Skill Finder (Find ClawHub skills + Search Skills.sh)

核心用法

Skill Finder 是一款专注于技能发现与评估的辅助工具，其核心流程包括三步：首先通过 npx clawhub search 命令在 ClawHub 仓库中搜索相关技能；随后依据 evaluate.md 中的质量评估标准对结果进行专业评判；最后综合对比并推荐 1-3 个最匹配选项，附带详细推荐理由。

该工具强调"按需求搜索"而非"按名称搜索"，能够智能理解用户的功能诉求，如"有没有处理 X 的技能""帮我找能做 Y 的工具"等模糊查询场景。

显著优点

1. 精准匹配：突破关键词限制，基于功能语义理解用户需求
2. 质量把关：内置标准化评估体系，避免推荐低质技能
3. 偏好记忆：在严格隐私保护下记录用户显式反馈，持续优化推荐效果
4. 安全隔离：文件访问范围严格限定于 ~/skill-finder/ 目录

潜在缺点与局限性

• 依赖外部仓库：搜索能力受限于 ClawHub 的内容覆盖度
• 无自动安装：推荐后需用户手动执行安装操作
• 学习门槛：需理解显式偏好与推断偏好的区别，对用户表述清晰度有要求
• 存储容量限制：记忆文件上限 50 行，历史偏好可能因归档而丢失上下文

适合人群

• 需要快速定位特定功能技能的新手用户
• 追求技能质量、希望避免试错的效率型用户
• 有明确偏好习惯、愿意主动反馈的高级用户

常规风险

主要风险集中在隐私边界管理：系统严格禁止从用户行为中推断偏好，仅记录明确陈述的反馈。若用户表达模糊，可能导致偏好记录缺失或推荐不够个性化。此外，本地存储的 memory.md 文件需用户自行管理备份。

核心用法

Skill Finder 是 ClawHub 平台的官方技能推荐助手，专精于「按需求找技能」而非简单的名称匹配。用户输入具体场景如"有没有能分析 PDF 的 skill"，系统即执行四步工作流：

1. 搜索 — 调用 npx clawhub search 检索 ClawHub 仓库
2. 评估 — 依据内置质量准则（evaluate.md）过滤结果
3. 对比 — 多候选时按匹配度排序
4. 推荐 — 呈现 1-3 个最佳选项并附理由

记忆功能：首次使用自动创建 ~/skill-finder/ 目录，仅存储用户主动声明的偏好（"我喜欢轻量级的"），绝不推断行为偏好。

显著优点

• 零代码风险：纯 Markdown 文档型 Skill，无可执行代码，依赖审计得分 100
• 权限边界清晰：显式声明 NEVER 清单，不自动安装、不越界读文件
• 隐私最小化：存储范围限于 50 行内的用户原话，符合 GDPR/CCPA
• 官方可信：仅调用 ClawHub 官方 CLI，无第三方 API

潜在局限

• 功能单一：仅推荐不执行，需配合 skill-manager 完成安装
• 依赖外部 CLI：若 npx clawhub 命令变更需等待文档更新
• 记忆容量有限：50 行限制可能需定期人工归档
• T3 来源：虽功能透明，但维护者为个人/社区级，非企业背书

适合人群

• ClawHub 新用户：快速建立对生态的认知
• 需求模糊者：不确定某个功能该用哪个 skill
• 质量敏感型用户：希望先看评估再决定安装

常规风险

• 低风险：偏好存储属 Agent 上下文注入，但已显式授权
• 信息级：外部命令调用依赖官方工具，临时目录受控
• 建议定期审查 memory.md 内容，并关注 ClawHub CLI 更新日志。