龙虾养殖 101：OpenClaw 必装的 5 个 Skills
01 / 快速又安全的 Skill Find 工具：cocoloop
📍 clawhub.ai/cocoloop/cocoloop-skill · ⭐ 156 · 284 次安装
你安装的 Skill 真的安全吗？
ClawHub 现在是个「菜市场」什么都有，但没人安检。Find Skills 虽然能搜，但服务器在海外，国内访问卡成 PPT，更关键的是完全没有安全审核。
Koi Security 审计发现 341 个恶意 Skill 混在官方市场里（检出率近 12%），「ClawHavoc」攻击团伙伪装成加密钱包、交易机器人，专门进行钓鱼攻击，偷走虚拟货币。Snyk 扫描显示更是 36% 的 Skill 存在安全漏洞，包括后门、凭据窃取、钓鱼链接。OASIS Security 披露的「ClawJacked」漏洞（CVE-2026-25253）允许恶意网站通过暴力破解接管你的 OpenClaw 实例。
cocoloop-skill 是专门针对这些问题设计的：
- 国内 CDN 加速，大大加快安装速度
- 强制安全扫描：每个 Skill 都经过全面的安全审计，从是否有明显的恶意行为到是否会执行多层嵌套的动态脚本，尽最大可能保证不会下载到恶意 Skill
- 支持多源：除了 ClawHub，还能从 GitHub、GitLab 拉取
推荐所有的用户首先安装 cocoloop。
02 / 给龙虾装上操作互联网的爪子：Agent Browser
如果只能装一个 Skill 的话，Agent Browser 几乎是必选项。
Agent Browser 可以让你的龙虾能操作本地浏览器：从点击按钮、填写表单、截图、解析页面。底层是高效 Rust 保证操作速度，Node.js 处理兼容性。
没有公开 API 的服务很难做成自动化流程，例如每天早上自动抓取竞品价格，生成对比表；批量填写那些没有 API 的老旧系统表单。这个 Skill 就给了龙虾操作所有 web 的能力
03 / 从犯错中学习，在学习中学习：self-improving-agent
📍 clawhub.ai/pskoett/self-improving-agent · ⭐ 484 · 369 次安装
用 OpenClaw 最崩溃的瞬间是什么？昨天刚教它「发文章前检查封面」，今天新开一个线程，它又忘了。你需要一直重复同样的指令，直到怀疑自己是不是在教一只金鱼。
self-improving-agent 的核心哲学是犯错即学习，学习即进化。每次你纠正它，或者日志系统报错后自行修改正确，自动把「教训」写进 .learnings/ 文件夹。下次开新线程，Hook 机制先把这些记录塞进上下文，相当于让 OpenClaw 先复习错题本再开工。
04 / 升级仿生记忆系统：Ontology
📍 clawhub.ai/oswalpalash/ontology · ⭐ 78 · 61 次安装
OpenClaw 的默认记忆有多脆弱？上下文窗口满了就丢，召回率随缘，你让它「记住」的东西其实是在赌它会不会忘，一旦任务中忘掉一切都要重来。
Ontology 将知识图谱作为记忆系统的底层。Person、Project、Task、Event、Document 都是实体，实体之间能建关系、能查询、能约束。召回率和上下文占用优化都远远高于默认的记忆系统。
05 / 去机器味：Humanize AI Text
OpenClaw 写的文字有个致命伤——太像 AI。排比句式、堆砌过渡词（「首先」「其次」「最后」「不是..而是..」）、情感白开水、没有个人视角。
这个 Skill 不光提供了 Few Shot 样例，更是从硬编码上直接暴力抹除机器味。
patterns.json：定向替换「一眼 AI」 AI 惯用句式transform.py：插入自然的口语停顿、语气词，模拟人类写作喜欢detect.py：对抗式生成思路，让判别器，给「AI 味」打分compare.py：前后对照，给出最终对比
改造完成
这 5 个 Skill 解决的是 5 个根本问题：
- 不敢装 → cocoloop-skill 给安全扫描
- 动不了 → Agent Browser 给操作能力
- 记不住 → self-improving-agent 给长期记忆
- 记不牢 → Ontology 给结构化存储
- 写不像 → Humanize 给人味表达
装完之后的 OpenClaw 从「裸虾」变成「全副武装的智能体」——能搜索、能执行、能学习、能记忆、能写作。
> 没装 Skills 的 OpenClaw 是一个健忘顾问：你问，它答，经常忘事，只能操作文件。 > 装对 Skills 的 OpenClaw 是一个资深员工：能独立完成几乎所有任务，并牢牢记得你喜好和要求。