零依赖的关联记忆系统，通过神经图扩散激活实现跨会话智能回忆，自动检测矛盾并支持因果链追踪。

基本信息

• 技能名称?Neural Memory
• 中文名称?仿生神经网络，越用越聪明的持久记忆
• 作者?nhadaututtheky
• 分类?AI 增强
• 版本?4.55.1
• 标签?memory-management, knowledge-graph, local-first, openclaw-plugin, privacy-focused, python, cognitive-architecture

使用方法

使用说明
NeuralMemory 综合评估
核心用法
NeuralMemory 是一款受生物神经科学启发的持久化记忆系统，专为 AI Agent 设计。其核心创新在于采用 扩散激活（spreading activation） 机制替代传统的关键词/向量搜索——记忆以神经图形式存储，包含神经元节点和 20 种类型化突触连接（如 BEFORE/AFTER 时间型、CAUSED_BY/LEADS_TO 因果型、IS_A/HAS_PROPERTY 语义型、CONTRADICTS 冲突型等）。
典型工作流：
会话启动 ：调用 nmem_context 注入近期记忆，或 nmem_recall 检索特定主题
会话中 ：决策/错误/偏好发生时即时 nmem_remember 存储；用户追问历史时深度召回
会话结束 ： nmem_auto 自动提取关键信息
深度层级 ：0 级（
显著优点

1. 零 LLM 依赖 ：纯算法实现（正则、图遍历、Hebbian 学习），无 API 成本与延迟
2. 概念关联优于字面匹配 ：即使无关键词/嵌入重叠，也能通过图遍历找到概念相关记忆
3. 生物可塑性 ：Hebbian 学习（"一起激发的神经元连在一起"）使高频共现记忆自动强化；Ebbinghaus 遗忘曲线实现自然衰减
4. 矛盾自检测 ：自动识别冲突记忆并降低旧记忆优先级
5. 完整生命周期管理 ：短期→工作→情景→语义记忆的渐进固化
6. 本地隐私 ：SQLite 本地存储，默认零外部传输
7. 双语支持 ：越南语+英语完整支持
   潜在缺点与局限性
   安装复杂度 ：需同时配置 Python 包（pip）和 Node 插件（npm），Windows 路径处理繁琐
   生态锁定 ：深度集成 OpenClaw 框架，MCP 模式缺少自动钩子功能
   无原生向量语义 ：依赖图结构而非嵌入空间，某些抽象语义关联可能缺失
   性能瓶颈 ：深度 3 召回达 500ms，大规模 brain 可能超时需调优
   维护状态 ：GitHub 仓库作者个人维护，长期更新保障存疑
   适合人群
   需要 跨会话持久记忆 的 OpenClaw/Cline 重度用户
   重视 隐私本地存储 、拒绝云端记忆方案的企业/个人
   工作流涉及 复杂决策追踪、错误复盘、因果分析 的开发者团队
   对 神经科学/认知模型 有偏好，愿承担配置成本的技术早期采用者
   常规风险
   | 风险类型 | 说明 | 缓解建议 | |---------|------|---------| | 数据丢失 | 本地 SQLite 无自动备份 | 定期 nmem_version 快照，重要 brain 异地备份 | | 记忆污染 | 错误/过时记忆未清理影响召回质量 | 启用矛盾检测，定期 nmem_health 诊断 | | 隐私泄露 | brain 文件可被本地其他程序读取 | 敏感项目使用独立 brain，文件系统权限管控 | | 版本不兼容 | 插件与 Python 包版本错配 | 同步更新，关注 GitHub release 说明 | | 召回幻觉 | 深度召回可能关联不相关记忆 | 合理设置 max_tokens，人工校验关键决策依据 |

Maton 官方 API 网关服务，一站式连接 150+ 第三方应用（Slack、Notion、Google Workspace 等），实现统一认证与安全代理。

基本信息

• 技能名称?API Gateway
• 中文名称?150+ 应用统一接入，安全 API 代理网关
• 作者?byungkyu
• 分类?开发
• 版本?1.0.116
• 标签?api-gateway, integration, oauth, saas-connectors, automation, cli-tool, third-party-apis, proxy-service, multi-tenant, google-workspace, slack, notion, salesforce, hubspot, stripe

使用方法

使用说明
核心用法
API Gateway 是 Maton 提供的托管式 API 路由服务，让用户通过单一接口连接 150+ 第三方 SaaS 服务。核心工作流程：

1. 获取 API Key ：在 maton.ai 注册并获取 MATON_API_KEY
2. 建立连接 ：通过 CLI ( maton connection create ) 或 API 创建与目标服务的 OAuth 连接
3. 发起调用 ：使用统一端点 https://api.maton.ai/{app-name}/... 转发请求到官方 API
   支持 CLI、Python、Node.js 等多种调用方式，所有请求通过 Maton 网关代理，保持原生 API 路径和参数格式。
   显著优点
   统一认证 ：一次配置，连接多个服务，无需管理各平台的独立凭证
   150+ 服务覆盖 ：涵盖 CRM (HubSpot, Salesforce)、协作 (Slack, Notion)、云办公 (Google Workspace, Microsoft 365)、支付 (Stripe)、AI (OpenAI, ElevenLabs) 等主流平台
   安全代理 ：Maton 作为可信中间层，不存储服务原始凭证，仅转发请求
   详细文档 ：每个服务配有独立 reference 文档，包含端点、示例、注意事项
   权限控制严格 ：强制要求用户显式确认所有写操作（POST/PUT/PATCH/DELETE）
   潜在局限
   网络依赖 ：必须保持与 Maton API 的连通性，无法离线使用
   速率限制 ：10 请求/秒/账户，高频场景需自行控制并发
   第三方服务可用性 ：下游服务中断或 API 变更会影响功能
   数据隐私 ：敏感数据流经 Maton 网关，需信任其隐私政策
   学习成本 ：需同时理解 Maton 路由规则和原生 API 文档
   适合人群
   开发者/工程师 ：需要快速集成多平台 API，减少认证配置工作量
   数据工程师 ：进行跨平台数据同步、ETL 流程构建
   自动化团队 ：搭建工作流自动化，连接分散的业务系统
   AI Agent 构建者 ：为 LLM 提供工具调用能力，扩展 Agent 行动空间
   常规风险
   | 风险类型 | 说明 | 缓解措施 | |---------|------|---------| | 凭证泄露 | MATON_API_KEY 泄露可导致账户被滥用 | 环境变量管理，定期轮换，禁止硬编码 | | 过度授权 | OAuth 授权范围过大 | 遵循最小权限原则，仅申请必需 scope | | 误操作风险 | 批量删除、发送消息等高影响操作 | 写操作强制二次确认，先 list 再 modify | | 连接残留 | 任务完成后未删除连接 | 及时执行 maton connection delete | | 中间人信任 | 依赖 Maton 网关安全 | 确认 TLS 1.3 加密，监控异常流量 | 安全认证结论
   CLS-Certify 安全扫描结果： Grade A (85 分)
   纯文档型 Skill，无可执行代码
   无危险函数、硬编码密钥或提示词投毒
   来源可信 (Maton AI，T2 级别)
   明确声明凭证保护和用户确认机制
   建议：遵循文档安全指引，定期审查连接状态
   api-gateway integration oauth saas-connectors automation cli-tool third-party-apis proxy-service multi-tenant google-workspace slack notion salesforce hubspot stripe

一站式内容发布利器：输入URL或本地文档自动提取正文，AI改写后直发微信公众号草稿，支持PDF/DOCX/PPTX等全格式转换，零本地依赖纯云端处理。

基本信息

• 技能名称?web-publisher
• 中文名称?URL转公众号草稿，一键AI改写发布
• 作者?Ping Si
• 分类?内容创作
• 版本?0.9.4
• 标签?wechat, publish, content, pdf, docx, markdown, article, automation, ai-rewrite

使用方法

使用说明
核心用法
Web Publisher 是一款面向内容创作者与运营团队的自动化发布工具，通过对话式CLI交互完成从内容获取到发布的全流程：
内容输入（二选一）
URL模式 ：支持微信公众号、知乎、今日头条、36kr、CSDN、小红书等主流平台，服务端自动抓取正文与图片
本地文档模式 ：直接上传PDF/DOCX/PPTX/XLSX/EPUB/图片/音频等，通过Microsoft markitdown引擎提取文字
处理流程
输入 → [抓取/转换] → [AI改写(可选)] → [页眉页脚拼接] → 微信公众号草稿/直接发布 关键操作命令
| 场景 | 命令 | |------|------| | 首次登录绑定 | login → 浏览器确认 → login-status | | 配置公众号 | wechat config（填AppID/AppSecret+IP白名单） | | URL转草稿 | draft | | 文档转草稿 | draft | | 启用AI改写 | draft --rewrite --style casual/formal/technical | | 纯文档转Markdown | convert --out | 显著优点

1. 零本地依赖 ：CLI仅做HTTP调用，抓取/转换/改写/发布全在服务端完成，不安装任何npm包
2. 对话式配置 ：登录、公众号绑定、页眉页脚设置均通过浏览器短链+表单完成，无需手动编辑配置文件
3. 格式覆盖广 ：markitdown支撑数十种文档格式，甚至支持音频转录（服务端装插件时）
4. 安全设计 ：AppSecret浏览器直传服务端AES-256-GCM加密，永不出现在对话上下文；apiKey一次性下发
5. AI改写集成 ：可选GPT驱动改写，支持自定义风格提示词，且用户页眉页脚内容不会被改写
   潜在缺点与局限
   反爬风险 ：服务端走固定云IP，小红书、部分知乎专栏、登录墙文章、海外站点常被403拦截
   无本地回退接口 ：CLI不接受本地Markdown文件作为 draft/publish 输入，服务端抓失败后需人工介入
   额度消耗 ：每次调用消耗credits，失败任务仍可能扣费（反爬失败场景）
   体积限制 ：本地文件上限50MiB，大PDF需裁剪或走 --async 异步模式
   平台单一 ：目前仅支持微信公众号发布，其他平台规划中
   适合人群
   自媒体运营者：批量转载文章到公众号，需AI改写降重或调风格
   企业内容团队：内部报告（PDF/PPT）快速转公众号图文
   知识管理用户：将各类文档统一转为Markdown归档
   技术博主：配合 browser-web-search 实现「搜索→抓取→发布」自动化
   常规风险
6. IP白名单遗漏 ： wechat config 后未在mp.weixin.qq.com后台添加serverIps，导致发布时微信拒接
7. 登录状态误判 ：0.9.x版本无后台进程，必须主动调 login-status 才能完成凭证落盘
8. 重复扣费 ：反爬站点反复重试会多次创建失败任务，建议配合本地 news-to-markdown-skill 兜底
9. 凭证权限 ： ~/.web-publisher/credentials.json 为0600权限，多用户环境需注意隔离

基于 Parallel API 的深度研究技能，能综合 10+ 信源为复杂问题生成带引用的综合报告，是竞品分析、市场调研和尽职调查的利器。

基本信息

• 技能名称?Parallel Deep Research
• 中文名称?多源深度研究分析引擎
• 作者?normallygaussian
• 分类?效率
• 版本?1.0.3
• 标签?data-analytics, product-management, development-engineering, operations

使用方法

使用说明
核心用法
Parallel Deep Research 是一个基于 CLI 的深度研究工具，专为需要综合多个信息源的复杂问题设计。用户通过 parallel-cli research run 命令提交一个具体的研究问题，系统会自动从众多来源中搜索、筛选并合成信息，最终生成一份结构化的综合报告。该报告包含执行摘要、详细发现和所有引用的来源 URL。用户可以通过 --processor 参数选择从 lite-fast （10-20秒）到 ultra8x-fast （最长1小时）等不同级别的处理深度，以在速度和深度之间取得平衡。
显著优点

1. 深度与广度兼备 ：最高级别的处理器可以从超过 10 个来源进行信息综合，远超简单搜索引擎的能力，适合撰写市场分析、竞争格局或进行尽职调查。
2. 引用透明 ：所有发现均附带来源 URL，确保了信息的可验证性，提升了研究报告的学术可信度。
3. 灵活的执行模型 ：支持同步和异步（ --no-wait ）运行，对于耗时较长的深度研究，可以先提交任务再稍后获取结果，非常适合工作流集成。
4. 结构化的输出 ：提供可编程处理的 JSON 格式和可读性强的 Markdown 格式，方便与自动化流水线或其他知识库工具集成。
5. 专为大上下文场景设计 ：文档说明了如何在对话上下文不足时，通过保存结果文件并利用 sessions_spawn 跨会话展示长报告，体现了工程上的远见。
   潜在缺点或局限性
6. 命令行依赖与学习曲线 ：该技能完全依赖 CLI 环境，非技术用户（如市场专员或分析师）可能上手困难，需要一个友好的 GUI 或 Web 界面。
7. 成本和速率限制 ：文档中未提及调用 API 的成本。使用 ultra 系列处理器进行长达一小时的深度分析，其底层 API 调用消耗可能非常高，且可能受限于 API 速率配额。
8. 非实时信息处理 ：虽然非 fast 变体声称使用“更新鲜的数据”，但其本质仍是基于训练或索引的数据进行搜索与合成，不适用于对延迟要求极高的突发新闻（技能文档已明确指出）。
9. 结果质量高度依赖提示词 ：输出质量严重受限于用户输入的研究问题质量。提示词工程能力对于非专业用户来说可能是个门槛，模糊或简单的问题将导致次优结果。
   适合的目标群体
   战略顾问与商业分析师 ：进行竞争分析、市场准入研究和行业全景调研。
   风险投资者与投资分析师 ：进行投资标的的尽职调查和技术路线图评估。
   学术研究人员 ：快速获取跨学科领域的文献综述和背景信息，并获取可引用的信息来源。
   产品经理 ：深度分析竞品的功能、定价策略和市场定位。
   使用风险
   信息幻觉风险 ：大型语言模型在综合信息时可能产生事实性错误或幻觉。尽管有来源引用，用户仍必须对关键数据和结论进行人工复核。
   依赖项与认证风险 ：技能强依赖于 parallel-cli 工具及其账户认证。CLI 工具未安装、版本不兼容或认证令牌过期都将导致任务失败。
   源质量偏差风险 ：研究报告的质量和客观性完全取决于其搜索到的来源质量。如果底层搜索引擎存在偏见或索引了低质量、过时的网站，最终报告会受到污染。

来自TensorPM团队的本地优先、隐私安全项目管理技能，提供Notion/Jira替代方案，支持MCP和A2A协议，无需账号即可使用自有AI模型。

基本信息

• 技能名称?AI-Driven Project Management: TensorPM
• 中文名称?AI驱动本地优先项目管理
• 作者?neo552
• 分类?效率
• 版本?1.1.12
• 标签?product-management, project-program-management, automation, productivity

使用方法

使用说明
核心用法
TensorPM 是一个 AI 驱动、本地优先的项目管理技能，旨在成为 Notion 和 Jira 的替代品。它运行在 macOS、Windows 和 Linux 上，通过 MCP 工具或 A2A 代理通信两种方式与 AI 客户端交互。用户可以利用 AI 智能创建和管理项目、跟踪行动项、设置任务依赖关系，并进行团队协调。其完全免费且无需账号即可使用全部功能，只需配置用户自己的 API 密钥或本地模型。可选云同步功能可实现端到端加密的跨设备团队协作。
显著优点
本地优先，隐私安全 ：数据存储在本地，用户完全掌控，无需依赖云端账号。
AI 原生集成 ：深度集成多种 AI 提供商（OpenAI、Claude、Gemini 等）及本地模型，实现上下文驱动的优先级排序、项目自动生成等智能功能。
强大的集成能力 ：同时支持 MCP 和 A2A 协议，能与支持这些协议的主流 AI 客户端（如 Claude Desktop）无缝集成，极大扩展了项目管理的能力边界。
专业的项目管理特性 ：支持完整的行动项生命周期管理、状态跟踪、四类任务依赖关系（FS/SS/FF/SF），以及复杂的工作区管理。
安全可靠 ：macOS 版本经过 Apple 代码签名和公证，Windows 版本通过 Azure Trusted Signing 签名，确保软件来源可信。
潜在缺点或局限性
应用必须运行 ：MCP 工具和 A2A 通信都依赖于 TensorPM 桌面应用在后台持续运行，这可能需要占用一定的系统资源。
核心上下文修改受限 ：MCP 工具直接访问的是行动项，项目的核心上下文（如简介、预算、人员、类别）的修改必须通过与项目代理的 A2A 对话来进行，这为某些操作增加了沟通步骤。
任务依赖关系复杂 ：虽然支持四种依赖类型，但创建和更新依赖关系需要指定 ID 和类型，可能增加初学者的学习成本。
适合的目标群体
此技能非常适合追求数据隐私和定制化的个人开发者、技术团队负责人，以及对现有项目管理工具（如 Notion/Jira）不满意或希望将项目管理能力深度集成到其 AI 工作流中的用户。它也适合需要离线环境工作或者希望完全掌控数据和 AI 成本的专业用户。
使用风险
AI 生成内容的准确性 ：使用 AI 生成项目计划（如从提示词或文件创建）时，可能存在内容不准确或不符合预期的风险，需要人工复核。
依赖外部 AI 服务 ：若要发挥其 AI 增强功能，需依赖第三方 AI 提供商的 API 服务，这涉及到 API 的稳定性、费用和潜在的延迟问题。
桌面应用稳定性 ：作为一款桌面应用，其稳定性可能受到操作系统环境或其他软件冲突的影响，尽管有代码签名，但新版本可能包含未知的缺陷。