ClawHub

Clawhub Daily

Other

每日扫描 ClawHub 全球 Skill 平台，结合多维数据（⭐/📥/installsCurrent/comments/capabilityTags） 通过 4 维度轮换算法为用户推荐 8-10 个有价值、不重复、值得关注的 AI Agent Skill， 并通过飞书推送完整简报。 触发场景： - 用户希望每日/定时收到 ClawHub Skill 推荐简报 - 用户希望跟踪 AI Agent 生态的最新 Skill 趋势 - 用户希望按痛点场景（自动化办公/开发工具/内容创作/数据采集/AI 增强/中文支持/金融分析）匹配推荐 - 用户希望避免重复推荐，结合 10 天历史去重 核心能力： - 真实抓取 ClawHub Top 200 Skill（基于 Convex API，0 token 消耗） - 计算 5 大指标：star_rate、installsCurrent、活跃度、comments 热度、能力标签匹配 - 4 维度轮换：趋势 / 质量 / 新星 / 全景（按 `日期 % 4` 自动选） - 10 天历史去重，避免重复推荐 - 痛点加权：基于 7 大场景库个性化排序 - 多模块简报：热装、口碑、新星、痛点、热议、分类王者 - 飞书云文档 + 200-400 字卡片消息推送 - 简报中文化：中文一句话 + 英文原文 `<details>` 折叠

Install

openclaw skills install skill-daily

ClawHub Daily Skill 洞察技能

每日扫描 ClawHub 全球 AI Agent Skill 平台，生成多维度精选简报

核心能力

  • 真实数据：直接调用 ClawHub Convex API（wry-manatee-359.convex.cloud），抓取 Top 200 Skill
  • 多维分析：⭐ stars / 📥 downloads / installsCurrent / installsAllTime / comments / capabilityTags 6 大维度
  • 4 维度轮换：每天换一组推荐角度（趋势 / 质量 / 新星 / 全景）
  • 10 天去重：基于历史快照，10 天滚动窗口
  • 痛点匹配：基于 7 大场景库（自动化办公/开发工具/内容创作/数据采集/AI 增强/中文支持/金融分析）加权
  • 简报中文化：中文一句话解读 + 英文原文 <details> 折叠（0 token 消耗）
  • 多模块简报：6 大推荐模块 + 回顾 + 行动建议
  • 飞书推送：完整云文档 + 200-400 字飞书卡片消息

使用模式（二选一）

本技能支持 2 种使用模式，首次安装请阅读 references/setup-wizard.md：

模式 A：常规对话模式 💬

触发词（在 Agent 对话中输入任一即可）：

  • "每日推荐"
  • "ClawHub 日报"
  • "今天有什么好 Skill"
  • "帮我推荐技能"
  • "扫描 ClawHub"

模式 B：Cron 定时任务模式 ⏰

支持平台：Trae SOLO / qclaw / WorkBuddy / OpenClaw / Hermes / 纯脚本

预制提示词：见 references/prompt-templates.md

推荐节奏：每 2 天 1 次（与 10 天去重窗口完美匹配 → 5 个独立周期全覆盖 200 个 Skill）

适用场景

  • AI Agent 开发者跟踪生态趋势
  • 内容创作者寻找新的 AI 工具
  • 团队 leader 评估可纳入工作流的 Skill
  • 对 ClawHub 平台感兴趣的所有用户

不适用场景

  • 需要中文 Skill 专项分析（请使用 skillhub-daily 技能）
  • 需要即时的单次查询（请直接使用 Convex listPublicPageV4 API）
  • 需要下载/安装 Skill 本身（本技能只做推荐分析）

依赖

  • Python 3.8+
  • requests（HTTP 抓取）
  • 飞书应用凭证（可选，用于推送）
  • 网络可访问 wry-manatee-359.convex.cloud

快速开始

1. 首次安装：选择使用模式

阅读 references/setup-wizard.md 选择 A 或 B。

2. 配置凭证（仅模式 B 推送时需要）

编辑 references/config.json：

{
  "feishu_app_id": "<your_feishu_app_id>",
  "feishu_app_secret": "<your_feishu_app_secret>",
  "feishu_user_open_id": "<your_user_open_id>"
}

3. 手动运行

# 抓取数据
python scripts/fetch_clawhub.py --num 200 --output data/snapshots/2026-06-03.json

# 计算指标
python scripts/compute_metrics.py --input data/snapshots/2026-06-03.json

# 生成推荐
python scripts/daily_recommend.py --date 2026-06-03 --dimension trending

# 4. 推送到飞书
python scripts/push_to_feishu.py --recommendation data/recommended/2026-06-03.json

# 5. 推送到 IMA 知识库（可选）
python scripts/push_to_ima.py --recommendation data/recommended/2026-06-03.json

4. 一键执行

python clawhub_daily_executor.py

推荐维度

维度cron 标识重点模块频率
D1 趋势trending热装 + 痛点 + 回顾第 1, 5, 9, ... 天
D2 质量quality口碑 + 痛点 + 回顾第 2, 6, 10, ... 天
D3 新星newcomers新星 + 痛点 + 回顾第 3, 7, 11, ... 天
D4 全景panorama热议 + 分类 + 回顾第 4, 8, 12, ... 天

维度根据 日期 % 4 自动计算。

输出物

  • data/snapshots/YYYY-MM-DD.json - 当日 200 个 Skill 原始数据
  • data/snapshots/YYYY-MM-DD.metrics.json - 计算后的指标
  • data/recommended/YYYY-MM-DD.json - 8-10 个推荐结果
  • data/recommended/YYYY-MM-DD.md - 简报 Markdown

飞书/IMA 消息结构

飞书卡片消息

包含：

  • 标题：🦞 ClawHub 每日洞察 | 日期（维度）
  • 元信息：扫描数、推荐数、去重数、匹配场景
  • Top 3 详细解读：每个 Skill 含数据、推荐理由、下一步
  • CTA 按钮：查看完整简报（飞书文档）
  • 备注：执行时间 + 数据日期

总字数控制在 200-400 字（让用户决定是否点开）。

IMA 知识库推送

完整 Markdown 简报，含：

  • 标题 + 元信息
  • Top 10 推荐详情
  • 痛点匹配分组
  • 翻页式浏览，可在 IMA 内检索

详细文档

限制与边界

  • 数据源单一：仅 ClawHub Convex API，不抓取 SkillHub
  • 去重窗口 10 天：超出 10 天的会重新推荐
  • 简报长度 8-10 个：超过不会推送（避免信息过载）
  • 语言：中文为主，英文原文 <details> 折叠（0 token 消耗方案）

版本

  • v1.0.0 (2026-06-03) - 初始版本，参考 skillhub-daily v6.2.0 架构设计