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。
从源直接安装技能的最快方式。
npx clawhub@latest install bird-watching-mode
将技能文件夹复制到以下位置之一
~/.openclaw/skills/ <project>/skills/ 优先级:工作区 > 本地 > 内置
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)。
获取包含原生技能文件的ZIP压缩包。
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。
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
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)。加载中
一个专门通过管理 API 在 Cloudflare 临时邮件系统中以编程方式创建和管理邮箱地址的工具。








































