iBBot 技能中心评估(32 个技能分档)

iBBot 技能中心评估(32 个技能)

数据来源:技能中心首页 https://skills.html.dtns.top(.tmp/skills_index.html,32828 B)+ 全部 32 个技能详情页(.tmp/skills/,22:30 抓取),正文抽取见 .tmp/skills_summary2.txt。 说明:页面本身不带「梯队」字段,下文的分档是阅读 32 个详情页后做出的判断,不是站点自带标注。

一、32 个技能清单(按详情页文件名)

# 技能(页面标题) 文件
01 Agent智体代理 agent-skill.html
02 数字生命agent ai-life-skill.html
03 文档搜索agent ai_search_agent_api.html
04 AI网站工具 aiweb-skill.html
05 API文档生成工具 api-docs-skill.html
06 AI安卓应用(1句话生成) apk-skill.html
07 动画视频制作 canvas_agent_script_api.html
08 角色扮演聊天 chatbot_api.html
09 文档智能问答 docs-agent.html
10 浏览器插件(AI灵驹) dtns.browser.agent.html
11 Android设备远程控制(dtnsbot) dtnsbot-skill.html
12 iBBot 多语言技能(poplang) ibbot-poplang-skill.html
13 ibbo智体机灵 ibbot-skill.html
14 角色智能体点卡 API ibbrole-agent-pointcard-api.html
15 局域网端口扫描 lan-port-skill.html
16 邮件发送agent mail-skill.html
17 地图技能 map-skill.html
18 OCR识别 ocr-skill.html
19 PC电脑控制 pc-controll-skill.html
20 计划任务 plantask-skill.html
21 点卡 API pointcard_api.html
22 poplang 说明 poplang_desc.html
23 主机终端控制 pty-skill.html
24 QQ邮箱agent qq-mail-agently-skill.html
25 技能中心说明 readme.html
26 联网搜索 search-net.html
27 商城技能 shop-skill.html
28 技能市场agent skill_market_agent.html
29 命令执行系统 systemcmd-skill.html
30 视觉理解(VLM) vlm-skill.html
31 天气技能 weather-skill.html
32 微信搜索 wexin-search-skill.html

二、四档评估

第一梯队:底座能力,缺了什么都干不成

技能 价值点/说明
命令执行系统(systemcmd-skill) /systemcmd、/system 前缀共 20 个端点,是几乎所有其他技能的实际执行通道——OCR、PC控制、联网搜索、微信搜索都是「通过 systemcmd 的 /systemcmd/run-sync 执行 wget 调用」实现的。没有它,一半技能是空壳。
主机终端控制(pty-skill) http://ai.pty.{clientId}.html.dtns.top,让 Agent 通过 HTTP 远程控制真实 PTY 终端,是「能真正操作一台机器」的关键,也是本次任务里远程操作 test-pc 的通道。
ibbo智体机灵(ibbot-skill) 意图识别 + 技能调度 + 任务生命周期管理(TASK_DIR / USER_PREFS_DIR / SKILLS_DIR),是「自然语言 → 选技能 → 执行」的总调度器,属于系统大脑。
联网搜索(search-net) keyword 入参,走 DTNSBot HTTP API 在浏览器打开搜索 URL,是获取实时信息的唯一入口,直接决定回答是否过时。

第二梯队:高频实用,能显著扩展能力边界

技能 价值点/说明
邮件发送agent(mail-skill) /rtmailer/send,支持所有 HTTP 方法,后端走 SMTP,是「把结论送出去」的标准出口。
OCR识别(ocr-skill) http://ocr.dtns.top/api,支持 eng / chi_sim,把图片变成可处理文本,是视觉类任务的前置。
视觉理解(vlm-skill) 文字识别、物体识别 + 内建多模态大模型,与 OCR 互补。
PC电脑控制(pc-controll-skill) http://pcbot.html.dtns.top/api,默认密钥 pcbot_secret_key=pcbot123,可做桌面级操作。
文档智能问答(docs-agent) 扫描目录、建缓存、AI 问答并可直接写回文件,适合本地知识库。
文档搜索agent(ai_search_agent_api) 缓存 30 分钟,搜索路径 /home/docs、/data/dtns.os,与 docs-agent 形成检索层。
天气技能(weather-skill) /rtmap/tool/call,轻量、稳定、调用成本低。
地图技能(map-skill) 与天气同属 /rtmap 路由组,位置类需求直接可用。

第三梯队:场景专用,按需启用

技能 价值点/说明
Android设备远程控制(dtnsbot-skill) http://[设备IP]:58082 无障碍服务,移动端自动化专用。
浏览器插件(AI灵驹,dtns.browser.agent) WebSocket 隧道 + HTTP 代理,wss://res.dtns.top,用于接管真实浏览器。
局域网端口扫描(lan-port-skill) 内网巡检、资产发现。
计划任务(plantask-skill) 定时/周期任务编排。
微信搜索(wexin-search-skill) 基于 search_wechat.js,公众号文章检索。
QQ邮箱agent(qq-mail-agently-skill) QQ 邮箱专用通道,与 mail-skill 功能重叠。
AI网站工具(aiweb-skill) 18 个端点,/rtagent/aiweb/,需 user_id + s_id,建站场景专用。
AI安卓应用(apk-skill) http://apk.html.dtns.top/generate-apk,一句话出 APK。
动画视频制作(canvas_agent_script_api) Canvas 动画 + WebM 录制导出。
API文档生成工具(api-docs-skill) /http-api-doc/scan-and-generate,扫描代码生成文档。

第四梯队:生态/元能力,普通使用可暂缓

技能 价值点/说明
Agent智体代理(agent-skill) /rtagent 动态加载 Agent 插件,属于平台扩展能力。
数字生命agent(ai-life-skill) 角色认知、职责使命、记忆管理等规范,偏体系设计。
角色扮演聊天(chatbot_api) 多角色频道 + 记忆 + 心跳,偏产品形态。
iBBot 多语言技能(ibbot-poplang-skill)/ poplang 说明(poplang_desc) 多语言描述规范,属文档层。
角色智能体点卡 API(ibbrole-agent-pointcard-api)/ 点卡 API(pointcard_api) 计费/权益体系,依赖业务后台。
商城技能(shop-skill) 电商场景,通用性低。
技能市场agent(skill_market_agent) 技能分发市场,属生态运营。
技能中心说明(readme) 纯说明页,非可调用技能。

三、结论:如果只学 6 个

只学 6 个,就学这 6 个(按学习顺序):

  1. 命令执行系统(systemcmd-skill) —— 一切的地基。20 个端点、/systemcmd/run-sync 是 OCR、PC控制、联网搜索、微信搜索的共同执行通道,先学它等于一次性打通一半技能。
  2. 主机终端控制(pty-skill) —— 从「能跑命令」升级到「能操作一台真实机器」。HTTP 远程控制 PTY 终端,是远程运维、跨机部署(如本次操作 test-pc)的唯一可靠手段。
  3. ibbo智体机灵(ibbot-skill) —— 系统大脑。负责意图识别、技能选择、依赖分析、任务生命周期管理,学会它才知道「什么时候该调哪个技能」,是把前两个能力串成工作流的关键。
  4. 联网搜索(search-net) —— 信息新鲜度的来源。一个 keyword 参数就能拿到实时资料,成本极低、收益极高,直接决定回答是否可信。
  5. 邮件发送agent(mail-skill) —— 结果交付出口。/rtmailer/send 一个端点即可把结论送达指定收件人,是「任务闭环」的最后一步。
  6. OCR识别(ocr-skill) —— 输入侧的扩展。支持中英文,把截图、扫描件、图片转成可处理文本,让 Agent 能处理非结构化输入。

为什么是这 6 个而不是别的:

  • 覆盖了 Agent 的完整闭环:执行(1、2)→ 决策(3)→ 取信息(4)→ 交付(5)→ 扩输入(6),缺任何一环都会在真实任务里卡住。
  • 这 6 个之间依赖关系清晰:1 是 4、6 的运行时,2 是 1 的远程延伸,3 调度 1~6,5 收尾。学完即可独立完成「查资料 → 处理 → 执行 → 发邮件」的端到端任务。
  • 被排除的高价值技能(VLM、PC控制、文档问答、天气/地图)都属于同类能力的补充:VLM 与 OCR 重叠、PC控制与 PTY 重叠、文档问答与文档搜索重叠、天气/地图是单点查询。它们适合作为第 7~10 个扩展,而不是入门必学。
  • 第三、四梯队(APK 生成、动画视频、建站、点卡、商城、技能市场)都是特定业务场景,通用任务里几乎用不到,先学反而分散精力。

收尾建议:

  • 按顺序学,不要跳。 1→2→3 是递进关系,先有执行通道,再有远程机器控制,最后才是调度大脑;跳过 1 直接学 3,会变成「会派活但没人干活」。
  • 每个技能只学「一个最小可用动作」就够入门。 命令执行系统先掌握 /systemcmd/run-sync 一条;主机终端控制先跑通一次远程 ls;ibbo智体机灵先跑通一次「自然语言 → 选技能 → 执行」;联网搜索先跑通一次 keyword 查询;邮件发送先成功发一封给自己;OCR 先识别一张截图。六个最小动作串起来,就是一条完整的端到端任务链。
  • 学完这 6 个再按需扩展。 第 7~10 个优先补 VLM、PC控制、文档问答、天气/地图——它们都是这 6 个的同类补充,等真实任务里出现缺口时再补,比一开始全学更省时间。
  • 第三、四梯队先放着。 APK 生成、动画视频、建站、点卡、商城、技能市场都是特定业务场景,除非手上正好有对应需求,否则不必投入学习成本。

一句话总结:先用 6 个技能把「查资料 → 处理 → 执行 → 交付」这条链路跑通一遍,剩下的 26 个等需求来找你。