基于 Phoenix 最佳实践，从 OpenAPI 或自然语言一键生成包含认证、多租户和测试的完整 Elixir REST API 代码。

基本信息

• 技能名称?phoenix-api-gen
• 中文名称?Elixir 全栈 API 智能脚手架
• 作者?gchapim
• 分类?开发
• 版本?v1.0.0
• 标签?backend, api, development-engineering, database, testing, automation, elixir, phoenix

使用方法

使用说明
核心用法
该 Skill 是专为 Elixir/Phoenix 框架设计的 API 生成器，支持两种输入模式：从 OpenAPI YAML 规范解析生成，或从自然语言描述提取实体关系。它能自动生成完整的 REST API 组件，包括 Ecto 数据库迁移、Schema 定义、Context 业务逻辑层、Controller 控制器、JSON 视图渲染器、路由配置，以及配套的 ExUnit 测试和工厂函数。特别针对企业级需求，内置了多租户（Tenant Scoping）和认证 Plug（API Key/Bearer Token）的代码模板，严格遵循 timestamps(type: :utc_datetime_usec) 和二进制 ID 等 Phoenix 社区规范。
显著优点
严格遵循 Phoenix 社区的最佳实践，强制采用 Context 模式封装业务逻辑，避免控制器直接操作数据库，确保代码分层清晰。自动生成完整的测试套件，涵盖成功路径和验证错误场景，并默认使用 async: true 和 SQL Sandbox 保证测试隔离。支持二进制 ID（UUID）和多租户字段自动注入，提供标准化的认证中间件代码示例。相比手动编写，能显著减少样板代码时间，确保团队代码风格一致，特别适合快速将 OpenAPI 文档转换为可运行原型。
潜在缺点与局限性
作为 T3 级社区来源工具，代码生成质量依赖开发者手动审查，不适合无监督的生产环境直接部署。仅限于 Phoenix/Elixir 生态，对使用其他语言或框架的团队无价值。自然语言解析的准确性取决于描述清晰度，复杂业务逻辑仍需人工调整。生成的代码模板需要与现有项目架构融合，可能存在命名冲突或依赖版本兼容性问题，且需要开发者具备 Phoenix 基础知识才能正确使用生成的 Context 和 FallbackController 模式。
适合的目标群体
主要面向使用 Phoenix 框架的 Elixir 开发者，特别是需要快速将 OpenAPI 规范转换为可运行原型的后端工程师。适合希望统一团队代码规范、强制实施 Context 分层架构的技术负责人。对于需要快速搭建 CRUD 后台、内部管理系统或 SaaS 多租户应用的初创团队尤为实用。也适合学习 Phoenix 最佳实践的开发者作为代码参考模板。不适用于非 Elixir 技术栈或需要高度定制化业务逻辑的复杂场景。
使用风险
虽然 Skill 本身为纯文档型无执行风险，但生成的代码需严格审查。Phoenix 和 Ecto 的版本迭代可能导致生成代码与最新 API 不兼容。认证相关的代码模板需要开发者正确配置密钥管理和环境变量，误用可能导致安全漏洞。多租户实现依赖正确的数据库索引和查询作用域设置，配置不当可能引发数据泄露风险。生成的迁移文件时间戳需要确保唯一性，在团队协作时需注意文件覆盖问题。建议在隔离环境测试生成代码，确认无性能瓶颈后再集成到生产代码库。
backend api development-engineering database testing automation elixir phoenix

OpenClaw官方本地LLM管理技能，零依赖纯标准库实现，支持模型管理、聊天推理、嵌入生成及工具调用，数据完全本地化处理。

基本信息

• 技能名称?ollama-local
• 中文名称?零依赖本地大模型管家
• 作者?Timverhoogt
• 分类?开发
• 版本?v1.1.0
• 标签?ai-ml, development-engineering, automation, backend, privacy, local-first, llm, productivity

使用方法

使用说明
核心用法
Ollama Local 是一款专为本地大语言模型设计的管理工具，通过 Python 标准库与 Ollama 服务进行 HTTP 通信。用户可通过命令行完成模型全生命周期管理：列出本地模型、拉取新模型、删除旧模型、查看模型详情。核心功能覆盖四大场景：聊天对话（chat）、文本补全（generate）、向量嵌入（embed）以及工具调用（tool use）。
该技能采用双脚本架构：： ollama.py 负责基础模型操作，， ollama_tools.py 专精函数调用能力。特别值得一提的是 OpenClaw 子代理集成——通过 sessions_spawn 可快速生成专用智能体，支持单代理任务分配，更可构建"智库模式"（Think Tank Pattern）实现多模型并行协作，如架构师-编码者-审查者三角分工。
显著优点
零依赖安全架构 ：仅使用 Python 标准库（urllib、argparse、json），彻底规避第三方包供应链攻击风险，部署即插即用。
隐私优先设计 ：所有推理数据仅在本地 Ollama 服务处理，无需上传云端，满足敏感场景合规要求。
灵活的模型编排 ：内置模型选型指南，从 4B 轻量模型到 12B 推理专用模型均有推荐；支持通过环境变量无缝切换本地/远程服务，适应从个人开发到团队部署的多级场景。
生产级扩展能力 ：工具调用框架预留了函数注册接口，Mock 示例清晰展示如何接入真实业务工具；子代理机制让本地模型具备多智能体协作能力。
潜在缺点与局限性
功能边界依赖 Ollama ：本身不提供模型推理能力，必须预装 Ollama 服务；大模型显存不足时将自动降级 CPU 推理，响应延迟显著增加。
工具调用尚处示例阶段 ： ollama_tools.py 中的 run_code 等工具为 Mock 实现，生产环境需自行开发安全沙箱，否则存在代码注入风险。
远程配置的安全责任转移 ：虽然支持 OLLAMA_HOST 指向远程服务器，但由此带来的网络层安全（防火墙、TLS、认证）完全由用户承担。
模型能力参差不齐 ：本地模型（尤其是 7B 以下）在复杂推理、长上下文、多语言场景的表现与云端大模型存在明显差距，工具调用准确率也因模型而异。
适合的目标群体
隐私敏感型开发者 ：金融、医疗、政务等领域需本地化处理数据的工程师
离线环境工作者 ：网络受限或需完全断网运行的科研、军工场景
成本敏感团队 ：希望替代云端 API 调用费用、利用现有 GPU 资源的中小企业
多智能体研究者 ：探索本地模型协作架构的 AI 工程师与学术研究者
边缘计算部署者 ：需在 IoT 设备或内网服务器运行轻量 AI 的场景
使用风险
性能风险 ：大模型首次加载或量化级别过高时，CPU 推理可能导致超时；建议监控 ollama ps 确认模型加载状态，并准备降级方案。
依赖项风险 ：Ollama 服务本身的版本兼容性、CUDA 驱动、ROCm 支持等问题会间接影响本技能稳定性。
工具链安全风险 ：若将 Mock 工具直接用于生产，或自行实现工具时未做输入校验，可能导致本地命令执行漏洞。
网络配置风险 ：远程 OLLAMA_HOST 若暴露于公网且无认证，存在模型被盗用、提示词注入攻击等隐患。

连接Rate My Claw评估平台，通过8类专业角色任务生成Elo评分与技能雷达图，助力AI能力量化与提升。

基本信息

• 技能名称?rate-my-claw
• 中文名称?AI能力竞技与多维度评估平台
• 作者?yanibu2777
• 分类?开发
• 版本?v1.0.0
• 标签?testing, api, automation, data-analytics, education-research

使用方法

使用说明
Rate My Claw 是一个专注于 AI Agent 能力评估的第三方平台，本 Skill 作为配置指南，帮助 AI 代理与该平台 API 进行标准化交互。核心用法遵循注册-浏览-提交-查询的四步流程：首次使用需通过 curl 向 ratemyclaw.xyz 注册获取 API key 并存储于本地配置文件；随后可浏览覆盖软件工程师、作家、研究员、数据分析师、客服、运维自动化、营销人员、导师等 8 个专业角色的任务库；选定任务后解析提示词与评估标准，生成解决方案并通过 HTTPS POST 提交；最终可查询全球 Elo 评分、分角色评分及可视化技能雷达图。
显著优点在于其标准化的评估体系与透明的评分机制。平台采用全球 Elo 评分系统量化 AI 综合能力，同时提供分角色的细分评级和多维度技能雷达图，使能力短板一目了然。8 大职业场景覆盖全面，从代码生成到创意写作，从数据分析到客户支持，能够系统性地测试 AI 在不同垂直领域的实际表现。此外，每个任务都明确列出 eval_criteria，评估标准客观清晰，避免了主观评分的随意性。
潜在缺点与局限性主要包括平台依赖性和操作复杂度。作为 T3 来源的第三方服务，ratemyclaw.xyz 的长期可用性、数据隐私政策及评分公正性需用户自行评估。每个任务仅允许一次提交且不可修改，对输出质量要求极高，容错率较低。提交时需提供准确的 completion_time_ms、tokens_used、cost_dollars 等元数据，增加了操作门槛。此外，API key 的获取需人工注册，难以实现完全自动化的 CI/CD 集成。
该 Skill 适合 AI Agent 开发者、模型研究人员及企业技术团队使用。开发者可通过标准化基准测试对比不同提示词或模型的性能差异；研究人员可利用多维度评分数据撰写客观的模型能力评估报告；企业则可借助角色化任务测试，评估 AI 在特定业务场景（如客服、营销、编程）的落地能力。
使用风险方面，需重点关注第三方平台依赖风险（服务中断或数据泄露）、API key 的本地存储安全（存储于 ~/.config/rate-my-claw/credentials.json）、网络通信稳定性（依赖 curl 与外部 HTTPS 服务），以及评分标准的主观性偏差风险。建议首次使用前先手动验证目标域名证书，并定期轮换 API key。

由知名开发者 steipete 打造的摄像头快照工具，通过 RTSP/ONVIF 协议快速捕获监控画面与视频片段，适用于安防监控与自动化场景。

基本信息

• 技能名称?camsnap
• 中文名称?轻量智能的摄像头捕获专家
• 作者?steipete
• 分类?开发
• 版本?v1.0.0
• 标签?automation, content-media, security, iot, devops

使用方法

使用说明
核心用法
camsnap 是一款专注于网络摄像头内容捕获的命令行工具，支持从 RTSP/ONVIF 协议的监控设备中抓取静态帧、视频片段及运动检测事件。用户通过 camsnap add 配置摄像头参数后，即可使用 snap 命令快速截图、、 clip 命令录制指定时长视频，或通过 watch 实现基于阈值的运动侦测与自动触发。工具内置 discover 扫描与 doctor 诊断功能，便于排查设备连接问题。
显著优点

1. 协议兼容性强 ：原生支持 RTSP 与 ONVIF 两大主流监控协议，覆盖绝大多数商用及家用摄像头设备。
2. 操作简洁高效 ：命令行设计直观，单条指令即可完成截图或录屏，适合脚本化集成与自动化工作流。
3. 运动检测能力 ：内置 watch 模式支持灵敏度调节与自定义触发动作，可实现无人值守的智能监控场景。
4. 可信分发渠道 ：通过 Homebrew 官方 tap 分发，安装便捷且具备社区审核机制。
   潜在缺点与局限性
   闭源二进制依赖 ：核心功能完全依赖外部 camsnap 二进制文件，无法审计源码，存在信任假设。
   配置凭据暴露 ：摄像头用户名密码以明文形式存储于本地 YAML 配置文件，需依赖文件系统权限保护。
   功能边界清晰 ：仅专注捕获功能，不提供视频分析、云端存储或长期归档能力，需配合其他工具使用。
   网络环境要求 ：依赖稳定的局域网环境，跨 NAT 或公网访问需额外配置端口转发或 VPN。
   适合的目标群体
   智能家居爱好者与安防系统集成者
   需要自动化监控截图/录像的运维人员
   开发基于视觉触发的工作流工程师（如结合 n8n、Home Assistant）
   小型商铺或家庭用户寻求轻量级监控备份方案
   使用风险
   供应链风险 ： camsnap 二进制由作者独立分发，虽作者信誉良好，但仍需关注上游安全公告。
   敏感数据泄露 ：视频内容可能涉及隐私，输出文件路径与配置文件需严格限制访问权限。
   ffmpeg 攻击面 ：依赖 ffmpeg 处理媒体流，若摄像头被入侵推送恶意流数据，理论上存在解析漏洞风险。
   网络暴露风险 ：ONVIF/RTSP 协议本身安全性有限，建议摄像头部署于隔离 VLAN，避免直接暴露公网。

基于阿里云官方SDK的文件上传工具，支持生成临时签名链接，适合需要安全分享私有OSS文件的用户。

基本信息

• 技能名称?aliyun-oss-upload
• 中文名称?安全可控的云存储上传助手
• 作者?chengjiaxiongkf
• 分类?开发
• 版本?v1.0.0
• 标签?cloud-storage, aliyun, file-upload, automation, backend, api

使用方法

使用说明
核心用法
aliyun-oss-upload 是一个专注于阿里云 OSS 文件上传的轻量级工具，提供两个核心功能：文件上传和临时访问链接生成。用户通过配置阿里云 AccessKey 等环境变量后，即可使用命令行将本地文件上传至指定 Bucket，并自动生成带签名的临时 URL 用于分享。工具支持自定义 OSS 存储路径、链接有效期等参数，满足灵活的存储和分享需求。
显著优点

1. 安全设计完善 ：敏感凭证通过环境变量管理，无硬编码风险；推荐使用私有 Bucket + 签名链接的访问模式，符合云存储安全最佳实践。
2. 依赖可信 ：核心功能基于阿里云官方 oss2 SDK，无第三方不可信依赖，供应链风险可控。
3. 代码简洁可审计 ：仅约 150 行代码，功能边界清晰，无动态代码加载或危险函数，易于安全审查。
4. 使用门槛低 ：命令行接口直观，参数有合理默认值，文档完善，快速上手无需复杂配置。
   潜在缺点与局限性
5. 来源可信度有限 ：来自 T3 级别个人开发者，无大型组织背书，对来源极度敏感的场景需谨慎评估。
6. 功能单一 ：仅支持上传和链接生成，无文件管理、批量操作、断点续传等高级功能。
7. 云平台绑定 ：仅支持阿里云 OSS，无法迁移至其他云服务商或本地存储。
8. 凭证管理责任在用户 ：AccessKey 的安全配置、权限最小化、定期轮换等需用户自行落实。
   适合的目标群体
   需要将文件安全上传至阿里云 OSS 并生成临时分享链接的开发者
   自动化工作流中需要集成 OSS 上传功能的运维人员
   对代码可审计性有要求、偏好轻量级工具的技术团队
   已使用阿里云生态、需要快速实现文件存储分享的用户
   使用风险
9. 凭证泄露风险 ：若 AccessKey 配置不当或环境变量泄露，可能导致 OSS 资源被未授权访问。建议使用 RAM 子账号并严格限制权限。
10. 链接过期管理 ：临时链接过期后需重新生成，长期分享场景需配合其他机制。
11. 网络依赖 ：上传大文件时受网络稳定性影响，无内置断点续传机制。
12. T3 来源风险 ：虽代码质量良好，但个人开发者维护的项目存在长期维护不确定性，建议定期审查更新。