核心用法
tool-finder 是 OpenClaw 生态中的工具发现中枢，通过单一接口整合 ClawHub skills 市场与 Smithery MCP servers 仓库。核心功能包括：
1. 智能搜索：search <关键词> 支持按类型过滤（--type skill|mcp）、数量限制（--limit n）及精确匹配（--exact）
2. 一键安装：install <name> 自动识别来源并完成部署，支持 skill 和 MCP 双通道
3. 关键词触发：AI 端内置语义识别表，自动捕获"找工具""装 MCP""推荐 skill"等意图
显著优点
- 聚合搜索：避免用户跨平台（ClawHub/Smithery）手动查找，降低工具发现成本
- 意图驱动：通过关键词矩阵实现零配置调用，减少对话摩擦
- 生态兼容：同时覆盖 OpenClaw skills 与 Model Context Protocol servers，适应不同扩展需求
- 安装闭环：搜索→展示→安装链路完整，支持 MCP 多客户端适配指引
潜在局限
- 搜索质量依赖上游：ClawHub 向量搜索对功能词（如"RAG"）召回率不稳定，需多次尝试或切换关键词
- 速率限制：未登录 ClawHub 时可能触发限流，需手动执行
npx clawhub login - MCP 安装非全自动：需用户指定目标客户端（Claude/Cursor/VSCode），系统仅输出指引
- 语言偏好：工具名多为英文，中文搜索效果弱于英文
适合人群
- OpenClaw 生态新用户：快速探索可用工具
- AI 开发者：需频繁测试/切换 MCP servers
- 效率工具爱好者：追求"对话即安装"的极简体验
常规风险
- 第三方依赖：依赖 npx、curl、jq，网络波动可能影响安装流程
- 来源混淆：skill 与 MCP 命名空间可能重叠，需明确
--type参数 - 权限问题：安装脚本涉及本地文件系统写入，需确保
~/.openclaw目录权限正常