前言¶

Agent 可用的 Skill 越来越多，但人工翻排行榜、按分类搜、再对照自己最近在做什么，成本很高。ClawHub 侧已有「每日推荐」类能力，偏重口碑与趋势；如果你更关心 SkillHub.cn 国内生态（飞书、微信、钉钉等场景）、活跃作者和 平台侧安全/质量评估，需要一条专门走 SkillHub 数据源的流水线。

下面介绍 SkillHub Daily：用 skillhub CLI 拉取排行榜与搜索 JSON，在约千级候选池里做 7 维度筛选，每天产出 8 个推荐与结构化简报，并可写入 Obsidian、IMA 或飞书。

这是什么¶

SkillHub Daily（skillhub-daily，当前版本 7.0.1）是挂在 SkillHub 社区的技能包，维护方为站内作者 AI花生，分类标签包含 知识管理。一句话定位：与 ClawHub Daily 互补的「国内 SkillHub 每日推荐引擎」——数据来自 SkillHub.cn（文档写明可检索 7.5 万+ 技能生态），输出聚焦国内适配、活跃开发者与安全/质量信号。

SkillHub 上的资源页与 API 入口：

• 社区详情：https://skillhub.cn/skills/skillhub-daily
• 线索中的官方地址：https://api.skillhub.cn/user_152a8db2/skillhub-daily（浏览器直接 GET 可能返回 405；安装与内容以 CLI / 站内 SKILL.md 为准）

站内安装标识为 @indiv-ai/skillhub-daily（与上述 API 路径的 namespace 可能不同，以 skillhub search skillhub-daily 解析结果为准）。

核心功能¶

数据扫描¶

技能通过 skillhub CLI 访问 SkillHub.cn API，结构化 JSON，文档说明 不消耗对话 token。扫描策略（摘自官方 SKILL.md）：

排行榜示例命令：

skillhub skill rankings --type hot
skillhub skill rankings --type newest
skillhub skill rankings --type trending
skillhub skill rankings --type featured
skillhub skill rankings --type recommended

分类与关键词搜索示例：

skillhub search "知识管理" --json --search-limit 20
skillhub search "飞书" --json --search-limit 20

七维度推荐（共 8 个技能）¶

官方算法将推荐拆为 7 个维度（趋势飙升、新星上线、痛点场景、记忆碰撞、国内优先、活跃开发者、官方认证等），合计选出 8 个技能；并对最终推荐可选调用：

skillhub skill evaluation <slug> --json
skillhub skill reports <slug> --json

前者为 AI 六维质量评估，后者为 双实验室安全审计（SkillHub 详情页展示科恩、云鼎实验室报告入口）。

记忆与去重¶

• 记忆碰撞：从 TRAE memory 目录下的 project_memory.md、topics.md、user_profile.md 提取关键词（权重 3 / 2 / 1），只在技能描述等字段做匹配，不上传原始记忆正文。
• 7 天去重：读取 data/recommended/ 近 7 日已推荐 slug，避免重复推送。

输出与归档¶

典型产物：

• data/snapshots/YYYY-MM-DD.json — 扫描快照
• data/recommended/YYYY-MM-DD.json — 8 个推荐及元数据
• data/recommended/YYYY-MM-DD.md — 中文简报

可选同步到 Obsidian inbox、IMA FIM 知识库、飞书云文档（各通道独立，单点失败不阻断其余）。

安装与启用¶

1. 安装 skillhub CLI¶

按 SkillHub 安装文档检查是否已有 CLI：

command -v skillhub && skillhub --version

未安装时可执行（需联网）：

curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash

说明见：https://skillhub.cn/install/skillhub.md

2. 登录¶

skillhub auth login

3. 安装 SkillHub Daily¶

必须用 --dir 指向当前 Agent 的 skills 目录，否则默认落在 ./skills/ 可能不会被加载。常见路径（摘自安装文档）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或项目下 .agents/skills/

安装命令：

skillhub install @indiv-ai/skillhub-daily --dir ~/.cursor/skills/

也可让 Agent 按站内提示词，参照 skillhub.md 安装 @indiv-ai/skillhub-daily。

4. 可选环境变量¶

推送与记忆路径（按需配置）：

• IMA_OPENAPI_CLIENTID、IMA_OPENAPI_APIKEY — IMA 知识库
• OBSIDIAN_VAULT_PATH — Obsidian 库路径（文档默认示例为 Windows 路径，Linux/macOS 请改成本机目录）
• TRAE_MEMORY_PATH — TRAE memory 目录

部分能力标注 需配置 API Key（以 SkillHub 详情页为准）。

典型用法¶

对话触发（Interactive）¶

在已加载技能的 Agent 中说触发语，例如：

-「SkillHub 日报」
-「国内技能推荐」
-「有什么新 Skill」

Agent 按 SKILL.md 执行抓取、七维度选品、生成简报，并给出短摘要。

定时任务（Cron）¶

文档给出定时示例（北京时间 06:50），核心步骤：

python scripts/fetch_skillhub_cn.py --output data/snapshots
python scripts/daily_recommend.py --data-dir data --skip-eval

随后按配置写入 Obsidian / IMA / 飞书。具体 Schedule ID 与平台绑定以你使用的 Agent 调度能力为准。

手动验证数据面¶

想先确认 CLI 能拉到榜，可在技能目录外单独执行上文「排行榜 / search」命令，确认 skillhub auth 有效且网络可达 SkillHub API。

适用场景与注意¶

适合谁

• 每天想跟 SkillHub.cn 上新与趋势，但不想自己拼 SQL/爬虫
• 工作内容偏国内协作栈，希望推荐里优先出现飞书、微信、钉钉等适配技能
• 想顺带看到 高产作者 与其代表作
• 已用 Obsidian / IMA / 飞书做知识归档，希望日报自动落库

限制与注意

• 不要用它做 ClawHub 平台推荐（官方说明应使用 clawhub-daily）；也不是通用写码 Skill。
• 依赖 skillhub CLI（文档另写可通过 npm i -g skillhub 安装）与 Python 3.8+。
• 记忆功能绑定 TRAE memory 文件布局；没有记忆时仍可走通用榜单逻辑，但「记忆碰撞」维度会变弱。
• 飞书、IMA 推送需要各自凭证；未配置时仍可保留本地 data/recommended/*.md。
• API 元数据 URL（user_152a8db2）与 CLI 包名（@indiv-ai/skillhub-daily）并存时，以 skillhub install 解析到的包 为准。

结尾¶

SkillHub Daily 把「扫榜 + 分类/关键词搜索 + 七维度选 8 个 + 可选安全/质量评估 + 多通道简报」收成一条 Skill 流程，适合把 SkillHub.cn 作为国内技能雷达。安装与说明以 SkillHub 站内文档为准；资源入口：https://api.skillhub.cn/user_152a8db2/skillhub-daily，社区页：https://skillhub.cn/skills/skillhub-daily。