Good Tools to Use Skill（推荐工具清单）

📖 技能定义

Good Tools to Use是AI龙龟共生伙伴操作系统的推荐工具清单，明确可调用的AI、搜索、部署等工具及使用限制，定义最佳实践和使用规范。

核心定位：

不是强制使用的工具列表

而是推荐和已验证的工具清单

目标：提供最佳工具选择和使用指导

核心原则： > 合适的工具用于合适的场景，避免工具滥用和资源浪费。

---

🎯 推荐工具清单

1. AI工具

#### Gemini API（Google）

功能：图像生成（Imagen 3模型）用途：

内容配图生成

社交媒体图片

文章插图

封面设计

使用限制：

单日请求限制：100次

单次图片数量：最多4张

图片分辨率：最高1024x1024

最佳实践：

✅ 生成配图前先检查是否已有现成图片

✅ 明确描述图片内容和风格

✅ 生成后人工审核质量

❌ 不生成敏感或违规内容

配置示例： ```python import google.generativeai as genai

genai.configure(api_key="${secrets.gemini_api_key}") model = genai.GenerativeModel('gemini-2.0-flash-exp-image-generation')

prompt = "生成一张现代简约风格的配图，主题是AI与人机协同" response = model.generate_content(prompt) ```

#### xAI API（马斯克旗下）

功能：集成Grok/X，获取Twitter实时情报用途：

Twitter趋势分析

实时热点追踪

用户行为分析

社交媒体监控

使用限制：

单日请求限制：500次

数据延迟：1-5分钟

数据保留期：7天

最佳实践：

✅ 定期检索关键话题

✅ 分析趋势变化

✅ 结合其他数据源验证

❌ 不滥用API导致限流

配置示例： ```python from openai import OpenAI

client = OpenAI( base_url="https://api.x.ai/v1", api_key="${secrets.xai_api_key}" )

response = client.chat.completions.create( model="grok-beta", messages=[{"role": "user", "content": "分析当前Twitter热门话题"}] ) ```

#### LarryBrain Pro

功能：按需调用的32项技能工具用途：

专业领域知识查询

技能工具调用

自动化任务执行

多场景应用

技能清单：

数据分析（5项）

内容生成（8项）

代码生成（7项）

翻译服务（6项）

图像处理（6项）

使用限制：

单日请求限制：1000次

单次任务时长：最长5分钟

并发任务数：最多3个

最佳实践：

✅ 根据场景选择合适技能

✅ 批量任务合并调用

✅ 监控任务执行状态

❌ 不超时占用资源

2. 搜索工具

#### Brave Search API

功能：网页搜索服务（无需Google）用途：

网页信息检索

实时新闻搜索

知识问答

链接收集

使用限制：

单日请求限制：2000次

搜索结果数量：最多50条

数据延迟：实时

最佳实践：

✅ 明确搜索关键词

✅ 过滤和排序结果

✅ 验证信息准确性

❌ 不重复搜索相同内容

配置示例： ```python from brave import Brave

brave = Brave(api_key="${secrets.brave_search_key}")

results = brave.search( query="AI龙龟共生伙伴操作系统", count=10, freshness="week" # 限定时间范围 ) ```

3. 部署工具

#### Netlify API

功能：生产环境部署工具用途：

网站部署

CDN加速

域名管理

环境变量配置

使用限制：

⚠️ 会产生费用，需谨慎使用

单月免费额度：300GB带宽

部署次数：无限制

并发部署：最多5个

最佳实践：

✅ 部署前先在测试环境验证

✅ 使用Git触发自动部署

✅ 监控部署状态和日志

❌ 不在生产环境直接调试

配置示例： ```python import netlify

client = netlify.Client(access_token="${secrets.netlify_token}")

触发部署

site_id = "your-site-id" deploy = client.deploy_site(site_id, dir="./dist")

监控部署状态

print(f"Deploy state: {deploy.state}") ```

4. 本地工具

#### Voicebox（本地语音克隆）

功能：基于Qwen3-TTS通义千问语音模型的语音克隆用途：

语音合成

语音克隆

多角色配音

音频生成

使用限制：

无云服务依赖

本地计算资源消耗较高

单次生成时长：最长10分钟

音频格式：支持MP3/WAV

最佳实践：

✅ 合理设置采样率和比特率

✅ 使用高质量音频样本

✅ 批量任务分批处理

❌ 不在低性能设备上使用

配置示例： ```python from voicebox import Voicebox

初始化语音克隆器

vb = Voicebox(model="Qwen3-TTS")

克隆声音

voice = vb.clone_voice( reference_audio="./reference.wav", text="这是AI龙龟共生伙伴操作系统的语音", output="./output.mp3" ) ```

#### AgentMail

功能：AI代理专属邮箱用途：

邮件发送

邮件接收

邮件处理

自动回复

使用限制：

单日发送限制：500封

单封邮件大小：最大25MB

附件类型：支持常见格式

最佳实践：

✅ 明确邮件主题和收件人

✅ 规范邮件格式

✅ 重要邮件人工审核

❌ 不发送垃圾邮件

配置示例： ```python from agentmail import AgentMail

mail = AgentMail( smtp_server="smtp.example.com", smtp_port=587, username="${secrets.agentmail_user}", password="${secrets.agentmail_pass}" )

mail.send( to="recipient@example.com", subject="AI龙龟共生伙伴操作系统更新", body="系统已完成升级..." ) ```

#### find-skills

功能：从Vercel-labs代码仓库获取技能发现能力用途：

技能搜索

技能安装

技能更新

技能管理

使用限制：

仅本地使用

不连接外部仓库

技能数量：最多100个

技能大小：单个最大10MB

最佳实践：

✅ 定期更新技能库

✅ 验证技能安全性

✅ 备份技能配置

❌ 不安装未经验证的技能

配置示例： ```bash

搜索技能

find-skills search "data-analysis"

安装技能

find-skills install data-analysis

更新技能

find-skills update data-analysis ```

---

🔄 工具选择策略

1. 按场景选择

| 场景 | 推荐工具 | 备选工具 | |------|---------|---------| | 图像生成 | Gemini API | Midjourney, DALL-E | | Twitter分析 | xAI API | Twitter API, Tweepy | | 网页搜索 | Brave Search | Google Search API, Bing Search | | 网站部署 | Netlify API | Vercel, GitHub Pages | | 语音合成 | Voicebox（本地） | ElevenLabs, Azure TTS | | 邮件处理 | AgentMail | SendGrid, Mailgun | | 技能管理 | find-skills | npm, pip |

2. 按性能选择

高性能任务：

使用本地工具（Voicebox）

使用专业API（LarryBrain Pro）

避免云服务延迟

高可靠性任务：

使用成熟工具（Netlify API）

使用多源验证（Brave Search + 其他）

使用备份方案

高安全性任务：

使用本地处理（Voicebox）

使用加密传输（AgentMail）

使用权限控制（find-skills）

---

📊 工具使用监控

1. 使用统计

每日统计： ```yaml usage_stats: date: 2026-03-23 tools: gemini_api: requests: 25 success_rate: 98% avg_response_time: 2.5s

xai_api: requests: 15 success_rate: 95% avg_response_time: 1.8s

brave_search: requests: 50 success_rate: 99% avg_response_time: 0.8s ```

每周统计：

总请求数

成功率

平均响应时间

错误率

成本统计

2. 性能监控

关键指标：

响应时间

成功率

错误率

成本

资源消耗

预警阈值：

响应时间 > 5秒：警告

成功率 < 95%：警告

错误率 > 5%：警告

成本超过预算：警告

---

🔒 安全管理

1. 密钥管理

集中管理：

所有API密钥统一存储在`.secrets`文件

不在代码中硬编码密钥

使用环境变量引用密钥

密钥轮换：

每季度轮换一次

发现泄露立即轮换

记录轮换历史

2. 权限控制

最小权限原则：

只授予必要权限

定期审查权限

撤销不再需要的权限

访问控制：

只允许授权服务访问

记录所有访问日志

发现异常立即处理

---

🚫 使用禁忌

1. 不要做的

❌ 超过API请求限制

❌ 在生产环境直接调试

❌ 不验证工具输出就使用

❌ 忽略成本监控

❌ 共享API密钥

2. 必须做的

✅ 选择合适的工具

✅ 遵循使用限制

✅ 监控工具性能

✅ 定期更新工具版本

✅ 保护API密钥

---

💡 最佳实践

1. 工具选择

按需选择：

明确需求和场景

评估工具适用性

比较性能和成本

选择最优方案

组合使用：

多工具组合完成任务

利用各自优势

避免单一依赖

提高可靠性

2. 性能优化

缓存机制：

缓存重复查询结果

设置合理的缓存时间

定期清理过期缓存

批量处理：

合并相似请求

批量调用API

减少请求次数

异步调用：

非阻塞方式调用

并行处理任务

提高响应速度

3. 错误处理

重试机制：

失败时自动重试

设置重试次数和间隔

记录失败原因

降级策略：

主工具失败时切换备选

确保核心功能可用

提前测试降级方案

监控告警：

实时监控工具状态

异常时及时告警

记录处理过程

---

🎯 核心原则总结

三大铁律

1. 合适工具用于合适场景 - 不盲目使用工具 - 评估适用性和成本 - 选择最优方案

2. 遵循使用限制 - 不超过API请求限制 - 监控性能和成本 - 及时优化和调整

3. 安全第一 - 密钥集中管理 - 最小权限原则 - 定期审查权限

核心价值

工具齐全：覆盖AI、搜索、部署等场景

性能可靠：成熟工具，稳定可用

成本可控：明确限制，合理使用

安全可控：权限管理，访问控制

---

🔧 实施路线

第一阶段：基础工具（立即）

✅ 集成Gemini API

✅ 集成Brave Search

✅ 集成xAI API

第二阶段：高级工具（本周）

⏳ 集成Netlify API

⏳ 配置Voicebox

⏳ 配置AgentMail

第三阶段：优化完善（本月）

⏳ 建立性能监控

⏳ 实施使用统计

⏳ 优化工具选择策略

---

版本: v1.1 创建日期: 2026-03-23 更新日期: 2026-04-03 对标来源: OpenClaw Good Tools to Use规则 AI龙龟共生伙伴操作系统版本: v4.1 路径: `C:\Users\jia'yue\.workbuddy\skills\推荐工具清单\SKILL.md` 更新说明: v1.1更新对标20个提示词中的工具列表，补充Voicebox、AgentMail、Brave Search、LarryBrain Pro、find-skills等工具