Skill Finder (Find ClawHub skills + Search Skills.sh)

核心用法

Skill Finder 是一款专注于按需搜索与智能评估的辅助工具，核心流程为：搜索（npx clawhub search）→ 评估（应用质量指标）→ 对比排序 → 推荐最优 1-3 项。用户通过自然语言描述需求（如"有没有做 X 的 skill"），系统返回匹配结果并附推荐理由。

显著优点

1. 意图驱动搜索：支持"按需求而非名称"查找，降低用户认知负担
2. 质量前置评估：内置评估标准（evaluate.md），避免盲目推荐
3. 偏好持久化：显式记录用户喜好与拒绝原因（~/skill-finder/memory.md），随使用迭代优化推荐
4. 安全边界清晰：严格限定只读搜索与评估，永不自动安装，数据隔离在独立目录

潜在缺点与局限性

• 依赖外部索引：搜索质量受 ClawHub 平台数据完整性制约
• 无行为学习：仅接受显式反馈，无法从交互历史中隐性优化
• 存储容量有限：偏好文件 ≤50 行，长期用户可能需手动归档
• 人工评估瓶颈：复杂场景下仍需用户最终判断，工具仅辅助决策

适合人群

• 新用户快速探索可用 skill 生态
• 需要对比多个同类工具的中高级用户
• 对自动安装持谨慎态度、偏好手动控制的安全敏感型用户

常规风险

• 搜索偏差：平台算法可能导致热门但非最优结果被优先展示
• 偏好固化：显式存储机制若缺乏定期清理，可能形成过时推荐逻辑
• 版本漂移：npx clawhub 命令行为变更可能破坏搜索流程（需关注 changelog）

Skill Finder 综合评估

核心用法

Skill Finder 是一款纯文档型辅助工具，旨在帮助用户通过自然语言需求查找、评估和比较 ClawHub 平台上的其他 Skill。其工作流程清晰：搜索（npx clawhub search）→ 评估（应用质量评估标准）→ 比较（多候选排序）→ 推荐（呈现 Top 1-3 并附理由）。该 Skill 本身不执行代码，仅提供策略指导，所有实际搜索操作依赖官方 npx clawhub 命令行工具。

用户首次使用时需手动创建 ~/skill-finder/ 目录，偏好记忆功能严格受限：仅存储用户显式声明的偏好（如"I prefer X"）、喜欢的 Skill 及理由、拒绝的 Skill 及理由，绝不从行为中推断偏好或记录安装历史。

显著优点

1. 极致安全设计：纯 Markdown 文档，无可执行代码、无外部依赖，静态与动态分析均获满分。
2. 隐私优先架构：遵循 GDPR 数据最小化原则，仅处理用户主动输入的偏好声明，拒绝行为追踪。
3. 官方工具链集成：搜索操作完全依赖 ClawHub 官方 npx 命令，数据来源可信。
4. 清晰的范围边界：通过显式声明 "This skill ONLY" 和 "This skill NEVER" 严格自我约束，降低误用风险。

潜在局限

1. T3 来源可信度：维护者为个人开发者（ivangdavila），GitHub 账号创建于 2021 年，公开仓库较少，社区验证度有限。
2. 功能依赖外部：核心搜索能力完全依赖 ClawHub 平台，若官方命令变更或平台策略调整，本 Skill 需同步更新。
3. 手动初始化：需用户手动创建目录，首次体验略欠自动化。
4. 无开源许可证：当前未声明 License，存在潜在合规模糊性。

适合人群

• 需要频繁探索和评估 ClawHub Skill 生态的进阶用户
• 重视隐私、反感行为追踪的敏感型用户
• 希望建立个人 Skill 偏好档案的整理型用户

常规风险

• 供应链风险：依赖 npx clawhub 命令，需确保本地 Node.js/npm 环境安全
• 误操作风险：用户可能误以为本 Skill 可直接安装 Skill，需明确其为"顾问型"而非"执行型"工具
• 记忆文件污染：若用户手动编辑 ~/skill-finder/memory.md，可能破坏偏好数据结构

安全认证摘要

CLS-Certify v2.1.0 认证结果：总分 90/100，等级 A，绿色印章。静态代码、动态行为、依赖审计均满分通过；网络分析 95 分（仅官方命令）；隐私合规 90 分；威胁情报 85 分（T3 来源警告）。未发现安全漏洞。