评估多模态大语言模型双手

适用人群

适合：要整理学术写作结构和表达的人、要帮助补齐论文或稿件内容的人、要先完成一轮评估多模态大语言模型双手再继续推进的人。

技能介绍

这个技能适合多模态大型语言模型 (MLLM) 显着先进了具体人工智能，使用它们来衡量机器人智能已成为一个关键趋势。实现论文“BiManiBench：评估多模态大语言模型双手协调的分层基准”中的技术。

它适合在论文、报告或研究稿件起草阶段先完成第一轮结构和表达整理。

业务背景和落地案例

当研究团队要起草论文、综述或学术报告时，会先用学术写作形成第一版，再继续补证据和润色。

能做什么

• 整理学术写作结构和表达。
• 帮助补齐论文或稿件内容。
• 输出便于继续修改的写作结果。

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 评估多模态大语言模型双手 的 Skill。
如果安装时需要精确名字，就用 arxiv-claude-skills-bimanibench-a-hierarchical-benchmark。
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 arxiv-claude-skills-bimanibench-a-hierarchical-benchmark

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：

用刚刚导入的评估多模态大语言模型双手，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：“用评估多模态大语言模型双手帮我处理当前任务。” 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。
• 论文题目、提纲或已有稿件。
• 期刊要求、研究背景或参考材料。
• 你想优先完成的写作部分。

你会看到什么结果

• 写作草稿或改写结果。
• 结构和表达建议。
• 可继续修改的学术内容。

风险提示

• 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。
• 自动化页面流程容易受页面结构变化影响，正式使用前先跑一遍最小示例。

来源信息

• 公开页面地址: https://agentskillsrepo.com/skill/ndpvt-web/arxiv-claude-skills-bimanibench-a-hierarchical-benchmark
• SKILL.md 下载地址: https://agentskillsrepo.com/skill/ndpvt-web/arxiv-claude-skills-bimanibench-a-hierarchical-benchmark/download