依托 AI 大模型能力，实现多格式文档智能解析与结构化，助力高效知识管理与信息获取。

基本信息

• 技能名称?GilBot Wealth Engine
• 中文名称?智能文档解析
• 作者?maiahman
• 分类?其他
• 版本?1.0.0
• 标签?docs, productivity, data-analytics, office

使用方法

使用说明
技能简介
该技能（未提供具体 SKILL.md）旨在解决用户在处理多类型文档时面临的效率低下与信息提取困难的问题。其核心用途在于利用先进的 AI 模型对上传的文档进行智能解析与信息结构化处理。它不局限于特定的软件平台，而是依托背后可靠的 AI 大模型能力，具备高度的泛化与理解能力，为用户提供了权威且准确的信息处理支持。核心利益点在于，它可以帮助用户从繁琐的文档阅读和信息筛选中解放出来，将非结构化的文本（如 PDF、Word、网页等）转化为结构化的知识，从而极大提升学习、研究与工作的效率。
显著优点

1. 强大的理解能力 ：基于大规模语言模型，能够深入理解文档语义，而非简单的关键词匹配，提取的信息更精准。
2. 多格式兼容 ：支持多种常见的文档格式，无需用户在不同软件间切换，提供了一站式的处理体验。
3. 效率革命 ：自动化完成摘要、关键信息抽取、问答等任务，处理速度远超人工，有效节省时间成本。
4. 结构化输出 ：能将混乱的文本信息转化为 JSON、表格等格式化数据，便于后续的数据分析和系统集成。
   潜在缺点与局限性
5. 对复杂排版的挑战 ：文档中过于复杂的表格、多栏布局或扫描件中的艺术字，可能会影响解析的准确率。
6. 上下文长度限制 ：处理超长文档（如数百页的书籍）时，可能受限于模型的上下文窗口，导致部分信息在汇总时丢失。
7. 高度依赖源文件质量 ：原始文档的清晰度、文本可提取性直接影响最终效果，扫描件中的手写字体或模糊内容仍是挑战。
   适合的目标群体
   知识工作者 ：需要快速阅读和总结大量行业报告、市场分析的专业人士。
   学生与研究者 ：需要从海量论文、文献中快速提取核心观点和研究方法的学术群体。
   行政与法务人员 ：处理合同、公文等文件，需要精确抽取关键条款和信息的办公人员。
   普通信息消费者 ：希望快速获得长篇文章、新闻摘要的高效阅读者。
   使用风险
8. 幻觉与事实错误 ：AI 模型可能生成看似合理但与原文不符的“幻觉”内容，在处理事实性要求极高的法律或医学文件时，需人工复核。
9. 数据隐私 ：文档上传至云端进行处理，可能涉及用户敏感数据，需明确服务商的隐私政策与数据安全保护措施。
10. 结果的不确定性 ：非结构化数据的复杂性使得模型的输出有时不稳定，同一文档的不同版本或轻微格式变动可能导致解析结果差异，需避免全自动化决策。

Moltbot/Clawdbot 官方记忆配置指南，通过向量搜索实现跨会话持久化上下文，解决 AI 助手"金鱼脑"问题，让智能体真正记住用户偏好与项目历史。

基本信息

• 技能名称?memory-setup
• 中文名称?AI 记忆系统一键配置指南
• 作者?jrbobbyhansen-pixel
• 分类?其他
• 版本?未标注
• 标签?productivity, automation, docs, development-engineering, project-program-management

使用方法

使用说明
核心用法
Memory Setup Skill 是一套完整的记忆系统配置指南，旨在将 Moltbot/Clawdbot 从"金鱼脑"升级为具备长期记忆能力的智能助手。用户需完成三步核心配置：首先在 ~/.clawdbot/clawdbot.json 中启用 memorySearch 模块，配置嵌入模型提供商（推荐 Voyage AI）、索引源（memory + sessions）及搜索参数；其次在 workspace 中建立规范的记忆目录结构，包括 MEMORY.md 长期记忆文件和 memory/logs/ 下的每日日志；最后在 AGENTS.md 中植入记忆召回指令，确保智能体在回答历史相关问题时主动检索记忆。
该技能支持三种嵌入提供商：Voyage AI（推荐）、OpenAI 和本地模型，满足不同隐私与成本需求。索引模式 hot 可实现实时更新，， minScore 和 maxResults 参数允许灵活调节召回精度与数量。
显著优点
彻底告别上下文丢失 ：跨会话保留用户偏好、项目决策和历史对话，实现真正的连续性交互。 结构化知识管理 ：通过 MEMORY.md、每日日志和项目专属目录，将碎片化信息转化为可检索的知识资产。 零代码配置 ：纯文档指导，无需编程能力即可完成企业级记忆系统搭建。 灵活可扩展 ：支持环境变量管理 API 密钥、本地嵌入模型离线运行，兼顾安全与隐私需求。 智能体行为增强 ：通过 AGENTS.md 指令植入，让 AI 主动使用记忆工具而非被动等待查询。
潜在缺点与局限性
依赖外部 API ：Voyage/OpenAI 嵌入服务需付费且存在网络延迟，本地模型虽免费但质量与性能受限。 存储成本累积 ：长期运行的项目会产生大量日志文件，需定期归档清理。 召回精度调优困难 ： minScore 阈值需反复试验，过低导致噪音，过高遗漏关键信息。 无自动冲突解决 ：若 MEMORY.md 与日志记录矛盾，系统无内置机制检测或合并。 初期配置门槛 ：JSON 配置、目录结构、环境变量对非技术用户仍有一定学习成本。
适合的目标群体
长期项目协作者 ：需要 AI 跟踪数月甚至数年项目进度的产品经理、研究员、作家。 高频对话用户 ：每日与 AI 交互且厌倦重复背景说明的专业人士。 知识工作者团队 ：希望共享组织记忆、减少信息孤岛的企业用户。 隐私敏感型用户 ：可选择本地嵌入模型，将记忆数据完全保留在本地。 AI 工作流构建者 ：需要将记忆能力集成到复杂自动化流程的开发者。
使用风险
API 密钥泄露风险 ：若误将密钥写入配置文件而非环境变量，可能导致凭证泄露。 记忆污染风险 ：错误或过时的记忆被反复召回，可能强化 AI 的错误认知。 性能衰减风险 ：记忆文件膨胀后，索引和搜索延迟可能显著增加，需定期维护。 供应商锁定风险 ：深度使用 Voyage AI 后迁移至其他嵌入模型，需重新索引全部历史数据。 数据持久性风险 ：本地存储的记忆文件若未纳入备份策略，存在意外丢失可能。

CreditClaw 是专为 AI Agent 设计的金融赋能平台，提供预付费钱包、自托管卡和 USDC 链上支付三种轨道，通过服务器端强制审批、多层限额和实时通知保障资金安全，让 Agent 在可控范围内自主完成商业交易。

基本信息

• 技能名称?creditclaw
• 中文名称?AI Agent 的智能金融管家
• 作者?jononovo
• 分类?其他
• 版本?未标注
• 标签?finance-accounting, pay, api, automation, backend

使用方法

使用说明
核心用法
CreditClaw 为 AI Agent 提供完整的金融基础设施，支持三种独立支付轨道：预付费钱包（直接借记）、自托管卡（人工审批模式）和 Stripe Wallet（USDC/x402 链上支付，私有测试版）。Agent 通过注册获取 API 密钥后，需等待所有者认领激活钱包，随后可查询余额与支出权限，在服务器端强制执行的规则框架内进行采购、申请充值或生成收款链接。
显著优点

1. 多层安全护栏 ：服务器端强制执行单笔/日/月限额、类别黑白名单、审批阈值，新账户默认「每笔必审」模式，所有者随时可冻结钱包
2. 灵活支付轨道 ：覆盖传统预付、隐私保护的分割知识卡模型，以及前沿的链上 USDC 支付，适应不同场景需求
3. 透明可控 ：实时交易日志、低余额自动通知、Webhook 事件推送，所有者对资金流向完全可见
4. 专业金融基建 ：支付处理由 Stripe 托管，CreditClaw 仅存储客户 ID 而非原始卡号，API 密钥 bcrypt 哈希存储
   潜在缺点与局限性
   激活门槛 ：需人工认领和充值才能启用，无法即时使用
   速率限制严格 ：核心查询接口仅 6 次/小时，高频场景需配合缓存策略
   测试版功能不稳定 ：Stripe Wallet/x402 轨道尚未开放，存在功能可用性风险
   资金托管依赖 ：需信任 CreditClaw 作为资金托管方，存在第三方平台风险
   审批延迟 ：大额交易或自托管卡支付可能需等待人工响应（最长 15 分钟）
   适合的目标群体
   需要为 AI Agent 配置自动化 API 订阅、云计算费用的开发团队
   有明确预算管控需求的企业级 Agent 部署场景
   希望探索 Agent 自主商业能力的产品创新者
   对链上支付和 x402 协议感兴趣的早期采用者
   使用风险
   API 密钥泄露风险 ：密钥一旦外泄，攻击者可在限额内消费，需严格使用密钥管理器
   余额耗尽导致服务中断 ：需建立低余额监控和自动充值请求机制
   审批规则变更 ：所有者可能随时调整限制，Agent 需优雅处理 403 拒绝响应
   网络依赖 ：所有操作依赖 CreditClaw 服务可用性，建议实现本地缓存和降级策略

基于 Lokuli MCP 的树木服务预订工具，帮助用户快速搜索、比价并预订专业树木修剪维护服务，简化家庭园艺服务流程。

基本信息

• 技能名称?book-tree-service
• 中文名称?本地树木修剪服务一键预订
• 作者?edwardrodriguez703-design
• 分类?其他
• 版本?未标注
• 标签?home-services, real-estate, productivity, service-booking, local-services, operations

使用方法

使用说明
核心用法
book-tree-service 是一个基于 MCP（Model Context Protocol）协议的树木服务预订技能，通过连接 Lokuli 的 MCP 服务器，为用户提供完整的树木服务预订流程。该技能包含三个核心工具： search 用于根据邮编搜索附近的服务提供商， check_availability 用于查询特定服务商在指定日期的可预订时段， create_booking 用于完成最终的预订操作并提交用户联系方式。
使用时，用户只需提供所在地区邮编即可获取服务商列表，选择心仪的服务商后检查可用时间，最后确认预订并填写姓名、邮箱、电话等必要联系信息即可完成整个流程。所有交互均通过标准化的 JSON-RPC 2.0 协议与 Lokuli MCP 端点通信，确保接口调用的一致性和可靠性。
显著优点
该技能的最大优势在于其 纯文档型架构 ，本身不包含任何可执行代码，仅提供标准化的 MCP 工具调用示例，从根本上杜绝了代码注入或恶意脚本执行的风险。同时，依托 Lokuli 成熟的 MCP 服务体系，用户无需自行对接多个分散的树木服务商，通过一个统一接口即可完成搜索、比价、预订全流程，极大简化了传统电话询价、线下预约的繁琐流程。
此外，技能的触发词设计直观（"book a tree-service", "find tree-service near me"），能够准确识别用户意图，避免误触发。参数定义清晰明确，包含完整的示例值，降低了用户的学习成本。
潜在缺点与局限性
首先，该技能 高度依赖 Lokuli 第三方服务 的可用性和数据覆盖范围，如果 Lokuli 服务器出现故障或用户所在地区未被覆盖，技能将无法正常工作。其次，目前仅支持通过 SSE（Server-Sent Events）传输协议通信，对网络环境有一定要求。
另一个重要限制是 地域局限性 ，树木服务属于典型的本地化服务，服务商数据库的完整性直接影响搜索结果的实用性。如果 Lokuli 在特定地区的合作服务商较少，可能导致用户选择受限或价格缺乏竞争力。
适合的目标群体
该技能最适合 房屋业主 和 物业管理人员 ，特别是拥有庭院、花园需要定期树木维护（修剪、砍伐、病虫害防治）但缺乏可靠服务商渠道的用户。同时适合 房产经纪人 和 房屋装修公司 ，在房屋交易或翻新前后需要快速安排树木清理服务。对于 landscapers（园艺师） 作为外包资源调度工具也有辅助价值。
使用风险
主要风险在于 数据隐私传输 ，create_booking 工具需要收集用户的真实姓名、电子邮箱和电话号码等敏感个人信息，这些数据将通过 HTTPS 传输至 Lokuli 的第三方服务器进行存储和处理。虽然 MCP 协议本身提供了标准化的安全通信机制，但用户仍需确认 Lokuli 的隐私政策是否符合个人数据保护要求。
此外， 服务质量风险 不容忽视，该技能仅提供预订撮合功能，不对服务商的实际施工质量、资质认证或价格合理性负责。建议用户在首次使用新服务商时，通过其他渠道核实其营业执照和保险情况，避免产生纠纷。

基于飞书官方SDK的富文本消息发送工具，支持Markdown格式和原生表情转换，需配合feishu-common使用，适合企业自动化通知场景。

基本信息

• 技能名称?feishu-post
• 中文名称?飞书富文本消息推送专家
• 作者?Unknown
• 分类?其他
• 版本?未标注
• 标签?office, productivity, automation, api, content-media

使用方法

使用说明
Feishu Post Skill 是一款专为飞书生态设计的富文本消息发送工具，旨在帮助用户通过命令行界面向飞书用户或群组推送格式丰富的消息内容。该技能采用飞书官方 Node.js SDK 构建，核心用法是通过简单的 CLI 命令（如 node send.js --target "ou_..." --text-file "msg.md" ）实现消息推送，支持从文件读取内容或直接输入文本，并具备回复指定消息线程的能力。
该技能的显著优点在于其原生富文本支持能力。它不仅支持飞书原生表情符号（如 [微笑] 、 [强] 等）的自动转换，还提供类 Markdown 的轻量级格式解析，使得长文本混合图片和链接的排版变得简便。相比卡片消息，虽然布局灵活性稍逊，但在长文本内容的呈现上更为自然流畅。此外，技能实现了完善的输入验证机制，对目标 ID 格式（ ou_ 用户或 oc_ 群组）进行严格校验，确保 API 调用的安全性，且依赖版本已锁定，使用飞书官方 SDK 和知名开源库，可靠性有保障。
然而，该技能也存在一定局限性。首先，它无法独立运行，必须依赖 feishu-common 技能完成身份认证和 Token 管理，这增加了部署复杂度。其次，作为 T3 级来源（个人开发者社区项目），其长期维护稳定性虽经代码审计合格，但仍低于企业级官方组件。此外，富文本格式在交互复杂度和视觉定制化方面不如卡片消息灵活，不适合需要复杂交互按钮或精美布局的场景。
该技能特别适合需要将自动化脚本与飞书集成的开发者和运维团队，例如用于发送定时报告、系统告警通知或运维日志摘要。对于已有 feishu-common 配置基础的企业用户，该技能能快速补全富文本消息推送能力，实现办公自动化。
使用风险方面，主要需注意网络连通性要求（需访问 open.feishu.cn ），以及文件路径安全性（使用 --text-file 时需确保路径可信，避免目录遍历）。尽管代码本身无危险函数和动态加载行为，但用户应确保 feishu-common 的来源可靠性，并妥善管理飞书 API 的访问凭证。