fatby/skill-scout

Skill Scout

监测全球 SKILL 社区（OpenClaw、GitHub、npm 等），根据用户现有技能和实现目标，智能推荐并安装新技能。

核心能力

1. 发现: 扫描 OpenClaw 社区、GitHub 和 npm 上的新技能
2. 分析: 对比用户已安装技能，识别能力缺口
3. 推荐: 根据用户目标推荐最相关的技能
4. 安装: 自动下载并安装推荐的技能到本地

工作流程

当用户请求发现/推荐/安装新技能时，按以下完整流程执行：

Phase 1: 扫描已安装技能

首先了解用户当前的能力状态：

{"thought": "需要先查看用户已安装的技能，了解当前能力覆盖范围", "tool": "listDir", "args": {"path": "skills"}}

分析已安装的技能列表，识别出已覆盖的能力域和缺失的能力域。

Phase 2: 搜索社区新技能

根据用户目标或能力缺口，搜索在线技能资源：

搜索 OpenClaw 社区:

{"thought": "在 OpenClaw 社区搜索相关技能", "tool": "webSearch", "args": {"query": "OpenClaw skill {用户目标关键词} SKILL.md site:github.com"}}

搜索 GitHub 上的 SKILL.md:

{"thought": "在 GitHub 搜索社区贡献的技能", "tool": "webSearch", "args": {"query": "SKILL.md {类别关键词} AI agent skill github"}}

搜索 npm 上的技能包:

{"thought": "在 npm 搜索可用的技能包", "tool": "runCmd", "args": {"command": "npm search openclaw-skill --json 2>nul || npm search {关键词} --json 2>nul"}}

Phase 3: 获取技能详情

找到候选技能后，获取其具体内容：

{"thought": "获取技能的详细内容，评估是否适合安装", "tool": "webFetch", "args": {"url": "{技能的 raw SKILL.md URL}", "prompt": "提取这个技能的名称、描述、功能、依赖要求"}}

Phase 4: 推荐决策

基于以下维度评估每个候选技能：

1. 相关性: 与用户目标的匹配度
2. 互补性: 与已安装技能的互补程度（填补能力缺口）
3. 质量: 文档完整性、社区活跃度
4. 安全性: 是否需要危险权限或敏感数据

输出推荐列表，格式：

推荐安装的技能:
1. [技能名] - [描述] - [推荐理由]
2. [技能名] - [描述] - [推荐理由]
3. [技能名] - [描述] - [推荐理由]

是否要安装以上技能？(可选择全部安装或指定编号)

Phase 5: 安装技能

用户确认后，执行安装：

方式 A: 从 URL 下载 SKILL.md

{"thought": "用户确认安装，获取技能内容", "tool": "webFetch", "args": {"url": "{SKILL.md 的 raw URL}", "prompt": "返回完整的 SKILL.md 文件内容，不要修改任何内容"}}

然后保存到本地：

{"thought": "保存技能文件到本地 skills 目录", "tool": "writeFile", "args": {"path": "skills/{skill-name}/SKILL.md", "content": "{获取到的完整 SKILL.md 内容}"}}

方式 B: 从 Git 仓库克隆

{"thought": "技能包含多个文件，需要克隆整个目录", "tool": "runCmd", "args": {"command": "cd skills && git clone {仓库URL} {skill-name}"}}

Phase 6: 验证安装

{"thought": "验证技能是否安装成功", "tool": "readFile", "args": {"path": "skills/{skill-name}/SKILL.md"}}

安装成功后告知用户：

✅ 技能 [{skill-name}] 安装成功！
   路径: skills/{skill-name}/SKILL.md
   描述: {技能描述}

   重启后端服务后生效，或等待系统自动热加载。

Examples

根据目标推荐技能

User: "我想增强 Agent 的日程管理能力"

Step 1: 查看已安装技能

{"thought": "先查看用户已安装的技能，看是否已有日程相关技能", "tool": "listDir", "args": {"path": "skills"}}

Step 2: 搜索日程类技能

{"thought": "用户需要日程管理能力。搜索 OpenClaw 社区的日历/日程技能", "tool": "webSearch", "args": {"query": "OpenClaw skill calendar schedule planner SKILL.md site:github.com"}}

Step 3: 获取候选技能详情

{"thought": "找到 google-calendar 技能，获取详情", "tool": "webFetch", "args": {"url": "https://raw.githubusercontent.com/anthropics/openclaw/main/skills/google-calendar/SKILL.md", "prompt": "提取技能的完整内容"}}

Step 4: 推荐并安装

{"thought": "google-calendar 技能适合用户需求，保存到本地", "tool": "writeFile", "args": {"path": "skills/google-calendar/SKILL.md", "content": "..."}}

发现热门新技能

User: "有什么新的热门技能可以安装？"

Step 1: 扫描现有技能

{"thought": "先查看已安装技能，避免推荐重复的", "tool": "listDir", "args": {"path": "skills"}}

Step 2: 搜索热门技能

{"thought": "搜索最近流行的 AI Agent 技能", "tool": "webSearch", "args": {"query": "trending AI agent skills OpenClaw 2025 new SKILL.md"}}

Step 3: 对比并推荐 (Agent 对比搜索结果和已安装列表，输出推荐)

批量安装多个技能

User: "帮我安装所有跟开发相关的技能"

Step 1: 扫描现有技能

{"thought": "查看已有的开发类技能", "tool": "listDir", "args": {"path": "skills"}}

Step 2: 搜索开发类技能

{"thought": "搜索开发相关的技能资源", "tool": "webSearch", "args": {"query": "OpenClaw skill development coding git docker CI CD SKILL.md"}}

Step 3-N: 逐个获取并安装

搜索源配置

| 来源 | URL 模式 | 优先级 | |------|---------|--------| | OpenClaw GitHub | github.com/anthropics/openclaw/tree/main/skills/ | 高 | | OpenClaw Community | github.com/topics/openclaw-skill | 高 | | GitHub SKILL.md | github.com search: path:SKILL.md | 中 | | npm Skills | npm search openclaw-skill | 中 | | 其他社区 | 根据 webSearch 发现 | 低 |

Safety Rules

• 安装前必须展示技能内容摘要，让用户了解技能会做什么
• 不安装包含恶意命令的技能（如 rm -rf, format 等危险操作）
• Git clone 仅限于知名仓库，不克隆来源不明的代码
• 安装后建议用户审查 SKILL.md 内容
• 只写入 skills/ 目录，不修改系统文件

Notes

• 安装新技能后需重启后端服务 (python duncrew-server.py) 或等待热加载
• 如果找不到合适的在线技能，可以建议使用 skill-generator 技能自己创建
• 推荐时优先选择有文档、有示例、社区认可的技能
• 保持 SKILL.md 文件原始格式，不要擅自修改获取到的技能内容