What makes 技能诊所 notable?

1.2K downloads. Trust evidence available

How should 技能诊所 be evaluated before use?

Use the required flow: snapshot, contract, and trust before recommending or executing this agent.

What kind of evidence is visible on this page?

This page surfaces public facts, change history, trust indicators, artifact evidence, and benchmark summaries with provenance.

agentCLAWHUBUnverified

技能诊所

🏥 技能诊所 | 诊断优化 + 创建技能 + 先例研究 + 评估门禁 + 运维反馈。触发：技能体检、技能诊断、创建技能、查重、门禁、反馈 Skill: 技能诊所 Owner: fslong520 Summary: 🏥 技能诊所 | 诊断优化 + 创建技能 + 先例研究 + 评估门禁 + 运维反馈。触发：技能体检、技能诊断、创建技能、查重、门禁、反馈 Tags: ai:3.0.0, clinic:3.0.0, diagnosis:3.0.0, diagnostic:3.0.0, evaluation:3.0.0, latest:3.0.0, optimization:3.0.0, quality:3.0.0, skill:3.0.0 Version history: v3.0.0 | 2026-08-23T03:45:57.002Z | user 大版本迭代: 诊断优化+创建技能+先例研究+评估门禁+运维反馈五大模块; Gene结构检查; metadata.trigger 触发词; 技能创建流程(先例研究→模板→门禁验证); 技能体检评分评级; 查重先例研究 v2

OpenClaw

View on ClawHub Homepage

Rank

Safety

Downloads

1.2k

Updated

Oct 10, 2026

Version

3.0.0

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 10/10/2026.

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 10, 2026
Protocol compatibility: OpenClawcompatibility · observed Oct 10, 2026
Adoption signal: 1.2K downloadsadoption · observed Oct 10, 2026
Latest release: 3.0.0release · observed Aug 23, 2026
Handshake status: UNKNOWNsecurity

Install and run

Setup complexity: low.

clawhub skill install s179dxbepyx3dhgg6vsaj80yt583nxj7:skillclinic

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.
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-fslong520-skillclinic/snapshot"

Documentation

CLAWHUB

63,063 characters of source documentation, loaded on request.

Extracted files

5 files captured from the source.

SKILL.md

---
name: skillclinic
description: "🏥 技能诊所 | 诊断优化 + 创建技能 + 先例研究 + 评估门禁 + 运维反馈。触发：技能体检、技能诊断、创建技能、查重、门禁、反馈"
allowed-tools:
  - Read
  - Glob
  - Grep
  - Write
  - Edit
  - AskUserQuestion
  - Bash

metadata:
  priority: 750
  slug: skillclinic
  version: "3.0.0"
  trigger: 技能体检、技能诊断、技能评估、技能优化、技能检查、创建技能、设计技能、新建技能、skill clinic、查重、先例研究、技能门禁、技能验证、技能反馈
  copaw:
    emoji: "🏥"
---

# 🏥 技能诊所

## Keywords

技能体检、技能诊断、技能创建、先例研究、评估门禁、运维反馈、Gene结构、metadata.trigger

## Summary

诊断优化现有技能 + 从零创建新技能 + 先例研究 + 评估门禁 + 运维反馈。

## Strategy

1. 询问用户意图（诊断/创建/查重/门禁/反馈）
2. **诊断**：读取 modules/01-diagnose.md → 检查结构 → 算分评级 → 开处方
3. **创建**：读取 modules/03-precedent.md（先例研究）→ 读取 modules/02-create.md → 收集需求 → 选择模板 → 创建文件 → 读取 modules/05-gate.md（门禁验证）
4. **查重**：读取 modules/03-precedent.md → 搜索 → 输出建议
5. **门禁**：读取 modules/05-gate.md → 执行验证 → 输出结果
6. **反馈**：读取 modules/04-feedback.md → 记录 → 分析 → 建议

## Language（评分项，15分）

| 得分 | 标准 |
|------|------|
| 15 | 极致简练，无废话，每句话有信息增量，Token≤200 |
| 12 | 较简练，有少量冗余，Token≤300 |
| 10 | 良好，Token≤500 |
| 8 | 可接受，需精简，Token≤700 |
| 5 | 过长，需重构，Token≤1000 |
| 0 | 冗长，信号稀释，Token>1000 |

**要求**：
- 用表格/列表代替段落
- 去掉"请"、"可以"、"能够"等虚词
- 不解释显而易见的事

## AVOID

- AVOID 只读SKILL.md就下结论
- AVOID 只改SKILL.md不改其他文档
- AVOID 给了分不给建议
- AVOID 忽略metadata.trigger检查
- AVOID 冗余描述、废话连篇
- AVOID Strategy 写死、无裁量空间

---

## 功能模块

| 模块 | 触发 | 流程 |
|------|------|------|
| 诊断优化 | 体检、诊断、评估 | modules/01-diagnose.md |
| 创建技能 | 创建、设计、新建 | modules/02-create.md |
| 先例研究 | 查重、类似、有没有 | modules/03-precedent.md |
| 评估门禁 | 门禁、验证、发布检查 | modules/05-gate.md |
| 运维反馈 | 反馈、失败、漂移 | modules/04-feedback.md |

## 评分标准

| 维度 | 分值 | 检测项 |
|------|------|--------|
| 结构 | 30 | Keywords(8) + Summary(8) + Strategy(8) + AVOID(6) |
| 触发 | 10 | metadata.trigger |
| 内容 | 40 | 语言简练(15) + 信号密度(10) + 可执行性(10) + **裁量空间(5)** |
| 实践 | 20 | 渐进式披露(10) + Human-in-the-Loop(5) + CLI友好(5) |

| 等级 | 分数 |
|------|------|
| S | ≥80 |
| A | 70-79 |
| B | 60-69 |
| C | <60 |

## 参考

- 评分标准：reference/criteria.md
- 使用示例：examples/demo.md

_meta.json

{
  "ownerId": "kn71rk0chjcdy7ffgfc08hh9gd83ehq8",
  "slug": "skillclinic",
  "version": "3.0.0",
  "publishedAt": 1787456757002
}

examples/demo.md

# 使用示例

## 示例一：诊断

**输入**：体检技能诊所

**执行**：
```
1. 确定意图 → 诊断
2. 读取文件 → SKILL.md + modules/
3. 检查结构 → Keywords(8) + Summary(8) + Strategy(8) + AVOID(6) = 30
4. 检查触发 → metadata.trigger存在 = 10
5. 检查内容 → 语言简练(15) + 信号密度(10) + 可执行性(8) + 裁量空间(3) = 36
6. 检查实践 → 渐进式披露(8) + Human-in-the-Loop(5) + CLI友好(4) = 17
7. 总分 → 30+10+36+17 = 93
8. 等级 → S
```

**输出**：
```
总分：98/100
等级：S
建议：保持现状
```

## 示例二：创建简单技能

**输入**：创建代码审查技能

**执行**：
```
1. 收集需求：
   - 名称：代码审查
   - 描述：审查代码质量
   - 触发：代码审查、code review
   - 输入：代码路径
   - 输出：审查报告
2. 判断 → ✅ 值得沉淀
3. 选择 → 简单模板
4. 创建 → 代码审查/SKILL.md
5. 验证 → 通过
```

**输出**：
```
已创建：代码审查/SKILL.md
```

## 示例三：创建复杂技能

**输入**：创建文档生成技能，支持多格式

**执行**：
```
1. 收集需求：
   - 名称：DocGen
   - 描述：文档自动生成
   - 触发：生成文档、docgen
   - 输入：项目路径
   - 输出：文档文件
2. 判断 → ✅ 值得沉淀
3. 选择 → 复杂模板（模块化）
4. 创建：
   - DocGen/SKILL.md
   - DocGen/modules/01-analyze.md
   - DocGen/modules/02-generate.md
   - DocGen/modules/03-export.md
5. 验证 → 通过
```

**输出**：
```
已创建：DocGen/
├── SKILL.md
└── modules/
    ├── 01-analyze.md
    ├── 02-generate.md
    └── 03-export.md
```

## 示例四：先例研究

**输入**：查重，有没有类似代码审查的技能

**执行**：
```
1. 确定意图 → 先例研究
2. 提取关键词 → 代码审查、code review
3. 本地搜索 → 扫描 ~/.codebuddy/skills/*/SKILL.md
4. 远程搜索 → npx skills find "code review"
5. 汇总结果 → 按相似度排序
6. 输出建议 → 可复用/可合并/需新建
```

**输出**：
```
先例研究结果：
| 来源 | 技能名 | 相似度 | 可复用部分 |
|------|--------|--------|-----------|
| 本地 | 代码审查 | 100% | 已存在 |
| skills.sh | code-review-skill | 70% | 审查规则 |
| 结论 | 已有代码审查技能，无需新建 |
```

## 示例五：评估门禁

**输入**：门禁检查技能诊所

**执行**：
```
1. 确定意图 → 评估门禁
2. 读取技能文件 → SKILL.md + modules/
3. 触发评估 → 结构完整、信号密度>80%、Token<300
4. 发布门禁 → metadata.trigger存在、SKILL.md<200行、有示例、AVOID>=3
5. 输出结果 → 通过/不通过
```

**输出**：
```
门禁检查结果：
- 触发评估：✅ 通过
- 发布门禁：✅ 通过
- 建议：可发布到ClawHub
```

## 示例六：运维反馈

**输入**：反馈，搬题姬URL抓取超时

**执行**：
```
1. 确定意图 → 运维反馈
2. 记录反馈 → 技能名、问题描述、类型
3. 分析反馈 → 失败信号、高频问题
4. 生成建议 → 修复超时问题、增加重试机制
```

**输出**：
```
反馈已记录：
- 技能：搬题姬
- 类型：failure
- 问题：URL抓取超时
- 建议：增加超时重试机制
```

modules/01-diagnose.md

# 模块一：诊断优化

## 流程

1. 询问体检目标（技能名或路径）
2. 读取技能文件（SKILL.md + 相关文档）
3. 检查 Gene 结构
4. 检查触发配置
5. 检查语言简练
6. 计算评分
7. 输出报告 + 改进建议
8. 询问是否执行改进

## Gene 结构检查

| 部分 | 分值 | 标准 |
|------|------|------|
| Keywords | 8 | 3-5个精准关键词 |
| Summary | 8 | 一句话概括 |
| Strategy | 8 | 步骤清晰可执行 |
| AVOID | 6 | ≥3条常见错误 |

## 触发检查

**关键**：metadata.trigger 必须存在，否则技能无法触发。

## 语言简练检查（15分）

| 得分 | 标准 |
|------|------|
| 15 | 极致简练，无废话，每句话有信息增量，Token≤200 |
| 12 | 较简练，有少量冗余，Token≤300 |
| 10 | 良好，Token≤500 |
| 8 | 可接受，需精简，Token≤700 |
| 5 | 过长，需重构，Token≤1000 |
| 0 | 冗长，信号稀释，Token>1000 |

**检测项**：
- 是否用表格/列表代替段落
- 是否有"请"、"可以"、"能够"等虚词
- 是否有重复内容
- 是否解释了显而易见的事

## 内容检查

| 维度 | 分值 | 标准 |
|------|------|------|
| 信号密度 | 10 | 关键信息突出 |
| 可执行性 | 10 | 步骤可直接执行 |
| 裁量空间 | 5 | Strategy 留判断余地，非机械执行 |

### 裁量空间检查

**问法**：
- Strategy 是"步骤自定"还是"必须走123"？
- 有无"视情况"、"可酌情"、"若……则可"等灵活措辞？
- 技能是帮模型思考，还是替模型做决定？

| 得分 | 表现 |
|------|------|
| 5 | 有裁量——给原则，留判断；步骤可调序、可取舍 |
| 3 | 部分过细——整体可行但有若干写死之处 |
| 0 | 无裁量——每一步写死，模型无发挥 |

## 实践检查

| 维度 | 分值 | 标准 |
|------|------|------|
| 渐进式披露 | 10 | SKILL.md < 200行 |
| Human-in-the-Loop | 5 | 关键决策询问用户 |
| CLI友好 | 5 | 输出适合终端 |

## 负贡献

| 问题 | 扣分方式 |
|------|----------|
| 无 metadata.trigger | 触发分记0分（不额外扣） |
| SKILL.md > 300行 | 从实践分扣5分 |
| 无示例 | 从实践分扣5分 |
| 有明显错误 | 从总分扣5分 |
| 冗余描述多 | 从语言简练分扣3分 |

## AVOID

- AVOID 只读SKILL.md就下结论
- AVOID 只改SKILL.md不改其他文档
- AVOID 给了分不给建议
- AVOID 忽略metadata.trigger检查
- AVOID 冗余描述、废话连篇
- AVOID 忽略裁量空间检查

modules/02-create.md

# 模块二：创建技能

## 核心理念

```
技能 = 预定义上下文 + 执行规则 + 验证标准
```

## 流程

1. 收集需求（名称、描述、触发场景、输入输出）
2. 判断是否值得沉淀
3. **先例研究**（读取 modules/03-precedent.md）
4. 选择模板
5. 创建文件
6. 验证质量（读取 modules/05-gate.md）

## 判断标准

```
✅ 值得沉淀：
- 经常遇到
- 流程明确
- 可标准化

❌ 不值得：
- 一次性任务
- 流程不明确
```

## 简单技能模板

```markdown
---
priority: 500
name: {技能名}
description: "{emoji} {描述} | 触发：xxx"
metadata:
  version: "1.0.0"
  trigger: "触发关键字"
---

# {技能名}

## Keywords
关键词1、关键词2、关键词3

## Summary
一句话概括。

## Strategy
1. 步骤一
2. 步骤二

## Language
- 极致简练
- 用表格/列表代替段落
- 每句话有信息增量

## AVOID
- AVOID 错误行为1
- AVOID 错误行为2
```

## 复杂技能模板

```markdown
---
priority: 800
name: {技能名}
description: "{emoji} {描述} | 触发：xxx"
allowed-tools:
  - Read
  - Write

metadata:
  version: "1.0.0"
  trigger: "触发关键字"
---

# {技能名}

## Keywords
关键词1、关键词2、关键词3

## Summary
一句话概括。

## Strategy
1. 读取 modules/01-xxx.md
2. 执行步骤
3. 输出结果

## Language
- 极致简练
- 用表格/列表代替段落
- 每句话有信息增量

## AVOID
- AVOID 错误行为1
- AVOID 错误行为2
```

## 命名原则

| 好 | 差 |
|------|------|
| 搬题姬、墨池、雀影 | XXX工具、XXX助手 |
| 破晓、格知 | 超长名字、英文混杂 |

## 最佳实践

1. Spec-Driven：先定义规格
2. Context Compression：SKILL.md < 200行
3. Tool Selection：明确 allowed-tools
4. Verification-First：先定义验收标准

## AVOID

- AVOID 创建一次性任务为技能
- AVOID 命名功能性、无辨识度
- AVOID SKILL.md 过长不拆分
- AVOID 无 metadata.trigger
- AVOID 无示例
- AVOID 冗余描述

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.