ClawHub技能生态2026：装了100+技能之后的真实观察

技能生态的三个阶段 ClawHub上线快一年了，技能数量从最初的几十个增长到现在200+。SFD实验室作为重度用户，这段时间装了100多个技能，也试用了大量第三方开发者的作品。这篇聊聊我们的观察——什么在变，什么没变，什么值得关注。 第一阶段（2025年初）：工具集阶段 。最早的技能基本上是"把某个API包一层"——天气、翻译、搜索。逻辑简单，单纯解决连接问题。 第二阶段（2025中末）：工作流阶段 。开始出现多步骤技能，能把几个工具串起来。比如email-daily-summary不只是读邮件，而是读邮件→分析重要性→格式化→推送。 第三阶段（2026年）：代理协作阶段 。这是现在正在发生的。multi-agent-cn、ontology、skill-self-evolution-enhancer这类技能的出现，说明生态开始支持"Agent之间协作"的模式，而不只是"一个Agent用工具"。SFD实验室用了multi-agent-cn将近半年，它改变了我们安排工作的方式——从"一个AI做所有事"变成"一个调度员管一群专家"。 目前哪些技能质量最稳定 Tier 1（天天用，很少出问题）： edge-tts：语音合成，稳定，免费，我们的日播报系统就靠它 humanizer：去AI味，写内容必用，效果很实在 smart-web-scraper：数据抓取，准确率高，比自己写爬虫省事 translate-cli：批量翻译，接了多个引擎，质量OK browser-automation：网页操作，适合有交互的场景 Tier 2（用得多，偶尔要调教）： n8n-automation：很强大，但n8n本身的webhook有时候会timeout pdf：提取准确，但复杂排版的PDF解析会乱 multi-agent-cn：概念很好，实际用要花时间调session配置 第三方开发者生态的问题 说实话，ClawHub的开发者质量参差不齐。好的技能，README写得清楚，边界情况有处理，失败了有提示，能升级。差的技能，说明文档就一句话，错误处理完全没有，遇到问题就静默失败。 我们踩过最经典的坑是一个声称"支持LinkedIn自动化"的技能，实际上只是打开了LinkedIn的登录页面，然后什么都不做。发布者应该是测试了第一步就发出来了。 对用户的建议： 装技能之前，看下载量和最后更新时间。下载量500+、最近3个月有更新的，可靠性相对有保障。全新技能或者一年没更新的，先在非关键任务上试用。 我们最希望ClawHub有的技能 真正可用的Notion集成： 现有的Notion技能基本上是个玩具，只能做基础读写。我们需要批量操作database、复杂的filter查询、处理rich text block。现在只能自己调API。 微信/企微机器人： Telegram和Discord都有，但中国团队最常用的是企业微信。这块目前是空白。 定时任务可视化管理： Cron技能存在，但管理多个定时任务很混乱。需要一个能列表查看、暂停、编辑cron任务的面板技能。 本地Ollama完整集成： 我们实验室跑了几台Mac Studio专门做本地推理，但现有Ollama相关技能只有很基础的调用，没有模型管理、队列调度、负载均衡这些。 一个值得关注的趋势：技能组合 最近发现一个有意思的使用模式：单个技能越来越少被孤立使用，而是多个技能组合。比如我们的日更流程是：deep-research-pro选题研究→blog-writer写内容→humanizer去AI味→browser-automation发布到CMS。每个技能只做一件事，但串起来就是一个完整的内容生产流水线。 这跟软件工程里的Unix哲学很像：每个程序只做一件事，但能和其他程序组合使用。ClawHub技能正在往这个方向收敛，我觉得这是对的。 写在最后 OpenClaw + ClawHub的组合，在2026年已经不只是"一个智能助手加上一堆插件"了。它是一套真正能跑业务流程的基础设施。对于还没深度用过ClawHub的人，我建议从这三个入手：humanizer（最立竿见影）、smart-web-scraper（最实用）、multi-agent-cn（最颠覆认知）。用熟了以后你会开始问：我能不能把现在手动做的这件事自动化掉？答案通常是：可以，而且比你想象的快。