适用于 Openclaw 的 观鸟模式

一个专业级的 AI 代理工作流,用于记录鸟类发现、从照片中识别物种以及管理区域 eBird 数据。

yoshino-s
v1.0.0
2026年3月25日
0
745
0

安装与下载

1. ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install bird-watching-mode

2. 手动安装

将技能文件夹复制到以下位置之一

全局模式
~/.openclaw/skills/
工作区
<project>/skills/

优先级:工作区 > 本地 > 内置

3. 提示词安装

将此提示词复制到 OpenClaw 即可自动安装。

请帮我使用 Clawhub 安装 bird-watching-mode。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

什么是 观鸟模式?

观鸟模式是一个专门为希望将自然记录整合到项目中的 AI 编码代理和开发人员设计的专业技术工作流。它利用 Openclaw Skills 框架提供处理鸟类学数据的结构化方法,将原始用户输入或照片转换为经过验证的数据集。通过与 eBird 区域查询和 BirdID 照片识别接口连接,它确保了业余爱好者和研究人员的数据完整性。

该技能侧重于精确性和便携性,使用基于本地化 JSON 的存储系统,可以轻松导出。它弥合了实地观察与结构化数据科学之间的差距,允许用户使用 Openclaw Skills 在其本地工作空间内维护详细的生物多样性记录。

观鸟模式 应用场景

  • 使用 AI 模型从高分辨率实地照片中自动识别鸟类物种。
  • 在实地考察期间维护一个结构化的、带有时间戳的观鸟记录日志。
  • 解析特定的 eBird 地理区域,确保位置数据符合全球标准。
  • 为环境研究或个人记录生成 CSV 摘要和物种计数报告。
  • 通过中央 bird.json 文件在不同的开发人员环境之间同步观鸟观察结果。

观鸟模式 工作原理

  1. 用户启用观鸟模式,提示代理请求当前位置名称。
  2. 系统调用 set_region.py 根据 eBird 数据库解析位置,并将元数据持久化到工作区中的 bird.json 文件。
  3. 通过手动文本输入或将图像的绝对路径传递给 identify_photo.py 来记录发现。
  4. 对于照片输入,该技能运行 BirdID 识别并向用户提供首选候选物种以供确认。
  5. 每个经过验证的观察结果都会连同 UTC 时间戳和可选的实地笔记一起附加到 workspace/bird.json 文件中。
  6. 根据要求,代理运行 export_csv.py 为用户生成格式化的摘要或详细的物种计数。

观鸟模式 配置指南

要将其集成到您的代理中,请确保已准备好 Openclaw Skills 目录结构。所有调用都需要绝对路径才能正常运行。

# 定义您的路径
SKILL="/absolute/path/to/bird-watching-mode"
PROJECT="/absolute/path/to/your/workspace"

# 为您的日志初始化区域
python3 "${SKILL}/scripts/set_region.py" --workspace "${PROJECT}" --location "Central Park"

# 如果需要,安装照片识别的依赖项
cd "${SUPERPICKY_CLI_SKILL}" && ./scripts/install.sh

观鸟模式 数据架构与分类体系

该技能主要通过位于 {project}/workspace/ 目录中的 bird.json 文件管理数据。

Key 描述
location_query 用户提供的原始搜索字符串。
region 包含来自 eBird 的 code、name 和 match_score 的对象。
observations 观测对象的数组。

观测对象结构:

  • time_utc: ISO 8601 格式的时间戳。
  • species: 确认的常用名或拉丁名。
  • source: 识别方法(文本或照片)。
  • image_path: 原始观测照片的绝对路径(如果适用)。

观鸟模式 高级特性

  • 支持在同一项目工作空间内进行协作观鸟记录的多代理支持。
  • 自动 eBird 区域映射,支持使用 --pick 标志进行手动覆盖。
  • 无头 CSV 生成,支持 UTF-8 BOM,以便与 Windows 上的 Microsoft Excel 无缝集成。
  • 与 superpicky-cli 深度集成,以增强区域元数据和分类验证。
  • 支持自定义 BirdID 模型,以提高特定生物群落中的识别准确性。

SKILL.md


加载中

Openclaw 相关技能

METADATA

Github Stars: 0
forks: 0

精选*