find-skills✓ Pass

SKILL.md Content

---
name: find-skills
description: 'Use when users do not know which skill fits a task, need to search available skill catalogs, compare candidates, install a matching skill, or route work to the best existing capability.'
zh_description: "用于搜索、比较并安装适合当前任务的技能，帮助 Agent 正确路由能力。"
version: "1.0.0"
author: "seaworld008"
source: "in-house"
source_url: ""
tags: '["find", "planning", "skills", "workflow"]'
created_at: "2026-03-15"
updated_at: "2026-06-29"
quality: 4
complexity: "intermediate"
---

# Find Skills

当用户只描述目标、但未指定具体工具或技能时，优先使用本技能做自动匹配。Find Skills 是 Agent 的“大脑插件中心”，它能理解用户意图，并从浩如烟海的 ClawHub 仓库中精准定位、安装并配置合适的技能。

## 安装

```bash
npx clawhub@latest install find-skills
```

## 工作方式

1. **语义理解 (Semantic Extraction)**：根据用户复杂、模糊的目标，生成 3-5 个核心技能检索词（如 “SQL optimization”, “React chart libraries”）。
2. **多源检索 (Multi-Source Search)**：在 ClawHub 官方仓库、本地已安装列表及相关开源索引中搜索候选技能。
3. **优先级排序 (Prioritization)**：根据技能的评分、下载量、更新频率以及与当前任务的匹配度进行综合排序。
4. **决策与理由 (Reasoning)**：为前 3 名技能给出详细的推荐安装理由。
5. **按需执行 (On-Demand Execution)**：按用户确认结果或自主决策执行 `clawhub install`。

## 触发条件 / When to Use

- **冷启动场景**：新项目开始，用户提出了一个 Agent 之前没处理过的任务类型（如“帮我写一个 Chrome 插件”）。
- **工具链补强**：Agent 发现现有技能集无法完成任务，提示缺失必要的工具（如缺失 `image-edit` 时）。
- **优化替代方案**：现有技能效率低下或报错，需要寻找功能类似的“增强版”技能。
- **批量环境部署**：需要为一套复杂的工程方案（如云原生架构）一键安装全套开发、运维技能。
- **自动升级检测**：当用户询问最新功能时，Agent 自动搜索是否有对应的 Beta 版技能可用。

## 核心能力 / Core Capabilities

### 1. 精准意图映射 (Intent Mapping)
- **操作步骤**：
  1. 接收到原始 Prompt。
  2. 调用内部 LLM 对 Prompt 进行“原子任务”拆解。
  3. 将拆解后的原子任务（如“PDF parsing”, “OCR”, “Summarization”）映射为标准技能标签。
- **最佳实践**：生成检索词时，应包含“动词 + 名词”结构，如 `parse-xlsx` 而非仅仅是 `xlsx`。

### 2. 候选技能对比评估 (Skill Benchmarking)
- **操作步骤**：
  1. 调用 `list_agent` 或搜索接口。
  2. 提取每个候选技能的 `description` 和 `metadata`。
  3. 建立评分矩阵（功能覆盖度、稳定性、易用性）。
- **最佳实践**：优先推荐那些有 `verified` 标签或在大厂生产环境验证过的技能。

### 3. 一键环境就绪 (Zero-Config Readiness)
- **操作步骤**：
  1. 确认目标技能后，自动执行 `clawhub install <skill-name>`。
  2. 检查安装后的 `README.md`，识别是否需要环境变量（ENV）或 OAuth 授权。
  3. 如果需要，主动提示用户配置或通过 `composio_connect_app` 完成连接。
- **最佳实践**：安装完成后，自动运行一个 `hello world` 级别的测试指令，确保技能真实可用。

### 4. 依赖项解析与递归安装
- **操作步骤**：
  1. 分析目标技能的依赖链。
  2. 自动补充安装底层依赖（如 `puppeteer`, `ffmpeg` 等底层二进制工具）。

## 常用命令/模板 / Common Patterns

### 智能技能匹配模板 (Matching Template)
```markdown
### 用户目标
[描述：实现一个能够自动分析 XHS 数据并生成周报的机器人]

### 识别出的关键词 (Generated Keywords)
- `xiaohongshu-crawler`
- `data-analysis-pandas`
- `markdown-report-generator`
- `chart-visualizer`

### 推荐技能组合 (Recommended Stack)
1. **xhs-analyzer** (评分 4.8): 包含成熟的爬虫逻辑和反爬策略。
2. **super-report** (评分 4.5): 支持将 JSON 直接转化为美观的 Markdown。
3. **quick-chart** (评分 4.9): 能够生成静态图片图表并插入报告。

### 是否立即安装前两项？ (Confirm Installation?)
> [Yes] / [No] / [Tell me more]
```

### 检索接口模拟示例
```javascript
// 示例：查询具备“代码审查”能力的技能
const candidateSkills = await mcp_call({
  name: 'search_available_skills',
  arguments: {
    keyword: 'code-review',
    limit: 5,
    sort_by: 'downloads'
  }
});
```

## 进阶应用场景 / Advanced Use Cases

### 1. 跨平台能力迁移
- 用户原本在本地使用 `python-scripts`，现在想迁移到云端。Find Skills 会主动寻找 `vercel-deploy` 和 `supabase-connector` 等技能来适配。

### 2. 紧急漏洞补救
- 当系统提示 `dependency vulnerability` 时，Find Skills 会搜索具备“安全扫描与自动补救”能力的技能（如 `security-vetter`）。

## 边界与限制 / Boundaries

- **安装权限限制**：在受限容器或无 root 权限的环境下，安装可能失败。
- **冲突检测**：防止安装功能高度重合或命令名称冲突（Name Collision）的多个技能。
- **Token 消耗**：频繁的大规模搜索和 `description` 解析会消耗较多 Token。
- **未经验证风险**：对于非官方认证（Community）的技能，Agent 应给予明确的安全警告。
- **版本不兼容**：由于 ClawHub 版本迭代快，部分老旧技能可能在当前环境无法运行。

## 最佳实践总结

1. **先搜后装**：不要盲目安装，先利用 `find-skills` 进行横向对比。
2. **最小安装原则**：只安装完成当前任务最核心的 1-2 个技能，保持系统简洁。
3. **理由先行**：Agent 在推荐安装时，必须说明“为什么这个技能适合你的任务”。
4. **安装后自检**：安装成功后，立即读取 `SKILL.md` 获取该技能的 `Common Patterns`。
5. **定期清理**：对于一次性任务使用的技能，在任务结束后提示用户可以卸载（Unload）。

License

Declared license: MIT

MIT License

Copyright (c) 2026 seaworld008

Permission is hereby granted, free of charge, to any person obtaining a copy
of this software and associated documentation files (the "Software"), to deal
in the Software without restriction, including without limitation the rights
to use, copy, modify, merge, publish, distribute, sublicense, and/or sell
copies of the Software, and to permit persons to whom the Software is
furnished to do so, subject to the following conditions:

The above copyright notice and this permission notice shall be included in all
copies or substantial portions of the Software.

THE SOFTWARE IS PROVIDED "AS IS", WITHOUT WARRANTY OF ANY KIND, EXPRESS OR
IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY,
FITNESS FOR A PARTICULAR PURPOSE AND NONINFRINGEMENT. IN NO EVENT SHALL THE
AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER
LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM,
OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE
SOFTWARE.

View the license in the source repository — the version published there is authoritative.