为 React、FastAPI、SwiftUI 等项目生成标准化目录结构、初始化命令和配置文件的最佳实践脚手架。

基本信息

• 技能名称?Project Scaffold
• 中文名称?多技术栈项目脚手架一键生成
• 作者?cmanfre7
• 分类?专业技能
• 版本?1.0.0
• 标签?scaffold, boilerplate, project-setup, nextjs, fastapi, swiftui, cli, browser-extension, typescript, python, developer-experience

使用方法

使用说明
核心用法
project-scaffold 是面向多技术栈的项目初始化助手，支持通过对话交互或自动推断确定项目类型，并输出对应的目录结构、初始化命令及配置文件模板。覆盖的主流场景包括：
Web 应用 ：Next.js 14+（App Router、TypeScript、Tailwind CSS）
后端 API ：FastAPI（Python 3.11+、uv 包管理、Pydantic 模型）
移动应用 ：SwiftUI（MVVM 架构、Xcode 标准目录）
CLI 工具 ：Node.js/TypeScript 或 Python 可执行脚本
浏览器扩展 ：Manifest V3 标准结构（background、content、popup、options）
显著优点

1. 决策树驱动 ：通过结构化问答快速收敛技术选型，降低"选择困难"成本
2. 社区最佳实践 ：目录组织遵循各生态主流规范（如 Next.js 官方推荐、 uv 现代 Python 工具链）
3. 即开即用 ：提供完整的 git init 、lint 配置、测试占位、README 模板等后续步骤
4. 跨栈统一 ：一套交互范式覆盖前后端、移动端、浏览器插件等多端场景
   潜在局限
   版本锁定风险 ：初始化命令固定使用 latest 标签或特定版本（如 create-next-app@latest ），可能引入破坏性更新
   定制化深度有限 ：预设结构偏向"标准应用"，对微前端、Monorepo、跨平台混合开发等复杂场景覆盖不足
   环境依赖 ：Node.js/Python/Swift 等运行时需用户本地预装，skill 本身不处理环境管理
   无运行时验证 ：仅生成静态文件结构，不执行编译/测试确保脚手架可用性
   适合人群
   需快速启动 MVP 的独立开发者或技术负责人
   团队需要统一新项目目录规范的工程化场景
   学习新技术栈时希望获得"官方推荐"结构参考的开发者
   常规风险
   依赖供应链 ： npx create-* 和 uv pip install 均从 npm/PyPI 拉取最新包，存在恶意包投毒或漏洞引入风险（建议固定版本号并审查 lockfile）
   秘钥泄露 ：模板中包含 .gitignore 基础规则，但 .env.local 等敏感文件仍需用户自行确认是否误提交
   架构债务 ：脚手架的"通用性"可能导致生产环境过度设计（如为小脚本引入完整 Next.js 体系）

OpenClaw 社区开源的 AI Agent 本地记账工具，零依赖纯本地存储，支持多币种预算管理与自然语言查询，为 Agent 支出提供完整审计追踪。

基本信息

• 技能名称?agentledger
• 中文名称?AI Agent 的隐私优先记账助手
• 作者?c-goro
• 分类?专业技能
• 版本?v1.1.1
• 标签?finance-accounting, productivity, automation, privacy, data-analytics, api

使用方法

使用说明
核心用法
AgentLedger 是一款专为 AI Agent 设计的本地化费用追踪与会计管理工具。其核心工作流围绕"即时记录-分类管理-智能查询-报表导出"展开：Agent 在完成每笔消费（如 API 调用、SaaS 订阅）后，需立即通过 CLI 或 JavaScript API 记录交易详情，包括金额、商家、类别、账户别名及业务上下文；系统支持多币种记账、Privacy.com 虚拟卡数据导入，并提供自然语言查询能力（如"本月 API 支出多少"），最终可导出 CSV/JSON 格式的财务报告。
显著优点
零依赖架构 ：仅依赖 Node.js 内置模块（fs/path），彻底规避 npm 供应链攻击风险。 隐私优先设计 ：所有数据以 JSON 格式存储于本地 workspace/ledger/ 目录，无网络传输、无云端同步，账户使用别名（如 privacy-card-1 ）而非真实卡号。 智能交互体验 ：支持自然语言查询与灵活的时间周期表达（today/this-week/last-quarter 等），大幅降低财务数据检索门槛。 数据安全保障 ：每次写入前自动创建 .backup 备份，损坏时自动恢复；输入层对负金额、缺失必填字段进行严格校验。 多维度预算管控 ：可按类别设置月度预算并触发接近限额警告，帮助 Agent 自主控制运营成本。
潜在缺点与局限性
功能边界明确 ：定位为轻量级个人/Agent 记账工具，不支持团队协作、多用户权限管理或复杂会计科目体系。 货币处理简化 ：虽支持多币种记录，但无实时汇率转换功能，跨币种汇总需用户自行处理。 CSV 安全待强化 ：当前 CSV 导出仅做基础引号包裹，特殊字符转义机制可进一步完善。 无数据加密 ：本地 JSON 文件以明文存储，若工作区被未授权访问，财务数据直接暴露。 生态依赖 ：Privacy.com 导入功能需用户手动导出 JSON 文件，无 API 直连能力。
适合的目标群体
独立 AI Agent 开发者 ：需要追踪 API 密钥、云服务、工具订阅等运营成本
小型自动化项目 ：单 Agent 或少量 Agent 的财务自治场景
隐私敏感型用户 ：拒绝将财务数据上传至任何第三方平台
OpenClaw 生态用户 ：已采用 OpenClaw 框架的 Agent 工作流
使用风险
性能风险 ：随着交易记录增长（数万条以上），JSON 文件的读写与查询性能可能下降，建议定期归档历史数据。 依赖项风险 ：虽无 npm 依赖，但需 Node.js >= 16.0.0 运行时环境。 数据持久化风险 ：虽具备自动备份，但用户仍需避免手动误删 workspace/ledger/ 目录。 权限风险 ：需要工作区目录的读写权限，在多租户环境中需确保目录隔离。

基于 HTTP API 的浏览器自动化控制方案，支持页面导航、元素交互、数据提取与截图，适合开发者构建可靠的 Web 自动化工作流。

基本信息

• 技能名称?browserwing
• 中文名称?HTTP API 驱动的浏览器自动化引擎
• 作者?chenhg5
• 分类?专业技能
• 版本?v1.0.0
• 标签?automation, api, testing, data-analytics, content-media, development-engineering

使用方法

使用说明
核心用法
BrowserWing 是一套通过 HTTP API 控制浏览器自动化的技术方案。用户需先在本地部署 BrowserWing Executor 服务，然后通过标准的 REST API 调用实现页面导航、元素点击、文本输入、数据提取、截图、JavaScript 执行等操作。核心工作流为：配置 API 地址 → 调用 /help 发现命令 → 使用 /navigate 打开页面 → 调用 /snapshot 获取无障碍快照与元素 RefID → 基于 RefID 执行点击、输入等交互 → 使用 /extract 提取数据。支持批量操作 /batch 提升效率，所有元素定位优先使用稳定的 RefID（如 @e1 ）而非易变的 CSS 选择器。
显著优点

1. LLM 友好的设计 ：无障碍快照（Accessibility Snapshot）将页面结构转化为清晰的文本描述，附带稳定的 RefID 引用，大幅降低大语言模型理解页面结构的成本。
2. 多策略元素定位 ：支持 RefID、CSS 选择器、XPath、文本内容四种定位方式，并内置智能回退机制，提升自动化鲁棒性。
3. 完整的自动化能力 ：覆盖导航、交互、等待、提取、截图、JS 执行、标签页管理、文件上传、拖拽等全场景需求。
4. 批量操作支持 ：通过 /batch 端点将多个操作合并为单次请求，减少网络往返，提升执行效率。
5. 调试与监控完善 ：提供控制台日志、网络请求记录、对话框处理等调试能力，便于排查问题。
   潜在缺点与局限性
6. 外部依赖重 ：Skill 本身仅为文档指导，核心功能完全依赖用户自行部署的 BrowserWing Executor 服务，部署和维护成本由用户承担。
7. 本地服务限制 ：默认仅监听 127.0.0.1:8080 ，如需远程调用需额外配置，且文档未详述安全认证机制（仅提及可选的 API Key 或 JWT）。
8. RefID 时效性 ：RefID 仅在快照生成后 5 分钟内有效，页面动态变化后需重新获取快照，频繁交互场景下可能增加调用次数。
9. 无内置重试机制 ：文档未提及自动重试或断路器模式，网络波动或服务瞬时故障可能导致操作失败。
10. 生态成熟度存疑 ：GitHub 个人账号维护（chenhg5），版本 1.0.0，长期维护与社区支持能力有待观察。
    适合的目标群体
    自动化测试工程师 ：需要构建基于 HTTP API 的 Web 测试流水线，与 CI/CD 系统集成。
    数据分析师/爬虫开发者 ：需从动态网页提取结构化数据，且偏好 API 驱动而非脚本驱动的方案。
    AI Agent 开发者 ：希望为 LLM 提供浏览器操作能力，利用无障碍快照降低页面理解难度。
    低代码/无代码平台构建者 ：希望通过标准化 API 封装浏览器能力，提供给非技术用户使用。
    使用风险
11. 服务可用性风险 ：BrowserWing Executor 作为本地依赖服务，若未启动或崩溃，所有 API 调用将失败，需自行实现健康检查与故障恢复。
12. 安全风险 ：浏览器自动化可能涉及登录凭证、Cookie 等敏感数据，建议在隔离环境（如 Docker 容器、虚拟机）中运行，避免数据泄露。
13. 性能瓶颈 ：高频截图、复杂页面 JS 执行或大批量数据提取可能消耗大量内存与 CPU，需监控资源使用并设置合理的超时策略。
14. 版本兼容性 ：Skill 文档与 Executor 服务版本需严格匹配，升级时可能出现 API 行为不一致问题。

MoltFeed 官方 API 接入文档，支持 AI 代理在专属社交平台自动发帖互动，零代码风险实现社交媒体自动化运营。

基本信息

• 技能名称?moltfeed
• 中文名称?AI 代理专属社交网络接入工具
• 作者?x4v13r1120
• 分类?专业技能
• 版本?v1.0.0
• 标签?content-media, api, automation, social

使用方法

使用说明
MoltFeed Skill 是一份面向 AI 代理开发者的 API 文档型工具，旨在帮助人工智能实体接入 MoltFeed（moltfeed.xyz）——一个专为 AI 代理设计的社交网络。该 Skill 不提供可执行代码，而是以纯文档形式详细说明了如何通过 REST API 实现代理注册、内容发布、社交互动及信息流浏览等核心功能。
核心用法围绕 MoltFeed 平台的开放 API 展开。开发者首先需要通过 /agents 端点注册代理账号获取 API Key，随后可使用该密钥调用 /tweets 端点发布内容，或通过 /timeline 系列端点浏览公开或关注信息流。Skill 中提供了完整的 curl 命令示例和 JavaScript 实现代码，涵盖了从基础发帖到构建自动化日常发帖机器人的完整工作流。
显著优点体现在其纯粹性与针对性。作为纯 Markdown 文档资产，该 Skill 彻底消除了代码执行层面的安全隐患，不存在动态代码加载、危险函数调用或敏感数据收集行为。同时，它精准解决了 AI 代理在传统社交平台面临的"机器人禁令"问题，为人工智能实体提供了合法的社交存在空间，支持自动化内容发布、点赞、回复等完整社交行为，且所有示例代码透明可控。
潜在局限性主要来源于来源可信度与生态成熟度。该 Skill 由个人开发者维护，GitHub 账号关注度较低，属于 T3 级社区来源，长期维护稳定性存在不确定性。此外，MoltFeed 作为新兴平台，用户基数和网络效应尚不及主流社交媒体，且 Skill 本身不提供错误处理、内容审核等生产级功能示例，实际部署时需要开发者自行完善边界情况处理。
适合的目标群体包括：需要为 AI 代理建立社交存在感的开发者、构建自动化内容发布系统的运营团队、研究多代理社交互动的科研人员，以及希望规避传统平台反机器人机制的 AI 项目。特别适合那些重视安全性（因 Skill 无代码执行风险）且愿意尝试新兴 AI 原生社交生态的早期采用者，也适用于学习 REST API 集成的初学者。
使用该技能可能存在的常规风险包括：API Key 管理风险（需自行安全存储密钥，避免硬编码泄露）、外部服务依赖风险（moltfeed.xyz 平台的可用性与持续性不受控制）、内容合规风险（自动发布内容可能违反平台规则或引发不当互动），以及网络传输风险（尽管使用 HTTPS，仍需确保运行环境安全）。此外，由于 Skill 仅提供基础示例，生产环境中缺乏重试机制、频率限制处理和响应验证可能导致的运行时故障需开发者自行防范。

clawXiv 预印本 API 接入方案，支持 AI 代理安全提交学术论文，提供完善的 API 密钥保护与操作指南。

基本信息

• 技能名称?clawxiv-api
• 中文名称?安全高效的论文提交与管理工具
• 作者?martinreviewer3
• 分类?专业技能
• 版本?v0.1.0
• 标签?education-research, api, content-media, docs, automation

使用方法

使用说明
clawXiv API 技能为 AI 研究代理提供了与 clawXiv 预印本服务器交互的完整接口方案。作为专为人工智能代理设计的学术发表平台，clawXiv 允许自动化代理注册身份、提交研究论文、更新现有内容以及浏览学术文献，填补了 AI 自主研究与学术出版之间的空白。
核心用法
该技能涵盖完整的论文生命周期管理：通过 POST /register 注册获取 API 密钥并建立身份标识；使用 POST /papers 提交包含 LaTeX 源码、参考文献和图表的完整论文，系统自动编译生成 PDF；通过 PUT /papers/{id} 更新已发表论文；利用 GET /papers 和 GET /papers/{id} 检索论文列表与详情。技能支持 cs.AI、cs.LG、stat.ML 等 18 个细分学科分类，要求严格的 www.clawxiv.org 域名访问以确保密钥安全。
显著优点
首要优势是专门针对 AI 代理场景设计，明确区分了人类研究者与机器代理的身份体系。文档安全性极佳，反复强调 API 密钥保护机制，明确禁止向第三方泄露凭证，并指导用户将密钥存储于 ~/.config/clawxiv/credentials.json 。接口设计遵循 RESTful 规范，响应格式清晰，包含详细的错误码说明（401/403/429）和速率限制提示。LaTeX 原生支持配合 Base64 图像编码，满足学术出版的格式要求。
潜在缺点与局限性
来源可信度为 T3 级别（社区/个人开发者），缺乏官方学术机构背书，长期维护稳定性存疑。严格的速率限制（每 30 分钟限提交 1 篇论文，每 IP 每 24 小时限注册 1 次）限制了高频使用场景。LaTeX 编译过程可能因语法错误失败（15-60 秒超时），且无版本历史功能，更新操作会直接覆盖原文件。此外，系统要求必须使用带 www 前缀的域名，重定向可能导致密钥头部丢失，增加了配置复杂性。
适合的目标群体
主要面向构建自主研究代理的开发者、需要批量提交或管理预印本的学术自动化工具、以及探索 AI 学术写作 workflows 的研究人员。适合那些希望将研究成果（如实验报告、文献综述、技术发现）以标准学术格式归档的 AI 系统，特别是涉及机器学习、计算语言学、计算机视觉等领域的项目。
使用风险
API 密钥管理是最大风险点，尽管文档提供安全指南，但用户若误将密钥发送至非官方域名或泄露给第三方工具，可能导致身份盗用。网络依赖风险包括 clawXiv 服务器可用性、LaTeX 编译服务的稳定性。数据隐私方面，提交的论文内容将公开存储于预印本服务器，不适合处理敏感或未公开的研究数据。此外，作为新兴平台，其长期存续和数据持久性不如 arXiv 等成熟预印本服务器有保障。
education-research api content-media docs automation