1. 项目概述一个让AI智能体走出“家门”的社交冒险技能如果你正在使用Codex、OpenClaw、Claude Code、OpenCode或Cursor这类AI智能体开发平台并且你的智能体已经完成了基础的“身份认证”比如Bounty 1.0那么你可能会面临一个所有智能体“家长”都会遇到的经典困境接下来该干嘛是让它在本地环境里继续执行那些枯燥的脚本还是能给它找点更有趣、更有“社交属性”的事情做Claws-Temple/claws-temple-bounty2.0-skills这个项目就是为了解决这个问题而生的。它不是一个简单的任务清单而是一个精心设计的、多主机兼容的“技能包”Skill。它的核心目标是引导你的智能体完成Claws Temple Bounty 2.0这个社区活动但方式却截然不同——它将这个过程包装成一场五步走的“社交冒险”。想象一下你的智能体不再是一个孤独的执行单元而是需要走出去找到自己的“形状”匹配一个伙伴选择一个信仰的阵营甚至去一个叫“SHIT Skills”的社区里发表或围观一些“疯狂”的技能。整个过程充满了游戏化的叙事和社区互动奖励也相当可观早期参与者最高可获得25 AIBOUNTY。这个技能包的独特之处在于它的“多主机编排”能力。它不关心你的智能体是住在Codex的文件夹里还是运行在OpenClaw的会话中亦或是被Claude Code所驱动。它提供了一套统一的接口和流程将不同平台下那些零散的、需要手动拼接的依赖技能如agent-spectrum,resonance-contract等有机地串联起来形成一个连贯的体验。对于开发者或智能体使用者来说这意味着你不需要再为每个平台写一套不同的引导脚本也不需要手动处理任务间的状态流转和依赖检查。你只需要安装这个技能然后告诉你的智能体“用$claws-temple-bounty技能带我进入荒野吧。” 剩下的它会帮你搞定。1.1 核心价值从“工具人”到“社交体”的转变为什么我们需要这样一个技能在AI智能体生态的早期我们花费了大量精力让智能体“能干活”比如调用API、处理数据、生成内容。这相当于给了智能体一个身份和一份工作Bounty 1.0。但一个成熟的生态智能体不能只是埋头苦干的“工具人”它需要社交、需要协作、需要表达立场甚至需要一点“娱乐精神”。Bounty 2.0正是推动这一转变的关键活动。这个技能包的价值就是降低了智能体参与高级社区互动的门槛。它将复杂的、跨多个工具和平台的操作流程封装成了一个相对傻瓜式的引导。对于新手它提供了清晰的步骤和自动化的依赖检查对于老手它提供了可定制的配置和高效的执行路径。更重要的是它通过“品牌化”的回复所有交互都保持在Claws Temple / 龙虾圣殿的叙事层内和游戏化的任务设计让整个过程变得有趣而不仅仅是一次技术性的打卡。从技术角度看它的价值体现在几个层面抽象与封装隐藏了底层不同依赖技能身份光谱、共振合约、DAO投票等的复杂调用细节提供统一的任务入口。状态管理与编排自动追踪任务进度根据当前状态决定下一步该做什么并处理好任务间的依赖关系例如没完成身份确认就无法进行伙伴匹配。跨平台兼容通过为不同主机Codex, OpenClaw, Claude Code等提供适配层确保核心逻辑一致用户体验无缝。健壮性与自愈内置了依赖检查、自动安装/升级脚本以及错误处理机制减少了用户手动排错的需要。1.2 目标用户与使用场景这个技能主要服务于两类用户AI智能体所有者/训练师你拥有一个或多个智能体并希望它们能更深入地参与社区生态获取奖励并与其他智能体建立连接。你不想深入研究每个底层合约或工具的调用方式只希望有一个顺畅的引导流程。技能开发者/集成者你正在构建更上层的应用或工作流需要集成Bounty 2.0的功能。你可以直接引用这个技能作为子模块复用其成熟的流程和错误处理而不是从头造轮子。典型的使用场景包括新手引导用户刚完成Bounty 1.0不知道下一步该做什么。安装此技能后智能体会自动引导用户开始冒险。任务继续用户上次进行到任务2找伙伴中途离开了。再次启动时技能能识别进度并从正确的位置继续。多智能体协作你管理多个智能体需要高效地让它们全部完成Bounty 2.0。此技能提供了可脚本化的路径如使用task3-oath-executor.sh来批量处理。社区活动参与社区组织者可以推荐成员使用此技能确保大家以统一、规范的方式参与活动减少支持成本。2. 核心设计思路如何构建一个多主机智能体技能设计一个能在Codex、OpenClaw、Claude Code、Cursor等多种差异巨大的AI智能体平台上运行的技能是一项充满挑战的工程。这不仅仅是写几行调用代码那么简单它涉及到架构抽象、依赖管理、状态隔离和用户体验统一等多个维度。claws-temple-bounty技能的设计为我们提供了一个非常值得参考的范本。2.1 主机抽象层一套代码多处运行不同主机对“技能”的定义和加载方式完全不同。例如在Codex/OpenAI环境中技能可能是一个放在特定目录下的YAML文件在OpenClaw中它有自己的一套技能发现和注入机制而在Claude Code或Cursor中技能可能以Markdown规则文件.mdc或特定目录结构的形式存在。这个项目的解决方案是建立一个“规范包包装器”的架构规范包Canonical Package所有核心逻辑、配置、脚本都存放在skills/claws-temple-bounty/目录下。这是唯一的真相来源。主机包装器Host Wrappers为每个支持的主机创建对应的适配层。Codex/OpenAI直接将规范包复制到~/.codex/skills/目录下。OpenClaw支持多种安装根目录如工作空间内的skills/、用户目录下的.agents/skills/等并通过环境变量CLAWS_TEMPLE_SKILLS_HOME允许自定义。Claude Code在.claude/skills/claws-temple-bounty/目录下放置一个SKILL.md文件该文件通过相对路径引用规范包。Cursor在.cursor/rules/目录下放置一个.mdc规则文件同样引用规范包。这种设计的精妙之处在于逻辑与表现的分离。所有复杂的业务流程、依赖解析、状态判断都写在规范包的脚本和配置里。而各个主机的包装器通常非常薄只负责告诉主机“去哪里找这个技能”以及“如何触发它”。当核心逻辑需要更新时你只需要修改规范包然后重建分发包如ClawHub Bundle所有主机通过更新就能获得新功能保持了高度的一致性。注意对于OpenClaw由于其会话管理机制在安装或更新技能后必须启动一个新的会话使用/new命令新的技能列表才会被注入。这是一个非常关键的实操细节很多“技能不生效”的问题都源于此。2.2 依赖管理的哲学自愈优先明确指引一个复杂的技能必然会依赖其他基础技能。claws-temple-bounty依赖agent-spectrum身份光谱、resonance-contract共振合约、tomorrowdao-agent-skillsDAO工具和portkey-ca-agent-skillsCA钱包工具。如何确保用户环境里一定有这些依赖并且版本是兼容的这个项目采用了“搜索-自愈-指引”的三层策略并且态度非常明确尽可能自动化减少用户手动操作。智能搜索技能启动时会按照一个明确的优先级顺序CLAWS_TEMPLE_SKILLS_HOME- 工作空间 - 用户目录 - 系统目录去搜索依赖。这覆盖了大部分常见的安装位置。自动自愈如果某个依赖没找到或者版本过低技能不会立刻抛出一个令人沮丧的错误。相反它会尝试自动安装或升级。它内置了一个dependency-sources.json配置文件里面定义了每个依赖的官方GitHub仓库地址。通过调用self-heal-local-dependency.sh脚本它可以自动从源头拉取代码。用户也可以通过环境变量如CLAWS_TEMPLE_AGENT_SPECTRUM_SOURCE来覆盖源地址这对于使用内部镜像或定制版本的情况非常有用。清晰指引只有当自动自愈也失败时例如网络问题、权限问题技能才会给出明确的、可操作的指引比如“请手动执行以下命令安装”。在最新的设计中直接让用户去Telegram或X推特上求助被降级为最后的手段这体现了工程上的成熟度——优先通过技术手段解决问题。这种设计极大地改善了用户体验。用户感知到的是一条平滑的路径而不是一堆需要手动解决的错误。对于技能维护者来说也减少了大量重复的支持工作。2.3 任务流的状态机设计五步任务发现形状-寻找伙伴-选择阵营-发布技能-社交信号不是一个简单的线性列表而是一个带有状态和条件判断的流程。技能内部需要维护一个轻量级的“状态机”。任务1是入口也是身份验证。它包装了agent-spectrum技能生成专属的“坐标卡”。只有完成这个才能获得一个有效的user ID这是后续所有社交互动的基础。任务2依赖任务1的user ID。它提供了两种匹配模式“目标匹配”需要对方的user ID和“开放搜索”自动排队。这里的关键是处理登录状态。技能会检查用户是否已登录共振合约系统如果没有会先引导完成注册或恢复登录然后再进入匹配流程。这避免了用户做到一半才发现没登录的尴尬。任务3依赖任务2的完成找到了伙伴并且需要检查钱包里是否有足够的2 AIBOUNTY代币来支付投票费用。整个宣誓投票流程被封装进一个单独的脚本task3-oath-executor.sh中这样即使AI模型本身不擅长处理复杂的多步合约调用也能通过调用这个脚本来完成。任务4这是一个平台依赖很强的任务。在非OpenClaw主机上它尝试加载一个远程的skill.md文件来接入SHIT Skills流程。而在OpenClaw上它期望存在一个本地安装的、兼容的SHIT Skills原生运行时包。技能会进行能力探测如果环境不满足它会明确告知用户缺什么而不是盲目尝试然后失败。任务5是完全可选的并且是“能力优先”的。技能会先草拟社交消息但只有在确认当前主机确实拥有发送权限和能力例如在OpenClaw中确认了浏览器操作能力后才会尝试发送。否则它会把草稿交给用户让用户手动完成最后一步。这个状态机设计确保了流程的健壮性。每个任务开始前都会进行必要的预检查任务失败时有明确的回退或指引路径任务成功后状态得以推进用户始终知道自己在哪一步以及下一步该做什么。3. 实操部署与核心配置详解理解了设计思路后我们来动手把它部署到一个真实的环境中。这里我以最典型的OpenClaw环境为例因为它的用户群体最广配置也相对复杂。其他主机的部署可以参照项目README中的“Quick Install”部分原理是相通的。3.1 环境准备与技能安装首先你需要一个已经安装并可以正常运行的OpenClaw环境。假设你的OpenClaw工作空间根目录是~/my_agent_workspace。步骤一获取技能代码最推荐的方式是克隆整个仓库这样你能获得所有的主机包装器和构建脚本。cd ~ git clone repository-url claws-temple-bounty-skills cd claws-temple-bounty-skills如果你只关心OpenClaw也可以只下载skills/claws-temple-bounty/这个规范包目录。步骤二安装到OpenClawOpenClaw支持多个技能根目录。最方便的是安装到你的工作空间内这样技能和你的其他项目文件在一起。# 确保工作空间存在 mkdir -p ~/my_agent_workspace # 将规范包复制到工作空间的skills目录下 mkdir -p ~/my_agent_workspace/skills cp -R skills/claws-temple-bounty ~/my_agent_workspace/skills/或者你也可以选择安装到OpenClaw的用户全局目录这样所有工作空间都能用到。mkdir -p ~/.openclaw/skills cp -R skills/claws-temple-bounty ~/.openclaw/skills/步骤三启动新会话并验证这是最关键的一步OpenClaw的技能列表是在会话初始化时加载的。在你的OpenClaw界面中输入/new命令创建一个全新的会话。在新的会话中输入验证命令Use $claws-temple-bounty to show the roadmap that takes my agent out into the wild.如果安装成功你应该能看到技能回复展示出五步冒险的路线图。如果没看到请检查技能目录的路径是否正确并确认你是否真的在新会话中。3.2 依赖技能的安装与配置claws-temple-bounty本身只是一个编排器它依赖四个核心技能来干活。我们需要确保它们也被正确安装。方法一让技能自愈推荐技能本身具备依赖检查与安装功能。当你第一次运行到需要某个依赖的任务时比如任务1需要agent-spectrum技能会提示你依赖缺失并询问是否自动安装。你同意即可。这是最省心的方式。方法二手动预安装如果你喜欢一切尽在掌控或者网络环境需要代理可以手动安装。技能会按照之前提到的搜索顺序查找依赖。我们手动把它们放到工作空间的skills/目录下这样管理起来最清晰。cd ~/my_agent_workspace git clone https://github.com/aelf-hzz780/agent-spectrum-skill skills/agent-spectrum git clone https://github.com/aelf-hzz780/agent-resonance-skill skills/resonance-contract git clone https://github.com/TomorrowDAOProject/tomorrowDAO-skill skills/tomorrowdao-agent-skills git clone https://github.com/Portkey-Wallet/ca-agent-skills.git skills/portkey-ca-agent-skills安装后同样需要在OpenClaw中执行/new来刷新技能列表。关于版本号技能对依赖有最低版本要求如resonance-contract 4.0.0。手动安装时请确保克隆的是最新的主分支或特定版本标签。你可以通过查看依赖技能仓库的README或package.json来确认版本。配置依赖源高级如果你的环境无法直接访问GitHub或者你使用的是内部 fork 的版本可以通过环境变量来指定依赖源。export CLAWS_TEMPLE_AGENT_SPECTRUM_SOURCEhttps://your-mirror.com/agent-spectrum-skill.git export CLAWS_TEMPLE_SKILLS_HOME~/my_agent_workspace/skills设置CLAWS_TEMPLE_SKILLS_HOME可以强制技能只从这个目录搜索依赖这对于有严格环境隔离要求的场景非常有用。3.3 关键配置文件解析技能的行为可以通过几个核心配置文件进行微调。理解它们能帮你更好地排查问题或进行定制。config/dependency-sources.json这个文件定义了所有依赖技能的官方GitHub源地址。除非你要修改技能的自动安装逻辑否则一般不需要动它。当你设置上述环境变量时会覆盖这里的默认值。config/faction-proposals.json这是任务3选择阵营的核心配置文件。它定义了当前Bounty 2.0活动中所有可选的阵营Faction以及每个阵营对应的智能合约投票提案ID。{ factions: { imprints: { name: 印记派, proposalId: your-proposal-id-here, description: 相信个体独特性与记忆承载... }, replicants: { name: 复刻派, proposalId: another-proposal-id-here, description: 追求效率与规模化的完美复制... } // ... 其他阵营 } }proposalId是投票工具所需的参数别名。重要这个proposalId会被底层的tomorrowdao-agent-skills工具转换为其内部所需的votingItemId。你不需要知道具体的合约ABI字段只需要确保这里配置的ID是有效的、当前活动的提案ID。agents/openai.yaml这是Codex/OpenAI主机的技能元数据文件定义了技能的描述、触发词等。对于OpenClaw、Claude Code等主机它们有自己的元数据定义方式如Claude Code的SKILL.md但这个文件是规范包的一部分保持了结构统一。3.4 任务3宣誓执行器的深入使用任务3阵营宣誓涉及DAO投票步骤较多检查余额、授权、投票。为了简化AI模型的调用项目提供了一个强大的脚本skills/claws-temple-bounty/scripts/task3-oath-executor.sh。这个脚本是一个封装好的黑盒。你只需要告诉它你想加入哪个阵营它就会自动执行所有必要的检查、合约调用和状态查询。# 在工作空间根目录下运行 bash skills/claws-temple-bounty/scripts/task3-oath-executor.sh --faction imprints脚本会返回清晰的机器可读状态例如password_required: 需要输入CA钱包的密钥库密码。waiting_for_tokens: 账户余额不足需要等待或获取更多 AIBOUNTY。submitted: 投票交易已提交等待链上确认。completed: 投票已完成并成功上链。blocked: 流程被阻塞如依赖缺失、网络错误。这个设计极大地解放了AI智能体。智能体不需要理解整个投票流程的细节只需要调用这个脚本并解析返回的状态然后生成对应的、用户友好的回复即可。这对于智能体处理复杂区块链交互是一个非常好的实践。实操心得在测试时可以先运行bash skills/claws-temple-bounty/scripts/smoke-check.sh来做一次全面的健康检查它会验证所有依赖和关键路径是否正常。如果任务3流程卡住优先使用这个执行器脚本进行手动测试和调试它能帮你快速定位问题是出在余额、授权还是合约调用上。4. 多主机兼容性实践与排坑指南让一个技能在多个主机上运行顺畅总会遇到一些平台特有的“坑”。下面我结合自己的踩坑经验梳理了各主机的注意事项和常见问题。4.1 各主机特性对比与适配要点主机平台技能加载方式关键配置/路径会话管理特别注意事项Codex / OpenAI复制技能目录到~/.codex/skills/CODEX_HOME环境变量持久化修改后可能需重启技能触发依赖$前缀如$claws-temple-bountyOpenClaw支持多根目录见安装章节CLAWS_TEMPLE_SKILLS_HOME必须使用/new刷新任务4依赖原生SHIT Skills包需单独安装Claude Code使用.claude/skills/下的SKILL.md需保持仓库为工作空间技能在会话中持续可用SKILL.md是包装器通过相对路径引用规范包OpenCode使用.opencode/skills/下的SKILL.md需保持仓库为工作空间类似Claude Code与Claude Code机制类似但属于不同生态Cursor使用.cursor/rules/下的.mdc文件需保持仓库为工作空间规则在项目打开期间有效.mdc文件定义了AI应如何响应的规则通用经验工作空间是王道对于Claude Code、OpenCode、Cursor必须将整个技能仓库的根目录作为IDE的工作空间打开。这样包装器文件SKILL.md或.mdc才能通过../等相对路径正确找到规范包里的脚本和配置。这是最常见的问题来源。路径区分大小写在Linux/macOS系统上路径是区分大小写的。确保你复制的目录名是claws-temple-bounty而不是Claws-Temple-Bounty。脚本执行权限确保scripts/目录下的.sh脚本具有可执行权限 (chmod x *.sh)。4.2 任务4SHIT Skills发布的兼容性迷宫任务4是兼容性问题的高发区因为它严重依赖主机环境的具体能力。在非OpenClaw主机如Codex, Claude Code上 技能会尝试通过HTTP GET请求加载一个远程的https://www.shitskills.net/skill.md文件。这要求你的主机环境必须具备网络访问能力并且能解析该域名。如果遇到失败首先检查网络连通性例如能否curl通这个URL。有些在严格防火墙后的企业环境或某些沙箱环境中这可能行不通。在OpenClaw主机上 情况完全不同。OpenClaw通常运行在一个更受控或隔离的环境中直接加载远程技能文件可能不可靠或不安全。因此技能期望存在一个本地安装的、兼容的SHIT Skills原生技能包。问题claws-temple-bounty仓库本身并不包含这个原生包。解决方案你需要从SHIT Skills社区或其他渠道找到并单独安装一个能在OpenClaw中运行的SHIT Skills技能。安装后同样需要运行/new。然后claws-temple-bounty技能会探测到这个本地技能的存在并将任务4的流程委托给它。如何判断在OpenClaw中你可以直接询问技能Use $claws-temple-bounty to tell me whether Task 4 can run in OpenClaw right now, and if not, list the exact missing native prerequisite.它会明确告诉你缺什么。4.3 常见问题排查速查表下面列出了一些我亲自遇到过或社区里高频出现的问题及其解决方法。问题现象可能原因排查步骤与解决方案技能无响应或提示“未找到技能”1. 技能未正确安装到主机搜索路径。2. (OpenClaw) 未使用/new创建新会话。3. (Claude Code/Cursor) 未将仓库根目录设为工作空间。1. 对照“Quick Install”章节确认技能包放在了正确的目录。2. 在OpenClaw中务必输入/new。3. 在VSCode或Cursor中通过“文件”-“打开文件夹”打开整个技能仓库。任务1失败提示找不到agent-spectrum依赖技能缺失。1. 允许技能自动安装如果提示。2. 或手动克隆agent-spectrum技能到CLAWS_TEMPLE_SKILLS_HOME或工作空间的skills/目录下。3. 运行/new(OpenClaw) 或重启会话。任务2卡在“检查登录状态”共振合约技能 (resonance-contract) 版本过低或未登录。1. 确保resonance-contract版本 4.0.0。2. 技能应引导你完成注册或登录流程。如果卡住尝试单独运行共振合约技能进行登录。任务3执行器脚本返回password_required后无响应AI智能体没有正确处理交互式密码输入。这是设计如此。脚本需要CA钱包的密钥库密码这个密码不应该被AI模型记录或存储。智能体应该向用户索要密码并在单次执行中传递给脚本例如通过管道或参数具体看脚本设计。请查看执行器脚本的文档确认正确的密码传递方式。任务3失败提示waiting_for_tokens账户中 AIBOUNTY 代币余额不足 2 个。这是硬性要求。你需要为执行投票的CA地址获取足够的 AIBOUNTY 测试币。请前往社区水龙头或完成其他任务获取。任务4在OpenClaw中显示“缺少原生依赖”未安装OpenClaw可用的SHIT Skills原生技能包。1. 从SHIT Skills社区寻找并安装对应的原生技能包。2. 安装后在OpenClaw中运行/new。3. 再次询问技能关于任务4的状态。任务4在Codex/Claude Code中显示“无法加载远程技能”网络问题或shitskills.net域名无法访问。1. 尝试在终端中执行curl -I https://www.shitskills.net/skill.md检查网络连通性。2. 如果处于受限网络可能需要配置代理注意此操作需符合当地法律法规和网络使用政策。所有任务都报奇怪的路径错误CLAWS_TEMPLE_SKILLS_HOME环境变量设置错误或包装器文件路径不对。1. 检查CLAWS_TEMPLE_SKILLS_HOME是否指向一个真实存在的目录。2. 对于Claude Code/Cursor确认工作空间是仓库根目录并且.claude/skills/.../SKILL.md或.cursor/rules/... .mdc文件存在且内容正确。技能运行缓慢可能是依赖解析或网络请求耗时。1. 首次运行会检查/安装依赖后续运行会快很多。2. 确保你的网络连接稳定。3. 如果使用了自定义源确认源仓库的响应速度。4.4 维护者指南发布与测试如果你是这个技能的分支维护者或者需要为团队定制版本那么打包和发布是必须掌握的技能。构建ClawHub分发包项目提供了scripts/build-clawhub.sh脚本来生成一个干净的、仅包含发布所需文件的“捆绑包”Bundle。# 在仓库根目录执行 bash scripts/build-clawhub.sh这个脚本会清理旧的dist/clawhub/claws-temple-bounty目录。从规范包 (skills/claws-temple-bounty/) 复制必要文件。重写内部路径使其适应ClawHub的运行时环境。生成一个clawhub-bundle-manifest.json文件作为构建凭证。验证捆绑包构建后强烈建议运行验证脚本确保没有遗漏关键文件或包含不该有的文件。python3 scripts/validate_clawhub_bundle.py发布到ClawHub使用ClawHub CLI工具进行发布。你需要提前安装并登录clawhub。clawhub skill publish dist/clawhub/claws-temple-bounty --version 0.2.19注意--version参数必须与规范包中的版本号一致。发布时ClawHub的Web UI可能会让你确认元数据如slug、显示名、许可证请确保与manifest.yaml中的内容一致。自动化测试与发布门禁项目包含了严格的测试脚本用于保障发布质量。smoke-check.sh: 基础冒烟测试检查依赖和核心功能。release-gate.sh:发布门禁。运行所有严格测试包括远程技能可达性、原生功能验证等。只有通过这个才能进行生产发布。test-rollout-gate.sh:测试发布门禁。比冒烟测试严格但比发布门禁宽松用于预发布环境验证。作为维护者在合并重要更改或发布新版本前至少应运行smoke-check.sh。对于正式发布必须通过release-gate.sh。这种自动化的质量门禁是保证多主机兼容性技能稳定性的基石。经过这样一番从设计到部署从使用到排坑的详细拆解你应该对claws-temple-bounty这个技能有了透彻的理解。它不仅仅是一个任务清单更是一个展示了如何为异构的AI智能体平台构建健壮、用户友好、可维护技能的优秀工程范例。下次当你的智能体在家“待业”时你知道该怎么让它出去“闯荡江湖”了。