分类导航
发现更多优质 AI 工具
Archify
ArchifyArchify 是一个面向 AI Coding Agent（如 Cursor、Claude Code、Codex CLI 等）的开源 Agent Skill。它能将代码库或自然语言描述，直接编译并生成漂亮、可验证且带动态交互的架构与流程图。1. 平台介绍定位明确：并非普通的绘图工具或可视化拖拽软件，而是专为 AI Agent 设计的架构图/流程图 渲染与验证引擎。工作机制独特：AI Agent 负责生成类型安全的 JSON IR（中间表示），Archify 则负责严格的布局计算与校验，将其编译为独立的 HTML/SVG。特色效果显著：生成的 HTML 自带单文件离线交互能力，支持 暗黑/亮色主题切换、线路追踪（Route Probe）、上下游影响分析、finite 动画播放以及一键导出高分辨率 PNG/SVG/WebM 等。2. 主要功能5 种核心图表类型：Architecture（架构图）：展示系统组件、服务、存储、部署边界与信任域。Workflow（工作流图）：展示 CI/CD、工具调用、审批流及分支异常处理。Sequence（时序图）：展示 API 交互、缓存回退、异步消息传递等时间序列。Data Flow（数据流图）：展示数据管道、数据源/转换/存储及 PII 敏感边界。Lifecycle（生命周期图）：展示状态机、重试逻辑、等待状态及最终状态。Architecture Delta（变更对比）：支持对比两个版本，高亮显示组件和关系的新增、删除、移动与重定向（Before / Delta / After）。强校验与自动修补：包含自动布局、重叠检测与语义校验。如果 JSON 生成有误，Archify 会输出具名的错误代码与精确的修补指令（Repair Receipt），供 Agent 自动修复。高质量单文件输出：无需依赖外部 CSS/JS 库，直接打包为单一 HTML，支持导出社交/文档分享卡片格式（如 1200×630）。3. 适用人群软件架构师 / 全栈开发者：快速梳理现有代码库架构、绘制 API 时序图 或系统数据流。重度 AI Agent 用户：使用 Cursor、Claude Code 等工具写代码，希望 Agent 在 Chat 界面中直接生成高质量可交互架构图。开源项目维护者 / 技术文档撰写者：需要为 README、release note 或 PR 审查 提供统一风格且精确的架构展示图。4. 免费/付费情况免费模式：完全免费且开源（开源许可证为 MIT License）。开发者可以自由下载、修改和商业化使用，无需支付任何费用。付费方案：项目无任何付费/订阅方案（官方仓库没有付费页面）。5. 如何使用第一步：安装 Skill在你的终端运行 npx 命令，直接将 Archify 作为全局 Skill 添加到对应的 Agent 中：bash# 通用安装 npx skills add tt-a1i/archify -g # 如果使用 Cursor，可以使用非交互式安装命令： npx -y skills add tt-a1i/archify --skill archify --agent cursor --global --copy --yes 第二步：在 Agent 对话中发起请求安装完成后，在 Agent（Cursor / Claude Code 等）对话框里直接描述需求或分析代码：零代码库生成："Use Archify to draw: Browser -> API -> Redis cache -> PostgreSQL fallback."结合代码库分析："分析当前项目代码库，使用 archify 生成一个高层级运行时架构图，包含核心组件、主要链路和外部依赖。"第三步：迭代与调整生成的 HTML 会保存在本地，你可以直接在对话中通过自然语言微调，例如："加上 Redis 缓存节点""把 Auth 服务移到左侧""高亮回滚路径"6. 注意事项不是拖拽画板：它不提供 WYSIWYG（所见即所得） 的拖拽前端，也不支持直接解析 Mermaid 语法；它是为 AI Agent 输出“确定性与验证性图表”而设计的。控制节点数量：为了保证图形的可读性，建议单张图的核心节点控制在 8–12 个，较次要的上下文细节可通过 Card（卡片） 展开，而非一股脑连线。隐私与网络：Archify 生成过程完全在本地（Node.js）进行，不上传你的代码或 Prompt。默认只会每隔 72 小时 发起一次简单的 Stable Manifest GET 请求（用于检测更新），不会上传任何版本、Agent 或项目数据。禁用网络更新：若想完全禁用网络，设置环境变量即可：bashARCHIFY_UPDATE_CHECK_DISABLED=1
Lieflat Charts
lieflat-charts一、平台与项目介绍项目名称：lieflat-charts。开发团队：moxt.ai 团队。核心定位：面向 AI Agent 的数据可视化 Skill（技能）。技术规范：基于 SKILL.md 规范开发。主要痛点：旨在解决常规 AI 直接生成图表时存在的“样式粗糙、无排版逻辑、色彩杂乱”等问题。核心价值：AI Agent 安装此 Skill 后，可直接根据数据生成设计感极强、支持交互的 HTML 独立图表或完整报告网页。二、主要功能特点三大核心视觉体系（64+ 种图表组件）Lupi 系（编辑叙事型）：采用发丝线、点阵、真实数据原子与大量留白，适合长文、论文、深度研报。Glance 系（快速判断型）：粗笔画、大数字、高对比度，主打"3 秒看清趋势与异常”，适合周报、Dashboard 与 PPT 汇报。Basics 系（基础型）：针对稀疏数据优化，重构经典的柱状图、折线图、环形图。完整 HTML 报告生成（Report Mode）模板数量：提供 12 款中英双语全页报告模板。适用场景：涵盖商业数据分析、财务研报、产品记录、个人 Log/海报等场景。配色与暗黑模式自动匹配：默认根据数据结构自动匹配 Mono（单色/灰阶）、Porcelain、Palm、Wire 等色彩预设。自定义支持：亦可由用户自定义品牌色。原生响应式与交互性技术栈：生成的均为原生纯 HTML/JS 页面。功能特性：自带优雅的动画、悬浮提示和高保真排版。环境要求：无需依赖任何第三方复杂的打包环境。三、适用人群AI Agent 开发者 / 高阶使用者：使用 Claude Code、Codex、Moxt 等平台的开发者，需让 Agent 具备高颜值出图能力。数据分析师 / 市场研究员：需要快速将 CSV、JSON 或论文研究数据转化为出版级图表或报告的从业者。产品经理与职场白领：需要高效制作周报、月报、Dashboard 汇报页面的用户。四、免费 / 付费情况开源费用：lieflat-charts 项目本身采用 MIT 许可证 彻底开源免费，代码公开在 GitHub。相关服务收费：运行该 Skill 所需的 AI Agent 平台（如 Claude Code, Codex 等）由第三方按各自标准收取 API/订阅费用。官方环境：若配合官方推荐的原生开发环境 Moxt 使用，可查看其官网：https://moxt.ai。安装成本：开源项目本身无定价页面，使用 GitHub clone 或 npx 安装全过程无额外费用。五、如何使用安装方式（二选一）命令行一键安装（推荐）bashnpx skills add https://github.com/larashero3-dotcom/lieflat-charts --skill lieflat-charts AI Agent 交互安装：终端直接发指令：“请帮我安装 lieflat-charts，Clone https://github.com/larashero3-dotcom/lieflat-charts 到 ~/.claude/skills/lieflat-charts（Codex 环境请改为 ~/.codex/skills/lieflat-charts）”常用 Prompt 调优示例做单图：输入指令“用 lieflat-charts 将这份 CSV 转换成 Glance 风格的图表，适合放到演示 PPT 中。”生成整页报告：输入指令“分析这份周报数据，提炼核心结论，用 lieflat-charts 生成一份完整 HTML 格式的数据汇报页面。”六、注意事项与踩坑点环境兼容性：需确保使用的 Agent 终端支持执行 Shell 命令或支持读取 SKILL.md 规范（如 Moxt, Claude Code, Codex 等）。图表数量控制：项目设计原则为“一图表达一独立结论”。单页报告建议图表数量不超过 6 张，过多图表会导致排版过于拥挤。颜色自定义原则：允许传入品牌主色（Brand Color），但建议保持其内建的阶梯对比度，避免传入过于刺眼或对比度极低的高饱和度色彩。触发词明确：默认 Agent 只会生成单个独立的图表；只有当 Prompt 中明确包含“报告”、“年报”、“白皮书”、“海报”等叙事词汇时，才会触发 12 全页模板生成模式。
Dashi PPT Skill
Dashi-PPT-Skill 精简实用指南一、平台介绍 Dash PPT Skill 是一个面向 AI Agent 的 PPT 生成工具。 核心功能：把文档交给 AI，自动生成完整 PPT，浏览器可直接编辑，一键导出 PPTX/PDF。 核心特点：生成加编辑加导出一体化流程生成结果本身就是一个网页 PPT 编辑器支持 AI 自动结构化内容二、主要功能自动生成 PPT根据文档或需求自动生成完整结构支持场景包括：分析报告、项目汇报、路演等多主题模板包含 12 套视觉主题提供 1000+ 页面版式支持整套风格一键切换可视化编辑（核心亮点）每一页带有控制台，包括滑杆和开关可调布局、模块数量、重点和配色文本可直接点击修改图表与分析模型支持甘特图、漏斗、桑基图、热力图支持 SWOT、波特五力、PEST 等分析模型导出能力支持 HTML（离线可用）支持 PDF支持可编辑 PPTX（重点功能）三、适用人群 适合使用场景：职场人（汇报、方案、复盘）咨询、投资、分析人员产品经理、运营人员AI Agent 使用者（如 Claude、Codex）不太适合的场景：需要像素级设计的设计师场景四、免费与付费情况：开源免费，采用 AGPL-3.0 协议允许商业使用，但如果做 SaaS，需要开源你的修改代码补充说明：无官方定价页面，暂未提供付费套餐有商业授权需联系作者，非公开定价五、如何使用（最简流程）安装执行命令：npx dashi-ppt-skill@latest环境要求：Node.js 20+，本地浏览器用于导出生成 PPT给 AI Agent 输入指令：帮我用这个 skill 生成一份 PPT（主题加页数加受众）操作流程输入需求，包括主题、受众、页数选择模板风格自动生成内容结构浏览器中直接编辑导出 PPTX 或 PDF编辑方式点击文字直接修改拖拽图片进行替换使用控制台调整布局、配色和模块六、注意事项（重要）必须本地运行不适合纯网页 ChatGPT 使用需要本地 Node 环境导出依赖浏览器必须安装 Chrome 或 Edge否则无法导出 PPTX/PDF内容安全文档不会上传服务器全部本地处理，隐私友好Token 成本高（AI 侧）10 页 PPT 约消耗 10 万 tokens，成本较高自定义受限不支持完全自由设计，为了稳定输出七、一句话总结 它不是单纯的 PPT 生成器，而是 AI 加可编辑 PPT 系统。 核心价值： 快速生成结构，同时保留可控编辑能力
PPT Master
PPT-MASTER 使用指南1. 平台介绍项目定位：一个运行在 AI Agent（如 Claude Code）中的开源工作流技能。它能将任意文档（PDF、DOCX、网页等）或话题，自动转化为原生可编辑的 PowerPoint (.pptx) 演示文稿。核心优势：生成的不是扁平图片或单张文本框，而是包含 PowerPoint 原生 Shape、数据驱动图表与表格、转场动画、母版/版式继承以及演讲者备注配音；工作流及文件生成完全在用户本地机器执行，数据不留存第三方平台；兼容任何支持 Agent 技能的 AI 交互环境（Claude、GPT、Gemini、Kimi 等均可驱动）。2. 主要功能文档/话题一键生成：输入提炼素材或直接提问，AI 自动梳理逻辑链条、规划版面并输出 .pptx。数据驱动的图表与矢量元素：生成包含真实数据的 PPT 图表、表格，以及带控制句柄的原生矢量图形和连接线。模板提取与套用：可从参考演示文稿中提取品牌风格与版式布局，或将新内容填入现有的 .pptx 模板中。转场、动画与语音配音：支持一键配置原生 Slide 转场、元素动画，并可将演讲者备注转换为语音朗读（Audio Narration）。多风格视觉生成：内置极简瑞士排版、杂志风、数据新闻风、玻璃拟态 (Glassmorphism)、Memphis 流行风等多种视觉设计模板。3. 适用人群职场人士 / 商务汇报者：需要快速将长篇 Word、PDF 报告或会议大纲提炼成高颜值 PPT。开发者 / 技术人员：习惯使用 AI 命令行/IDE 工具（如 Claude Code），希望通过自然语言直接生成可编辑文档。研究员 / 学者 / 创作者：需要将论文、行业研究报告快速转化为结构清晰的演示文稿。4. 免费与付费情况完全免费开源：项目采用 MIT 开源协议，软件本体 100% 免费，无需支付任何 PPT 生成平台月费或订阅费；由于软件本身免费开源，项目没有官方付费定价页面。使用成本分析：唯一的成本是用户调用大语言模型（如 Kimi、Claude、OpenAI 等）及图片生成 API 的费用；实际花费取决于你所使用的 AI 模型厂商的 API 计费标准。5. 如何使用（快速上手）准备环境：安装 Python 3.x 环境，以及支持 Agent 技能的 AI 工具（如 Claude Code、Cursor 等）。配置 Key：在 AI 工具中配置好你的大模型 API Key。推荐具备大上下文与强推理能力的模型（如 Kimi K3 或 Claude），以及图像生成 API。加载技能并交互：将 ppt-master 技能引入你的 Agent 环境；在对话框中发送指令，例如：“将这份报告 [附带 PDF] 生成一份 10 页的商业汇报 PPT"。导出与微调：生成结束后，在本地打开导出的 .pptx 文件，直接在 PowerPoint 中进行细节调整与演示。6. 注意事项工具定位认知：PPT Master 提供的是工作流框架（Harness），生成质量的上限制取决于底座 AI 模型；建议配合大上下文、强推理的大模型（如 Kimi K3、Claude）以获得最佳逻辑与排版效果。人工微调预留：AI 能完成 80%~90% 的结构规划、内容提炼与基础美化工作，但最终的视觉对齐和细节微调仍需人工简单把关；PPT Master 并非许愿池，需理解其能力边界。
Taste Skill
Taste Skill：AI 编程前端审美规范框架Taste Skill是一个专为 AI 编程 Agent设计的开源工具，旨在防止 AI 生成同质化、缺乏设计感、“AI 味浓厚”的通用前端代码。它通过提供预设规则与 SKILL.md配置文件，帮助开发者打造具备高端视觉质感的现代 UI 界面。1. 平台介绍Taste Skill 致力于解决 Less slop, designs pop（减少劣质同质化代码，提升UI审美与设计质感）的核心诉求。其工作原理是将设计规范、排版逻辑与色彩系统打包为标准的 Agent Skill。开发者由 Leon Lin 与 blueemi 共同维护的开源项目团队组成。核心理念：坚持“Less slop, designs pop”，即拒绝低质模版化输出，追求高水准的设计审美与设计质感。工作原理：将设计规范、排版细节、色彩系统以及组件框架匹配逻辑打包为标准 Skill（SKILL.md 格式），AI 生成代码前会先读取规范，从而自动规避“套路化”设计。维护团队：由 Leon Lin 与 blueemi 共同协作开发的开源社区项目。2. 主要功能Taste Skill 为 AI Agent 提供了丰富的预设能力，通过智能推断与设计系统映射来增强代码产出质量。内置10+专业技能库可根据不同需求灵活调用。核心默认技能 (taste-skill v2)：包含设计自动推断、重构审计以及预检机制的综合版本，效果显著优于旧版。GPT 优化专用技能 (gpt-tasteskill)：专门为 GPT/Codex 模型优化的特性，进一步强化了布局多样性与动效处理逻辑。风格化预设库：提供 soft-skill（极简柔和）、minimalist-skill（编辑风极简）以及 brutalist-skill（野兽派/瑞士平面风格）等多种视觉风格的代码注入方案。重构专用技能 (redesign-skill)：专门针对老旧项目执行 UI 深度审计，帮助团队快速进行审美升级与代码重构。产出控制技能 (output-skill)：严格禁止 AI 在生成过程中留下占位符或未完成的半成品代码，确保交付质量。图像辅助技能：包含 image-to-code-skill及离散的实现逻辑结合图片生成的 UI 设计与前端生成能力（imagegen-frontend-*）。此外，平台支持 双模式适配（Dark/Light），要求 AI 在输出前完成严格的质量检查清单。系统还具备智能推断功能，根据项目背景自动调整设计语言、配色及动效幅度。3. 适用人群Taste Skill 主要服务于以下几类需要提升前端视觉品质的用户群体：AI 辅助编程开发者：频繁使用 Cursor、Claude Code、Codex、Gemini CLI、v0、Lovable、OpenCode 等 AI 工具编写前端代码的技术人员。追求审美的独立创作者/产品经理：缺乏专职 UI 设计师，但希望借助 AI 产出的产品能够具备高端视觉感与现代化设计体验的个人开发者或 PM。企业重构团队：需要对现有遗留系统进行审美升级、界面焕新以及代码规范化重组的技术团队。4. 免费 / 付费情况该项目目前处于完全开源状态，社区维护且无任何商业限制。定价与源码详情如下：收费状态：完全免费且开源（100% Open-Source），没有任何订阅费、隐藏付费点或针对特定版本的功能锁。捐赠支持方式：项目通过 GitHub Sponsors 通道接受社区成员的自愿赞助与支持资金。官方主页入口：访问 https://www.tasteskill.dev/ 获取最新文档与预览效果。GitHub 仓库地址：进入 https://github.com/Leonxlnx/taste-skill 克隆源码并查看赞助详情。5. 如何使用 & 配置指南Taste Skill 支持任何兼容 SKILL.md 或扩展协议的 AI Agent，用户可通过终端命令快速集成。具体安装与配置步骤如下：全局添加默认 Taste Skill (v2)：bashnpx skills add Leonxlnx/taste-skill 注：此操作会将默认的 design-taste-frontend 规则集添加到项目环境中。指定特定版本或风格：用户可选择安装 v1 遗留版本或其他特定制式，例如运行以下命令进行精细控制：bashnpx skills add https://github.com/Leonxlnx/taste-skill --skill "design-taste-frontend" 集成至 AI Agent：在执行 npx 命令后，Skill 文件会自动注入到项目的规则目录或 agent skills 文件夹中。对于 v0、Lovable 等 Web 界面 Agent，可直接从 GitHub 复制对应的 SKILL.md内容作为 System Prompt 使用。6. 注意事项 & 风险提示在使用 Taste Skill 时，开发者需留意以下技术细节与潜在问题：版本迭代状态：v2 处于 experimental（实验性）迭代期。当前默认安装的规则文本可能随开发小幅更新；如需极度稳定的旧版逻辑以规避风险，请显式指定 --skill design-taste-frontend-v1。模型能力要求：由于涉及复杂的规范遵循与推断，建议配合基座模型能力较强的产品使用（如 Claude 3.5/3.7 Sonnet, GPT-4o）。如果模型对提示词的理解力较弱，可能会忽略部分审美规则导致效果打折。避免规则冲突：若项目中已配置极强的 .cursorrules或全局 Prompt，需仔细检查是否存在逻辑互斥（例如 Taste Skill 要求使用特定 Tailwind 规范而项目强制限制了原生 CSS）。
GSAP Skills
gsap-skills：GSAP AI 官方技能库1. 平台与项目简介greensock/gsap-skips 是 GSAP（GreenSock Animation Platform）官方推出的核心扩展包，旨在作为 AI 编程助手的专用知识库。项目定位：它是专为解决现代前端开发中的动效痛点而设计的开源资源库，属于官方的 AI Coding Agent Skills。核心目标：为各类主流 AI Agent（如 Cursor、Claude Code、GitHub Copilot 等）提供 GSAP 动画的最佳实践规则集。旨在确保 AI 生成的代码具备高性能、无 Bug 且符合最新 API 标准的特点，避免生成过时的语法或存在内存泄漏的代码。2. 主要功能与技能模块 (Skills)该库涵盖了从核心 API 到复杂滚动触发的全生态规范，具体包含以下 8 个关键模块：gsap-core内容说明：核心 API 规范化。定义了标准的使用方式（如 to()、from(), fromTo()），涵盖缓动函数配置以及交错动画 (stagger)。确保 AI 知道如何正确设置默认值及执行基础动画逻辑。gsap-timeline内容说明：时间轴控制规范。涉及时间链管理、Position 参数定位、标签系统应用，以及嵌套播放与循环控制的规则设定。gsap-scrolltrigger内容说明：滚动联动开发指南。详细规定 Pin (钉住) 策略的使用、Scrub (滚动触发) 顺滑效果的处理，包括滚动触发的注册设置及自动清理机制的规范。gsap-plugins内容说明：高级插件标准库。包含对官方所有免费与付费插件（如 ScrollTo, ScrollSmoother）的统一使用方式，以及 Flip、Draggable、Inertia、SplitText、MorphSVG 等特定功能的代码规范。gsap-react内容说明：React 最佳实践方案。强制推广 useGSAP() Hook 的使用模式，规定 Ref 结合方式、作用域隔离 (scope)、SSR（服务端渲染）处理及组件销毁时的 Cleanup 流程。gsap-frameworks内容说明：框架适配策略。专门针对 Vue、Svelte 等非 React 生态的框架，提供生命周期钩子的结合点与选择器作用域的隔离规则。gsap-utils内容说明：工具函数规范集合。定义了常用辅助函数的使用标准（如 clamp, mapRange, normalize, interpolate, toArray），确保数据映射的高效性。gsap-performance内容说明：性能优化指南。重点教导 GPU 硬件加速利用、will-change CSS 策略的时机，以及批量处理动画时的性能损耗控制方法。3. 适用人群建议该技能库主要服务于以下三类开发者群体：前端开发工程师在日常工作中使用 Cursor、Claude Code 或 Copilot 等 AI 工具辅助编写 GSAP 代码，需要确保生成的逻辑无 Bug。动效与 UI 设计师/工程师负责复杂交互场景构建的团队，急需让 AI 快速生成符合现代性能标准的交错动画 (Stagger) 及滚动联动特效。AI Agent 开发者正在搭建自定义工作流或需要集成专业动效生成能力的开发团队，希望为其模型注入权威的 GSAP 知识。4. 免费与付费政策说明GSAP 的授权体系近期经历了重大调整，目前的开源策略如下：协议开放gsap-skills 本身采用严格的 MIT 开源免费协议。所有用户均可直接下载并使用其中的知识库规则。插件费用免除GSAP 原 Club GSAP 付费插件（包括 SplitText, MorphSVG, ScrollSmoother 等）现已全部转为免费。这意味着商业项目无需额外购买授权，可直接通过 npm 安装使用。官方查询渠道所有最新的定价政策、企业级授权变动及详细的许可信息均可查阅官方网址：https://gsap.com/pricing5. 使用方法指南您可以通过以下两种主流方式将技能库集成到您的 AI Agent 中：CLI 一键安装（推荐通用方案）此方法适配 Cursor、Claude Code、Windsurf、Copilot 等 40+ 种 AI 编程助手，无需手动复制文件。直接运行以下终端命令即可自动拉取配置：bashnpx skills add https://github.com/greensock/gsap-skills 若需为特定 Agent（如 Antigravity）定制安装参数，可附加指定 flag：bashnpx skills add https://github.com/greensock/gsap-skills --agent antigravity 按平台配置与手动导入不同 IDE/Agent 具有特定的插件或指令通道，请按对应说明执行：Claude Code：运行 /plugin marketplace add greensock/gsap-skills。Cursor 用户：进入 Settings (设置) -> Rules (规则) -> Add Rule (添加) -> 选择 Remote Rule，输入仓库名并确认拉取。GitHub Copilot：获取仓库根目录下的 .github/copilot-instructions.md 文件内容，并将其复制到项目的同层级目录下。手动迁移路径：克隆整个仓库到本地，并将 skills/ 文件夹直接剪切至 AI 工具的配置文件目录（例如 Windows/Mac 用户可尝试放置于 ~/.claude/skills/ 或 ~/.cursor/skills/）。6. 注意事项与开发规范在使用过程中请务必遵循以下核心标准，以保证代码质量：无需私有注册表GSAP 官方策略调整使得您可以直接通过公有的 npm registry 安装所有插件功能。无需配置 Club GSAP 私有的 .npmrc 文件或进行复杂的 Auth Token 认证流程。React 开发强制性要求在使用 React 生态时，必须优先引入 @gsap/react 库并配合 useGSAP() Hook 使用。务必指定作用域 (scope)，以防止全局选择器污染及潜在的组件内存泄漏问题。滚动触发的刷新机制当 DOM 结构发生变更、页面发生动态扩容或布局调整时，必须显式调用 ScrollTrigger.refresh() 函数重新计算动画的位置与触发点。性能优先的代码风格AI Agent 应被引导始终使用 CSS Transform 别名（如 x, y, scale, rotation）。严禁为了简单的位移而使用可能引发重排的属性（如 top, left, width, height），以保证动画的流畅性与低延迟。
Img2threejs
img2threejs 使用指南这是一个将单张参考图片重构为纯代码化、程序化且可直接动画交互的 Three.js 3D 模型的开源工具。它属于非传统网格导出或摄影测量，而是采用 “以代码重建（Reconstruction-by-Code）” 的创新方式。一、平台介绍定位清晰：项目不是传统网格导出（Mesh Extraction）或摄影测量，而是 “以代码重建（Reconstruction-by-Code）” 的图像转 3D 工具。核心机制独特：通过 Python 脚本与 AI 视觉模型结合，解析图片后生成干净的 TypeScript / JSON 规范代码，利用 Three.js 原生几何体与材质程序化拼接出 3D 模型。二、主要功能纯代码生成（Zero External Mesh）：生成的结果为可直接在浏览器运行的 TypeScript 代码，无须下载大型 .gltf / .obj 静态模型文件。AI 视觉自我纠错与质量把关（Quality-Gated Loop）：在生成过程中自动生成对比图，由 AI 判定渲染结果与原图的匹配度，自动迭代修复材质、光照与几何结构。带层级结构的动态模型：输出的模型包含完整的层级树、碰撞体（Colliders）、挂载点（Sockets）与旋转轴（Pivots），原生支持动画与拆解功能。Token 节省机制：逻辑校验与状态封装由本地 Python 脚本处理，消耗 AI Token 仅用于视觉比对与代码编写部分。三、适用人群Web 前端 / Three.js 开发者：适合快速构建轻量化、可代码操控的 3D 网页组件。独立游戏开发者：可用于生成硬表面道具，如武器、机械、小桌宠、场景小元素等资产。AI Agent 技能使用者：可在 Claude Code、Codex CLI 或 OpenCode 等终端工具中直接调用的专业开发人员。四、免费 / 付费情况完全免费且开源：项目采用开源协议，代码托管于 GitHub 仓库 github.com/hoainho/img2threejs。不存在官方订阅费：作为开源工具，不存在付费订阅或官方定价页面。成本说明：使用时消耗的仅为您自己调用的 AI 模型 LLM API / Token 成本。五、如何使用安装 Skill：将仓库克隆至 AI 助手（如 Claude Code）的技能目录，运行如下命令进行部署：bashgit clone https://github.com/hoainho/img2threejs.git ~/.claude/skills/img2threejs git clone https://github.com/hoainho/img2threejs.git ~/.claude/skills/img2threejs 环境要求：本地需具备 Python 3.10+（无需额外安装第三方库）。运行生成命令：在终端或 AI 助手对话框中提供图片路径并输入指令，例如重建特定物体为模型并保持比例与颜色。自动构建流程：Skill 会自动完成“图像分析 → 编写 Spec 规范 → 分步代码生成 → 比对校准”的全过程，最终输出 TypeScript 源码。六、注意事项适用主体类型限制：目前对 “硬表面物体（Hard-surface props）” （如枪械、刀具、耳机、低多边形建筑等）效果最好；复杂人体或生物模型的重构功能仍在陆续完善中。原图质量要求：请提供轮廓清晰、主体明确的单张参考图片，背景越干净重构精度越高。代码体积与性能考量：虽然不依赖外部 3D 资产，但非常复杂的模型会生成较长的 TS 代码，建议在项目中进行按需打包处理。
Emil
emilkowalski.ski/skill由前 Vercel、Linear 资深设计工程师 Emil Kowalski 开发的本地化命令行工具（CLI）。它将多年在高级动效、微互动和高质感 UI 领域的经验“硬编码”为规则，专门赋予你的 AI Agent（如 Claude Code）顶级的审美与纠错能力。🚀 核心定位：让 AI 拥有设计品味普通的 AI 代码助手能写出“可以跑”的动画，但往往缺乏直觉——分不清场景该快还是慢、缓动曲线选错等。本项目并非独立 SaaS，而是通过注入规则（Skills），让你的本地前端环境中的 AI 编程助手具备：✅ 设计品味 (Taste)：理解高级 UI/UX 规范。✅ 物理直觉：掌握正确的动画时序与曲线。✅ 自动纠错：拦截低级动效错误，减少手动微调时间。🧠 五大核心 AI 技能包 (Skills)该项目包含一套可组合的技能指令，直接在你的 Prompt 或 CLI 中生效：1. emil-design-eng | 👨💻 设计工程专家作用：在编写 React、CSS、Framer Motion 动画时提供专业建议。价值：指导 AI 做出符合物理直觉的动效决策（如阻止高频操作使用冗长动画）。2. review-animations | 🧐 动效严格审查作用：对前端动画代码进行像素级“硬核审查”。价值：揪出低级错误，例如误用淡入、超长时长等不符合规范的参数。3. improve-animations | 🔍 全库动效重构计划作用：扫描整个代码库进行审计。维度覆盖：动效目的、缓动曲线、物理特性、可中断性、性能优化及无障碍（Accessibility）。输出：生成一份可让低成本 AI 自动执行的重构行动计划。4. find-animation-opportunities | ✨ 寻找动效契机作用：分析 UI 界面，精准定位适合加入微互动的区域。反向约束：明确指出哪些地方绝对不要加动画（避免廉价感）。5. apple-design | 🍎 苹果动效哲学 (WWDC)作用：将 iOS/Apple 的界面设计与流体动效原则提炼为 Web 端规范。价值：让 AI 能够写出类似 iOS 系统级的细腻交互质感。👥 适用人群角色痛点与需求独立开发者 / 全栈工程师缺乏 UI/UX 设计师配合，希望用低成本工具获得 Linear/Vercel 级别的产品质感。设计工程师 (Design Engineer)使用 AI 提效重构，需要产出物直接符合高审美标准，减少手动调整 cubic-bezier 的时间。深度 AI 使用者高频用户 Claude Code / Cursor，希望解决其写前端代码“缺乏品味”的问题。💰 免费与付费详情✅ 核心工具：完全开源且免费当前 Skill 技能包：0 元。可直接通过终端安装到你的 AI 代理中运行。使用方式：集成到本地项目，无后台、无 API Token 限制（取决于基座模型）。💳 进阶内容：知识付费课程本 Skill 是 Emil 的付费在线课程的“AI 衍生品”。若需深入学习底层物理理论及代码实践，可购买其正课。课程名称：Animations on the Web参考价格：$199 USD 起（官网以最新为准）。详情页面：animations.dev⚙️ 快速上手指南由于其本质是注入 AI Prompt/技能包，通常配合支持自定义 Skills 的系统使用。📥 安装步骤 (以 Claude Code / Cursor 为例)在项目根目录下运行以下命令：bash# 将 Emil 的设计工程师技能包添加到本地 AI 代理中 npx skills add emilkowalski/skill ⚠️ 提示：确保你使用的是支持安装第三方 Skill/Plugin 的 CLI 环境或 IDE（如 Cursor, Claude Code）。📝 交互指令示例 (Prompt Examples)安装后，你可以直接在对话框下达以下指令：审计这个全局的代码库，看看哪些动效需要被优化 -> (调用 improve-animations)帮我把这个下拉菜单的缓动曲线调整得更符合物理直觉 -> (调用 emil-design-eng)检查我这里的动画是否触发了重排问题？🛑 核心避坑点：如果你打算使用此技能，或在开发精细动画时，请务必遵守这些由该工具提炼出的硬核规范。这是 AI 审查的重点拦截项：⏱️ 1. 控制时长 (Timing)规则：普通的 UI 微交互动画绝对不要超过 300ms。原因：速度快往往能显著提升用户的“感知性能”，慢动作会让用户觉得网站卡顿。📉 2. 慎用 ease-in (淡入)规则：元素进入屏幕的动画，永远首选 ease-out（淡出）或自定义弹簧效果。原因：ease-in 会让动画快结束时达到最快速度，视觉上感觉像是在“撞墙”，极其不自然。🚫 3. 高频操作别加动画场景示例：表格行切换、频繁点赞按钮、普通的键盘输入响应等。规则：能不加就不加。动效是用来引导视觉或增加趣味的，高频场景加动画只会让用户烦躁。📐 4. 严格属性限制白名单：只允许 AI 修改 transform 和 opacity（性能消耗低）。黑名单：绝对禁止用动画改变 height、width 或 margin。这会导致浏览器频繁触发重排 (Layout Thrashing)，造成严重的掉帧卡顿。
SkillMarketPlace
平台指南1. 平台概述1.1 核心定义名称：skillmarketplace.ai定位：面向 AI 代码助手（如 Claude Code、Codex CLI、ChatGPT）的开源技能（Skill）聚合市场。核心机制：以统一的 SKILL.md 标准为基础，聚合 GitHub 上的技能资源。主要体验：提供可搜索、可过滤、一键安装的标准化体验。1.2 技术基石所有技能均遵循 SKILL.md 开放标准。实现原生兼容性：支持 Claude Code、OpenAI Codex CLI、ChatGPT。多端复用：一次开发，多端 AI 助手可用。2. 主要功能2.1 海量技能库规模：聚合 GitHub 上 40 万+ 开源技能。分类：覆盖 12+ 大类，包括工具、开发、业务、数据与 AI、测试安全、DevOps 等。2.2 智能搜索与筛选检索方式：支持关键词搜索与语义搜索。排序维度：可按分类、作者、星标数、更新时间进行排序。质量指标：提供星标数量、更新频率等质量参考数据。2.3 一键安装即用Claude Code：安装至 ~/.claude/skills/（用户级）或 .claude/skills/（项目级）。Codex CLI：安装至 ~/.codex/skills/。自动发现：AI 启动时自动发现并加载，无需额外配置。2.4 多技能组合并行加载：支持同时加载多个技能。上下文调用：AI 根据对话上下文自动调用多个技能（例如同时调用代码审查与 Git 自动化）。2.5 技能创建与分享自定义技能：用户可创建自定义技能（含 SKILL.md 描述及脚本/模板）。发布机制：推送到 GitHub 即可被平台收录并搜索。3. 适用人群开发者：用于自动化编码任务、批量脚本生成、工具链标准化。技术团队/架构师：用于统一 AI 助手能力栈、标准化 DevOps/数据流程、提升协作效率。AI 爱好者/业余用户：零成本探索 AI 能力、快速搭建自动化工作流。内容/研究人员：利用数据处理、文档生成、文献综述类技能提高研究效率。4. 费用与版权4.1 费用政策永久免费：平台所有功能（浏览、搜索、筛选、安装、技能提交）均永久免费。无隐藏收费：无任何会员订阅或隐藏付费墙。4.2 开源属性来源透明：技能均来自 GitHub 公共仓库。协议自由：遵循各自开源协议（如 MIT、Apache 等），可自由使用、修改和分发。独立项目：非 Anthropic 或 OpenAI 官方产品，无任何商业绑定。5. 快速上手指南5.1 浏览查找访问 skillmarketplace.ai。按分类浏览或输入关键词搜索。查看技能详情（描述、星标、更新时间、兼容性说明）。5.2 安装技能获取地址：复制目标技能的 GitHub 仓库地址。克隆仓库：执行 git clone <仓库URL> 将代码拉取至本地。放置文件：将技能文件夹复制到对应 AI 助手的目录（参考 4.2 节路径说明）。5.3 直接使用启动 Claude Code 或 Codex CLI。AI 会自动加载已安装技能。在对话中自然触发功能（例如输入“帮我审查代码”自动调用 code-reviewer 技能）。6. 安全与避坑指南6.1 安全风险（核心）现状：技能来自社区开源仓库，无官方安全审计。风险：可能含恶意代码、窃取数据或滥用权限。必做措施：安装前必须人工审查代码。筛选建议：优先选择高星标（≥50）、近期更新、作者可信的技能。6.2 质量参差不齐问题：低星或久未更新技能可能存在 Bug、兼容性差或功能失效。建议：排序选择“星标/最近更新”，优先使用平台标注的“质量信号”技能。6.3 兼容性问题现状：虽统一 SKILL.md，但部分技能可能仅适配特定 AI 版本（如 Claude Code 最新版）。注意：安装前务必查看技能详情页的兼容性说明。6.4 技能冲突问题：多个技能可能同名或功能重叠，导致 AI 调用混乱。解决：避免同目录放功能冲突的技能，按用途分文件夹管理。6.5 隐私泄露风险：部分技能需访问本地文件、网络或敏感数据，可能导致隐私泄露。谨慎原则：拒绝授权支付、账号密码、个人身份信息等高风险权限。7. 总结核心价值：作为免费、开源、跨平台的 AI 技能“应用商店”，极大降低了 AI 能力复用的门槛。核心定位：让开发者、团队及爱好者快速扩展 AI 助手功能。使用建议：适合作为 AI 自动化工作流的核心工具，但使用时需重点审查安全、筛选质量、规避冲突。
探索 Skill
Skill Market 平台使用指南一、平台总览1. 平台名称与定位平台名称：Skill Market访问地址：https://skill.aiphys.cn/核心定位：面向物理学及科研领域的 AI Agent 技能市场。主要功能：提供可直接调用的科研工具类 Skill（技能包），覆盖理论物理计算、论文处理、代码生成、基金申请等场景。维护团队：由北京大学等高校的科研人员开发并维护。2. 开发背景该平台旨在降低科研工具的使用门槛。提供自动化处理重复性工作的工具，服务于物理科研垂直领域。采用开源共享机制，鼓励科研人员免费上传分享。二、核心功能 (主要 Skill)平台提供多种可直接集成的技能包，主要涵盖计算、论文处理、代码辅助等方向。1. 计算与物理工具类amflow-compute核心功能：自动化计算 Feynman 圈积分、相空间积分（适用于量子场论场景）。技术依赖：依赖 Mathematica 及 AMFlow 包。KIRA3-IBPReduce核心功能：量子场论中的 IBP 约化（微扰计算常用）。技术依赖：需使用 KIRA3 可执行文件。semileptonic-decay核心功能：介子/重子半轻衰变形状因子参数化、衰变可观测量计算。技术依赖：需输入标准 CSV 数据。Nuclear Data核心功能：核实验活化产物筛选、γ峰归属、核数据匹配。技术依赖：涉及 Geant4 与 ENSDF 数据。2. 论文处理与写作辅助类paper_summarizer核心功能：英文论文转中文精简翻译，保留核心内容，并生成 LaTeX/PDF（原长约为 1/3–2/3）。技术依赖：Python + Tectonic。paper-finder核心功能：按主题自动检索相关学术论文。技术依赖：无特殊依赖。response-to-referee核心功能：生成审稿意见逐点回复及稿件修改建议。技术依赖：无特殊依赖。3. 代码生成与解释类AICodingSkill核心功能：自然语言转清晰代码，附带 README/帮助文档/模块说明。技术依赖：Python。CodeExplainer核心功能：项目代码分析，生成依赖清单、使用教程、逐行注释及 PDF 文档。技术依赖：Python + Tectonic。formula-to-code核心功能：将论文公式自动转换为 Mathematica 或 Python 脚本。技术依赖：无特殊依赖。4. 文档处理类HtmlGenerator核心功能：将讲义或文档转换为 HTML 网页（适配课程预习或复习）。技术依赖：无特殊依赖。三、适用人群理论物理/粒子物理研究者：适合处理 QFT 圈积分、Feynman 计算、衰变分析等复杂计算。物理/理工科研究生：适合进行论文翻译总结、代码注释、基金申请撰写、审稿回复等工作。科研新手/本科生：适合快速上手科研工具、生成代码帮助文档、将课程资料网页化。计算物理/核物理实验人员：适合进行核数据处理、活化产物筛选、γ能谱分析等工作。四、费用与版权说明1. 当前状态发布时间：截至 2026-05-29。收费标准：所有 Skill 完全免费开放，无订阅费或付费墙。获取方式：免费下载、集成及使用。2. 发布与更新机制分享模式：科研人员免费上传分享，平台开放下载。反馈鼓励：欢迎用户反馈并提出改进建议。维护状态：Skill 由科研人员业余维护，更新频率可能较低。3. 潜在成本环境成本：部分 Skill 依赖本地环境，如 Python、Tectonic、Mathematica 等。下载成本：部分工具需本地安装（免费或开源工具）。数据成本：第三方依赖（如 Geant4、JENDL-5）需从官方渠道下载。五、使用流程请按照以下步骤使用平台：访问平台：打开浏览器访问 https://skill.aiphys.cn/，浏览 Skill 列表。选择 Skill：点击目标 Skill（如 paper_summarizer），进入“查看详情”，确认功能需求与技术依赖。环境准备：根据依赖说明安装必要环境（如 Python 3.8+、Tectonic、Mathematica）。获取 Skill：下载技能包（通常包含 README 与示例代码）。配置与调用：解压配置：将文件解压到指定目录，授权可执行文件。路径适配：例如 KIRA3-IBPReduce 首次运行需执行"bootstrap"命令适配本地路径。执行命令：在命令行或 AI Agent 中执行（如 python paper_summarizer.py input.pdf）。输入数据：按示例提供数据（如论文 PDF、CSV 形状因子数据）。集成扩展：支持集成到 Claude Code、OpenCode 等 AI 编程工具中，嵌入个人工作流。六、避坑指南与注意事项1. 环境依赖坑Python 版本：多数 Skill 需 Python 3.8 及以上，版本过低会报错。特定依赖：部分需 Tectonic（LaTeX） 或 Mathematica，未安装会直接导致运行失败。路径适配：如 KIRA3-IBPReduce 默认配置可能不匹配，需手动执行初始化命令。2. 输入格式坑论文翻译：paper_summarizer 仅支持 英文 PDF，中文论文或扫描版图片效果较差。数据格式：semileptonic-decay 需严格符合 标准 CSV 格式，格式错误无法计算。3. 结果精度坑计算时间：amflow-compute 依赖 Mathematica 内核，复杂圈积分可能需要 数小时 计算。数据质量：Nuclear Data 的 γ 峰匹配高度依赖实验数据质量，低信噪比会导致归属错误。4. 安全与隐私坑敏感数据：上传 未发表论文或敏感数据 存在泄露风险，建议优先在 本地处理 而非云端上传。版本安全：第三方依赖库（如 Geant4）需从 官方渠道下载，避免使用篡改版本的安装包。5. 更新与支持坑维护频率：Skill 为科研人员业余维护，bug 修复可能不及时，更新频率低。反馈渠道：平台 无官方客服，遇到问题需通过平台留言或联系作者反馈（如作者：吴弈笛、san zhang）。七、总结1. 核心价值该平台是物理科研垂直领域的 免费 AI 工具库，核心价值在于 降低科研工具使用门槛 和 自动化重复性工作。2. 目标用户尤其适合 理论物理与研究生群体，同时也服务于本科生及实验人员。3. 使用建议环境核对：使用前需 严格核对环境依赖与输入格式。隐私保护：注意数据隐私与工具维护状态，避免敏感数据泄露。预期管理：了解工具由科研人员维护的特性，保持合理预期并积极反馈。
Claude Skills
Skills.pub 平台深度指南一、平台总览平台名称：skills.pub定位：第三方 Claude Skills 中文市场，AI 技能应用商店。核心数据：收录 1900+ 技能包。主要目标：帮助用户快速给 Claude 加装专业能力，实现技能扩展。二、核心功能技能发现与搜索支持按分类或关键词查找。覆盖内容创作、营销、编程、办公等高频场景。一键部署提供 SKILL.md、GitHub 链接与命令行安装。实现无缝对接 Claude 生态，快速启用。技能管理支持叠加组合与按需加载。自动识别并调度多技能协同工作。中文生态精选小红书、公众号、私域运营等本土化技能。深度适配国内用户的使用习惯。可执行代码部分技能含 Python 等脚本。在处理复杂任务时更加可靠高效。三、适用人群内容创作者：适用于小红书/公众号文案、排版优化、爆款生成等任务。营销/运营人员：适合执行私域活动 SOP、商品详情页优化、SEO 程序化等。开发者/极客：可配合 Claude Code、Cursor 等工具进行技能扩展，提升编码效率。企业/团队管理者：适合低成本沉淀行业 SOP 与知识资产，快速定制 AI 专家。普通用户：无需复杂提示词，零门槛使用高质量预构建技能。四、费用与开源政策核心功能免费：浏览、搜索、复制安装绝大多数社区技能，永久免费。完全开源：所有技能基于 GitHub 开源协议，可自由 Fork、修改与二次分发。无强制付费：平台无订阅费、无隐藏付费墙，暂无付费会员体系。企业增值（可选）：提供定制私有技能、企业级支持与审核服务。需联系官方单独询价，非强制购买。五、使用步骤（三步上手）发现技能访问官网 https://skills.pub/zh。浏览精选技能或搜索关键词（例如搜索 xhs-note-review）。进入技能详情页，查看具体功能与 GitHub 源码链接。安装技能（三种方式）命令行（推荐）：bashnpx skills add allinherog-star-ai-skills/xhs-note-review npx skills add allinherog-star-ai-skills/xhs-note-review 手动部署：下载 SKILL.md，直接放入 ~/.claude/skills/ 目录。Claude 界面导入：在 Claude 设置中的 Skills 选项卡内，上传 SKILL.md 文件。触发使用在对话中直接提出相关任务（例如：“帮我审核这篇小红书笔记”）。Claude 将自动匹配并加载对应技能。支持叠加多个技能，Claude 将自动协调执行多个任务。六、注意事项与避坑质量筛选：社区技能提交无严格审核，建议优先选择高星、高使用量与近期更新的技能。安全风险：部分技能包含可执行代码，避免安装来源不明的技能，防止恶意脚本攻击。网络依赖：技能元数据需联网加载，离线环境不可用；部分技能可能需调用外部 API。能力边界：Skills 本质是提示词或流程封装，并非真 AI“手眼”，复杂任务仍需清晰指令与人工校验。版本兼容：优先适配 Claude 3.5+ 与 Claude Code，旧版本可能不支持部分最新技能。七、总结与建议核心优势：skills.pub 是中文用户低成本扩展 Claude 能力的首选平台，具备免费、开源、易用三大特点。最佳场景：尤其适合内容创作与营销运营场景。使用建议：注意筛选高质量技能，关注社区评价。警惕安全风险，谨慎使用未知来源的脚本。明确能力边界，关键业务务必进行校验。
ClawHub
ClawHub 平台生态指南一、平台总览1. 平台定位名称：ClawHub生态角色：OpenClaw 生态的 AI Agent 技能市场/注册表。别称：AI Agent 界的 NPM。核心功能：用于发现、安装、管理社区共建的技能包，赋能 AI 智能体快速扩展能力。官方网址：https://clawhub.ai/2. 核心数据（截至 2026 年 5 月）工具数量：5.27 万 + 个注册用户：18 万 +累计下载：1200 万 +平均评分：4.8 星依赖关系：为 OpenClaw 的官方技能目录，需搭配 OpenClaw 框架运行，非独立 AI。二、主要功能1. 技能聚合与搜索资源规模：社区共建 5 万+ 技能，覆盖生产力、开发、智能家居、模型集成等领域。搜索方式：语义向量搜索：支持自然语言描述需求（如“总结邮件”），无需精准关键词。多维度筛选：支持按下载量、评分、更新时间、标签（自动化/GitHub/办公）进行过滤。2. 技能一键安装与管理CLI 工具：clawhub 命令行，支持安装、更新、卸载、版本锁定。版本控制：遵循 SemVer 语义化版本标准。支持版本锁定与回滚。支持依赖锁定文件（.clawhub/lock.json）。部署位置：技能默认安装至当前目录 ./skills，所有数据留存本地。3. 发布与协作自定义上传：开发者可上传自定义技能，需包含 SKILL.md 说明文件，支持版本迭代与更新日志。GitHub 集成：直接关联仓库，实现更新自动同步。安全审核：内置 Security Soul 机制，包含社区审核与病毒扫描，降低恶意代码风险。4. 生态集成框架对接：无缝对接 OpenClaw 开源 AI 框架。模型支持：支持 Claude、GPT、Gemini 等主流大模型。监控管理：可搭配 ClawHQ 仪表盘（免费版含 3 个代理），实现 Agent 集群管理、监控及成本追踪。三、适用人群AI 开发者/爱好者需求：零代码扩展 OpenClaw 能力，快速集成自动化、数据处理等功能。独立创作者/自由职业者需求：利用技能包自动化内容创作、社交媒体管理、邮件处理等重复性工作。中小企业/团队需求：低成本构建 AI 工作流（如营销、客服、数据抓取），无需自研技术。开源贡献者需求：发布自定义技能，共建 AI 生态，提升个人影响力。四、免费与付费情况1. 核心功能（永久免费）技能浏览与安装：支持浏览、搜索并安装所有公开技能（多为 MIT-0 开源协议，可自由修改分发）。基础工具：提供基础 CLI 工具、版本管理、依赖解析。发布支持：免费发布技能、GitHub 集成及社区支持。2. 付费增值项（非强制）第三方服务 API：部分技能（如邮件/短信/数据抓取）依赖外部服务，需单独付费（通常含免费额度）。ClawHQ 管理仪表盘：免费版：支持 3 个 Agent。团队/企业版：付费购买，提供集群管理、高级监控、优先技术支持。专属技能包：部分高级定制技能（如行业解决方案）单独售卖（$47/个 或 $147 全量包）。五、快速上手（5 步法）1. 环境准备：安装 OpenClaw 与 ClawHub CLIbash# 1. 安装 OpenClaw（必选，技能运行依赖） npm install -g openclaw # 2. 安装 ClawHub CLI npm install -g clawhub # 推荐全局安装 # 或临时使用 npx clawhub@latest <命令> # 1. 安装 OpenClaw（必选，技能运行依赖） npm install -g openclaw # 2. 安装 ClawHub CLI npm install -g clawhub # 推荐全局安装 # 或临时使用 npx clawhub@latest <命令> 验证方法：运行 clawhub --version，显示版本即表示安装成功。2. 搜索技能（网页端/CLI 均可）网页端：访问 clawhub.ai，使用关键词或语义搜索，筛选评分与更新时间。CLI 搜索：bashclawhub search "自动化 GitHub 工作流" # 语义搜索 clawhub search --tags automation,github # 标签筛选 clawhub info github-automation # 查看详情（依赖/用法/版本） clawhub search "自动化 GitHub 工作流" # 语义搜索 clawhub search --tags automation,github # 标签筛选 clawhub info github-automation # 查看详情（依赖/用法/版本） 3. 安装技能bashclawhub install github-automation # 安装到当前目录 clawhub install github-automation --global # 全局安装 clawhub install github-automation@1.2.0 # 指定版本 clawhub install github-automation # 安装到当前目录 clawhub install github-automation --global # 全局安装 clawhub install github-automation@1.2.0 # 指定版本 存储路径：技能默认存入 ./skills，自动生成依赖锁定文件。4. 运行 OpenClaw 并启用技能bash# 启动 OpenClaw，自动加载当前目录 skills openclaw # 启动 OpenClaw，自动加载当前目录 skills openclaw 使用方法：在对话中直接调用技能（如“用 github-automation 同步我的仓库”）。5. 管理技能（更新/卸载/列表）bashclawhub list # 查看已安装技能 clawhub update --all # 更新所有技能 clawhub uninstall github-automation # 卸载技能 clawhub list # 查看已安装技能 clawhub update --all # 更新所有技能 clawhub uninstall github-automation # 卸载技能 六、避坑指南（新手必看）1. 依赖陷阱：必须先装 OpenClaw错误操作：只装 ClawHub CLI 无法运行技能，会报“框架缺失”错误。正确顺序：OpenClaw → ClawHub CLI → 安装技能 → 运行。2. 安全风险：谨慎安装低质量技能优选标准：优先选择 高评分（≥4.5）、高下载量、近期更新 的技能，避免“僵尸技能”。权限检查：安装前查看 SKILL.md，确认 权限最小化（如无需管理员权限），避免隐私泄露。扫描验证：平台内置病毒扫描，但敏感数据建议 先在测试环境验证。3. 版本冲突：避免盲目更新风险：直接 update --all 可能导致依赖冲突，旧技能不兼容新版框架。建议：先 clawhub list 查看版本，锁定稳定版（--version），更新后务必测试功能是否正常。4. 语义搜索不准：关键词需精准模糊描述：如“帮我处理文件”可能返回结果杂乱。优化建议：使用 具体场景 + 动作（如“批量重命名 PDF 文件并添加水印”），或直接用标签筛选。5. 第三方 API 限制：免费额度易耗尽风险：部分技能（如邮件发送、数据抓取）依赖第三方 API，免费额度用完会报错“权限不足”。应对：安装前查看技能详情，确认 API 密钥配置与额度，必要时升级付费套餐。6. 数据本地存储：注意备份风险：技能数据默认存在本地 ./skills，设备故障可能丢失。建议：定期备份 ./skills与.clawhub/lock.json，或使用 Git 托管技能目录。七、总结ClawHub 是 零代码扩展 OpenClaw 能力的核心工具，具备免费、生态丰富等特点，非常适合 AI 开发者与企业快速构建智能工作流。使用建议：严格按环境顺序部署，先安装框架再安装 CLI。优先选择高评分技能，确保质量与安全。谨慎更新版本，避免依赖冲突。注意第三方 API 额度，防止服务中断。遵循以上规范，即可避坑并充分发挥 AI Agent 的自动化潜力。