先验货，再冒险。把链接交给 Keeper，帮你读懂它、核查安全、适配到你的环境。
Skill 生态正在爆发。ClawHub、GitHub、SkillHub……到处都是别人写好的技能，搜索和发现已经不是问题了。
但「找到」和「用上」之间，隔着一道沉默的深渊。
一个普通用户的典型经历是这样的：在社区看到一个很棒的 Skill，兴奋地复制链接，然后——打开发现是一堆自己看不懂的技术文件；硬着头皮装，报错了，缺 Python、缺 Chrome、缺某个依赖；花了半小时折腾环境，终于跑起来，却发现这个 Skill 根本不适合自己的场景，或者跟已有的技能功能重复。
半天就这么过去了。什么也没得到。
更安静的版本是：看了一眼 SKILL.md，没看懂，关掉标签页。用户不会告诉你「我放弃了」——他们只是消失了。 这就是沉默放弃：没有报错日志，没有 issue，没有任何信号。技能市场的下载量在涨，但真正跑通的人有多少，没人知道。
对于非技术用户来说，试错成本尤其残酷。他今天看到一个 Claude Code 上很火的 Skill，想装进 OpenClaw 用——先要搞清楚两个框架的格式差异，再装一堆从没听过的依赖，调半天环境变量，最后得到一个冷冰冰的报错，或者更糟：Skill 跑起来了，但执行了他完全不理解的命令。他甚至不知道该害怕还是该高兴。
还有一个更隐蔽的问题：技能装得越多，Agent 反而越笨。 用户不记得自己装过什么，也说不清每个技能之间的差异。两个功能相似的 Skill 躺在 workspace 里，description 写得差不多，Agent 每次调用都在猜——猜错了就走错路，猜对了也浪费了决策成本。Skill 越堆越多，上下文越来越重，Agent 的表现却在下滑。用户困惑：「我明明给了它更多工具，它怎么更蠢了？」没人告诉他，问题不是 Agent 不行，是技能之间的边界从来没有被划清过。
Skill 市场解决了「发现」，但没人管「激活」。 从找到到能用之间，有一整个空白的生态位。
SkillKeeper 就是为了填这个空白而生的——在你冒险之前，先帮你验货。读懂它是干什么的，检查它安不安全，测试它适不适合你的环境，然后一键生成一个为你量身适配的版本。不改原作者的代码，只调节它在你环境里的「表型」。
终极目标：把「贴链接」到「首次跑通」的时间，从半天压缩到两分钟。
将 Skill 的执行流程拆解为步骤卡片，用像素风冒险地图呈现，每个节点标注类型（行动 / 宝箱 / 判断分支），让非技术用户也能一眼看懂整个执行链路。
自动拉取 Skill 的全部文件，为每个文件生成一句话说明（SKILL.md、脚本、配置文件），展示文件树和脚本数量。
检测用户本地/云端 workspace 中已安装的 Skill，对比当前 Skill 与已有技能的功能重叠度，自动生成 description 改写建议，让 Agent 调用时不会选错。
综合环境适配结果和 Buddy 扫描结论，自动执行：Description 语义消歧改写、DeskHub 元数据补全（slug / version / tags）、来源追溯注释 + 安全重扫验证。
进化前后对比的量化评分，涵盖五个维度：镜像源适配、环境兼容、元数据完整、语义消歧、安全性，附带每条变更的详细日志。
双引擎安全核查：Skill Vetter 静态扫描（正则匹配危险模式）+ Anthropic 语义分析（AI 理解代码意图），输出风险等级（LOW / MEDIUM / HIGH / EXTREME）和红绿灯判定。
SkillKeeper/
├── web/ # Next.js 14 (App Router)
│ ├── src/
│ │ ├── app/
│ │ │ ├── page.tsx # 主页面（Hero + Tab 布局）
│ │ │ └── api/
│ │ │ ├── explain/ # Explainer + Security Guard
│ │ │ ├── env-analyze/ # 环境分析
│ │ │ ├── env-receive/ # 环境数据接收
│ │ │ ├── evolve/ # 技能进化
│ │ │ └── download-evolved/ # 进化包下载
│ │ ├── components/
│ │ │ ├── LinkInput.tsx # 链接输入框
│ │ │ ├── ProgressSteps.tsx # 加载动画
│ │ │ ├── SkillOverview.tsx # 概览 + 要点
│ │ │ ├── SopFlow.tsx # 冒险路线 SOP
│ │ │ ├── SkillFileTree.tsx # 文件树
│ │ │ ├── EnvAdapter.tsx # 环境适配 + Buddy + 进化
│ │ │ ├── SecurityReport.tsx # 安全报告
│ │ │ └── FallbackResult.tsx # 降级提示
│ │ └── lib/
│ │ ├── llm.ts # LLM 调用封装
│ │ ├── explainer/ # Explainer Prompt + 解析
│ │ ├── security/ # Skill Vetter 静态扫描
│ │ ├── env/ # 环境检测与分析
│ │ ├── evolve/ # 进化引擎（Prompt + 评分 + 验证）
│ │ └── fetcher/ # 多平台 Skill 拉取
│ └── public/
│ ├── keeper/ # 像素风吉祥物素材
│ ├── map/ # 冒险地图背景
│ └── skillkeeper-env.sh # 环境检测脚本
├── 现状观察、产品愿景、待解决议题.md
└── 技术方案.md
核心流程：用户贴链接 → Fetcher 拉取文件 → Explainer（LLM）生成解读 + SOP → Security Guard 扫描 → 环境检测脚本采集本地环境 → Env Analyzer 分析适配动作 + Buddy 查重 → Evolve Engine 生成进化版 Skill + 评分验证
| 平台 | 示例 |
|---|---|
| GitHub | https://github.com/openclaw/skills/tree/main/skills/... |
| ClawHub | https://clawhub.ai/{作者}/{skill名} |
| 通用链接 | 任何包含 SKILL.md 的公开仓库 |
cd web
npm install
cp .env.example .env # 配置 LLM API Key
npm run dev访问 http://localhost:3000，粘贴 Skill 链接即可。