ClawHub 上已经有 13,338 个 Skills。

一天试一个，不吃不喝不睡觉需要试 37 年。这就好比走进一家超级大超市，货架从地板堆到天花板，但没有标签、没有分区、没有导购。

过去一个多月，我实测了 60 多个 Skills，卸了 30 多个，踩了十几个坑，被两个恶意 Skill 坑过一次 API Key。最后留下了大约 30 个真正值得装的。

今天按 8 个使用场景给你分好类——哪些值得装、哪些可以观望、哪些千万别碰。

安全提示：装 Skill 前的三件套

今年 1 月，CVE-2026-25253 被正式披露——OpenClaw 远程代码执行漏洞。简单说就是：你装了一个恶意 Skill，它可以在你的机器上执行任何代码，不需要你同意，不需要你知道。

紧接着就是 ClawHavoc 事件：安全研究员在 ClawHub 上发现了 335 个恶意 Skills，伪装成各种热门工具的名字——有的只差一个字母，有的连图标都一模一样。

装上去之后，你的环境变量、API 密钥、本地文件，全部没有任何安全防护。

苏米注：OpenClaw 最大的风险不是它不够强，是有人把刀藏在了插件里。我亲身经历过 API Key 被盜用的情况，从那天起我再也不敢裸装任何 Skill。

在装任何 Skill 之前，先把这个安全防护三件套配齐：

第一，装 Skill Vetter（3,500+ 下载）。它会在你安装任何 Skill 之前，自动扫描代码，检查有没有可疑的网络请求、文件读写、环境变量访问。相当于给你的 OpenClaw 装了一个安检门。

第二，跑一遍 Security Scanner。它会给每个 Skill 打三档评级——SAFE、CAUTION、DANGEROUS。红灯的直接卸，黄灯的仔细看一眼权限申请再决定。

第三，记住 100/3 法则：只装 100 次以上下载量、3 个月以上发布历史的 Skill。刚上线三天就有 500 下载的？大概率刷量。没有下载量的？你愿意当小白鼠吗？

分类 1：AI 自进化——"让 Agent 自己变强"

第一个分类放在最前面，是因为它可能是整个 OpenClaw 生态里最颠覆认知的一类 Skills。

Capability Evolver（35,581 次下载）——ClawHub 下载量排名第一。这玩意做的事情很简单也很疯狂：让你的 AI Agent 自己进化。你输入/evolve，它就开始分析你过去所有的对话记录，找出哪些任务你反复在做、哪些地方它回答得不好、哪些流程可以优化——然后自动生成新的 Skill 来填补这些能力缺口。

你没看错。它不是一个工具，它是一个会自己制造工具的工具。

Self-Improving Agent（GitHub 132 stars）——模块化自进化框架。它把 Agent 的能力拆成一个个模块，每个模块独立评估、独立升级。哪块弱就补哪块，不影响其他部分。像给汽车换零件，不用整台车拆了重装。

Proactive Agent（7,010 下载）——不等你下指令，自己找活干。你设定好目标，它会持续监控环境变化，发现有需要处理的事情就主动执行。

苏米注：这三个装在一起是什么效果？相当于你雇了一个实习生，第一天就自己写了 SOP，第二天开始优化 SOP，第三天开始主动找活干。我用了两周 Capability Evolver，它自动给我生成了 7 个新 Skill——有一个专门处理我每天要看的行业简报，有一个自动整理我跟客户的沟通记录。这些 Skill 不是我让它做的，是它自己观察我的工作习惯后主动生成的。

分类 2：开发者效率——"代码这事，它比你快"

这一类是基本盘。如果你写代码，这几个是基建级别的存在。

GitHub（10,611 下载）——PR 管理、Issues 追踪、代码搜索、仓库操作，全部打通。以前你在终端和浏览器之间来回切，现在一句话搞定。"帮我看一下这个 PR 有没有冲突"、"把这个 Issue 的状态改成已完成"——不用离开对话窗口。

Gog（14,313 下载，48 stars）——Google Workspace 全家桶，一个 Skill 打包搞定。Gmail 收发邮件、Google Calendar 查日程、Google Drive 搜文件、Google Docs 协作编辑——以前这些操作分散在四五个 Tab 里，现在统一在一个对话里完成。做项目管理的人对这个 Skill 会有生理性依赖。

Vercel——前端开发者的老朋友了。写完代码，一句"帮我部署到 Vercel"，30 秒上线。不用记命令，不用翻文档，不用配 CI/CD。

NeonDB——这个要单独说。它做了一件很酷的事情：把 Git 的分支概念搬到了数据库里。你可以给数据库开一个分支，在分支上随便折腾，折腾完了合并回去。搞砸了？直接删分支，主库一点影响没有。

Receiving Code Review——让 AI 帮你做代码审查。不是那种"你的代码有语法错误"的低级检查，是真的会看架构设计、性能隐患、安全漏洞。

实践经验：我自己日常用得最多的是 Gog 和 GitHub，几乎每天都在用。上周有一次临时要翻一封两个月前的邮件，以前得打开 Gmail 搜半天。现在一句"帮我找上个月 XX 客户发的那封关于报价的邮件"，3 秒钟翻出来了。稳，就是开发者 Skills 的最高评价。

分类 3：搜索与研究——"帮你找到你不知道自己需要的东西"

AI 最大的短板是什么？闭着眼睛干活。它的知识有截止日期，它上不了网，它看不到你屏幕上的内容。搜索类 Skills 解决的就是这个问题——给 AI 装上一双手和一双眼。

Agent Browser（11,836 下载）——模拟真实浏览器环境。不是简单的爬网页，是真的会点击、滚动、填表单、处理 JavaScript 渲染。你让它"去某个网站注册一个账号"，它真的能一步步操作完成。

Exa Web Search——结构化搜索引擎。跟普通搜索的区别在于，它返回的不是一堆链接让你自己翻，而是直接返回结构化数据。你搜"2026 年 AI 领域融资超过 1 亿美元的公司"，它直接给你一张表格——公司名、融资金额、投资方、日期，一目了然。

Summarize（10,956 下载）——万物总结器。PDF、网页、视频、播客——丢进去就出摘要。50 页的行业报告，5 分钟出一份 2 页的核心要点。

Tavily Web Search（8,142 下载）——专门为 AI Agent 优化的搜索 API。速度快，返回结果干净，不带广告和垃圾信息。做 RAG（检索增强生成）的开发者基本都在用这个。

苏米注：我现在的工作流里，Agent Browser+Summarize 是标配组合。每天早上让它去扫一圈我关注的信息源，然后用 Summarize 直接生成一份 2 页的摘要。以前这个动作要花我 40 分钟，现在 5 分钟搞定，而且覆盖面比我手动翻的广三倍。

分类 4：文档与知识管理——"让文件变成可用的数据"

你电脑里有多少文件？几百个？几千个？它们安静地躺在各个文件夹里，你知道它们在那儿，但你几乎不会主动翻出来看。这一类 Skills 做的事情就是把死文件变成活数据。

Obsidian（5,791 下载）——如果你用 Obsidian 做笔记，这个 Skill 直接把你的笔记库变成 AI 的知识库。它能理解笔记之间的关联，能根据你的提问去翻你自己写过的笔记找答案。你自己的第二大脑，终于真的变成了大脑。

PDF 2——不是简单的 PDF 转文字。它能做深度解析——合同里的关键条款、报告里的核心数据、论文里的研究方法，自动提取、自动归类、自动标注重要程度。

DocStrange——名字致敬了奇异博士，功能也确实有点魔法。它能把任意格式的文档转化成结构化数据。一份乱七八糟的会议纪要，丢进去出来就是按议题分类、按负责人归组、按截止日期排序的结构化数据。

PPTX——PPT 转 Markdown。把老板去年做的 100 页战略 PPT 转成 Markdown，喂给 AI，让它基于这份战略做任何衍生分析——信息不再被锁在 PPT 里。

分类 5：多媒体创作——"声音、图片、视频，它都能搞"

很多人以为 AI Agent 就是个文字动物——能读能写，但仅限于文字。不是了。

fal-ai——做 AI 图片、视频、音频生成，底层对接了十几个模型。你说"帮我生成一张赛博朋克风格的城市夜景"，它直接出图。

ElevenLabs——文字转语音和声音克隆。录一段你自己的声音样本，以后所有文字转语音都用你的声音。做播客的、做有声书的——这两个配合起来，一个管画面一个管声音，基本齐活了。

ffmpeg-video-editor——用自然语言编辑视频。"把视频前 10 秒剪掉"、"加一个淡入效果"、"把背景音乐音量调低 30%"——用说话代替拖拽时间线。不需要你会 Premiere，不需要你会 Final Cut。

Figma——设计分析与资产导出。它能读懂 Figma 文件，提取设计规范、颜色值、间距参数，直接导出可用的设计资产。

实践经验：上周我用 fal-ai 给一篇文章配了 6 张图，从输入描述到出图，总共花了不到 10 分钟。以前找配图？去图库翻半小时，找到的还不一定满意。

分类 6：工作流编排——"让 Skills 之间互相配合"

到这里，你可能已经装了十几个 Skills 了。但你有没有想过一个问题——这些 Skills 是各干各的，还是能互相配合？

Clawflows做的就是这件事——多步骤工作流编排器。你可以设定一个工作流，让多个 Skills 按顺序执行，前一个的输出是后一个的输入。

苏米注：这才是 OpenClaw 的真正威力所在。单个 Skill 再强也只是工具，当它们开始互相配合，你的 AI 就开始像一个真正的团队在运作。

总结：30 个 Skills 就够了

从 13,000 多个 Skills 里精选出 30 个，按 8 个场景分类。装完这些，你的 OpenClaw 就从"能干活"升级到"会思考"。

最后提醒：Skills 不在多，在精。装之前做好安全检查，装之后定期清理不用的。你的 AI 助手应该越用越顺手，不是越用越臃肿。