采用认知科学间隔重复理论的个人词汇管理系统，通过3步学习法和本地化数据存储，帮助用户从阅读中系统性掌握外语词汇并长期记忆。

基本信息

• 技能名称?vocabulary-builder
• 中文名称?基于间隔重复的智能词汇构建器
• 作者?winlinvip
• 分类?其他
• 版本?未标注
• 标签?education-research, productivity, docs, content-media

使用方法

使用说明
Vocabulary Builder 是一款专注于外语词汇系统性构建的个人学习工具，采用认知科学中的间隔重复（Spaced Repetition）理论，帮助用户从阅读、播客和日常接触中高效积累词汇。
核心用法
该 Skill 围绕"阅读-记录-复习"的闭环设计。当用户阅读书籍时，可实时记录生词并标注来源和页码；通过独特的"3步学习法"（确认发音→理解含义→造句应用）完成初次学习；随后系统自动按照"次日→3天→1周→2周→1月→3月"的间隔重复计划推送复习测验。支持英语和法语学习，法语单词可关联本地音频文件辅助发音练习。
显著优点
首先，纯本地存储设计（memory/vocabulary.md）确保学习数据完全私有化，无云端泄露风险。其次，结构化的词汇卡片模板包含音标、同义词、语境例句等多维信息，符合深度记忆原理。智能测验系统具备防打扰机制（夜间静音、避免连续推送），支持按需定制测验范围（特定书籍、时间段或页码）。进度追踪体系清晰，词汇在"活跃-长期复习-已掌握"三阶段间自动流转。
潜在缺点
作为纯文档型 Skill，缺乏云端同步能力，无法实现多设备学习进度共享。数据持久化完全依赖本地文件系统，若工作目录权限设置不当或文件误删，可能导致学习记录丢失。此外，该 Skill 由个人开发者维护（T3来源），长期更新和维护稳定性存疑。对法语学习者的音频文件支持需要用户手动管理文件路径，增加了使用门槛。
适合人群
适合具备一定自律性的深度阅读者、外语备考人员（如 GRE、雅思）以及需要系统性管理专业词汇的学术研究者。特别适合重视数据隐私、偏好离线学习或处于网络环境受限地区的用户。对于需要游戏化激励或社交化学习体验的用户可能略显单调。
使用风险
主要风险在于数据管理：Skill 会读写本地 markdown 文件，若工作目录权限配置错误可能导致读写失败或数据损坏。建议用户定期手动备份 vocabulary.md 文件。此外，虽然 Skill 本身无网络通信，但用户需确保放置音频文件的 docs/tts-fr/ 目录安全性。由于是提示词模板驱动的交互，其功能边界受限于 Claude 的核心能力，无法替代专业的语言学习应用。

ClawHub 官方技能搜索与安装助手，支持智能推荐、安装验证，安全合规无代码执行风险

基本信息

• 技能名称?Skill Finder Cn
• 中文名称?发现·安装·验证 Skills
• 作者?guohongbin-git
• 分类?其他
• 版本?1.0.1
• 标签?skill-discovery, package-manager, clawhub, cli-tools, search, installation, chinese-localization

使用方法

使用说明
核心用法
skill-finder-cn 是 ClawHub 生态的「应用商店」入口技能，通过自然语言理解用户需求，调用 clawhub CLI 完成技能发现、评估与安装全流程。
关键命令链 ：
clawhub search " " → 语义搜索匹配技能
clawhub inspect → 获取下载量、Stars、版本等元数据
clawhub install → 执行安装
ls ~/.openclaw/workspace/skills/ /SKILL.md → 强制验证安装完整性
v1.0.1 新增安装后验证步骤，避免静默安装失败导致的「假阳性」问题。
显著优点

1. 闭环体验 ：搜索→对比（下载量/Stars）→安装→验证，四步完成零断点
2. 中文原生 ：针对中文用户优化输出格式，触发词覆盖「找 skill」「搜索 skill」等口语化表达
3. 安全隔离 ：仅调用官方 clawhub 命令与 clawhub.ai API，无代码注入、无动态下载、无敏感数据收集
4. 状态感知 ：自动检测技能是否已安装，避免重复操作
   潜在缺点与局限
   生态依赖 ：ClawHub 平台自身的内容质量决定搜索效果，长尾需求可能无匹配结果
   T3 来源风险 ：作者「赚钱小能手」为个人账号，无 GitHub 公开仓库可供源码审计，存在供应链更新风险
   功能单一 ：仅支持搜索与安装，不具备技能配置、冲突检测、依赖解析等高级包管理功能
   网络硬依赖 ：离线环境完全失效
   适合人群
   ClawHub 新用户：快速发现可用技能
   需求模糊用户：通过自然语言描述获取推荐
   安全意识较强的用户：官方 API + HTTPS 传输，行为可预期
   常规风险
   供应链风险 ：个人开发者账号若被盗，恶意更新可能引入后门（建议关注更新日志）
   API 可用性 ：clawhub.ai 服务中断将导致功能失效
   验证盲区 ：SKILL.md 存在仅验证文件存在性，不校验内容完整性或签名
   skill-discovery package-manager clawhub cli-tools search installation chinese-localization

快速生成创意点子，自适应深度与结构，从简单清单到深度探索灵活响应

基本信息

• 技能名称?Brainstorm
• 中文名称?秒级创意引擎，随需而变
• 作者?ivangdavila
• 分类?其他
• 版本?1.0.0
• 标签?brainstorming, creativity, ideation, quick-start, adaptive-response, minimal-prompting

使用方法

使用说明
核心用法
Brainstorm 是一个创意生成技能，核心定位是"快速出想法"。用户提出需求后，系统立即生成创意，而非先进行冗长询问。技能采用"自适应响应"策略：简单请求（如"给我5个想法"）→ 快速列表；深度请求（如"帮我深入思考X"）→ 探索性对话。结构工具（表格、主题分组、推荐标注）按需使用，不强制套用。
显著优点

1. 低摩擦启动 ："generate immediately"原则消除创意阻塞，特别适合需要快速破冰的场景
2. 智能信号识别 ：通过关键词匹配自动判断响应深度（5 ideas/3-5 angles/10-20 names等），减少用户认知负担
3. 节制性提问 ：仅在"真正模糊""高投入前""约束会完全改变输出"三种情况下提问，且限制为"一个问题最多"
4. 结构灵活性 ：明确反对过度分类，flat list作为默认，仅在"比较/多想法/推荐"场景使用结构
5. 会话节奏感 ：首轮后提供"更深/更广/换方向"选项，但用户沉默时不主动push，尊重用户节奏
   潜在局限
   上下文依赖风险 ："context is missing, ideas will show it"假设用户会自然澄清，但实际可能造成首轮输出偏离期望
   深度边界模糊 ："deep request → go deep"缺乏具体定义，执行一致性可能依赖模型判断
   无质量过滤机制 ：强调速度优先，未内置想法可行性评估或优先级排序框架
   关联技能依赖 ：提示用户查看 modes.md 和 prompts.md ，但主文档未包含这些文件内容
   适合人群
   需要快速创意发散的内容创作者、产品经理、营销人员
   面临决策 paralysis、需要外部角度打破思维定式的个人
   偏好"先看到选项再细化"而非"先填表再等待"的用户
   常规风险
   幻觉风险：中 — 创意生成本身允许推测，但若用户将想法误认为可行性方案可能导致误判
   过度简化风险：中 — 快速响应可能遗漏关键约束条件，用户需自行补充验证
   提示注入风险：低 — 无系统级指令暴露，输入仅用于创意主题
   安全认证报告为占位符，未执行实际安全扫描。

为独立创业者提供系统化竞争分析框架，通过六大维度深度拆解竞争对手，识别市场空白并制定差异化定位策略。

基本信息

• 技能名称?competitive-analysis
• 中文名称?独立创业者的竞争破局指南
• 作者?JK-0001
• 分类?其他
• 版本?未标注
• 标签?product-management, marketing, operations, automation, content-media

使用方法

使用说明
核心用法
competitive-analysis 是一个专为独立创业者设计的竞争分析方法论技能，采用六层深度拆解框架帮助用户系统性地研究竞争对手。使用时，用户首先需将竞争对手分为直接、间接和 aspirational 三类，然后针对核心竞品从战略定位、产品功能、定价模式、营销渠道、客户评价和公司发展轨迹六个维度收集情报。该技能特别强调通过 G2、Capterra、Reddit 等平台的用户差评挖掘真实痛点，最终构建对比矩阵并提炼出 3 个可执行的市场空白点，形成独特的竞争楔子（wedge）定位。
显著优点
该技能的最大优势在于其系统性和可操作性。不同于浅层的竞品浏览，它提供了完整的分析框架和检查清单，确保不遗漏关键维度。特别值得称道的是对客户评价层（Layer 5）的重视——通过结构化分析 20+ 条真实用户反馈，能够发现竞争对手官方宣传中隐藏的真实短板。此外，技能强调"可执行的空白点"筛选标准（需同时满足市场共性、用户真实抱怨、自身可解决、非基础功能四项条件），避免了空洞的战略建议。楔子定位公式（"唯一为特定人群做特定事的产品"）也为资源有限的独立创业者提供了清晰的差异化路径。
潜在缺点与局限性
作为纯文档型技能，其局限性主要体现在执行层面。首先，技能假设用户具备基础的情报收集能力（如使用 Ahrefs、Crunchbase 等工具），但未提供具体操作教程，新手可能难以落地。其次，六层分析框架对于简单项目可能过于繁重，完整执行一次深度分析可能需要 8-15 小时，与独立创业者追求轻量验证的需求存在张力。第三，技能主要面向 SaaS/软件类产品优化，对于电商、内容创作等其他 solopreneur 常见形态适配性有限。最后，依赖公开渠道信息可能导致分析滞后——当用户通过 reviews 发现痛点时，竞争对手可能已在修复。
适合的目标群体
该技能最适合三类用户：一是计划进入成熟市场的独立创业者，需要找到差异化切口；二是已有 MVP 但定位模糊的创始人，希望重新校准竞争策略；三是产品进入增长瓶颈期，寻求第二曲线的 solopreneur。特别适合 SaaS、工具类、在线教育、咨询服务等可通过功能/定位差异化取胜的领域。对于追求快速验证、资源极度受限（
使用风险
主要风险在于执行偏差：过度分析导致行动瘫痪（"分析瘫痪"）、选择性关注支持自己假设的证据、或机械复制竞争对手功能而非真正解决用户痛点。此外，公开情报的时效性问题可能导致基于过时信息做决策。建议配合快速原型验证，将分析周期控制在 2 周内，并建立技能内置的季度复盘机制持续校准。

基于纯静态分析的架构设计工具集，零依赖、零网络交互，为开发团队提供安全可靠的架构可视化、依赖检测与模式识别能力。

基本信息

• 技能名称?senior-architect
• 中文名称?零依赖架构设计与分析套件
• 作者?alirezarezvani
• 分类?其他
• 版本?未标注
• 标签?development-engineering, architecture, devops, backend, productivity, docs, automation, testing

使用方法

使用说明
核心用法
Senior Architect 是一套面向软件架构设计的静态分析工具集，包含三大核心组件：

1. 架构图生成器 ：自动扫描项目结构，生成 Mermaid、PlantUML 或 ASCII 格式的架构图，支持组件图、分层图和部署图三种类型，解决团队文档化与沟通需求。
2. 依赖分析器 ：深度解析 npm、Python、Go、Rust 等主流包管理文件，识别循环依赖、计算耦合度分数、标记过期包，输出 JSON 或可读报告供 CI/CD 集成。
3. 项目架构师 ：智能识别 MVC、分层、六边形等架构模式，检测上帝类、混合关注点、层违规等代码异味，提供可操作的改进建议。
   工具通过命令行调用，支持 --verbose 详细模式、、 --output json 结构化输出，以及 -o 指定报告保存路径。
   显著优点
   零依赖安全 ：仅使用 Python 标准库，彻底消除供应链攻击风险
   多格式输出 ：Mermaid/PlantUML 可直接嵌入文档，ASCII 适合终端快速查看
   决策工作流内置 ：提供数据库选型、架构模式选择、单体 vs 微服务的完整决策框架
   广泛技术栈覆盖 ：支持 TypeScript、Python、Go、Rust 等语言及主流前后端框架
   离线可用 ：纯本地执行，无需网络连接，适合内网环境
   潜在缺点与局限性
   静态分析局限 ：无法识别运行时架构特征，如实际服务调用关系、性能瓶颈
   语言支持边界 ：对 C++、Java 等语言的包管理文件支持有限
   模式识别精度 ：基于启发式规则，复杂架构可能误判或置信度不足
   无自动修复 ：仅提供诊断报告，不直接修改代码
   大型项目性能 ：扫描超大规模代码库时可能耗时较长
   适合的目标群体
   技术负责人/架构师 ：进行技术选型、架构评审、制定演进路线
   全栈开发团队 ：快速理解遗留项目结构，制定重构计划
   DevOps 工程师 ：集成依赖检查到 CI 流水线，预防供应链风险
   技术写作者 ：自动生成架构文档配图，保持文档与代码同步
   初创公司技术团队 ：在 MVP 阶段建立合理的架构基线
   使用风险
   输出文件管理 ：使用 -o 参数时注意指定安全路径，避免覆盖重要文件
   分析结果解读 ：静态分析可能产生误报，建议结合人工判断
   大型项目超时 ：极端规模项目可能出现分析时间过长，建议分模块扫描
   模式识别依赖 ：架构模式检测基于文件命名和结构启发式，非 100% 准确