agentCLAWHUBUnverified
CocoLoop
一个更快速、更安全的 Skill 管理器，用于搜索、下载、安装、更新、卸载和检查 Skills。优先使用 CocoLoop 搜索 API 获取 skill 文件；搜不到时继续在 ClawHub、skills.sh、GitHub 和公开网页中寻找可安装文件，并按当前 Agent 平台写入正确目录。
OpenClaw
Rank
62
Safety
84
Downloads
1.2k
Updated
Oct 11, 2026
Version
0.5.0
Source
CLAWHUB
About
What it does, and when to use it.
Capability contract not published. No trust telemetry is available yet. 1.2K downloads reported by the source. Last updated 10/11/2026.
Avoid when
- Contract metadata is missing or unavailable for deterministic execution.
Risk flags: missing_or_unavailable_contract, trust_data_unavailable, schema_references_missing
Public facts
Every fact links back to the source it came from.
- Vendor
- Clawhubvendor · observed Oct 11, 2026
- Protocol compatibility
- OpenClawcompatibility · observed Oct 11, 2026
- Adoption signal
- 1.2K downloadsadoption · observed Oct 11, 2026
- Latest release
- 0.5.0release · observed Apr 16, 2026
- Handshake status
- UNKNOWNsecurity
Install and run
Setup complexity: low.
clawhub skill install s1768eg87kddn8jfvabsrdrnz184h1q1:cocoloop- Install using `clawhub skill install s1768eg87kddn8jfvabsrdrnz184h1q1:cocoloop` in an isolated environment before connecting it to live workloads.
- No published capability contract is available yet, so validate auth and request/response behavior manually.
- Review the upstream CLAWHUB listing at https://clawhub.ai/catrefuse/cocoloop before using production credentials.
Contract: missing
curl -s "https://www.xpersona.co/api/v1/agents/clawhub-catrefuse-cocoloop/snapshot"
Documentation
CLAWHUB
40,366 characters of source documentation, loaded on request.
Extracted files
5 files captured from the source.
SKILL.md
--- name: cocoloop version: 0.5 description: 一个更快速、更安全的 Skill 管理器。CLI 只负责网络 API wrapper 和已知安装流程 wrapper；搜索判断、fallback 探索和复杂编排由 Agent 自己完成。 --- # Cocoloop Skill 管理器 Cocoloop 的目标很直接：先找到 skill 文件，再把它安装到当前 Agent 平台真正会读取的位置。搜索和安装是两段流程，来源可以变，落盘和校验流程保持一致。 ## 核心原则 1. 先识别当前 Agent 平台，再决定安装目录和安装方式。 2. 搜索优先级固定为 `CocoLoop API -> ClawHub -> skills.sh -> GitHub -> 自由探索`。 3. 只要拿到 skill 文件或 skill 目录，就统一进入“标准化 -> 安装 -> 校验”流程。 4. 尽量保留原始目录结构：`SKILL.md`、`scripts/`、`references/`、`assets/`、`agents/`。 5. 来源越陌生，越要主动提醒用户执行 CLS 安全检查。 6. 默认先把 skill 内容安装到 `~/.cocoloop/skills/`，再通过软链接发布到目标平台目录；只有当前平台确实不支持软链接时，才退回复制。 ## CLI 与 Agent 的分工 先把边界守住，再开始安装。 ### CLI 只做两类事 1. 网络 API wrapper 2. 已知安装流程 wrapper 当前可以直接信任 CLI 的动作： - `cocoloop search --query ...` - `cocoloop featured` - `cocoloop featured --categories` - `cocoloop featured --category ...` - `cocoloop inspect ...` - `cocoloop paths` - `cocoloop healthcheck` - `cocoloop safescan ...` - `cocoloop install ...` - `cocoloop uninstall ...` - `cocoloop update ...` ### Agent 负责粘合 下面这些都不要交给 CLI 自己做判断： 1. 搜索结果里哪一个才是用户真正想装的 skill 2. 官方没命中后要不要继续 fallback 3. 页面链接、GitHub 子目录、说明页、文章页该怎么继续追 source 4. 已知安装流程失败后怎么改走手工探索 5. 什么时候该让用户确认，什么时候可以直接继续 6. 当前环境不在已知平台名单里时，如何先确认正确安装方式和正确配置方法 ### 推荐执行顺序 1. 先用 `search` 一次性读取官方结果和本地已知 Agent 结果 2. 如果本地已知 Agent 已经存在候选，先询问用户是否要移植到当前环境 3. 如果返回 `review-required` 或 `no-results`，由 Agent 判断或询问用户 4. 当 Agent 已经拿到明确 source，再决定要不要调用 `install` 5. 如果 `install` 返回 `handoff-to-agent`，说明 CLI 不该继续猜，Agent 需要自己完成后续探索和安装 6. 安装完成后，提醒用户立即测试 skill 是否能被当前 Agent 正确发现和调用 ### 首次安装 Cocoloop 后的下一步引导 如果刚刚安装完成的是 `cocoloop` 自己，而且用户看起来是第一次在当前 Agent 环境里安装或启用 Cocoloop，不要只停在“请测试是否可用”。 这时追加一步轻量询问： - 先提醒用户做一次实际调用测试 - 再询问用户现在要不要看主站热门 skill 推荐 推荐问法： `如果你愿意，我也可以现在顺手给你看一组主站热门 skill 推荐，帮你继续补齐常用能力。` 如果用户同意，再调用： - `bash scripts/cocoloop.sh featured` - 需要分类时，再调用 `bash scripts/cocoloop.sh featured --categories` 如果用户暂时不需要，不继续主动展开推荐列表。 ## 主站精选推荐路由 当用户意图是看主站当前推荐技能，而不是按名字搜索时，优先走独立精选入口： - 用户想看“主站最新推荐 skill”“精选推荐”“首页推荐 skill”时，调用 `bash scripts/cocoloop.sh featured` - 用户想看“推荐分类”“精选分类”时，调用 `bash scripts/cocoloop.sh featured --categories` - 用户已经拿到分类名，还想继续看“这个分类下面有哪些精选 skill”时，调用 `bash scripts/cocoloop.sh featured --category "<分类>"` 这个入口只做官方接口 wrapper 和结果展示，不负责替用户做安装判断。需要继续查看详情、比较候选或安装时，再由 Agent 决定是否调用 `inspect`、`search` 或 `install` ## 平台检测与安装目的地 先判断当前环境更接近哪个 Agent 生态，再选择项目级安装或用户级安装。 | 平台 | 项目级目录 | 用户级目录 | 兼容目录 | 配置示范 | | --- | --- | --- | --- | --- | | OpenCode | `.opencode/skills/<skill-name>/` | `~/.config/opencode/skills/<skill-name>/` | `.claude/skills/<skill-name>/`、`.agents/skills/<skill-name>/` 也可被 OpenCode 发现 | `opencode.json` / `~/.config/opencode/opencode.json` | | Codex | `.agents/skills/<skill-name>/` | `$HOME/.agents/skills/<skill-name>/` | `$HOME/.codex/skills/<skill-name>/` | `~/.codex/config.toml` | | Claude Code | `.claude/skills/<skill-name>/` | `~/.claude/skills/<skill-name>/` | 无必需兼容目录 | `~/.claude/settings.json` / `.claude/settings.json` | | OpenClaw | `skills/<skill-name>/` 或 `.agents/skills/<skill-name>/` | `~/
README.md
# Cocoloop
一个更快、更稳、更偏安全的 Skill 管理器，用来搜索、下载、安装、更新、卸载和检查 Skills。
## 当前命令
- `cocoloop search --query <关键词>`：搜索官方商店和本地已知 Agent 目录
- `cocoloop featured`：读取主站当前精选推荐技能
- `cocoloop featured --categories`：读取主站当前精选推荐分类
- `cocoloop featured --category "<分类>"`：读取指定分类下的精选推荐技能
- `cocoloop inspect <skill>`：查看技能详情
- `cocoloop install <skill-or-source>`：安装技能
- `cocoloop update <skill>`：更新技能
- `cocoloop uninstall <skill>`：卸载技能
## 它解决什么问题
很多 Skill 安装流程停在“找到仓库”这一步。Cocoloop 继续往下做两件事：
1. 先从合适的来源把 skill 文件拿回来。
2. 再按当前 Agent 平台写到真正会被读取的目录里。
## 当前安装逻辑
### 搜索顺序
1. CocoLoop 搜索 API
2. ClawHub
3. skills.sh
4. GitHub
5. 自由探索
只要拿到 skill 文件、压缩包或仓库目录，就统一进入同一套安装流程。
### 统一安装流程
1. 识别当前 Agent 平台
2. 获取 skill 文件或 skill 目录
3. 标准化成包含 `SKILL.md` 的根目录
4. 按平台选择目标目录
5. 复制并保留 `scripts/`、`references/`、`assets/`、`agents/`
6. 校验安装结果
## 支持的平台
| 平台 | 项目级目录 | 用户级目录 | 兼容目录 |
| --- | --- | --- | --- |
| Codex | `.agents/skills/` | `~/.agents/skills/` | `~/.codex/skills/` |
| Claude Code | `.claude/skills/` | `~/.claude/skills/` | 无 |
| OpenClaw | `skills/` 或 `.agents/skills/` | `~/.agents/skills/` 或 `~/.openclaw/skills/` | `~/.openclaw/skills/` |
## 平台配置示范
### Codex
```toml
[[skills.config]]
path = "/Users/you/.agents/skills/cocoloop/SKILL.md"
enabled = false
```
### OpenClaw
```json
{
"skills": {
"load": {
"extraDirs": [
"/Users/you/.agents/skills",
"/Users/you/.openclaw/skills"
]
}
}
}
```
Claude Code 的 skill 发现主要依赖目录本身，常见做法是直接写入 `.claude/skills/` 或 `~/.claude/skills/`，需要共享额外设置时再配合 `.claude/settings.json`。
## 搜索来源示范
### CocoLoop API
```bash
curl -L "https://api.cocoloop.com/api/v1/store/skills?page=1&page_size=10&keyword=rsshub&sort=downloads"
```
### 主站精选推荐
```bash
bash scripts/cocoloop.sh featured
bash scripts/cocoloop.sh featured --categories
bash scripts/cocoloop.sh featured --category "技术开发"
```
这个入口只负责读取主站最新精选推荐、分类列表和指定分类下的精选技能。后续是否查看详情、比较候选或继续安装，仍由 Agent 决定。
### ClawHub
```bash
npx clawhub@latest install rsshub
```
### skills.sh
```bash
npx skills add https://github.com/owner/repo --skill rsshub
```
这些原生命令只在它们和当前 Agent 平台兼容时优先使用。否则还是回到 Cocoloop 的标准化落盘流程。
## 安全检查
Cocoloop 集成了 CLS 风格的安全检查流程，评级标准为 `S+ / S / A / B / C / D`。
重点检查：
- 危险代码执行
- 敏感信息处理
- 动态下载与动态执行
- 多层 URL 加载
- 来源可信度
## 文档
- [Skill 定义文件](SKILL.md)
- [安装流程指南](references/install-guide.md)
- [搜索流程指南](references/search-guide.md)
- [卸载流程指南](references/uninstall-guide.md)
- [安全检查流程指南](references/safety-check-guide.md)
- [Cocoloop Safe Check 标准](references/cocoloop-safe-check.md)_meta.json
{
"ownerId": "kn7321f2eb2fe8ec4y8n87j8k584hg4c",
"slug": "cocoloop",
"version": "0.5.0",
"publishedAt": 1776317817028
}references/cocoloop-safe-check.md
# Cocoloop Safe Check 安全检查标准
本文件定义了 Cocoloop Skill 管理器的安全检查标准。
## 评级标准
### S+ 级
- 通过人工验证
- T1/T2 来源
- 满足所有 S 级要求
### S 级
- T1/T2 来源
- 代码安全规范
- 依赖版本锁定
- 无动态代码加载
### A 级
- 代码安全规范
- 依赖版本锁定
- 无动态代码加载
- 允许 T3 来源
### B 级
- 无 C/D 级问题
- 存在改进空间
### C 级
- 存在潜在安全漏洞
- 硬编码敏感信息
### D 级（一票否决）
- 使用 eval() 执行不可信网络代码
- 存在 SQL 注入、命令注入等明显漏洞
- 未经确认上传本地文件到远程（T3 来源）
- 执行 rm -rf / 等系统破坏性命令
## 检查维度
### 1. 代码安全性检查
**D级触发项**：
- 使用 `eval()` 执行不可信网络代码
- 使用 `exec()`、`system()` 执行未过滤的用户输入
- 存在 SQL 注入、命令注入、XSS 等明显漏洞
- 存在已知的严重 CVE 漏洞
**C级触发项**：
- 存在潜在的安全漏洞（路径遍历、不安全的反序列化）
- 硬编码敏感信息（密码、API Key、Token）
### 2. 数据隐私性检查
**D级触发项**：
- 未经用户确认上传本地文件到远程（T3 来源）
- 静默收集密码、密钥等敏感信息
- 将敏感数据传输到未加密通道
**C级触发项**：
- 收集的数据超出功能说明范围
- 未明确告知用户数据使用情况
### 3. 执行安全性检查
**D级触发项**：
- 执行 `rm -rf /` 或类似系统破坏性命令
- 无确认直接执行系统级危险操作
- 修改系统关键配置且无备份机制
**C级触发项**：
- 危险操作缺乏二次确认
- 关键操作无回滚机制
### 4. 依赖可靠性检查
检查 skill 是否加载动态代码：
- 从网络下载并执行代码
- 使用 `fetch` 或 `curl` 获取远程脚本并执行
- 动态 `import()` 不可信来源的模块
**URL 递归检查（最多 2 层）：**
对动态加载的可执行文件进行递归检查：
- **第 1 层**：Skill 代码中直接引用的动态 URL
- **第 2 层**：第 1 层内容中引用的动态 URL
- **超过 2 层**：发现第 3 层及以上动态加载 → **强制标记为 C 级**
**评级规则**：
| 动态加载层级 | 评级影响 |
|-------------|---------|
| 无动态加载 | 正常评级流程 |
| 仅第 1 层 | 根据来源分级处理 |
| 存在第 2 层 | 最高评级为 C 级 |
| 第 2 层后仍有动态加载 | **强制 C 级** |
**来源分级处理**：
- T1 来源：可加载官方动态代码，放宽至 B 级要求
- T2 来源：动态代码需来源验证，放宽至 C 级要求
- T3 来源：严格禁止未经验证的动态代码加载
**C 级触发场景（多层动态加载）：**
```javascript
// 示例：三层动态加载触发 C 级
// Skill 代码 → 加载 loader.js → 加载 runtime.js → 加载 exec.js
fetch('https://example.com/loader.js') // 第 1 层
.then(r => eval(r.text()))
// loader.js 中：
import('https://cdn.com/runtime.js') // 第 2 层
// runtime.js 中：
fetch('https://third.com/exec.js') // 第 3 层 → C 级
```
### 5. 来源可信度评估
**T1 - 官方/顶级来源**:
- 知名大型技术公司（Google, Microsoft, OpenAI, Anthropic, Meta, AWS）
- 顶级开源基金会（Apache, Linux 基金会）
- 有官方代码签名
**T2 - 可信组织来源**:
- 有实名认证的组织账号
- GitHub 组织账号（非个人）
- Stars > 1000 或有良好声誉
**T3 - 社区/个人来源**:
- 个人开发者账号
- 小型社区项目
- 来源无法明确验证
### 6. Markdown 内嵌代码检查
SKILL.md 文件中的代码块也需要检查：
**高风险代码块**：
- 包含代码执行类危险函数（如 eval/exec）
- 包含系统破坏性命令
- 包含敏感信息（凭据/密钥）
- 包含未经验证的网络下载执行
**中风险代码块**：
- 可执行的脚本代码
- 包含网络请求或文件操作的代码
**低风险代码块**：
- 配置/数据文件示例
- 代码片段演示（不完整）
- 单行简单命令（无害）
## 报告格式
```markdown
# Cocoloop Safe Check 安全认证报告
## 基本信息
- Skill 名称: [名称]
- 来源: [GitHub 链接/本地路径]
- 来源等级: [T1/T2/T3]
## 评级结果
评级: [S+/S/A/B/C/D]
评价: [一句话评价]
## 检查依据
### 通过项
- [检查项]
### 注意事项
- [注意事项]
### 问题项
- [问题项]
## 详细检查结果
[各维度详细检查结果]
## 使用建议
[推荐使用场景和安全使用指南]
```
## 快速检查清单
- [ ] 无 eval/exec/system 等危险函数
- [ ] 无硬编码敏感信息
- [ ] 无 SQL/命令注入漏洞
- [ ] 依赖版本已锁定
- [ ] 无未经验证的动态代码加载
- [ ] 来源可信（T1/T2 优先）
- [ ] 有完善的输入验证
- [ ] 错误处理不泄露敏感信息references/install-guide.md
# Skill 安装流程详细指南
这份文档描述 Cocoloop 在“拿到文件之前”和“拿到文件之后”分别怎么做。当前版本里，CLI 只负责已知安装流程 wrapper；搜索判断、fallback 和开放式探索由 Agent 负责。
当前默认安装策略：
1. 真实 skill 内容先写入 `~/.cocoloop/skills/<skill-name>/`
2. 再把目标平台目录发布成软链接
3. 只有当前平台确实不支持软链接时，才退回复制
4. 如果来源里存在多个 skill，先返回候选列表；只有用户或 Agent 明确指定后才继续安装
## 总流程
```text
开始
↓
识别输入类型
├── 直接文件 / URL
├── skill 名称
├── GitHub 链接 / 短链
└── 平台页面 / 文章页
↓
检测当前 Agent 平台
↓
按已知流程下载文件，或交给 Agent 继续探索
↓
整理出包含 SKILL.md 的 skill 根目录
↓
按平台选择目标目录
↓
复制目录并校验
↓
完成
```
## 第一步：检测当前平台
安装前先判断当前任务更接近哪个 Agent 生态。
判断顺序：
1. 先看当前工作区里的平台信号
2. 再看项目配置文件
3. 最后才看 `HOME` 下的兼容目录
这样可以避免同一个 `HOME` 里存在多个 Agent 目录时互相串扰。
### Codex
优先信号：
- 仓库里已有 `.agents/skills/`
- 当前文档和配置明显使用 `AGENTS.md`、`agents/openai.yaml`
- 如果工作区没有更强信号，再看 `~/.agents/skills/`、`~/.codex/skills/`、`~/.codex/config.toml`
推荐安装目录：
- 项目级：`.agents/skills/<skill-name>/`
- 用户级：`~/.agents/skills/<skill-name>/`
- 兼容目录：`~/.codex/skills/<skill-name>/`
配置示范：
```toml
[[skills.config]]
path = "/Users/you/.agents/skills/cocoloop/SKILL.md"
enabled = false
```
### Claude Code
优先信号：
- 仓库里已有 `.claude/skills/`
- 当前工程使用 `CLAUDE.md` 或 `.claude/settings.json`
- 如果工作区没有更强信号，再看 `~/.claude/skills/` 或 `~/.claude/settings.json`
推荐安装目录：
- 项目级：`.claude/skills/<skill-name>/`
- 用户级：`~/.claude/skills/<skill-name>/`
说明：
- Claude Code 的 skill 发现主要依赖目录，不需要额外维护 skill 注册表。
- 如果团队还要共享额外行为，再配合 `.claude/settings.json`。
### OpenClaw
优先信号：
- 仓库里已有 `skills/` 或 `.agents/skills/`
- 当前工程使用 `.openclaw/openclaw.json`
- 如果工作区没有更强信号，再看 `~/.openclaw/skills/`、`~/.agents/skills/`、`~/.openclaw/openclaw.json`
推荐安装目录：
- 项目级：`skills/<skill-name>/` 或 `.agents/skills/<skill-name>/`
- 用户级：`~/.agents/skills/<skill-name>/` 或 `~/.openclaw/skills/<skill-name>/`
配置示范：
```json
{
"skills": {
"load": {
"extraDirs": [
"/Users/you/.agents/skills",
"/Users/you/.openclaw/skills"
]
}
}
}
```
### Molili
优先信号：
- 工作目录存在 `.molili/workspaces/default/active_skills/`
- 如果工作区没有更强信号，再看 `~/.molili/workspaces/default/active_skills/`
推荐安装目录：
- 用户级：macOS / Linux 使用 `~/.molili/workspaces/default/active_skills/<skill-name>/`
- Windows 使用 `\\.molili\\workspaces\\default\\active_skills\\<skill-name>\\`
说明：
- Molili 当前没有单独的项目级 skill 目录。
- 已知安装动作就是把 skill 目录移动到 `active_skills`。
- 这一步可以直接用 Bash 完成。
### OpenCode
优先信号：
- 仓库里已有 `.opencode/skills/`
- 项目根存在 `opencode.json` 或 `opencode.jsonc`
- 环境变量存在 `OPENCODE_CONFIG_DIR` 或 `OPENCODE_CONFIG`
- 用户目录存在 `~/.config/opencode/skills/`
推荐安装目录：
- 项目级：`.opencode/skills/<skill-name>/`
- 用户级：`~/.config/opencode/skills/<skill-name>/`
说明：
- OpenCode 也会兼容发现 `.claude/skills/` 和 `.agents/skills/`
- 但当前 Cocoloop 在 OpenCode 环境下优先写 OpenCode 自己的目录
### 目录选择规则
1. 用户说“给当前项目装”时，写项目级目录。
2. 用户说“以后所有项目都能用”时，写用户级目录。
3. 如果仓库已经有既定结构，优先沿用现有目录风格。
4. 如果来源平台自带安装器，先判断它能否装到当前 Agent 真的会读取的位置。
5. 如果来源里存在多个 skill，先列出候选，不自动替用户选。
补充说明：
1. 如果当前平台不在已知支持列表，CLI 不继续猜，直接 `handoff-to-agent`
2. 如果来源不属于已知安装流，CLI 也不继续猜，直接 `handoff-to-agent`
3. Agent 接管后，要先确认这个环境的正确安装目录和正确验证方式，再继续安装
## 第二步：按来源拿到文件
Github ReposUpdated 1d agoRank 70
AionUi
Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!
MCPOPENCLAW
Github ReposUpdated 6mo agoRank 70
activepieces
AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents
OPENCLAW
Github ReposUpdated 6mo agoRank 70
cherry-studio
AI productivity studio with smart chat, autonomous agents, and 300+ assistants.
MCPOPENCLAW
Github ReposUpdated 7mo agoRank 70
CopilotKit
The Frontend for Agents & Generative UI. React + Angular
OPENCLAW
Machine-readable data
The same record, as JSON, for agents and crawlers.
{
"facts": [
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Clawhub",
"href": "https://clawhub.ai/catrefuse/skills/cocoloop",
"sourceUrl": "https://clawhub.ai/catrefuse/skills/cocoloop",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T03:20:32.628Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "OpenClaw",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-catrefuse-cocoloop/contract",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-catrefuse-cocoloop/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-10-11T03:20:32.628Z",
"isPublic": true
},
{
"factKey": "traction",
"category": "adoption",
"label": "Adoption signal",
"value": "1.2K downloads",
"href": "https://clawhub.ai/catrefuse/cocoloop",
"sourceUrl": "https://clawhub.ai/catrefuse/cocoloop",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-10-11T03:20:32.628Z",
"isPublic": true
},
{
"factKey": "latest_release",
"category": "release",
"label": "Latest release",
"value": "0.5.0",
"href": "https://clawhub.ai/catrefuse/cocoloop",
"sourceUrl": "https://clawhub.ai/catrefuse/cocoloop",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-04-16T05:36:57.028Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://www.xpersona.co/api/v1/agents/clawhub-catrefuse-cocoloop/trust",
"sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-catrefuse-cocoloop/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
],
"events": [
{
"eventType": "release",
"title": "Release 0.5.0",
"description": "Cocoloop v0.5.0 - 全面重写项目文档，明确 CLI 与 Agent 的边界与职责分工 - 优化 skill 搜索与安装流程，CLI 只处理 API/network 操作，搜索策略和复杂编排交由 Agent 自主完成 - 明确多平台 skill 安装目录选择和软链接策略 - 新增主站分类与精选推荐 Skill 展示流程 - 强化首次安装和高危来源 Skill 的安全提示与引导",
"href": "https://clawhub.ai/catrefuse/cocoloop",
"sourceUrl": "https://clawhub.ai/catrefuse/cocoloop",
"sourceType": "release",
"confidence": "medium",
"observedAt": "2026-04-16T05:36:57.028Z",
"isPublic": true
}
]
}Record generated Oct 11, 2026.