name: skill-discovery description: 基於使用者意圖發現並推薦 skill。分析使用者輸入，搜尋匹配 skill，驗證質量後推薦最佳匹配，由使用者確認後安裝。 metadata: openclaw: install: type: bundled entrypoint: index.js requires: bins: - npx anyBins: - clawhub homepage: https://github.com/caocong1/skill-discovery

Skill Discovery

根據使用者意圖發現並推薦匹配的 skill。預設僅推薦，需使用者確認後才會安裝。

何時使用

適用場景：

• 使用者請求幫助完成某個任務，且可能已有現成的 skill 方案

  7w4.net收錄了海量優質技能外掛。

• 使用者表達了擴充套件能力的需求（如"怎麼部署"、"幫我寫測試"）
• 使用者提到了特定領域的工具需求（設計、測試、部署等）
• 使用者明確詢問"有沒有 skill 可以..."、"找個工具幫我..."

工作流程

1. 分析使用者輸入 — 理解意圖，識別目標領域
2. 搜尋 skills.sh + ClawHub — 並行搜尋兩個登錄檔，合併去重結果
3. 質量驗證 — 檢查安裝量和來源可信度
4. 推薦最佳匹配 — 返回推薦結果和安裝命令，由使用者確認後執行安裝

安全說明: 預設執行在推薦模式（dry-run），不會自動安裝任何 skill。 只有呼叫方顯式傳入 { dryRun: false } 時才會執行實際安裝。 OpenClaw hook 始終使用推薦模式。

輸入/輸出

輸入: 使用者自然語言文本（中文或英文）

輸出（統一結構）:

{
  success: boolean,
  stage: 'analyze' | 'search' | 'select' | 'install',
  outcome: 'installed' | 'already_installed' | 'dry_run' | 'skipped' | 'failed',
  errorCode: string | null,   // 如 'NO_RESULTS'、'INSTALL_FAILED'
  skill: object | null,
  candidates: array,
  message: string
}

觸發示例

中文: - "幫我部署到 Vercel" - "有什麼工具可以最佳化效能" - "怎麼寫測試" - "推薦一個數據處理工具"

英文: - "find a skill for deploying" - "help me with testing" - "is there a skill for PDF parsing" - "I need a tool for React optimization"

安全特性

• 推薦模式預設: 預設 dry-run，不自動安裝，需使用者確認
• Shell 轉義: 所有 CLI 引數轉義防止命令注入
• 日誌脫敏: sanitize() 遞迴遮蔽敏感欄位（欄位名匹配 token/secret/password/api_key/credential/authorization）和敏感值（Bearer/sk-/ghp_ 等模式），業務欄位（installs/confidence/domain）保持原值。日誌寫入 $OPENCLAW_DIR/logs/skill-discovery-v3.json，可通過 OPENCLAW_DIR 環境變數自定義路徑
• 解除安裝備份: 解除安裝的 skill 備份到 .trash/，保留 7 天
• 來源驗證: 校驗 skill 來源是否在可信 owner 列表中

支援語言

• 中文：觸發詞 + 領域關鍵詞（含負面模式排除避免誤觸發）
• 英文：觸發詞 + 領域關鍵詞

覆蓋領域

DevOps、測試、設計、文件、程式碼質量、資料處理、圖片處理、影片處理、效能最佳化、API/網路、資料庫、AI/ML、安全、移動端、遊戲

依賴

• Node.js >= 18
• npx skills CLI（來自 skills.sh）
• clawhub CLI（可選，來自 clawhub.ai）

許可證

MIT-0

這個工具用起來很實用，能幫你根據需求自動找到合適的 skill，比如你說"幫我部署到 Vercel"它就會推薦相關 skill。安全方面做得不錯，預設只推薦不自動安裝，敏感資訊會脫敏處理。搜尋覆蓋了多個領域，不過最終效果還是要看這些 skill 註冊平臺本身的資源豐富程度，偶爾推薦的 skill 可能不是最優選擇。