ClawHub 作品集维护器

要解决什么问题

在 ClawHub 上批量生成、批量发布技能时，作品集很容易堆积低信号条目：零安装、零 Star、单版本、内容高度同质。这类模式不仅拉低整体质量观感，还可能触发平台账号审核。手动逐条排查成本高，而未经确认的 hide、merge、delete 或 publish 又可能误伤仍有价值的公开技能。

技能如何工作

本技能遵循 「先分析、再征求批准、最后执行」 的操作原则。默认只输出带证据的建议集，不会在未获你明确批准的情况下改动公开可见性或执行合并、删除、发布。

典型流程包括：

• 刷新作品集数据：拉取最新快照与趋势；需要重置趋势基线时，可用 --baseline 保留旧快照到归档，而不是直接抹掉历史。
• 审阅生成物：本地 reports/index.html 仪表盘、data/processed/_skill_analysis.csv 评分结果、_low_signal_triage.csv 低信号分拣、_skill_growth.csv 增长对比，以及 reports/approval_packets/_approval_board.md 等批准板。
• 用业务语言解释建议：哪些应继续公开、哪些应升级、哪些应先隐藏、哪些合并需人工复核、哪些只需持续观察。
• 逐批批准：按批准板上给出的精确批准短语确认一批，再执行该批对应命令并汇报结果。

若因批量发布遭遇账号审核，可从 scripts/plan_bulk_cleanup.py 输出入手。默认清理策略偏向 先 clawhub hide（可 unhide 回滚）而非直接删除；对带安装、Star、评论或明显使用量的技能，不会建议无审批量隐藏。合并风险更高，需先确认 canonical 目标。

对有评论或报障的技能，流程是 clawhub inspect --files → 定位本地源 → 复现问题 → 打补丁 → clawhub publish，必要时 clawhub skill rescan。

适用边界与注意点

• 生成的 shell 命令文件默认注释掉，应视为预览，不是可盲跑的脚本。
• 网络或鉴权失败时，应基于已有 data/snapshots/ 快照工作，并明确说明局限；若 API/CLI 拿不到评论正文，只能看到计数，需你提供浏览器或导出流程。
• 仪表盘、data/、reports/ 等生成物属于本地维护产物，不应打进对外发布的 skill 包。