配置教程
QVeris Skill 接入 OpenClaw
如何把 QVeris 作为可复用能力层接入 OpenClaw。
发现天气相关能力,检查最合适的候选项,并获取东京当前天气。说明你用了哪个能力以及为什么选择它。
能力路由报告 · Markdown brief
by QVeris
当用户需要为 OpenClaw、Cursor、Claude Code、CLI 或 MCP 接入通用 QVeris 能力时使用。它也是安装细分领域工作流前的最佳起点。
让支持的 Agent 发现、检查并调用真实世界能力的核心技能。
需要实时工具、数据和外部服务的 Agent
一条可审计的能力路由链路:发现候选能力、检查参数和计费、执行调用并返回结果。
每篇文章或教程都按可复用工作流呈现:内容来源、可复制 prompt、QVeris API recipe 和预期输出。
配置教程
如何把 QVeris 作为可复用能力层接入 OpenClaw。
发现天气相关能力,检查最合适的候选项,并获取东京当前天气。说明你用了哪个能力以及为什么选择它。
能力路由报告 · Markdown brief
Cursor 教程
为需要实时工具和数据的编码 Agent 准备的接入路径。
寻找可靠的实时股票行情能力,检查排名靠前的选项,然后调用其中一个获取 AAPL。若可用,请包含成功率、延迟和预估成本。
供应商对比 · Comparison table
CLI 教程
把 QVeris 作为适合子进程调用的能力接口。
发现天气相关能力,检查最合适的候选项,并获取东京当前天气。说明你用了哪个能力以及为什么选择它。
调用审计 · Trace
把 skill 变成可执行 Agent 工作流的 starter prompts。
一个小型端到端请求,用来确认发现、检查、调用链路可用。
发现天气相关能力,检查最合适的候选项,并获取东京当前天气。说明你用了哪个能力以及为什么选择它。
让 Agent 自己找到合适供应商,而不是手动指定 API。
寻找可靠的实时股票行情能力,检查排名靠前的选项,然后调用其中一个获取 AAPL。若可用,请包含成功率、延迟和预估成本。
Agent 跑完工作流后应返回的结构化格式,方便复用和审计。
说明 Agent 找到了什么能力、为什么选择它、如何调用。
比较参数、覆盖、延迟、成功信号和计费规则。
给用户展示执行前后的可审计调用链。
这个 skill 预期 Agent 执行的 Discover、Inspect、Call 编排链路。
POST /search无需手动选择 API 供应商,直接寻找合适的真实世界能力。
示例查询: real-time weather API
POST /tools/by-ids在执行前读取参数、示例、质量信号、延迟和计费规则。
POST /tools/execute执行选定能力,并返回可审计的结构化结果。
执行前的规划估算。Discover 和 Inspect 免费;成功执行 Call 时按所选供应商 billing_rule 计费。
安装和 catalog 发现免费。Discover 和 Inspect 不消耗积分;只有成功执行 Call 时按所选供应商 billing_rule 计费。
调用前使用 Inspect 查看准确 billing_rule。Call 响应会在可用时返回预结算计费,最终扣费可通过 usage_history 和 credits_ledger 审计。
在目标 Agent 环境安装 skill。Agent 执行命令或修改本地配置前必须先请求确认。
这是 QVeris skills 的官方可信源。安装到 Agent 环境前,可以先检查或 fork 对应 skill 目录。
QVerisAI/open-qveris-skills/qveris-officialgit clone https://github.com/QVerisAI/open-qveris-skills.git && cd open-qveris-skills/qveris-officialopenclaw skills install qveris-officialnpm install -g @qverisai/cli用户复制 prompt 后,Agent 应该展示的执行链路。
Agent 将用户请求转换为面向能力的搜索意图。
QVeris 返回带有质量、延迟和价格信号的能力候选。
Agent 在调用前检查参数、示例和供应商信号。
选定能力被执行,Agent 将结果组织成最终工作流输出。
先读取 manifest 和 agent.md。说明安装命令、API 动作和可能的积分消耗。等待用户明确确认后再修改本地环境。