Token导航 LogoToken导航

Agent Skill · 研究检索

skill-usage-analyzer(技能使用分析器)

skill-usage-analyzer 用于记录任务执行中的错误、用户纠正、经验和能力缺口,适合在 OpenClaw 中希望让 Agent 持续沉淀问题、修正和最佳实践时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

skill-usage-analyzer 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为接触敏感数据;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 24,191。

总安装 4,079周安装 165GitHub Stars 公开资料未说明下载 1,280核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:skill-usage-analyzer(技能使用分析器)
来源仓库:https://github.com/xiaoxiao19810912/skill-usage-analyzer
安装命令:
openclaw skills install skill-usage-analyzer
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install skill-usage-analyzer

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

分析任意 OpenClaw 技能并生成使用指南与最佳实践。提取示例、配置选项与常见陷阱,提升技能复用效率。适用于新成员上手与技能文档维护场景。依赖 SKILL.md 文件完整性,缺失时将影响分析结果。skill-usage-analyzer 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install skill-usage-analyzer;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

skill-usage-analyzer 怎么安装?

在终端执行 openclaw skills install skill-usage-analyzer。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

skill-usage-analyzer 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

skill-usage-analyzer 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

skill-usage-analyzer 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

skill-usage-analyzer 用的人多吗?

公开数据是累计安装 4,079 次,近一周安装 165 次,下载 1,280 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

skill-usage-analyzer 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
skill-usage-analyzer

技能使用分析器 · 本页

4,079—接触敏感数据MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
skill-usage-analyzer
description
Analyze any OpenClaw skill and generate a comprehensive usage guide. Extracts examples, best practices, configuration options, and common pitfalls from SKILL.md files. Use when you want to quickly understand how to use a new skill without reading the full documentation.
metadata

Skill Usage Analyzer

Quickly understand any OpenClaw skill by analyzing its SKILL.md file and generating a comprehensive usage guide.

Features

  • 📖 智能解析 - 自动提取 SKILL.md 的关键信息
  • 📝 生成摘要 - 用表格和列表展示核心功能
  • 💡 提取示例 - 找出所有使用示例和代码片段
  • ⚙️ 配置分析 - 列出所有可配置参数
  • ⚠️ 风险提示 - 识别常见问题和注意事项
  • 🎯 最佳实践 - 给出使用建议

Quick Start

分析单个技能

# 分析指定技能
python3 scripts/analyze_skill.py /path/to/skill/SKILL.md

# 分析已安装的技能
python3 scripts/analyze_skill.py ~/.openclaw/workspace/skills/stock-watcher/SKILL.md

分析所有已安装技能

# 生成所有技能的快速参考
python3 scripts/analyze_all.py

Usage Examples

Example 1: 分析 Stock Watcher 技能

输入:

python3 scripts/analyze_skill.py ~/.openclaw/workspace/skills/stock-watcher/SKILL.md

输出示例:

🔍 技能分析报告: stock-watcher
═══════════════════════════════════════════════════════════

📋 基本信息
───────────────────────────────────────────────────────────
名称: stock-watcher
描述: Manage and monitor a personal stock watchlist...
适用场景: 股票监控、自选股管理、行情查看

🎯 核心功能 (4个)
───────────────────────────────────────────────────────────
1. 添加股票 - 使用6位股票代码添加到自选股
2. 删除股票 - 按代码删除自选股
3. 查看列表 - 显示当前所有自选股
4. 行情总结 - 获取股票行情摘要

💻 使用示例
───────────────────────────────────────────────────────────
添加股票:
  python3 scripts/add_stock.py 000938 "紫光股份"

查看行情:
  python3 scripts/summarize_performance.py

⚙️ 配置选项
───────────────────────────────────────────────────────────
存储路径: ~/.clawdbot/stock_watcher/watchlist.txt
数据格式: 代码|名称 (每行一个)

⚠️ 注意事项
───────────────────────────────────────────────────────────
• 股票代码格式: 使用6位数字代码
• 数据延迟: 行情可能有1-3分钟延迟
• 网络依赖: 需要网络连接获取实时数据

💡 最佳实践
───────────────────────────────────────────────────────────
1. 定期清理不再关注的股票
2. 结合技术分析指标使用
3. 设置价格预警(需配合其他工具)

Example 2: 对比多个技能

python3 scripts/compare_skills.py skill1 skill2 skill3

Output Format

分析报告包含以下部分:

部分内容
📋 基本信息技能名称、描述、适用场景
🎯 核心功能功能列表,带序号和简要说明
💻 使用示例具体的命令和代码示例
⚙️ 配置选项可配置参数和默认值
📁 文件结构技能包含的文件和目录
⚠️ 注意事项常见问题、限制、风险提示
💡 最佳实践使用建议和优化技巧
🔗 相关链接相关技能、文档链接

Advanced Usage

自定义输出格式

# 输出为 Markdown
python3 scripts/analyze_skill.py SKILL.md --format markdown

# 输出为 JSON
python3 scripts/analyze_skill.py SKILL.md --format json

# 只显示示例
python3 scripts/analyze_skill.py SKILL.md --examples-only

批量分析

# 分析所有技能并生成索引
python3 scripts/analyze_all.py --output ~/skill-index.md

# 查找包含特定功能的技能
python3 scripts/search_skills.py "股票" "监控"

How It Works

  1. 读取 SKILL.md - 解析技能的元数据和文档内容
  2. 提取结构 - 识别标题、列表、代码块等结构
  3. 语义分析 - 理解功能描述和使用场景
  4. 生成报告 - 按模板组织信息,生成易读的摘要

Creative Usage Ideas 💡

1. 技能组合推荐

分析多个技能后,自动发现可以组合使用的技能对:

# 找出可以组合使用的技能
python3 scripts/find_combinations.py

输出示例:

🔍 技能组合推荐

1. 💡 内容创作流水线
   描述: 搜索资料→总结→创作→影视化
   已安装: tavily-search, summarize, novel-generator
   使用场景: 搜索热点话题→生成小说→改编剧本

2. 💡 GitHub自动化
   描述: 管理stars、自动修复issues
   已安装: github-star-manager
   未安装: gh-issues (建议安装)
   使用场景: 清理过时的 starred repos

🔮 基于描述分析的潜在组合:
  • 数据相关: stock-watcher, tavily-search
  • 内容相关: novel-generator, film-production-assistant

2. 技能依赖图谱

生成技能之间的依赖关系图:

# 生成依赖关系图(Mermaid 格式)
python3 scripts/dependency_graph.py --format mermaid

# 输出:
# ```mermaid
# graph TD
#     stock-watcher --> cron
#     github-star-manager --> gh
#     novel-generator --> openai
# ```

3. 技能使用频率分析

分析工作区中使用记录,找出最常用的技能:

# 分析使用频率
python3 scripts/usage_stats.py --days 30

# 输出:
# 📊 近30天技能使用统计:
# 1. stock-watcher: 45次 (35%)
# 2. github-star-manager: 23次 (18%)
# 3. novel-generator: 12次 (9%)

4. 技能能力标签云

为所有技能生成能力标签,快速找到需要的功能:

# 生成能力标签云
python3 scripts/generate_tags.py

# 输出:
# 🏷️ 技能能力标签:
# 数据获取: stock-watcher, github-star-manager, tavily-search
# 内容创作: novel-generator, film-production-assistant
# 代码开发: gh-issues, agent-browser

5. 智能技能推荐

根据当前任务描述,推荐最适合的技能:

# 智能推荐
python3 scripts/recommend_skill.py "我想监控股票并自动发送通知"

# 输出:
# 💡 推荐技能组合:
# 1. stock-watcher (股票监控)
# 2. qqbot-cron (定时任务)
# 3. qqbot-media (发送通知)
#
# 使用流程:
# 1. 用 stock-watcher 添加股票
# 2. 用 qqbot-cron 设置定时检查
# 3. 用 qqbot-media 发送价格提醒

6. 技能学习路径

为新手生成技能学习路径:

# 生成学习路径
python3 scripts/learning_path.py --goal "自动化内容创作"

# 输出:
# 🎓 学习路径: 自动化内容创作
# 
# 阶段1: 基础 (1-2天)
#   └─ summarize (内容总结)
#   └─ tavily-search (资料搜集)
#
# 阶段2: 进阶 (3-5天)
#   └─ novel-generator (小说生成)
#   └─ prompt-engineer-ultra (提示词优化)
#
# 阶段3: 高级 (1周+)
#   └─ film-production-assistant (影视制作)

7. 技能对比矩阵

对比多个相似技能,帮助选择:

# 对比搜索类技能
python3 scripts/compare_matrix.py tavily-search web-search exa-search

# 输出:
# ┌──────────────┬─────────────┬─────────────┬─────────────┐
# │   功能       │ tavily-search│ web-search  │  exa-search  │
# ├──────────────┼─────────────┼─────────────┼─────────────┤
# │ 实时搜索     │     ✅      │     ✅      │     ✅      │
# │ 内容提取     │     ✅      │     ❌      │     ✅      │
# │ 免费额度     │   1000次/月 │   无限制    │   100次/月  │
# │ 需要API Key  │     ✅      │     ✅      │     ✅      │
# └──────────────┴─────────────┴─────────────┴─────────────┘

8. 自动化技能审计

定期检查技能库,发现潜在问题:

# 技能审计
python3 scripts/audit_skills.py

# 输出:
# 🔍 技能审计报告:
# ⚠️  发现 3 个技能缺少 SKILL.md
# ⚠️  发现 2 个技能依赖未安装
# 💡 建议更新: stock-watcher (新版本可用)

9. 创意用法生成器 ⭐新

为任意技能生成超出常规用法的创意场景:

# 获取技能的创意用法
python3 scripts/creative_usage.py stock-watcher

输出示例:

💡 stock-watcher 创意用法指南

🎯 精选创意用法:

1. 📊 智能选股助手
   💭 结合AI分析,自动筛选潜力股票
   步骤:
      1. 批量添加关注的板块股票
      2. 筛选涨幅/跌幅异常的股票
      3. 用AI分析基本面和技术面
      4. 生成每日选股报告
   ✅ 价值: 从手动监控升级为智能选股

2. 🤖 自动化交易提醒
   💭 设置条件单,自动触发买卖提醒
   步骤:
      1. 设置价格预警
      2. 结合cron定时检查
      3. 通过QQ/Telegram推送通知
   ✅ 价值: 不再错过交易时机

3. 📈 投资组合分析
   💭 管理多只股票,分析整体收益
   ✅ 价值: 从单股监控到组合管理

创意用法特点:

  • 🎯 超越基础功能 - 不仅限于文档描述的用法
  • 🔗 技能组合 - 推荐与其他技能协同使用
  • 💡 场景化 - 针对具体使用场景给出建议
  • 📊 价值量化 - 说明创意用法带来的价值提升

支持预设创意用法的技能:

  • stock-watcher - 股票监控的3种创意用法
  • novel-generator - 小说生成的3种创意用法
  • film-production-assistant - 影视制作的2种创意用法
  • tavily-search - 搜索技能的2种创意用法
  • summarize - 总结技能的2种创意用法
  • character-creator-cn - 角色设计的2种创意用法
  • github-star-manager - GitHub管理的2种创意用法

其他技能: 自动生成基于描述的智能建议

Tips

  • 对于复杂的技能,分析报告可以节省大量阅读时间
  • 对比多个技能的报告,可以快速选择最适合的工具
  • 定期运行 analyze_all.py 可以生成技能库的完整索引
  • 使用 --format json 可以将分析结果导入其他工具进一步处理

平台分布

OpenClaw

95.27%
按下载量换算1,219

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills