Skillhub Cn Daily

SkillHub Daily — 与 ClawHub Daily（口碑精品/趋势洞察）互补的每日推荐引擎。 本技能的行为范围（用户须知）： - 读取本地记忆文件（TRAE memory 目录）提取关键词用于个性化推荐，仅使用关键词匹配，不传输原始记忆内容 - 调用 skillhub CLI 获取 SkillHub.cn 排行榜和搜索数据（网络请求） - 调用 skillhub skill evaluation/reports 获取深度评估（网络请求，可选） - 将推荐简报写入本地文件和外部服务（Obsidian/IMA/飞书），需用户配置对应凭证 - 推荐结果中不包含原始记忆内容，仅记录关键词匹配数量 差异化特色： - 国内优先：重点推荐适配国内生态的技能（飞书/微信/钉钉/小红书/抖音等） - 活跃开发者：发现高产开发者及其代表作，追踪值得关注的技能作者 - 双实验室安全审计：调用 skillhub skill reports 获取安全评估 - AI 6维质量评估：调用 skillhub skill evaluation 获取可用性/安全性/文档等评分 - 3级权重记忆碰撞：project_memory×3 / topics×2 / user_profile×1 数据源：SkillHub.cn API（via skillhub CLI，结构化 JSON，0 token 消耗） 扫描规模：7 排行榜 × 100 + 11 分类 × 20 搜索 + 6 关键词 × 20 搜索 ≈ 1000+ 候选 推荐维度：趋势飙升 / 新星上线 / 国内优先 / 活跃开发者 / 记忆碰撞 / 痛点匹配 / 官方认证 去重机制：7 天跨维度去重 三处存放：Obsidian inbox / IMA FIM 知识库 / 飞书云文档 权限声明：需要网络访问（skillhub CLI）、本地文件读写（data 目录）、环境变量（IMA_OPENAPI_CLIENTID/IMA_OPENAPI_APIKEY/OBSIDIAN_VAULT_PATH/TRAE_MEMORY_PATH） 触发场景： - 用户希望每日收到 SkillHub 国内技能推荐 - 用户希望发现适配国内的 AI 技能 - 用户希望追踪活跃开发者 - 用户说"SkillHub 日报"、"国内技能推荐"、"有什么新 Skill" Do NOT use for ClawHub 平台推荐（用 clawhub-daily）、通用代码开发、非 Skill 项目。

SkillHub Daily 国内技能洞察 v7.0

每日扫描 SkillHub.cn 7.5 万+ 技能生态 | 与 ClawHub Daily 互补：聚焦国内适配、活跃开发者、双实验室安全审计

数据源

skillhub CLI 排行榜 + 搜索 API

bash

# 7 种排行榜，每种 100 条
skillhub skill rankings --type hot         # 热门榜
skillhub skill rankings --type newest      # 最新上线
skillhub skill rankings --type trending    # 趋势飙升
skillhub skill rankings --type featured    # 编辑精选
skillhub skill rankings --type recommended # 平台推荐

# 11 分类搜索，每种 20 条
skillhub search "知识管理" --json --search-limit 20
skillhub search "办公效率" --json --search-limit 20
skillhub search "内容创作" --json --search-limit 20
# ... 共 11 个分类

# 6 个记忆关键词搜索，每种 20 条
skillhub search "飞书" --json --search-limit 20
skillhub search "Python" --json --search-limit 20
skillhub search "审计" --json --search-limit 20
# ... 共 6 个关键词

# 深度评估（对最终 8 个推荐调用）
skillhub skill evaluation <slug> --json    # AI 6维质量评估
skillhub skill reports <slug> --json       # 双实验室安全审计

返回数据结构（每个技能）

json

{
  "slug": "self-improving-agent-cn",
  "name": "Self Improving Agent CN",
  "ownerName": "zhengxinjipai",
  "version": "1.0.0",
  "source": "clawhub",
  "category": "ai-agent",
  "subCategories": [{"key": "agent-memory", "name": "记忆增强"}],
  "description": "AI自我改进与记忆系统...",
  "description_zh": "AI自我改进与记忆系统...",
  "downloads": 37072,
  "installs": 9905,
  "stars": 49,
  "score": 3621.57,
  "labels": {"requires_api_key": "false"},
  "verified": false,
  "claimable": false,
  "created_at": 1773023560715,
  "updated_at": 1783822732293,
  "homepage": "https://api.skillhub.cn/zhengxinjipai/self-improving-agent-cn"
}

分类体系

category	中文名
knowledge-management	知识管理
office-efficiency	办公效率
content-creation	内容创作
data-analysis	数据分析
ai-agent	AI Agent
design-media	设计多媒体
professional	行业专业
dev-programming	开发编程
life-service	生活服务
it-ops-security	IT运维安全
business-ops	商业运营

每日扫描策略

扫描覆盖

来源	数量	用途
7 排行榜 × 100	700	热门/趋势/精选/推荐
11 分类 × 20 搜索	220	长尾覆盖
6 关键词 × 20 搜索	120	记忆碰撞精准补充
合并去重后	~550	独立技能候选池

量化指标

指标	来源	用途
downloads	API 字段	热度排序
installs	API 字段	实际使用量
stars	API 字段	用户口碑
score	API 字段	平台综合评分
installs/downloads	计算	安装转化率
created_at	API 字段	新鲜度
updated_at	API 字段	活跃度

7 维度推荐算法

D1: trending_surge × 2 — 趋势飙升

同时登上 hot + trending 双榜的技能，score 降序取 Top 2

D2: newcomers × 1 — 新星上线

newest 榜 + created_at 在 30 天内 + installs > 100，installs 降序取 Top 1

D3: scene_match × 2 — 痛点场景匹配

7 大痛点场景库匹配，不同场景各取 Top 1

D4: memory_collision × 1 — 记忆碰撞

3 级权重关键词碰撞：project_memory×3 / topics×2 / user_profile×1

D5: china_first × 1 — 国内优先（最低门槛：50 安装或 10 星）

国内适配信号检测（飞书/微信/钉钉/小红书/抖音等 25 个关键词），候选不足时降级

D6: active_developer × 1 — 活跃开发者

按 ownerName 聚合，活跃度 = 技能数 + 总安装/1000 + 上榜次数×5，推荐最活跃开发者的代表作

D7: tencent_official × 1(可选) — 官方认证

verified=true，候选为 0 时名额分给 D3

7 天去重机制

加载过去 7 天 data/recommended/*.json 中的 slug 集合，推荐时过滤已推荐的技能。

记忆碰撞实现

3 级权重关键词提取：

• project_memory.md (weight=3) — 项目约束、技术决策
• topics.md (weight=2) — 近期任务关键词
• user_profile.md (weight=1) — 用户偏好、技术栈

碰撞算法：对每个技能在 description_zh + name + category + subCategories 中搜索关键词，累加权重。

活跃开发者发现

按 ownerName 聚合所有扫描到的技能，计算活跃度分数，在简报中展示 Top 5 开发者速览（技能数/总安装/上榜次数/代表作）。

使用模式

Interactive 模式

触发词："SkillHub 日报"、"国内技能推荐"、"有什么新 Skill"

Cron 定时任务

每天北京时间 06:50 执行，TRAE Schedule ID: be17fc27

text

执行步骤：
1. python scripts/fetch_skillhub_cn.py --output data/snapshots
2. python scripts/daily_recommend.py --data-dir data --skip-eval
3. 三处存放：Obsidian inbox / IMA FIM 知识库 / 飞书云文档

三处存放

目的地	方式	配置
Obsidian inbox	写 Markdown + frontmatter	OBSIDIAN_VAULT_PATH 环境变量（默认 E:\Obsidian\md\inbox）
IMA FIM 知识库	两步流程（create_note + add_knowledge）	IMA_OPENAPI_CLIENTID / IMA_OPENAPI_APIKEY 环境变量
飞书云文档	lark-cli 或 lark-doc skill	飞书授权

三处存放各自独立 try/except，一处失败不阻断其他。

输出物

• data/snapshots/YYYY-MM-DD.json — 扫描快照（550+ 独立技能）
• data/recommended/YYYY-MM-DD.json — 8 个推荐 + 元数据
• data/recommended/YYYY-MM-DD.md — 中文结构化简报
• E:\Obsidian\md\inbox\SkillHub-Daily-YYYY-MM-DD.md — Obsidian 本地
• IMA FIM 知识库笔记
• 飞书云文档

依赖

• skillhub CLI（npm i -g skillhub，已全局安装并认证）
• Python 3.8+
• 已登录 skillhub auth（skillhub auth login）

与 ClawHub Daily 互补

	SkillHub Daily	ClawHub Daily
平台	SkillHub.cn（7.5 万+）	ClawHub.ai（500）
特色	🇨🇳 国内优先 / 👤 开发者 / 🔬 安全审计	🦞 口碑精品 / 趋势洞察
评估	AI 6维评分 + 双实验室审计	口碑率 + 活跃度