（3855期）Skill Factory – 零代码构建专业级 AI 技能

零代码构建专业级 AI 技能 OpenClaw 官方出品的技能工厂，通过四阶段 SOP 将模糊想法转化为可发布的标准化技能，实现从 0 到 1 创建、1 到 N 升级、N 到 ∞ 分发的全生命周期管理。 使用说明 核心用法 Skill Factory 是一款元技能（Meta-Skill），专为构建其他技能而设计。用户只需用自然语言触发（如 "新 skill: 简历筛选" 或 "Upgrade skill: nova-reader"），系统即进入标准化工作流： Phase 0 · 捕获：通过 3 个关键问题锁定需求，防止过度工程化Phase 1 · 收集：自动抓取权威来源，优先官方文档与一手资料Phase 2 · 精炼：提取核心知识，生成 SKILL.md、references/ 知识库及可选脚本Phase 3 · 发布：输出 GitHub-ready 仓库，支持双语 README、语义化版本、MIT 许可证 升级工作流支持 PATCH/MINOR/MAJOR 版本管理，内置 ClawHub CLI 发布指令，实现 "GitHub 优先、ClawHub 次之" 的合规分发。 显著优点 流程工业化：将技能开发从个人创意转化为可复制的标准作业程序，任何加载此技能的 Claw 实例均可产出生产级质量 质量内建：强制要求一手来源验证、触发词覆盖测试、双语文档，从源头规避常见缺陷 版本治理：完整的语义化版本体系（遵循 SemVer），变更分类（Public API 元素检查）与升级计划预审机制 生态闭环：原生支持 ClawHub 分发，含设备流登录、标签推送、本地同步的完整工具链 经验沉淀：内置 7 条组织学习记录（LRN-001~007），将过往失败转化为流程改进 潜在局限 环境依赖：ClawHub CLI 需要 Node.js 环境，Windows 代理/VPN 环境下需切换 HTTPS 远程 认知门槛：四阶段 SOP 对新手存在学习曲线，需理解 "Raw vs References" 分离原则 人工卡点：Phase 0 的三问题确认、升级计划的用户确认环节无法完全自动化 平台绑定：ClawHub 分发协议为 OpenClaw 生态专用，跨平台迁移需额外适配 适合人群 希望系统化沉淀个人知识库的 AI 重度用户 需要将内部 SOP 转化为可分发工具的团队或组织 追求 "一次构建、多环境复用" 的开发者与产品经理 运营 ClawHub 技能市场的社区贡献者 使用风险 性能风险：大规模网页抓取（Phase 1）可能触发源站限流，建议控制并发 依赖风险：Git 操作、Node.js 工具链、ClawHub 认证状态的任一环节故障将导致发布中断 数据持久化：wip/ 工作目录需定期清理，避免磁盘膨胀；未推送的本地修改存在丢失风险 版本漂移：多人协作时若绕过升级工作流直接修改，可能造成版本语义混乱 原始说明 Turn any idea into a polished, versioned, publishable OpenClaw skill — no scaffolding, no guesswork. Just say "新 skill" or "build a skill" and Skill Factory...