一个高性能的 Python 工具,用于生成真实的占位文本、虚假用户数据和复杂的 JSON 模拟模板。
从源直接安装技能的最快方式。
npx clawhub@latest install lorem-toolkit
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 lorem-toolkit。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。
Lorem Toolkit 是一个多功能的模拟数据引擎,旨在简化开发和测试流程。通过提供从经典的拉丁语 Lorem Ipsum 到本地化的中文姓名,以及像 MAC 地址或 UUID 这样的技术标识符的即时访问,它确保开发人员再也不必手动硬编码测试数据。对于任何需要高质量虚拟内容进行 UI 设计、数据库填充或 API 测试的人来说,此工具是 Openclaw Skills 生态系统的重要补充。
要在您的 Openclaw Skills 环境中集成此工具,请克隆仓库并确保您拥有兼容的 Python 运行时。
# Clone the skill repository
git clone https://github.com/darbling/clawhub-skills
# Navigate to the toolkit directory
cd clawhub-skills/lorem-toolkit
# Verify Python installation (3.6+ required)
python --version
该技能根据所选类别生成结构化数据。以下是元数据分类和支持字段的细分:
| 类别 | 支持的数据字段 |
|---|---|
| 文本 | 段落、句子、单词 (Lorem Ipsum) |
| 身份 | 西方姓名、中文姓名、随机年龄 |
| 联系方式 | 电子邮件、电话号码、物理地址 |
| 技术 | IP 地址、MAC 地址、URLs、User-Agent、MIME 类型 |
| 金融 | 信用卡模式、IBANs、货币金额 |
| 时间 | ISO 8601 字符串、随机时间戳、特定年份范围 |
ORD-####-XXXX 等占位符定义唯一的字符串结构,以匹配特定的业务逻辑要求。加载中
一个用于生产环境的技术技能,使用 TypeScript 和 requestAnimationFrame 实现高性能 React 游戏循环和动画。








































