📦 Interactive — 交互式
v1.0.0设计并落地 Skills Platform MVP，让非技术用户无需 CLI 即可使用 SKILL.md 能力。面向“skills 平台”“skill 网页化”“interactive skills platform”“上传 SKILL.md 生成 UI”“对话式执行 skill”等需求，输出可执行架构方案、A...
0· 1·0 当前·0 累计
by 下载技能包
最后更新
2026/4/20
安全扫描
OpenClaw
安全
high confidence该技能仅为构建基于网页的 Skills MVP 的设计/指令模板，内部逻辑与其既定目的保持一致；不含代码、无安装步骤、不索取无关凭据，但明确将安全/认证问题延后，实际部署时切勿忽视。
评估建议
该技能为规划/设计模板，目的明确，不含可执行代码，不请求凭据，但有意在 MVP 中排除安全沙箱与认证——未经添加沙箱隔离、完善认证/授权、API 密钥管理及安全检查，切勿将建议架构部署至生产环境。需提前规划 Claude/Agent SDK 凭据与文件存储的分配与限制（勿硬编码密钥，勿将上传的 SKILL.md 内容暴露给不可信网络）。若后续需深度安全评审，请提供实现代码或 CI/部署脚本，以便审计密钥处理、网络端点及第三方下载。...详细分析 ▾
✓ 用途与能力
名称/描述与内容一致：SKILL.md 是一个 Web Skills MVP 的产品/架构与实现方案（上传 SKILL.md → UI、对话流程、执行）。所有指令与示例均围绕该目标，不请求无关的系统访问或凭据。
ℹ 指令范围
说明仍限定于设计与实现指导（架构、API、工作流、示例提示），引用 Claude API / Agent SDK 及基于文件的 skills store，符合设计目标。但文档明确将安全沙箱与认证标为 MVP 的“非目标”——这是有意限定的范围，若后续不补救，将加大运营风险。
✓ 安装机制
无安装规范，无需编写或执行代码文件。本内容仅为说明文档，因此不存在因下载或任意二进制文件带来的安装时风险。
ℹ 凭证需求
该技能未声明任何必需的环境变量或凭据，这对于设计/模板技能是合理的。不过，其描述的运行时架构依赖外部 LLM API（Claude）和 Agent SDK——任何真实实现都需要 API 密钥和网络访问。SKILL.md 作为设计文档，未声明或说明所需凭据，因此你需要自行管理这些密钥。
✓ 持久化与权限
技能并非始终启用，无需安装，不请求系统级更改或修改其他技能。它不要求持久权限，也不修改 agent 配置。
安全有层次，运行前请审查代码。
运行时依赖
无特殊依赖
版本
latestv1.0.02026/4/20
从 oliver-skill 仓库发布
● 可疑
安装命令
点击复制官方npx clawhub@latest install interactive-skills-platform-mvp
镜像加速npx clawhub@latest install interactive-skills-platform-mvp --registry https://cn.longxiaskill.com
技能文档
何时使用
当用户出现以下诉求时启用本 skill：- “把 skill 做成网页给非技术用户用”
- “做一个 skills 平台 / interactive skills platform”
- “上传 SKILL.md 并自动生成交互 UI”
- “要对话式引导，而不是表单式参数输入”
目标产出
一次会话内默认交付（可按需裁剪）：- 明确的 Problem/Goal/Non-Goal
- MVP 架构方案（前端、后端、存储、执行链路）
- API 草案（上传、分析、对话、执行、状态查询）
- 分阶段实施清单（按周）
- 验证方案（至少 2 个真实 skills）
- 风险清单与后续迭代边界
执行工作流（必须按顺序）
Phase 1: 问题对齐（最少提问）
- 复述用户目标与边界，确认只做 MVP。
- 信息缺失时仅问 1–3 个关键问题（部署环境、目标用户、首批 skills）。
- 明确是否已有代码仓库；无则按“新项目”输出。
Phase 2: 方案设计（先给推荐）
- 先给推荐方案，再给备选，不做“选项轰炸”。
- 推荐方案必须覆盖：
Phase 3: 交付可执行计划
- 输出分阶段任务，每项可直接实现与验收。
- 必须包含：
Phase 4: MVP 现实性审查
- 强制检查过度设计（YAGNI）。
- 明确“本期不做什么”，防范围度蔓延。
- 标注 blocker（必须解决）与 nice-to-have（可后移）。
输出格式要求
- 默认中文，固定结构：背景 → 问题 → 方案 → 清单 → 风险。
- 架构与流程优先给可落地清单，而非抽象原则。
- 用户“直接开工”时，清单细化成可逐步实现的工程任务。
- 用户“先评审”时，给出关键 trade-off 与推荐结论。
质量标准
- 方案支撑最小闭环：
- 至少含 1 短任务样例（如 felo-search）与 1 长任务样例（如 felo-slides）。
- 明确列出安全、认证、市场化等延后议题，避免假性完成。
参考设计稿（可直接复用）
Status: Draft
Created: 2026-03-06
Repo: skills-ai-page (Monorepo)
Background
Skills 创作者编写了有用的 skills（Claude Code/OpenClaw），但仅能在 CLI 使用，非技术用户无法触达。Problem Statement
WHO: Skills 创作者 SITUATION:- 已编写含 Python/CLI 的 skills
- 想让更多非技术用户使用
Goals
- 降门槛：非技术用户无需 CLI，通过 Web 使用 skills
- 智能交互：对话引导 + 动态 UI
- 验证可行：用真实 skills 验证
Non-Goals
- 安全沙箱隔离（后续迭代）
- 用户认证与权限（后续迭代）
- Skills 市场（发布/评分/付费）
- 复杂数据可视化（MVP 仅基础 UI）
Solution
Overview
Web 平台：上传SKILL.md → Claude API 解析 → 生成交互界面 → Agent SDK 执行。 核心特性 A. 对话式交互 B. 动态 UI
Architecture
Monorepo：- frontend/: React + TypeScript
- backend/: Python + FastAPI
- skills/: 存放 SKILL.md 与 metadata.json
Detailed Design
- 上传与存储：接收 SKILL.md，生成 metadata.json
- AI 解析：Claude API 提取参数与 UI 配置
- 对话接口：引导用户补全参数
- 执行链路：Agent SDK 调用 skill，返回结果
- 动态 UI：按输出类型渲染 text/progress/url
分阶段清单（示例）
Week 1: 初始化 Monorepo，完成上传与存储 API Week 2: 集成 Claude 解析，生成 metadata & UI 配置 Week 3: 对话接口与参数收集流程 Week 4: 执行链路联调，支持 felo-search/felo-slides Week 5: 集成测试、DoD 验收、风险复盘风险
- Claude API 限流 → 预留重试与降级
- 长任务超时 → 异步 + 轮询状态
- 沙箱缺失 → 文档警示，后续迭代加固