Skill Trends - 最新热门 AI Skill 搜索器

Skill Name

skill-trends

Description

搜索获取最近一周最新、最热的 AI Agent Skill（涵盖 GitHub、skills.sh、SkillHub、ClawHub 等平台），输出包含 Skill 基本介绍、下载地址、Skill 应用案例以及相关微信公众号文章的综合报告。

Goal

让用户快速掌握 AI Agent Skill 生态的最新动态，一站式获取：有哪些新 Skill 出现、它们能做什么、怎么下载使用、以及公众号上有没有人写过测评/教程。

Trigger

用户表达对最新/热门 Skill 的关注。典型触发模式：
- "最近有什么热门的 Skill"
- "这周新出了什么 Skill"
- "目前最火的 Skill 有哪些"
- "搜一下最新的 AI Agent Skill"
- "/skill-trends"
- "Skill 趋势"、"Skill 排行"、"热门 Skill"

Input

Output

报告内容结构：
- 概览：本期共收录 N 个热门 Skill
- 逐个 Skill 详情：名称、简介、Stars/热度、下载地址（GitHub/skills.sh）、应用案例
- 相关公众号文章：每个 Skill 附带 1-3 篇相关微信公众号文章链接

Workflow

输入: [keyword, count, platform]
  │
  ├─ ① 搜索最新 Skill
  │   通过 WebSearch 搜索 GitHub trending / skills.sh / SkillHub
  │   搜索词: "AI agent skill trending this week 2026"
  │   提取: 名称 / 描述 / 下载地址 / Stars / 平台
  │
  ├─ ② 筛选 & 排序
  │   按 Stars / 热度降序排列
  │   去重 (同一 Skill 不同平台取最高热度)
  │   截取 Top N 个
  │
  ├─ ③ 搜索应用案例
  │   对每个 Skill，搜索使用案例和教程
  │   搜索词: "{skill_name} tutorial example usage"
  │   提取: 典型使用场景 / 入参 / 出参 / 效果
  │
  ├─ ④ 搜索公众号文章
  │   对每个 Skill，调用 wechat-article-search Skill
  │   搜索词: "{skill_name}" 或 "{skill_name} Skill"
  │   提取: 标题 / 概要 / 来源 / 链接
  │
  └─ ⑤ 生成报告
      组装所有数据 → 生成结构化 Markdown 报告
      保存至 output/skills_report_{timestamp}.md

Steps in Detail

步骤①: 搜索最新 Skill

使用 WebSearch 工具，从以下维度同时搜索：

搜索词模板:
1. "AI agent skill GitHub trending this week 2026"
2. "skills.sh new popular skills May 2026"
3. "SkillHub 最新热门 Skill 2026年5月"
4. "GitHub awesome skills new repository stars"

优先级数据源:
1. GitHub (通过 Stars / Created date 判断热度)
2. skills.sh / SkillHub (平台收录的热门 Skill)
3. 掘金 / 知乎 / 博客园 (中文技术社区的热门 Skill 推荐文章)

提取每个 Skill 的信息：
- name: Skill 名称
- description: 一句话简介
- github_url: GitHub 仓库地址（如有）
- download_url: 下载/安装地址（skills.sh 链接 或 GitHub URL）
- stars: GitHub Stars 数
- platform: 平台（github / skillshub / clawhub）
- category: 分类（浏览器自动化 / 开发工具 / 数据库 / 写作 / 安全 等）

步骤②: 筛选 & 排序

1. 过滤出"最近一周内"（7天内）有更新或新创建的 Skill
   - 通过 GitHub API 或搜索结果的创建/更新时间判断
   - 若无精确时间，则按搜索结果热度排序
2. 同一 Skill 在不同平台出现时，合并为一条，保留最高热度数据
3. 按 Stars 降序排列
4. 截取 Top N 个（默认 10 个）

步骤③: 搜索应用案例

对每个 Top Skill，搜索使用案例：

搜索词模板:
1. "{skill_name} example tutorial Chinese"
2. "{skill_name} 使用教程"
3. "{skill_name} 实战案例"

提取：
- 典型使用场景（这个 Skill 解决什么问题）
- 安装方式（一行命令）
- 基本用法示例

步骤④: 搜索相关公众号文章

调用已有的 wechat-article-search Skill 搜索微信公众号文章：

node ~/.workbuddy/skills/wechat-article-search/scripts/search_wechat.js "{skill_name}" -n 3

或使用内置的 wechat-article-search Skill 功能进行搜索。

对每个 Skill 提取 1-3 篇相关文章：
- 标题
- 概要
- 来源公众号
- 链接

步骤⑤: 生成报告

组装所有数据，生成结构化 Markdown 报告。

报告模板

# 🔥 最新热门 AI Agent Skill 周报
> 生成时间: {timestamp}
> 数据来源: GitHub / skills.sh / SkillHub / ClawHub
> 收录范围: 最近一周

## 📊 概览
本期共收录 **{N}** 个热门 Skill，按热度降序排列。

---

## 🏆 Top {N} 热门 Skill

### 1. {skill_name} ⭐{stars}
- **分类**: {category}
- **简介**: {description}
- **下载地址**: {download_url}
- **平台**: {platform}

**应用案例**:
{usage_examples}

**相关公众号文章**:
- [{article1_title}]({article1_url}) — {article1_source}
- [{article2_title}]({article2_url}) — {article2_source}

---

### 2. {skill_name} ⭐{stars}
...

---

## 📈 本周趋势关键词
- {trend_keywords}

## 📝 总结
{summary}

Constraints

Example

输入

看看这周有什么新的热门 Skill

执行流程

1. WebSearch: "AI agent skill trending this week 2026"
2. 提取到 25 个 Skill → 去重得 15 个 → 截取 Top 10
3. 对每个 Skill 搜索应用案例
4. 对每个 Skill 搜索公众号文章
5. 生成报告: output/skills_report_2026-05-24.md

输出 (skills_report_2026-05-24.md 片段)

# 🔥 最新热门 AI Agent Skill 周报
> 生成时间: 2026-05-24 15:30
> 收录范围: 2026-05-17 ~ 2026-05-24

## 📊 概览
本期共收录 **10** 个热门 Skill。

## 🏆 Top 10 热门 Skill

### 1. browser-use ⭐78,700
- **分类**: 浏览器自动化
- **简介**: 让 AI Agent 操控浏览器，实测节省 80%+ token 消耗
- **下载地址**: https://github.com/browser-use/browser-use
- **平台**: GitHub

**应用案例**:
- 自动填写表单、抓取动态页面
- 结合 AI 实现端到端 Web 测试
- 安装: `pip install browser-use`

**相关公众号文章**:
- [Browser-Use 实战：AI 操控浏览器的正确姿势] — 量子位
- [我用 browser-use 让 AI 自动帮我抢票] — 机器之心

前置配置

# 确保 wechat-article-search Skill 已安装依赖
npm install -g cheerio

注意事项

• 本工具用于学习和研究目的，请勿用于商业用途
• GitHub Stars 数据反映社区关注度，不直接等于质量
• 公众号文章可能存在反爬限制，部分链接可能无法直接访问
• 搜索频率过高可能导致 IP 被限，建议每次搜索间隔 2-3 秒