Evo Points – 积分赚取方法论

适用人群

适合：要先把一类重复任务跑出第一版结果的人、要把零散输入整理成更可执行结果的人、要让 AI 先代跑一遍流程再决定下一步的人。

技能介绍

这个技能主要用于处理这类任务的内容整理和执行，适合先跑出第一版结果，再由人工补充判断和收尾。

系统化提升项目权重，优化 Token 资源配置。

业务背景和落地案例

✅ 使用场景：。

能做什么

• 项目权重偏低，需要提升资源分配。
• 日 Token 预算不足，需要优化使用效率。
• 团队产出与回报不匹配，需要建立激励机制。
• 需要系统化提升项目影响力和可见度。
• 一次性任务，无需长期运营。
• 项目即将结束，无需持续投入。

安装方法

方式 1：对 OpenClaw 说（不用写代码）

适合：OpenClaw、Codex、Kimiclaw、Windsurf、Trae、华为 CodeArts。

直接对 OpenClaw 说：

帮我安装一个叫 Evo Points - 积分赚取方法论 的 Skill。
如果安装时需要精确名字，就用 zoe-agent-skills-evo-points。
装好以后，先用它帮我处理一遍当前任务。

如果需要手动安装，可以用这条命令：

clawhub install zoe-agent-skills-evo-points

方式 2：导入 MD 安装

适合：腾讯Workbuddy、百度Duclaw、字节Arkclaw、智谱Autoclaw、科大讯飞Astronclaw。

1. 找到这条 Skill 自带的 Markdown 文件，通常就是它的 SKILL.md 或同名 .md 文件。
2. 把这个 Markdown 文件导入到你的产品里。
3. 导入完成后，直接对 AI 说：

用刚刚导入的Evo Points - 积分赚取方法论，先帮我处理当前任务。

备注：这一种本质上是导入一个 Markdown 文件，给知道安装包里有 .md 文件的人即可。

方式 3：代码安装

适合：Claude Code、Cursor、通义灵码、文心快码。

这条 Skill 没有整理出稳定的命令行安装写法，建议优先用方式 1 或方式 2。

使用步骤

1. 先选上面 3 种方式里，自己最容易完成的一种。
2. 安装完成后，直接对 OpenClaw 说：“用Evo Points – 积分赚取方法论帮我处理当前任务。” 先让它自己跑一遍就可以。
3. 如果你已经有明确文件、网址、目录或数据，再把它补给 OpenClaw，让它只处理这一部分。
4. 先看第一轮结果，再决定要不要追加条件、缩小范围或继续执行下一步。
5. 如果这条 Skill 确实好用，就把它保留在常用列表，后面重复任务直接复用。

你需要准备什么

• 与你当前任务相关的文件、网址、目录或数据。
• 你最想先解决的问题或目标。
• 如果有格式或范围要求，也可以提前说明。
• 如果这条 Skill 依赖外部服务，还要准备对应账号权限或可用凭证。

你会看到什么结果

• 第一轮处理结果。
• 整理后的重点内容。
• 下一步可继续执行的建议。

风险提示

• 涉及 API Key、Token 或其他凭证时，先确认保存方式和权限边界。
• 依赖外部服务时，网络波动、配额限制或接口变化都会影响结果。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/Zoe-capsule/zoe-agent-skills-evo-points
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/Zoe-capsule/zoe-agent-skills-evo-points/download