Skill Dashboard

核心功能与用法

Skill Dashboard 是一款面向 AI 技能用户的可视化管理工具，核心理念是"像管手机 APP 一样管理 AI 技能"。它提供两大核心场景：

日常使用模式

• 分页显示：每次展示 5 个技能，避免信息过载，支持翻页浏览
• 快捷入口：地球图标一键直达 ClawHub 技能市场
• 安全操作：更新、卸载等敏感操作前强制二次确认，防止误触

开发者模式

• 一键巡查：自动抓取技能的 ClawHub 下载量、评分、评论数等表现数据
• 本地缓存：1 小时智能缓存机制，避免重复请求，节省流量
• 报告导出：支持一键导出 Markdown 格式巡查报告，便于分享与存档

显著优点

1. 极低学习成本：无需记忆命令，通过自然语言触发（"技能控制台"、"一键巡查"等），真正实现"随口一说就懂"
2. 分层信息架构：分页展示解决技能过多时的刷屏问题，信息密度适中
3. 数据透明化：将技能市场表现（下载量、评分）与本地使用数据结合，帮助用户识别高价值技能
4. 安全设计：敏感操作二次确认、本地优先的数据策略，降低误操作风险

潜在局限

• 数据依赖性：ClawHub 平台数据依赖 API 可用性，可能存在延迟或中断
• 统计范围限制：本地使用统计仅从安装本技能后开始计算，无法追溯历史
• 功能边界：目前聚焦"查看与管理"，暂不支持技能间的自动化编排

适合人群

• 安装了 5+ 个 AI 技能、需要定期整理的中重度用户
• 关注技能 ROI、希望根据数据优化技能组合的效能型用户
• 偏好可视化界面、对命令行操作有抵触的普通用户

常规风险提示

• 卸载操作不可逆，虽有二次确认，但仍需谨慎
• 开发者模式的网络请求虽经缓存优化，但频繁巡查仍可能触发平台限流
• 本地状态文件（skill-state.json）若损坏可能导致数据丢失，建议定期备份

技术亮点

采用"触发词即界面"的设计理念，将传统 CLI 命令转化为对话式交互，是 AI 原生界面设计的典型实践。

核心用法

Skill Dashboard 是一款面向 AI 技能的管理控制台，旨在让用户像管理手机 APP 一样轻松管理已安装的 AI 技能。核心功能分为两个层面：

日常使用模式：通过自然语言触发词（"技能控制台"、"我装了哪些技能"等）启动，提供分页展示（每次5个技能避免刷屏）、一键直达 ClawHub 技能市场、更新/卸载前的二次确认等安全操作。

开发者模式：通过"开发者模式"、"一键巡查"等触发词进入，自动抓取技能的下载量、评分、评论数等表现数据，支持 1 小时本地缓存和 Markdown 报告导出。

显著优点

1. 极致简化：无需记忆命令，自然语言触发，分页设计避免信息过载
2. 本地优先架构：所有数据本地存储不上云，符合 GDPR 隐私要求
3. 安全设计完善：敏感操作强制二次确认，供应链风险极低（零外部依赖）
4. 来源可信：GitHub openclaw 组织开源项目，代码透明可审计
5. 行为可控：仅通过官方 ClawHub CLI 工具执行操作，无任意命令执行风险

潜在缺点与局限性

1. 功能边界有限：专注管理而非增强 AI 能力，本身不产生直接价值
2. 平台依赖性强：深度绑定 ClawHub 生态，跨平台迁移困难
3. 统计维度单一：开发者模式数据依赖 ClawHub API，存在延迟，本地统计仅从安装后开始计算
4. 无自动化策略：缺乏基于使用频率的自动推荐卸载等智能化功能

适合人群

• 安装了大量 AI 技能、需要定期整理的重度用户
• 关注技能表现数据、需要向团队汇报的技能开发者
• 重视隐私安全、反感数据上云的企业用户
• 追求"至简"交互、不愿学习复杂命令的入门用户

常规风险

• 低风险：使用 child_process.exec 调用本地 CLI 工具（功能必需，参数固定无注入风险）
• 缓存时效：1 小时本地缓存可能导致巡查数据非实时
• 平台锁定：与 ClawHub 深度集成，生态迁移成本较高