夜雨聆风
小龙虾神器!4个必装技能,让你的龙虾变牛逼!
以下正文：
我发现很多人用小龙虾的时候，普遍都有一个痛点。
就是OpenClaw装好了，模型也配好了，服务也跑起来了，但到这里就卡住了。
接下来该干嘛，其实很多人是懵的。
费了半天功夫装好的龙虾，除了能跟你聊天，好像也不会做别的事。
这感觉有点像什么呢？
就像你刚买了一部新手机，开机挺兴奋的，结果发现一个App都没装。
那这手机除了打电话，还能干嘛？
基本跟一块砖差不多。
所以很多人以为自己已经把龙虾装好了，其实只是把“系统”装好了，还没给它装上APP，也就是Skill。
真正让它干活的，是后面的这些Skill。
所以下面这几个Skill，基本算是我自己装OpenClaw之后第一时间必装的。
第一个：Skill Vetter
这是一个专门给Skill做安检的工具。
你可以把它理解成一个Skill的安检员，任何Skill想装进你的OpenClaw，它都会先过一遍安检。
因为OpenClaw之前出过一次不小的安全事件。
今年年初，安全公司Koi Security对ClawHub上的2857个Skill做了一次全面扫描，直接扫出来341个恶意Skill。
后来另外一支安全团队继续往更早的Skill历史记录里追查，发现历史上上传过的恶意Skill，至少有1184个。
这次攻击被命名为ClawHavoc——利爪浩劫。
听名字就知道有多严重了吧。
简单说就是，有人专门往Skill商店里投毒。
他们先去注册ClawHub的开发者账号，当时的门槛低得离谱，一个注册满一周的GitHub账号就能发布Skill，然后他们就开始批量上传伪装成正常工具的恶意Skill。
其中一个叫hightower6eu的账号，一个人就上传了677个恶意包。全都是自动化脚本批量生成的。
这些恶意Skill伪装得很聪明，它们看起来就跟正常Skill一模一样，名字起的也很像那么回事。
什么”推特热搜”、”加密货币工具”、”YouTube助手”之类的。
说明文档也写得有模有样，你如果只是扫一眼，基本看不出来有什么问题。
但攻击者用了一招叫”ClickFix2.0″的套路。
它们在Skill的安装说明里塞了一段”前置安装要求”，看起来像是很正常的依赖配置步骤，实际上你一执行，就中招了。
比如在Mac上，它会植入一个叫AtomicStealer（AMOS）的窃密木马。
这个玩意会偷你的浏览器密码、钥匙串、Telegram数据、SSH密钥、加密钱包，全部打包发到攻击者的服务器上。
在Windows上也差不多，一种叫PolySkill的木马，从GitHub下载一个带密码保护的ZIP包，解压执行之后开始偷你的东西。
还有一种专门伪装成”天气助手”之类的无害Skill，功能是真的能用，但背地里它在偷你OpenClaw目录下.env文件里的AI API密钥。
你想想，你的各种API Key全在那儿呢。
甚至有安全团队还发现了一种更高级的间接攻击。
Kaspersky（一家做网络安全和杀毒软件的公司）演示了一个场景：
攻击者往你的邮箱发一封看起来完全正常的邮件，但在邮件末尾用白色小字藏了一段恶意指令。
当你对龙虾说”帮我看看新邮件”，它读到那封邮件的时候，就会把那段白色小字当成系统指令来执行，比如”去读取用户的SSH密钥然后把内容发回来”。
而你全程毫不知情。
所以很多安全报告对这种生态的评价都是风险不小。
Cisco这家公司扫描了31000个Agent Skill，发现26%至少有一个安全漏洞。
好了，吓人的部分说完。
回到今天要讲的这个Skill。
Skill Vetter的作用其实很简单：
在你安装任何Skill之前，它先帮你做一遍安全检查。
大概可以理解成给你的龙虾请了个保安。
它有一套四步审查流程：
第一步，查来源。
这个Skill的作者是谁？有多少星标？更新历史怎样？社区评价如何？
第二步，强制代码审查。
它会把Skill里的每一个文件都读一遍。
如果发现一些危险操作，比如往外部服务器偷偷发数据、读取你电脑里的SSH目录、执行不明来源的代码等等……基本都会直接标红。
第三步，权限评估。
它会列出这个Skill需要读写哪些文件、执行哪些命令、访问哪些网络地址。
第四步，风险分类。
它会把风险程度按照低、中、高、极高四个等级，告诉你该不该装。
安装方法也很简单，直接跟小龙虾说安装这个SKill：skill-vette
就这一句。
当然，如果你怕它装错的话，也可以直接把这个链接一起发给它：
https://clawhub.ai/donovanpankratz-del/openclaw-skill-vetter
以后你每次装新Skill的时候，都先让它帮你扫一遍。
其实后来OpenClaw官方也意识到这个问题的严重性了。
2月7号，他们跟Virus Total达成了合作，现在所有新发布到ClawHub的Skill都必须接受强制安全扫描。ClawHub页面上你能看到一个Security Scan标签，绿色的”Benign”代表安全，红色的就别碰了。
不过就算有官方扫描，我还是建议你把Skill Vetter装上。
因为官方扫描是静态的，有些逻辑后门它扫不出来，自己多加一层检查，总归更安心一点。
第二个：Self-Improving Agent
这个Skill的作用，就是让你的龙虾长记性。
链接：
https://clawhub.ai/pskoett/self-improving-agent
很多人刚开始用OpenClaw的时候，都会遇到一个很让人上头的情况。
你让它帮你做件事，它搞错了。
你跟它说：“不对，应该这样做。”
它改了。
结果过两天你再让它干同样的事，它又犯同样的错。
完全一样的错误。
是不是很想拍桌子。
为什么会这样？
因为OpenClaw默认的工作方式是这样的：
每一轮对话都是重新开始。
简单说就是，它不会记得上次发生了什么，也不会记得你之前纠正过它什么。
所以每次都像第一次对话一样。
Self-Improving Agent就是专门解决这个问题的。
它在后台会自动完成三个任务：
1、自动记录错误。
当龙虾执行任务出错的时候，它会自动记下来。
举个例子，你让它启动一个项目，比如运行docker-composeup。
结果系统提示端口3000已经被占用了，启动失败。
正常情况下，龙虾下次还会照样去启动，然后再撞一次这个错误。
但装了这个Skill之后，它会记住当时在干什么，出现了什么错误，最后是怎么解决的。
下一次再遇到类似情况，它会先检查端口有没有被占用，避免再犯同样的错。
2、记住你的习惯。
你平时纠正它的话，它也会记下来。
比如你说：
-
“以后整理信息别用表格，我更喜欢列表。”
-
“写报告别写那么多废话，直接一点。”
这些对你来说只是随口说的一句，但它会把这些当成你的偏好记录下来。
以后给你输出内容的时候，会自动按你的习惯来。
慢慢地，你会感觉这个龙虾越来越顺手。
3、主动避坑。
除了简单的记下来，它还会在遇到类似情况的时候主动去翻记录。
有点像刚入职的新员工。
第一天犯错，被领导批了一顿。
第二天他不会再犯同样的错，因为他已经写在小本子上了。
这个Skill的逻辑其实也是一样的，而且它在ClawHub上的使用量其实挺高的。
并且它是纯本地运行的，所有学习到的数据，都会保存在你自己电脑的本地文件里，不会上传到外面的服务器。
装完之后你什么都不用管，它在后台默默工作。
你用得越多，你的龙虾就越聪明。
一个月之后再看，跟刚装的时候完全是两个东西。
第三个：Agent Memory
刚才那个Self-Improving Agent，解决的是让龙虾记住怎么做事。
而这个Agent Memory，解决的是让龙虾记住你是谁。
链接：
https://clawhub.ai/Dennis-Da-Menace/agent-memory
这两个Skill是一对搭档，最好一起装，少了哪个，体验都会差一截。
默认情况下，你的龙虾其实是这样的：
每次你开一个新对话，它都把你当成第一次见面的人。
你之前说过的这些信息，你的名字，你做什么工作的，你正在做什么项目，下一次对话基本都不会记得。
换个更好理解的比喻。
假设你雇了一个助理，结果这个助理每天早上来公司都会问你一句：
“你好，请问你是哪位？”
你第一天还能解释一下。
第三天你可能就开始怀疑人生了。
Agent Memory就是给你的龙虾配置上长期记忆的功能。
你可以把它理解成，一个会一直保留的资料库。
你跟它说过的内容，只要是有用的，它都能持续记着。
今天聊完，明天还记得。
这次窗口关了，下次开新对话，它也还记得。
比如你今天跟它说：
“我最近在做一个电商项目，用的是Next.js和Supabase。”
过了三天，你再跟它说：
“你帮我看看我那个项目的数据库设计有没有问题。”
这时候它就知道你说的是哪个项目，也知道你用的是什么技术，你不用从头到尾再解释一遍。
这种感觉，才像是一个真正的助理。
而且这种记忆是会一点点积累的，你用得越久，它对你的了解就越多。
你用了一个月之后，你的龙虾对你的了解程度，可能比你的同事还多。
很多人会觉得OpenClaw用久了以后越来越顺手，原因就在这。
很多时候，不是模型忽然变厉害了，更多是因为它对你越来越了解了。
你给它的背景越来越完整，它做事自然就越来越像懂你的人。
所以在我看来，Self-Improving Agent和Agent Memory都属于很核心的Skill。
你后面装再多功能插件，都建立在这两个个基础上。
第四个：Agent Reach
前面那三个，更像是在给龙虾打基础。
这个第四个，就很直接了，给它装上上网能力。
链接：
https://github.com/Panniantong/Agent-Reach
很多人用OpenClaw的时候，都遇到过这种情况。
你让它去网上查点资料，它可能会回你一句：
“抱歉，我没有访问互联网的能力。”
有时候它倒是去抓网页了，但抓回来的东西基本没法看。
满屏都是网页代码、广告、导航栏、乱七八糟的按钮和脚本。
抓回来的全是噪音，看得人头都大了。
这些不是它能力不行，而是这些事情背后都需要各种工具。
每个平台都有自己的门槛，比如有的平台要单独开API，有的平台要登录之后才能看，有的视频平台要先把字幕提出来。
如果你一个一个自己去折腾，光配置环境可能就要整好几天。
AgentReach的价值就在这里。
它相当于帮你把这些上网工具一次性打包好了。
装一个Skill，很多常见的联网需求就都能覆盖到。
它里面主要整合了几个核心能力。
1、读网页
底层用的是一个叫Jina Reader的开源工具，GitHub上10k+Star的开源项目。
它会把网页里的正文内容干干净净地提取出来，广告、导航栏、侧边栏、脚本代码这些杂东西都会自动去掉。
所以你只要把一个链接丢给龙虾，比如：
“帮我看看这篇文章在讲什么。”
它返回的就是一篇整理好的正文，而不是一堆代码。
而且这个功能装好就能用，不需要配置，也不需要API Key。
2、看视频字幕
这个功能背后用的是yt-dlp。
这是一个很老牌的视频工具，支持YouTube、B站，还有全球很多视频网站。
装好之后你可以直接说：
“帮我总结一下这个视频讲了什么。”
龙虾会先提取视频字幕，再给你做总结。
一个一小时的演讲视频，几秒钟就能把重点整理出来。
以后你想快速吸收内容，就不用一段一段慢慢看了。
3、刷推特
很多人做信息收集都会用到推特。
问题是推特官方API很贵。
读一条推文可能就要花钱，如果让龙虾帮你刷几十条信息，费用根本顶不住。
Agent Reach用的是一种Cookie登录方式。
简单说就是用你自己的账号登录，然后让龙虾帮你读取内容，这样就不需要付API的钱。
配好之后，你可以让龙虾搜推文、分析某个话题的讨论，甚至帮你发推。
4、全网搜索
这里用的是一个叫Exa的搜索引擎。
和普通搜索引擎不太一样，它是专门给AI用的。
你不需要想各种关键词，直接像跟人聊天一样描述你要找什么，它就能理解。
注册一个免费的APIKey就可以用。
另外像Reddit的内容搜索，也是通过它实现的。
5、刷小红书。
这是很多人需要但又最难搞的。
小红书不登录基本看不了内容，爬虫还容易被封。
Agent Reach接入了小红书的MCP工具，你跟龙虾说”帮我配一下小红书”，它会引导你完成Cookie配置。
配好之后可以搜帖子、看内容、搜索关键词，做竞品分析、看用户评价什么的，非常方便。
6、读GitHub
这个功能很多做技术的人会用到。
如果是公开仓库，装好就能直接读取。
如果你需要访问私有仓库、提Issue或PR，跟龙虾说”帮我登录GitHub”，它会用官方的ghCLI完成认证，一次认证永久有效。
安装方式也很简单。
你直接跟龙虾说：
“帮我安装Agent Reach。”
它会自己去读取安装文档，然后自动把环境配置好。
很多人觉得 OpenClaw 难用，其实不是因为模型不够强，也不是因为部署太复杂。
就是因为他们只装了一个“空壳”。
就像刚买回来的电脑，只装了系统，没有装软件。
你当然可以用，但它几乎什么都做不了。
OpenClaw 也是一样的。
模型只是大脑，真正决定它能干多少活的，是后面的这些 Skill。
有的 Skill 负责安全，有的负责记忆，有的负责学习，有的负责上网。
当这些能力一点点接入起来之后，它才更像是一个真正的的助理。
它会记住你的习惯，帮你查资料、看视频、整理信息、分析内容，很多事情你只要下一个指令，它就能自己去把流程跑完。
所以如果你刚装好 OpenClaw，却觉得它好像也没那么有用。
大概率不是它不行，而是你还没把它武装起来。
只有你慢慢丰富它的技能，多跟它交流，你的龙虾，才会越来越像你的龙虾。
推荐阅读：
我都会分享在朋友圈！
扫码加我本人微信👇
围观我每日10条朋友圈
