một kiến trúc nền tảng về cá tính, bộ nhớ và nhận thức giúp chuyển đổi AI Agent từ các công cụ giao dịch thành những người đồng hành có sự đồng cảm cao và luôn tự hoàn thiện.

Một hệ điều hành tiếp thị full-funnel dựa trên AI được thiết kế để chuyển đổi giá trị sản phẩm thành hành động của người dùng, từ sự chú ý ban đầu đến việc giữ chân khách hàng liên tục.








































