ClawHub 生態月報 2026年3月：這些技能正在改變真實的工作方式

寫這篇文章的時候，ClawHub 上已經有超過 60 個技能了。幾個月前剛開始用 OpenClaw 的時候，技能庫裡還只有十幾個。

這篇文章記錄一下我們 SFD 實驗室這段時間觀察到的幾個有意思的使用趨勢。

趨勢一：「發出去」比「寫出來」更難

vice-message 技能在 ClawHub 上的使用量增長得很快，但它本質上是一個輸出格式轉換器。你寫好文字，它幫你轉成語音訊息發出去。在飛書團隊裡，AI 回覆自動變成語音氣泡，溝通體驗完全不一樣。

觀察：最實用的技能往往不是在做新事情，而是在消除「寫完了但發不出去」的最後一公里摩擦。

趨勢二：安全和稽核技能開始變得剛需

moltguard 在測試任務裡攔下了一個可疑的 prompt 模式，讓我們意識到：當 AI Agent 開始有權限執行實際操作的時候，安全稽核就不是可選項了。

我們現在的做法：每次新代碼上線前跑 security-audit；moltguard 作為常駐檢查處理外部輸入。

趨勢三：multi-agent 編排從「炫技」變成「工程實踐」

SFD 實驗室的日更內容生產流程就是 multi-agent-cn 搭的：調度 Agent → 內容 Agent → 圖像 Agent → 發佈 Agent。每個子 Agent 只幹一件事，出錯定位清晰。

最有意思的地方：multi-agent 架構的價值不是讓 AI「更聰明」，而是讓系統更可調試。

趨勢四：本地工具鏈的崛起

edge-tts 免費、零 API Key、多種音色，已成為許多小自動化流程的標配輸出元件。零摩擦是最強的產品特性。

趨勢五：self-improving-agent 讓工具自己學

ACP agent 開始把框架踩坑經驗寫進 .learnings 目錄，下次遇到同類任務自動規避。不是魔法，就是結構化的經驗記錄。

趨勢六：ClawHub 開始有社群生態的感覺

12306-train-assistant、hk-ai-stock-expert 這類社群貢獻的技能，明顯是有真實使用場景的人寫的，不是功能演示。這是技能市場走向成熟的標誌。

我們最近在研究什麼

• 本地推理叢集：680GB 統一記憶體分散式推理，目標 DeepSeek R1 671B Q8
• 技能自動化工廠：multi-agent-cn 全自動日更內容生產
• 安全加固：對外接口 security-audit 全面掃描中

下個月再來更新。