OpenClaw 官方社区开源工具，自动配置 OpenRouter 免费 AI 模型并智能切换，帮助用户零成本降低 AI 使用开销。

基本信息

• 技能名称?freeride
• 中文名称?零成本 AI 智能调度专家
• 作者?Shaivpidadi
• 分类?开发
• 版本?v0.1.0
• 标签?api, automation, productivity, development-engineering, backend, devops

使用方法

使用说明
核心用法
FreeRide 是专为 OpenClaw 设计的 AI 模型管理工具，通过调用 OpenRouter 平台提供的免费模型 API，实现一键式模型配置与智能降级。用户只需设置 OPENROUTER_API_KEY 环境变量，即可通过 freeride auto 命令自动完成主模型与备用模型的配置。该工具支持六大核心命令：： list 查看可用模型、、 auto 自动配置、、 switch 指定模型、、 status 检查状态、、 fallbacks 更新备用、、 refresh 刷新缓存。
显著优点

1. 成本优化 ：完全基于 OpenRouter 免费模型池，无需付费即可使用多厂商 AI 能力
2. 智能降级 ：内置质量评分算法（综合上下文长度、功能、时效、厂商信誉），自动配置 5-10 个备用模型，确保服务连续性
3. 无缝集成 ：直接修改 ~/.openclaw/openclaw.json ，保留原有网关、频道、插件等配置
4. 动态适配 ：首备固定为 openrouter/free 智能路由，可根据请求特征（视觉、工具调用等）自动选择最优模型
5. 监控守护 ：可选 watcher 进程实时监控模型可用性，故障时自动切换
   潜在局限
   模型质量波动 ：免费模型性能与稳定性不及付费版本，高峰期可能触发速率限制
   功能受限 ：部分高级功能（如长上下文、专用微调）在免费层不可用
   网络依赖 ：必须保持与 openrouter.ai 的连通性，离线环境无法工作
   配置覆盖风险 ：直接修改 OpenClaw 配置文件，虽保留非模型字段，但建议首次使用前备份
   适合人群
   个人开发者、学生、研究者等预算敏感用户
   需要快速原型验证、非生产环境测试的 AI 应用开发者
   已使用 OpenClaw 且希望降低运营成本的现有用户
   对多模型对比测试、A/B 实验有需求的工程师
   使用风险
   API Key 泄露 ：虽工具本身对 Key 脱敏处理，但环境变量配置不当可能导致泄露
   速率限制 ：免费模型共享配额，高并发场景可能频繁触发 fallback 切换
   服务中断 ：OpenRouter 或上游厂商调整免费策略时，模型可用性可能突变
   配置冲突 ：与其他修改 OpenClaw 配置的工具并行使用可能产生覆盖冲突

阿里云 DataAnalysisGBI 官方 OpenAPI 管理工具，基于标准 SDK 实现资源查询、配置变更与故障排查，为开发者提供安全可控的云服务运维能力。

基本信息

• 技能名称?alicloud-data-analytics-dataanalysisgbi
• 中文名称?阿里云 GBI 智能数据管家
• 作者?cinience
• 分类?开发
• 版本?v1.0.2
• 标签?data-analytics, cloud, api, backend, devops, automation, database, alibaba-cloud

使用方法

使用说明
核心用法
该 Skill 是阿里云 DataAnalysisGBI 服务的 OpenAPI 管理工具，通过官方 SDK 或 OpenAPI Explorer 实现对云资源的全面管控。核心工作流遵循标准四步：确认区域与资源标识→发现 API 列表及参数→调用 SDK 执行操作→通过 describe/list API 验证结果。支持环境变量（ ALICLOUD_ACCESS_KEY_ID / / ALICLOUD_ACCESS_KEY_SECRET / / ALICLOUD_REGION_ID ）和共享配置文件（ ~/.alibabacloud/credentials ）两种认证方式，优先采用环境变量配置。内置元数据发现脚本 list_openapi_meta_apis.py ，可自动获取产品 API 清单和参数模式，为后续业务调用提供基础。
显著优点
官方生态集成 ：直接对接阿里云官方 OpenAPI（api.aliyun.com），API 版本锁定为 2024-08-23，确保接口稳定性和兼容性。 零外部依赖 ：仅使用 Python 标准库（argparse、json、os、pathlib、urllib.request），无 pip 安装负担，部署极简。 安全编码规范 ：无 eval/exec/system/subprocess 等危险函数，无 SQL/命令注入风险，代码结构清晰可审计。 智能操作模式 ：内置高频操作模式识别——List/Describe 用于资源盘点、Create/Update/Modify/Set 用于配置变更、Get/Query/Describe Status 用于状态诊断，降低学习成本。 输出可控 *：所有生成物统一写入 output/alicloud-data-analytics-dataanalysisgbi// 目录，便于管理和清理。
潜在缺点与局限性
功能范围受限 ：当前版本主要聚焦 API 元数据发现和基础资源管理，复杂业务逻辑（如批量编排、跨产品联动）需用户自行封装。 T3 来源风险 ：由社区个人开发者（cinience）维护，非阿里云官方组织直接背书，长期维护承诺存在不确定性。 网络依赖刚性 ：必须访问阿里云官方 API，离线环境或网络隔离场景无法使用。 区域策略模糊 ： ALICLOUD_REGION_ID 为可选配置，未设置时需 AI 自行推断或询问用户，可能引发区域选择困惑。 超时配置单一 ：仅支持通过 OPENAPI_META_TIMEOUT 调整元数据请求超时，业务 API 调用无统一超时策略。
适合的目标群体
云原生开发者 ：需要集成 DataAnalysisGBI 能力到自有系统的后端工程师。 运维工程师 ：负责阿里云资源盘点、配置巡检、故障排查的 DevOps 人员。 数据平台团队 ：使用 DataAnalysisGBI 进行商业智能分析，需自动化管理数据资产的数据工程师。 技术调研者 ：希望快速了解 DataAnalysisGBI 全量 API 能力、评估接入成本的产品经理或架构师。
使用风险
认证凭证泄露 ：AccessKey 通过环境变量或文件配置，多用户共享环境时存在误配置风险，建议配合阿里云 RAM 子账号最小权限原则。 网络超时累积 ：默认 20 秒超时在弱网环境可能不足，大量 API 顺序调用时未实现重试和熔断机制，可能引发级联延迟。 输出目录冲突 ：固定相对路径输出，并发执行或多实例部署时可能产生文件覆盖，建议容器化部署时挂载独立卷。 API 版本漂移 ：锁定版本 2024-08-23，阿里云服务端升级后可能存在功能滞后，需关注官方版本更新公告。
data-analytics cloud api backend devops automation database alibaba-cloud

myk-org 开源的 Claude Code 会话分析工具，支持远程查询对话历史、追踪任务及统计，提升开发效率。

基本信息

• 技能名称?ccsinfo
• 中文名称?Claude 代码会话远程分析专家
• 作者?myakove
• 分类?开发
• 版本?0.0.0
• 标签?development-engineering, data-analytics, productivity, backend

使用方法

使用说明
ccsinfo 是一款专为 Claude Code 用户设计的远程会话数据分析工具，允许用户通过 Moltbot 查询和分析存储在本地或远程服务器上的 Claude Code 会话数据。该技能通过连接到用户自行部署的 ccsinfo 服务器，提供了对会话历史、对话内容、工具调用记录及使用统计的全面洞察。
核心用法方面，用户需先在存储 Claude Code 数据的机器上部署 ccsinfo 服务器（监听特定端口），然后在运行 Moltbot 的环境中配置 CCSINFO_SERVER_URL 环境变量指向该服务器。安装完成后，用户可通过简单的命令行接口查询最近的会话列表、查看特定会话的详细信息、搜索历史消息内容、追踪待办任务以及生成使用统计报告。所有命令均支持 JSON 输出格式，便于程序化处理和与现有工作流集成。
显著优点包括：首先，实现了客户端与服务端的分离，用户可以在安全的环境中分析敏感的对话数据，而无需将会话文件直接传输到 Moltbot 运行环境。其次，功能覆盖面广，不仅支持基础的会话浏览，还提供了任务跟踪、内容搜索和趋势分析等高级功能。第三，版本控制严格，依赖的 ccsinfo CLI 工具版本已锁定至 v0.1.0，避免了动态加载未经验证代码的风险。
然而，该技能也存在一定局限性。作为 T3 来源（个人开发者项目），其长期维护稳定性和安全更新频率可能不如企业级产品。此外，该技能要求用户具备额外的服务器运维能力，需要手动配置和维护 ccsinfo 服务器，增加了使用门槛。网络延迟和连接稳定性也可能影响查询体验，特别是在跨网络环境使用时。
适合的目标群体主要包括：Claude Code 的重度用户，特别是需要频繁回顾历史会话或分析使用模式的开发者；技术团队管理者，需要监控团队成员的 AI 工具使用情况；以及注重数据隐私但希望获得便捷查询能力的用户，他们可以通过内网部署确保数据不离开受控环境。
使用风险方面，主要涉及网络通信安全和依赖管理。虽然版本已锁定，但仍需从 GitHub 动态安装 ccsinfo CLI，在严格受限的网络环境中可能无法使用。远程服务器配置不当可能导致会话数据暴露，建议仅在受信任的网络环境中部署，并确保服务器端点不对外公开。此外，该技能依赖外部二进制文件和特定环境变量，在容器化或高度受限的运行环境中可能面临兼容性问题。

纯文档型 K8s 浏览器自动化技能，依托 kubectl-mcp-server 实现 Dashboard 等 Web UI 自动化，安全透明且开箱即用。

基本信息

• 技能名称?k8s-browser
• 中文名称?K8s 可视化界面自动化助手
• 作者?rohitg00
• 分类?开发
• 版本?v1.0.0
• 标签?kubernetes, automation, devops, operations, testing, backend, monitoring

使用方法

使用说明
k8s-browser 是一个专为 Kubernetes 生态系统设计的浏览器自动化技能，通过封装 kubectl-mcp-server 提供的 26 个浏览器工具，实现对 Kubernetes Dashboard、Grafana、ArgoCD 等 Web 界面的自动化操作。
核心用法方面，该技能提供了完整的浏览器自动化能力矩阵。基础导航层支持 URL 打开、前进后退、页面刷新等操作，特别支持携带认证头的请求，解决了 K8s 仪表板常见的鉴权问题。内容捕获层提供截图（支持全页面）、HTML 内容提取、标题和 URL 获取等功能，适用于监控告警和文档生成。交互层覆盖点击、输入、表单填充、下拉选择、键盘事件等完整操作链条，可模拟真实用户行为。此外，智能等待机制（元素可见性、导航完成、网络空闲）确保操作稳定性，会话管理支持多窗口切换，视口设置可模拟不同设备。
显著优点体现在三个维度：一是零代码风险，作为纯文档型资产，仅提供 API 使用指南，无可执行代码，安全透明；二是场景覆盖全面，针对 Kubernetes Dashboard、Grafana、ArgoCD 三大主流界面提供完整工作流示例，开箱即用；三是架构解耦，实际执行依赖成熟的 kubectl-mcp-server，该技能仅作为使用文档，维护成本低。
潜在局限性包括：功能强依赖底层 browser 工具，需手动启用 MCP_BROWSER_ENABLED 并配置 Browserbase 或 Browseruse 等云提供商；来源为个人开发者（T3 级），虽无代码风险但缺乏企业级背书；仅限 Web UI 场景，无法替代 kubectl 命令行操作；网络延迟和浏览器渲染可能降低自动化效率。
适合 DevOps 工程师、SRE 和平台运维人员，特别是需要定期抓取 Grafana 监控面板、自动化 ArgoCD 应用同步、批量截图生成运维报告的场景。
使用风险主要涉及：Browser Provider 的可信度（需选择 Browserbase 等可信云服务商）、认证 Token 的安全传递（避免硬编码）、访问 URL 的可信验证（防止钓鱼攻击），以及浏览器自动化固有的性能开销。

OpenClaw官方多列聊天面板，基于React+Vite构建，实现本地多Agent并行管理，提升AI协作效率。

基本信息

• 技能名称?openclaw-deck
• 中文名称?多Agent并行协作控制台
• 作者?kellyclaudeai
• 分类?开发
• 版本?127.0.0
• 标签?frontend, development-engineering, productivity, automation

使用方法

使用说明
核心用法
OpenClaw Deck 是一个专为 OpenClaw 多 Agent 场景设计的本地 Web 界面工具。用户调用该 Skill 后，系统会自动检查并安装 npm 依赖，随后启动 Vite 开发服务器，在浏览器中呈现多列并排的聊天界面。每列可独立连接不同的 OpenClaw Agent，通过 WebSocket 与本地 Gateway（默认 ws://127.0.0.1:18789）实时通信。用户可通过 Tab/Shift+Tab 在列间切换焦点，使用 Cmd+1-9 快速跳转指定列，Cmd+K 呼出添加 Agent 弹窗，实现高效的多任务并行处理。
显著优点

1. 原生多 Agent 支持 ：突破单会话限制，支持同时管理多个 Agent 列，适合复杂工作流场景。
2. 本地化部署 ：完全运行在本地环境，数据不经过外部服务器，保障隐私安全。
3. 现代化技术栈 ：基于 React 19 + TypeScript + Vite 构建，响应迅速，开发体验友好。
4. 实时双向通信 ：WebSocket 实现低延迟消息同步，支持自动重连和心跳保活。
5. 键盘驱动效率 ：丰富的快捷键设计，减少鼠标操作，提升高频使用场景的效率。
   潜在缺点与局限性
6. 环境依赖较重 ：必须预装 Node.js 和 npm，且需 OpenClaw Gateway 先行运行，配置门槛较高。
7. 开发服务器模式 ：当前使用 npm run dev 启动，非生产构建，长期运行稳定性待验证。
8. 单点连接限制 ：仅支持单一 Gateway 实例，无法同时连接多个远程 Gateway 地址。
9. 无持久化存储 ：消息仅存于内存，刷新页面后历史记录丢失，不适合长会话归档。
10. 平台兼容性 ：官方支持 macOS、Linux、Windows，但部分快捷键（如 Cmd+K）在 Windows 需适配。
    适合的目标群体
    AI 开发者与研究员 ：需要同时调试多个 Agent 配置或对比不同模型响应。
    自动化工作流构建者 ：将多个专用 Agent 组合成流水线，如数据抓取→分析→报告生成。
    Claude 重度用户 ：习惯键盘操作、追求效率的 OpenClaw 生态用户。
    本地隐私敏感型用户 ：拒绝云端服务、要求数据完全本地化的企业或个人。
    使用风险
11. Gateway 单点故障 ：若本地 Gateway 未启动或端口冲突，Deck 将无法连接，需检查服务状态。
12. Token 泄露风险 ：Gateway Token 通过环境变量或 URL 参数传递，多人共用设备时需注意清理浏览器历史。
13. 开发服务器性能 ：Vite dev server 非为高并发设计，同时打开过多列（>10）可能出现卡顿。
14. 依赖供应链 ：npm install 引入外部包，虽均为知名库，但仍建议定期审计 package-lock.json 。