前言¶

Agent 可用的 Skill 越來越多，但人工翻排行榜、按分類搜、再對照自己最近在做什麼，成本很高。ClawHub 側已有「每日推薦」類能力，偏重口碑與趨勢；如果你更關心 SkillHub.cn 國內生態（飛書、微信、釘釘等場景）、活躍作者和 平臺側安全/質量評估，需要一條專門走 SkillHub 數據源的流水線。

下面介紹 SkillHub Daily：用 skillhub CLI 拉取排行榜與搜索 JSON，在約千級候選池裏做 7 維度篩選，每天產出 8 個推薦與結構化簡報，並可寫入 Obsidian、IMA 或飛書。

這是什麼¶

SkillHub Daily（skillhub-daily，當前版本 7.0.1）是掛在 SkillHub 社區的技能包，維護方爲站內作者 AI花生，分類標籤包含 知識管理。一句話定位：與 ClawHub Daily 互補的「國內 SkillHub 每日推薦引擎」——數據來自 SkillHub.cn（文檔寫明可檢索 7.5 萬+ 技能生態），輸出聚焦國內適配、活躍開發者與安全/質量信號。

SkillHub 上的資源頁與 API 入口：

• 社區詳情：https://skillhub.cn/skills/skillhub-daily
• 線索中的官方地址：https://api.skillhub.cn/user_152a8db2/skillhub-daily（瀏覽器直接 GET 可能返回 405；安裝與內容以 CLI / 站內 SKILL.md 爲準）

站內安裝標識爲 @indiv-ai/skillhub-daily（與上述 API 路徑的 namespace 可能不同，以 skillhub search skillhub-daily 解析結果爲準）。

核心功能¶

數據掃描¶

技能通過 skillhub CLI 訪問 SkillHub.cn API，結構化 JSON，文檔說明 不消耗對話 token。掃描策略（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

分類與關鍵詞搜索示例：

skillhub search "知識管理" --json --search-limit 20
skillhub search "飛書" --json --search-limit 20

七維度推薦（共 8 個技能）¶

官方算法將推薦拆爲 7 個維度（趨勢飆升、新星上線、痛點場景、記憶碰撞、國內優先、活躍開發者、官方認證等），合計選出 8 個技能；並對最終推薦可選調用：

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

前者爲 AI 六維質量評估，後者爲 雙實驗室安全審計（SkillHub 詳情頁展示科恩、雲鼎實驗室報告入口）。

記憶與去重¶

• 記憶碰撞：從 TRAE memory 目錄下的 project_memory.md、topics.md、user_profile.md 提取關鍵詞（權重 3 / 2 / 1），只在技能描述等字段做匹配，不上傳原始記憶正文。
• 7 天去重：讀取 data/recommended/ 近 7 日已推薦 slug，避免重複推送。

輸出與歸檔¶

典型產物：

• data/snapshots/YYYY-MM-DD.json — 掃描快照
• data/recommended/YYYY-MM-DD.json — 8 個推薦及元數據
• data/recommended/YYYY-MM-DD.md — 中文簡報

可選同步到 Obsidian inbox、IMA FIM 知識庫、飛書雲文檔（各通道獨立，單點失敗不阻斷其餘）。

安裝與啓用¶

1. 安裝 skillhub CLI¶

按 SkillHub 安裝文檔檢查是否已有 CLI：

command -v skillhub && skillhub --version

未安裝時可執行（需聯網）：

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

說明見：https://skillhub.cn/install/skillhub.md

2. 登錄¶

skillhub auth login

3. 安裝 SkillHub Daily¶

必須用 --dir 指向當前 Agent 的 skills 目錄，否則默認落在 ./skills/ 可能不會被加載。常見路徑（摘自安裝文檔）：

• Cursor：~/.cursor/skills/
• Claude Code：~/.claude/skills/
• Codex：~/.codex/skills/ 或項目下 .agents/skills/

安裝命令：

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

也可讓 Agent 按站內提示詞，參照 skillhub.md 安裝 @indiv-ai/skillhub-daily。

4. 可選環境變量¶

推送與記憶路徑（按需配置）：

• IMA_OPENAPI_CLIENTID、IMA_OPENAPI_APIKEY — IMA 知識庫
• OBSIDIAN_VAULT_PATH — Obsidian 庫路徑（文檔默認示例爲 Windows 路徑，Linux/macOS 請改成本機目錄）
• TRAE_MEMORY_PATH — TRAE memory 目錄

部分能力標註 需配置 API Key（以 SkillHub 詳情頁爲準）。

典型用法¶

對話觸發（Interactive）¶

在已加載技能的 Agent 中說觸發語，例如：

-「SkillHub 日報」
-「國內技能推薦」
-「有什麼新 Skill」

Agent 按 SKILL.md 執行抓取、七維度選品、生成簡報，並給出短摘要。

定時任務（Cron）¶

文檔給出定時示例（北京時間 06:50），核心步驟：

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

隨後按配置寫入 Obsidian / IMA / 飛書。具體 Schedule ID 與平臺綁定以你使用的 Agent 調度能力爲準。

手動驗證數據面¶

想先確認 CLI 能拉到榜，可在技能目錄外單獨執行上文「排行榜 / search」命令，確認 skillhub auth 有效且網絡可達 SkillHub API。

適用場景與注意¶

適合誰

• 每天想跟 SkillHub.cn 上新與趨勢，但不想自己拼 SQL/爬蟲
• 工作內容偏國內協作棧，希望推薦裏優先出現飛書、微信、釘釘等適配技能
• 想順帶看到 高產作者 與其代表作
• 已用 Obsidian / IMA / 飛書做知識歸檔，希望日報自動落庫

限制與注意

• 不要用它做 ClawHub 平臺推薦（官方說明應使用 clawhub-daily）；也不是通用寫碼 Skill。
• 依賴 skillhub CLI（文檔另寫可通過 npm i -g skillhub 安裝）與 Python 3.8+。
• 記憶功能綁定 TRAE memory 文件佈局；沒有記憶時仍可走通用榜單邏輯，但「記憶碰撞」維度會變弱。
• 飛書、IMA 推送需要各自憑證；未配置時仍可保留本地 data/recommended/*.md。
• API 元數據 URL（user_152a8db2）與 CLI 包名（@indiv-ai/skillhub-daily）並存時，以 skillhub install 解析到的包 爲準。

結尾¶

SkillHub Daily 把「掃榜 + 分類/關鍵詞搜索 + 七維度選 8 個 + 可選安全/質量評估 + 多通道簡報」收成一條 Skill 流程，適合把 SkillHub.cn 作爲國內技能雷達。安裝與說明以 SkillHub 站內文檔爲準；資源入口：https://api.skillhub.cn/user_152a8db2/skillhub-daily，社區頁：https://skillhub.cn/skills/skillhub-daily。