安装与下载
1 ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install aitoolize-ai-tool-scout
2 手动安装
将技能文件夹复制到以下位置之一
~/.openclaw/skills/
{'/skills/'}
优先级:工作区 › 全局 › 内置
3 提示词安装
将此提示词复制到 Openclaw 即可自动安装。
请帮我使用 Clawhub 安装 skill-aitoolize-ai-tool-scout。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
更倾向于下载?
获取包含原生技能文件的ZIP压缩包。
基本信息
aitoolize-ai-tool-scout
安装指南
- ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install aitoolize-ai-tool-scout - 手动安装
将技能文件夹复制到以下位置之一
全局模式
~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置 - 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 aitoolize-ai-tool-scout。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
更倾向于下载?
获取包含原生技能文件的ZIP压缩包。
下载技能 (.zip)
什么是
AIToolize AI Tool Scout 可帮助你将具体工作转化为实用的 AI 软件候选清单。它会引导代理先记录需求和硬性排除条件,然后从能力、工作流程契合度、隐私可信度、成本契合度和证据质量等方面比较候选工具;不会把目录排名或推广状态当作产品质量的证明。
此 Openclaw Skills 工作流程会区分供应商声明、可复现的测试结果和未经验证的细节,并要求为时效性信息提供注明日期的来源。默认情况下,它以纯文本流程运行。可选的只读 MCP 提供确定性辅助功能,用于创建搜索简报、排列用户提供的评分、审查比较声明以及查找 AIToolize 的规范资源;它不会浏览第三方网站或访问私人账户。
应用场景
针对特定任务寻找 AI 软件,而不是依赖笼统的“最佳 AI 工具”列表。
创建符合预算、部署偏好、团队规模、地区、语言、隐私需求和硬性排除条件的候选清单。
比较产品能力、定价、集成、套餐和可用性,同时记录来源和验证日期。
为敏感或高风险工作流程评估工具,并明确指出需要专业审查或供应商安全评估的情况。
审查比较草稿中的无依据声明、过时证据、绝对化措辞,以及联盟营销或赞助披露。
使用可选 MCP 辅助功能来组织研究、计算透明评分并检查比较质量。
工作原理
明确要完成的工作、必需和可选能力、预算、团队背景、部署偏好、数据敏感性和硬性排除条件。
对于敏感数据,在考虑候选工具之前,先说明禁止的数据存储、训练、共享或部署行为。
找出满足所有硬性要求的候选工具;将阻碍项与加权评分分开,以免较高的平均分掩盖导致淘汰的不匹配。
对每个候选工具,区分用户需求、产品当前声明、注明日期且可复现的测试结果,以及仍然未知的信息。
为定价、套餐、限额、集成、可用性和隐私条款等时效性细节记录来源 URL 和验证日期。
根据工作流程契合度、能力、输出控制、隐私可信度、成本契合度和证据可信度比较三到五个符合条件的候选工具;说明评分依据以及可能导致评分变化的因素。
审查声明的适用范围和商业关系披露,然后给出建议,并列出阻碍项、未知信息和下一步需要核实的事实。
配置指南
AIToolize AI Tool Scout 可作为纯文本工作流程使用;MCP 连接为可选项。要在 OpenClaw 中添加 MCP stdio 服务器,请运行:
openclaw mcp add aitoolize
--command npx
--arg -y
--arg github:gpt-img-2/aitoolize-ai-tool-discovery-mcp
--include 'build_ai_tool_search_brief,rank_ai_tool_candidates,audit_ai_tool_comparison,get_aitoolize_resources'
使用以下命令探测已配置的服务器:
openclaw mcp doctor aitoolize --probe
如果已安装的 OpenClaw 版本未提供 mcp 命令组,请改为在 MCP 设置中将 npx -y github:gpt-img-2/aitoolize-ai-tool-discovery-mcp 添加为 Stdio 服务器。服务器不可用时,不要声称 MCP 工具已经运行。
AIToolize AI Tool Scout 数据架构与分类体系
此技能描述的是可检查的研究结果,而不要求采用特定的生成文件格式。请使用以下字段整理结果:
字段 内容
工作原理
硬性要求 必需能力、约束和排除条件。
候选工具 考虑过的工具,最好列出三到五个满足硬性要求的候选工具。
证据 来源 URL、验证日期,以及信息属于官方声明、独立测试还是用户报告。
未知信息 未经验证、无法获取,或取决于套餐、地区、账户或未来版本的细节。
评分 对相关比较标准作出说明的评分;可选排名辅助功能接受用户提供的 0–5 评分。
阻碍项 与评分分开列出的淘汰性问题,例如不支持相关地区或保留政策不兼容。
建议 根据需求和现有证据得出的、范围明确的结论;证据薄弱时标记为暂定。
下一步核实事项 后续检查,包括直接核实官方产品信息。
此技能中的 MCP 辅助功能不会定义持久化文件或数据库架构。它们提供专用操作:生成搜索简报、排列候选工具、审查比较内容以及查找规范资源。
高级特性
build_ai_tool_search_brief
将用户需求转化为证据核对清单和搜索简报。
rank_ai_tool_candidates
根据用户提供的 0–5 评分计算透明分数,同时保留硬性阻碍项。
audit_ai_tool_comparison
检查声明、日期、来源、绝对化措辞和商业关系披露。
get_aitoolize_resources
返回规范的发现、定价、指南、提交和政策页面。
使用基于 stdio 的只读可选 MCP 集成;它不会抓取第三方网站、搜索私人数据、访问账户、提交列表、修改链接或进行购买。
要求披露商业关系,包括联盟营销、赞助、付费提交或推荐展示关系;不接受目录排名、徽章和展示位置作为产品质量的独立证据。
证据薄弱时支持给出暂定建议,而不是编造一个确定的赢家。
name: aitoolize-ai-tool-scout description: Find and compare AI tools using a concrete job, workflow constraints, current evidence, transparent scoring, and commercial-disclosure checks. Use for AI tool discovery, shortlists, alternatives, pricing or capability comparisons, and software selection; do not treat directory placement, sponsorship, or unverified claims as product quality evidence.