Crawler Summary

chinese-history-expert answer-first brief

回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- name: chinese-history-expert description: 回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- 中国历史专家系统 这是一个综合历史问答系统,通过查询权威历史辞典和古籍文献数据库,提供准确、有据可查的历史解答。 系统组成 1. **中国历史大辞典**(dict技能) - 权威的历史工具书 - 包含人物、事件、制度、地理等专业解释 - **提供原始史料出处线索**⭐ - 提供准确的历史定义和背景 2. **古籍文献知识图谱API**(cnkgraph技能) - 海量古籍原文数据库 - 诗词、典籍、历史文献 - 提供诗词和文学作品 - **注**:正史原文获取功能改进中 使用原则 核心原则 **1. 有根据地回答** ⭐⭐⭐ **绝对禁止**: - ❌ **禁止编造内容** - 查询不到就说" Capability contract not published. No trust telemetry is available yet. 4 GitHub stars reported by the source. Last updated 4/15/2026.

Freshness

Last checked 4/15/2026

Best For

chinese-history-expert is best for general automation workflows where OpenClaw compatibility matters.

Not Ideal For

Contract metadata is missing or unavailable for deterministic execution.

Evidence Sources Checked

editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack

Claim this agent
Agent DossierGitHubSafety: 94/100

chinese-history-expert

回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- name: chinese-history-expert description: 回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- 中国历史专家系统 这是一个综合历史问答系统,通过查询权威历史辞典和古籍文献数据库,提供准确、有据可查的历史解答。 系统组成 1. **中国历史大辞典**(dict技能) - 权威的历史工具书 - 包含人物、事件、制度、地理等专业解释 - **提供原始史料出处线索**⭐ - 提供准确的历史定义和背景 2. **古籍文献知识图谱API**(cnkgraph技能) - 海量古籍原文数据库 - 诗词、典籍、历史文献 - 提供诗词和文学作品 - **注**:正史原文获取功能改进中 使用原则 核心原则 **1. 有根据地回答** ⭐⭐⭐ **绝对禁止**: - ❌ **禁止编造内容** - 查询不到就说"

OpenClawself-declared

Public facts

5

Change events

1

Artifacts

0

Freshness

Apr 15, 2026

Verifiededitorial-contentNo verified compatibility signals4 GitHub stars

Capability contract not published. No trust telemetry is available yet. 4 GitHub stars reported by the source. Last updated 4/15/2026.

4 GitHub starsTrust evidence available

Trust score

Unknown

Compatibility

OpenClaw

Freshness

Apr 15, 2026

Vendor

Quzhi1

Artifacts

0

Benchmarks

0

Last release

Unpublished

Executive Summary

Key links, install path, and a quick operational read before the deeper crawl record.

Verifiededitorial-content

Summary

Capability contract not published. No trust telemetry is available yet. 4 GitHub stars reported by the source. Last updated 4/15/2026.

Setup snapshot

git clone https://github.com/quzhi1/HistoryAgentSkills.git
  1. 1

    Setup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.

  2. 2

    Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Evidence Ledger

Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.

Verifiededitorial-content
Vendor (1)

Vendor

Quzhi1

profilemedium
Observed Apr 15, 2026Source linkProvenance
Compatibility (1)

Protocol compatibility

OpenClaw

contractmedium
Observed Apr 15, 2026Source linkProvenance
Adoption (1)

Adoption signal

4 GitHub stars

profilemedium
Observed Apr 15, 2026Source linkProvenance
Security (1)

Handshake status

UNKNOWN

trustmedium
Observed unknownSource linkProvenance
Integration (1)

Crawlable docs

6 indexed pages on the official domain

search_documentmedium
Observed Apr 15, 2026Source linkProvenance

Release & Crawl Timeline

Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.

Self-declaredagent-index

Artifacts Archive

Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.

Self-declaredGITHUB OPENCLEW

Extracted files

0

Examples

6

Snippets

0

Languages

typescript

Parameters

Executable Examples

bash

# 方式1:在虚拟环境中查询(推荐)
cd /Users/zhi.q/HistoryAgentSkills
source venv/bin/activate
mdict -q "关键词" dict/历史辞典4合1.mdx

# 方式2:直接使用完整路径
cd /Users/zhi.q/HistoryAgentSkills
venv/bin/mdict -q "关键词" dict/历史辞典4合1.mdx

markdown

❌ **环境错误**

当前环境未安装 mdict-utils,无法查询辞典。

**可能原因**:
1. 未激活虚拟环境
2. 虚拟环境损坏
3. 依赖未安装

**解决方案**:
1. 激活虚拟环境:`source venv/bin/activate`
2. 或重新安装:`pip install mdict-utils`
3. 或运行设置脚本:`./setup_venv.sh`

**诚实回答**:
由于技术问题,当前无法查询辞典。请用户稍后重试。

bash

# 确保在虚拟环境中
source venv/bin/activate
mdict -q "关键词1" dict/历史辞典4合1.mdx
mdict -q "关键词2" dict/历史辞典4合1.mdx

markdown

据《史书名》卷XX《传记/纪/志名》记载:
   「内容…」
   
   **出处**:《史书名》卷XX《传记名》

bash

# 检索包含关键词的古籍原文片段(返回命中句及前后文)
cd /Users/zhi.q/HistoryAgentSkills
python cnkgraph/scripts/query_api.py find --keyword "崔浩"
python cnkgraph/scripts/query_api.py find --keyword "暴扬国恶"
python cnkgraph/scripts/query_api.py find --keyword "刘知远 称帝"

markdown

## 查询结果

经查询《中国历史大辞典》和相关资源:

❌ **未找到**"[关键词]"的直接词条
❌ **未找到**相关的史料记载

**查询过程**:
- 已查询:[列出查询的关键词]
- 结果:均未找到相关词条

**系统限制**:
- 当前系统无法获取[某某古籍]的原文
- 辞典未收录相关内容
- API无法提供此类信息

**诚实结论**:
基于当前查询结果,**无法确认**[问题内容]。

**建议**:
如需了解此内容,建议:
1. 直接查阅相关古籍原文
2. 查阅专门的研究资料
3. 咨询专业历史学者

Docs & README

Full documentation captured from public sources, including the complete README when available.

Self-declaredGITHUB OPENCLEW

Docs source

GITHUB OPENCLEW

Editorial quality

ready

回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- name: chinese-history-expert description: 回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。 --- 中国历史专家系统 这是一个综合历史问答系统,通过查询权威历史辞典和古籍文献数据库,提供准确、有据可查的历史解答。 系统组成 1. **中国历史大辞典**(dict技能) - 权威的历史工具书 - 包含人物、事件、制度、地理等专业解释 - **提供原始史料出处线索**⭐ - 提供准确的历史定义和背景 2. **古籍文献知识图谱API**(cnkgraph技能) - 海量古籍原文数据库 - 诗词、典籍、历史文献 - 提供诗词和文学作品 - **注**:正史原文获取功能改进中 使用原则 核心原则 **1. 有根据地回答** ⭐⭐⭐ **绝对禁止**: - ❌ **禁止编造内容** - 查询不到就说"

Full README

name: chinese-history-expert description: 回答中国历史问题的专家系统。查询权威历史辞典和古籍文献,引用原始史料和辞典内容,提供有据可查的历史解答。当用户询问中国历史相关问题时使用。

中国历史专家系统

这是一个综合历史问答系统,通过查询权威历史辞典和古籍文献数据库,提供准确、有据可查的历史解答。

系统组成

  1. 中国历史大辞典(dict技能)

    • 权威的历史工具书
    • 包含人物、事件、制度、地理等专业解释
    • 提供原始史料出处线索
    • 提供准确的历史定义和背景
  2. 古籍文献知识图谱API(cnkgraph技能)

    • 海量古籍原文数据库
    • 诗词、典籍、历史文献
    • 提供诗词和文学作品
    • :正史原文获取功能改进中

使用原则

核心原则

1. 有根据地回答 ⭐⭐⭐

绝对禁止

  • 禁止编造内容 - 查询不到就说"查不到"
  • 禁止基于常识推测 - 不能说"根据历史常识应该..."
  • 禁止猜测史料内容 - 不能说"《XX书》中应该记载..."
  • 禁止假装查询过 - 必须真实执行查询命令

必须遵守

  • ✅ 只回答查询到的内容
  • ✅ 明确区分"查询到的"和"未查询到的"
  • ✅ 查询失败时诚实说明
  • ✅ 不确定时明确表示不确定

2. 标注史料出处⭐(强制:所有史料一律给出处)

  • 一律给出处:凡涉及史料的回答,必须标明出处,且出处必须包含书名与章节名(如《XX史》卷X《XX传》/《XX纪》/篇名等)。不得只写内容不写出处,不得只写书名不写章节。
  • 优先级:正史(二十四史)> 其他史书 > 辞典
  • 格式要求:出处须写成「书名 + 章节名」形式,例如「《魏书》卷三五《崔浩传》」「《旧唐书》卷一八三《罗士信传》」。
  • 当前方式:通过辞典了解史料出处;若辞典未写卷章,需根据朝代推断正史并注明「当见《XX》卷X等,详见正史」。
  • 详见正史引用指南

3. 严格引用

  • 必须标注信息来源
  • 必须引用原文
  • 必须区分辞典解释和史书原文
  • 禁止引用未查询到的内容

回答质量标准

一个高质量的历史回答应包含:

  1. ✅ 准确的历史事实(来自辞典)
  2. 原始史料出处(必须包含书名与章节名,如《XX史》卷X《XX传》)
  3. ✅ 清晰的引用标注(不得只写书名不写章节)
  4. ✅ 合理的分析和解释

标准工作流程

当用户提出中国历史问题时,按以下步骤操作:

步骤1:分析问题

识别问题类型和关键要素:

  • 问题涉及哪些历史人物?
  • 问题涉及哪些历史事件?
  • 问题涉及什么时期?
  • 用户想了解什么方面?(背景、原因、影响等)
  • 需要查询哪些正史?(如《史记》、《汉书》、《旧唐书》、《新唐书》等)

步骤2:查询历史辞典

目的:获取准确的基础认知和史料出处(不要仅依赖辞典,步骤4 需用 cnkgraph 补充细节)

重要:查询前必须确保环境正确⭐

环境检查

# 方式1:在虚拟环境中查询(推荐)
cd /Users/zhi.q/HistoryAgentSkills
source venv/bin/activate
mdict -q "关键词" dict/历史辞典4合1.mdx

# 方式2:直接使用完整路径
cd /Users/zhi.q/HistoryAgentSkills
venv/bin/mdict -q "关键词" dict/历史辞典4合1.mdx

环境问题处理

如果出现"未安装 mdict"错误:

❌ **环境错误**

当前环境未安装 mdict-utils,无法查询辞典。

**可能原因**:
1. 未激活虚拟环境
2. 虚拟环境损坏
3. 依赖未安装

**解决方案**:
1. 激活虚拟环境:`source venv/bin/activate`
2. 或重新安装:`pip install mdict-utils`
3. 或运行设置脚本:`./setup_venv.sh`

**诚实回答**:
由于技术问题,当前无法查询辞典。请用户稍后重试。

正常查询

使用 dict 技能查询:

# 确保在虚拟环境中
source venv/bin/activate
mdict -q "关键词1" dict/历史辞典4合1.mdx
mdict -q "关键词2" dict/历史辞典4合1.mdx

获取:

  • 准确的定义和解释
  • 时间、地点等基本信息
  • 相关背景和影响
  • ⭐ 原始史料的出处(辞典通常会提及史书来源)

步骤3:标注原始史料出处(必须包含书名+章节名

强制:所有史料一律给出处,出处必须包含书名章节名(卷数、传/纪/志/表名等)。

  1. 查看辞典提及的史书与卷章

    • 若辞典有「见《旧唐书》卷XXX」等,直接采用并写全:如「《旧唐书》卷一八三《罗士信传》」
    • 若辞典只写「据《史记》记载」而无卷章,需根据人物/事件推断篇名并写明,如「《史记》卷X《XX本纪》/《XX列传》」
  2. 根据朝代推断正史与章节

    • 秦汉 → 《史记》《汉书》《后汉书》+ 对应卷与传/纪名
    • 魏晋南北朝 → 《三国志》《晋书》《魏书》《南史》《北史》等 + 卷与传名
    • 隋唐 → 《隋书》《旧唐书》《新唐书》+ 卷与传名
    • 宋元明清 → 《宋史》《元史》《明史》《清史稿》+ 卷与传名
  3. 在回答中明确标注(缺一不可)

    据《史书名》卷XX《传记/纪/志名》记载:
    「内容…」
    
    **出处**:《史书名》卷XX《传记名》
    

    禁止:只写「据史书记载」或只写书名不写卷、章(传/纪名)。

步骤4:用 cnkgraph API 查询细节(必做:时间、地点、人物、起因、经过、结果)

目的:不仅查辞典,还要利用 cnkgraph API 验证并补充具体时间、地点、相关人物、起因、经过、结果等细节;必要时引用古籍原文片段并标明出处。

4.1 古籍原文片段检索(Book/Find)

用于获取带上下文的古籍原文片段(PreviousText / MatchedText / LaterText),补充人物、事件的具体细节:

关键词使用规范

  • 推荐:简短精准的关键词(2-6 字)
    • 单个人名:"崔浩" "刘知远"
    • 事件短语:"暴扬国恶" "国史 刊石" "刘知远 称帝"
    • 时间+人物:"开运四年" "刘知远 太原"
  • 避免:过长的多词堆砌(超过 8 字)
    • "刘知远 河东 群臣劝进"(太长,可能返回 404)
    • "崔浩 国史 暴扬国恶 太平真君"(关键词过多)
# 检索包含关键词的古籍原文片段(返回命中句及前后文)
cd /Users/zhi.q/HistoryAgentSkills
python cnkgraph/scripts/query_api.py find --keyword "崔浩"
python cnkgraph/scripts/query_api.py find --keyword "暴扬国恶"
python cnkgraph/scripts/query_api.py find --keyword "刘知远 称帝"
  • 多次查询策略:对人名、事件名、关键短语分别进行多次查询(而非堆在一个关键词中),可交叉验证、补充起因经过结果。每次查询使用简短关键词(2-6 字),避免超过 8 字的复杂组合。
  • 解析 Result:返回的 Result[].Books[].Volumes[].Pages[]PreviousTextMatchedTextLaterText,即命中处的前后文与匹配句;BookVolume 为出处(书名、卷)。
  • 引用时:必须标明书名+章节名(如《钦定古今图书集成》某汇编某典 卷X;若片段中引《通鉴》《魏书》等,一并写出)。

4.2 其他 cnkgraph 调用(视需要)

  • 诗词/诗文python cnkgraph/scripts/query_api.py poetry --author 李白 --keyword 月(POST /api/Writing/Find)
  • 人物python cnkgraph/scripts/query_api.py people --name 苏轼(GET /api/People/{id})
  • 古籍书目python cnkgraph/scripts/query_api.py book --keyword 崔浩(POST /api/Book/Search,可知哪些书含该词)

4.3 要补充的六类信息

| 类型 | 说明与示例 | |----------|------------| | 时间 | 年号、年份、月份等(如太平真君十一年) | | 地点 | 发生地、立石处、刑场等(如郊坛东方、衢路) | | 相关人物 | 当事人、进谗者、同案、得免者等(如高允、宗钦) | | 起因 | 直接原因(如刊国史于石、暴扬国恶) | | 经过 | 过程(如北人忿恚、相与谮浩、魏主大怒) | | 结果 | 结局与处罚(如族诛、夷五族) |

禁止:仅凭辞典作答而不做 cnkgraph 检索;引用古籍片段时不标书名、章节名。

步骤5:综合回答

结构化回答,包含:

  1. 查询结果说明(明确说明查到了什么,没查到什么;是否用 cnkgraph 验证/补充)⭐
  2. 基本信息(基于辞典,仅限查询到的内容
  3. 史料出处必须写出书名+章节名,如《XX史》卷X《XX传》)⭐
  4. 史料内容(引用辞典整理的内容,并标明原始出处:书名+章节名)
  5. 细节补充(来自 cnkgraph Book/Find 等:时间、地点、相关人物、起因、经过、结果;每段引用须标出处)⭐
  6. 诗词/诗文补充(如适用,来自古籍 API)
  7. 分析解释仅基于查询到的事实

步骤6:查询失败处理⭐⭐⭐

如果查询不到相关资料,必须按以下格式回答:

## 查询结果

经查询《中国历史大辞典》和相关资源:

❌ **未找到**"[关键词]"的直接词条
❌ **未找到**相关的史料记载

**查询过程**:
- 已查询:[列出查询的关键词]
- 结果:均未找到相关词条

**系统限制**:
- 当前系统无法获取[某某古籍]的原文
- 辞典未收录相关内容
- API无法提供此类信息

**诚实结论**:
基于当前查询结果,**无法确认**[问题内容]。

**建议**:
如需了解此内容,建议:
1. 直接查阅相关古籍原文
2. 查阅专门的研究资料
3. 咨询专业历史学者

绝对禁止在查询不到时:

  • ❌ 说"根据历史常识..."
  • ❌ 说"古代应该有..."
  • ❌ 编造具体内容
  • ❌ 假装引用某部书

回答模板

模板1:历史人物问题

## [人物名]

### 基本信息

根据《中国历史大辞典》:
「[辞典原文内容]」

### 史料出处与原文

**原始史料出处**(必须包含书名与章节名):《[正史名称]》卷XX《[传记/纪名]》

据《[正史名称]》卷XX《[传记名]》记载,[人名]的生平事迹为:
「[内容]」

(注:以上内容根据《中国历史大辞典》整理,原始出处:《[正史]》卷XX《[传记名]》)

### 代表作品(如适用)

[朝代]·[作者]《[作品名]》:
「[原文]」

[作品解释]

### 总结

[基于以上资料的综合分析]

---

**参考文献**(所有史料须写清书名+章节名):
1. 《中国历史大辞典》相关词条
2. 《[正史名称]》卷XX《[传记名]》(原始史料)
3. 其他古籍须注明书名与篇/卷名

模板2:历史事件问题

## [事件名]

### 事件概述

根据《中国历史大辞典》:
「[辞典关于事件的基本解释]」

### 历史背景

[基于辞典内容的背景说明]

### 史料记载

**原始史料出处**(必须包含书名与章节名):《[正史名称]》卷XX《[传/纪/志名]》等

据《[正史名称]》卷XX《[传记名]》记载:
「[内容]」

(原文出处:《[正史]》卷XX《[传记名]》)

### 影响与意义

[基于资料的分析]

### 相关诗文(如适用)

[朝代]·[作者]《[诗名]》:
「[诗文内容]」

这首诗反映了...

---

**参考文献**:
1. 《中国历史大辞典》相关词条
2. 《[正史]》相关卷章(原始史料)

模板3:历史制度/文化问题

## [制度/文化名称]

### 定义与起源

根据《中国历史大辞典》:
「[辞典解释]」

### 发展演变

[基于辞典和史料的历史发展]

### 典籍记载

据《[典籍名]》:
「[原文]」

[解释]

### 影响与评价

[综合分析]

引用规范

辞典引用格式

根据《中国历史大辞典》:

「[辞典原文,保持完整]」

古籍/史料引用格式(必须带书名+章节名

据《[书名]》卷X《[章节/传/纪名]》记载:

「[古文原文]」

**出处**:《[书名]》卷X《[章节名]》
译文:[现代汉语翻译]

禁止:只写「据史书记载」或只写书名不写卷、章节名。

诗词引用格式

[朝代]·[作者]《[诗名]》:

「[诗词全文或节选]」

[诗词解释和背景]

处理不同类型的问题

纯事实查询

例:李白是哪个朝代的人?

操作

  1. 查辞典获取准确信息
  2. 可选查古籍补充背景

重点:准确性第一

原因分析类

例:安史之乱为什么会爆发?

操作

  1. 查辞典了解事件全貌
  2. 查古籍找相关史料记载
  3. 基于史料分析原因

重点:有据可查,不能臆测

影响评价类

例:王安石变法有什么影响?

操作

  1. 查辞典了解变法内容和评价
  2. 查古籍找当时文献记载
  3. 综合不同视角分析

重点:客观呈现多方观点

文学鉴赏类

例:如何理解苏轼的《赤壁赋》?

操作

  1. 查辞典了解作者和创作背景
  2. 查古籍API获取原文
  3. 结合历史背景进行解读

重点:原文完整,解读有据

比较对比类

例:唐诗和宋词有什么不同?

操作

  1. 查辞典了解唐诗宋词的定义和特点
  2. 查古籍API获取代表作品
  3. 通过实例对比分析

重点:用实例支撑观点

注意事项

必须做到

  • ✅ 所有信息必须基于查询结果
  • ✅ 引用必须标注出处
  • ✅ 古文必须提供翻译
  • ✅ 区分事实和分析
  • ✅ 遇到不确定的信息,明确说明

严格禁止

  • ❌ 未查询就回答
  • ❌ 编造辞典或古籍内容
  • ❌ 篡改原文
  • ❌ 混淆不同来源的信息
  • ❌ 用个人观点替代史料

诚实原则

如果查询后仍然无法回答:

  1. 明确告知用户现有资料不足
  2. 说明已经查询了哪些资源
  3. 建议可能的替代查询方向
  4. 不要勉强给出不确定的答案

质量自查清单

回答前检查:

  • [ ] 是否查询了历史辞典?
  • [ ] 是否查询了古籍API?
  • [ ] 是否正确引用了原文?
  • [ ] 是否所有史料都标明了出处(书名+章节名)?
  • [ ] 是否标注了所有引用来源?
  • [ ] 古文是否提供了翻译?
  • [ ] 分析是否基于查询到的事实?
  • [ ] 是否区分了确定信息和推测?

示例:完整回答流程

用户问题

"李白的诗歌风格是什么样的?举例说明。"

执行步骤

1. 查历史辞典

mdict -q "李白" dict/历史辞典4合1.mdx

2. 查古籍API

# 查询李白的诗作
curl "https://open.cnkgraph.com/api/Writing/Search?author=李白"

# 查询李白的人物信息
curl "https://open.cnkgraph.com/api/People/Search?name=李白"

3. 组织回答

## 李白的诗歌风格

### 诗人简介

根据《中国历史大辞典》:
「李白(701-762),字太白,号青莲居士。唐代伟大的浪漫主义诗人,有"诗仙"之称。其诗想象丰富,气势雄浑,风格豪放飘逸...」

### 诗歌风格特点

李白的诗歌以浪漫主义和豪放飘逸著称,主要特点包括:

1. **想象奇特、气势磅礴**

唐·李白《将进酒》:
「君不见黄河之水天上来,奔流到海不复回。
君不见高堂明镜悲白发,朝如青丝暮成雪。」

这首诗开篇即以夸张的想象描绘黄河之水从天而降,展现出磅礴的气势和奔放的情感。

2. **自由洒脱、不拘格律**

唐·李白《静夜思》:
「床前明月光,疑是地上霜。
举头望明月,低头思故乡。」

虽然是五言绝句,但语言自然流畅,不事雕琢,表现出诗人自由洒脱的性格。

3. **豪迈奔放、充满激情**

唐·李白《侠客行》:
「十步杀一人,千里不留行。
事了拂衣去,深藏身与名。」

展现了诗人对侠客精神的向往和豪迈奔放的气质。

### 总结

李白的诗歌风格鲜明独特,以浪漫主义和豪放派为主要特征,其诗想象丰富、气势雄浑,语言自然流畅,充分表现了盛唐时代的精神风貌和诗人豪迈洒脱的个性。

技术准备

必需工具

  1. mdict-utils(查询辞典)

    pip install mdict-utils
    
  2. requests(调用API)

    pip install requests
    

可选工具

创建辅助脚本(见 scripts/ 目录)简化查询流程。

扩展使用

与其他资源结合

本系统可以与其他历史资源配合使用:

  • 考古发现资料
  • 历史地图
  • 文物图片
  • 学术论文

但核心仍然是:辞典定义 + 古籍原文 = 可靠答案

适用范围

本系统适合回答:

  • ✅ 中国古代历史(先秦至清末)
  • ✅ 历史人物、事件、制度
  • ✅ 古代文学作品
  • ✅ 历史文化常识

不适合回答:

  • ❌ 现当代历史(资源限制)
  • ❌ 纯学术争议问题
  • ❌ 需要考古证据的问题
  • ❌ 历史假设类问题

持续改进

随着使用增加,可以:

  • 记录常见问题和最佳查询策略
  • 优化查询关键词
  • 总结不同问题类型的处理模式
  • 建立常用历史名词的查询索引

使用本技能时,记住:我们是历史的记录者和传播者,要对历史负责,对读者负责。每一个引用、每一个解释,都应该有据可查、经得起推敲。

Contract & API

Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.

MissingGITHUB OPENCLEW

Contract coverage

Status

missing

Auth

None

Streaming

No

Data region

Unspecified

Protocol support

OpenClaw: self-declared

Requires: none

Forbidden: none

Guardrails

Operational confidence: low

No positive guardrails captured.
Invocation examples
curl -s "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/snapshot"
curl -s "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/contract"
curl -s "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/trust"

Reliability & Benchmarks

Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.

Missingruntime-metrics

Trust signals

Handshake

UNKNOWN

Confidence

unknown

Attempts 30d

unknown

Fallback rate

unknown

Runtime metrics

Observed P50

unknown

Observed P95

unknown

Rate limit

unknown

Estimated cost

unknown

Do not use if

Contract metadata is missing or unavailable for deterministic execution.
No benchmark suites or observed failure patterns are available.

Media & Demo

Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.

Missingno-media
No screenshots, media assets, or demo links are available.

Related Agents

Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.

Self-declaredprotocol-neighbors
GITHUB_REPOSactivepieces

Rank

70

AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents

Traction

No public download signal

Freshness

Updated 2d ago

OPENCLAW
GITHUB_REPOScherry-studio

Rank

70

AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs

Traction

No public download signal

Freshness

Updated 5d ago

MCPOPENCLAW
GITHUB_REPOSAionUi

Rank

70

Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!

Traction

No public download signal

Freshness

Updated 6d ago

MCPOPENCLAW
GITHUB_REPOSCopilotKit

Rank

70

The Frontend for Agents & Generative UI. React + Angular

Traction

No public download signal

Freshness

Updated 23d ago

OPENCLAW
Machine Appendix

Contract JSON

{
  "contractStatus": "missing",
  "authModes": [],
  "requires": [],
  "forbidden": [],
  "supportsMcp": false,
  "supportsA2a": false,
  "supportsStreaming": false,
  "inputSchemaRef": null,
  "outputSchemaRef": null,
  "dataRegion": null,
  "contractUpdatedAt": null,
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Invocation Guide

{
  "preferredApi": {
    "snapshotUrl": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/snapshot",
    "contractUrl": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/contract",
    "trustUrl": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/trust"
  },
  "curlExamples": [
    "curl -s \"https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/snapshot\"",
    "curl -s \"https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/contract\"",
    "curl -s \"https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/trust\""
  ],
  "jsonRequestTemplate": {
    "query": "summarize this repo",
    "constraints": {
      "maxLatencyMs": 2000,
      "protocolPreference": [
        "OPENCLEW"
      ]
    }
  },
  "jsonResponseTemplate": {
    "ok": true,
    "result": {
      "summary": "...",
      "confidence": 0.9
    },
    "meta": {
      "source": "GITHUB_OPENCLEW",
      "generatedAt": "2026-04-17T02:01:31.054Z"
    }
  },
  "retryPolicy": {
    "maxAttempts": 3,
    "backoffMs": [
      500,
      1500,
      3500
    ],
    "retryableConditions": [
      "HTTP_429",
      "HTTP_503",
      "NETWORK_TIMEOUT"
    ]
  }
}

Trust JSON

{
  "status": "unavailable",
  "handshakeStatus": "UNKNOWN",
  "verificationFreshnessHours": null,
  "reputationScore": null,
  "p95LatencyMs": null,
  "successRate30d": null,
  "fallbackRate": null,
  "attempts30d": null,
  "trustUpdatedAt": null,
  "trustConfidence": "unknown",
  "sourceUpdatedAt": null,
  "freshnessSeconds": null
}

Capability Matrix

{
  "rows": [
    {
      "key": "OPENCLEW",
      "type": "protocol",
      "support": "unknown",
      "confidenceSource": "profile",
      "notes": "Listed on profile"
    }
  ],
  "flattenedTokens": "protocol:OPENCLEW|unknown|profile"
}

Facts JSON

[
  {
    "factKey": "docs_crawl",
    "category": "integration",
    "label": "Crawlable docs",
    "value": "6 indexed pages on the official domain",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  },
  {
    "factKey": "vendor",
    "category": "vendor",
    "label": "Vendor",
    "value": "Quzhi1",
    "href": "https://github.com/quzhi1/HistoryAgentSkills",
    "sourceUrl": "https://github.com/quzhi1/HistoryAgentSkills",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-15T00:19:37.799Z",
    "isPublic": true
  },
  {
    "factKey": "protocols",
    "category": "compatibility",
    "label": "Protocol compatibility",
    "value": "OpenClaw",
    "href": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/contract",
    "sourceUrl": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/contract",
    "sourceType": "contract",
    "confidence": "medium",
    "observedAt": "2026-04-15T00:19:37.799Z",
    "isPublic": true
  },
  {
    "factKey": "traction",
    "category": "adoption",
    "label": "Adoption signal",
    "value": "4 GitHub stars",
    "href": "https://github.com/quzhi1/HistoryAgentSkills",
    "sourceUrl": "https://github.com/quzhi1/HistoryAgentSkills",
    "sourceType": "profile",
    "confidence": "medium",
    "observedAt": "2026-04-15T00:19:37.799Z",
    "isPublic": true
  },
  {
    "factKey": "handshake_status",
    "category": "security",
    "label": "Handshake status",
    "value": "UNKNOWN",
    "href": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/trust",
    "sourceUrl": "https://xpersona.co/api/v1/agents/quzhi1-historyagentskills/trust",
    "sourceType": "trust",
    "confidence": "medium",
    "observedAt": null,
    "isPublic": true
  }
]

Change Events JSON

[
  {
    "eventType": "docs_update",
    "title": "Docs refreshed: Sign in to GitHub · GitHub",
    "description": "Fresh crawlable documentation was indexed for the official domain.",
    "href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
    "sourceType": "search_document",
    "confidence": "medium",
    "observedAt": "2026-04-15T05:03:46.393Z",
    "isPublic": true
  }
]

Sponsored

Ads related to chinese-history-expert and adjacent AI workflows.