核心用法
GLM Master Skill 是一个纯文档型导航技能，本身不执行任何代码，而是作为智谱AI（Zhipu AI）官方GLM生态系统的中央索引。Agent 使用该技能时，首先根据用户意图（如"需要OCR识别""想要生成图片""分析简历"等）匹配目录中的具体技能，然后引导用户通过 npx clawhub@latest install <skill-name> 完成安装，最后打开对应技能的 SKILL.md 文件执行后续操作。
技能目录结构清晰，分为四大板块：
- GLM-OCR 系列：通用文字识别、表格提取、公式识别、手写体识别及SDK指引
- GLM-Image：文本生成图像
- GLM-V 系列：涵盖图像/视频描述生成、Prompt生成、简历筛选、目标定位、文档驱动写作、PDF转PPT/网页、PRD转应用、股票分析、网页复刻等10余个垂直场景
显著优点
安全性极高：0行可执行代码，无 subprocess、eval、system 等危险函数，通过静态分析和动态行为分析双满分。这种"文档优先"的设计刻意规避了技能分享平台对代码执行的高风险标记，适合在对安全敏感的环境中部署。
官方权威背书：由 zai-org（智谱AI官方GitHub组织）维护，采用 MIT-0 最宽松开源协议，来源透明可追溯，杜绝供应链投毒风险。
生态整合完备：覆盖从基础OCR到复杂多模态应用的全链路能力，统一基于 ZHIPU_API_KEY 认证，降低多服务密钥管理成本。
安全意识内建：文档主动包含API Key安全管理指南，涵盖最小权限原则、环境变量存储、定期轮换等最佳实践，体现负责任的安全设计。
潜在缺点与局限性
功能完全依赖下游：本技能仅作"导航"，实际能力需安装下游技能（glmocr、glmv-caption等）后方可使用，无法独立完成任何任务。
安装链路可能中断：推荐安装渠道 Clawhub 存在频率限制（20次/周期），高峰期可能触发限流；GitHub 源安装则需用户具备基本的Git操作能力。
版本兼容性风险：文档未强制锁定下游技能版本号，安装时可能获取最新版，若下游技能存在破坏性更新，可能导致预期外行为。
网络可达性要求：技能目录中的链接均指向 GitHub 和 bigmodel.cn，在网络受限环境下可能无法访问。
适合的目标群体
- 初次接触GLM生态的开发者：需要快速了解官方提供了哪些能力，避免重复造轮子
- 企业安全审核严格的场景：纯文档特性使其易通过内部安全审查，作为"白名单"入口技能
- 多技能管理需求者：希望统一入口管理智谱AI全系能力的团队
- Agent构建者：需要为用户智能推荐合适GLM技能的中枢调度层
使用风险说明
性能风险：无。本技能不涉及任何计算密集型操作。
依赖风险：中等。实际功能强依赖下游技能，需逐一评估每个下游技能的安全性和稳定性。建议在生产环境使用前，对 glmocr、glmv-* 等目标技能进行独立安全认证。
供应链风险：低。来源为官方组织，但安装渠道涉及 Clawhub npm 包，建议校验 npx clawhub@latest 的签名或锁定具体版本。
数据隐私风险：极低。本技能不访问用户数据，但下游技能（如简历筛选、文档分析）可能处理敏感信息，需单独评估其数据处理方式。
配置风险：API Key 配置错误将导致所有下游技能失效，建议按照文档指引使用环境变量方式配置，避免硬编码泄露。