技能分析日报 (skill-everyday)#

每天执行一次，抓取 Clawhub 热门技能，深入分析并生成报告。

特性#

• 无需平台账号或 API Key：榜单与详情来自公开页面；运行期状态只写在本地 data/。
• 去重：按 data/analyzed.json 记录已分析 slug，每次只取「当前榜单中、未分析过的第一个」热门技能。
• 依赖需先行安装：本技能依赖 Node.js、 Playwright 与 Chromium（见下方「依赖」）。装好后再执行脚本即可，无需编辑配置文件。

目录结构#

text

skill-everyday/
├── SKILL.md              # 本文件
├── README.md             # 安装与运行（给人看的简要说明）
├── package.json          # 可选：声明 playwright 依赖，便于 npm install
├── data/
│   ├── analyzed.json     # 已分析技能列表（自动管理）
│   └── reports/          # 每日报告
│       └── YYYY-MM-DD-<slug>.md
└── scripts/
    └── runner.mjs        # 执行脚本

首次运行 scripts/runner.mjs 时会自动创建 data/、 data/reports/（若不存在），并初始化 data/analyzed.json。

使用方法#

在 本技能根目录（ SKILL.md 所在目录）执行：

bash

node scripts/runner.mjs

或在 OpenClaw 中按触发语调用本技能后，由 Agent 执行上述命令。

工作流程#

1. 获取热门技能列表#

使用 Playwright 访问 clawhub.ai/skills 并拦截页面请求的 Convex api/query 响应以取得榜单数据：

javascript

import { chromium } from 'playwright';

let apiData = null;
const browser = await chromium.launch({ headless: true });
const page = await browser.newPage();

await page.route('https://wry-manatee-359.convex.cloud/api/query', async route => {
  const response = await route.fetch();
  const data = await response.json();
  apiData = data;
  route.continue();
});

await page.goto('https://clawhub.ai/skills', { waitUntil: 'networkidle' });
await page.waitForTimeout(3000);

const result = apiData?.status === 'success' ? apiData.value : apiData;
const skills = result?.page || [];
// 按下载量排序
skills.sort((a, b) => (b.skill?.stats?.downloads || 0) - (a.skill?.stats?.downloads || 0));

2. 避免重复分析#

从技能根目录下的 data/analyzed.json 读取已分析列表（路径以 SKILL.md 为锚： path.join(skillRoot, 'data', 'analyzed.json')）。

javascript

// 与 scripts/runner.mjs 一致：SKILL_DIR = dirname(scripts)，再拼 data/analyzed.json
const analyzedFile = path.join(SKILL_DIR, 'data', 'analyzed.json');
if (!analyzedData.analyzed.includes(skillSlug)) {
  // 分析该技能
}

3. 获取技能详情#

打开技能详情页 https://clawhub.ai/skill/{slug}，读取标题、描述与页面正文（与榜单接口分离，非单独「完整信息」REST 文档）。

4. 尝试读取本地技能源码#

在常见 OpenClaw 布局下，技能根目录的上一级为 skills/，据此拼接目标技能目录：

javascript

const skillsRoot = path.join(SKILL_DIR, '..');
const targetSkillDir = path.join(skillsRoot, skillSlug);

5. 生成报告#

按模板生成报告，保存到 data/reports/YYYY-MM-DD-<slug>.md（同日多次运行不会互相覆盖）。

6. 更新状态#

自动更新 data/analyzed.json 添加新技能。

报告模板#

• 内置深度模板的技能（如 self-improving-agent）：标题行 + 核心原理 + Clawhub 简介 + 元数据表 + 一、核心工作原理（OpenClaw 主流实现）（1～4 小节）+ 二、为什么受欢迎 + 可选榜单数据补充；不插入通用「技术/设计亮点」占位段落。
• 其他技能：排名/名称/标识/分类/下载与点赞 + Clawhub 功能介绍 + 核心流程与特点（默认模板）+ 可选榜单数据补充。

报告保存到 data/reports/YYYY-MM-DD-<slug>.md。

依赖#

• Node.js：执行 scripts/runner.mjs（ESM）。
• Playwright + Chromium：若目录内有 package.json，可在技能根目录执行 npm install，再 npx playwright install chromium；否则全局或上级环境已安装 playwright 亦可。仅声明 metadata.openclaw.requires 不会自动安装浏览器。

触发方式#

用户发送 "分析一个 Clawhub 技能" 或 "skill-everyday" 时执行。