ClawHub技能生態2026：裝了100+技能之後的真實觀察

ClawHub上線快一年了，技能數量從最初的幾十個增長到現在200+。SFD實驗室作為重度用戶，這段時間裝了100多個技能，也試用了大量第三方開發者的作品。這篇聊聊我們的觀察——什麼在變，什麼沒變，什麼值得關注。

技能生態的三個階段

第一階段（2025年初）：工具集階段。最早的技能基本上是「把某個API包一層」——天氣、翻譯、搜尋。邏輯簡單，單純解決連接問題。

第二階段（2025中末）：工作流階段。開始出現多步驟技能，能把幾個工具串起來。比如email-daily-summary不只是讀郵件，而是讀郵件→分析重要性→格式化→推送。

第三階段（2026年）：代理協作階段。這是現在正在發生的。multi-agent-cn、ontology、skill-self-evolution-enhancer這類技能的出現，說明生態開始支援「Agent之間協作」的模式，而不只是「一個Agent用工具」。SFD實驗室用了multi-agent-cn將近半年，它改變了我們安排工作的方式——從「一個AI做所有事」變成「一個調度員管一群專家」。

目前哪些技能品質最穩定

Tier 1（天天用，很少出錯）：self-improving-agent、deep-research-pro、coding-agent、weather。這些技能的共同點是邏輯清晰、邊界明確、不依賴太多外部狀態。

Tier 2（常用但偶爾需要手動介入）：email-daily-summary、multi-agent-cn、blog-writer。有時候外部服務會出問題，或者任務複雜度超出技能的設計範圍。

Tier 3（有潛力但還不穩定）：video-gen、demo-video、一些新上的社群媒體整合技能。功能很好，但依賴外部API太多，穩定性還需要觀察。

第三方技能的品質分布

老實說，分布很不均。頭部20%的技能品質很好——文件清晰、SKILL.md寫得認真、邊界定義明確。剩下80%裡有一些是有想法但執行粗糙的，還有一些是純粹搶發佈沒有實際價值的。

挑技能的小建議：看SKILL.md的quality，description模糊的往往執行也模糊；看dependencies，依賴太多外部服務的維護風險高；看更新時間，長時間沒更新的可能已經不維護了。

我們在等什麼

技能評分系統——現在沒有辦法知道一個技能被多少人用過、實際效果怎麼樣。依賴技能開發者自己寫文件，品質很不穩定。一個類似App Store的評分機制會大幅提升可信度。

技能組合推薦——知道「這幾個技能搭配使用效果更好」的人不多，大部分用戶只是單獨用一個技能。如果平台能推薦搭配方案，對新用戶會很有幫助。