name: skill-hunter description: 全渠道搜索 Claude Code Skills，覆盖 GitHub API、skills.sh、awesome、ClawHub、SkillsMP，top 10 都显示 stars，用户选择后直接安装 allowed-tools:

Bash
WebSearch
Read
Glob

Skill Hunter — 全渠道 Claude Code Skill 搜索器

你是一个专业的 Skill 搜索助手。工作流程分两阶段：搜索展示 → 用户选择 → 安装。

安全审查不在此 skill 的职责范围内。如用户需要审查某个 skill 的安全性，建议使用 skill-vetter skill。

触发条件

当用户：

明确调用 /skill-hunter [关键词]
询问"有没有能做 X 的 skill"、"帮我找个 skill"
想要全面发现某个领域的新 skill
对 find-skills 的结果不满意，想要更多选择

搜索模式

全量搜索，目标 30 秒内出结果（主流程并行执行，无 Agent）：

GitHub API + skills.sh + WebSearch 并行搜索
合并去重后筛选 top 10
批量查询 stars（单次脚本）
本地已安装交叉检查

关键词策略

提取关键词

从用户描述中提取中英文搜索关键词。用户可能用中文描述需求（如"帮我找个写 PRD 的 skill"），需同时提取中文关键词和对应的英文关键词。

短关键词自动扩展

GitHub Code Search API 对短关键词（<4 字符）容易返回 404 或结果过少。遇到短关键词时，自动补充同义词和英文变体：

用户输入	扩展后搜索词
`prd`	`PRD+product+requirement+specification`
`git`	`git+commit+version+control`
`db`	`database+sql+sqlite+mysql`
`ai`	`AI+artificial+intelligence+LLM`
`docker`	`docker+container+devops`

扩展规则：

单个英文单词 < 4 字符 → 补充 2-3 个同义词，用 + 连接
中文关键词 → 同时准备对应英文翻译
不确定时宁多勿少，靠后续筛选环节过滤不相关结果

搜索渠道详情

渠道 1：GitHub API（核心渠道）

# 搜索 skill 文件，per_page=10 减少返回量
gh api "search/code?q=[query]+filename:SKILL.md+allowed-tools&per_page=10" \
  --jq '.items[] | "\(.repository.full_name)|\(.path)"'

覆盖：36,000+ skill。降级：gh 未登录或限流 → WebSearch github "SKILL.md" claude skill [query]

渠道 2：skills.sh

npx skills find "[query]" 2>&1 | head -30

降级：超时 → WebSearch site:skills.sh [query]

渠道 3-5：WebSearch 并行

awesome claude skills [query] 2026
openclaw skill [query] github
site:skillsmp.com [query] claude skill

渠道 6：本地已安装

ls ~/.claude/skills/ 2>/dev/null
cat ~/.claude/skills/.skill-lock.json 2>/dev/null

阶段一：搜索与展示

第一步：解析需求

从用户描述中提取中英文搜索关键词。应用短关键词扩展规则。

第二步：搜索执行

主流程并行执行（无 Agent，减少 token）：

GitHub API 搜索 — gh api 获取 10 条结果
WebSearch 并行 — awesome + OpenClaw + SkillsMP 同时搜索
skills.sh — npx skills find（超时则跳过）
本地检查 — ls ~/.claude/skills/ + .skill-lock.json

结果合并去重后进入筛选环节。

第三步：批量查询 stars

对筛选后的 top 10 仓库名，单次脚本批量查询：

# 提取去重仓库名列表
repos=$(echo "$results" | cut -d'|' -f1 | sort -u | head -10)

# 批量查询 stars（单次 Bash 调用，减少 token）
for r in $repos; do
  stars=$(gh api "repos/$r" --jq '.stargazers_count' 2>/dev/null || echo "未知")
  echo "$r|$stars"
done

所有最终展示的 top 10 skill 都必须显示 stars 数值。

第四步：筛选与排序

核心原则：少而精，top 10 都有 stars。

去掉已安装的 — 只在"已安装"区域展示
过滤不相关 — 文件名碰巧含关键词但功能不匹配的，过滤
按 stars 排序 — 取 top 10，确保每条都有 stars 数据
可信度标注 — 根据 stars 分级

等级	标识	条件	展示
官方	🟢🟢	anthropics、vercel-labs、microsoft	✅
高信誉	🟢	仓库 stars > 1000 或安装量 > 10K	✅
良好	🟡	仓库 stars 100-1000，安装量 > 1K，或 awesome 收录	✅
一般	🔵	仓库 stars < 100 或无数据	❌
未知	⚪	无数据	❌

注意：stars 数据来自 GitHub 仓库级别，不是 skill 自身的数据。一个高 stars 仓库可能包含多个 skill，该仓库的所有 skill 共享同一个 stars 数值。

筛选后 0 个 → 放宽纳入 🔵，最多 3 个，标注"质量较低"。筛选后超出上限 → 展示 top N，末尾加"还有 M 个，需要请告知"。

第五步：格式化输出

可信度标识说明（在表格前展示）：

🟢🟢 官方：来自 anthropics、vercel-labs、microsoft 等官方仓库
🟢 高信誉：仓库 stars > 1000 或安装量 > 10K
🟡 良好：仓库 stars 100-1000，安装量 > 1K，或 awesome 收录
🔵 一般：仓库 stars < 100 或无数据
⚪ 未知：无数据

═══════════════════════════════════════════════════
  🔍 Skill Hunter：「[关键词]」（全量模式）
  耗时：~Xs
═══════════════════════════════════════════════════

## 已安装

| Skill | 来源 |
|-------|------|
| write-a-prd | mattpocock/skills |

## 未安装

| # | Skill | 来源 | Stars | 可信度 | 描述 |
|---|-------|------|-------|--------|------|
| 1 | prd | Mehdibargach/... | 87⭐ | 🟡 | 精简结构化 PRD 生成 |
| 2 | easy-prd | instantX-research/... | 11⭐ | 🔵 | 简易 PRD |

输入编号选择要安装的 skill（多选用逗号，如 1,3），或输入 q 退出。

═══════════════════════════════════════════════════

已安装的 skill 必须排在最前面，让用户一眼看到"我已经有了什么，还缺什么"。

阶段二：安装

触发条件：用户输入了编号（如 1 或 1,3）。

第一步：确认安装列表

展示用户选择的 skill 列表和对应的安装命令，确认后执行：

即将安装以下 skill：
1. prd (来自 Mehdibargach/...) — npx skills add ...
2. docker-init (来自 mgiovani/cc-arsenal) — git clone + 手动复制

确认安装？（y/n）

第二步：执行安装

根据 skill 来源选择安装方式：

方式 A — skills.sh 注册的包（优先）：

npx skills add [package] -g

方式 B — GitHub 仓库的子路径 skill：

# 创建临时目录（跨平台兼容）
tmpdir=$(mktemp -d 2>/dev/null || mkdir -p "$TMPDIR/skill-install-[name]" && echo "$TMPDIR/skill-install-[name]")
# 使用 sparse clone 仅下载 skill 子目录
git clone --filter=blob:none --sparse --depth=1 https://github.com/[owner]/[repo].git "$tmpdir"
cd "$tmpdir"
git sparse-checkout set [skill-path]
# 复制到本地（跨平台兼容）
mkdir -p ~/.claude/skills/[skill-name] && cp -r [skill-path]/. ~/.claude/skills/[skill-name]/
# 清理
rm -rf "$tmpdir"

方式 C — GitHub 仓库根目录 skill：

tmpdir=$(mktemp -d 2>/dev/null || mkdir -p "$TMPDIR/skill-install-[name]" && echo "$TMPDIR/skill-install-[name]")
git clone --depth=1 https://github.com/[owner]/[repo].git "$tmpdir"
mkdir -p ~/.claude/skills/[skill-name] && cp "$tmpdir/SKILL.md" ~/.claude/skills/[skill-name]/
rm -rf "$tmpdir"

安装后验证：

ls ~/.claude/skills/[skill-name]/SKILL.md

第三步：更新 .skill-lock.json

安装成功后，将 skill 信息写入 ~/.claude/skills/.skill-lock.json。

安装后提示

✅ 安装完成！

提示：如需安全审查这些 skill，可使用 /skill-vetter 进行扫描。

异常处理

场景	处理
`gh api` 限流/未登录	回退 WebSearch
`npx skills find` 超时	跳过，依赖其他渠道
git clone 超时	`--depth=1` + `--filter=blob:none`
安装失败	提示手动安装，给出 GitHub 链接
无结果	建议：换关键词或 `npx skills init` 自建

与 find-skills 的区别

特性	find-skills	skill-hunter
搜索渠道	skills.sh（单源）	6 渠道并行
GitHub 搜索	❌	✅ `gh api` 覆盖 36K+
Stars 显示	❌	✅ top 10 都显示
Token 消耗	低	中（已优化）
本地去重	❌	✅

nlj626/skill-hunter