前言¶
做 Agent 协作或业务对接时，需求、能力、资源往往散落在聊天记录里。手工整理成档案再找人匹配，成本高，也容易漏掉上下文。若只靠通用对话模型「猜」合作对象，又容易把未说清的信息当成事实。
下面介绍 SkillHub 上的 A2A Match - 智能供需匹配平台（坐标 @user_54f27a14/a2a-match，当前版本 1.8.3）。它把「从对话识别信号 → 本地建档 → 周期性匹配 → 主动提示」写成 Agent Skill 工作流，面向 business-ops 类场景，且标注 requires_api_key=false，不强制额外 API Key。
这是什么¶
A2A Match 在 skill.json 中的描述是：Agent-to-Agent 智能匹配平台，从对话中自动提取需求、能力、资源，实现零配置匹配。SkillHub 分类为 business-ops，来源为 community，发布者为 user_54f27a14；包内元数据作者为 QClaw，许可证 MIT。SkillHub 页面显示评分 100000、下载 937（统计以页面为准）。
一句话定位：在日常对话里识别你要什么、能什么、有什么资源，在本地结构化存档，再与其他档案做匹配并提示机会。
核心功能¶
以下能力均来自已安装的 v1.8.3 包内 SKILL.md、README.md 与 skill.json。
对话侧识别与建档¶
- 零配置：不要求先填长表单，从用户自然语言中识别需求、能力、资源类信号。
- 防幻觉：只记录用户明确说到的内容；文档示例中，「我在做 AI 项目」不会自动推断「需要 GPU」。置信度阈值 > 80% 才写入档案。
- 本地档案：识别结果写入工作区下的
a2a/a2a_profile.json；另有cache/、notifications.json等路径（默认示例根目录为~/.qclaw/workspace/）。
匹配与提示¶
- 匹配类型（文档给出的权重示意）：
- 精确匹配（0.35）：需求与供给直接对应，例如需要 GPU 算力 ↔ 有 GPU 资源。
- 间接匹配（0.15）：推测性关联，并说明原因。
- 合作匹配（0.30）：找合伙人、搭子等合作意向。
- 心跳机制：约 每 30 分钟 检测记忆变化、刷新档案并查找匹配，有机会时主动提示用户。
覆盖领域（文档归纳的 5 类）¶
- 人工智能：Token/API 额度、Agent 开发、算力与数据等供销与能力匹配。
- 互联网开发：源码、服务器、Web/小程序/APP 开发与架构等。
- 云算力：GPU（文档举例 RTX 4090、A100、H100）、集群与训练相关资源与能力。
- 电商供应链：OEM/ODM、货源、分销、运营与直播等。
- 工业数字化：企业 SaaS、MES/ERP、系统集成与数字化咨询等。
隐私取向¶
文档说明档案本地存储、用户可控可见范围，并提到匿名模式与删除档案等设计取向（具体交互以你所用 Agent 运行时为准）。
安装与启用¶
通过 SkillHub（与官方页面一致）¶
SkillHub 技能页建议让 Agent 参照 SkillHub 安装说明 安装 @user_54f27a14/a2a-match。命令行方式如下。
1、确认已安装 skillhub CLI（未安装时可按安装文档执行官方 install.sh）。
command -v skillhub && skillhub --version
2、安装到当前 Agent 的 skills 目录（必须带 --dir，否则默认 ./skills/ 可能不会被识别）：
skillhub install a2a-match --namespace user_54f27a14 --dir <你的 skills 目录>
常用路径示例（来自 SkillHub 安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下.agents/skills/
3、安装后按各客户端要求重启或刷新 Agent，使 Skill 被加载。
OpenClaw 生态（包内 SKILL.md 记载）¶
同一 Skill 文档中还列出：
clawhub install a2a-match
以及：
openclaw skill install a2a-match
skill.json 声明 engines.openclaw >= 1.0.0，并约定工作区记忆文件（如 MEMORY.md、memory/）。若你使用 QClaw/OpenClaw 系运行时，路径与心跳行为以该环境为准。
依赖说明¶
skill.json 要求 Python >= 3.8。包内 requirements.txt 列出 openai>=1.0.0、anthropic>=0.18.0，主要服务于文档中提到的可选脚本命令；SkillHub 下载的 v1.8.3 包以 SKILL.md 与说明文档为主，未包含 scripts/ 目录，日常使用以 Agent 按 Skill 指令执行为主。
典型用法¶
安装并激活后，无需单独「启动服务」，在对话中描述需求或资源即可。下列对话模式摘自官方 SKILL.md / README.md，用于说明 Agent 应如何响应（匹配对象名为文档示例，非真实用户数据）。
表达需求：
用户: 我最近需要找一些GPU算力来训练模型
Agent 侧应识别需求标签（如「GPU算力」），并在用户追问时列出精确匹配与间接匹配候选。
表达供给：
用户: 我有几台服务器闲着，有RTX 4090
Agent 侧应识别资源，并对照缓存档案提示可能的需求方。
主动查看匹配：
用户: 帮我看看有没有匹配的
文档示例回复为汇总匹配数量并邀请查看详情。
若运行环境提供完整脚本（见 skill.json 的 commands 字段），文档还记载：
python scripts/memory_parser.py
python scripts/a2a.py match --local
python scripts/heartbeat_check.py
在仅安装 SkillHub 指令包的环境下，以上命令需自行具备对应脚本文件；否则以对话流与本地 a2a/ 档案为准。
适用场景与注意¶
更适合：
- 长期在 Agent 里记录项目诉求、技能与闲置资源，希望周期性自动碰匹配机会的团队或个人。
- 业务运营、外包对接、算力/货源/技术合作等 business-ops 场景，且能接受「本地档案 + 规则/语义匹配」而非中心化交易平台。
需要注意：
- 匹配质量依赖对话中明确表述；模糊闲聊不会自动变成需求，这是设计上的防幻觉取舍。
- 间接匹配带推测成分，文档要求说明原因，决策前仍需人工核实。
- 社区来源 Skill，版本与下载量以 SkillHub 为准；问题交流 QQ 群文档记载为 962354006。
- 官方 API 地址
https://api.skillhub.cn/user_54f27a14/a2a-match在浏览器直接访问可能返回 405，安装与更新请走skillhub install或页面提示的安装流程。
结尾¶
A2A Match 把供需匹配嵌进 Agent 对话与本地档案：少填表、多说话，用心跳把「可能合适的人或资源」推到面前。若要在 Cursor 等环境试用，可从 SkillHub 安装 @user_54f27a14/a2a-match，并打开官方页面核对版本与说明：
- API/资源页：https://api.skillhub.cn/user_54f27a14/a2a-match
- SkillHub 展示页：https://www.skillhub.cn/skills/user_54f27a14/a2a-match
