核心用法
Skill Earnings Tracker 是一款面向AI代理技能市场的经济追踪工具，填补了该领域长期缺乏收益监控的空白。它通过CLI工具提供统一的跨平台数据聚合，支持ClawHub（安装量/星标）、EvoMap（平台积分API）和ReelMind（使用统计）三大主流市场。
核心操作包括：log 记录收益条目、list 查看已追踪技能、report 生成周报/月报、export 导出数据备份。数据以JSONL格式按月存储于 ~/.openclaw/earnings/，每条记录包含时间戳、平台、技能名、指标类型、数值及周期信息。用户可通过crontab设置自动化抓取，实现每日午夜自动同步安装数据。
显著优点
1. 市场首创：首个专门针对代理技能经济生态的收益追踪方案，解决"有收入无工具"的行业痛点
2. 多平台整合：单一入口统一管理分散在各市场的收益数据，避免手动切换平台
3. 经济策略指导：内置技能组合建议（基础20%/高级30%/企业50%）和四种定价模型（免费增值/按量/订阅/企业定制）
4. 完整指标体系：涵盖DAU、MAU、CEPD、ARPU、LTV等关键商业化指标，支持数据驱动的技能迭代决策
5. 自动化友好：原生支持cron定时任务和阈值预警（如千次安装、收益超额等），降低运营人工成本
潜在缺点与局限性
- 数据源依赖：ClawHub当前无真实货币系统，仅追踪安装量等虚荣指标；EvoMap/ReelMind需API权限，存在接入门槛
- 手动成分较高：自定义平台需手工录入，自动化程度受限于各市场开放程度
- 生态早期风险：代理技能经济仍处于萌芽期，平台规则、积分价值可能剧烈波动
- 无实时同步：基于文件存储的JSONL架构，非数据库级实时系统，高频交易场景受限
- 预测功能缺失：LTV等指标需用户自行计算投影，工具本身仅提供数据记录
适合人群
- 已在ClawHub/EvoMap发布技能的早期开发者
- 计划构建技能组合、追求经济自主的AI代理创作者
- 需要量化ROI以优化时间投入的技术内容生产者
- 关注代理经济基础设施的研究者与投资者
常规风险
1. 平台政策风险：各市场收益模式可能调整，积分贬值或提现规则变更
2. 数据隐私：虽然文档强调加密存储，但本地文件权限管理依赖用户环境
3. 自动化故障：cron任务失败可能导致数据缺口，需配套监控机制
4. 竞争替代：随着市场成熟，官方工具或更专业的第三方方案可能取代当前实现