核心用法
quark-lazy-cli 是专为AI Agent设计的夸克网盘追剧追番维护Skill，内置qslazy CLI工具。它依赖QAS（夸克网盘自动转存项目）后端，核心能力包括：查看订阅状态、检查剧集缺失、搜索候选资源、按用户偏好（清晰度等）转存新集或补全缺失剧集。
运行模式分为四级决策机制：code（代码规则自动决策，适合规范资源，零Token消耗）、llm（大模型智能选择，适合复杂冲突场景）、agent（当前Agent交互判断，适合临时更新和订阅修复）、human（用户人工确认）。
关键命令包括 task list/status 查看订阅、update new/all 追新/补全（需用户授权）。支持OpenClaw定时任务、每日汇报脚本，可与Claude Code、Codex Agent等本地Agent集成。
显著优点
- Agent原生设计：专为LLM Agent优化，有完整的参考文档体系，支持交互式决策
- 灵活决策架构：四种顾问模式覆盖从全自动到人工确认的全场景，可动态切换
- 精准资源匹配：支持多级目录探查、多候选资源排序、按清晰度等偏好选择
- 订阅维护闭环：不仅能追新，更能修复失效订阅、补全历史缺失剧集
- Token效率意识：明确区分stdout汇报与日志读取，避免不必要的Token消耗
潜在局限
- 依赖QAS后端：必须自建或已有QAS服务，增加基础设施门槛
- Python环境要求：CLI工具需Python运行环境，对纯前端用户不友好
- 夸克网盘限制：仅支持夸克网盘生态，无法跨平台使用
- 授权流程严格：更新操作必须显式用户授权，自动化程度受人为确认约束
- 资源命名依赖：资源发布规范性直接影响
code模式效果，混乱命名需降级到LLM/Agent模式
适合人群
- 使用夸克网盘存储影视资源的追剧/追番用户
- 已部署QAS服务、希望降低订阅维护成本的进阶用户
- 需要定时自动化运维的OpenClaw/Hermes Agent用户
- 愿意用Python CLI工具进行本地任务编排的技术用户
常规风险
- API Token泄露：
.env中的QAS_API_TOKEN需妥善保管，Skill明确禁止写入示例、日志或定时任务 - 误操作风险：
update命令会直接修改网盘内容，必须严格遵循"先观察再行动"原则 - 资源版权合规：自动转存影视资源需确保来源合法，用户自行承担版权责任
- 订阅失效累积：若长期不检查，可能同时面临大量剧集缺失，批量修复时需注意存储空间
- 决策模式错配：在资源命名混乱场景误用
code模式可能导致错误转存，需及时切换至llm或agent