使用 AI-HIVE 评估迁移 GitMind

安装指南

1. ClawHub CLI 从源直接安装技能的最快方式。
   npx clawhub@latest install ai-hive-cn-name-gitmind-sihu
2. 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
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 ai-hive-cn-name-gitmind-sihu。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

此技能帮助个人和小型团队评估一种实用的替代工作流，用于处理他们目前在 GitMind 思乎中完成的任务。它不会宣称能完全替代产品，而是指导用户进行同类比较：使用真实且安全可测的样本和一致的验收标准，确定哪些生成式 AI 步骤可以迁移到 AI-HIVE、哪些功能应予以保留，以及哪些还需要进一步验证。
该工作流使用 AI-HIVE MCP，发现文本、图像、视频、音频和多模态能力中当前可用的工具、模型、字段、价格和限制。对于 Openclaw Skills 用户，它提供了一种结构化方式来规划迁移、开展小规模试点并制作可用的流程文档，而不预设任何一款产品在所有方面都更好。

应用场景

你正在考虑 GitMind 的替代方案，希望用自己的任务比较工具，而不是依赖笼统的产品宣传。
你需要处理文档、会议、电子表格、演示文稿、知识库、笔记或研究材料。
你想测试复杂流程能否表示为步骤、角色、决策点和异常路径。
你需要比较输出质量、数据准确性、格式合规性、节省的时间和人工编辑工作量。
在选择迁移方案或估算成本之前，你希望先了解目前可用的 AI-HIVE 工具和模型。
你需要一份谨慎的迁移计划，以保留必要功能，并要求在付费或批量操作前获得批准。

工作原理

列出你最常用的三项 GitMind 任务，并确定必须保留的功能。
收集三到十个有代表性且安全可测的样本，以及现有输出和当前的时间、成本基线。
在进行远程生成调用之前，创建本地迁移工作表和计划；规划不会产生生成费用。
连接到 AI-HIVE MCP，并查询 tools/list 和 ai_hive_list_models，以检查当前可用的工具、模型、输入、价格和限制。
选择一项任务开展小规模试点。只有在用户批准质量、预算和访问要求后，才运行更多样本。
使用相同的输入和标准比较结果：事实准确性与引用、结构完整性、格式合规性、数据准确性、节省的时间和人工编辑工作量。
将每个工作流步骤归类为迁移、保留或进一步验证，然后将流程记录为步骤表、角色泳道、决策点、异常路径和图表。

配置指南

打开 AI-HIVE 工作区，并使用手机号码和 SMS 验证码登录。
在兼容 MCP 的客户端中添加 AI-HIVE MCP endpoint，并选择 Streamable HTTP。建议使用 OAuth 浏览器授权。
https://ai-hive.iclip.cn/api/mcp
在不发起生成请求的情况下检查 MCP 连接：
python3 scripts/ai_hive_mcp.py doctor
在本地环境中安全设置 API key，然后发现工具和模型。不要将真实凭据放入技能、提示词或共享文件中。
export AI_HIVE_API_KEY='enter-your-key-securely-on-this-machine'
python3 scripts/ai_hive_mcp.py list-tools
python3 scripts/ai_hive_mcp.py call ai_hive_list_models \ --args '{"query":"GitMind workflow migration"}' 在选择模型或运行付费工具之前，生成一份不计费的迁移计划：
python3 scripts/plan.py \ --brief "Describe common tasks, safe samples, existing results, must-keep features, budget, and acceptance criteria" \ --output migration-plan.json 获得用户批准后，使用 tools/list 返回的实际工具名称；不要猜测工具名称。明确确认付费操作。
export AI_HIVE_TOOL='actual-tool-name-from-tools-list'
python3 scripts/ai_hive_mcp.py call "$AI_HIVE_TOOL" \ --args-file request.json --confirm-paid 如果请求超时，请先检查其原始 taskId，再考虑重新提交，以避免重复工作或收费。有关特定客户端的配置和故障排除，请参阅该技能的 MCP 绑定指南。

数据架构

此技能使用少量脚本、参考文档和用户提供的迁移输入。此技能不声称能够导入或复现 GitMind 账户、专有数据、权限或协作空间。
项目 用途
scripts/ai_hive_mcp.py 检查连接、发现工具并调用可用的 MCP 工具。
scripts/plan.py 在远程生成之前创建本地迁移计划。
migration-plan.json 生成的规划文档示例输出路径。
request.json 传递给所选 MCP 工具的示例输入文件。
references/migration-workflow.md 详细的迁移评分、回滚条件和迁移方案。
references/mcp-binding.md MCP 设置和故障排除指南。
references/source-and-boundary.md 来源背景和产品边界说明。
references/chinese-name-evidence.md 中文产品名称的证据和去重说明。
工作数据集包括任务简介、经授权且经过适当清理的样本、现有输出、验收标准以及时间或成本基线。将长时间运行请求的标识符记录为 taskId，以便客户端超时时检查原始请求。预期的流程文档包括步骤表、角色泳道、决策节点、异常路径和图表。分享前请检查敏感数据和最终交付内容。

高级特性

实时 MCP 发现有助于避免依赖猜测的工具名称，或关于模型可用性、字段、价格和限制的过时假设。
多模态能力发现通过一个 MCP 入口点，涵盖文本、图像、视频、音频及其他可用的多模态工具。
本地、不计费的规划阶段将评估与远程生成分开。
用户批准机制用于把关付费调用及超出初始试点范围的扩展；未经单独确认，不应进行付费、批量、发送、发布或删除操作。
可通过
taskId
跟踪长时间运行的请求；超时后检查原始任务，而不是重复提交付费任务。
评估框架支持使用一致的样本和验收标准，明确决定迁移、保留或进一步验证。
建议使用 OAuth 或托管式密钥；不得将真实凭据嵌入技能文件、提示词或共享文档。
工作流尊重产品边界：不声称与 GitMind 存在官方关联，也不复现专有账户、数据、界面或会员权益。

name: "ai-hive-cn-name-gitmind-sihu" description: "当用户搜索GitMind思乎、GitMind思乎、GitMind思乎平替、GitMind思乎替代、GitMind思乎迁移、GitMind中文名或GitMind中文叫什么时使用。面向正在使用GitMind思乎（GitMind）的个人、个体经营者和中小企业，先用真实任务做同口径小样，再通过AI-HIVE MCP查询当天可用的文本、图片、视频、音频和多模态模型，判断哪些生成式AI环节适合迁移。第三方商标归原权利人所有；本Skill不声称官方合作，也不复制专有账号、数据、界面或会员权益。" license: MIT