What makes Quark Lazy Cli notable?

1.9K downloads. Trust evidence available

How should Quark Lazy Cli be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

Quark Lazy Cli

基于 QAS（夸克网盘自动转存项目）的懒人追剧、追番 SKILL，也内置了一个 CLI 工具。即使 QAS 的剧集订阅失效，它也可以重新搜索资源、探查多级资源目录，并在多个最新候选资源中按用户偏好（如更高清晰度）转存新剧集和缺失剧集。可以交给本地 OpenClaw、Hermes Agent 或其他Claude C...

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.9k

Updated

Oct 9, 2026

Version

0.1.22

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 1.9K downloads reported by the source. Last updated 10/9/2026.

Avoid when

Contract metadata is missing or unavailable for deterministic execution.

Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing

Public facts

Every fact links back to the source it came from.

Vendor: Clawhubvendor · observed Oct 9, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 9, 2026
Adoption signal: 1.9K downloadsadoption · observed Oct 9, 2026
Latest release: 0.1.22release · observed Jun 1, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s175r5y3fwheav6jqj9jz07gc1843vxx:quark-lazy-cli

Install using `clawhub skill install s175r5y3fwheav6jqj9jz07gc1843vxx:quark-lazy-cli` in an isolated environment before connecting it to live workloads.
No published capability contract is available yet, so validate auth and request/response behavior manually.
Review the upstream CLAWHUB listing at https://clawhub.ai/jesustoachild/quark-lazy-cli before using production credentials.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-jesustoachild-quark-lazy-cli/snapshot"

Documentation

CLAWHUB

156,245 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: quark-lazy-cli
description: >-
  基于 QAS（夸克网盘自动转存项目）的懒人追剧、追番 SKILL，也内置了一个 CLI 工具。即使 QAS
  的剧集订阅失效，它也可以重新搜索资源、探查多级资源目录，并在多个最新候选资源中按用户偏好（如更高清晰度）转存新剧集和缺失剧集。可以交给本地
  OpenClaw、Hermes Agent 或其他Claude Code, Codex Agent 使用，用来设置定时任务、定时汇报，并在订阅失败时辅助修复。有 Python
  运行环境的进阶用户，也可以把它当作命令行工具使用。
---

# quark-lazy-cli

`quark-lazy-cli` 是给 Agent 使用的夸克网盘追剧、追番订阅维护 Skill；`qslazy` 是它内置的命令行工具。它依赖 QAS 后端，用来查看订阅、检查缺集、搜索候选资源，并在用户授权后转存新剧集或补全缺失剧集。

`quark-lazy-cli` 不是 QAS Web 端的替代。它的核心功能聚焦在更新、修复更新失败、精准指定源资源文件转存，让 Agent 帮用户少操心地追新、补漏和维护订阅。

## 四种运行模式

`LAZY_CLI_ADVISOR` 是网盘资源搜索后的决策机制，用来决定候选资源怎么选，不是聊天模式。

- `code`：用代码规则自动决策。适合后台任务、资源发布规范的剧集、资源目录有“更新至n集”；速度快，无需交互，不消耗 LLM Token。
- `llm`：后台任务中引入大模型做资源选择。适合多版本编号冲突等复杂资源；可配合 `--add-prompt` 改AI大模型定制判断规则。例如：让大模型帮你判断是动漫还是真人版的剧集、你订阅任务是剧集的中文名称，告诉大模型剧集的英文名称等。
- `agent`：由当前 Agent 在和用户交互过程中判断候选资源。适合复杂场景的临时更新，或者在Openclaw Heateat机制里，维护和修复复杂订阅更新的场景使用。记得让Agent更新时，要求看订阅剧集.md文档中，你对剧集转存的要求。
- `human`：用户人工选择。适合用户想亲自确认资源的场景。

详细用法读取：`references/顾问模式.md`。

## 安装

安装分两步：Skill 文档告诉 Agent 怎么用；`qslazy` CLI 是真正执行任务的命令。两个都要装。

```bash
# skills.sh / 通用 Agent
npx skills add jesustoachild/quark-lazy-cli

# OpenClaw / ClawHub
openclaw skills install quark-lazy-cli

# qslazy CLI
pipx install git+https://github.com/jesustoachild/quark-lazy-cli.git
```

## 配置环境变量

### 1. 确认 `.env` 位置

`.env` 固定放在 Skill 目录根部，不要放到全局目录：

```text
<skills-dir>/quark-lazy-cli/.env
```

### 2. 创建 `.env`

如果安装后的 Skill 目录里带有 env 样板文件，直接复制成 `.env`：

```bash
cd <skills-dir>/quark-lazy-cli

cp ./.env.local.example .env
```

如果安装后的目录没有 env 样板文件，就读取 `references/环境变量.md`，由 Agent 根据里面的完整模板创建并编辑 `.env`。

### 3. 写入基础配置

把下面内容写入 `<skills-dir>/quark-lazy-cli/.env`，并把占位值改成用户自己的 QAS 信息：

```env
# QAS 后端地址，例如：http://192.168.1.10:15305
QAS_HOST=http://your-qas-host:port

# QAS API Token，可在 QAS Web 管理页面查看
QAS_API_TOKEN=your-qas-api-token

# 网盘资源搜索选择的顾问模式：human / code / llm / agent
LAZY_CLI_ADVISOR=code

# 运行时目录，建议使用绝对路径，放在 Skill 目录下，便于 Agent 清理和迁移
LAZY_CLI_LOG_DIR=<skills-dir>/quark-lazy-cli/runtime/logs
LAZY_CLI_REPORT_DIR=<skills-dir>/quark-lazy-cli/runtime/report
LAZY_CLI_AGENT_MSG_DIR=<skills-dir>/quark-lazy-cli/runtime/message
```

如果想在任意目录下运行，建议加入 `--env`：

```bash
qslazy update new 凡人修仙传 --env <skills-dir>/quark-lazy-cli/.env
```

如果临时覆盖 `.env` 的配置，可以不更改.env，命令行示例：

```bash
LAZY_CLI_ADVISOR=llm qslazy update new 凡人修仙传 --env <skills-dir>/quark-lazy-cli/.env
```

环境变量优先顺序从高到低：

```text
命令行临时环境变量 > 系统环境变量 > --env 指定的 .env 文件 > 默认值
```

因此 `LAZY_CLI_ADVISOR=llm qslazy ... --env ...` 只会临时覆盖本次命令，不会修改 `.env` 文件。

## 常用命令

### 1. 验证安装

```bash
qslazy --help
qslazy task --help
qslazy update --help
```

### 2. 查看订阅

```bash
qslazy task list --env <skills-dir>/quark-lazy-cli/.env
```

### 3. 查看订阅任务状态

```bash
qslazy task status 凡人修仙传 --env <skills-dir>/quark-lazy-cli/.env
```

### 4. 追更新集（必须先获得用户授权，禁止自行测试）

禁止把更新命令当作安装测试或功能测试。只有用户明确要求更新、追新或修复订阅时，才可以执行。

```bash
LAZY_CLI_ADVISOR=code qslazy update new 凡人修仙传 --env <skills-dir>/quark-lazy-cli/.env
```

### 5. 补全缺集 + 追新（必须先获得用户授权，禁止自行测试）

禁止在用户只要求“看看”“检查”“

README.md

# 夸克网盘懒人追剧、追番 SKILL

基于 QAS（夸克网盘自动转存项目）的懒人追剧、追番 SKILL，也内置了一个 CLI 工具。即使 QAS 的剧集订阅失效，它也可以重新搜索资源、探查多级资源目录，并在多个最新候选资源中按用户偏好（如更高清晰度）转存新剧集和缺失剧集，并修复订阅链接。

可以交给本地 OpenClaw、Hermes Agent 或其他 Agent 使用，用来设置定时任务、定时汇报，并在订阅失败时辅助修复。
有 Python 运行环境的进阶用户，也可以把它当作命令行工具使用。

本项目不是对QAS Web UI的替代，而聚焦订阅剧集的”偷懒的更新“。

## 核心需求：

- QAS 的订阅时常会失效<br>
  手工查询、维护订阅任务很麻烦。等忙完想起来再去找新资源时，资源可能已经失效了。

- Infuse、Emby 的海报墙被重复剧集搞乱<br>
  分享资源内容可能重复，例如：凡人修仙传.S05E01.4K.mkv、凡人修仙传.S05E01.dv.mkv。用正则模板转存时，可能会把两个文件都转存下来，造成剧集文件混乱，让 Infuse、Emby 等媒体库的海报墙乱掉，需要手动删除、改名和维护。

- 喜欢最高视频编码的资源<br>
  如果偏好最高视频编码的资源，或希望选择较小体积的视频，通常需要手动下探搜索结果目录、挑选和比对。

- Agent 来了，自己更懒了<br>
  让 Agent 忙起来，自己安心当懒人。

## 项目甜点：

- 再也不操心订阅失效<br>

- 节省 Token。命名规范、发布清晰的分享资源，可以交给 `code` 顾问执行；复杂资源情况则交给 Agent 或 LLM 大模型判断和决策<br>

- Agent 可以使用 SKILL 分析资源的发布规律，并配置合理的订阅更新时间<br>

- 多资源匹配用户需求、精准指定目标文件名做转存，有效规避资源目录多个相同剧集都下载搞了视频目录、资源发布时间和剧集顺序不相符情况 会看过的剧集<br>

## 四种更新运行模式

`LAZY_CLI_ADVISOR` 是网盘资源搜索后的决策机制，用来决定候选资源怎么选，不是聊天模式。

- `code`：用代码规则自动决策。适合后台任务、资源发布规范的剧集、资源目录有“更新至n集”；速度快，无需交互，不消耗 LLM Token。<br>
- `llm`：后台任务中引入大模型做资源选择。适合多版本编号冲突等复杂资源；可配合 `--add-prompt` 改AI大模型定制判断规则。例如：让大模型帮你判断是动漫还是真人版的剧集、你订阅任务是剧集的中文名称，告诉大模型剧集的英文名称等。<br>
- `agent`：由当前 Agent 在和用户交互过程中判断候选资源。适合复杂场景的临时更新，或者在Openclaw Heateat机制里，维护和修复复杂订阅更新的场景使用。记得让Agent更新时，要求看订阅剧集.md文档中，你对剧集转存的要求。<br>
- `human`：用户人工选择。适合用户想亲自确认资源的场景。<br>

详细用法读取：`references/顾问模式.md`。
---

## 使用概览

### 1. 手动追剧更新

```bash
# 追新：只转存高于当前最高集的新资源
qslazy update new 凡人修仙传

# 全量：补漏 + 追新
qslazy update all 凡人修仙传
```

### 2. 查看订阅状态

```bash
qslazy task list
qslazy task status 凡人修仙传
```

`task status` 会展示本地网盘状态、缺集情况、搜索到的资源发布时间，适合用来判断订阅是否正常，也可以帮助 Agent 推算最佳订阅更新时间。

### 3. Agent / OpenClaw / Hermes 用法

本项目提供 [SKILL.md](./SKILL.md)，包含更详细的 Agent 操作说明：

- 如何查看订阅任务和单个剧集状态
- 如何根据资源发布时间制定最佳订阅更新时间
- `LAZY_CLI_ADVISOR=agent` 的决策文件工作流
- Hermes Agent / OpenClaw 的后台执行与轮询方式
- `--add-prompt` 的复杂资源筛选用法

详细 Agent 用法请阅读 [SKILL.md](./SKILL.md)。

---

## 2. 安装和环境配置

安装分两步：**Skill 文档**（告诉 Agent 怎么用）和 **qslazy CLI**（真正干活的命令）。两个都要装。

### 第一步：安装 Skill 文档

skills.sh / 通用 Agent：

```bash
npx skills add jesustoachild/quark-lazy-cli
```

OpenClaw / ClawHub：

```bash
openclaw skills install quark-lazy-cli
```

> Skill 安装只安装 SKILL.md、示例配置和辅助资源，不安装 Python 包。

### 第二步：安装 qslazy CLI（必须）

**pipx 安装（推荐）**：适用 Linux 服务器 / 已具备 Python 3.10+ 和 pipx 的用户。

```bash
pipx install git+https://github.com/jesustoachild/quark-lazy-cli.git
```

**源码安装**：

```bash
git clone https://github.com/jesustoachild/quark-lazy-cli.git
cd quark-lazy-cli
pip install -e .
```

## 快速开始
- 让你的 OpenClaw Agent 完成配置<br>
- 或者，有 Python 运行环境的进阶用户可以手动配置和使用

### 1. 配置环境

```bash
cd /<skill>/quark-lazy-cli
cp .env.local.example .env
```

如果安装后的目录没有 `.env.local.example`，请读取 `references/环境变量.md`，根据里面的完整模板手动创建并编辑 `.env`。

详细使用方式请阅读 `SKILL.md`。


### 2. 查看订阅

```bash
qslazy task list
```

### 3. 查看订阅任务状态

```bash
qslazy task status 凡人修仙传
```
---

### 4. 追更新集

```bash
qslazy update new 凡人修仙传
```

### 5. 补全缺集 + 追新

```bash
qslazy update all 凡人修仙传
```


## 许可证

MIT

_meta.json

{
  "ownerId": "kn76hk2rqrfzkebgwshctshq51813c92",
  "slug": "quark-lazy-cli",
  "version": "0.1.22",
  "publishedAt": 1780329124564
}

references/OpenClaw定时任务.md

# OpenClaw 定时任务

本参考仅在用户要求配置 OpenClaw 定时订阅任务时读取。配置前必须已经运行过 `qslazy task status 剧名`，并根据资源发布时间向用户确认过“时间优先”或“画质优先”策略。

## 推荐流程

1. 用 `qslazy task status 剧名 --env <skills-dir>/quark-lazy-cli/.env` 查看网盘状态和资源发布时间。
2. 询问用户偏好：
   - 时间优先：最早有效资源发布时间 + 4 小时。
   - 画质优先：最后一批高质量资源发布时间 + 4 小时。
3. 用户确认后，再创建 OpenClaw 定时任务。
4. 简单、命名规范的资源默认用 `LAZY_CLI_ADVISOR=code`，避免每次唤醒大模型。

## 定时任务模板

```bash
openclaw cron add \
  --name "凡人修仙传-定时更新" \
  --cron "30 2 * * 0" \
  --tz "Asia/Shanghai" \
  --session isolated \
  --agent AgentName \
  --announce \
  --channel feishu \
  --account bot-AgentName \
  --to "USER_OPEN_ID" \
  --message "bash -c 'LAZY_CLI_ADVISOR=code qslazy update all 凡人修仙传 --env <skills-dir>/quark-lazy-cli/.env'\n\n仅根据 stdout 汇报结果，除非排错，不要读取 log 或报告文件。"
```

替换项：

- `凡人修仙传-定时更新`：任务显示名。
- `30 2 * * 0`：定时表达式（cron 格式）。
- `AgentName`：执行任务的 OpenClaw Agent。
- `bot-AgentName`：通知账号。
- `USER_OPEN_ID`：通知目标。
- `<skills-dir>/quark-lazy-cli/.env`：实际 Skill 安装目录中的 `.env`。

## 常用时间

```text
每周一 22:00 -> 0 22 * * 1
每周六 14:00 -> 0 14 * * 6
每周日 02:30 -> 30 2 * * 0
每天 09:00 兜底 -> 0 9 * * *
```

## 汇报格式

定时任务执行后，只根据 stdout 汇报。建议包含：

```text
订阅：
当前：
目标：
偏好：
更新结果：
新增集数：
补全剧集：
```

## 维护命令

```bash
openclaw cron list
openclaw cron run <job-id>
openclaw cron edit <job-id> --cron "0 22 * * 1"
openclaw cron edit <job-id> --disable
openclaw cron edit <job-id> --enable
openclaw cron rm <job-id>
```

执行 `edit`、`rm` 等变更操作前，先向用户确认。

references/每日汇报.md

# 每日汇报

本参考用于配置 OpenClaw Agent 每日运行 `scripts/daily_report.local.sh`，汇总当天需要关注的订阅状态，并在发现网络资源高于网盘最高集时询问用户是否更新。

## 使用场景

用户说：

- “帮我每天汇报订阅情况”
- “每天检查今天该更新的剧”
- “发现有新资源时问我要不要更新”
- “帮我配置每日懒人汇报”

Agent 应读取本参考。

## 脚本说明

脚本位置：

```bash
<skills-dir>/quark-lazy-cli/scripts/daily_report.local.sh
```

首次使用先从样板复制：

```bash
cp <skills-dir>/quark-lazy-cli/scripts/daily_report.sample.sh \
   <skills-dir>/quark-lazy-cli/scripts/daily_report.local.sh
```

用法：

```bash
bash <skills-dir>/quark-lazy-cli/scripts/daily_report.local.sh [星期几] [env路径]
```

示例：

```bash
bash <skills-dir>/quark-lazy-cli/scripts/daily_report.local.sh 6 <skills-dir>/quark-lazy-cli/.env
```

参数：

- `星期几`：可选。`1=周一`，`2=周二`，...，`7=周日`。不传则自动使用当天。
- `env路径`：可选。推荐传入 `<skills-dir>/quark-lazy-cli/.env`。

使用前，需要把 `daily_report.local.sh` 里的 `剧名1`、`剧名2`、`剧名3` 替换成用户真实的 QAS 任务名。

不要直接修改 `daily_report.sample.sh`。`.sample.sh` 是仓库提供的升级样板，后续升级可以覆盖；`.local.sh` 是用户自己的定制脚本，应保留在本地。

脚本里的剧集分组应根据 [订阅时间估算.md](订阅时间估算.md) 中维护的“动漫订阅更新时间建议表”设计：

- 周一汇报周一需要关注的剧。
- 周二汇报周二需要关注的剧。
- 如果某部剧有兜底重试时间，也可以同时放入兜底日期。
- `run_status "剧名1"` 里的剧名必须使用表格里的 `taskname`，不要使用随意昵称。

示例：

```md
| taskname | 剧名/显示名 | 更新策略 | 建议订阅更新时间 | 定时表达式 | 状态 | 备注 |
|----------|-------------|----------|------------------|-------------|------|------|
| 剧名1 | 剧名1 | 画质优先 | 周一 22:00 | `0 22 * * 1` | 正常 | |
| 剧名2 | 剧名2 | 画质优先 | 周一 23:00 | `0 23 * * 1` | 正常 | |
| 剧名3 | 剧名3 | 时间优先 | 周二 20:30 | `30 20 * * 2` | 正常 | |
```

对应脚本：

```bash
1)
  echo "📅 周一"
  run_status "剧名1"
  run_status "剧名2"
  ;;
2)
  echo "📅 周二"
  run_status "剧名3"
  ;;
```

## OpenClaw 定时任务模板

```bash
openclaw cron add \
  --name "qslazy-每日订阅汇报" \
  --cron "30 23 * * *" \
  --tz "Asia/Shanghai" \
  --session isolated \
  --agent AgentName \
  --announce \
  --channel feishu \
  --account bot-AgentName \
  --to "USER_OPEN_ID" \
  --message "bash -c 'bash <skills-dir>/quark-lazy-cli/scripts/daily_report.local.sh \"\" <skills-dir>/quark-lazy-cli/.env'\n\n请根据 stdout 汇报订阅状态。如果发现网络资源的最高集数高于网盘最高集，先询问用户是否执行 qslazy update all，不要自动更新。"
```

替换项：

- `AgentName`：执行汇报的 OpenClaw Agent。
- `bot-AgentName`：通知账号。
- `USER_OPEN_ID`：通知目标。
- `<skills-dir>/quark-lazy-cli`：实际 Skill 安装目录。

## Agent 汇报规则

Agent 只根据 stdout 汇报，除非排错，不读取 log 或报告文件。

每个任务建议汇报：

```text
[ 凡人修仙传 ]

💾 网盘：最高 82（更新于：昨天），最低 78，缺[79, 80]
🎯 目标：第82集以上资源
💎 偏好：最高画质优先

🔍 最新资源：今天和昨天
🔍 资源更新至：83集

状态总结：网盘最高 82 vs 资源更新至 83，需要更新；同时网盘缺[79, 80]，建议补漏。
```

状态文案建议：

```text
状态总结：网盘最高 X vs 资源更新至 X，网盘已是最新。
状态总结：网盘最高 X vs 资源更新至 Y，需要更新。
状态总结：网盘最高 X vs 资源更新至 Y，需要更新；同时网盘缺[...]，建议补漏。
状态总结：资源编号或版本较复杂，需要人工确认。
```

## 发现新资源时的处理

如果 stdout 显示网络候选资源高于网盘最高集，例如：

```text
网盘：最高 22
候选资源：更新至 23 集
```

Agent 不能自动更新，必须先按上面的格式汇报，再问用户：

```text
我看到《剧名1》网盘最高到第 22 集，但网络资源已更新到第 23 集。
是否现在执行 `qslazy update all 剧名1 --env <skills-dir>/quark-lazy-cli/.env` 追新并补漏？
```

用户确认后再执行：

```bash
LAZY_CLI_ADVISOR=code qslazy update all 剧名1 --env <skills-dir>/quark-lazy-cli/.env
```

如果资源命名复杂、编号冲突或画质选择困难，改用：

```bash
LAZY_CLI_ADVISOR=llm qslazy update all 剧名1 \
  --env <skills-dir>/quark-lazy-cli/.e

Github ReposUpdated 7h agoRank 70

AionUi

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

MCPOPENCLAW

Github ReposUpdated 6mo agoRank 70

activepieces

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

OPENCLAW

Github ReposUpdated 6mo agoRank 70

cherry-studio

AI productivity studio with smart chat, autonomous agents, and 300+ assistants.