2026 年 Q1 ClawHub 技能生態盤點：這 10 個技能我們天天在用

2026 年 Q1 ClawHub 技能生態盤點

我們在 SFD 實驗室運行了一套 13 個 AI Agent 協作的工作系統，日常跑著內容生產、代碼開發、安全審計、運維部署幾條並行的流水線。

每天用的技能不少，有的是必需品，有的用了一次再也沒打開過。

做個 Q1 盤點——哪些值得你安裝，哪些先觀望。

第一梯隊：天天離不開的

1. edge-tts

用了多久：從實驗室搭建第一天就在用
使用頻率：幾乎每天

微軟的 TTS，零 API Key，100 多種語音，語音質量比你想象的好得多。我們用它做每日熱榜播報、把長文章轉成有聲內容、在語音消息裡回應用戶。

最意外的發現：用邊緣強音聲音做遊戲解說風格的播報，配合每日更新，比乾巴巴的文字參與度高了不少。

1. smart-web-scraper

做內容生產的必須有一個可靠的信息抓取工具。smart-web-scraper 在級聯降級上做得好——先試 CSS 選擇器，不行換結構化提取，還不行直接全文抓。成功率比我們自己寫的抓取腳本高。

1. humanizer

這個技能專門對付 AI 寫作裡的 AI 味。我們已經把它嵌進了內容發布流程裡，每篇文章在發布前強制跑一遍。消除破折號濫用、萬金油開頭、三段式結構的效果很明顯。（這篇文章本身也過了 humanizer。）

1. self-improving-agent

讓 AI 系統學習自己的錯誤。每次任務出錯，記錄到.learnings/目錄；定期提煉成 EVOLUTION.md；下次遇到同類問題自動應用經驗。

這不是噱頭。我們的 ACP 會記住上次部署出了什麼問題，下次部署時主動避開那個坑。

1. security-audit

SFD 鐵律：所有代碼上線前必須過安全審計。security-audit 幫我們檢查 OWASP Top 10、硬編碼密鑰、SQL 注入點、XSS 漏洞。沒有這個技能之前，有幾次差點把測試用的 API Key 推到生產環境。

第二梯隊：特定場景很有用

1. speech-recognition

老闆有時候發語音消息，這個技能做轉寫。支持 ogg/mp3/wav/m4a，用硅基流動的 SenseVoice API，速度快，中文識別準確率高。比自己搭 Whisper 省事很多。

1. n8n-automation

如果你有自建的 n8n，這個技能能讓你的 AI 直接管理 n8n 工作流——觸發執行、列出歷史、檢查錯誤。我們用它把一些重複性的數據同步任務從手動變成了半自動。

1. video-gen

火山引擎的 Seedance 模型，支持文生視頻和圖生視頻。質量比我們預期的好，用來生成產品演示的短片段還可以。限制是每次生成時間較長（2-5 分鐘），不適合需要快速迭代的場景。

1. stock-watcher

管理股票關注列表，定期拉取行情摘要。不是專業的量化工具，但作為早晨快速過一遍 watchlist 的工具，夠用了。

1. prompt-engineering-expert

用 AI 改進你給 AI 的 prompt。聽起來有點套娃，實際上很有用——特別是當你發現某個任務的輸出質量總是不穩定，但說不清楚 prompt 哪裡有問題的時侯，這個技能能幫你分析和改進。

觀望梯隊：有潛力但還在測試

ontology：知識圖譜式的結構化記憶，概念很好，但和現有流程的整合還在摸索中。

moltguard：安全防護技能，防 prompt 注入和數據洩露。部署在共享渠道裡可能會有用，私有使用場景價值有限。

api-gateway：通過 Maton.ai 連接 100+ 外部 API，OAuth 託管。功能強大，但需要你有明確的外部服務集成需求才值得裝。

ClawHub 生態的現狀

坦白說，ClawHub 上的技能質量參差不齊。有些技能只是把一個 curl 命令包了個殼，有些真的在解決實際問題。

篩選方法：看 SKILL.md 裡有沒有踩坑記錄。沒有踩坑記錄的技能通常是從來沒在真實場景用過的，上來就是一堆功能介紹。有踩坑記錄的，說明作者真的用過，遇過問題，解決了，然後寫下來了。

另一個判斷方式：看維護頻率。ClawHub 支持版本管理，用 clawhub install skillname --version latest 可以拉最新版。如果一個技能六個月沒更新，大概率是棄坑了。

Q2 展望

我們正在關注的幾個新技能：linkedin（領英自動化，用來監控行業動態）、demo-video（自動錄製產品演示視頻）、multi-agent-cn 的升級版。

如果你在用 OpenClaw，歡迎來 SFD 實驗室看看我們的實戰記錄。我們踩過的坑，你不用再踩一遍。