Q-Skill 是一套通用的 AI 智能套件，集成了智能查询路由、创造性思维框架、快速实用工具和严格的质量控制。
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 q
2. 手动安装
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
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 q。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 Q-Skill？
Q-Skill 是一款一体化智能伙伴，旨在扩展您的认知和技术能力。通过融合查询（Query）、量子（Quantum）、快速（Quick）和质量（Quality）四个关键维度，它为处理复杂信息工作流提供了一个统一的界面。此技能作为 Openclaw Skills 库中的精密信息守门人，将原始数据转化为结构化洞察，并将停滞的思想转化为创新突破。
无论您是在进行深度研究还是执行重复的文本转换，Q-Skill 都能适应您的意图。它旨在通过提供无缝的端到端体验来赋能用户，在此过程中，创造性头脑风暴直接引导至高质量输出，同时利用 Openclaw Skills 的强大架构。
Q-Skill 应用场景
- 对技术报告进行多源事实核查和深度分析研究。
- 使用第一性原理和逆向思维模型生成创造性产品概念。
- 自动化开发者任务，如 JSON 格式化、Base64 编码和 UUID 生成。
- 对代码、文档和营销文案进行多维度质量审计。
Q-Skill 工作原理
- 意图识别：AI 代理分析您的自然语言输入，以确定您需要查询、创造性启发、快速工具还是质量检查。
- 智能路由：根据意图，系统选择最可靠的信息源或逻辑框架。
- 执行与分析：该技能处理请求，执行诸如交叉引用数据或运行 regex 测试等任务。
- 精炼：输出在呈现给用户之前会被结构化并进行质量评分。
- 迭代：用户可以通过在 Openclaw Skills 环境中要求不同的视角或进一步的转换来优化输出。
Q-Skill 配置指南
要开始使用此技能，请确保您的代理环境已就绪，然后通过 CLI 安装该包。
# 安装 q-skill 包
openclaw install q-skill
# 在配置中启用该技能
openclaw enable q-skill
Q-Skill 数据架构与分类体系
该技能根据 Openclaw Skills 中使用的特定模块将其输出组织为结构化格式：
| 模块 | 数据类型 | 关键元数据 |
|---|---|---|
| Query | 洞察 | 源可靠性、交叉验证状态 |
| Quantum | 框架 | 使用的思维模型（例如：第一性原理） |
| Quick | 实用程序 | 转换类型、输入/输出编码 |
| Quality | 审计 | 逻辑评分、语法建议、代码标准 |
Q-Skill 高级特性
- 自然语言界面：无需死板的命令；该技能能够理解诸如“帮我从三个不同角度分析这个问题”之类的对话式请求。
- 交叉验证引擎：自动针对多个受信任来源验证事实，以确保信息的高保真度。
- 渐进式优化：引导式质量改进，带领您一步步完善内容或代码。
- 多维思维：利用 Openclaw Skills 在类比、逆向思维和第一性原理之间切换，以打破创造力瓶颈。
SKILL.md
加载中
Openclaw 相关技能
Report-gama
Report-gama 是一个专业的市场情报系统，可通过实时数据和 PDF 导出功能自动生成 15 章的研究报告。
Paint Skill
一个基于 Python 的绘图实用工具，使 AI 代理能够使用 Pillow 库和交互式 Tkinter 窗口生成并保存 PNG 图像。
精选*
