技能介绍

要解决什么问题

Agent 能装很多 skill，但「该装哪个」往往仍靠人工刷市场、记平台名。更麻烦的是：不同宿主上的工具名和审批策略不一样，硬编码 Hermes / Claude Code 流程会在换环境时直接失效；若推荐路径依赖 curl | python 或定时任务里弹权限框，daily 推荐要么被用户关掉，要么变成静默失败。

Skill Recommender 把技能发现当成 Agent 侧协议：由 Agent 读上下文、定搜索策略、排序和话术；本地 scripts/*.py 只是可选 helper，不能替代联网发现。

核心机制

能力契约：启动 manual / daily 前先识别 SearchCapability、BrowserCapability、StateCapability、SchedulerCapability 等；缺搜索时用浏览器打开公开搜索页，再不行才在用户确认或 daily 失败提醒规则下做只读 shell 降级。
实时 multi-recall：从 ClawHub、MCP Market、Smithery、Glama、GitHub 等来源拉 15～25 个候选，按 Task / Scenario / Gap / Hot 等查询路径召回，再归一化、去重、安全过滤。
两套权重：manual 偏当前任务与能力缺口；daily 偏「值得试」、热度与生活/内容场景，且只推 low 风险。
状态外置：用户状态写在平台 memory 或 ~/.hermes/state/skill-recommender/，避免重装 skill 清空 daily_rec_status。
No-approval runtime：daily / manual 主路径禁止把网络输出管道进解释器、禁止用 git/npm 搜装；版本检查只在推荐完成后附加提醒。

边界与注意点

已安装 skill 只用于去重和互补 tie-break，不是偏好模型。data/sample_candidates.json 仅开发测试，线上不得兜底。medium 风险仅 manual 可展示并须说明；high 永不推荐。无合格候选时应静默，不硬推。同一轮只问一个问题（开 daily、装 skill、失败提醒配置不要混在一条消息里）。

截图预览

使用场景

正在 Claude Code 里处理具体任务（如 PDF 摘要、表格自动化），口头让 Agent「推荐个能…的 skill」，需要按 Task/Gap 多路搜索 ClawHub、MCP Market 等并过滤已安装项。
已创建 `skill-recommender-daily` 定时任务，希望每个工作日早晨自动收到一条 low 风险、带具体痛点与爽点的种草式推荐，且运行过程不触发命令审批。
宿主 Agent 暂时没有 Web Search/WebFetch，daily 连续静默失败；需要根据 Daily Failure Notice 规则收到一次「缺搜索/浏览能力」的说明与平台化配置建议。
探索向需求：想了解近期社区里热门或有趣的 MCP/skill（内容创作、个人管理类），由 daily 的 Hot/Delight 召回轮换主题，而不是从本地固定候选池里随机抽。

适合人员

在 Hermes、OpenClaw 或 Claude Code 间切换使用、经常临时缺某一类能力（浏览、表格、日历），希望 Agent 实时搜市场而不是背平台流程的集成使用者。
已为 Agent 配置 cron/automation，负责维护「每日一条 skill 推送」且要求 no-approval 运行时、状态写在外置目录以免重装丢配置的运维式 Agent 用户。
团队内维护私有或定制 Agent，需要按 SearchCapability/BrowserCapability 适配 manual 与 daily 流程，而不是在 skill 里硬编码工具名的平台适配工程师。
安装 skill 较多、担心重复推荐，但仍希望 manual 时能看 medium 风险说明并基于当前会话任务做互补发现的安全与合规敏感使用者。