Bird Buddy 技能:智能喂鸟器集成 - Openclaw Skills
作者:互联网
2026-04-14
什么是 Bird Buddy?
Bird Buddy 技能使 AI 智能体能够直接与您的智能喂鸟器硬件交互。通过利用 pybirdbuddy 库,这一 Openclaw Skills 库的新成员提供了对喂鸟器指标(如电池寿命和食物水平)以及高质量观测数据(包括物种识别和明信片媒体)的实时访问。
下载入口:https://github.com/openclaw/skills/tree/main/skills/mogglemoss/birdbuddy
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install birdbuddy
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 birdbuddy。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
Bird Buddy 应用场景
- 监控喂鸟器的维护需求,如电池充电或食物补充。
- 自动追踪当地鸟类生物多样性和频繁访客。
- 获取最近的观测照片和物种名称以进行自然记录。
- 检查设备的实时连接状态和信号强度。
- 该技能使用提供的电子邮件和密码凭据通过 Bird Buddy 服务进行身份验证。
- 它执行基于 Python 的命令,通过 pybirdbuddy 软件包查询 Bird Buddy API。
- 从设备的状态报告或明信片馈送中解析数据。
- 智能体向用户返回格式化的见解、物种识别结果或媒体 URL。
Bird Buddy 配置指南
要开始使用 Openclaw Skills 注册表中的此条目,请确保您已安装 Python 3 并遵循以下步骤:
- 安装核心依赖:
pip install pybirdbuddy
- 配置您的环境变量(注意:不支持 SSO):
export BIRDBUDDY_EMAIL='your-email@example.com'
export BIRDBUDDY_PASSWORD='your-password'
- 在您的智能体环境中部署该技能。
Bird Buddy 数据架构与分类体系
该技能处理并返回结构如下的数据:
| 数据点 | 描述 |
|---|---|
| 喂鸟器状态 | 电池百分比、食物水平(低/高)和信号强度。 |
| 最近观测 | 特定时间范围内的鸟类物种列表、时间戳和观测 ID。 |
| 明信片馈送 | 新鸟类到访的原始元数据。 |
| 观测详情 | 包含特定明信片 ID 的高分辨率照片 URL 的详细信息。 |
name: birdbuddy
description: Query your Bird Buddy smart bird feeder - check status, battery, food level, and see recent bird visitors with species identification.
version: 1.0.0
metadata:
openclaw:
requires:
env:
- BIRDBUDDY_EMAIL
- BIRDBUDDY_PASSWORD
bins:
- python3
primaryEnv: BIRDBUDDY_EMAIL
emoji: "??"
homepage: https://github.com/jhansche/pybirdbuddy
Bird Buddy Skill
Query your Bird Buddy smart bird feeder. Check feeder status, see recent bird visitors with species names, and fetch sighting photos.
Requirements
pybirdbuddyPython package:pip install pybirdbuddyBIRDBUDDY_EMAILandBIRDBUDDY_PASSWORDenvironment variables (email/password login only — Google SSO not supported)
Commands
Check feeder status (battery, food, signal)
python3 {skillDir}/run.py status
Get recent bird sightings with species names
python3 {skillDir}/run.py recent [hours=24] [limit=5]
Get raw postcard feed
python3 {skillDir}/run.py feed [hours=24]
Get full details and photo URLs for a specific postcard
python3 {skillDir}/run.py sighting
Example agent interactions
- "What birds visited my feeder today?" →
recent 24 10 - "How is my Bird Buddy doing?" →
status - "Show me photos from the last visit" →
recent 24 1thensighting - "What was the last bird at my feeder?" →
recent 1 1
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
EdgeHDF5 Memory:持久化 HDF5 认知存储 - Openclaw Skills
Agentic Compass: 客观的 AI 自我反思工具 - Openclaw Skills
WED:AI 供应链安全研究演示 - Openclaw Skills
问候技能:个性化 AI 智能体欢迎词 - Openclaw Skills
Obsidian 知识库技能:AI 驱动的库管理 - Openclaw Skills
Playwright CLI:面向编程智能体的浏览器自动化 - Openclaw Skills
记忆技能:为 Openclaw Skills 提供持久化上下文
Didit 年龄估算:AI 人脸年龄验证 - Openclaw Skills
OpenClaw 浏览器自动化:CDP 与截图 - Openclaw Skills
Agora:多智能体并行推理委员会 - Openclaw Skills
AI精选
