装了龙虾不知道该干嘛？你差的不是更强的 AI Agent，是一张可执行的技能地图

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。

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 ，AI 才能执行浏览器动作。
• 装 ，AI 才能处理语音转文字。
• 装 ，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”。

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：

1. 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。
2. 访问体验不稳：跨区网络、限流、超时，导致”想试用”变成”先折腾”。
3. 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。
4. 语义映射断层 ：用户说”整理会议纪要”，市场里是 / / ，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 不是另起炉灶的技能库，而是面向中国用户的优化层。

腾讯出品：skillhub.tencent.com/

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。

• ：长内容压缩成结构化要点
• ：语音 / 视频转文字
• ：PDF 提取、拆分、改写
• ：视频字幕抓取与要点提炼
• ：视频抽帧与片段切割
• ：博客 / RSS 跟踪汇总

• ：实时网页检索
• ：中文实时检索
• ：外网检索补充
• ：行情跟踪与分析摘要
• ：天气查询与触发条件

• ：浏览器点击、填表、抓取
• ：统一接入多家 API
• ：自然语言生成 n8n 工作流
• ：重复任务模板化
• ：短视频流程自动化
• ：主动提醒与任务跟进

• ：仓库查询、Issue/PR、CI 状态
• ：轻量 GitHub 助理
• ：页面结构与交互方案输出
• ：信息架构与可用性优化
• ：订阅、发票、支付流程

• ：Gmail + Google Calendar + Google Drive 联动
• ：Gmail 检索、草稿、标签
• ：Outlook 邮件日历联动
• ：读写 Notion 页面与数据库
• ：消息与协作动作自动化
• ：看板状态自动维护
• ：主题到 PPT 初稿一体化
• ：中文文案去 AI 味改写
• ：英文内容去 AI 味

• ：本地知识库读写
• ：项目知识沉淀与语义复用
• ：跨会话长期记忆
• ：长期记忆治理

• ：按任务反推技能组合
• ：安装前权限与风险扫描
• ：创建专属技能
• ：执行层安全防护
• ：自动更新本体与技能
• ：模型自动切换保障不中断
• ：模型消耗与费用统计
• ：多 MCP 服务调度
• ：记录反馈并迭代策略
• ：官方文档与命令检索

• ：文生图、改图、风格迁移
• ：CLI 邮件管理
• ：YouTube API 操作
• ：闪电网络钱包操作
• ：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。

你不需要为每个 Skill 记一套步骤。安装路径完全一致。

1. 打开 并打开本地项目。
2. 进入 → 。

3. 在 或 点击 。

4. 选择包含 的技能目录。
5. 导入后重启 。
6. 回到对话窗口，用一句验证指令确认生效。

目录规则：

• 项目级：

• 用户级：

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。

第一批建议：5 个必装 + 1 个按场景二选一。

• ：任务到技能的反向推荐器
• ：安装前权限与风险扫描
• ：信息压缩层（长文/PDF/网页/音视频）
• ：执行动作层（浏览器自动化）
• ：外部系统连接层

Nano Banana 教程
• 开发向：
• 办公向：

• ：我想把一段录音转成文字，推荐什么技能？
• ：帮我检查一下 notion 技能的权限。
• ：帮我总结这篇文章的核心要点。
• ：帮我打开百度，搜索 SkillHub。
• ：列出当前可用的 API 连接。
• ：帮我列出 [仓库名] 最近的 issue。
• ：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。

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：

• 做信息压缩
• 执行检索动作
• （可选） / 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。

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。

很多”装了没反应”的问题，本质是导入后没重启 。

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。

今天 ：先完成 + 导入与验证。

本周 ：装完第一批 ，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。