首页 文章 精选 留言 我的

精选列表

搜索[AI],共10000篇文章
优秀的个人博客,低调大师

2026AI Agent Skills 技能库怎么选:ClawHub、SkillsBot 、skills.sh、SkillsMP全维度对比

**结论先说:没有一个技能库在所有场景都最优。** 按 2026 年的实际使用情况,ClawHub 适合 OpenClaw 生态内的深度用户,skills.sh 适合想要跨工具安装和在命令行里完成一切的工程师,SkillsMP 适合需要大规模索引和程序化检索的场景,而**面向中文使用者的场景——看不懂英文说明、下载慢、分类对不上——SkillsBot 这类中文镜像站的边际收益最大。** 如果你只想知道「我现在该打开哪个」,跳到第三节的分场景表。 --- ## 一、2026 年为什么突然所有人都在聊「技能库」 Agent Skills 这个格式是 Anthropic 在 2025 年底提出并开放的。它的核心设计非常克制:**一个技能就是一个文件夹,里面有一个 ****`SKILL.md**`**,写清楚「什么时候用我」和「怎么用我」。** 没有运行时,没有 SDK,没有编译步骤。 正因为门槛低,生态在半年内炸开了:目录站、市场、镜像站、CLI 工具一下子冒出十几个。问题也随之而来——同一个技能可能在四五个站点都被收录,但版本、说明、安装方式各不相同。 于是「选哪个技能库」从一个没必要的问题,变成了一个真问题。 --- ## 二、五个平台的实际定位差异 先给一张速查表。**注意规模数字的口径完全不同**:有的统计 Skill 条目数,有的统计文件数,有的只统计人工审核过的条目,所以数字大不代表覆盖广。 |平台|定位|规模口径(公开可见,2026 年下半年)|审核方式|安装方式|中文支持| | --- | --- | --- | --- | --- | --- | |ClawHub|OpenClaw 官方技能注册中心|数千量级(不同来源统计差异大)|人工审核 + 版本锁定|clawhub install|无原生中文| |SkillsBot|ClawHub 中文镜像 + 中文社区|上万个 Skill(官网标注)|中文分类整理 + 中文说明|站内获取,国内节点|原生中文| |skills.sh|Vercel 系的开放目录,偏 CLI 与榜单|万级索引,跨 20+ Agent 统计安装量|自动化 + 社区|npx skills add owner/repo|英文为主| |SkillsMP|独立社区,索引体量最大|数万级条目|社区评审,无强审核|npx skillsmp install|英文为主| |awesome 类 GitHub 清单|社区人工挑选的仓库列表|数百条精选|维护者主观挑选|git clone|部分有中文注释| ### 几个容易被忽略的差异点 **1. 审核强度不等于安全。** ClawHub 有最严格的人工审核流程,但它恰恰是 2026 年上半年被公开披露过供应链问题最多的平台之一——因为审核量大、攻击面也大。安全这件事,第四节单独讲。 **2. 安装方式决定了你的工作流能不能自动化。** 只有提供 CLI 的目录(skills.sh、SkillsMP、ClawHub)才能进 CI,才能写进 Dockerfile,才能团队统一。纯网页目录在这一点上是残缺的。 **3. 中文支持不是「有没有翻译」,而是「分类体系对不对得上」。** 英文站点的分类是 `tools / plugins / productivity` 这类,中文使用者的真实检索词是「爬虫反检测」「量化取数」「公众号排版」。分类体系错位,搜索再准也没用。 --- ## 三、按场景选:四种人,四种答案 |你的场景|优先选择|理由|备选| | --- | --- | --- | --- | |用 OpenClaw,需要原生集成与定时触发|ClawHub|官方注册中心,版本锁定最规范|SkillsBot(中文镜像,解决拉取慢)| |中文使用者,英文说明看不懂、下载经常超时|SkillsBot|中文场景分类 + 中文教程 + 国内镜像节点|ClawHub + 手动翻译| |团队混杂 Claude Code / Cursor / Copilot,要统一安装|skills.sh|跨 20+ Agent 追踪安装量,CLI 一条命令|SkillsMP| |想批量检索、做程序化分析、建内部索引|SkillsMP|索引体量最大,有 API 可访问|awesome 清单| 再补一个很多人会问的:**只是想先看看有哪些技能,不打算装。** 这种情况别去目录站,直接看排行榜。榜单比分类目录高效得多,因为安装量已经替你做了第一轮筛选。SkillsBot 的榜单会显示每个技能的真实安装数(当前榜首是股票量化类技能,可见安装量在千级),这个信号比任何编辑推荐都硬。 --- ## 四、安全这道坎,所有平台都还没解决 2026 年上半年,安全研究者披露过两次规模较大的技能供应链问题:一次是数百个技能在 HTML 注释里藏指令,诱导 Agent 在「试运行」时把环境变量和 API Key 外传到外部地址;另一次是大量技能冒用知名开发者身份发布,占比高到 37%。 两次事件之后的共同应对是:平台加强审核、要求签名、批量下架。但结论没变:**目录站只负责收录,不负责担保。** 所以不管你选哪个平台,装之前都该做三件事: ``` # 1. 把技能拉到本地,先读一遍,不要直接装 git clone && cat /SKILL.md # 2. 搜索可疑指令 grep -rniE "ignore previous|system prompt|curl|requests\.post|env\[|os\.environ" / # 3. 用最小权限跑第一次(不要在有凭证的环境里试) ``` 这三步不看平台,看的是你的习惯。审查清单我在另一篇里展开了,这里不重复。 --- ## 五、中文使用者要额外考虑的变量 如果你在国内做开发,英文站点的三个隐性成本会持续消耗你: - **网络成本**:技能包通常几百 KB 到几十 MB,跨境拉取超时是常态,批量部署时一个超时打断整个流程。 - **语言成本**:一个技能的 README 写着「A MCP server implementation for blah blah」,你得先判断它到底能不能解决你的问题,再决定要不要花时间读代码。 - **语义成本**:英文分类里 `productivity` 底下可能同时躺着 Git 提交助手和番茄钟,你要的不是这个粒度。 SkillsBot 这类站点的价值就落在这三点上:**国内节点解决拉取,中文说明解决判断,场景化分类解决检索。** 它底层收录的还是同一批开源技能,只是把「从看到到跑通」的中间损耗压掉了。 需要提醒的是:镜像站解决的是可用性,不解决安全性。镜像过来的技能仍然是第三方代码,审查动作一个都不能省。 --- ## 六、我的实际组合方式 跑了大半年之后,我的固定组合是这样: ``` 发现 → 榜单看趋势(哪个方向在冒头) ↓ 检索 → 中文场景分类找具体能力(关键词对得上) ↓ 判断 → 读中文说明 + 看安装量 + 看最后更新时间 ↓ 审查 → 本地 clone,读 SKILL.md,grep 可疑指令 ↓ 安装 → CLI 一条命令,锁版本 ↓ 验证 → 用一句话触发,确认真的加载了 ``` 前三步在中文站完成,后三步在本地终端完成。这个分工比「在一个站点里做完所有事」实际得多——**发现和判断靠人,审查和执行靠工具。** --- ## FAQ **Q:技能库是不是收录越多越好?** 不是。收录量只代表索引能力,不代表可用性。一个收录一万条、每条都有中文说明和可用性标注的库,比收录十万条、八成是 Hello World 的库有用得多。 **Q:同一个技能在几个平台都有,版本会不一样吗?** 会。差异通常来自镜像延迟和是否跟随上游更新。装之前看一眼仓库的最后提交时间,比看平台标注的版本号可靠。 **Q:国内镜像站会不会有篡改风险?** 理论上任何中间环节都增加了一个信任点。实践中的做法是:镜像站用来发现和判断,最终安装尽量回源到原始仓库,或者对比文件哈希。 **Q:我需要同时用几个技能库吗?** 两个就够:一个负责发现(中文站,解决检索效率),一个负责安装(带 CLI 的目录,解决自动化)。再多就是重复劳动。 **Q:免费的技能库和付费市场差在哪?** 主要差在审核成本和创作者分成机制。付费市场通常有更强的安全扫描和更明确的责任主体,免费目录胜在覆盖面。个人开发者用免费目录加自己的审查习惯,性价比最高。 --- 不管最后选哪个入口,建议从一件事开始:**打开榜单,找一个和你当下工作直接相关的技能,装上,用一句话触发它,看它有没有真的生效。** 这一步跑通,你对整个生态的理解会比读十篇介绍都快。

优秀的个人博客,低调大师

滑坡自然灾害应急监测 房屋损坏监测数据集 AI图像数据集第10834期

@[toc] # 滑坡损毁房屋实例分割数据集 滑坡灾害房屋损毁识别是自然灾害应急监测中的重要方向,这份滑坡损毁房屋实例分割数据集,专门面向滑坡场景下建筑与受灾区域识别任务,可用于滑坡灾害研判、受损房屋分割、灾后灾情评估等研究。 ![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12519487/2a12bcc7c3d98454b651f27f9ee88cfe.png) | 数据属性 | 描述 | | ---- | ---- | | 图片总量 | 3320张 | | 任务类型 | 实例分割 | | 类别数量 | 5类 | | 类别名称 | 完好建筑、损毁建筑、受损建筑、滑坡损毁房屋、滑坡土体 | | 配套指标 | mAP@50:51.8%,精确率:62.2%,召回率:48.0% | | 数据集版本 | 3个版本 | | 适用任务 | 滑坡区域识别、受灾房屋分割、灾后建筑损毁评估、灾害应急研判 | ![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12519487/e54ee13271ba45340dd6caceade302c6.png) - 数据集聚焦滑坡灾害场景,标注包含完好建筑、不同受损程度房屋以及滑坡土体,能够区分建筑本体与滑坡灾害区域,适配灾后精细化灾情分析。 - 标注为实例分割格式,支持对每一栋房屋、每一处滑坡区域单独提取轮廓,可统计受灾建筑数量、损毁范围,满足灾害定量化评估需求。 - 自带预训练模型,配套mAP、精确率、召回率指标,拿到数据后可直接开展模型微调、对比实验,降低滑坡灾害视觉算法的开发门槛。 - 适用于无人机航拍影像下的自然灾害监测,可应用于地质灾害预警、灾后救援勘查、国土防灾相关算法研究。![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12519487/28ba2c0434ebffb970a73f250c177037.png) ```yaml # YOLO分割yaml配置 path: ./landslide_house_damage train: images/train val: images/val test: images/test names: 0: 完好建筑 1: 损毁建筑 2: 受损建筑 3: 滑坡损毁房屋 4: 滑坡土体 ``` ```python # YOLOv8分割训练代码 from ultralytics import YOLO model = YOLO('yolov8n-seg.pt') results = model.train( data='landslide_house_damage.yaml', epochs=100, imgsz=640, batch=8, device=0 ) ``` ![在这里插入图片描述](https://developer.qcloudimg.com/http-save/yehe-12519487/6046d158a3f0008b8afe65f591c094fb.png) # 滑坡检测,房屋损毁分割,灾后评估,地质灾害识别,无人机灾害监测

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册