基于 Lightning Labs 官方生态的 litd 全栈方案，采用 watch-only 远程签名安全架构，为代理提供 L402 支付、流动性管理、通道市场和 Taproot 资产等 Lightning Network 商业化能力。

基本信息

• 技能名称?lnd
• 中文名称?企业级比特币闪电网络节点部署
• 作者?Roasbeef
• 分类?开发
• 版本?v1.0.1
• 标签?backend, finance-accounting, pay, devops, blockchain, automation

使用方法

使用说明
核心用法
本 Skill 提供 Lightning Terminal (litd) 的完整容器化部署方案，litd 是 Lightning Labs 开发的综合节点软件，将 lnd（闪电节点）、loop（流动性管理）、pool（通道市场）、tapd（Taproot 资产）和 faraday（数据分析）整合在单一 Docker 容器中。
部署模式灵活 ：默认推荐 watch-only 模式 （生产环境），私钥存储在独立的 litd-signer 容器中，代理主机仅持有只读凭据，通过 gRPC 调用远程签名，实现密钥与业务逻辑物理隔离。对于开发和测试，可使用 standalone 模式 （本地生成助记词），或 regtest 模式 （本地比特币测试网）。
网络与存储 ：默认配置 neutrino 轻客户端（无需完整比特币节点）和 SQLite 数据库，使用 testnet 网络。通过 --network mainnet 可切换至主网进行真实资金操作。所有配置通过 CLI 参数和配置文件模板管理，支持版本锁定（versions.env）。
操作接口 ：提供统一的 lncli.sh 脚本访问各个子守护进程，支持节点信息查询、通道管理（开启/关闭）、发票创建与支付、链上资金充值等完整 Lightning Network 操作流程。同时兼容 lightning-mcp-server 通过 Lightning Node Connect (LNC) 建立加密 WebSocket 隧道，实现无端口暴露的安全远程访问。
显著优点
安全架构领先 ：采用业界最佳的 watch-only 远程签名设计，私钥永不接触业务容器，即使代理主机被入侵，攻击者也无法转移资金。敏感文件（钱包密码、助记词）默认设置 0600 权限，最小化本地泄露风险。
功能集成度高 ：单一容器同时获得流动性循环（loop submarine swaps）、通道租赁市场（pool）、Taproot 资产发行与管理（tapd）、节点盈利能力分析（faraday）等高级功能，无需部署多个独立服务。
部署门槛低 ：默认 neutrino 后端省去 600GB+ 的比特币全节点同步成本，Docker 化部署实现一键启动。提供完整的配置文件模板和多种预设 profile（debug、taproot、wumbo 等），适配不同场景需求。
权限管理精细 ：集成 macaroon-bakery 技能支持最小权限原则，可为不同代理角色烘焙仅含特定权限（如仅支付、仅开票）的 macaroon，避免在生产环境中暴露 admin 凭证。
潜在缺点与局限性
Standalone 模式风险 ：虽然 watch-only 模式安全，但 standalone 模式会将 24 词助记词和钱包密码以明文形式存储在本地磁盘（ ~/.lnget/lnd/seed.txt ），虽有文件权限保护，但仍不适合存储大额资金，文档已明确警告仅限测试使用。
资源与同步成本 ：即使使用 neutrino，仍需同步区块头和过滤数据，初次启动需要数分钟至数小时完成同步。若使用 bitcoind 后端（regtest 或全节点模式），资源消耗显著增加。
依赖 Docker 环境 ：核心功能依赖 Docker 容器运行时，在无容器权限的受限环境（如某些企业沙箱）中无法使用，虽然提供 --native 原生模式，但配置复杂度显著增加。
加密货币认知门槛 ：涉及通道管理、UTXO、链上/链下转账、流动性 inbound/outbound 等 Lightning Network 特有概念，以及 macaroon、TLS 证书等认证机制，对非加密货币专业用户存在学习曲线。
适合的目标群体
AI 代理开发者 ：需要为代理启用 L402（Lightning 402）支付网关，实现按 API 调用付费的商业模式，或构建自主管理支付通道的自动化代理。
加密货币业务运营者 ：需要部署 Lightning Network 节点接受比特币闪电支付、管理收款流动性、参与通道市场获取路由收益，或发行 Taproot 资产的企业。
区块链开发者 ：在 regtest 环境下进行 Lightning Network 应用开发、测试支付流程、集成 loop/pool 等高级功能的工程师。
隐私与安全优先用户 ：希望通过 watch-only 架构实现热钱包与密钥分离，在保证支付便利性的同时最大化资金安全的高级用户。
使用风险
资金安全风险 ：涉及真实加密货币（mainnet）操作时，任何配置错误（如误删容器卷、泄露 macaroon、使用 standalone 模式存储大额资金）都可能导致不可逆的资产损失。务必在 testnet/signet 充分测试后再使用 mainnet。
依赖维护风险 ：依赖 Docker Hub 上的 Lightning Labs 官方镜像和本地 Docker 运行时，若镜像仓库不可用或 Docker 版本不兼容，可能导致服务无法启动。建议通过 versions.env 固定版本并定期验证镜像签名。
同步与可用性风险 ：neutrino 轻客户端依赖 BIP157/158 过滤数据，若后端 peer 不可用或网络分区，可能导致节点无法同步最新区块，影响支付时效性。生产环境建议配置多个 neutrino 节点或切换至 bitcoind 后端。
权限提升风险 ：脚本需要 Docker 权限（docker 组），在共享主机环境中不当配置可能带来容器逃逸风险。建议在专用虚拟机或隔离环境中运行。

OpenFunderse 策略机器人，基于市场快照和风险策略自动提出交易意向，支持 NadFun 生态的链上意图提交，需显式授权方可执行。

基本信息

• 技能名称?openfunderse-strategy
• 中文名称?智能风控的链上策略管家
• 作者?wiimdy
• 分类?开发
• 版本?2.0.0
• 标签?finance-accounting, automation, backend, api, devops

使用方法

使用说明
核心用法
OpenFunderse Strategy 是一个专为去中心化基金管理设计的策略机器人 Skill，核心功能是根据最终确定的数据快照（snapshot）提出结构化的交易意向（trade intent）。用户通过 propose_intent 任务输入市场状态、风险策略和快照信息，Skill 会评估市场条件、流动性和风险政策，决定是提出交易（PROPOSE）还是持有观望（HOLD）。对于 NadFun 生态的代币，Skill 必须使用 lens 报价来推导 minAmountOut ，并拒绝路由不匹配的情况。
关键操作通过 proposeIntentAndSubmit 完成：首先构建规范化的交易提案，仅在满足显式提交门控（explicit submit gating）时才向 relayer 提交或上链注册。这种设计确保了人机协作——AI 负责分析和建议，人类保留最终决策权。
显著优点

1. 多层安全门控 ：默认启用 STRATEGY_REQUIRE_EXPLICIT_SUBMIT=true 和 STRATEGY_AUTO_SUBMIT=false ，强制人工确认，防止意外执行。
2. 风险策略完备 ：支持最大名义金额、滑点限制、代币白名单、交易场所白名单等多维度风控，以及止盈止损、持仓时间等卖出触发器。
3. NadFun 生态深度集成 ：针对 bonding curve 和 DEX 两种 venue 分别处理，自动查询 lens 报价，确保价格发现和滑点保护。
4. 确定性输出 ：严格的 JSON Schema 约束，包含完整的风险检查报告（riskChecks）和执行计划（executionPlan），便于审计和追踪。
5. 来源可信 ：属于 OpenClaw 生态系统，GitHub 来源明确，提交历史可追溯，文档详尽。
   潜在缺点与局限性
6. 配置复杂度高 ：需要配置超过 20 个环境变量，包括私钥、合约地址、RPC、relayer 等，对非技术用户门槛较高。
7. 私钥管理风险 ： STRATEGY_PRIVATE_KEY 是 EOA 私钥，虽建议使用 HSM 或密钥管理器，但实际部署中用户可能因便利而降低安全标准。
8. 依赖外部基础设施 ：依赖 relayer、RPC 节点、NadFun 合约等外部服务，任何单点故障都可能导致策略失效或执行延迟。
9. 仅支持特定生态 ：当前主要针对 NadFun 和 Monad 生态，通用性有限，跨链或多 DEX 聚合能力未明确。
10. 无回测或模拟模式 ：文档未提及离线模拟或历史回测功能，策略验证必须依赖测试网或真实资金。
    适合的目标群体
    DeFi 基金经理 ：需要自动化策略执行但保留人工最终审批权的链上基金管理者。
    DAO 财库管理 ：希望以结构化、可审计方式管理社区资金的 DAO 组织。
    量化交易团队 ：具备技术能力，能够配置和维护复杂环境变量的专业交易者。
    NadFun 生态参与者 ：专注于 Monad 链上 bonding curve 代币交易的投资者。
    使用风险
11. 资金安全风险 ：私钥泄露或配置错误可能导致资金损失，必须使用专用、最小权限的钱包。
12. 智能合约风险 ：依赖 NadFun 合约、IntentBook 等外部合约，存在合约漏洞或升级风险。
13. Relayer 风险 ：恶意或故障的 relayer 可能拦截、篡改或延迟交易，需严格配置可信主机白名单。
14. 市场极端情况 ：bonding curve 的流动性可能在 graduation 前后剧烈变化，静态风险参数可能无法适应。
15. 操作风险 ：环境变量配置错误（如混淆主网和测试网地址）可能导致意外交易。

基于 Mermaid 语法的纯文档型图表生成技能，支持类图、序列图、流程图等 8+ 种软件架构图，让技术文档版本可控、易于维护。

基本信息

• 技能名称?mermaid-diagrams
• 中文名称?代码级架构图一键生成
• 作者?wpank
• 分类?开发
• 版本?v0.1.0
• 标签?docs, development-engineering, product-management, architecture, visualization, diagrams

使用方法

使用说明
核心用法
mermaid-diagrams 是一款纯文档型的图表生成技能，用户通过编写类 Markdown 的文本语法即可创建专业软件架构图。该技能覆盖类图、序列图、流程图、ERD 数据库图、C4 架构图、状态图、Git 分支图、甘特图等 8 种核心图表类型，满足从领域建模到系统架构的全链路可视化需求。用户只需在代码块中声明图表类型（如 classDiagram 、 、 sequenceDiagram`），即可通过 Mermaid 引擎渲染为矢量图形，原生支持 GitHub、GitLab、VS Code、Notion 等主流平台的自动渲染。
显著优点
该技能的最大优势在于 文本即图表 的理念——图表定义以纯文本形式存储，天然支持版本控制、差异对比和协作编辑，彻底解决了传统绘图工具"图与代码分离、难以同步更新"的痛点。其次，Mermaid 语法简洁直观，学习曲线平缓，开发者可在 10 分钟内上手基础图表绘制。此外，该技能提供完善的最佳实践指南，包括"单图不超过 15 节点""箭头必须标注"等硬性约束，有效避免图表过度复杂化。主题系统和布局引擎（dagre/elk）的支持，也让图表输出具备专业视觉品质。
潜在缺点与局限性
作为纯文档型技能，mermaid-diagrams 本身不具备渲染能力 ，必须依赖外部 Mermaid 引擎或平台支持，离线场景下无法直接预览。其次，Mermaid 语法对特殊字符敏感，花括号、引号等符号在注释或标签中可能引发解析错误，调试成本较高。复杂布局场景下，自动布局算法（尤其是 dagre）可能产生非最优的节点排布，需要手动调整或切换 elk 引擎。此外，该技能明确 不适用于数据可视化场景 （如商业报表、统计图表），与图表库（ECharts、D3）存在功能边界。
适合的目标群体
该技能主要面向 软件工程师、系统架构师、技术写作者和产品经理 。具体包括：需要为代码库维护架构文档的后端开发者；设计数据库 schema 并需可视化表关系的数据工程师；编写技术方案、API 文档需要配图的技术写作者；以及需要向非技术干系人讲解系统流程的产品经理。对于已使用 GitHub/GitLab 作为代码托管的团队，该技能可实现"文档-图表-代码"三位一体的无缝工作流。
使用风险
该技能为纯文档型资产， 无代码执行、无网络通信、无数据收集 ，常规安全风险极低。主要风险集中于 使用层面 ：一是图表语法错误可能导致渲染失败且错误提示不直观，建议通过 Mermaid Live Editor 预先验证；二是过度复杂的图表（超过 15 节点）会显著降低可读性，需严格遵循技能内置的最佳实践约束；三是图表与系统实现可能因迭代不同步而"腐烂"，需建立文档更新机制。此外，T3 社区来源意味着该技能由个人开发者维护，长期更新稳定性需关注社区反馈。

基于 Factory AI Droid CLI 的智能编程工具，支持交互式开发与自动部署，为开发者提供贯穿代码全生命周期的 AI 协作能力。

基本信息

• 技能名称?factory-ai
• 中文名称?AI驱动的全栈开发助手
• 作者?mitchellbernstein
• 分类?开发
• 版本?v1.0.0
• 标签?development-engineering, devops, automation, backend, frontend, git, productivity

使用方法

使用说明
Factory AI Droid CLI 技能为开发者提供了一套完整的 AI 辅助软件工程解决方案。该技能核心围绕 droid 命令行工具展开，支持两种主要工作模式：交互式会话模式适合复杂的多轮对话和深度代码库探索，用户可以通过自然语言描述需求并逐步细化；非交互式执行模式（exec）则适用于自动化场景，能够直接处理特定任务如代码修复、提交信息生成或部署操作。
该技能的显著优势在于其深度代码库理解能力，能够跨文件分析项目结构并提供上下文感知的建议。支持多家主流 AI 模型提供商（OpenAI、Anthropic、xAI 等）的灵活性让用户可以根据需求选择最适合的模型。通过 MCP（Model Context Protocol）服务器机制，技能功能可进一步扩展，集成更多外部工具和服务。会话记忆功能确保了上下文连续性，即使在长时间的工作中也能保持一致的对话状态。
然而，该技能也存在一定局限性。作为纯文档型封装，其实际功能完全依赖外部二进制程序 droid ，用户需要自行从 Factory AI 官方渠道安装配置。技能来源为个人开发者（T3 级），缺乏官方组织背书。自动执行模式（ --force 标志）虽然提升了效率，但可能在未经充分审查的情况下应用更改，存在误操作风险。此外，使用该工具需要配置 FACTORY_API_KEY ，在共享环境或版本控制中需格外注意密钥安全。
该技能特别适合追求开发效率的全栈工程师、DevOps 专家以及需要频繁进行代码审查和重构的技术团队。对于希望将 AI 集成到日常开发工作流、减少重复性编码任务的独立开发者同样具有价值。
使用风险主要包括：对外部专有服务 Factory AI 的网络依赖；API Key 管理不当可能导致的安全隐患；自动执行模式下的潜在代码破坏风险；以及作为社区来源（T3）技能，长期维护和更新依赖于原始作者。建议用户在可信环境中使用，重要代码变更仍需人工审查确认。

基于 ATXP 协议的 ClawDirect 开发框架，支持 AI Agent 的 Cookie 认证、支付和 MCP 工具集成，含 Express+SQLite 完整模板。

基本信息

• 技能名称?clawdirect-dev
• 中文名称?构建 Agent 友好型 Web 应用
• 作者?napoleond
• 分类?开发
• 版本?v1.0.0
• 标签?backend, development-engineering, api, database, agent, authentication

使用方法

使用说明
ClawDirect-Dev 是一个面向开发者的技术技能，专注于构建支持 AI Agent 交互的 Web 应用。该技能基于 ATXP（Agent Transaction Protocol）协议，提供了完整的 ClawDirect 开发模式实现方案，使开发者能够为 AI Agent 创建具备身份认证、支付能力和 MCP（Model Context Protocol）工具集成的 Web 体验。
核心用法遵循六步构建流程：首先初始化 Node.js 项目并配置 TypeScript 环境，接着搭建基于 better-sqlite3 的数据库层实现 Cookie 认证存储，然后使用 @longrun/turtle 框架创建 MCP 服务器并定义工具（包括免费的 Cookie 获取工具和付费操作工具），随后构建 Express API 层实现 Cookie 验证中间件，最后整合服务器入口并创建对应的 Agent Skill 文档。整个过程采用 Cookie 桥接模式，解决了 Agent 浏览器无法直接设置 HTTP-only Cookie 的技术限制，通过查询参数传递 Cookie 值实现无缝认证。
该技能的显著优点在于其架构的完整性和安全性。技术栈选择成熟稳定，Express 提供可靠的 Web 服务，SQLite 适合快速原型开发，而 ATXP 协议标准化了 Agent 身份验证和支付流程。代码示例展示了安全最佳实践，包括使用 crypto.randomBytes 生成高强度 Cookie、采用参数化 SQL 查询防止注入攻击、通过环境变量管理敏感配置等。此外，该模式实现了浏览器自动化与 MCP 工具调用的统一认证，为 Agent 提供了灵活的交互方式。
然而，该技能也存在一定局限性。首先，作为 T3 来源的社区项目，长期维护和支持存在不确定性。其次，示例代码使用 SQLite 作为数据库，虽然适合开发和原型阶段，但在高并发生产环境中可能需要迁移至 PostgreSQL 等更健壮的数据库系统。此外，ATXP 协议和 ClawDirect 模式目前生态相对小众，开发者需要额外的学习成本来理解 Agent 认证的特殊性，包括 Cookie 桥接模式、MCP 工具定义规范等。
适合使用该技能的目标群体包括：希望为 AI Agent 提供 Web 服务的后端开发者、需要实现 Agent 付费功能的 SaaS 创业者、以及探索人机协作新模式的 Web 应用架构师。特别适合那些已经熟悉 Express/Node.js 技术栈，希望快速集成 ATXP 认证能力的开发团队。
使用过程中需注意以下风险：文档中的代码均为教学示例，直接复制到生产环境可能引发安全问题，必须根据实际需求进行安全加固；SQLite 文件需要适当的权限设置和备份策略；生产环境必须启用 HTTPS 以确保 Cookie 的 secure 属性生效；支付功能涉及真实资金流转，需要充分测试 ATXP 集成逻辑；此外，Agent 认证模式与传统用户认证存在差异，需要仔细设计权限边界以防止未授权访问。
backend development-engineering api database agent authentication