分类 专业技能 下的文章

基于 Chrome DevTools MCP 的专业性能审计工具，精准分析 Core Web Vitals 指标，快速定位渲染阻塞与网络瓶颈，输出可落地的优化方案。

基本信息

  • 技能名称?web-perf
  • 中文名称?专业级网页性能审计与优化
  • 作者?elithrar
  • 分类?专业技能
  • 版本?v1.0.0
  • 标签?development-engineering, frontend, testing, productivity, web-performance

使用方法

使用说明
Web Performance Audit（web-perf）是一款基于 Chrome DevTools MCP 的专业网页性能诊断技能，旨在为开发者和运维人员提供实验室级别的性能审计能力。该技能通过结构化的五阶段工作流程（性能追踪、Core Web Vitals 分析、网络请求审查、可访问性快照和代码库分析），帮助用户系统性地识别并解决网页加载性能瓶颈。
核心用法 方面，该技能采用"测量-分析-建议"的闭环模式。首先通过 performance_start_trace 捕获页面冷加载的完整性能轨迹，随后利用 performance_analyze_insight 提取 LCP、CLS、TBT 等关键指标，并结合 list_network_requests 深入分析渲染阻塞资源、网络依赖链和缓存策略。对于拥有代码库访问权限的场景，还能检测构建工具配置（Webpack/Vite/Rollup）、Tree-shaking 优化、死代码消除和压缩策略，提供从诊断到代码层的完整优化路径。
显著优点 体现在其专业性和可操作性上。一是量化分析能力，所有建议都附带具体的时间影响评估（如"压缩 hero.png 可节省 450KB"），避免零收益优化；二是框架感知，能识别 React、Vue、Next.js 等主流技术栈的特定优化点；三是遵循 Google Core Web Vitals 官方阈值标准，确保优化方向与搜索引擎排名因素对齐；四是提供具体的配置代码片段，如 MCP 服务器设置、构建工具优化参数等。
潜在缺点 主要包括环境依赖和准入门槛。该技能要求用户预先配置 chrome-devtools-mcp 服务器，对初学者有一定技术门槛；作为 T3 级社区来源，缺乏企业级 SLA 保障；且设计为交互式审计工具，不适合直接集成到 CI/CD 流水线进行自动化测试。此外，部分 Insight 名称可能因 Chrome DevTools 版本差异而变化，需要用户具备一定的故障排查能力。
适合的目标群体 包括：前端开发工程师（优化首屏加载和运行时性能）、全栈开发者（诊断后端渲染延迟）、SEO 专员（提升 Core Web Vitals 评分）、以及网站运维人员（监控生产环境性能退化）。特别适合需要深度优化电商、内容站点落地页加载体验的技术团队。
使用风险 主要涉及工具链配置和权限边界。用户需确保从 npm 官方源安装 MCP 依赖，避免供应链攻击；审计第三方站点时需遵守 robots.txt 和服务条款；由于性能追踪会重载页面并记录网络活动，在处理包含敏感信息的内部系统时应谨慎操作。此外，该技能仅提供分析建议，实际代码修改仍需人工验证，避免自动化工具误删关键资源。

基于 Polymarket 的预测市场自动化交易技能，提供钱包管理与 USDC 流转能力，助力 OpenClaw 机器人实现安全高效的量化交易。

基本信息

  • 技能名称?clawearn
  • 中文名称?Polymarket 智能交易与资产管理
  • 作者?stonega
  • 分类?专业技能
  • 版本?v1.2.0
  • 标签?finance-accounting, automation, api, backend

使用方法

使用说明
Clawearn 是一款专为 OpenClaw AI 机器人设计的模块化预测市场交易平台，当前主要支持 Polymarket 生态，提供从钱包创建、USDC 资金流转到自动化交易策略执行的全链路能力。
核心用法围绕 CLI 工具展开。用户首先通过一键安装脚本部署 clawearn 环境，创建独立的加密货币钱包并完成 Arbitrum 网络上的 USDC 注资。随后，机器人可通过标准化命令行接口搜索预测市场（如比特币价格预测）、查询市场详情、执行限价/市价订单，并实时监控持仓与余额变化。整个流程支持配置文件驱动的风险管理，包括最大仓位限制、日亏损上限等自动化风控机制。
该技能的显著优势在于其模块化架构设计，允许开发者按需接入不同预测市场；完善的文档体系不仅涵盖基础操作，更提供了详尽的安全最佳实践指南，强调私钥本地加密存储与权限最小化原则。此外，原生支持的风险限制配置（config.json）为自动化交易提供了必要的安全边界。
然而，Clawearn 也存在明显局限。目前仅支持 Polymarket 单一平台，市场覆盖度有限；作为 T3 来源的个人开发者项目，长期维护稳定性与代码审计深度不及企业级方案；且所有功能依赖 Bun 运行时与 ethers.js 库，对环境有特定要求。更关键的是，其安装过程涉及 curl 远程下载脚本，虽为文档示例，但仍需用户自行校验来源完整性。
该技能适合具备加密货币交易经验的量化开发者、OpenClaw 生态建设者，以及希望自动化参与预测市场交易的高级用户。不推荐无区块链基础的普通用户直接使用。
使用风险主要包括：真实资金损失风险（预测市场高波动性）、私钥本地存储泄露风险、智能合约交互风险，以及依赖项（Bun/ethers.js）的供应链安全风险。建议始终在小额测试环境验证策略后再投入生产资金。

OpenClaw 三层记忆架构，通过本地日志与向量搜索实现 Agent 跨会话持久记忆，解决上下文断层，确保工作连续性。

基本信息

  • 技能名称?memory-mastery
  • 中文名称?智能跨会话记忆与上下文管理
  • 作者?koatora20
  • 分类?专业技能
  • 版本?v1.0.0
  • 标签?productivity, automation, development-engineering, backend, docs, data-analytics

使用方法

使用说明
Memory Mastery 是专为 OpenClaw 智能体设计的跨会话记忆持久化解决方案，采用独特的三层架构（L1 每日日志、L2 长期记忆、L3 向量搜索）解决 Agent 重启后上下文丢失的核心痛点。
核心用法 上，用户通过 setup.sh 初始化系统后，Agent 会在每次会话开始时自动读取当日和前一日的日志文件（ memory/YYYY-MM-DD.md ）以及长期记忆文件（ MEMORY.md ）。会话过程中，Agent 实时追加记录到每日日志，重要决策则手动整理至长期记忆。每周通过 maintenance.sh 审查近期日志，将关键信息提炼到 L2 层。若启用 memory-core 插件，还可通过语义搜索（L3）快速定位历史上下文。
显著优点 体现在其工程设计的严谨性：纯 Bash 脚本实现零外部依赖，避免了供应链攻击风险；自动备份机制（ .backup-TIMESTAMP ）确保安装过程可逆；隐私保护设计使 MEMORY.md 仅在主会话加载，避免敏感信息泄露；三层架构兼顾了记录的便捷性（L1）、知识的持久性（L2）和检索的智能性（L3）。
潜在缺点 主要包括维护成本：L2 层需要人工定期整理，否则会变得陈旧冗余；长期使用的 MEMORY.md 可能膨胀影响 token 消耗；L3 向量搜索依赖外部嵌入 API（如 Voyage）产生额外成本；每日日志积累会占用磁盘空间，需要定期归档。
适合的目标群体 为 OpenClaw 的重度用户，特别是需要长期跟踪复杂项目、跨多会话保持决策连贯性的开发者、研究员或知识工作者。对于重视数据隐私、希望完全掌控记忆数据的用户尤为适用。
使用风险 方面，虽然脚本内置了完善的安全措施（错误处理 set -euo pipefail 、操作前确认、文件备份），但仍需注意：脚本需要对工作区目录的写权限，误操作可能修改 AGENTS.md 等核心配置；备份文件长期积累可能占用磁盘空间；多用户共享工作区时，每日日志可能包含敏感信息，需配合隐私保护策略使用。

基于 Reve AI 的专业图像生成工具，支持文生图、图生图及多图混音，代码安全规范，为创作者提供高质量 AI 图像创作能力。

基本信息

  • 技能名称?reve-ai
  • 中文名称?专业级 AI 图像生成创作工具
  • 作者?dpaluy
  • 分类?专业技能
  • 版本?v1.0.2
  • 标签?image-gen, content-media, api, design, automation

使用方法

使用说明
Reve AI Image Generation 是一款基于 Node.js/Bun 运行环境的命令行图像生成工具，通过调用 Reve AI API 提供专业的文生图、图生图及多图混音能力。该工具设计简洁，功能聚焦，适合需要快速集成 AI 图像能力的开发者和创作者使用。
核心用法涵盖三大场景：通过 create 命令基于文本提示生成新图像，支持 7 种标准宽高比；利用 edit 命令对现有图像进行智能编辑；借助 remix 功能结合最多 6 张参考图像进行创意融合。所有操作均通过简洁的 CLI 接口完成，输出结果包含详细的生成元数据及账户额度信息。
显著优点体现在其出色的代码安全性与轻量级架构。经安全审计，该工具无 eval/exec 等危险函数，无动态代码加载风险，仅依赖 Node.js 内置模块，实现了零外部依赖的纯净运行环境。输入验证机制完善，对宽高比进行白名单校验，严格限制参考图片数量，有效防止注入攻击。API 端点固定且明确，错误处理规范，不暴露敏感信息。
潜在局限性主要包括来源可信度与功能边界。作为 T3 级社区项目，虽代码质量达标，但缺乏知名组织背书，长期维护稳定性需观察。功能上依赖 Reve AI 第三方服务，必须联网使用且消耗 API 额度，不适合离线环境。此外，处理敏感图片时需注意数据会上传至外部服务器。
适合目标群体包括：需要批量生成 AI 图像的内容创作者、希望集成图像能力的开发者、进行概念设计的设计师，以及教育科研领域需要快速视觉化呈现的研究人员。特别适合已有 Reve AI 账户且熟悉命令行操作的技术用户。
使用风险主要涉及：API 调用费用（需关注 credits 余额）、网络稳定性依赖、图片数据隐私（上传至 Reve 服务器），以及环境变量配置不当可能导致的安全隐患。建议妥善保管 API Key，避免在共享环境中暴露敏感凭证。

基于 8 大教学模式和参考知识库的 AI 编程导师，通过引导式问答帮助用户学习编程、调试代码和掌握算法。

基本信息

  • 技能名称?Code Mentor
  • 中文名称?全场景 AI 编程导师
  • 作者?samuelkahessay
  • 分类?专业技能
  • 版本?1.0.2
  • 标签?education-research, development-engineering, testing, git

使用方法

使用说明

  1. 1
  2. ...
  3. 64
  4. 65
  5. 66
  6. 67
  7. 68
  8. 69
  9. 70
  10. ...
  11. 624