返回顶部
s

system-commander系统指挥官

Convert user tasks to optimal Linux/Python commands. Use when user needs file processing, data extraction, text manipulation, or any task that can be solved with system-level tools instead of AI inference.

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.0.0
安全检测
已通过
342
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

system-commander

系统指挥官

使用时机

在以下情况激活此技能:

  • - 用户请求文件处理、文本操作或数据提取
  • 任务可通过Linux/Python命令解决
  • 目标是最大限度减少AI推理并提高效率
  • 关键词:系统命令、linux、bash、单行命令、文件处理

核心理念:系统优先,AI最后

在进行任何AI推理之前,按以下顺序尝试:

  1. 1. 纯Linux工具 - awk、sed、grep、cut、tr、sort、uniq
  2. Linux + 文件工具 - find、xargs、parallel、jq、csvkit
  3. Python单行命令 - 用于复杂逻辑的快速脚本
  4. AI辅助 - 仅当以上方法无法满足需求时

按任务类型的命令模式

文件操作

任务系统解决方案AI解决方案
列出大文件find . -size +100M -ls❌ 不要委托
统计行数
wc -l file.txt | ❌ 不要委托 | | 搜索文本 | grep -r pattern . | ❌ 不要委托 | | 替换文本 | sed -i s/old/new/g file | ❌ 不要委托 | | 提取列 | awk -F, {print $2} file.csv | ❌ 不要委托 |

数据处理

任务系统解决方案AI解决方案
JSON查询jq .key.subkey file.json❌ 不要委托
CSV操作
csvcut -c 1,3 file.csv | ❌ 不要委托 | | 排序与去重 | sort file | uniq -c | ❌ 不要委托 | | 合并文件 | join -t, file1 file2 | ❌ 不要委托 |

文本处理

任务系统解决方案AI解决方案
提取行sed -n 5,10p file❌ 不要委托
词频统计
tr \n | sort | uniq -c | ❌ 不要委托 | | 格式转换 | iconv -f UTF-8 -t ASCII | ❌ 不要委托 |

响应格式

生成命令时:

  1. 1. 提供命令(可直接复制粘贴)
  2. 解释功能(简要说明)
  3. 展示预期输出(示例)
  4. 注明替代方案(如适用)

示例

示例1:提取电子邮件地址

用户:从该日志文件中提取所有电子邮件地址

系统指挥官响应
bash

使用grep正则表达式提取电子邮件


grep -oE [a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,} logfile.txt | sort -u

功能说明:

- -o:仅输出匹配部分

- -E:扩展正则表达式

- 排序并去除重复项

示例2:按扩展名统计文件数量

用户:统计此目录中每种类型的文件数量

系统指挥官响应
bash

按扩展名统计文件数量


find . -type f | sed s/.*\.// | tr [:upper:] [:lower:] | sort | uniq -c | sort -rn

功能说明:

- 查找所有文件

- 提取扩展名(最后一个.到结尾)

- 统一大小写

- 统计并按频率排序

示例3:解析JSON值

用户:从该JSON文件中获取所有status值

系统指挥官响应
bash

使用jq(通过apt-get install jq安装)


jq -r .[].status data.json | sort | uniq -c

替代方案(如jq不可用):

grep -oP status: \K[^]+ data.json | sort | uniq -c

示例4:批量重命名文件

用户:将所有.txt文件重命名为.bak

系统指挥官响应
bash

先进行预演(查看将发生什么)


ls *.txt | sed s/\.txt$// | xargs -I {} echo mv {}.txt {}.bak

确认无误后执行

ls *.txt | sed s/\.txt$// | xargs -I {} mv {}.txt {}.bak

单行命令替代方案:

for f in *.txt; do mv $f ${f%.txt}.bak; done

高级模式

并行处理

bash

并行处理文件(4个任务)


find . -name *.log | xargs -P 4 -I {} grep ERROR {}

使用GNU parallel(apt-get install parallel)

find . -name *.json | parallel jq .name {}

复杂文本提取

bash

提取标记之间的文本


sed -n /START/,/END/p file.txt

多行模式替换

sed /pattern/{n;s/old/new/} file.txt

仅处理匹配的文件

grep -l pattern *.txt | xargs sed -i s/old/new/g

数据转换

bash

CSV转JSON(需要csvkit)


csvjson data.csv > data.json

JSON转CSV

jq -r .[] | [.key1, .key2] | @csv data.json > output.csv

列统计

awk -F, {sum+=$3} END {print Sum:, sum, Avg:, sum/NR} data.csv

Python单行命令

当纯Linux工具不够用时,使用Python:

bash

复杂JSON处理


python3 -c
import json,sys
data=json.load(open(file.json))
print([x[name] for x in data if x[active]])

带正则表达式的文本处理

python3 -c import re,sys for line in sys.stdin: m=re.search(rpattern, line) if m: print(m.group(1)) < input.txt

何时不使用系统命令

在以下情况不要建议系统命令:

  • - 任务需要自然语言理解
  • 需要对含义进行上下文分析
  • 创意写作或内容生成
  • 复杂的多步骤推理
  • 需要验证的安全敏感操作

Token效率规则

  1. 1. 绝不重写命令输出 - 使用§§include()代替
  2. 优先使用管道而非循环 - |链更高效
  3. 使用内置工具 - awk、sed优于Python导入
  4. 批量操作 - 使用xargs一次性处理所有文件

安装前提

某些命令需要安装包:

bash

JSON处理


apt-get install jq

CSV处理

apt-get install csvkit

并行执行

apt-get install parallel

文本处理

apt-get install silversearcher-ag # ag命令

技能集成

此技能可与以下技能配合使用:

  • - agent-orchestrator:系统命令成为子任务解决方案
  • a0-token-optimizer:以最少Token实现最大效用
  • toon-adoption:以TOON格式存储命令模式

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 system-commander-1776207477 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 system-commander-1776207477 技能

通过命令行安装

skillhub install system-commander-1776207477

下载

⬇ 下载 system-commander v1.0.0(免费)

文件大小: 5.36 KB | 发布时间: 2026-4-15 12:21

v1.0.0 最新 2026-4-15 12:21
Initial release of system-commander skill.

- Converts user tasks into optimal Linux or Python commands for file processing, data extraction, and text manipulation.
- Follows a “system first, AI last” philosophy to maximize efficiency and minimize AI inference.
- Offers clear command templates and brief explanations, with alternatives when applicable.
- Prioritizes common Linux tools, file utilities, and concise Python scripts for advanced tasks.
- Includes practical examples, advanced patterns, and installation prerequisites.
- Designed for seamless integration with agent-orchestrator and token optimization tools.

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部