SkillHub Daily 国内技能洞察 v7.0

每日扫描 SkillHub.cn 7.5 万+ 技能生态 | 与 ClawHub Daily 互补：聚焦国内适配、活跃开发者、双实验室安全审计

数据源

skillhub CLI 排行榜 + 搜索 API

# 7 种排行榜，每种 100 条
skillhub skill rankings --type hot         # 热门榜
skillhub skill rankings --type newest      # 最新上线
skillhub skill rankings --type trending    # 趋势飙升
skillhub skill rankings --type featured    # 编辑精选
skillhub skill rankings --type recommended # 平台推荐

# 11 分类搜索，每种 20 条
skillhub search "知识管理" --json --search-limit 20
skillhub search "办公效率" --json --search-limit 20
skillhub search "内容创作" --json --search-limit 20
# ... 共 11 个分类

# 6 个记忆关键词搜索，每种 20 条
skillhub search "飞书" --json --search-limit 20
skillhub search "Python" --json --search-limit 20
skillhub search "审计" --json --search-limit 20
# ... 共 6 个关键词

# 深度评估（对最终 8 个推荐调用）
skillhub skill evaluation <slug> --json    # AI 6维质量评估
skillhub skill reports <slug> --json       # 双实验室安全审计

返回数据结构（每个技能）

{
  "slug": "self-improving-agent-cn",
  "name": "Self Improving Agent CN",
  "ownerName": "zhengxinjipai",
  "version": "1.0.0",
  "source": "clawhub",
  "category": "ai-agent",
  "subCategories": [{"key": "agent-memory", "name": "记忆增强"}],
  "description": "AI自我改进与记忆系统...",
  "description_zh": "AI自我改进与记忆系统...",
  "downloads": 37072,
  "installs": 9905,
  "stars": 49,
  "score": 3621.57,
  "labels": {"requires_api_key": "false"},
  "verified": false,
  "claimable": false,
  "created_at": 1773023560715,
  "updated_at": 1783822732293,
  "homepage": "https://api.skillhub.cn/zhengxinjipai/self-improving-agent-cn"
}

分类体系

每日扫描策略

扫描覆盖

量化指标

7 维度推荐算法

D1: trending_surge × 2 — 趋势飙升

同时登上 hot + trending 双榜的技能，score 降序取 Top 2

D2: newcomers × 1 — 新星上线

newest 榜 + created_at 在 30 天内 + installs > 100，installs 降序取 Top 1

D3: scene_match × 2 — 痛点场景匹配

7 大痛点场景库匹配，不同场景各取 Top 1

D4: memory_collision × 1 — 记忆碰撞

3 级权重关键词碰撞：project_memory×3 / topics×2 / user_profile×1

D5: china_first × 1 — 国内优先（最低门槛：50 安装或 10 星）

国内适配信号检测（飞书/微信/钉钉/小红书/抖音等 25 个关键词），候选不足时降级

D6: active_developer × 1 — 活跃开发者

按 ownerName 聚合，活跃度 = 技能数 + 总安装/1000 + 上榜次数×5，推荐最活跃开发者的代表作

D7: tencent_official × 1(可选) — 官方认证

verified=true，候选为 0 时名额分给 D3

7 天去重机制

加载过去 7 天 data/recommended/*.json 中的 slug 集合，推荐时过滤已推荐的技能。

记忆碰撞实现

3 级权重关键词提取：

• project_memory.md (weight=3) — 项目约束、技术决策
• topics.md (weight=2) — 近期任务关键词
• user_profile.md (weight=1) — 用户偏好、技术栈

碰撞算法：对每个技能在 description_zh + name + category + subCategories 中搜索关键词，累加权重。

活跃开发者发现

按 ownerName 聚合所有扫描到的技能，计算活跃度分数，在简报中展示 Top 5 开发者速览（技能数/总安装/上榜次数/代表作）。

使用模式

Interactive 模式

触发词："SkillHub 日报"、"国内技能推荐"、"有什么新 Skill"

Cron 定时任务

每天北京时间 06:50 执行，TRAE Schedule ID: be17fc27

执行步骤：
1. python scripts/fetch_skillhub_cn.py --output data/snapshots
2. python scripts/daily_recommend.py --data-dir data --skip-eval
3. 三处存放：Obsidian inbox / IMA FIM 知识库 / 飞书云文档

三处存放

三处存放各自独立 try/except，一处失败不阻断其他。

输出物

• data/snapshots/YYYY-MM-DD.json — 扫描快照（550+ 独立技能）
• data/recommended/YYYY-MM-DD.json — 8 个推荐 + 元数据
• data/recommended/YYYY-MM-DD.md — 中文结构化简报
• E:\Obsidian\md\inbox\SkillHub-Daily-YYYY-MM-DD.md — Obsidian 本地
• IMA FIM 知识库笔记
• 飞书云文档

依赖

• skillhub CLI（npm i -g skillhub，已全局安装并认证）
• Python 3.8+
• 已登录 skillhub auth（skillhub auth login）

与 ClawHub Daily 互补