核心用法
tool-finder 是一款面向 OpenClaw 生态的统一工具发现引擎，核心功能覆盖三大场景：
1. 智能搜索：通过 search 命令同时检索 ClawHub skills 和 Smithery MCP servers，支持 --type skill|mcp 精准过滤、--limit 数量控制、--exact 精确匹配
2. 一键安装：install 命令支持自动识别技能类型并执行安装流程
3. AI 触发机制：内置关键词矩阵，AI 可根据用户输入自动判定是否调用
显著优点
- 双源整合：打破 ClawHub 与 Smithery 生态壁垒，单一入口覆盖两大工具市场
- 错误透明化：API 限流、搜索失败时输出结构化警告，附具体解决建议（等待/登录/精确模式）
- 结果可验证：提示用户通过
--verbose或访问 https://clawhub.ai 交叉验证 - 智能触发：关键词矩阵设计降低 AI 决策成本，避免漏调或误调
潜在局限
- 搜索语义差异：ClawHub 采用向量搜索，功能词（如"RAG"）可能匹配不到名称含该词的 skill（如
clawrag），需多关键词尝试或--exact模式 - 速率限制：未登录 ClawHub 限 60 次/小时，高频场景需登录或等待
- MCP 安装限制：Smithery MCP 需指定客户端，工具仅输出指引，无法全自动安装
- 关键词语言偏好：工具名多为英文，中文搜索效果可能较弱
适合人群
- OpenClaw/Smithery 生态用户
- 需要频繁发现、对比、安装 skills 或 MCP servers 的开发者
- 希望统一入口管理多源工具的 AI 工作流搭建者
常规风险
- 搜索结果与网页版存在差异，关键决策建议二次验证
- 网络依赖：需稳定连接 ClawHub/Smithery API
- 依赖链：需预装 Node.js、curl、jq，环境缺失将导致功能失效