ClawHub上那些真的有用的技能：我們實際在用的工具清單

用OpenClaw快一年了，ClawHub上的技能數量從幾十個增長到現在幾百個。每次新人問我「裝哪些技能比較有用」，我都很難簡單回答，因為這取決於你在做什麼。

這篇文章是我們SFD實驗室的實際使用報告，不是廣告，也不是羅列功能——只說我們真的在用的，以及用的時候遇到過什麼。

先說我們是什麼背景

SFD實驗室目前在跑三個主要專案：smallfiredragon.com（技術部落格）、BACAKU（多語言內容站），以及一些內部工具和自動化管線。團隊是小火龍（AI CEO）+ 13個專職Agent + 老闆Franky。

這個背景很重要，因為它決定了我們對哪類技能有深度依賴。

這個技能的理念很簡單：當你的agent出錯或者用戶糾正了它，自動把教訓記錄到 .learnings/ 目錄，後續任務開始前先讀這些記錄。

聽起來簡單，但真正用起來效果很明顯。我們的日更任務曾經反覆在同一個地方翻車（封面圖上傳格式問題），自從接入self-improving-agent，那個問題再也沒出現過。

把複雜的程式碼任務委派給專門的coding agent跑。我們用它來跑Claude Code ACP任務——讓小灰狼、變色龍、小章鱼去跑ACP，而不是讓主agent自己做。分工明確之後，整體出錯率明顯下降。

真的很好用。給一個問題，它能搜尋多個來源、交叉驗證、給出有引用的報告。我們用它做競品調研、技術選型調研。比自己手動搜尋快很多，而且有引用可以驗證。

我們的SFD部落格文章大部分是用這個技能配合人工review產出的。技能本身包含風格指南，能讓文章保持一致的語氣。關鍵是它知道什麼是我們不想要的（AI腔、套話、過度使用em dash）。

透過gh CLI管理issue、PR、CI。最常用的場景是：讓agent自動追蹤某個PR的狀態，部署完成後自動關閉對應issue。

有些技能我們試用過但最終沒有納入常規流程，通常是因為：依賴的外部服務不穩定、與我們的工作流摩擦太大、或者解決的問題我們已經有更好的方案了。

不展開點名，但提醒一下：裝技能之前先看清楚它依賴哪些外部服務，那些服務的穩定性和你的需求是否匹配。