每日扫描 ClawHub 全球 AI Agent Skill 平台,6 维度全维度精选简报
⚠️ 数据出口说明:简报默认写入本地文件;若配置了飞书/IMA 凭证,会推送到飞书云文档和腾讯 IMA 知识库。未配置凭证时仅生成本地文件,不执行外部推送。详见 SKILL.md 的"数据出口说明"。
📌 命名说明:本项目在 GitHub 仓库为
clawhub-daily;在 ClawHub 市场注册名为skill-daily(因 ClawHub 保护clawhub-命名空间)。两个名字指向同一个 Skill。
ClawHub Daily is an Agent Skill that scans 200 Skills from ClawHub (the global AI Agent Skill platform) every day, picks 6 most valuable ones through all-dimension daily recommendation + 7 pain-point matching + 7-day deduplication, and pushes a full brief to Lark/Feishu.
- Real data: ClawHub Convex API (not hardcoded)
- All-dimension daily: trending×2 / quality×1 / newcomers×1 / panorama×2 = 6 per day
- 7 pain-points: 🤖 automation / 🛠️ dev / ✍️ content / 🕷️ scraping / 🧠 AI / 🇨🇳 Chinese / 💰 finance
- 7-day dedup: avoid repeated recommendations
- Bilingual brief: Chinese one-liner + English
<details> - Lark/Feishu push: cloud doc + card message with direct link
- 🎯 真实数据:从 ClawHub Convex API 抓取 Top 200 Skill(不是硬编码)
- 🔄 全维度每日推荐:趋势×2 + 质量×1 + 新星×1 + 全景×2 = 每日 6 个,每天看全貌
- 🚫 7 天去重:自动避免重复推荐(7 天滚动窗口,跨维度去重)
- 🎨 痛点匹配:基于 7 大场景库个性化推荐
- 🇨🇳 简报中文化:中文一句话 + 英文原文
<details>折叠 - 📊 多模块简报:热装、口碑、新星、痛点、热议、分类王者
- 📤 多通道推送:飞书云文档 + 卡片消息 / IMA 知识库 / 本地 Markdown
- 🔗 可点击链接:云文档和 Markdown 中 Skill 名称/链接均可直接点击跳转
ClawHub Daily 提供 2 种使用模式,首次安装后请阅读 references/setup-wizard.md 选择:
| 模式 | 适合 | 触发方式 |
|---|---|---|
| 💬 A 常规对话 | 手动调用 | 在 Agent 对话中输入"每日推荐"、"ClawHub 日报"等 |
| ⏰ B Cron 定时 | 每天自动推送 | 参考 references/prompt-templates.md 配置 |
推荐默认:模式 B + 每天 1 次(全维度推荐,每日 6 个)。
clawhub-daily/
├── SKILL.md # 技能说明
├── README.md # 本文档
├── CHANGELOG.md # 变更日志
├── LICENSE # MIT 协议
├── .claude-plugin/
│ └── plugin.json # ClawHub 发布元数据
├── .gitignore # Git 忽略规则
├── references/
│ ├── setup-wizard.md # 首次安装模式选择
│ ├── prompt-templates.md # Cron 提示词模板
│ ├── config.json # 凭证配置模板(占位符)
│ ├── config.local.json # 本地凭证(不入 Git,不发布)
│ ├── api-contract.md # Convex API 详细参数
│ ├── source-data-schema.md # 数据字段说明
│ ├── briefing-template.md # 简报模板
│ └── pain-points.md # 痛点库
├── scripts/
│ ├── fetch_clawhub.py # 抓取 200 个 Skill
│ ├── compute_metrics.py # 指标计算
│ ├── daily_recommend.py # 推荐生成(全维度)
│ └── push_to_feishu.py # 飞书推送
└── data/
├── snapshots/ # 原始快照
└── recommended/ # 推荐结果 + Markdown
# 进入技能目录
cd clawhub-daily
# 一键执行:抓取 → 指标 → 推荐 → 飞书
python clawhub_daily_executor.py执行器会自动:
- 抓取 200 个 Skill(10-15 秒,0 token)
- 计算 5 大指标
- 全维度推荐 6 个 Skill(趋势×2 + 质量×1 + 新星×1 + 全景×2)
- 创建飞书云文档
- 发送卡片消息(含云文档直达链接)
# Step 1: 抓取数据
python scripts/fetch_clawhub.py --num 200 --date 2026-06-05 --output data/snapshots
# Step 2: 计算指标
python scripts/compute_metrics.py --input data/snapshots/2026-06-05.json
# Step 3: 生成推荐(默认全维度)
python scripts/daily_recommend.py --date 2026-06-05 --data-dir data
# Step 4: 推送到飞书
python scripts/push_to_feishu.py --recommendation data/recommended/2026-06-05.jsonpython clawhub_daily_executor.py --skip-push凭证不硬编码在代码中,必须通过以下方式之一提供(优先级从高到低):
- CLI 参数:
--app-id/--app-secret/--user-open-id - 环境变量:
FEISHU_APP_ID/FEISHU_APP_SECRET/FEISHU_USER_OPEN_ID - config.local.json(推荐):复制
config.json为config.local.json,填入真实值(不入 Git) - config.json:占位符模板,适合公开仓库
// references/config.local.json(不入 Git,不发布)
{
"feishu_app_id": "<your_feishu_app_id>",
"feishu_app_secret": "<your_feishu_app_secret>",
"feishu_user_open_id": "<your_user_open_id>"
}🔒
references/config.local.json已加入.gitignore,请勿将真实凭证提交到 GitHub。
默认全维度模式(每日推荐 6 个):
| 维度 | 配额 | 过滤条件 | 价值 |
|---|---|---|---|
| 🔥 trending | 2 | installsCurrent ≥ 100 | 跟热度走 |
| ⭐ quality | 1 | downloads ≥ 1000 且 star_rate ≥ 0.5% | 跟口碑走 |
| 🚀 newcomers | 1 | age_days ≤ 60 + installs ≥ 10 + stars ≥ 3 | 抓潜力股 |
| 🏆 panorama | 2 | comments ≥ 1 | 看社区讨论 |
单维度模式(兼容旧版):
python scripts/daily_recommend.py --date 2026-06-05 --dimension qualitypython scripts/daily_recommend.py --date 2026-06-05 --lookback-days 14默认 7 天(7×6=42 个去重池)。
| 文件 | 内容 |
|---|---|
data/snapshots/<date>.json |
当日 200 个 Skill 原始数据 |
data/snapshots/<date>.metrics.json |
计算后的指标(star_rate 等) |
data/recommended/<date>.md |
简报 Markdown(Skill 链接可点击) |
data/recommended/<date>.json |
推荐结果(含飞书 blocks + 维度统计) |
ClawHub Convex API
│
▼
fetch_clawhub.py
│
▼
<date>.json (200 个 Skill)
│
▼
compute_metrics.py
│
▼
<date>.metrics.json
│
▼
daily_recommend.py ───── 读取 7 天历史
│ │
│ ▼
│ 全维度推荐 + 跨维度去重 + 痛点加权
│ │
▼ ▼
<date>.json 推荐结果
<date>.md 简报
│
▼
push_to_feishu.py
│
▼
飞书云文档 + 卡片消息(含直达链接)
编辑 references/pain-points.md 和 scripts/daily_recommend.py 中的 PAIN_POINTS_DB,调整各场景的 weight 值。
- 在
references/pain-points.md添加场景定义 - 在
scripts/daily_recommend.py的PAIN_POINTS_DB同步 - 重新运行推荐生成
编辑 scripts/daily_recommend.py 中的 DIMENSION_CONFIG:
"trending": {
"filter_fn": lambda s: s['installs_current'] >= 100,
"limit": 2, # 每日配额
...
}ls data/recommended/
cat data/recommended/2026-06-05.md- 检查网络能否访问
wry-manatee-359.convex.cloud - 查看
data/snapshots/<date>.json是否生成 - 错误码含义见 api-contract.md
- 检查
data/snapshots/<date>.metrics.json是否生成 - 确认
data/recommended/目录下有过去 7 天的 JSON(用于去重) - 调整
DIMENSION_CONFIG的filter_fn降低门槛
- 确认
references/config.local.json的凭证有效 - 确认
user_open_id是 P2P 对话对象(需先发过消息) - 检查飞书云文档 block 数量(< 200 为宜)
- 查看 setup-wizard.md 的"飞书应用创建"步骤
- SOLO Schedule 启动的进程读不到环境变量,必须使用
config.local.json - 详见
references/config.local.json配置说明
详细模板见 references/prompt-templates.md,支持:
- Trae SOLO(推荐)
- qclaw / WorkBuddy / OpenClaw / Hermes
- Linux/Mac crontab
- Windows Task Scheduler
默认建议:每天 1 次(全维度推荐,每日 6 个,7 天去重)。
- 数据源单一:仅 ClawHub Convex API,不抓取 SkillHub
- 单次最多抓 200 个:Convex 翻页稳定上限
- 去重窗口 7 天:超出 7 天的会重新推荐(用户可配置)
- 新星维度候选少:当前仅 2 个候选,可能经常空推荐
- 语言:中文为主,英文原文
<details>折叠(0 token 中文化方案)
欢迎 PR!请参考 CONTRIBUTING.md。
- v1.0.4 (2026-06-05) - 全维度每日推荐 + 7 天去重 + 飞书卡片优化 + 可点击链接
- v1.0.3 (2026-06-05) - 修复 D4 阈值、dedup 语义、痛点词边界
- v1.0.0 (2026-06-03) - 初始版本
MIT-0 © clawhub-daily contributors