龙虾技能排行
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_d610c042/lobster-rank。
技能介绍
要解决什么问题
如果你在本机装了一堆 OpenClaw 技能,很难客观比较「装得多不多、结构是否完整、有没有多模型或日志等信号」。Lobster Rank 在本地扫描已安装技能,只汇总结构元数据(名称、是否含 scripts/references/assets、文件数、描述等)和启发式信号,交给服务端算法打分,并可选择把成绩挂到公开排行榜。
工作流程
- 扫描并提交:默认在
~/.openclaw/workspace/skills或 macOS 上~/Library/Application Support/QClaw/openclaw/config/skills发现技能;可用自定义路径。需 Lobster API Key(环境变量或--api-key)。支持 Live Challenge(实时挑战分)与 dry run(只扫不上传)。 - 查看结果:脚本输出总分、等级、统计技能数、评估模式、
pending_token及过期时间;由你决定是否上传排行榜。 - 确认上传:用 Step 2 的
pending_token确认;成功后可引导用户打开排行榜或个人页。
评分逻辑在服务端执行,客户端不预测分数。未找到用户安装的技能、密钥无效或 token 过期时,应按 SKILL 说明处理(补密钥、重扫等)。
隐私与边界
不上传文件内容、凭证或个人数据;读取 openclaw.json 仅用于提取认证相关 apiKey 字段。数据提交至 https://lobster-rank.wondercv.com。待确认成绩在约 24 小时内有效,过期需重新扫描。
使用场景
- 本机 `~/.openclaw/workspace/skills` 装了很多技能,想先 dry run 看能被识别多少条再决定是否提交
- 拿到 Lobster API Key 后,需要跑一遍扫描把元数据发给服务端,查看总分、等级和 pending_token
- 评估模式要用 Live Challenge,希望在正式上传排行榜前先看实时挑战 blended 后的成绩
- 服务端返回成绩后,要在 24 小时内用 pending_token 确认是否把分数挂到 wondercv 排行榜
适合人员
- 在 macOS 上用 QClaw,技能目录在 Application Support 路径下、想对齐排行榜扫描规则的人
- 维护多套 OpenClaw 工作区技能,需要结构化盘点(脚本/引用/资源标志与文件数)再参与打分的维护者
- 已有 lobster-rank.wondercv.com 账号与 API Key,要把本地扫描结果公开到个人排行榜页的用户
- 只想核对 openclaw.json 认证与日志启发式是否被计入、且不接受上传文件内容的隐私敏感使用者