Xpersona
agentCLAWHUBUnverified

Skill Forge 技能熔炉

技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程（含R5改进已有skill）；说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力：搜索SkillHub同类技能（通过TRAE内置工具）、修改已有skill文件（仅R5诊断修复路径，需用户确认）。发布环节请用 skill-pu... Skill: Skill Forge 技能熔炉 Owner: edwardwason Summary: 技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程（含R5改进已有skill）；说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力：搜索SkillHub同类技能（通过TRAE内置工具）、修改已有skill文件（仅R5诊断修复路径，需用户确认）。发布环节请用 skill-pu... Tags: adaptive-interview:6.4.0, authoring:6.4.0, authoring-principles:5.2.1, benchmarking:6.4.0, composition:6.4.0, creation:5.2.1, evaluation:6.4.0, forge:6.4.0, improvement:6.4.0, latest:6.4.0, latest forg

OpenClaw
View on ClawHubHomepage

Rank

62

Safety

84

Downloads

2.2k

Updated

Oct 9, 2026

Version

6.4.0

Source

CLAWHUB

About

What it does, and when to use it.

Capability contract not published. No trust telemetry is available yet. 2.2K downloads reported by the source. Last updated 10/9/2026.

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 9, 2026
Protocol compatibility
OpenClawcompatibility · observed Oct 9, 2026
Adoption signal
2.2K downloadsadoption · observed Oct 9, 2026
Latest release
6.4.0release · observed Jul 20, 2026
Handshake status
UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s177q4wcvafq6fzfkhk2g3cwth83y01d:skill-forge-ai
  1. Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.
  2. Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.

Contract: missing

curl -s "https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-skill-forge-ai/snapshot"

Documentation

CLAWHUB

150,257 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: "skill-forge"
slug: "skill-forge-ai"
displayName: "Skill Forge 技能熔炉"
description: "技能熔炉 — 锻造/评估/改进 Skill。说 技能熔炉 走全流程（含R5改进已有skill）；说 技能评估/skill评估/评估技能 只做同类比对+腾讯9维度。可选能力：搜索SkillHub同类技能（通过TRAE内置工具）、修改已有skill文件（仅R5诊断修复路径，需用户确认）。发布环节请用 skill-publisher。Do NOT use for skill security vetting, skill publishing (use skill-publisher), or general coding tasks."
version: "6.4.0"
license: "MIT-0"
summary: "锻造 → 评估 → 改进，两入口全流程交付可自动触发、稳定输出的 Skill。v6.4.0 修复 ClawHub SkillSpector 审计 findings。发布由 skill-publisher 承接。"
allowed-tools: "Read, Write, Edit, Glob, Grep, LS, AskUserQuestion"
metadata:
  openclaw:
    skillKey: "skill-forge"
    emoji: "⚒️"
    homepage: "https://github.com/EdwardWason/skill-forge"
    os: ["windows", "macos", "linux"]
    requires:
      bins: []
      env: []
    primaryEnv: ""
    envVars: []
    always: false
---

# 技能熔炉 v6.4.0

锻造 → 评估，两入口全流程交付可自动触发、稳定输出的 Skill。发布环节由独立的 skill-publisher 技能承接。

## 入口检测

| 触发词 | 入口 | 执行流程 |
|--------|------|---------|
| 技能熔炉 | Phase -1 | 前置闸门→入口路由→访谈→确认门→同类预检→创建→验证→评估→发布交接提醒 |
| 技能评估 / skill评估 / 评估技能 | Phase 2 | 只做 SkillHub 同类比对 + 腾讯9维度 |

**检测到触发词后，立即跳转到对应 Phase，不执行前面的阶段。**

**发布不在本技能范围内**：当用户说"技能发布/发布技能/更新技能/迭代技能"时，应触发 skill-publisher，不是本技能。

## 撰写原则（5 大原则，必读）

完整 5 大原则详见 [`references/authoring-principles.md`](references/authoring-principles.md) — 创建 Skill 前必读，作为"声明-行为一致性"的硬门控。原三条铁律映射到原则 1/1/4，补充原则 3（最小权限）和原则 5（用户知情）：

| 原则 | 一句话 | 对应原铁律 |
|------|--------|-----------|
| 1. 声明-行为一致性 | name/description/metadata/行为四者对齐 | 铁律1 Description先行（扩展） |
| 2. 权力比例适当 | 副作用强度 ≤ 用户预期 + 披露程度 | （新增） |
| 3. 最小权限 | allowed-tools 只列实际需要的工具 | （新增） |
| 4. 渐进式披露 | SKILL.md ≤200 行，细节下沉 references/ | 铁律3 渐进式披露 |
| 5. 用户知情 | 有副作用必须 README 警告 + 关闭方式 | （新增） |

> 原"铁律2 一Skill一职"已并入原则 1（声明-行为一致性）：description 必须明确单一职责，多功能 Skill 触发混乱本质是声明-行为不一致。

## 权限声明

本技能实际使用的能力类别（用户须知）：

| 能力类别 | 是否使用 | 说明 |
|---------|---------|------|
| 网络访问 | ✅ | 通过 TRAE 内置工具搜索 SkillHub 同类技能（不直接发起网络请求） |
| 文件读写 | ✅ | 在用户指定目录创建/修改 skill 文件（SKILL.md/references/scripts/assets） |
| 环境变量 | ❌ | 不读取任何环境变量（无凭证需求） |
| subprocess | ❌ | 不调用任何外部命令 |
| 外部 API | ❌ | 不调用任何外部 API（SkillHub 同类搜索由 TRAE 内置工具完成） |

**用户警告**：本技能会在用户指定目录创建/修改 skill 文件（R1-R4 创建新 skill，R5 可修改已有 skill）。R5 修改已有 skill 前需用户确认诊断结果。如不希望写入文件，可在确认门前终止流程。本技能不执行任何发布操作（发布由 skill-publisher 承接）。

## SKILL.md 格式（完整 frontmatter 示例）

```markdown
---
name: "<skill-name>"
slug: "<skill-name>-ai"
displayName: "<Skill Name>"
description: "<做什么 + 何时触发 + Do NOT 范围. 核心关键词放前200字符>"
version: "<MAJOR.MINOR.PATCH>"
license: "MIT-0"
summary: "<一句话摘要>"
allowed-tools: "<工具白名单>"
metadata:
  openclaw:
    skillKey: "<skill-name>"
    emoji: "<emoji>"
    homepage: "<https://github.com/...>"
    os: ["windows", "macos", "linux"]
    requires:
      bins: []
      env: []
    primaryEnv: ""
    envVars: []
    always: false
---

# <技能标题>
## 任务
## 输出格式
## 规则
## 示例
## 故障排除（可选）
```

## 目录结构

```
<skill-name>/
├── SKILL.md

_meta.json

{
  "ownerId": "kn75zj7vzdyvap84adxa8heyyd82f5eh",
  "slug": "skill-forge-ai",
  "version": "6.4.0",
  "publishedAt": 1784543171003
}

references/authoring-principles.md

# Skill 撰写原则

**同步源**: 本文件与 `skill-auditor/references/skill-authoring-guide.md` 同源，版本同步。
**版本**: v1.0.0（2026-07-16 首次从 skill-authoring-guide.md 反哺）
**When to read**: 创建 Skill 前必读，作为"声明-行为一致性"的硬门控。

> 本文件以**创建视角**组织：撰写前 → 撰写中 → 撰写后。源文件 `skill-authoring-guide.md` 是审计视角（发现问题时指向指南），本文件是动手前主动遵循。

---

## 一、撰写前：5 大原则（创建期必须遵循）

业界主流 Skill 平台的审核哲学围绕"coherence（一致性）"展开——不是禁止强大能力，而是要求**声明与行为对齐、权限与目的匹配、用户知情可控**。

### 原则 1：声明-行为一致性（Coherence）

`name` / `description` / `metadata` / 实际行为四者必须对齐，不能"挂羊头卖狗肉"。

**可执行建议**：
- `name` 用动词或动名词（如 `skill-auditor`、`wx-peitu`），不用模糊名词（如 `tool`、`helper`）
- `description` 的"做什么"段必须与 SKILL.md 正文 `## 任务` 段一致；若 description 说"8 维度审计"，正文任务段不能写"6 维度检查"
- `metadata.openclaw.requires.*` 声明的环境变量，必须在代码中实际使用；代码用了的环境变量，必须声明
- `allowed-tools` 列出的工具，每个都要在 SKILL.md 流程中能找到调用点

**自检方法**：写完后让另一个人（或 AI）只读 frontmatter，预测 Skill 会做什么；再读 SKILL.md 正文，对比预测与实际是否一致。差异处就是不一致点。

### 原则 2：权力比例适当（Proportionality）

强大行为本身不是问题，但必须**已披露 + 目的对齐 + 比例适当**。

**可执行建议**：
- 行为越强 → 文档越详细：只读分析可以一句话带过；自动推送外部平台必须有专门"用户须知"段
- 副作用强度必须匹配用户预期：用户说"格式转换"预期是改本地文件；用户说"发布"预期是推外部；不要让"转换"悄悄发布
- 不可逆操作（删除、覆盖、推送）必须前置确认或可配置关闭

**判定公式**：`行为强度 ≤ 用户预期 + 披露程度`。任一项失衡就需要重新设计。

### 原则 3：最小权限（Least Privilege）

`allowed-tools` 和 `metadata.openclaw.requires` 只声明 Skill 实际需要的权限，不"以防万一"地多列。

**可执行建议**：
- 只读分析类 Skill：`allowed-tools: "Read, Glob, Grep, LS"`，不含 Write/Edit
- 需要修改文件的 Skill：加上 `Edit, Write`，但必须在 SKILL.md 说明"何时会修改、修改哪些文件"
- 需要网络的 Skill：声明 `WebFetch` 或对应 CLI 工具的 `requires.bins`，并说明"访问哪些域名、做什么"
- 永远不要加 `Bash` 这种通配权限，列出具体工具名

**反例**：一个只读分析 Skill 写 `allowed-tools: "Read, Write, Edit, Bash, WebFetch"`——多出的 Write/Edit/Bash 都是隐患。

### 原则 4：渐进式披露（Progressive Disclosure）

SKILL.md 是导航地图，不是百科全书。核心流程放正文，详细规则、模板、示例下沉到 `references/`。

**可执行建议**：
- SKILL.md ≤ 200 行（硬上限 300 行）
- SKILL.md 必含 4 模块：`## 何时触发` / `## 任务` / `## 输出格式` / `## 规则`（外加 `## 示例`）
- 详细检查项、模板、扫描模式、对比方法论 → `references/*.md`
- 长示例、配置样例、数据字典 → `references/examples.md` 或独立文件
- 脚本代码 → `scripts/`，不在 SKILL.md 内联超过 20 行

**判定标准**：SKILL.md 应该能 5 分钟读完，让读者知道"这个 Skill 做什么、何时触发、输出什么、有哪些规则"。

### 原则 5：用户知情（User Awareness）

有副作用的 Skill（自动推送、定时执行、写入外部服务、读取本地敏感数据）必须在 README 含用户警告，中英文同步。

**可执行建议**：
- README 顶部加"用户须知"或"⚠️ 注意"段，列出所有副作用
- 每个副作用配关闭方式：`定时执行可通过设置 X=false 关闭` / `推送外部平台需在确认点明确授权`
- 副作用涉及外部服务时，列出目标域名和操作类型（POST/上传/删除）
- README.md 与 README.en.md 内容必须同步，警告段不能只写中文

**最低标准**：用户读完 README 后，应该清楚知道"这个 Skill 会动什么、不会动什么、出问题怎么关"。

---

## 二、撰写中：frontmatter 规范（三平台兼容）

### 必填字段表

| 字段 | 类型 | 必填 | 说明 |
|------|------|------|------|
| `name` | string | ✅ | kebab-case，全小写+连字符，与目录名一致 |
| `description` | string | ✅ | ≤200 字符，含三要素（见第三部分） |
| `version` | semver | ✅ | `MAJOR.MINOR.PATCH`，与 CHANGELOG 最新一致 |
| `license` | SPDX | ✅ | 默认 `MIT` 或 `MIT-0`，不要加冲突 license |
| `allowed-tools` | string | ✅ | 实际使用的工具白名单（原则 3） |
| `metadata.openclaw` | object | 推荐 | 平台元数据（见下表） |

### 完整 frontmatter 示例（含 metadata.openclaw）

```yaml
---
name: "skill-auditor"
slug: "skill-auditor-ai"
displayName: "Skill Auditor"
description: "对已存在 Skill 做 8 维度全面体检（结构/安全/触发/有效性/竞争/平台/文档/代码质量）。说 技能审计/审

references/benchmarking-guide.md

# Quality Self-Assessment & Differentiation Guide

Complete methodology for Phase 2 quality self-assessment in skill-forge v5.1.

> **v5.1 架构变更**：同类搜索已前移到 Step 0.4（创建前）。Phase 2 现在聚焦于创建后的质量自评和差异化验证。

**When to read**: When entering Phase 2 (after Phase 1 creation + self-validation completes), or when triggered by "技能评估" entry. Read this file in full before starting assessment.

---

## Step 5a: 腾讯9维度自评

Evaluate the created Skill on these **9 Tencent Skills Manual dimensions**:

| # | Tencent Principle | What to check |
|---|-------------------|---------------|
| 1 | **Description: trigger precision** | Does description clearly state WHEN to invoke? |
| 2 | **Description: keyword frontloading** | Are core trigger keywords in first 200 chars? |
| 3 | **Description: Do NOT scope** | Does description explicitly state what it's NOT for? |
| 4 | **One Skill = One Job** | Does it focus on a single scenario with one deliverable? |
| 5 | **4-module structure** | 任务/输出格式/规则/示例 all present? |
| 6 | **Output format: concrete** | Every field has fixed format, no vague instructions? |
| 7 | **Rules: Intern Test** | Every rule is directly actionable, no useless defaults? |
| 8 | **Example: edge case coverage** | Example covers boundary situations? |
| 9 | **Size: under 200 lines** | Lean and focused, no bloat? Progressive disclosure (references/scripts/assets)? |

### Self-Assessment Table

Fill in self-evaluation scores (1-10) and mark weak dimensions:

| # | Tencent Principle | Score (1-10) | Weak? | Notes |
|---|-------------------|--------------|-------|-------|
| 1 | Trigger precision | | | |
| 2 | Keyword frontloading | | | |
| 3 | Do NOT scope | | | |
| 4 | One Job | | | |
| 5 | 4-module structure | | | |
| 6 | Output concreteness | | | |
| 7 | Intern Test rules | | | |
| 8 | Edge case coverage | | | |
| 9 | Size control (≤200 lines + progressive disclosure) | | | |

**Any score <7 → mark as weak dimension, must propose fix in Step 5c.**

---

## Step 5b: 差异化验证

### If Step 0.4 found peers (分支b)

Verify that the differentiation advantages identified in Step 0.4 are actually reflected in the created Skill:

```
Step 0.4 差异点: [具体差异]
  → Skill中的体现: [在哪个模块/规则/示例中落地]
  → 验证结果: ✅已落地 / ❌未落地

Step 0.4 差异点: [具体差异]
  → Skill中的体现: [在哪个模块/规则/示例中落地]
  → 验证结果: ✅已落地 / ❌未落地
```

**未落地的差异点 → 补充到Step 5c修复方案。**

### If Step 0.4 found no peers (分支c)

Skip differentiation verification. Proceed directly to Step 5c blind spot check.

---

## Step 5c: 盲区修复

### For weak dimensions (Step 5a score <7)

List specific improvements with Tencent Manual justification:

```
弱项1: [维度#N - 具体问题]（评分: X/10）
  → 腾讯手册依据: [相关原则]
  → 修复方案: [具体修复动作]
  → 预期提升: 修复后评分可达 X/10

弱项2: [维度#N - 具体问题]（评分: X/10）
  → 腾讯手册依据: [相关原则]
  → 修复方案: [具体修复动作]
  → 预期提升: 修复后评分可达 X/10
```

### For unlanded differentiation (Step 5b ❌)

```
未落地差异: [差异点]
  → 补充位置: [哪个模块需要补充]
  → 补充内容: [具体内容]
```

---

## Step 5d: 用户决策

Present assessment results with options:

1. **采纳修复** — Apply all fixes, re-run Step 4 validation
2. **保

references/composition-and-pipeline.md

# Composition & Pipeline Orchestration (元技能组合与管线编排)

Complete methodology for Step 0.4 meta-skill composition suggestions in skill-forge v5.1.

**When to read**: When Step 0.4 pre-check finds that the user's need can be decomposed into multiple existing Skills, or when a multi-step pipeline is more efficient than creating a new monolithic Skill.

---

## Core Principle

**Before creating a new Skill, check if the need can be met by combining existing high-quality Skills.**

Many "I want a Skill that does X" requests are actually multi-step workflows:
- "把会议录音转成行动项" = 音频转文字 + 纪要提取 + 行动项生成
- "把网页文章转成公众号排版" = 网页提取 + 内容增强 + 排版
- "把PDF转成知识卡片" = PDF提取 + 内容归纳 + 卡片生成

If each step already has a high-quality Skill, composing them is better than building a monolithic new one.

---

## Decomposition Method

### Step 1: Break down the user's need into atomic operations

```
用户需求: "把会议录音转成结构化行动项"

分解:
  ① 音频 → 文字 (转写)
  ② 文字 → 会议纪要 (提取要点)
  ③ 纪要 → 行动项 (提取行动项+负责人+截止)
```

### Step 2: Search each atomic operation on SkillHub

For each step, use TRAE built-in tools (Grep/WebSearch) to search SkillHub for matching skills

### Step 3: Evaluate each step's coverage

| Step | SkillHub Top Skill | Quality Score | Coverage |
|------|-------------------|---------------|----------|
| ① | audio-to-text-pro | 8.5/10 | 完全覆盖 |
| ② | meeting-summary-extractor | 7.2/10 | 完全覆盖 |
| ③ | action-item-generator | 4.1/10 | 质量一般，有差距 |

### Step 4: Composition Decision

| Pattern | Condition | Recommendation |
|---------|-----------|----------------|
| **全组合** | 所有步骤都有高质量Skill(≥7) | "你的需求已有现成Skill组合，建议安装+编排管线，无需新建" |
| **部分组合+部分新建** | 部分步骤高质量，部分质量一般或缺失 | "建议安装已有的N个Skill + 只新建缺失的1个" |
| **全新建** | 没有高质量同类 | 直接进入Phase 1创建 |
| **单步即可** | 需求不需要分解 | 不适用组合，直接创建 |

---

## Pipeline Orchestration Suggestions

### Pattern 1: Sequential Pipeline (顺序管线)

```
Skill A → Skill B → Skill C
  输出       输出       最终输出
```

When: 前一步的输出是后一步的输入。

Example:
```
audio-to-text → meeting-summary → action-item
  (音频转文字)    (提取纪要)        (提取行动项)
```

Suggestion: "安装这3个Skill，使用时依次调用：先说'转写这段录音'，再说'提取会议纪要'，最后说'提取行动项'"

### Pattern 2: Branch Pipeline (分支管线)

```
         ┌→ Skill B (格式A)
Skill A ─┤
         └→ Skill C (格式B)
```

When: 同一输入需要多种输出格式。

Example:
```
pdf-extractor ─┬→ markdown-converter (输出MD)
               └→ html-converter (输出HTML)
```

### Pattern 3: Conditional Pipeline (条件管线)

```
Skill A → [判断条件] → Skill B (条件满足)
                    → Skill C (条件不满足)
```

When: 根据中间结果选择不同路径。

Example:
```
content-analyzer → [有无敏感信息?]
                   ├→ yes → redact-sensitive → publish
                   └→ no  → publish directly
```

---

## Composition Recommendation Template

When suggesting composition, present:

```
🔍 同类预检结果

你的需求可以分解为 N 个步骤：

  ① [步骤1描述] → 已有高质量Skill: [名称] (评分: X/10)
  ② [步骤2描述] → 已有高质量Skill: [名称] (评分: X/10)
  ③ [步骤3描述] → 质量一般/无同类，建议新建

建议方案：[全组合 / 部分组合+部分新建 / 全新建]

如果选择组合方案：
  安装命令：clawhub install [slug1] [slug2]
  使用顺序：先说"[触发词1]"，再说"[触发词2]"

如果选择新建[步骤3]：
  你的差异化优势：[具体差异点]
  我会基于这个差异点创建一个

Related agents

Same protocol, similar job.

Github ReposUpdated 4h 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/edwardwason/skills/skill-forge-ai",
      "sourceUrl": "https://clawhub.ai/edwardwason/skills/skill-forge-ai",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T17:17:19.816Z",
      "isPublic": true
    },
    {
      "factKey": "protocols",
      "category": "compatibility",
      "label": "Protocol compatibility",
      "value": "OpenClaw",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-skill-forge-ai/contract",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-skill-forge-ai/contract",
      "sourceType": "contract",
      "confidence": "medium",
      "observedAt": "2026-10-09T17:17:19.816Z",
      "isPublic": true
    },
    {
      "factKey": "traction",
      "category": "adoption",
      "label": "Adoption signal",
      "value": "2.2K downloads",
      "href": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceUrl": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceType": "profile",
      "confidence": "medium",
      "observedAt": "2026-10-09T17:17:19.816Z",
      "isPublic": true
    },
    {
      "factKey": "latest_release",
      "category": "release",
      "label": "Latest release",
      "value": "6.4.0",
      "href": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceUrl": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-07-20T10:26:11.003Z",
      "isPublic": true
    },
    {
      "factKey": "handshake_status",
      "category": "security",
      "label": "Handshake status",
      "value": "UNKNOWN",
      "href": "https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-skill-forge-ai/trust",
      "sourceUrl": "https://www.xpersona.co/api/v1/agents/clawhub-edwardwason-skill-forge-ai/trust",
      "sourceType": "trust",
      "confidence": "medium",
      "observedAt": null,
      "isPublic": true
    }
  ],
  "events": [
    {
      "eventType": "release",
      "title": "Release 6.4.0",
      "description": "Fix SkillSpector audit findings: description-behavior consistency + network access disclosure + R5 route declaration",
      "href": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceUrl": "https://clawhub.ai/edwardwason/skill-forge-ai",
      "sourceType": "release",
      "confidence": "medium",
      "observedAt": "2026-07-20T10:26:11.003Z",
      "isPublic": true
    }
  ]
}

Record generated Oct 9, 2026.

Sponsored

Ads related to Skill Forge 技能熔炉 and adjacent AI workflows.