去年有个概念，彻底改变了我对 AI 工具的判断。
大家好，我是小虎。
那个概念不是某个新模型，也不是某个"万能提示词"，而是 Skill。
很多人觉得自己在"用 AI"，但真实状态往往是： 你在和一个很聪明的系统聊天，却没有把它接入任何可执行能力。
Skill 到底是什么：从"会说话"到"会干活"
模型本身像大脑：理解意图、推理、生成内容都很强。
但它天生没有手脚。它不会自己去打开网页、填写表单、抓取数据，也不会直接去你的仓库查 issue 或把音频转成结构化文字。
Skill，本质上就是给 AI 装"手脚"的能力包。
- 装
agent-browser，AI 才能执行浏览器动作。 - 装
openai-whisper，AI 才能处理语音转文字。 - 装
github，AI 才能进入仓库协作流程。
所以真正的分水岭不是"你会不会问问题"，而是"你有没有把执行链路接起来"。
ClawHub：为什么 1.3 万个技能反而把人劝退
如果说 Skill 是给 AI 装"手脚"的能力包，那 ClawHub 就是全球最大的手脚集市。
它是一个开放的 Skill 聚合生态，任何开发者都可以把自己写的技能发布上去。你能在这里找到操控浏览器的、接入 GitHub 的、处理音视频的、连接各类 API 的......几乎所有你能想到的执行能力，都有人提交了对应的 Skill。截至目前，ClawHub 上架的技能数量已经超过 1.3 万个，而且每天还在增加。
对用户来说，这意味着：理论上，你需要的任何能力扩展，都能在这里找到现成的。
但这里有一个现实问题：
规模先带来的是选择复杂度，而不是直接生产力。
典型阻力有四层：
- 选择成本高：同类技能名字相近、能力差异细微，新手很难做首选。
- 访问体验不稳：跨区网络、限流、超时，导致"想试用"变成"先折腾"。
- 安全判断难：开放生态下，权限范围、维护状态、可信度很难快速判断。
- 语义映射断层 ：用户说"整理会议纪要"，市场里是
summarize/whisper/notes，中间靠经验翻译。
这四层叠加，结果就是：看起来有 1.3 万个选择，实际上很多人迟迟跑不通第一条闭环。
这个问题，SkillHub 在尝试解决。
SkillHub 的价值：解决"能访问、能下载、能跑通"
SkillHub 不是另起炉灶的技能库，而是面向中国用户的优化层。
它基于 ClawHub 生态做了两件关键事：
- 先解决可达性：通过国内高速镜像和一键加速安装，重点缓解 ClawHub 常见的访问慢、下载难、安装卡顿（如 Rate Limit）问题。
- 再解决选择成本 ：通过中文场景标签、官方推荐与 Top50 精选榜单，让新手先装最常用、最稳的一批。
一句话：ClawHub 提供生态广度，SkillHub 解决国内可达性与上手效率。
那 Top50 精选具体是哪些？按场景分组，找到自己的方向直接扩展。
Top50 场景速查（按需扩展）
信息处理
summarize：长内容压缩成结构化要点openai-whisper：语音 / 视频转文字nano-pdf：PDF 提取、拆分、改写youtube-watcher：视频字幕抓取与要点提炼video-frames：视频抽帧与片段切割blogwatcher：博客 / RSS 跟踪汇总
检索与实时信息
tavily-search：实时网页检索baidu-search：中文实时检索brave-search：外网检索补充stock-analysis：行情跟踪与分析摘要weather：天气查询与触发条件
执行与自动化
agent-browser：浏览器点击、填表、抓取api-gateway：统一接入多家 APIn8n-workflow-automation：自然语言生成 n8n 工作流automation-workflows：重复任务模板化larry：短视频流程自动化proactive-agent：主动提醒与任务跟进
开发协作
github：仓库查询、Issue/PR、CI 状态openclaw-github-assistant：轻量 GitHub 助理frontend-design：页面结构与交互方案输出ui-ux-pro-max：信息架构与可用性优化stripe-api：订阅、发票、支付流程
办公与内容创作
gog：Gmail + Google Calendar + Google Drive 联动gmail：Gmail 检索、草稿、标签outlook-api：Outlook 邮件日历联动notion：读写 Notion 页面与数据库slack：消息与协作动作自动化trello：看板状态自动维护ai-ppt-generator：主题到 PPT 初稿一体化humanizer-zh：中文文案去 AI 味改写humanizer：英文内容去 AI 味
知识与记忆管理
obsidian：本地知识库读写byterover：项目知识沉淀与语义复用elite-longterm-memory：跨会话长期记忆memory-manager：长期记忆治理
系统与技能管理
find-skills：按任务反推技能组合skill-vetter：安装前权限与风险扫描skill-creator：创建专属技能moltguard：执行层安全防护auto-updater：自动更新本体与技能free-ride：模型自动切换保障不中断model-usage：模型消耗与费用统计mcporter：多 MCP 服务调度self-improving-agent：记录反馈并迭代策略clawddocs：官方文档与命令检索
创作工具（按需选装）
nano-banana-pro：文生图、改图、风格迁移himalaya：CLI 邮件管理youtube-api-skill：YouTube API 操作lnbits-with-qrcode：闪电网络钱包操作sonoscli：Sonos 设备控制
清单看完了，下一步是动手装。所有 Skill 的安装路径完全一致，走一遍就能举一反三。
开始实操：CodeBuddy IDE 统一安装流程（所有 Skill 通用）
你不需要为每个 Skill 记一套步骤。安装路径完全一致。
- 打开
CodeBuddy IDE并打开本地项目。 - 进入
设置→Skills 管理。
- 在
Project Skills或User Skills点击导入 Skill。
- 选择包含
SKILL.md的技能目录。 - 导入后重启
CodeBuddy IDE。 - 回到对话窗口，用一句验证指令确认生效。
目录规则：
- 项目级：
<项目>/.codebuddy/skills/
- 用户级：
~/.codebuddy/skills/
安装流程会了之后，关键是先装什么。新手最常见的错误就是一口吃完，结果哪个都没跑稳。
新手第一批：先装 5+1，别一口吃完 Top50
第一批建议：5 个必装 + 1 个按场景二选一。
5 个必装
find-skills：任务到技能的反向推荐器skill-vetter：安装前权限与风险扫描summarize：信息压缩层（长文/PDF/网页/音视频）agent-browser：执行动作层（浏览器自动化）api-gateway：外部系统连接层
+1 场景位（二选一）
- 开发向：
github - 办公向：
gog
验证口令示例
find-skills：我想把一段录音转成文字，推荐什么技能？skill-vetter：帮我检查一下 notion 技能的权限。summarize：帮我总结这篇文章的核心要点。agent-browser：帮我打开百度，搜索 SkillHub。api-gateway：列出当前可用的 API 连接。github：帮我列出 [仓库名] 最近的 issue。gog：帮我看看今天的日程。
当这批能力稳定后，你就有了最小可运行链路： 找技能 → 风险校验 → 信息处理 → 执行动作 → 外部连接。
链路搭好了，不要停在"装完"这一步。立刻用一个真实任务跑一遍，才算真正上手。
跑通第一个闭环任务（务必做）
装完第一批并重启后，立刻做一个跨技能任务：
"先总结这篇文章，再在浏览器里搜索作者最近动态，并把结果整理成 5 条要点。"
链路会是：
summarize做信息压缩agent-browser执行检索动作- （可选）
github/gog继续写入目标系统
你能稳定看到可复现结果，才算真正"装会了"，不是"装过了"。
跑通之后，再做一件事：把两个最常见的坑提前知道，省得绕回来重来。
两个高频坑
坑一：一次装太多
错误做法：一次导入几十个，然后没有一个形成稳定用法。
正确做法：每次新增 1 个，必须配 1 个真实任务验证，再进入下一项。
坑二：导入后不重启
很多"装了没反应"的问题，本质是导入后没重启 CodeBuddy IDE。
知道了这两个坑，整个流程就通了。最后给你一个可以今天就开始执行的节奏。
你的三步行动
今天 ：先完成 find-skills + skill-vetter 导入与验证。
本周 ：装完第一批 5+1，并跑通至少 1 条跨技能闭环。
本月：按业务场景从 Top50 扩展第二批，形成你的稳定执行栈。
文章开头说，1.3 万个技能先是一道筛选题。
筛选的不是你有没有时间去试，筛选的是你有没有一套能跑通的节奏。
大多数人卡在"装了什么都能做"的幻觉里，迟迟没有跑通第一条闭环。真正用顺的人，都是从 5 个技能开始，做完一件真实的事，然后再往外扩。
你不需要装得最多，你需要先跑得最稳。
跑稳了之后，1.3 万个选择才真的是你的。