---
name: clawhub-daily
description: |
每日扫描 ClawHub 全球 Skill 平台，结合多维数据（⭐/📥/installsCurrent/comments/capabilityTags）
通过 4 维度轮换算法为用户推荐 8-10 个有价值、不重复、值得关注的 AI Agent Skill，
并通过飞书推送完整简报。
触发场景：
- 用户希望每日/定时收到 ClawHub Skill 推荐简报
- 用户希望跟踪 AI Agent 生态的最新 Skill 趋势
- 用户希望按痛点场景（自动化办公/开发工具/内容创作/数据采集/AI 增强/中文支持/金融分析）匹配推荐
- 用户希望避免重复推荐，结合 10 天历史去重
核心能力：
- 真实抓取 ClawHub Top 200 Skill（基于 Convex API，0 token 消耗）
- 计算 5 大指标：star_rate、installsCurrent、活跃度、comments 热度、能力标签匹配
- 4 维度轮换：趋势 / 质量 / 新星 / 全景（按 日期 % 4 自动选）
- 10 天历史去重，避免重复推荐
- 痛点加权：基于 7 大场景库个性化排序
- 多模块简报：热装、口碑、新星、痛点、热议、分类王者
- 飞书云文档 + 200-400 字卡片消息推送
- 简报中文化：中文一句话 + 英文原文 <details> 折叠
ClawHub Daily Skill 洞察技能
> 每日扫描 ClawHub 全球 AI Agent Skill 平台，生成多维度精选简报
核心能力
- 真实数据：直接调用 ClawHub Convex API（
wry-manatee-359.convex.cloud），抓取 Top 200 Skill - 多维分析：⭐ stars / 📥 downloads /
installsCurrent/installsAllTime/comments/capabilityTags6 大维度 - 4 维度轮换：每天换一组推荐角度（趋势 / 质量 / 新星 / 全景）
- 10 天去重：基于历史快照，10 天滚动窗口
- 痛点匹配：基于 7 大场景库（自动化办公/开发工具/内容创作/数据采集/AI 增强/中文支持/金融分析）加权
- 简报中文化：中文一句话解读 + 英文原文
<details>折叠（0 token 消耗） - 多模块简报：6 大推荐模块 + 回顾 + 行动建议
- 飞书推送：完整云文档 + 200-400 字飞书卡片消息
使用模式（二选一）
本技能支持 2 种使用模式，首次安装请阅读 references/setup-wizard.md：
模式 A：常规对话模式 💬
触发词（在 Agent 对话中输入任一即可）：
- "每日推荐"
- "ClawHub 日报"
- "今天有什么好 Skill"
- "帮我推荐技能"
- "扫描 ClawHub"
模式 B：Cron 定时任务模式 ⏰
支持平台：Trae SOLO / qclaw / WorkBuddy / OpenClaw / Hermes / 纯脚本
预制提示词：见 references/prompt-templates.md
推荐节奏：每 2 天 1 次（与 10 天去重窗口完美匹配 → 5 个独立周期全覆盖 200 个 Skill）
适用场景
- AI Agent 开发者跟踪生态趋势
- 内容创作者寻找新的 AI 工具
- 团队 leader 评估可纳入工作流的 Skill
- 对 ClawHub 平台感兴趣的所有用户
不适用场景
- 需要中文 Skill 专项分析（请使用
skillhub-daily技能） - 需要即时的单次查询（请直接使用 Convex
listPublicPageV4API） - 需要下载/安装 Skill 本身（本技能只做推荐分析）
依赖
- Python 3.8+
requests（HTTP 抓取）- 飞书应用凭证（可选，用于推送）
- 网络可访问
wry-manatee-359.convex.cloud
快速开始
1. 首次安装：选择使用模式
阅读 references/setup-wizard.md 选择 A 或 B。
2. 配置凭证（仅模式 B 推送时需要）
编辑 references/config.json：
{
"feishu_app_id": "<your_feishu_app_id>",
"feishu_app_secret": "<your_feishu_app_secret>",
"feishu_user_open_id": "<your_user_open_id>"
}
3. 手动运行
# 抓取数据
python scripts/fetch_clawhub.py --num 200 --output data/snapshots/2026-06-03.json
# 计算指标
python scripts/compute_metrics.py --input data/snapshots/2026-06-03.json
# 生成推荐
python scripts/daily_recommend.py --date 2026-06-03 --dimension trending
# 4. 推送到飞书
python scripts/push_to_feishu.py --recommendation data/recommended/2026-06-03.json
# 5. 推送到 IMA 知识库（可选）
python scripts/push_to_ima.py --recommendation data/recommended/2026-06-03.json
4. 一键执行
python clawhub_daily_executor.py
推荐维度
| 维度 | cron 标识 | 重点模块 | 频率 |
|---|---|---|---|
| D1 趋势 | trending |
热装 + 痛点 + 回顾 | 第 1, 5, 9, ... 天 |
| D2 质量 | quality |
口碑 + 痛点 + 回顾 | 第 2, 6, 10, ... 天 |
| D3 新星 | newcomers |
新星 + 痛点 + 回顾 | 第 3, 7, 11, ... 天 |
| D4 全景 | panorama |
热议 + 分类 + 回顾 | 第 4, 8, 12, ... 天 |
维度根据 日期 % 4 自动计算。
输出物
data/snapshots/YYYY-MM-DD.json- 当日 200 个 Skill 原始数据data/snapshots/YYYY-MM-DD.metrics.json- 计算后的指标data/recommended/YYYY-MM-DD.json- 8-10 个推荐结果data/recommended/YYYY-MM-DD.md- 简报 Markdown
飞书/IMA 消息结构
飞书卡片消息
包含：
- 标题：🦞 ClawHub 每日洞察 | 日期（维度）
- 元信息：扫描数、推荐数、去重数、匹配场景
- Top 3 详细解读：每个 Skill 含数据、推荐理由、下一步
- CTA 按钮：查看完整简报（飞书文档）
- 备注：执行时间 + 数据日期
总字数控制在 200-400 字（让用户决定是否点开）。
IMA 知识库推送
完整 Markdown 简报，含：
- 标题 + 元信息
- Top 10 推荐详情
- 痛点匹配分组
- 翻页式浏览，可在 IMA 内检索
详细文档
- 使用向导 - 首次安装必读
- Cron 提示词模板 - 定时任务必读
- API 契约
- 数据字段
- 简报模板
- 痛点库
- 使用指南
- CHANGELOG
限制与边界
- 数据源单一：仅 ClawHub Convex API，不抓取 SkillHub
- 去重窗口 10 天：超出 10 天的会重新推荐
- 简报长度 8-10 个：超过不会推送（避免信息过载）
- 语言：中文为主，英文原文
<details>折叠（0 token 消耗方案）
版本
- v1.0.0 (2026-06-03) - 初始版本，参考 skillhub-daily v6.2.0 架构设计
