技能介绍

它解决的是什么问题

日常工作里最磨人的不是写代码本身，而是：需求已经说清楚了，合适的技能却藏在几个互不相通的入口里。官方内置技能、本地已安装技能、本地 marketplace 缓存、SkillHub、虾评、GitHub 开源仓库、ClawHub 与 Vercel Skills，各有一套搜索与排序方式，关键词稍有偏差就会 miss。更麻烦的是，官方 find-skills 插件的 description 已被标记为 DEPRECATED，不会主动触发，于是系统少了一套能主动感知需求的常驻入口。结果就是，用户要么凭记忆猜技能名，要么把时间花在反复搜索和试错上。

核心能力与关键步骤

本技能把这件事改成一条可复用的工作流。第一步是意图驱动的主动发现：它不必等到用户说「找个技能」，而是在对话中持续判断当前任务是否属于高价值场景。触发方式分三种：任务开始时完整推荐，对话中任务升级时在回复末尾追加轻量提示，或用户显式请求时直接搜索。

第二步是意图到搜索需求的转换。技能会提取任务意图、领域标签、产出物类型与专业工具词，再为不同渠道生成差异化搜索词。本地语义匹配使用用户原话加意图描述；SkillHub 使用英文关键词与同义词；虾评使用中文关键词与领域词；GitHub 则使用英文技术词加 SKILL.md。

第三步是多渠道联合查询。本地层采用串行快查：先扫官方内置技能目录，读取每个技能的 SKILL.md YAML frontmatter 做语义匹配；再扫本地已安装技能并去重；最后检查本地 marketplace 缓存。远程层则完全并行，SkillHub 为主渠道，虾评为中文技能重点来源，GitHub 覆盖开源技能，ClawHub 与 Vercel 作为 fallback。

第四步是客户端检测与智能排序。安装前会先根据 __CFBundleIdentifier 判断客户端：包含 codebuddy 则写入对应目录，否则默认当作 WorkBuddy。排序优先级依次为：官方内置高分、本地已安装高分、SkillHub 高分、虾评分高、GitHub 高分，依此类推。同一技能在多层出现时，只保留最高优先级记录。

最后是一键安装与验证。安装优先走本地缓存，其次按来源分别处理。GitHub 安装前需确认仓库包含 SKILL.md；虾评的下载流程可能需要认证，需参照 虾评指南 中的注册与下载步骤。

适用边界与注意点

这套流程适合需要跨来源发现和安装技能的场景，但它不是万能的。远程搜索结果只作为补充推荐，优先级低于本地已安装与本地缓存。GitHub 搜索的匿名额度较低，GITHUB_TOKEN 设置后可达 5000 次/小时，未设置时只有 60 次/小时。虾评的下载流程可能要求 API Key 或 Token。客户端检测是安装前置步骤，若目标目录不对还需要创建软链接。