这个视频提到我们的定价了吗?带时间戳引出来。返回内容那句话、那一分钟、说话的人——或者一句明确的「这个话题没出现过」。
OpenClaw 把技能当成有生命周期的东西——安装、复核,再按 Agent 逐个启用——而且它在你已经在聊的地方答话,所以回复本身必须站得住。
拿回来的是带分钟数的文本。这才让一条聊天回复可以被核查——对话里任何人都能跳到 22:10 自己听一遍。
先从这周大家都在引用的那部分开始吧——定价变动。
标价没有动。变的是入门档不再有席位下限。
对十个席位以下的团队来说,这是实打实的降价,而这恰恰不是任何人写出来的标题。
所以报道漏掉了那个前提条件,把价格写错了。
大体上是。有两家媒体确实先找我们核对过。
标价没有动。变的是入门档不再有席位下限。
这是个活儿很窄的小技能,所以启用这一步的问题很直接:有人贴视频的时候,哪些 Agent 应该能答。
clawhub install felo-youtube-subtitling主聊天 Agent已启用链接最可能出现的地方,也是又快又带引用的回答最省时间的地方。
调研 Agent已启用当报告里的某个说法来自一场演讲时很有用;文字稿可以回到源头再核一遍。
团队频道先复核等频道里的人都知道文字稿来自自动字幕、偶尔会把名字弄错之后,再启用。
三条消息,第三条是大家会记住的那条。
有人往频道里丢了个视频,而且已经附上了自己的看法。
就一个要求:拿到文字稿,把关于那个具体说法的那段引出来。这样回复就绑在录像上,而不是绑在频道的情绪上。
分钟数让频道里任何人都能不看视频就核实。它也能结束关于某人到底什么意思的争论。
在链接被贴出的那个对话里回复。把更正发在私聊里,等于让错误的版本继续立在那儿给所有人看。
留下一条带时间戳的引用式更正,发在原始说法被分享的那个对话里。
问得短,答得带引用,不要整段录像的摘要。
这个视频提到我们的定价了吗?带时间戳引出来。返回内容那句话、那一分钟、说话的人——或者一句明确的「这个话题没出现过」。
把这个演讲里每个数字连同时间戳都拉出来。其余的我不要。返回内容一小串锚定到分钟的数字,足够核查有人在对话里提出的说法。
聊天里的引用是会被直接当真的,所以检查发生在你发出去之前,而不是之后。
按引用的那一分钟去打开视频。没有时间戳的引用没法核查,而可以核查正是你要它的全部理由。
自动字幕这两样都会弄错。如果一个数字要在频道里被反复引用,对着音频确认一遍。
人会加限定,而字幕会丢掉语气。在你把它当成某个立场的代表之前,前后各读一行。
这 5 个技能都是为 OpenClaw 2.0 编写的。它们在这个平台上的用法一致,所以你可以放在同一次会话里组合使用,不必重复说明自己的环境。
从技能开始,再按 OpenClaw 2.0 工作流的需要组合模型、实时数据、知识和输出工具——用的还是 Felo 技能已经在用的那个 Key。
当 Agent 需要自定义推理或生成时,使用性价比更高的 LLM 接入。
为 Agent 提供最新的 Web 与社交信号,而不是依赖过时的上下文。
把工作建立在可复用的知识之上,再转化为可以分享的交付物。
把工作流从调研延伸到视觉呈现和可直接交付的 Office 成果。