OpenSkillIndex← back to search
claude-code

Skills github-to-clawhub

install
source · Clone the upstream repo
git clone https://github.com/openclaw/skills
Claude Code · Install into ~/.claude/skills/
T=$(mktemp -d) && git clone --depth=1 https://github.com/openclaw/skills "$T" && mkdir -p ~/.claude/skills && cp -r "$T/skills/antonia-sz/github-to-clawhub" ~/.claude/skills/clawdbot-skills-github-to-clawhub && rm -rf "$T"
manifest: skills/antonia-sz/github-to-clawhub/SKILL.md
source content

GitHub → ClawHub 一键转化发布

把任意 GitHub 开源项目转化为 OpenClaw skill，发布到 clawhub.com。

前置要求

条件说明
GitHub URL目标项目的 GitHub 链接
clawhub token格式：
clh_xxx
，在 clawhub.com → Profile → API Keys 获取
exec 权限OpenClaw 需要能执行 shell 命令（本地部署默认有）

如果用户还没提供 token，先询问 token，再继续。

执行流程

Step 1：读取原项目信息

web_fetch https://raw.githubusercontent.com/{owner}/{repo}/main/README.md

提取以下信息：

  • 项目的核心功能（一句话）
  • 技术路径（调 API / 本地计算 / 多 Agent / 纯提示词）
  • 是否依赖外部服务、本地 GPU、特殊硬件
  • License 类型（MIT / Apache / GPL 等）

排除标准（遇到这些直接告知用户不适合做 skill）：

  • 需要本地 GPU / 大 VRAM
  • 纯前端/移动端 UI 项目，无 API 可调
  • 需要复杂本地服务部署才能运行
  • 涉及敏感/违规内容

Step 2：clawhub 查重

knot_skills search "{关键词1} {关键词2}"

搜索 2-3 次，覆盖不同角度的关键词。

判断标准：

  • 完全重复（功能完全相同）→ 告知用户，询问是否换 slug 继续，或放弃
  • 部分重叠（有相似但不完全相同）→ 说明差异，继续发布
  • 空白地带（无相似 skill）→ 直接继续

Step 3：确定 skill 元信息

与用户确认（如果未提供）：

  • slug
    ：URL 友好名称，全小写 + 连字符，如 
    opinion-analyzer
  • displayName
    ：展示名称，如 
    Opinion Analyzer — 多视角舆情分析助手
  • tags
    ：逗号分隔，如 
    analysis,sentiment,research

Slug 命名规则：

  • 全小写 + 连字符，无空格
  • 不能和已有 slug 完全重复（Step 2 查重时会发现）
  • 描述性词汇优先（
    jd-interview-prep
    比 
    interview
    好）

Step 4：撰写 SKILL.md

这是核心步骤，决定 skill 质量。

SKILL.md 结构：

---
name: {slug}
description: >
  {触发场景描述，包含5-10个触发词，这决定了 AI 什么时候加载这个 skill}
author: {作者}
version: 1.0.0
---

# {displayName}

灵感来源：[{原项目名}]({GitHub URL}) ⭐ {star 数}

{一句话核心价值}

---

## 使用方式
{2-3 个调用示例}

---

## 执行流程
{分步骤，具体到"做什么、怎么做"}

---

## 输出格式
{交付物的结构模板}

---

## 注意事项
{边界条件、限制}

撰写原则：

  1. description
    触发词要够多够准，这是 skill 被激活的唯一入口
  2. 执行流程具体到操作层面，不能写"帮你分析"这种废话
  3. 输出格式给出模板，AI 不会自己发明格式
  4. 不是翻译 README，是把原项目逻辑转化为 AI 行为规范

Step 5：创建本地文件

SKILL_DIR="/root/.openclaw/workspace/skills/SKILL-{slug}"
mkdir -p "$SKILL_DIR"
# 写入 SKILL.md

如果原项目有实用脚本/配置文件需要随 skill 分发，也放入此目录。

Step 6：发布到 clawhub

CLAWHUB_TOKEN={token} \
clawhub publish {SKILL_DIR} \
  --slug {slug} \
  --name "{displayName}" \
  --version 1.0.0 \
  --changelog "Initial release: {一句话描述}" \
  --tags "{tags}"

常见错误处理：

错误原因解决方案
Path must be a folder
传了文件路径改为传目录路径
Slug is already taken
slug 被占用换更具体的 slug 重试
rate limit exceeded
每小时限 5 个新 skill用 qqbot-cron 创建 65 分钟后的重试任务
400
(acceptLicenseTerms)		CLI 版本 bugpatch publish.js，加 
acceptLicenseTerms: true
401 Unauthorized
token 无效/过期让用户在 clawhub.com 重新生成 token

频率限制时的 patch CLI 方法：

PUBLISH_JS=$(find /usr/local/lib -name "publish.js" -path "*/clawhub/*" | head -1)
grep -q "acceptLicenseTerms" "$PUBLISH_JS" || \
  sed -i 's/skillName:/acceptLicenseTerms: true, skillName:/' "$PUBLISH_JS"

Step 7：验证发布

knot_skills search "{slug}"

成功后回复：

✅ 已发布：{displayName}
📦 slug：{slug}
🌐 https://clawhub.com/skills/{slug}

快速模式

用户如果一句话提供了所有信息：

"把 https://github.com/xxx/yyy 做成 skill，token 是 clh_xxx"

直接从 Step 1 执行到底，完成后汇报结果，不需要逐步确认。

缺少信息时，只问缺少的那个，不重复已知内容。

示例

输入： "把 https://github.com/666ghj/BettaFish 做成 skill，token clh_xxx"

执行过程：

  1. fetch README → 多 Agent 舆情分析系统
  2. knot_skills search → 无重复
  3. slug: 
    opinion-analyzer
    ，name: 
    Opinion Analyzer — 多视角舆情分析助手
  4. 撰写 SKILL.md（多视角分析流程、报告模板）
  5. 创建目录，写文件
  6. clawhub publish
    → ✅ 成功