ClawHeart
免费工具 · 本地优先

SkillRouter

面向 Claude Code、Codex、OpenEva 等 Agent 的本地 Skills 管理器。在线发现技能,本地安装到中心库,并通过 MCP 暴露给你的 Agent 使用。

免费使用

当前版本免费下载和使用。SkillRouter 专注做轻量的 Skills 中心、使用说明索引和本地 MCP 桥接。

Skills 中心

从中心库浏览 Skills,按分类检索,查看介绍和使用说明。

一键安装

安装到 SkillRouter 本地中心库,不再依赖各 Agent 的软连接目录。

MCP 暴露

把搜索和安装能力发布成本地 MCP 工具,让 Agent 在对话里直接调用。

在线浏览 Skills

这里展示 SkillRouter 中心库的公开 Skills。网页端用于发现、筛选和查看说明;安装、同步和 MCP 发布由本地客户端完成。

用本地客户端安装

零风险 AI 人格蜕变引擎

100

零风险 AI 人格蜕变引擎

让AI主动预判需求,持久记忆不失联

87

让AI主动预判需求,持久记忆不失联

极致理性的永生者语态转换

100

极致理性的永生者语态转换

越用越懂你的AI记忆进化系统

97

越用越懂你的AI记忆进化系统

结构化记忆,可验证的Agent知识图谱

92

结构化记忆,可验证的Agent知识图谱

让AI记住教训,不再重复犯错

97

让AI记住教训,不再重复犯错

时间线完整性守护顾问

100

时间线完整性守护顾问

AI 代理的持续进化引擎

100

AI 代理的持续进化引擎

AI自我进化·持续学习沉淀

92

AI自我进化·持续学习沉淀

为 AI 注入灵魂的情感引擎

100

为 AI 注入灵魂的情感引擎

多代理系统性能优化专家

100

多代理系统性能优化专家

结构化 Agent 人格设计系统

98

结构化 Agent 人格设计系统

六层架构·持久记忆·告别上下文丢失

97

六层架构·持久记忆·告别上下文丢失

发现 OpenClaw 生态技能

97

发现 OpenClaw 生态技能

审计级决策治理与结构化记录

100

审计级决策治理与结构化记录

智能经验记忆与技能进化系统

100

智能经验记忆与技能进化系统

AI 代理协作防坑指南

98

AI 代理协作防坑指南

双智能体中长期投资预测分析

97

双智能体中长期投资预测分析

AI 提示词注入多层防护系统

97

AI 提示词注入多层防护系统

OpenAI 全功能 API 集成

97

OpenAI 全功能 API 集成

五Agent协同的智能任务调度中枢

98

五Agent协同的智能任务调度中枢

思维统合的纯顾问角色助手

98

思维统合的纯顾问角色助手

本地会话历史的智能检索专家

97

本地会话历史的智能检索专家

AI 代理专用的紧凑型符号通信协议

100

AI 代理专用的紧凑型符号通信协议

交互式 AI 招聘向导,一键组建团队

100

交互式 AI 招聘向导,一键组建团队

确定性自主任务编排引擎

97

确定性自主任务编排引擎

零信任本地身份管控系统

97

零信任本地身份管控系统

LLM原生智能搜索 · S级安全

97

LLM原生智能搜索 · S级安全

火山引擎 RAG 智能检索方案

98

火山引擎 RAG 智能检索方案

全方位对抗验证与策略强化系统

97

全方位对抗验证与策略强化系统

AI 项目记忆中枢,本地隐私优先

97

AI 项目记忆中枢,本地隐私优先

让 AI 主动思考,而非被动应答

97

让 AI 主动思考,而非被动应答

Token 安全的智能提示词管家

98

Token 安全的智能提示词管家

全模态 AI 提示词工程精要

98

全模态 AI 提示词工程精要

叙事身份塑造的AI人格锻造术

98

叙事身份塑造的AI人格锻造术

智能自进化,越用越懂你

97

智能自进化,越用越懂你

AI 增强

审计级决策治理与结构化记录

score 100

审计级决策治理与结构化记录

使用说明

## 核心用法 DGR(Decision-Grade Reasoning)是一套面向 LLM 输出的决策级推理治理协议,旨在生成符合审计标准的结构化决策工件。用户通过提供决策请求或问题上下文,选择三种运行模式之一(dgr_min 快速模式、dgr_full 标准模式、dgr_strict 严格模式),即可获得一份 schema 验证通过的 JSON 格式决策记录。该记录强制包含至少一项假设、一项风险、一份建议及一致性检查,可直接存储至工单系统、事故日志或审计追踪库中,实现决策过程的完整留痕。 ## 显著优点 审计就绪的架构设计:输出格式严格遵循 JSON schema,确保机器可读与人工审查的双重兼容性,特别适合金融、医疗、法律等强合规场景。 风险显式化管理:强制要求显式声明假设(Assumptions)与风险(Risks),并提供风险等级评估,有效避免"隐性偏见"导致的决策盲区。 分级治理模式:三种预设模式(min/full/strict)分别对应不同风险等级的决策场景,从快速低风险决策到高不确定性保守分析,实现资源投入与风险控制的动态平衡。 可扩展的审查流程:通过 recommendation.review_required 字段自动触发人工审查标记,支持企业建立标准化的决策复核工作流。 ## 潜在缺点与局限性 来源可信度限制:作为 T3 级社区来源(个人开发者维护),缺乏官方组织背书,企业用户需结合内部治理标准进行二次验证。 过程质量≠结果正确:Skill 明确声明不保证决策的正确性、最优性或真实性,仅提升决策过程的清晰度与可追溯性,存在"形式合规但实质错误"的潜在风险。 模式选择依赖经验:用户需自行判断使用何种模式(min/full/strict),错误选择可能导致过度分析(over-analysis)或审查不足。 JSON 技术门槛:输出为结构化 JSON 数据,非技术背景用户可能需要额外工具或培训才能有效解读与利用。 ## 适合的目标群体 合规与审计团队:需要为 AI 辅助决策建立完整审计追踪的企业合规官、内部审计师。 项目管理与运营:处理高风险项目决策、事故响应(Incident Triage)、变更管理(Change Management)的项目经理与运维负责人。 研究与分析机构:需要结构化记录研究假设、方法局限性与推荐结论的科研团队、政策分析师。 AI 治理从业者:正在建立企业级 AI 使用规范、需要标准化 LLM 输出格式的 AI 伦理与治理委员会。 ## 使用风险与注意事项 过度依赖风险:由于输出格式专业且结构完整,用户可能产生"机器验证通过即正确"的虚假安全感,忽视对实质内容的批判性思考。 假设验证责任:Skill 生成的假设列表仅为启发式引导,用户必须独立验证每项假设的真实性,否则可能导致级联错误。 模式匹配错误:在真正高风险的法律、医疗或金融场景中,若误用 dgr_min 模式,可能因分析深度不足而遗漏关键风险。 数据隐私边界:虽然 Skill 本身不上传数据,但用户输入的决策上下文可能包含敏感信息,需确保本地存储与传输符合 GDPR/等保等法规要求。 版本兼容性:当前版本 1.0.4 仍在快速迭代中,schema 字段可能在后续更新中调整,建议生产环境使用前锁定版本。

productivityproject-program-managementgovernanceauditcompliancedecision-supportrisk-management

Agent 怎么使用 SkillRouter

  1. 1用户在 Agent 里提出需求,例如:帮我找一个做 PPT 的 skill。
  2. 2Agent 通过 SkillRouter MCP 调用 search_skills,检索本地中心库和远端中心库。
  3. 3用户确认后,Agent 调用 install_skill_to_center,把 skill 安装到 SkillRouter 中心。
  4. 4后续 Agent 再执行任务时,可以读取已安装 skill 的说明、能力边界和使用步骤。

安装到 Agent / OpenEva

把下面配置加入支持 HTTP MCP 的客户端后,即可让 Agent 调用 SkillRouter。

{
  "mcpServers": {
    "skillrouter": {
      "type": "http",
      "url": "http://127.0.0.1:18650/mcp"
    }
  }
}

常用说法

用 skillrouter 搜索 PPT 相关 skills
查一下朋友圈高转化文案诊断专家这个 skill
安装这个 skill 到 SkillRouter 中心

下载 SkillRouter

安装本地客户端后,即可把 SkillRouter 发布为本机 MCP 服务,并让 Agent 调用搜索和安装能力。

macOS 版本已使用 Developer ID 签名并通过 Apple 公证。如果仍看到安全提示,请删除旧包并重新下载最新版。