通过 Demo‑Slap API 将 Demo 转换为 CS2 高光片段和 Fragmovie,支持可选的Leetify 集成,若无记录则回退使用 Demo‑Slap 赛史进行选择
Demo-Slap Highlight Skill.
功能概述
Demo-Slap Highlight Skill.是一项面向实际任务的技能,主要用于Generate MP4 演示中的亮点和 fragmovies. 此技能是为OpenClaw 环境设计的,其中背景工作,本地助手脚本,以及聊天意识。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。
核心要点
- 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
- 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
- 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。
使用与执行
实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。
结果检查与注意事项
执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
Demo-Slap 高光片段生成技能
从 CS2 录像(demo)中生成 MP4 高光片段与精彩集锦(fragmovie)。
该技能专为 OpenClaw 环境设计,支持后台任务、本地辅助脚本及上下文感知的聊天消息交付。使用 Python 3 编写的脚本,并通过 requests 包调用 HTTP API。
预期运行时输入参数:
- 必需:
DEMOSLAP_API_KEY - 可选:
LEETIFY_API_KEY - 可选部署辅助参数:
DEMO_SLAP_WATCHDOG_JOB_ID
脚本说明
所有脚本均需相对于技能根目录执行,通常位于 scripts/ 目录下。
Demo-Slap
| 脚本 | 用途 |
|---|---|
demo_slap_matches.py |
列出 Demo-Slap /public-api/matches 接口返回的近期对局 |
demo_slap_resolve.py |
根据索引尝试从 Demo-Slap 对局历史中解析回放/录像 URL;若 API 仅返回 jobId 则明确报错 |
demo_slap_match_pick.py |
按索引选取一条 Demo-Slap 对局,返回结构化对局信息(含 jobId) |
demo_slap_analyze.py |
提交 demo 进行分析,轮询直至完成,输出高光片段 JSON 数据 |
demo_slap_render.py |
渲染一个或多个高光片段,轮询直至完成,输出视频片段 URL |
demo_slap_common.py |
共享工具模块(配置管理、API 调用、状态维护等) |
Leetify
| 脚本 | 用途 |
|---|---|
leetify/leetify_matches.py |
列出近期对局 |
leetify/leetify_resolve.py |
根据用户名 + 对局索引解析回放 URL |
leetify/leetify_save_id.py |
保存用户名 → Steam64 ID 映射关系 |
leetify/leetify_common.py |
Leetify 共享工具模块 |
对局数据源选择策略
- 当
LEETIFY_API_KEY可用时,优先使用 Leetify 发现近期对局。 - 若未配置
LEETIFY_API_KEY,但DEMOSLAP_API_KEY可用,则使用 Demo-Slap 的/public-api/matches接口获取对局历史。 - Swagger 文档地址:
https://api-doc.demo-slap.net/ - 将 Demo-Slap 对局历史视为兜底发现路径:用于列举对局、在分析/渲染前选定已分析过的对局或回放上下文。
运行时文件
以下文件可作为可选的本地运行时状态,在执行过程中使用:
data/state.jsondata/highlights.jsondata/history.logdata/steam_ids.jsondata/config.json
这些文件仅为本地运行提供辅助支持,非理解或检查技能包本身所必需。
state.json 用于追踪当前操作状态:
{
"status": "idle|analyzing|rendering|done|error",
"job_id": "...",
"render_job_id": "...",
"chat_id": "telegram:182314856",
"clip_urls": {"highlight_id": "https://..."},
"progress": "polling 3/30",
"last_completed_op": "analyze|render",
"notification": {
"sent": false,
"sent_at": null,
"last_attempt_at": null,
"error": null
},
"updated_at": "ISO timestamp"
}
工作流
1. 查找目标对局
当 LEETIFY_API_KEY 可用时的首选路径:
python3 scripts/leetify/leetify_matches.py[--limit 10]
当缺少 LEETIFY_API_KEY 但 DEMOSLAP_API_KEY 可用时的兜底路径:
python3 scripts/demo_slap_matches.py [] [--limit 10]
- 调用 Demo-Slap
/public-api/matches接口 - 如需查阅接口 Schema 细节,请参考 Demo-Slap Swagger 文档:
https://api-doc.demo-slap.net/ - 若提供了
且已建立映射,则尽可能按该玩家的 Steam ID 过滤对局 - 用户选定对局后,执行:
python3 scripts/demo_slap_match_pick.py [] --match-index
- 将返回的
jobId视为后续所有 Demo-Slap 操作的主要标识符
2. 解析回放 URL
使用 Leetify 时的首选路径:
python3 scripts/leetify/leetify_resolve.py--match-index
使用 Demo-Slap 兜底路径时:
python3 scripts/demo_slap_match_pick.py [] --match-index
- 以返回的
jobId作为选定对局的唯一标识 - 若返回结果中包含
demoUrl,仍可继续使用基于 URL 的分析流程 - 若无
demoUrl字段,则跳过 URL 解析步骤,直接调用支持已有jobId的分析接口 - 可通过
GET /public-api/analyze/{jobId}/status和GET /public-api/analyze/{jobId}/data查询已存在的高光片段 - 若用户所需高光片段和剪辑已存在,可直接基于该
jobId启动渲染
3. 后台分析
python3 -u scripts/demo_slap_analyze.py --url '' --username --chat-id
需配合 exec(background: true) 执行,并保留返回的进程/会话 ID。
OpenClaw 环境中可选的、部署特定的看门狗(watchdog)模式:
- 仅当后台分析/渲染任务能从周期性交付检查中获益时,才启用看门狗。
- 若已有可用的部署级看门狗,应复用而非默认新建持久化调度任务。
- 若部署方选择通过内置
cron工具创建或启用看门狗,须将其作用域限定于当前运行周期,并在终端交付完成后立即禁用。 - 2 分钟为合理的默认轮询间隔。
scripts/demo_slap_watchdog.sh status|tail|job仅作为本地辅助工具,用于检查运行时状态、日志或部署特定的任务引用。- 运行期间,以
data/state.json和data/highlights.json为准作为事实来源。
智能体(Agent)工作流:
- 选择对局数据源:
- 若存在
LEETIFY_API_KEY,则选用 Leetify - 若缺失
LEETIFY_API_KEY但存在DEMOSLAP_API_KEY,则选用 Demo-Slap/public-api/matches
- 若存在
- 若使用 Leetify,先解析回放 URL,再执行分析
- 若使用 Demo-Slap 兜底路径,先选取对局并检查返回的
jobId - 若所选 Demo-Slap 对局已存在分析数据,则直接基于
jobId继续流程,无需强制执行基于 URL 的分析 - 仅当长时间运行的分析/渲染任务确实受益于看门狗机制时,才启用或创建部署级看门狗
- 启动分析或渲染任务,并在适用时保存返回的进程/会话 ID
- 若部署中启用了看门狗,则由其负责结果交付
- 终端交付完成后,再次禁用看门狗
4. 后台渲染
# 单个高光片段 python3 -u scripts/demo_slap_render.py--chat-id # 精彩集锦(fragmovie) python3 -u scripts/demo_slap_render.py ... --fragmovie --chat-id
需配合 exec(background: true) 执行,并保留返回的进程/会话 ID。
OpenClaw 环境中可选的、部署特定的看门狗(watchdog)模式:
- 仅当后台分析/渲染任务能从周期性交付检查中获益时,才启用看门狗。
- 若已有可用的部署级看门狗,应复用而非默认新建持久化调度任务。
- 若部署方选择通过内置
cron工具创建或启用看门狗,须将其作用域限定于当前运行周期,并在终端交付完成后立即禁用。 - 2 分钟为合理的默认轮询间隔。
scripts/demo_slap_watchdog.sh status|tail|job仅作为本地辅助工具,用于检查运行时状态、日志或部署特定的任务引用。- 运行期间,以
data/state.json和data/highlights.json为准作为事实来源。
智能体(Agent)工作流:
- 仅在当前运行需要时,启用或复用部署级看门狗
- 启动渲染任务,并保存返回的进程/会话 ID
- 轮询进程输出,提取
Estimated finish:行内容;若存在,向用户告知预估完成时间(ETA) - 若启用了看门狗,则由其负责结果交付
- 终端交付完成后,再次禁用看门狗
关键提示:请从原始请求的入站元数据中提取 。硬编码的聊天标识符仅作本地示例参考,不可作为可复用的默认值。
5. 查询状态
读取 data/state.json 文件即可。
初始化配置
将用户名映射至 Steam ID
python3 scripts/leetify/leetify_save_id.py
配置 API 密钥
推荐使用环境变量方式配置:
DEMOSLAP_API_KEY— 必需LEETIFY_API_KEY— 可选,仅用于 Leetify 支持的对局发现DEMO_SLAP_WATCHDOG_JOB_ID— 可选,仅用于部署级看门狗检测脚本的辅助参数
数据源选择规则:
- 若存在
LEETIFY_API_KEY,则使用 Leetify 发现对局。 - 若缺失
LEETIFY_API_KEY但存在DEMOSLAP_API_KEY,则使用 Demo-Slap/public-api/matches发现对局。 DEMOSLAP_API_KEY始终为分析/渲染所必需。
对于受控的自托管部署,可选的本地兜底方案:将密钥写入 data/config.json 文件。
技术支持
如需访问权限或技术支持,请加入我们的 Discord 社区:https://discord.gg/8nfh26W9wQ
热门AI工具
相关专题
Vite项目打包部署专题汇集生产构建、产物预览、输出目录、资源路径、Nginx与GitHub Pages部署及常见白屏和路由404问题的已审核文章,帮助读者完成上线流程。
0
2026.10.28
Vite搭配Vue.js专题汇集创建Vue 3项目、配置开发环境、路径别名、Vue插件、代理、多环境构建与调试的已审核文章,帮助读者完成从初始化到日常开发的配置。
0
2026.10.28
Vite项目目录专题汇集入口文件、src源码、public静态资源、路径别名、项目根目录和构建输出目录相关的已审核文章,帮助读者理解各文件夹的用途与引用方式。
0
2026.10.28
本专题介绍Gradle插件开发的基本流程,涵盖插件类编写、自定义任务注册、扩展参数设计和插件应用方法,帮助你理解插件如何组织构建逻辑,减少多个项目之间的重复配置。
0
2026.10.22
本专题介绍Gradle Wrapper的基本作用,涵盖文件组成、生成方法、版本配置和任务调用,帮助你理解项目如何使用指定的Gradle版本,减少不同开发环境带来的构建差异。
0
2026.10.22
本专题整理Golangci-lint常用Linters的用途与配置方法,覆盖错误处理、无效代码、安全、复杂度、命名和依赖检查,帮助项目合理选规则。
0
2026.10.22
本专题介绍Gradle Java项目构建方法,涵盖Java插件配置、依赖声明、源码编译、测试执行和打包检查,帮助你理解各阶段的任务关系,逐步完成项目构建。
0
2026.10.22
本专题汇总PHP常见时间戳漏洞,包括2038年溢出、时区漂移、时间戳伪造、重放攻击、时间盲注与日志审计失效等,并给出升级64位环境、使用 DateTimeImmutable、统一UTC、严格超时校验、预处理绑定、hash_equals 比对等修复方案,帮助开发者快速排查和加固时间相关代码。
0
2026.10.22
本专题聚焦Golangci-lint YAML配置文件,讲清运行参数、规则启停、目录排除、问题过滤及严重级别设置,便于团队统一检查标准。
0
2026.10.22
热门下载
相关下载
精品课程
共6课时 | 12.1万人学习
共79课时 | 161.6万人学习
共6课时 | 54.7万人学习
最新文章