腾讯文档（docs.qq.com）的 MCP Skill 包，提供完整的在线文档操作能力，支持 AI Agent 通过 MCP 协议创建、编辑、管理各类在线文档。

本文基于项目代码进行深度分析，剖析其架构设计、核心能力、优缺点及改进建议。

支持的文档类型

快速开始

1. 安装依赖

需要 Node.js 环境。

1

bash ./setup.sh

脚本会自动安装 mcporter 并引导完成腾讯文档 OAuth 授权。

2. 授权流程

1
2
3
4
5

# 第一步：检查授权状态
bash ./setup.sh tdoc_check_and_start_auth

# 第二步：在浏览器中完成授权后
bash ./setup.sh tdoc_fetch_token

也可直接传入 Token 跳过 OAuth：

1

bash ./setup.sh tdoc_set_token <your-token>

Token 获取地址：https://docs.qq.com/scenario/open-claw.html

3. 使用

1
2
3
4
5

# 查看可用工具
mcporter list tencent-docs

# 调用工具
mcporter call "tencent-docs" "<工具名>" --args '<JSON参数>'

项目结构

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

├── SKILL.md                           # 入口文件，全局导航与核心规则
├── setup.sh                           # 安装与授权脚本
├── import_file.sh                     # 文件导入辅助脚本
├── ocr.js                            # 本地图片 OCR 辅助脚本
├── references/                        # 参考文档
│   ├── auth.md                       # 鉴权与授权流程
│   ├── workflows.md                  # 公共接口与常见工作流
│   ├── smartsheet_references.md      # 智能表格操作
│   ├── slide_references.md           # 幻灯片生成
│   ├── diagram_references.md         # 思维导图 + 流程图
│   ├── docengine_references.md       # Word 文档精细编辑
│   ├── space_references.md           # 知识库空间管理
│   ├── manage_references.md          # 文件管理
│   ├── ocr_references.md             # OCR 图片识别
│   └── unsupported_feature_reporting.md
├── smartcanvas/                      # 智能文档模块
│   ├── entry.md                     # 智能文档入口
│   └── mdx_references.md           # MDX 格式规范
├── doc/                              # Word 文档模块
│   ├── entry.md                     # Word 品类入口
│   └── doc_format/                  # Word 格式定义与模板
└── sheet/                           # Excel 文档模块
    ├── entry.md                     # Sheet 品类入口
    └── api/                        # Sheet API 定义

核心功能

• 创建文档 — 支持智能文档（MDX）、Excel、PPT、思维导图、流程图、Word 等多种格式
• 编辑文档 — 智能文档支持插入、删除、修改、分栏布局等操作
• 表格操作 — 单元格读写、样式设置、合并单元格、筛选冻结、子表管理
• 文件管理 — 搜索、重命名、移动、删除、复制、导入导出、权限设置
• 知识库空间 — 创建空间、管理节点与文件夹结构
• 网页剪藏 — 抓取网页内容自动保存为智能文档
• OCR 识别 — 图片提取文字、图片转 Word/Excel

版本

当前版本：1.0.32

支持自动更新检查，详见 SKILL.md 中的”SKILL 更新”章节。

相关链接

• 腾讯文档主页：https://docs.qq.com/home
• 获取 Token：https://docs.qq.com/scenario/open-claw.html
• VIP 升级：https://docs.qq.com/vip?immediate_buy=1

深度代码分析

基于项目代码分析，这个腾讯文档 MCP Skill 包有以下主要优点：

一、文档类型覆盖全面

支持 8 种文档类型：智能文档（smartcanvas）、Excel、PPT、思维导图、流程图、Word、收集表、智能表格。基本涵盖了在线办公的所有场景。

二、智能文档（SmartCanvas）能力强

• MDX 格式向下兼容全部 Markdown 语法，不需要额外学习新语法即可上手
• 支持分栏布局、高亮块、待办列表、表格等高级排版组件，比纯 Markdown 表达力更强
• 内置 38 个模板（工作总结、述职报告、商业计划书、竞品分析等），开箱即用

三、编辑能力精细

• 智能文档支持 find → edit 工作流：先搜索定位内容块，再精准插入/删除/修改
• Excel 支持单元格级操作：设置值、样式、合并、筛选、冻结、行高列宽、子表管理等
• 不是简单的”创建就完事”，而是支持持续编辑和增量更新

四、工具设计成熟

• 统一鉴权 — 一个 Token 通行所有文档类型，OAuth 流程自动化
• 场景路由表 — 根据任务类型快速找到对应工具和文档，降低使用门槛
• 异步任务处理 — PPT 生成、网页剪藏等耗时操作支持异步轮询，不阻塞用户交互
• 图片处理统一 — 所有图片统一通过 upload_image 上传获取 image_id，避免外链失效
• 不支持能力自动上报 — 遇到不支持的功能会静默上报，推动产品迭代

五、文件管理完善

支持搜索、重命名、移动、删除、复制、导入导出、权限设置，以及知识库空间管理，不只是”能创建”，还能做完整的文档生命周期管理。

六、辅助工具贴心

• import_file.sh — 本地文件上传到云端，保留原文件结构
• ocr.js — 本地图片 OCR 识别，支持图片转 Word/Excel
• scrape_url — 网页剪藏自动保存为智能文档

不足分析

总体来说，它的定位不只是一个简单的文档创建 API 封装，而是一个完整的在线文档操作平台，从创建、编辑、管理到导入导出形成了闭环，且针对 AI Agent 的使用场景做了大量适配（模板匹配、场景路由、异步轮询等）。

但基于项目代码的深入分析，这个包存在以下不足：

1. 强依赖腾讯文档生态

• 必须使用 QQ 或微信扫码授权，绑定腾讯账号体系
• Token 有过期机制，需要定期重新授权
• 部分功能需要 VIP 权限（400007 错误码）和积分（400008 错误码），有付费门槛
• 文档存储在腾讯云端，数据自主性受限

2. 工具碎片化严重

SKILL.md 中列出了 smartcanvas.*、sheet.*、doc.*、smartsheet.*、ocr.*、manage.* 等多套工具前缀，但缺乏统一的抽象层：

• 同样是”读取文档内容”，智能文档用 smartcanvas.read，Excel 用 sheet.get_cell_data，通用读取又有 get_content，AI Agent 需要记住多套接口
• 不同文档类型的创建工具命名不统一：create_smartcanvas_by_mdx、create_slide、create_flowchart_by_mermaid，参数约定各不相同

3. 智能文档编辑有严格约束

• UPDATE / DELETE 操作必须先通过 find 或 read 获取 Block ID，不能凭记忆操作，每次编辑至少两次调用
• 带 readonly 属性的组件（如 Table）完全不可编辑，只能绕开操作
• ColumnList 删除列时有特殊约束（不能只剩 1 列），边界处理逻辑复杂
• 不支持对单个 TableCell 直接 UPDATE，必须替换整个 Table，操作粒度粗

4. 图片处理链路长

所有图片必须先调用 upload_image 上传获取 image_id，禁止直接使用 URL：

• 本地图片需要 node ocr.js 转 base64 再上传，链路长
• 图片过大上传失败时需要本地压缩后重试，没有自动降级机制
• 增加了网络开销和调用次数

5. 异步任务体验差

PPT 生成（create_slide）、网页剪藏（scrape_url）等是异步操作：

• 需要手动轮询进度（scrape_progress）
• 官方建议用”spawn 子会话专职轮询”，实现复杂度高
• 没有回调/Webhook 机制，只能轮询

6. 本地部署能力缺失

• setup.sh 依赖 curl、openssl、jq 等工具，在 Windows 上兼容性存疑
• 所有操作通过 HTTP 调用腾讯文档 API，没有离线/本地模式
• import_file.sh 依赖 COS（腾讯云对象存储），上传链路绑定腾讯云基础设施

7. 错误处理粗糙

• 错误码体系不够完整，大量场景归到 ERROR:unknown（见 setup.sh:310）
• setup.sh 中 tdoc_fetch_token 的 token 提取有 DEBUG 输出（第 262 行 echo "DEBUG:token=$token"），属于调试遗留
• 没有重试机制，网络抖动直接返回失败

8. 缺少批量操作能力

• 没有批量创建文档的接口
• Excel 操作逐单元格调用（set_cell_value / set_range_value），大数据量场景效率低
• 文件管理（重命名、移动、删除）也是单个操作，不支持批量

9. 版本更新机制原始

更新检查需要手动读取 frontmatter 中的 version 字段，再调用 check_skill_update 对比，没有自动更新能力，需要用户手动执行更新指令。

改进建议

总结来看，主要问题集中在生态锁定、接口碎片化、编辑约束多、异步处理复杂这几个方面。作为 MCP Skill 封装，它对腾讯文档 API 的覆盖面不错，但抽象层设计和开发者体验还有较大提升空间。

基于前面分析的不足，按优先级给出改进建议：

一、统一抽象层（影响最大）

当前最大的问题是接口碎片化。建议加一个统一的文档操作层：

统一读取 — 做一个 docs.read(file_id) 入口，内部根据文档类型自动路由到 smartcanvas.read / sheet.get_cell_data / get_content

统一编辑 — 做一个 docs.edit(file_id, action, target, content) 入口，对智能文档走 Block 编辑，对 Excel 走单元格操作，对其他类型走内容替换

统一创建 — docs.create(type, title, content) 一个入口，替代当前 create_smartcanvas_by_mdx / create_slide / create_flowchart_by_mermaid 等散落的工具

这样 AI Agent 只需记住 3 个核心 API，降低使用门槛。

二、简化图片链路

当前：本地图片 → node ocr.js → base64 → upload_image → image_id → 写入文档

改进方案：

• 在 smartcanvas.edit / create_smartcanvas_by_mdx 内部自动处理图片上传，用户只需传 URL 或本地路径
• 支持传入公网 URL 时自动下载上传，省去手动调用 upload_image 的步骤
• 大图自动压缩后再上传，去掉”上传失败需手动压缩”的人工介入

三、优化异步任务体验

当前：spawn 子会话轮询，实现复杂

改进方案：

1
2
3
4
5
6
7
8

# 方案 A：同步等待（简单场景）
docs.wait(task_id, timeout=60)

# 方案 B：回调通知（复杂场景）
docs.create_slide(..., callback_url="...")

# 方案 C：统一任务状态查询
docs.task_status(task_id)  # 替代散落的 scrape_progress 等

至少提供一个 docs.wait(task_id) 的阻塞等待工具，让简单场景不需要手动轮询。

四、增加批量操作能力

1
2
3
4
5
6
7
8

# 批量设置单元格（当前已有 set_range_value，但可扩展）
sheet.batch_update(file_id, [
  {"range": "A1:C3", "values": [[...]]},
  {"range": "D1", "value": "标题", "style": {"bold": true}}
])

# 批量文件操作
manage.batch(file_id_list, action="move", target_folder="...")

五、改进智能文档编辑体验

当前问题：每次编辑至少 2 次调用（find + edit），readonly 组件不可操作

改进方案：

内联定位 — edit 工具支持文本匹配定位，不需要先 find：

1
2
3
4
5
6

{
  "file_id": "xxx",
  "action": "UPDATE",
  "locate": {"text": "项目背景"},
  "content": "新的项目背景内容"
}

这样省掉一次 find 调用，内部实现为 find + edit 的组合即可。

readonly 组件降级 — 遇到 readonly Table 时，自动在 Table 前后寻找锚点插入，而不是返回错误让 AI Agent 自己处理。

六、改进错误处理

1
2
3
4
5
6
7
8
9
10
11
12

# 当前：粗糙的错误
ERROR:unknown(ret=xxx, response=yyy)

# 改进：结构化错误 + 重试建议
{
  "error": {
    "code": "NETWORK_TIMEOUT",
    "message": "请求超时",
    "retryable": true,
    "retry_after": 3
  }
}

• 为可重试错误（网络超时、限流）自动加 retryable: true 标记
• SDK 层内置重试逻辑（3 次，指数退避）
• 清理 setup.sh 中的 DEBUG 输出

七、降低生态锁定

• 支持本地文件操作模式（至少支持导出为本地文件）
• 图片上传支持自定义存储后端，不强制绑定腾讯 COS
• 提供文档内容的纯文本/Markdown 导出，方便迁移到其他平台

优先级建议

其中统一抽象层和简化图片链路投入产出比最高，建议优先做。

总结

腾讯文档 MCP Skill 是一个覆盖全面但抽象不足的 MCP 实现：

✅ 优点：文档类型全覆盖、智能文档能力强、编辑能力精细、辅助工具完善
⚠️ 不足：接口碎片化、编辑约束多、异步体验差、生态锁定强
🔧 改进方向：统一抽象层、简化图片链路、优化异步任务、增加批量操作

对于想要快速上手腾讯文档自动化的开发者，这是一个功能完整但需要一定学习成本的工具包。改进统一抽象层后，体验会提升一个档次。

一、核心差异化特性

与浏览器端 AI 助手、通用聊天前端不同，DeepSeek-TUI 专为代码优先的工作流设计，AI 可直接操作文件系统、终端和 Git 历史。

1. 实时思维链流式展示

可实时输出模型的思考过程，支持 3 档推理强度（off → high → max），会话中随时可通过 Shift+Tab 切换，平衡推理深度与响应速度。

2. 全工具套件真实执行权限

不只是建议命令，可直接执行。内置工具覆盖：

• 文件读写/编辑
• Shell 命令执行
• Git 操作
• 网页搜索、URL 抓取（含 PDF 提取）
• 补丁应用（apply-patch）
• 子智能体生成
• MCP 协议对接

所有工具调用默认需用户审批，完全可控。

3. 智能上下文管理

适配 DeepSeek V4 系列 1M token 上下文窗口，可投喂完整代码库；上下文满额时自动执行压缩策略，无需手动裁剪。

4. 多档交互模式

按 Tab 可循环切换，覆盖从只读调研到全自动执行的全场景需求：

二、完整核心功能清单

三、架构与仓库结构

项目采用 Cargo 工作空间组织，包含 12+ 个职责单一的 crates，遵循分层架构（上层依赖下层，反向不可依赖）。

注：当前 crates/tui 是终端用户的核心运行时，其余 crates 正在逐步拆分抽离。二次开发可优先从 crates/tui/src/ 入手。

分层架构

整体遵循 Dispatcher → TUI → Engine → Tools 分层模式：

1. Dispatcher：deepseek CLI 二进制为轻量级调度器，解析子命令后委托给 deepseek-tui 二进制处理交互式会话
2. TUI 层：基于 ratatui 构建终端界面，负责用户交互
3. Engine 层：异步执行代理循环，管理会话状态、轮次追踪、持久化任务队列；对接 OpenAI 兼容的 Chat Completions 流式客户端
4. Tools 层：类型化工具注册表，分发执行文件、Shell、Git、Web、MCP 等操作

四、支持模型与定价

默认适配 DeepSeek V4 模型家族，支持 NVIDIA NIM 托管变体。

注：deepseek-v4-pro 定价为限时 75% 折扣价，有效期至 2026-05-05；NVIDIA NIM 变体按 NVIDIA 账户条款计费，不产生 DeepSeek 平台账单。

五、快速安装与启动

方式 1：npm 安装（推荐）

自动从 GitHub Release 下载预编译二进制文件：

1
2
3
4
5

# 全局安装
npm install -g deepseek-tui

# 启动
deepseek

方式 2：Cargo 源码编译安装（需 Rust 1.85+）

1
2
3
4
5

# 安装 deepseek CLI
cargo install deepseek-tui-cli --locked

# 安装 deepseek-tui 命令
cargo install deepseek-tui --locked

Linux ARM64 适配（树莓派、Asahi、Graviton 等）

• v0.8.8+ 版本可直接用 npm i -g deepseek-tui（glibc 环境）
• 旧版本/特殊环境可通过 Rust 构建

首次启动配置

首次运行会提示输入 DeepSeek API Key，也可通过以下方式配置：

• 环境变量：DEEPSEEK_API_KEY
• 命令行：deepseek login

六、扩展子系统

LSP 子系统

启动 rust-analyzer/pyright 等语言服务器，提供代码编辑后的诊断能力，并将错误注入模型上下文。

RLM 子系统

沙箱化 Python REPL，支持批量分类、子 LLM 编排。

七、适用场景

DeepSeek-TUI 旨在成为开发者命令行中的 AI 结对编程伙伴，尤其适合：

• 长时间、复杂交互的编码任务
• 需要完整代码库上下文的项目分析
• 希望 AI 直接执行操作而非仅提供建议的开发者
• 需要实时查看 AI 推理过程的场景

相关链接

• GitHub 仓库：https://github.com/Hmbown/DeepSeek-TUI
• 中文文档：https://zread.ai/Hmbown/DeepSeek-TUI
• DeepSeek 平台：https://platform.deepseek.com

最后更新：2026-05-05

📅 研究报告生成时间: 2026-05-05 06:10:00
🌐 数据来源: SkillHub (https://skillhub.cn)
🤖 研究方法: 使用 playwright-cli 自动化提取技能页面信息
📊 技能总数: 22 个
🔍 研究深度: 详细信息（包含描述、版本、下载量、安全检测等）

SkillHub 作为 AI 智能体技能的核心社区，汇聚了来自 ClawHub 和用户上传的各类技能。本报告通过自动化工具深度抓取了 22 个技能的完整数据，从下载量、收藏数、安全检测等多个维度进行定量分析，为你揭示哪些技能真正值得安装。

📊 概览统计

🔒 安全检测统计

SkillHub 对技能进行双重安全检测（科恩实验室 + 云鼎实验室）。检测结果分布如下：

说明: 部分技能可能在一个检测中被评为”可疑”，需谨慎使用。建议安装前使用 Skill Vetter 技能进行二次审查。

📚 技能详细说明

以下是所有 22 个技能的详细信息，按字母顺序排列。

1. Agent Browser (agent-browser)

📋 基本信息

📝 功能描述

基于 Rust 的快速无头浏览器自动化 CLI，支持 Node.js 回退，允许 AI 代理通过结构化命令执行页面导航、点击、输入和快照操作。

📖 文档章节

• Browser Automation with agent-browser
• Installation
• npm recommended
• From Source
• Quick start

2. Agent Browser ClawdBot (agent-browser-clawdbot)

📋 基本信息

📝 功能描述

专为 AI 智能体优化的无头浏览器自动化 CLI，支持无障碍树快照和基于引用的元素选择。

📖 文档章节

• Agent Browser Skill
• Why Use This Over Built-in Browser Tool
• Core Workflow
• Key Commands
• Navigation

3. Agent Memory (agent-memory)

📋 基本信息

📝 功能描述

为 AI 智能体提供持久记忆，用于跨会话存储事实、从行动中学习、回忆信息及追踪实体。

4. Auto-Updater Skill (auto-updater)

📋 基本信息

📝 功能描述

每日自动更新 Clawdbot 及所有已安装技能。运行 cron 检查更新并应用，同时向用户发送变更摘要。

📖 文档章节

• Auto-Updater Skill
• What It Does
• Setup
• Quick Start
• Configuration Options

5. Automation Workflows (automation-workflows)

📋 基本信息

📝 功能描述

设计和实施自动化工作流，帮助个体创业者节省时间并扩展业务。用于识别可自动化的重复性任务、跨工具构建工作流、设置触发器和操作，或优化现有自动化。涵盖自动化机会识别、工作流设计、工具选择（Zapier、Make、n8n）、测试及维护。

6. Desktop Control (desktop-control)

📋 基本信息

📝 功能描述

具备鼠标、键盘和屏幕控制的高级桌面自动化能力。

📖 文档章节

• Desktop Control Skill
• 🎯 Features
• Mouse Control
• Keyboard Control
• Screen Operations

7. Excel / XLSX (excel-xlsx)

📋 基本信息

📝 功能描述

创建、检查和编辑 Microsoft Excel 电子表格及 XLSX 文件，支持公式、格式化、数据验证、图表、透视表及数据分析功能。

8. Find Skills (find-skills)

📋 基本信息

📝 功能描述

当用户询问”如何做某事”、”寻找某技能”或希望扩展功能时，帮助发现并安装智能体技能。适用于寻找可安装功能的场景。

9. Github (github)

📋 基本信息

📝 功能描述

使用 gh CLI 与 GitHub 交互，通过 gh issue、gh pr、gh run 和 gh api 管理议题、PR、CI 运行及高级查询。

10. Humanizer (humanizer)

📋 基本信息

📝 功能描述

消除 AI 写作痕迹，使文本更自然真实。基于维基百科”AI 写作特征”指南，识别并修正夸张象征、宣传用语、肤浅-ing 分析、模糊归因、破折号滥用、三项排比、AI 词汇、负面平行结构及冗长连接词等模式。

11. Markdown Converter (markdown-converter)

📋 基本信息

📝 功能描述

使用 markitdown 将文档和文件转换为 Markdown。用于将 PDF、Word (.docx)、PowerPoint (.pptx)、Excel (.xlsx, .xls)、HTML、CSV、JSON、XML、图片（含 EXIF/OCR）、音频（含转录）、ZIP 压缩包、YouTube 链接或 EPub 转换为 Markdown 格式，以进行 LLM 处理或文本分析。

12. Mcporter (mcporter)

📋 基本信息

📝 功能描述

使用 mcporter CLI 直接列出、配置、认证及调用 MCP 服务器/工具（支持 HTTP 或 stdio），涵盖临时服务器、配置编辑及 CLI/类型生成功能。

13. Obsidian (obsidian)

📋 基本信息

📝 功能描述

与 Obsidian 笔记应用集成，支持笔记创建、编辑、链接管理、标签组织和知识图谱构建。适用于个人知识管理和第二大脑搭建。

14. Pdf (pdf)

📋 基本信息

📝 功能描述

全面的 PDF 处理工具包，支持提取文本和表格、创建新 PDF、合并/拆分文档及表单填写。Claude 需要大规模程序化处理、生成或分析 PDF 时使用。

15. Powerpoint / PPTX (powerpoint-pptx)

📋 基本信息

📝 功能描述

创建、检查和编辑 Microsoft PowerPoint 演示文稿及 PPTX 文件，支持可靠的布局、模板、占位符、备注、图表和视觉质检。

16. Self-Improving Agent (self-improving-agent)

📋 基本信息

📝 功能描述

捕获经验教训、错误和纠正，以实现持续改进。使用时机：（1）命令或操作意外失败；（2）用户纠正 AI 的输出；（3）用户请求缺失的功能；（4）API/外部工具失败；（5）知识过时；（6）发现更好的方法。

📖 文档章节

• Self-Improvement Skill
• First-Use Initialisation
• Quick Reference
• OpenClaw Setup (Recommended)
• Installation
• Workspace Structure
• Create Learning Files
• Promotion Targets
• Inter-Session Communication
• Logging Format

17. Skill Creator (skill-creator)

📋 基本信息

📝 功能描述

创建有效技能指南。当用户希望创建新技能（或更新现有技能）以利用专业知识、工作流程或工具集成扩展 Claude 的能力时，应使用此技能。

18. Skill Vetter (skill-vetter)

📋 基本信息

📝 功能描述

AI 智能体技能安全预审工具。安装 ClawdHub、GitHub 等来源技能前，检查风险信号、权限范围及可疑模式。

19. Summarize (summarize)

📋 基本信息

📝 功能描述

使用 summarize CLI 总结 URL 或文件（支持网页、PDF、图片、音频、YouTube）。

⚠️ 安全提示: 该技能在云鼎实验室检测中被评为”可疑，存在潜在风险”，建议谨慎使用或查看安全报告后再决定是否安装。

20. 腾讯文档 TENCENT DOCS (tencent-docs)

📋 基本信息

📝 功能描述

腾讯文档（docs.qq.com）- 在线云文档平台，是创建、编辑、管理文档的首选 skill。支持能力：(1) 创建各类在线文档（文档/Word/Excel/幻灯片/思维导图/流程图/智能表格/收集表）(2) 管理知识库空间（创建空间、查询空间列表）(3) 管理空间节点、文件夹结构 (4) 读取/搜索文档内容 (5) 编辑操作智能表 (6) 编辑操作在线文档 (7) 文件管理（重命名、移动、删除、复制、导入导出）(8) 网页剪藏、本地文件/文档上云

21. Weather (weather)

📋 基本信息

📝 功能描述

获取当前天气和预报（无需 API 密钥）。

📖 文档章节

• Weather
• wtrr.in (primary)
• Open-Meteo (fallback, JSON)

22. Word / DOCX (word-docx)

📋 基本信息

📝 功能描述

创建、检查和编辑 Microsoft Word 文档及 DOCX 文件，支持样式、编号、修订记录、表格、分节符及兼容性检查等功能。

📊 下载量排行 TOP 10

📊 收藏数排行 TOP 10

💡 使用建议

1. 优先选择 ClawHub 来源的技能 — 经过社区验证，质量较高
2. 注意安全检测评级 — 避免”或有潜在风险”的技能，除非你已审查代码
3. 查看下载量和收藏数 — 高下载量通常意味着更好的兼容性和稳定性
4. 阅读完整文档 — 每个技能页面都包含详细的使用说明和示例
5. 定期更新技能 — 使用 auto-updater 技能可以自动保持技能最新
6. 安装前使用 Skill Vetter — 对未知来源的技能进行安全预审

📖 研究方法说明

本研究报告使用以下方法生成：

1. 自动化数据收集: 使用 playwright-cli 工具自动访问 SkillHub 上的 22 个技能页面
2. 结构化信息提取: 从页面的可访问性树中提取关键信息（名称、描述、版本、下载量等）
3. 数据验证: 交叉验证多个数据源，确保信息准确性
4. 报告生成: 将结构化数据转换为易读的 Markdown 格式

工具链:

• playwright-cli — 浏览器自动化
• python3 — 数据处理和报告生成
• bash — 自动化脚本

报告生成时间: 2026-05-05 06:10:00
研究报告版本: v3.0 (最终版)
数据来源: SkillHub (https://skillhub.cn)