clawhub

GitHub
7.6k 1.2k 较难 1 次阅读 今天MITAgent插件
AI 解读 由 AI 自动生成,仅供参考

ClawHub 是专为 OpenClaw 生态打造的公开技能与插件注册中心。它让开发者能够轻松发布、版本化管理并检索基于文本的 AI 智能体技能(SKILL.md)、系统设定(SOUL.md)以及代码插件包。

这一工具主要解决了 AI 智能体资源分散、难以统一管理和高效复用的痛点。通过 ClawHub,用户不再需要手动整理零散的脚本或文档,而是拥有一个集中化的“应用商店”,支持对技能进行重命名、合并去重及变更追踪,确保资源引用的稳定性。同时,其配套的 onlycrabs.ai 子站专门用于共享智能体的核心系统设定,进一步完善了生态协作链条。

ClawHub 特别适合 AI 智能体开发者、开源贡献者以及希望快速构建自定义 Agent 的技术人员使用。它不仅提供友好的网页浏览体验,还配备了功能强大的命令行工具(CLI),支持一键登录、搜索、安装、发布及同步更新,极大提升了工作流效率。

在技术亮点方面,ClawHub 摒弃了传统的关键词匹配,采用 OpenAI 嵌入模型结合向量搜索技术,让用户能通过语义理解精准找到所需技能。此外,项目基于 Convex 后端构建,集成了 GitHub 认证、自动化审核机制及细粒度的权限管理(如软删除恢复、别名重定向),既保证了社区内容的质量,又兼顾了数据的安全与灵活维护。

使用场景

某 AI 初创团队正在快速迭代其客服机器人,需要整合多名开发者编写的数十个独立技能模块(如“订单查询”、“情绪安抚”),并统一管理系统提示词(SOUL)。

没有 clawhub 时

  • 技能管理混乱:团队成员通过 GitHub 仓库或本地文件共享技能,版本更新不同步,常出现因手动复制粘贴导致的配置冲突。
  • 检索效率低下:寻找特定功能的技能只能依靠模糊的文件名或关键词搜索,无法理解技能的实际语义能力,耗时费力。
  • 协作维护困难:重命名或合并重复技能时会破坏现有引用链接,导致机器人运行报错,且缺乏统一的审核机制来保证技能质量。
  • 系统提示词分散:机器人的核心设定(SOUL)散落在各个开发者的笔记中,难以统一版本控制和分发。

使用 clawhub 后

  • 统一注册与版本控制:团队利用 clawhub 发布带标签的技能版本,支持一键同步更新,彻底消除了手动同步带来的配置错误。
  • 语义化智能检索:借助内置的向量搜索,开发者只需输入“处理退款”等自然语言描述,即可精准定位到具备相应能力的技能包。
  • 安全重构与治理:通过 skill renameskill merge 命令,团队可安全地合并冗余技能或优化命名,旧链接自动重定向,业务零中断。
  • 集中化管理系统灵魂:将核心系统提示词作为 SOUL 发布到 onlycrabs.ai(clawhub 生态的一部分),确保所有机器人实例加载一致的最新人设。

clawhub 将原本碎片化的 AI 技能开发流程转变为标准化、可检索且易于协作的现代化工程体系。

运行环境要求

操作系统
  • 未说明
GPU

未说明

内存

未说明

依赖
notes该项目主要基于 Bun 运行时(非 Node.js),无需全局安装,通过 bunx 运行 Convex。后端依赖 Convex 云服务(数据库、文件存储、向量搜索)和 GitHub OAuth 认证。搜索功能需要配置 OpenAI API Key 以生成嵌入向量。开发环境需配置 .env.local 文件包含 Convex 部署 URL 及认证密钥。支持通过 Nix 包管理器安装特定的插件技能。
python未说明
Bun
TanStack Start (React, Vite/Nitro)
Convex
OpenAI API (text-embedding-3-small)
clawhub hero image

快速开始

ClawHub

ClawHub

CI 状态 Discord MIT 许可证

ClawHub 是 Clawdbot 的公共技能注册表:用于发布、版本化和搜索基于文本的智能体技能(包含 SKILL.md 及其支持文件)。它专为快速浏览和 CLI 友好的 API 设计,同时提供内容审核钩子和向量搜索功能。此外,它现在还公开了一个原生的 OpenClaw 包目录,用于管理代码插件和捆绑插件。

onlycrabs.ai 是 SOUL.md 注册表:以与发布技能相同的方式发布和分享系统背景故事。

ClawHub · onlycrabs.ai · 愿景 · 文档 · 贡献指南 · Discord

你可以用它做什么

  • 浏览技能并渲染其 SKILL.md
  • 发布新版本的技能,附带变更日志和标签(包括 latest)。
  • 在不破坏旧链接或安装的情况下重命名你拥有的技能。
  • 将重复的自有技能合并为一个规范的别名。
  • 浏览灵魂并渲染其 SOUL.md
  • 发布新版本的灵魂,并附带变更日志和标签。
  • 使用嵌入向量(向量索引)进行搜索,而非依赖脆弱的关键字。
  • 收藏和评论;管理员或版主可以对技能进行精选和批准。
  • 浏览 OpenClaw 包,并查看其家族、信任度和能力元数据。
  • 通过 /packages API 和 CLI 流程发布原生代码插件和捆绑插件。

onlycrabs.ai(SOUL.md 注册表)

  • 入口是基于主机的:onlycrabs.ai
  • 在 onlycrabs.ai 主机上,首页和导航默认显示灵魂。
  • 在 ClawHub 上,灵魂位于 /souls 路径下。
  • 灵魂包目前仅接受 SOUL.md 文件(不支持其他文件)。

工作原理(高层次)

  • Web 应用:TanStack Start(React、Vite/Nitro)。
  • 后端:Convex(数据库、文件存储和 HTTP 操作)+ Convex Auth(GitHub OAuth)。
  • 搜索:使用 OpenAI 嵌入模型(text-embedding-3-small)结合 Convex 向量搜索。
  • API 架构和路由:packages/schemaclawhub-schema)。

CLI

常用 CLI 流程:

  • 认证:clawhub loginclawhub whoami
  • 发现:clawhub search ...clawhub explore
  • 浏览统一目录(技能 + 插件):clawhub package exploreclawhub package inspect <name>
  • 管理本地安装:clawhub install <slug>clawhub uninstall <slug>clawhub listclawhub update --all
  • 不安装直接检查:clawhub inspect <slug>
  • 发布/同步技能:clawhub skill publish <path>clawhub sync
  • 发布插件:clawhub package publish <source>
  • 规范化自有技能:clawhub skill rename <slug> <new-slug>clawhub skill merge <source> <target>

文档:docs/quickstart.mddocs/cli.md

删除权限

  • clawhub uninstall <slug> 仅会移除你本机上的本地安装。
  • 已上传到注册表的技能采用软删除/恢复机制(clawhub delete <slug> / clawhub undelete <slug> 或等效的 API 操作)。
  • 软删除/恢复操作允许技能所有者、版主和管理员执行。
  • 硬删除仅限管理员操作(通过管理工具或封禁流程)。
  • 所有者重命名时,旧的别名 slug 会保留为重定向别名。
  • 所有者合并时,源条目将被隐藏,旧的 slug 会被重定向到规范的目标。

遥测

ClawHub 会在你登录状态下运行 clawhub sync 时,收集最少的 安装遥测数据(用于计算安装次数)。 可通过以下方式禁用:

export CLAWHUB_DISABLE_TELEMETRY=1

详情请参阅 docs/telemetry.md

仓库结构

  • src/ — TanStack Start 应用(路由、组件、样式)。
  • convex/ — 架构、查询/变更/动作以及 HTTP API 路由。
  • packages/schema/ — CLI 和应用共享的 API 类型及路由。
  • docs/ — 项目文档(架构、CLI、认证、部署等)。
  • docs/spec.md — 产品与实现规格说明(适合初次阅读)。

本地开发

先决条件:Bun(Convex 通过 bunx 运行,无需全局安装)。

bun install
cp .env.local.example .env.local
# 编辑 .env.local — 请参考 CONTRIBUTING.md 获取本地 Convex 配置值

# 终端 A:本地 Convex 后端
bunx convex dev

# 终端 B:Web 应用(端口 3000)
bun run dev

# 种植示例数据
bunx convex run --no-push devSeed:seedNixSkills

完整设置说明(环境变量、GitHub OAuth、JWT 密钥、数据库种子等),请参阅 CONTRIBUTING.md

环境变量

  • VITE_CONVEX_URL:Convex 部署 URL(https://<deployment>.convex.cloud)。
  • VITE_CONVEX_SITE_URL:Convex 站点 URL(https://<deployment>.convex.site)。
  • VITE_SOULHUB_SITE_URL:onlycrabs.ai 站点 URL(https://onlycrabs.ai)。
  • VITE_SOULHUB_HOST:onlycrabs.ai 主机匹配(onlycrabs.ai)。
  • VITE_SITE_MODE:SSR 构建的可选覆盖模式(skillssouls)。
  • CONVEX_SITE_URL:与 VITE_CONVEX_SITE_URL 相同(认证和 Cookie)。
  • SITE_URL:应用 URL(本地:http://localhost:3000)。
  • AUTH_GITHUB_ID / AUTH_GITHUB_SECRET:GitHub OAuth 应用程序。
  • JWT_PRIVATE_KEY / JWKS:Convex Auth 密钥。
  • OPENAI_API_KEY:用于搜索和索引的嵌入模型 API 密钥。

Nix 插件(nixmode 技能)

ClawHub 可以在 SKILL 的 frontmatter 中存储一个 nix-clawdbot 插件指针,以便注册表知道要安装哪个 Nix 软件包束。Nix 插件与常规技能包不同:它将技能包、CLI 二进制文件及其配置标志/要求打包在一起。

将以下内容添加到 SKILL.md

---
name: peekaboo
description: 使用 Peekaboo CLI 捕获并自动化 macOS UI。
metadata:
  {
    "clawdbot":
      {
        "nix":
          {
            "plugin": "github:clawdbot/nix-steipete-tools?dir=tools/peekaboo",
            "systems": ["aarch64-darwin"],
          },
      },
  }
---

通过 nix-clawdbot 安装:

programs.clawdbot.plugins = [
  { source = "github:clawdbot/nix-steipete-tools?dir=tools/peekaboo"; }
];

你还可以声明配置要求以及示例片段:

---
name: padel
description: 通过 Playtomic 查看帕德尔球场可用情况并管理预订。
metadata:
  {
    "clawdbot":
      {
        "config":
          {
            "requiredEnv": ["PADEL_AUTH_FILE"],
            "stateDirs": [".config/padel"],
            "example": "config = { env = { PADEL_AUTH_FILE = \"/run/agenix/padel-auth\"; }; };",
          },
      },
  }
---

为了显示 CLI 帮助信息(建议用于 Nix 插件),请包含 cli --help 的输出:

---
name: padel
description: 通过 Playtomic 查看帕德尔球场可用情况并管理预订。
metadata: { "clawdbot": { "cliHelp": "padel --help\\n用法: padel [命令]\\n" } }
---

推荐使用 metadata.clawdbot,但也接受 metadata.clawdismetadata.openclaw 作为别名。

技能元数据

技能会在 SKILL.md 的 frontmatter 中声明其运行时要求(环境变量、二进制文件、安装规范)。ClawHub 的安全分析会将这些声明与技能的实际行为进行比对。

完整参考:docs/skill-format.md

快速示例:

---
name: my-skill
description: 使用 API 做某件事。
metadata:
  openclaw:
    requires:
      env:
        - MY_API_KEY
      bins:
        - curl
    primaryEnv: MY_API_KEY
---

脚本

bun run dev
bun run build
bun run test
bun run coverage
bun run lint

版本历史

v0.1.02026/01/07

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|昨天
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|2天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

143.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.9k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|昨天
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|昨天
语言模型图像Agent