OpenClaw技能开发为GLM-4.7-Flash定制专属自动化1. 为什么需要自定义技能去年夏天我的桌面堆满了未分类的文档——会议记录、技术方案、临时截图混杂在一起。每次找文件都要花10分钟以上直到我意识到OpenClaw可以成为我的数字管家。但现成的文件管理技能要么功能过剩要么不符合我的分类逻辑于是决定为GLM-4.7-Flash开发专属文件分类技能。与通用方案不同这个技能需要理解我独特的分类标准如技术文档包含AI/后端/前端子类保留原始文件的创建时间戳对敏感文件自动添加待审核标记生成操作日志供后续追溯2. 开发环境准备2.1 基础组件配置首先确保OpenClaw已正确接入GLM-4.7-Flash服务。我的~/.openclaw/openclaw.json配置如下{ models: { providers: { glm-flash: { baseUrl: http://localhost:11434/api/generate, api: openai-completions, models: [ { id: glm-4.7-flash, name: GLM-4.7-Flash Local, contextWindow: 32768 } ] } } } }关键验证步骤openclaw models list # 应显示glm-4.7-flash状态为available openclaw gateway restart2.2 技能开发目录结构创建技能骨架目录my-file-organizer/ ├── package.json ├── skill.js ├── prompts/ │ └── classify.md └── test/ └── sample-docs/其中package.json需要声明OpenClaw技能特有的元数据{ claw: { type: skill, triggers: [整理文件, 分类文档], description: 根据内容自动分类文档到指定目录 } }3. 核心逻辑实现3.1 自然语言理解模块在prompts/classify.md中定义提示词模板你是一个专业文件管理员请根据文档内容判断分类 规则 - 技术类AI/后端/前端三个子类 - 行政类财务/人事/制度 - 临时类保留7天后自动删除 输入内容 {{content}} 只需返回JSON格式 { category: 技术|行政|临时, subcategory: 子类名或null, sensitive: true|false }通过GLM-4.7-Flash处理请求的代码片段async function classifyContent(text) { const prompt fs.readFileSync(./prompts/classify.md, utf-8) .replace({{content}}, text.slice(0, 8000)); const res await openclaw.models.complete({ model: glm-4.7-flash, prompt: prompt, temperature: 0.3 }); return JSON.parse(res.trim()); }3.2 文件操作模块实现带安全检查的文件移动const SAFE_PATHS [/Users/me/Docs, /Users/me/Downloads]; function safeMove(src, dest) { if (!SAFE_PATHS.some(p src.startsWith(p))) { throw new Error(禁止操作安全路径外的文件); } const stat fs.statSync(src); fs.ensureDirSync(path.dirname(dest)); fs.moveSync(src, dest, { overwrite: false }); // 保持原始时间戳 fs.utimesSync(dest, stat.atime, stat.mtime); return { originalPath: src, newPath: dest, createdAt: stat.birthtime }; }4. 技能注册与测试4.1 注册到OpenClaw系统在skill.js中暴露主处理函数module.exports { handler: async (context) { const { instruction, filePath } context.params; try { const content fs.readFileSync(filePath, utf-8); const classification await classifyContent(content); const destDir buildDestinationPath(classification); const result safeMove(filePath, destDir); return { success: true, data: { ...result, classification } }; } catch (e) { return { success: false, error: e.message }; } } };通过CLI安装技能clawhub install ./my-file-organizer openclaw skills list | grep organizer4.2 测试验证流程准备测试文档echo Transformer模型在NLP中的应用 test/sample-docs/ai-note.txt echo 2024年部门预算草案 test/sample-docs/budget.xlsx触发技能测试openclaw skills test my-file-organizer --params { instruction: 分类文档, filePath: test/sample-docs/ai-note.txt }预期输出应包含{ success: true, data: { newPath: /Users/me/Docs/技术/AI/ai-note.txt, classification: { category: 技术, subcategory: AI, sensitive: false } } }5. 调试与优化经验5.1 常见问题排查JSON解析失败GLM-4.7-Flash有时会在响应前后添加无关字符需要添加try-catch和字符串清洗路径越界有次测试时误操作了系统目录后来增加了SAFE_PATHS白名单检查编码问题处理Office文档时需要先转换为文本最终引入textract库解决5.2 性能优化点缓存机制对重复文件内容如会议记录模板缓存分类结果批量处理支持传入目录路径时自动遍历处理增量学习将用户手动修正结果反馈给模型微调实际测试中处理100个混合文档的平均耗时从初版的47秒优化到现在的12秒。6. 技能扩展方向这个基础技能已经可以处理我的日常需求但还有更多可能性邮件附件处理与邮箱技能结合自动保存并分类附件图片OCR分类通过Tesseract.js识别图片中的文字内容自动化归档对超过1年的文件自动压缩转存最让我惊喜的是GLM-4.7-Flash在中文文档分类上的准确率——即使只有少量示例它也能理解立项报告应该归入行政/制度而非临时类。这种语义理解能力是传统规则引擎难以实现的。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
OpenClaw技能开发：为GLM-4.7-Flash定制专属自动化
OpenClaw技能开发为GLM-4.7-Flash定制专属自动化1. 为什么需要自定义技能去年夏天我的桌面堆满了未分类的文档——会议记录、技术方案、临时截图混杂在一起。每次找文件都要花10分钟以上直到我意识到OpenClaw可以成为我的数字管家。但现成的文件管理技能要么功能过剩要么不符合我的分类逻辑于是决定为GLM-4.7-Flash开发专属文件分类技能。与通用方案不同这个技能需要理解我独特的分类标准如技术文档包含AI/后端/前端子类保留原始文件的创建时间戳对敏感文件自动添加待审核标记生成操作日志供后续追溯2. 开发环境准备2.1 基础组件配置首先确保OpenClaw已正确接入GLM-4.7-Flash服务。我的~/.openclaw/openclaw.json配置如下{ models: { providers: { glm-flash: { baseUrl: http://localhost:11434/api/generate, api: openai-completions, models: [ { id: glm-4.7-flash, name: GLM-4.7-Flash Local, contextWindow: 32768 } ] } } } }关键验证步骤openclaw models list # 应显示glm-4.7-flash状态为available openclaw gateway restart2.2 技能开发目录结构创建技能骨架目录my-file-organizer/ ├── package.json ├── skill.js ├── prompts/ │ └── classify.md └── test/ └── sample-docs/其中package.json需要声明OpenClaw技能特有的元数据{ claw: { type: skill, triggers: [整理文件, 分类文档], description: 根据内容自动分类文档到指定目录 } }3. 核心逻辑实现3.1 自然语言理解模块在prompts/classify.md中定义提示词模板你是一个专业文件管理员请根据文档内容判断分类 规则 - 技术类AI/后端/前端三个子类 - 行政类财务/人事/制度 - 临时类保留7天后自动删除 输入内容 {{content}} 只需返回JSON格式 { category: 技术|行政|临时, subcategory: 子类名或null, sensitive: true|false }通过GLM-4.7-Flash处理请求的代码片段async function classifyContent(text) { const prompt fs.readFileSync(./prompts/classify.md, utf-8) .replace({{content}}, text.slice(0, 8000)); const res await openclaw.models.complete({ model: glm-4.7-flash, prompt: prompt, temperature: 0.3 }); return JSON.parse(res.trim()); }3.2 文件操作模块实现带安全检查的文件移动const SAFE_PATHS [/Users/me/Docs, /Users/me/Downloads]; function safeMove(src, dest) { if (!SAFE_PATHS.some(p src.startsWith(p))) { throw new Error(禁止操作安全路径外的文件); } const stat fs.statSync(src); fs.ensureDirSync(path.dirname(dest)); fs.moveSync(src, dest, { overwrite: false }); // 保持原始时间戳 fs.utimesSync(dest, stat.atime, stat.mtime); return { originalPath: src, newPath: dest, createdAt: stat.birthtime }; }4. 技能注册与测试4.1 注册到OpenClaw系统在skill.js中暴露主处理函数module.exports { handler: async (context) { const { instruction, filePath } context.params; try { const content fs.readFileSync(filePath, utf-8); const classification await classifyContent(content); const destDir buildDestinationPath(classification); const result safeMove(filePath, destDir); return { success: true, data: { ...result, classification } }; } catch (e) { return { success: false, error: e.message }; } } };通过CLI安装技能clawhub install ./my-file-organizer openclaw skills list | grep organizer4.2 测试验证流程准备测试文档echo Transformer模型在NLP中的应用 test/sample-docs/ai-note.txt echo 2024年部门预算草案 test/sample-docs/budget.xlsx触发技能测试openclaw skills test my-file-organizer --params { instruction: 分类文档, filePath: test/sample-docs/ai-note.txt }预期输出应包含{ success: true, data: { newPath: /Users/me/Docs/技术/AI/ai-note.txt, classification: { category: 技术, subcategory: AI, sensitive: false } } }5. 调试与优化经验5.1 常见问题排查JSON解析失败GLM-4.7-Flash有时会在响应前后添加无关字符需要添加try-catch和字符串清洗路径越界有次测试时误操作了系统目录后来增加了SAFE_PATHS白名单检查编码问题处理Office文档时需要先转换为文本最终引入textract库解决5.2 性能优化点缓存机制对重复文件内容如会议记录模板缓存分类结果批量处理支持传入目录路径时自动遍历处理增量学习将用户手动修正结果反馈给模型微调实际测试中处理100个混合文档的平均耗时从初版的47秒优化到现在的12秒。6. 技能扩展方向这个基础技能已经可以处理我的日常需求但还有更多可能性邮件附件处理与邮箱技能结合自动保存并分类附件图片OCR分类通过Tesseract.js识别图片中的文字内容自动化归档对超过1年的文件自动压缩转存最让我惊喜的是GLM-4.7-Flash在中文文档分类上的准确率——即使只有少量示例它也能理解立项报告应该归入行政/制度而非临时类。这种语义理解能力是传统规则引擎难以实现的。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
