{"id":"688d5c4a-761c-44f7-ac35-515faa813026","entityType":"agent","slug":"clawhub-yangyangupday-agent-add","name":"Agent Add","canonicalUrl":"https://www.xpersona.co/agent/clawhub-yangyangupday-agent-add","canonicalPath":"/agent/clawhub-yangyangupday-agent-add","generatedAt":"2026-10-11T14:13:45.789Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":null},"description":"可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建... Skill: Agent Add Owner: yangyangupday Summary: 可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建... Tags: latest:1.4.2 Version history: v1.4.2 | 2026-06-24T00:17:26.096Z | user 修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险 v1.0.2 | 2026-06-24T00:16:50.579Z | user 修复安全审查问题：1)","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.1K downloads reported by the source. Last updated 10/11/2026.","installCommand":"clawhub skill install s170vjsar83ky1pjvev2gjcv1186mnvx:agent-add","sourceUrl":"https://clawhub.ai/yangyangupday/agent-add","homepage":"https://clawhub.ai/yangyangupday/skills/agent-add","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/yangyangupday/agent-add","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/yangyangupday/skills/agent-add","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":61,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建..."},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":null},"stars":null,"forks":null,"downloads":1074,"packageName":null,"latestVersion":"1.4.2","tractionLabel":"1.1K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-11T11:38:44.603Z","emptyReason":null},"lastUpdatedAt":"2026-10-11T11:38:44.662Z","lastCrawledAt":"2026-10-11T11:38:44.603Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-12T11:38:44.603Z","lastVerifiedAt":null,"highlights":[{"version":"1.4.2","createdAt":"2026-06-24T00:17:26.096Z","changelog":"修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险","fileCount":5,"zipByteSize":8371},{"version":"1.0.2","createdAt":"2026-06-24T00:16:50.579Z","changelog":"修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险","fileCount":5,"zipByteSize":8380},{"version":"1.4.1","createdAt":"2026-06-22T03:46:31.296Z","changelog":"Add Chinese display name","fileCount":5,"zipByteSize":8065},{"version":"1.4.0","createdAt":"2026-06-11T22:07:04.175Z","changelog":"修复脚本中多处 bash/Python 交互问题：Avatar更新改用heredoc+sys.argv避免转义陷阱；正则同时匹配粗体/无粗体两种格式并增加兜底追加；命令执行改为bash数组正确处理空格路径；验证和MAIN_WORKSPACE的python3调用统一改为heredoc传参；MISSING数组加引号兼容set -u","fileCount":37,"zipByteSize":63545},{"version":"1.3.1","createdAt":"2026-06-11T19:33:17.382Z","changelog":"Fix: dynamically resolve main workspace path via openclaw CLI instead of hardcoded /root/.openclaw/openclaw.json; three-level fallback (agents list -> config file -> ~/.openclaw/workspace)","fileCount":37,"zipByteSize":63360},{"version":"1.3.0","createdAt":"2026-06-05T22:46:54.220Z","changelog":"修复 history.md 更新覆盖问题（新增 .clawignore 排除本地记录文件）；头像选择改为 AI 自动匹配，移除用户互动步骤；优化脚本初始化逻辑","fileCount":37,"zipByteSize":63106},{"version":"1.2.1","createdAt":"2026-06-05T16:59:42.165Z","changelog":"Fixed avatar preview path: generate PNG previews inside skills avatars/ dir instead of /tmp/ to stay within allowed MEDIA folders.","fileCount":37,"zipByteSize":62913},{"version":"1.2.0","createdAt":"2026-06-05T16:40:10.409Z","changelog":"Avatar selection now shows numbered preview images (SVG→PNG via rsvg-convert) instead of filenames only.","fileCount":37,"zipByteSize":62778}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s170vjsar83ky1pjvev2gjcv1186mnvx:agent-add","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-11T14:13:45.787Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-yangyangupday-agent-add/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":null},"readme":"Skill: Agent Add\n\nOwner: yangyangupday\n\nSummary: 可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建...\n\nTags: latest:1.4.2\n\nVersion history:\n\nv1.4.2 | 2026-06-24T00:17:26.096Z | user\n\n修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险\n\nv1.0.2 | 2026-06-24T00:16:50.579Z | user\n\n修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险\n\nv1.4.1 | 2026-06-22T03:46:31.296Z | user\n\nAdd Chinese display name\n\nv1.4.0 | 2026-06-11T22:07:04.175Z | user\n\n修复脚本中多处 bash/Python 交互问题：Avatar更新改用heredoc+sys.argv避免转义陷阱；正则同时匹配粗体/无粗体两种格式并增加兜底追加；命令执行改为bash数组正确处理空格路径；验证和MAIN_WORKSPACE的python3调用统一改为heredoc传参；MISSING数组加引号兼容set -u\n\nv1.3.1 | 2026-06-11T19:33:17.382Z | user\n\nFix: dynamically resolve main workspace path via openclaw CLI instead of hardcoded /root/.openclaw/openclaw.json; three-level fallback (agents list -> config file -> ~/.openclaw/workspace)\n\nv1.3.0 | 2026-06-05T22:46:54.220Z | user\n\n修复 history.md 更新覆盖问题（新增 .clawignore 排除本地记录文件）；头像选择改为 AI 自动匹配，移除用户互动步骤；优化脚本初始化逻辑\n\nv1.2.1 | 2026-06-05T16:59:42.165Z | user\n\nFixed avatar preview path: generate PNG previews inside skills avatars/ dir instead of /tmp/ to stay within allowed MEDIA folders.\n\nv1.2.0 | 2026-06-05T16:40:10.409Z | user\n\nAvatar selection now shows numbered preview images (SVG→PNG via rsvg-convert) instead of filenames only.\n\nv1.1.0 | 2026-06-05T16:25:29.187Z | user\n\nAdded avatar selection: 35 SVG avatars with smart recommendation, numbered selection, auto-default, and IDENTITY.md auto-update.\n\nv1.0.1 | 2026-06-05T12:53:39.475Z | user\n\nCleaned up history.md — removed test agent records from initial release.\n\nv1.0.0 | 2026-06-05T12:48:52.528Z | user\n\nInitial release: OpenClaw agent creation skill with guided Q&A, workspace init, and history tracking.\n\nArchive index:\n\nArchive v1.4.2: 5 files, 8371 bytes\n\nFiles: _meta.json (128b), history/history.md (21b), scripts/agent-add.sh (4586b), skill-card.md (1939b), SKILL.md (9810b)\n\nFile v1.4.2:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n> **⚠️ 副作用说明：** 此技能会执行以下磁盘写入操作，请确认后再使用：\n>\n> - **创建新目录：** 为新 agent 创建独立的 workspace 目录\n> - **写入文件：** 创建 AGENTS.md、IDENTITY.md、SOUL.md、USER.md 等模板文件\n> - **修改已有文件：** 脚本执行后，会用 `edit` 工具对 IDENTITY.md、SOUL.md、USER.md 做**精准编辑**（替换字段值，保留原始结构）。这些文件如果已存在，其内容会被部分修改\n> - **持久化记录：** 在技能目录的 `history/history.md` 中追加一条创建记录（永久保存）\n> - **修改 OpenClaw 配置：** 通过 `openclaw agents add` 写入 agent 注册信息\n>\n> 建议在运行前备份重要 workspace，或在确认汇总后再执行。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。4 个问题全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 4：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4 确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 先留空或写 `（暂无）`\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.4.2:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.4.2\",\n \"publishedAt\": 1782260246096\n}\n\nFile v1.4.2:history/history.md\n\n# Agent 添加记录\n\nFile v1.4.2:skill-card.md\n\n## Description:\n\nCreates new OpenClaw agents by guiding setup questions, running OpenClaw registration, initializing a workspace, and recording the creation.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[yangyangupday](https://clawhub.ai/user/yangyangupday)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nOpenClaw users and developers use this skill to create a new agent through a guided question flow, register it with OpenClaw, initialize workspace documents, and update identity and persona files.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill can copy private main-agent workspace files into a new agent workspace without redaction or clear isolation controls.\n\nMitigation: Review the source workspace before installation and use; prefer clean packaged templates and confirm before copying existing workspace files.\n\nRisk: The skill writes files, modifies OpenClaw configuration, and appends creation records during agent setup.\n\nMitigation: Review the summarized target path and generated document list before execution, and back up important workspaces before creating a new agent.\n\n## Reference(s):\n\n- [Agent Add ClawHub page](https://clawhub.ai/yangyangupday/skills/agent-add)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with shell command examples]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Guides interactive agent setup and may execute OpenClaw commands that create or modify local workspace files.]\n\n## Skill Version(s):\n\n1.4.2 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nArchive v1.0.2: 5 files, 8380 bytes\n\nFiles: _meta.json (128b), history/history.md (21b), scripts/agent-add.sh (4586b), skill-card.md (2149b), SKILL.md (9810b)\n\nFile v1.0.2:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n> **⚠️ 副作用说明：** 此技能会执行以下磁盘写入操作，请确认后再使用：\n>\n> - **创建新目录：** 为新 agent 创建独立的 workspace 目录\n> - **写入文件：** 创建 AGENTS.md、IDENTITY.md、SOUL.md、USER.md 等模板文件\n> - **修改已有文件：** 脚本执行后，会用 `edit` 工具对 IDENTITY.md、SOUL.md、USER.md 做**精准编辑**（替换字段值，保留原始结构）。这些文件如果已存在，其内容会被部分修改\n> - **持久化记录：** 在技能目录的 `history/history.md` 中追加一条创建记录（永久保存）\n> - **修改 OpenClaw 配置：** 通过 `openclaw agents add` 写入 agent 注册信息\n>\n> 建议在运行前备份重要 workspace，或在确认汇总后再执行。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。4 个问题全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 4：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4 确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 先留空或写 `（暂无）`\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.0.2:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.0.2\",\n \"publishedAt\": 1782260210579\n}\n\nFile v1.0.2:history/history.md\n\n# Agent 添加记录\n\nFile v1.0.2:skill-card.md\n\n## Description:
\nAgent Add guides an agent through creating a new OpenClaw agent, including confirmation questions, workspace initialization, configuration updates, and creation history.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to create a new OpenClaw agent through a step-by-step confirmation workflow, then register it and initialize its workspace documents.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill creates persistent OpenClaw agents, writes workspace files, modifies OpenClaw configuration, and appends creation history.
\nMitigation: Review the generated summary before confirming execution, choose an empty or new workspace path, and back up important workspace content when needed.
\nRisk: Workspace document initialization may copy or create markdown templates when required files are missing.
\nMitigation: Inspect the initialized workspace documents after creation and adjust copied templates before using the new agent for important work.
\n\n\n## Reference(s):
\n- [Agent Add ClawHub release page](https://clawhub.ai/yangyangupday/skills/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]
\n**Output Format:** [Markdown guidance with shell commands, configuration changes, and workspace document updates]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Requires OpenClaw CLI access and user confirmation before creating or modifying persistent agent files and configuration.]
\n\n## Skill Version(s):
\n1.0.2 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.4.1: 5 files, 8065 bytes\n\nFiles: _meta.json (128b), history/history.md (21b), scripts/agent-add.sh (4509b), skill-card.md (2169b), SKILL.md (9033b)\n\nFile v1.4.1:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。4 个问题全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 4：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4 确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 先留空或写 `（暂无）`\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.4.1:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.4.1\",\n \"publishedAt\": 1782099991296\n}\n\nFile v1.4.1:history/history.md\n\n# Agent 添加记录\n\nFile v1.4.1:skill-card.md\n\n## Description:
\nGuides an agent through creating a new OpenClaw agent, including step-by-step prompts, workspace setup, configuration, document initialization, and history recording.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nOpenClaw users and developers use this skill to collect new-agent settings one question at a time, run the OpenClaw agent creation workflow, and initialize the new workspace documents.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Agent ID, model, or workspace values containing shell metacharacters could cause unintended shell command execution.
\nMitigation: Review before installing and use only simple trusted values without spaces, quotes, semicolons, command substitutions, or other shell metacharacters.
\nRisk: The skill can modify OpenClaw agent configuration, create or copy workspace files, edit agent Markdown documents, and write a persistent history entry.
\nMitigation: Run it only in an intended OpenClaw workspace and review generated configuration, workspace documents, and history entries before relying on them.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [Text, Markdown, Shell commands, Configuration, Guidance]
\n**Output Format:** [Markdown guidance with shell command invocations and file-editing instructions]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May create or copy workspace Markdown files, update OpenClaw agent configuration, and append a history entry after user confirmation.]
\n\n## Skill Version(s):
\n1.4.1 (source: server release metadata)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.4.0: 37 files, 63545 bytes\n\nFiles: _meta.json (128b), avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (7210b), skill-card.md (2054b), SKILL.md (10819b)\n\nFile v1.4.0:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**4 个问题**全部确认完毕后，AI 自动选择头像，再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 头像：Avatar（AI 自动选择，用户无感知）\n\n> 注意：这一步在问题 2 确认后由 AI **自动完成**，不占用一问一答的轮次。\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 SVG 头像中**自动选择一个最匹配的**，无需用户互动。\n\n**自动选择规则（按优先级匹配）：**\n\n| 关键词类别 | 匹配头像 |\n|-----------|--------|\n| 老师/教育/教学/辅导 | `teacher-female.svg` |\n| 医生/医疗/健康 | `doctor.svg` |\n| 护士/护理 | `nurse.svg` |\n| 厨师/餐饮/美食 | `chef.svg` |\n| 程序员/代码/开发/技术 | `worker.svg` |\n| 写作/文案/编辑/记者 | `writer.svg` |\n| 律师/法律/法务 | `lawyer-female.svg` |\n| 经理/管理/主管/领导 | `manager-male.svg` |\n| 教练/体育/运动 | `coach.svg` |\n| 画家/设计/艺术/创意 | `painter-male.svg` |\n| 飞行员/航空/交通 | `pilot-male.svg` |\n| 司机/运输/物流 | `driver.svg` |\n| 快递/配送 | `delivery.svg` |\n| 歌手/音乐/娱乐 | `singer.svg` |\n| 模特/时尚 | `model.svg` |\n| 学生/学习 | `student.svg` |\n| 军人/安保/安全 | `military.svg` |\n| 警察/交警 | `traffic-police.svg` |\n| 客服/前台/酒店 | `customer-service.svg` |\n| 舞者/芭蕾 | `ballerina.svg` |\n\n**默认：** 如果没有匹配关键词，使用 `worker.svg`。\n\n选择后直接记录 `{avatarFile}`，在第二步汇总时展示给用户即可，**不需要单独确认**。\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 通过 `openclaw agents list --json` 获取 main agent 的实际 workspace 路径\n2. 找到 main workspace 的**父目录**\n3. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n4. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `~/.openclaw/workspace`，则：\n- 父目录 = `~/.openclaw/`\n- 新 workspace = `~/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 ~/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4（Workspace）确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认完毕后**，AI 自动完成头像选择，然后给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.4.0:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.4.0\",\n \"publishedAt\": 1781215624175\n}\n\nFile v1.4.0:history/history.md\n\n# Agent 添加记录\n\nFile v1.4.0:skill-card.md\n\n## Description:
\nCreates a new OpenClaw agent through a guided confirmation flow, then initializes its workspace, avatar, configuration, and creation history.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use Agent Add to create local OpenClaw agents through a step-by-step workflow, register them with the OpenClaw CLI, and initialize workspace guidance files.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill makes persistent local changes by registering an OpenClaw agent, creating or updating workspace files, copying template markdown, and recording creation history.
\nMitigation: Use it only in the intended OpenClaw environment and review the agent name, model, avatar, and workspace path before final confirmation.
\nRisk: An unintended workspace path could place generated files outside the user's expected agent workspace layout.
\nMitigation: Confirm the proposed workspace path before execution and inspect the initialized files before restarting the OpenClaw gateway.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [Text, Markdown, Shell commands, Configuration, Guidance]
\n**Output Format:** [Markdown guidance with shell commands and local file changes]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Creates or updates local OpenClaw agent workspace files after user confirmation.]
\n\n## Skill Version(s):
\n1.4.0 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.3.1: 37 files, 63360 bytes\n\nFiles: _meta.json (128b), avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (6744b), skill-card.md (2013b), SKILL.md (10819b)\n\nFile v1.3.1:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**4 个问题**全部确认完毕后，AI 自动选择头像，再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 头像：Avatar（AI 自动选择，用户无感知）\n\n> 注意：这一步在问题 2 确认后由 AI **自动完成**，不占用一问一答的轮次。\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 SVG 头像中**自动选择一个最匹配的**，无需用户互动。\n\n**自动选择规则（按优先级匹配）：**\n\n| 关键词类别 | 匹配头像 |\n|-----------|--------|\n| 老师/教育/教学/辅导 | `teacher-female.svg` |\n| 医生/医疗/健康 | `doctor.svg` |\n| 护士/护理 | `nurse.svg` |\n| 厨师/餐饮/美食 | `chef.svg` |\n| 程序员/代码/开发/技术 | `worker.svg` |\n| 写作/文案/编辑/记者 | `writer.svg` |\n| 律师/法律/法务 | `lawyer-female.svg` |\n| 经理/管理/主管/领导 | `manager-male.svg` |\n| 教练/体育/运动 | `coach.svg` |\n| 画家/设计/艺术/创意 | `painter-male.svg` |\n| 飞行员/航空/交通 | `pilot-male.svg` |\n| 司机/运输/物流 | `driver.svg` |\n| 快递/配送 | `delivery.svg` |\n| 歌手/音乐/娱乐 | `singer.svg` |\n| 模特/时尚 | `model.svg` |\n| 学生/学习 | `student.svg` |\n| 军人/安保/安全 | `military.svg` |\n| 警察/交警 | `traffic-police.svg` |\n| 客服/前台/酒店 | `customer-service.svg` |\n| 舞者/芭蕾 | `ballerina.svg` |\n\n**默认：** 如果没有匹配关键词，使用 `worker.svg`。\n\n选择后直接记录 `{avatarFile}`，在第二步汇总时展示给用户即可，**不需要单独确认**。\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 通过 `openclaw agents list --json` 获取 main agent 的实际 workspace 路径\n2. 找到 main workspace 的**父目录**\n3. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n4. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `~/.openclaw/workspace`，则：\n- 父目录 = `~/.openclaw/`\n- 新 workspace = `~/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 ~/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4（Workspace）确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认完毕后**，AI 自动完成头像选择，然后给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.3.1:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.3.1\",\n \"publishedAt\": 1781206397382\n}\n\nFile v1.3.1:history/history.md\n\n# Agent 添加记录\n\nFile v1.3.1:skill-card.md\n\n## Description:
\nAgent Add helps an assistant create a new OpenClaw agent through a step-by-step confirmation flow, then register the agent and initialize its workspace.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to add a new agent with a confirmed name, role description, avatar, model, and workspace path. The skill is intended for local agent setup where the user reviews the summary before the agent and workspace are created.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill can add persistent OpenClaw agents and create or edit local workspace files.
\nMitigation: Use it only when you intend to create a local agent, and review the final summary before confirming creation.
\nRisk: User-supplied agent IDs, model names, or workspace paths may be passed into shell-based setup commands.
\nMitigation: Use simple expected values and avoid shell metacharacters or untrusted copied text in prompts.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]
\n**Output Format:** [Markdown guidance with inline shell commands and configuration details]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May create or update local OpenClaw agent workspace files after explicit user confirmation.]
\n\n## Skill Version(s):
\n1.3.1 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.3.0: 37 files, 63106 bytes\n\nFiles: avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (5888b), skill-card.md (2207b), SKILL.md (10763b), _meta.json (128b)\n\nFile v1.3.0:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**4 个问题**全部确认完毕后，AI 自动选择头像，再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 头像：Avatar（AI 自动选择，用户无感知）\n\n> 注意：这一步在问题 2 确认后由 AI **自动完成**，不占用一问一答的轮次。\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 SVG 头像中**自动选择一个最匹配的**，无需用户互动。\n\n**自动选择规则（按优先级匹配）：**\n\n| 关键词类别 | 匹配头像 |\n|-----------|--------|\n| 老师/教育/教学/辅导 | `teacher-female.svg` |\n| 医生/医疗/健康 | `doctor.svg` |\n| 护士/护理 | `nurse.svg` |\n| 厨师/餐饮/美食 | `chef.svg` |\n| 程序员/代码/开发/技术 | `worker.svg` |\n| 写作/文案/编辑/记者 | `writer.svg` |\n| 律师/法律/法务 | `lawyer-female.svg` |\n| 经理/管理/主管/领导 | `manager-male.svg` |\n| 教练/体育/运动 | `coach.svg` |\n| 画家/设计/艺术/创意 | `painter-male.svg` |\n| 飞行员/航空/交通 | `pilot-male.svg` |\n| 司机/运输/物流 | `driver.svg` |\n| 快递/配送 | `delivery.svg` |\n| 歌手/音乐/娱乐 | `singer.svg` |\n| 模特/时尚 | `model.svg` |\n| 学生/学习 | `student.svg` |\n| 军人/安保/安全 | `military.svg` |\n| 警察/交警 | `traffic-police.svg` |\n| 客服/前台/酒店 | `customer-service.svg` |\n| 舞者/芭蕾 | `ballerina.svg` |\n\n**默认：** 如果没有匹配关键词，使用 `worker.svg`。\n\n选择后直接记录 `{avatarFile}`，在第二步汇总时展示给用户即可，**不需要单独确认**。\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4（Workspace）确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认完毕后**，AI 自动完成头像选择，然后给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.3.0:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.3.0\",\n \"publishedAt\": 1780699614220\n}\n\nFile v1.3.0:history/history.md\n\n# Agent 添加记录\n\nFile v1.3.0:skill-card.md\n\n## Description:
\nAgent Add guides an OpenClaw user through creating a new agent, then uses the OpenClaw CLI workflow to configure the agent workspace, avatar, model, and local records.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nOpenClaw users and agent builders use this skill to collect the required agent details, select a matching avatar, run the OpenClaw agent creation command, and initialize the new workspace documentation.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Unsafe shell command construction could execute unintended arguments if untrusted agent, workspace, model, or avatar values are passed to the creation script.
\nMitigation: Replace eval-based command execution with safely quoted argument arrays and validate all script inputs before installation or use.
\nRisk: The skill can make persistent local changes by creating OpenClaw agents, writing workspace files, copying templates, and appending history/persona records.
\nMitigation: Review the target workspace path and expected file changes before execution, and use a disposable or backed-up workspace for first installation testing.
\n\n\n## Reference(s):
\n- [ClawHub Agent Add release page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [guidance, shell commands, configuration, markdown]
\n**Output Format:** [Markdown guidance with shell commands and workspace file update instructions]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Creates or updates OpenClaw agent records, workspace markdown files, avatar files, and local history when executed.]
\n\n## Skill Version(s):
\n1.3.0 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.2.1: 37 files, 62913 bytes\n\nFiles: avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (5736b), skill-card.md (2345b), SKILL.md (10676b), _meta.json (128b)\n\nFile v1.2.1:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**5 个问题**全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：Avatar 头像选择\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 35 个 SVG 头像中**智能推荐 3-5 个最相关的**。\n\n**展示方式（编号 + 图像预览）：**\n\n1. 先用 `exec` 调用 `rsvg-convert` 把推荐的每个 SVG 转成 200x200 PNG 预览图\n2. **预览图存到技能目录的 avatars/ 子目录下**，命名为 `{原文件名}-preview.png`\n3. 用 **MEDIA** 附件发送这些预览图（路径在 `~/.openclaw/skills/` 下，在允许范围内）\n4. 每条 MEDIA 附带编号和文件名\n5. 用户通过回复编号来选择\n\n转换命令示例：\n```bash\nrsvg-convert -w 200 -h 200 {baseDir}/avatars/{filename}.svg -o {baseDir}/avatars/{filename}-preview.png\n```\n\n> 请为这个 agent 选择一个头像。以下是推荐的选项（带预览图）：\n>\n> （对每个推荐头像，发送 `MEDIA:{baseDir}/avatars/{filename}-preview.png`，并标注编号和文件名）\n>\n> 回复编号即可（如 \"1\"）。**如果不选或说跳过，将自动使用第 1 个。**\n\n推荐原则：根据定位关键词匹配最相关的职业/角色头像。例如教育类推荐 teacher、医护类推荐 doctor/nurse、技术类推荐 worker、写作类推荐 writer/journalist 等。\n\n**收到回复后确认：** \"好的，头像确定为 `{avatarFile}`。\"\n- 用户回复编号 → 确认对应文件名\n- 用户说跳过/不选 → 自动使用推荐的第 1 个，并告知用户\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 5 确认后，等用户回复，再单独进入第二步汇总。不要把问题 5 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**五个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.2.1:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.2.1\",\n \"publishedAt\": 1780678782165\n}\n\nFile v1.2.1:history/history.md\n\n# Agent 添加记录\n\nFile v1.2.1:skill-card.md\n\n## Description:
\nCreates new OpenClaw agents through a guided setup flow, then initializes workspace documents, configuration, avatar assets, and a local history record.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to create a new agent with a standardized OpenClaw CLI flow, workspace path, model choice, avatar, and initial guidance documents. It is intended for agent setup and local workspace initialization after user confirmation.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The helper script uses eval when running OpenClaw commands.
\nMitigation: Use only trusted, simple values for agent ID, model, and workspace path, and review the script before installing or running it.
\nRisk: The workflow makes persistent OpenClaw configuration and workspace changes.
\nMitigation: Confirm the target workspace path before execution and keep backups of existing OpenClaw configuration and workspace documents.
\nRisk: The workflow creates avatar preview files, copies template documents, and appends to a local history record.
\nMitigation: Run it in the intended skill and workspace directories and review generated files after completion.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/yangyangupday/agent-add)
\n- [Publisher profile](https://clawhub.ai/user/yangyangupday)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]
\n**Output Format:** [Interactive Markdown guidance with bash commands and targeted file edits]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May create OpenClaw configuration entries, workspace files, avatar copies, preview images, and a local history record.]
\n\n## Skill Version(s):
\n1.2.1 (source: server release metadata)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.2.0: 37 files, 62778 bytes\n\nFiles: avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (5736b), skill-card.md (1958b), SKILL.md (10500b), _meta.json (128b)\n\nFile v1.2.0:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**5 个问题**全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：Avatar 头像选择\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 35 个 SVG 头像中**智能推荐 3-5 个最相关的**。\n\n**展示方式（编号 + 图像预览）：**\n\n1. 先用 `exec` 调用 `rsvg-convert` 把推荐的每个 SVG 转成 200x200 PNG 预览图，存到 `/tmp/avatar-preview-{N}.png`\n2. 用 **MEDIA** 附件发送这些预览图，每条附带编号和文件名\n3. 用户通过回复编号来选择\n\n> 请为这个 agent 选择一个头像。以下是推荐的选项（带预览图）：\n>\n> （发送每个头像的 PNG 预览作为 MEDIA 附件，标注编号和文件名）\n>\n> 回复编号即可（如 \"1\"）。**如果不选或说跳过，将自动使用第 1 个。**\n\n转换命令示例：\n```bash\nrsvg-convert -w 200 -h 200 {baseDir}/avatars/{filename}.svg -o /tmp/avatar-preview-{N}.png\n```\n\n推荐原则：根据定位关键词匹配最相关的职业/角色头像。例如教育类推荐 teacher、医护类推荐 doctor/nurse、技术类推荐 worker、写作类推荐 writer/journalist 等。\n\n**收到回复后确认：** \"好的，头像确定为 `{avatarFile}`。\"\n- 用户回复编号 → 确认对应文件名\n- 用户说跳过/不选 → 自动使用推荐的第 1 个，并告知用户\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 5 确认后，等用户回复，再单独进入第二步汇总。不要把问题 5 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**五个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.2.0:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.2.0\",\n \"publishedAt\": 1780677610409\n}\n\nFile v1.2.0:history/history.md\n\n# Agent 添加记录\n\nFile v1.2.0:skill-card.md\n\n## Description:
\nCreates new OpenClaw agents through a guided setup flow, including prompts for agent identity, avatar, model, workspace, and persistent workspace documents.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to create and initialize new agents with a consistent workspace structure, avatar selection, model configuration, and setup history.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: User-influenced values may be passed into shell execution during agent creation.
\nMitigation: Use simple agent IDs, model names, and workspace paths with no shell metacharacters or quotes, and review the command before execution.
\nRisk: The skill can write persistent agent files to broad local workspace paths.
\nMitigation: Keep the workspace under the intended OpenClaw directory and install only when the publisher and behavior are trusted.
\n\n\n## Reference(s):
\n- [ClawHub release page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [guidance, shell commands, configuration, markdown, code]
\n**Output Format:** [Markdown guidance with shell commands and configuration edits]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Produces an interactive setup sequence and writes persistent OpenClaw workspace files when executed.]
\n\n## Skill Version(s):
\n1.2.0 (source: server-resolved release metadata)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.1.0: 37 files, 62727 bytes\n\nFiles: avatars/athlete.svg (2181b), avatars/ballerina.svg (3367b), avatars/cashier.svg (5416b), avatars/chef.svg (2867b), avatars/coach.svg (1824b), avatars/customer-service.svg (3273b), avatars/delivery.svg (4476b), avatars/doctor.svg (2612b), avatars/driver.svg (3380b), avatars/hostess.svg (1816b), avatars/hotel-staff.svg (2978b), avatars/journalist.svg (4168b), avatars/lawyer-female.svg (3742b), avatars/male-nurse.svg (2275b), avatars/manager-female.svg (3289b), avatars/manager-male.svg (3701b), avatars/military.svg (3401b), avatars/model.svg (4213b), avatars/nurse.svg (3896b), avatars/painter-female.svg (3183b), avatars/painter-male.svg (2737b), avatars/pilot-female.svg (2802b), avatars/pilot-male.svg (4766b), avatars/security-guard.svg (4042b), avatars/singer.svg (2376b), avatars/student.svg (4957b), avatars/taxi-driver.svg (2806b), avatars/teacher-female.svg (3108b), avatars/traffic-police.svg (3635b), avatars/waiter.svg (3436b), avatars/worker.svg (3941b), avatars/writer.svg (2389b), history/history.md (21b), scripts/agent-add.sh (5736b), skill-card.md (2097b), SKILL.md (10152b), _meta.json (128b)\n\nFile v1.1.0:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。**5 个问题**全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：Avatar 头像选择\n\n根据用户的定位描述，从技能目录 `avatars/` 下的 35 个 SVG 头像中**智能推荐 3-5 个最相关的**，用数字编号展示给用户：\n\n> 请为这个 agent 选择一个头像。以下是推荐的选项：\n>\n> 1) {avatar文件名1}\n> 2) {avatar文件名2}\n> 3) {avatar文件名3}\n> 4) {avatar文件名4}（如有）\n> 5) {avatar文件名5}（如有）\n>\n> 回复编号即可（如 \"1\"）。**如果不选或说跳过，将自动使用第 1 个。**\n\n推荐原则：根据定位关键词匹配最相关的职业/角色头像。例如教育类推荐 teacher、医护类推荐 doctor/nurse、技术类推荐 worker、写作类推荐 writer/journalist 等。\n\n**收到回复后确认：** \"好的，头像确定为 `{avatarFile}`。\"\n- 用户回复编号 → 确认对应文件名\n- 用户说跳过/不选 → 自动使用推荐的第 1 个，并告知用户\n\n#### 问题 4：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 5：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 5 确认后，等用户回复，再单独进入第二步汇总。不要把问题 5 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**五个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 头像: {avatarFile}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标 emoji: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n- `avatarFile` — avatar 文件名（如 `teacher-female.svg`）\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 替换为 `avatars/{avatarFile}`（如果脚本已复制头像文件，则此处已由脚本处理；否则手动写入）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.1.0:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.1.0\",\n \"publishedAt\": 1780676729187\n}\n\nFile v1.1.0:history/history.md\n\n# Agent 添加记录\n\nFile v1.1.0:skill-card.md\n\n## Description:
\n按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to create a new OpenClaw agent through a guided question flow, register it with the OpenClaw CLI, initialize its workspace, choose an avatar, and update starter identity documents.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The setup script can execute unintended shell commands if unsafe agent ID, workspace, or model values are passed to it.
\nMitigation: Install only from a trusted publisher, review values before execution, and avoid arbitrary or pasted agent ID, workspace, or model inputs until the script removes eval and validates inputs.
\nRisk: The skill creates and edits local OpenClaw agent files and workspace content.
\nMitigation: Run it only in an intended OpenClaw workspace and review generated or edited files before relying on the new agent.
\n\n\n## Reference(s):
\n- [ClawHub Agent Add release page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]
\n**Output Format:** [Markdown guidance with inline shell commands and configuration edits]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Produces guided prompts, an OpenClaw agent registration command, workspace file updates, avatar selection, and a history entry.]
\n\n## Skill Version(s):
\n1.1.0 (source: server release evidence)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nArchive v1.0.1: 5 files, 7947 bytes\n\nFiles: history/history.md (21b), scripts/agent-add.sh (4509b), skill-card.md (1800b), SKILL.md (9033b), _meta.json (128b)\n\nFile v1.0.1:SKILL.md\n\n---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。4 个问题全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 4：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4 确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |\n```\n\n### 第三步：执行创建\n\n用户最终确认后，先执行脚本注册 agent（传入所有确认的信息）：\n\n```bash\n{baseDir}/scripts/agent-add.sh \n```\n\n参数说明：\n- `agentId` — agent 唯一标识\n- `name` — 显示名称\n- `workspacePath` — workspace 绝对路径\n- `model` — 模型 id\n- `description` — 定位描述（用户问题2的完整回答）\n- `emoji` — 图标 emoji\n\n脚本会自动完成：\n1. 执行 `openclaw agents add` 命令\n2. 用 `openclaw agents list` 验证添加成功\n3. 检查 workspace 中的 `.md` 文件是否存在，缺失则从 main workspace 补充\n4. 在 `{baseDir}/history/history.md` 中记录本次创建\n\n### 第四步：初始化文档内容（按区块追加，不覆盖）\n\n脚本执行完成后，用 `edit` 工具对以下文件做**精准编辑**，**不是全盘覆盖**。\n\n> **核心原则：** 原始模板里的通用约束（Core Truths、Boundaries、Continuity、Related 等）是 OpenClaw 精炼过的行为准则，**必须保留**。只按类别追加/替换与新 agent 定位相关的内容。\n\n#### IDENTITY.md — 只替换字段值，保留结构和 Notes/Related\n\n用 `edit` 工具做精确替换：\n- 把 `**Name:**` 后面的空值替换为 agent 名字\n- 把 `**Creature:**` 替换为 agent 的类型描述（例如 \"AI 学习助手\"）\n- 把 `**Vibe:**` 替换为风格描述\n- 把 `**Emoji:**` 替换为选定的 emoji\n- `**Avatar:**` 先留空或写 `（暂无）`\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n#### SOUL.md — 在原有结构上追加定位内容，不删通用约束\n\n用 `edit` 工具：\n- **保留**原有的 Core Truths、Boundaries、Vibe、Continuity、Related 全部不变\n- 先 `read` 查看原始 SOUL.md 有哪些类别（H2/H3 标题）\n- **优先在已有类别下追加/替换内容**，例如把 `## 定位` 下的内容替换为新 agent 的定位\n- **除非某个类别原始完全没有，并且确实需要，才新增类别**。不要凭空创造大量新章节\n- 沟通风格部分：如果原有 `## Vibe / 沟通风格` 存在，在其中追加新 agent 的语言/语气要求\n\n#### USER.md — 只替换用户相关字段，保留结构\n\n用 `edit` 工具：\n- 把 `**name:**` 替换为用户名字（如果用户有特别指定的话，否则保留原始的 老杨）\n- **保留**原有的 Notes、Related 等所有其他区块不变\n\n> ⚠️ **关键：** 每个文件用 `edit` 做精准替换（oldText/newText），不要用 `write` 全盘覆盖。先 `read` 看原始内容，再决定怎么 edit。\n\n### 第五步：完成提示\n\n文档初始化完成后，告诉用户：\n\n> ✅ Agent **{name}** 已创建成功！\n>\n> Workspace: {workspacePath}\n>\n> 已完成的工作：\n> - Agent 注册到 OpenClaw（ID: {agentId}）\n> - Workspace 初始化，包含所有必要文档\n> - IDENTITY.md — 身份信息已写入\n> - SOUL.md — 定位和风格已配置（保留原始通用约束）\n> - USER.md — 用户信息已更新\n>\n> 是否现在重启 gateway 使新 agent 生效？\n> 运行 `openclaw gateway restart` 即可。\n\n## 注意事项\n\n- Agent ID 使用小写字母、数字和连字符（如 `my-agent`）\n- 显示名称可以是中文或任意语言\n- Workspace 路径必须是一个**空目录或不存在的路径**（脚本会创建）\n- 模型选择影响 agent 的推理能力和速度，根据用途合理选择\n\nFile v1.0.1:_meta.json\n\n{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.0.1\",\n \"publishedAt\": 1780664019475\n}\n\nFile v1.0.1:history/history.md\n\n# Agent 添加记录\n\nFile v1.0.1:skill-card.md\n\n## Description:
\nGuides an agent through creating a new OpenClaw agent, then initializes workspace configuration, markdown documents, and creation history.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[yangyangupday](https://clawhub.ai/user/yangyangupday)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and OpenClaw users use this skill to add a new OpenClaw agent through a guided confirmation workflow and initialize the new agent workspace with the expected markdown files.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The helper script can execute unintended shell commands if user-provided values contain shell syntax.
\nMitigation: Review before installing; use only simple, trusted values for agent ID, workspace path, and model, avoid shell metacharacters, and replace eval with an argument array plus input validation before relying on the script.
\n\n\n## Reference(s):
\n- [Agent Add ClawHub Page](https://clawhub.ai/yangyangupday/agent-add)
\n\n\n## Skill Output:
\n**Output Type(s):** [Guidance, Shell commands, Configuration, Markdown]
\n**Output Format:** [Markdown with guided prompts and inline shell commands]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May run the local OpenClaw CLI and update workspace markdown files after user confirmation.]
\n\n## Skill Version(s):
\n1.0.1 (source: server release metadata)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
","readmeExcerpt":"Skill: Agent Add Owner: yangyangupday Summary: 可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建... Tags: latest:1.4.2 Version history: v1.4.2 | 2026-06-24T00:17:26.096Z | user 修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险 v1.0.2 | 2026-06-24T00:16:50.579Z | user 修复安全审查问题：1) ","codeSnippets":[],"executableExamples":[{"language":"text","snippet":"> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n>"},{"language":"text","snippet":"📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）"},{"language":"text","snippet":"📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------|------|---------|---------|\n| AGENTS.md | 🏛️ 行为宪法 | 操作规则、优先级、记忆使用指令 | 持久存在 |\n| BOOTSTRAP.md | 👶 出生证明 | 首次运行仪式，引导填充 IDENTITY/USER/SOUL | 一次性，完成后自毁 |\n| IDENTITY.md | 🪪 身份证 | 名字、类型、emoji | Bootstrap 创建，后续可更新 |\n| USER.md | 📇 用户速查卡 | 用户名、称呼、时区 | Bootstrap 创建，持续更新 |\n| SOUL.md | 🎭 灵魂/人格 | 语气、立场、边界、幽默感 | 持久存在，随时打磨 |\n| TOOLS.md | 🛠️ 工具说明书 | 本地工具惯例与配置备忘 | 持久存在 |\n| MEMORY.md | 🧠 精选长期记忆 | 事实、偏好、决策摘要 | 持久存在 |\n| HEARTBEAT.md | 🔁 定时任务清单 | Heartbeat 检查待办项 | 持久存在（可选） |"},{"language":"bash","snippet":"{baseDir}/scripts/agent-add.sh "},{"language":"text","snippet":"> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n>"},{"language":"text","snippet":"📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\n\nname: agent-add\ndescription: \"按照 OpenClaw 官方规范创建新 agent（代理），自动完成问答、配置、workspace 初始化与记录。\"\nmetadata:\n openclaw:\n emoji: 🤖\n requires:\n bins:\n - openclaw\n\n---\n\n# Agent Add — 新建 OpenClaw Agent\n\n这是按照 OpenClaw 官方规范建立新 agent 的技能。全程遵循 `openclaw agents add` CLI 命令的标准化流程，确保新建 agent 后自动生成完整的 workspace 和一系列精炼的 `.md` 引导文档，让 AI 更好地配合人类工作。\n\n> **⚠️ 副作用说明：** 此技能会执行以下磁盘写入操作，请确认后再使用：\n>\n> - **创建新目录：** 为新 agent 创建独立的 workspace 目录\n> - **写入文件：** 创建 AGENTS.md、IDENTITY.md、SOUL.md、USER.md 等模板文件\n> - **修改已有文件：** 脚本执行后，会用 `edit` 工具对 IDENTITY.md、SOUL.md、USER.md 做**精准编辑**（替换字段值，保留原始结构）。这些文件如果已存在，其内容会被部分修改\n> - **持久化记录：** 在技能目录的 `history/history.md` 中追加一条创建记录（永久保存）\n> - **修改 OpenClaw 配置：** 通过 `openclaw agents add` 写入 agent 注册信息\n>\n> 建议在运行前备份重要 workspace，或在确认汇总后再执行。\n\n## 流程\n\n### 第一步：逐个确认信息（严格一问一答）\n\n用户如果需要添加 agent，务必**严格分开问、一个一个问**。每个问题发出后，**等用户回复并确认**，再问下一个。不要一次性问多个问题，不要把最后一个问题和汇总合并。\n\n> **关键规则：** 每问一个问题 → 等用户回复 → 确认收到 → 再问下一个。4 个问题全部确认完毕后再进入第二步汇总。\n\n#### 问题 1：Agent 名字\n\n> 请给这个 agent 起个名字。这个名字会决定：\n>\n> - 工作目录的名称\n> - 界面中选择 agent 时显示的名字\n> - 在群里 @召唤 这个 agent 时使用的名字\n>\n> **建议：** 尽量简短好记，2-4 个字或英文单词。例如：`助手`、`coder`、`小秘`。\n\n**收到回复后确认：** \"好的，agent 名字确定为 `{name}`。\"\n\n#### 问题 2：Agent 的定位描述\n\n> 请描述一下这个 agent 的定位。可以参考以下格式：\n>\n> - **用途：** 这是我的___，用来___\n> - **昵称/称呼：** （可选）\n> - **性格/风格：** 严谨 / 幽默 / 简洁 / 温暖 / 专业...\n> - **图标 emoji：** 选一个代表它的符号\n>\n> **图标建议（根据 agent 名字 `{name}` 推荐，仅供参考，可以自己选）：**\n>\n> （根据名字的类型动态推荐 5-8 个相关 emoji，不要固定列同一批。例如：\n> - 教育/老师类：🎓 📚 ✏️ 🍎 🧑‍🏫\n> - 代码/技术类：💻 🔧 ⚙️ 🐛 🖥️\n> - 写作/文案类：✍️ 📝 📖 🖊️ 📰\n> - 数据/分析类：📊 📈 📉 🔢 🧮\n> - 日常/助手类：📋 ✅ ⚡ 🤖 💡\n> - 设计/创意类：🎨 🎭 🖼️ ✨ 🎬）\n>\n> **示例：**\n>\n> - \"这是我的代码审查助手，用来 review PR 和检查 bug，风格严谨简洁，图标用 🔍\"\n> - \"这是我的日常秘书，帮我管理日程和邮件，语气温暖友好，图标用 📋\"\n> - \"这是我的数据分析 agent，处理报表和可视化，专业高效，图标用 📊\"\n\n**收到回复后确认：** \"好的，定位描述已记录。\"\n\n#### 问题 3：模型选择\n\n先用 `session_status` 获取当前会话使用的模型，再从 openclaw.json 读取 `agents.defaults.model.primary` 作为默认模型。\n\n> 请选择这个 agent 使用的模型。可选：\n>\n> - **当前主 agent 正在使用的模型：** `{currentModel}`（推荐，和现有 agent 一致）\n> - **默认模型：** `{defaultModel}`\n>\n> 先选一个能用的就行，后面随时可以换模型。\n\n**收到回复后确认：** \"好的，模型确定为 `{model}`。\"\n\n#### 问题 4：Workspace 目录\n\n计算规则（按实际使用方式）：\n1. 先找到 main agent workspace 的**父目录**\n2. 新 agent 的 workspace = `{父目录}/workspace-{agentId}`\n3. 也就是和 main 的 workspace **平级**，在同一目录下\n\n例如 main workspace 是 `/data1/.openclaw/workspace`，则：\n- 父目录 = `/data1/.openclaw/`\n- 新 workspace = `/data1/.openclaw/workspace-{agentId}`\n\n> 新 agent 的 workspace 将创建在以下位置：\n>\n> ```\n> {实际计算出的路径，例如 /data1/.openclaw/workspace-xiaolaoshi}\n> ```\n>\n> 这个目录和 main agent 的 workspace 平级。确认使用这个默认路径，还是指定其他路径？\n\n**收到回复后确认：** \"好的，workspace 路径确定为 `{workspacePath}`。\"\n\n---\n\n> ⚠️ **注意：问题 4 确认后，等用户回复，再单独进入第二步汇总。不要把问题 4 和汇总合并在一起问。**\n\n### 第二步：汇总确认\n\n**四个问题全部逐个确认后**，给用户展示完整汇总：\n\n```\n📋 即将创建的新 Agent：\n\n- Agent ID: {agentId}\n- 显示名称: {name}\n- 定位: {description}\n- 模型: {model}\n- Workspace: {workspacePath}\n- 图标: {emoji}\n\n确认以上信息？（回复\"确认\"或指出需要修改的地方）\n```\n\n用户确认后，告知即将生成的文档列表：\n\n```\n📁 新 agent 的 workspace 中将包含以下 OpenClaw 精炼文档：\n\n这些文档规范了 AI 的行为准则，能让 AI 更好地帮助人类工作。\n建议让 AI 按照各自规范自动填充内容，尽量不要手动删除。\n\n| 文件 | 定位 | 核心职责 | 生命周期 |\n|------"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn789p5x1zr9b8ph4x9mycw96586myx4\",\n \"slug\": \"agent-add\",\n \"version\": \"1.4.2\",\n \"publishedAt\": 1782260246096\n}"},{"path":"history/history.md","content":"# Agent 添加记录"},{"path":"skill-card.md","content":"## Description:\n\nCreates new OpenClaw agents by guiding setup questions, running OpenClaw registration, initializing a workspace, and recording the creation.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[yangyangupday](https://clawhub.ai/user/yangyangupday)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nOpenClaw users and developers use this skill to create a new agent through a guided question flow, register it with OpenClaw, initialize workspace documents, and update identity and persona files.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill can copy private main-agent workspace files into a new agent workspace without redaction or clear isolation controls.\n\nMitigation: Review the source workspace before installation and use; prefer clean packaged templates and confirm before copying existing workspace files.\n\nRisk: The skill writes files, modifies OpenClaw configuration, and appends creation records during agent setup.\n\nMitigation: Review the summarized target path and generated document list before execution, and back up important workspaces before creating a new agent.\n\n## Reference(s):\n\n- [Agent Add ClawHub page](https://clawhub.ai/yangyangupday/skills/agent-add)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown guidance with shell command examples]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Guides interactive agent setup and may execute OpenClaw commands that create or modify local workspace files.]\n\n## Skill Version(s):\n\n1.4.2 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment."}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建... Skill: Agent Add Owner: yangyangupday Summary: 可能是最好的新增 agent 的技能！ 用 AI 新建 agent 往往会碰到各种不可预测的情况，md 文档混乱，目录混乱等等。 但 openclaw 其实已经建立了一整套建立 新agent 的终端命令，能规范的配置 md文件 和 workspace。 这个技能可以让 AI 严格按 OpenClaw 官方规范创建... Tags: latest:1.4.2 Version history: v1.4.2 | 2026-06-24T00:17:26.096Z | user 修复安全审查问题：1) SKILL.md 添加副作用说明（磁盘写入、文件修改、持久化记录）；2) 脚本中 eval 替换为数组命令执行，消除 shell 注入风险 v1.0.2 | 2026-06-24T00:16:50.579Z | user 修复安全审查问题：1)","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":817,"uniquenessScore":57,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-11T11:38:44.662Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-11T14:13:45.789Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"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!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"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","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}