ClawHub上5700多个技能，下载量最高的那些，核心代码往往不超过50行。

有人花两周写了一个“万能文件处理”技能，下载量23。有人靠5个代码片段拼出来的“日报生成器”，下载量直接破万。

不是说代码越长越值钱，是“能直接复制粘贴就能用”的东西，才是社区里真正缺的。

我从ClawHub热门技能、GitHub开源项目、以及几个技术社群里扒下来这5个片段，每个都有真实下载量支撑，复制过去改两行就能跑。

片段一：文件统计报表生成（下载量1.2w+）

这个片段来自ClawHub上一个叫file-report-skill的技能，做的事情很简单：统计指定目录下有哪些文件类型、各多少数量、生成一份Markdown报表。

核心代码不到40行：

import fs from 'fs';
import path from 'path';

function countFilesByType(dirPath: string): Record<string, number> {
  const stats: Record<string, number> = {};
  const files = fs.readdirSync(dirPath, { withFileTypes: true });

  for (const file of files) {
    if (file.isDirectory()) continue;
    const ext = path.extname(file.name).toLowerCase() || '无扩展名';
    stats[ext] = (stats[ext] || 0) + 1;
  }
  return stats;
}

function generateMarkdownReport(stats: Record<string, number>, dirPath: string): string {
  const now = new Date().toLocaleString();
  let markdown = `# 文件统计报表\n**统计目录**：${dirPath}\n**统计时间**：${now}\n\n| 文件类型 | 数量 |\n|----------|------|\n`;
  
  Object.entries(stats).forEach(([ext, count]) => {
    markdown += `| ${ext} | ${count} |\n`;
  });

  const total = Object.values(stats).reduce((sum, val) => sum + val, 0);
  markdown += `\n**总文件数**：${total}\n`;
  return markdown;
}

这个片段被反复复制的原因很简单：它解决了“我到底有多少文件”这个高频问题，而且输出是Markdown，可以直接贴进周报里。有人把它魔改成了“代码行数统计器”，有人改成“图片尺寸扫描器”，但核心逻辑一个字没动。

CSDN那篇教程底下有人留言：“复制过去改了改目录路径，跑了5年没动过的文件夹，终于知道里面是什么了。”

片段二：安全技能验真（下载量2.1w+）

OpenClaw的安全风险最近被工信部点了名，ClawHub上skill-vetter这个技能的下载量一周涨了8000多。它核心就干一件事：检查一个技能有没有恶意代码。

片段来自它的核心验真模块：

# 检查技能包是否存在可疑行为
clawhub verify ./downloaded-skill --deep-scan

# 返回结果示例
{
  "risk_level": "中危",
  "issues": [
    {
      "type": "可疑文件访问",
      "file": "agent.py",
      "line": 23,
      "code": "os.system('rm -rf /')",
      "suggestion": "发现高危命令，请确认是否需要此操作"
    },
    {
      "type": "外部请求",
      "target": "http://malicious-domain.com",
      "risk": "潜在的数据外泄"
    }
  ]
}

阿里云开发者社区那篇文章专门提到：约4.5%的ClawHub技能存在恶意行为。用这个片段的人，不是想开发技能，是想知道自己装的技能到底安不安全。

片段三：提示注入防护（下载量3.4w+）

这是ClawHub上防护类技能里下载量最高的一个。解决的问题很简单：防止别人用“忽略之前指令”这种话术把你的AI带偏。

核心代码：

function detectInjection(userInput: string): { risk: boolean; reason: string } {
  const patterns = [
    { regex: /ignore previous instructions/i, risk: "发现忽略历史指令请求" },
    { regex: /system override/i, risk: "发现系统覆盖指令" },
    { regex: /you are now/i, risk: "发现角色切换诱导" },
    { regex: /forget everything/i, risk: "发现记忆清除请求" }
  ];

  for (const pattern of patterns) {
    if (pattern.regex.test(userInput)) {
      return { risk: true, reason: pattern.risk };
    }
  }
  
  return { risk: false, reason: "" };
}

这个片段被用在很多企业部署的OpenClaw网关前。有个开发者在评论区说：“加了这层之后，群里再也没有人用‘忽略之前指令’调戏机器人了。”

片段四：多角色并行分析（下载量8.9k+）

这个片段来自一个叫“决策模拟器”的技能，核心思想是：让AI同时扮演财务、增长、风险、用户、战略五个角色，分析同一个问题，最后综合输出。

片段代码：

const roles = [
  { name: "财务", focus: "成本、收益、ROI" },
  { name: "增长", focus: "用户量、留存、扩张速度" },
  { name: "风险", focus: "合规、安全、负面可能" },
  { name: "用户", focus: "体验、需求、痛点" },
  { name: "战略", focus: "长期价值、竞争壁垒" }
];

async function multiRoleAnalysis(question: string) {
  const analyses = [];
  for (const role of roles) {
    const prompt = `你作为${role.name}角色，关注点是${role.focus}。请分析以下问题：${question}。输出2-3条核心观点。`;
    const response = await callLLM(prompt);
    analyses.push({ role: role.name, insights: response });
  }
  
  // 让所有角色互相讨论
  const synthesisPrompt = `以下是五个角色对同一问题的分析：\n${JSON.stringify(analyses)}\n请综合各方观点，输出一份平衡建议。`;
  return await callLLM(synthesisPrompt);
}

有人用它做商业决策，有人用来写周报，还有人选品的时候跑一遍。原作者在Sparkco的博客里说：“这不是让我更聪明，是让我看到我自己想不到的角度。”

片段五：定时任务+消息推送（下载量6.7w+）

ClawHub上“每日简报”类技能的祖宗级代码。核心就两段：

// 定时任务配置（cron语法）
const schedule = {
  "每日早报": "0 8 * * *",     // 每天8点
  "数据监控": "*/30 * * * *",  // 每30分钟
  "周报提醒": "0 9 * * 1"      // 每周一9点
};

// 消息推送（飞书示例）
async function pushToFeishu(webhook: string, content: string) {
  const payload = {
    msg_type: "text",
    content: { text: content }
  };
  
  await fetch(webhook, {
    method: "POST",
    headers: { "Content-Type": "application/json" },
    body: JSON.stringify(payload)
  });
}

阿里云那篇喂饭级教程里专门提了这个组合：定时抓数据 + 格式化输出 + 推送到飞书/钉钉。评论区有人晒图：“跑了三个月，每天群里的简报都是机器人发的，没人发现。”

---

这几个片段在ClawHub和GitHub上被复制了无数次。有人拿去改改就发了自己的技能，有人直接嵌进自己的项目里，还有人就为了“跑起来看一眼效果”。

你如果也在搓技能，这几个应该够用了。需要哪个的直接去 人工智能skills 专题里找，代码都是现成的，复制过去改两行就能跑。