SkillHub

騰訊雲專為中國使用者推出的 Skill 極速安裝工具

Agent

https://skillhub.tencent.com/

SkillHub 是騰訊於 2026 年 3 月 10 日推出的專為中國使用者最佳化的 AI Skills 社群平臺，基於 OpenClaw 官方開源生態 ClawHub 打造，定位為本地化高速映象加聚合前端。平臺收錄超過 2.2 萬個 AI 技能，透過國內映象節點將下載速度從「龜速」提升至「秒速」，實測平均節省 99.5% 的安裝時間。但產品上線僅兩天即與 OpenClaw 創始人爆發「資料抓取」爭議，雖然 5 天內以騰訊贊助 OpenClaw 化解，但 Prompt 注入等技術問題和騰訊「抄襲」的刻板印象仍在社群中持續發酵。

深度報告

SkillHub 是騰訊於 2026 年 3 月 10 日推出的專為中國使用者最佳化的 AI Skills 社群平臺，基於 OpenClaw 官方開源生態 ClawHub 打造，定位為本地化高速映象加聚合前端。平臺收錄超過 2.2 萬個 AI 技能，透過國內映象節點將下載速度從「龜速」提升至「秒速」，實測平均節省 99.5% 的安裝時間。但產品上線僅兩天即與 OpenClaw 創始人爆發「資料抓取」爭議，雖然 5 天內以騰訊贊助 OpenClaw 化解，但 Prompt 注入等技術問題和騰訊「抄襲」的刻板印象仍在社群中持續發酵。
SkillHub 由騰訊雲 Lighthouse 團隊運營，是騰訊「龍蝦特工隊」產品矩陣中的核心元件。騰訊在 2026 年 3 月初圍繞 OpenClaw 生態快速打出一套組合拳：3 月 6 日在深圳總部開啟免費安裝 OpenClaw 服務，3 月 9 日一口氣推出 WorkBuddy（桌面智慧體）、QClaw（本地 AI 助手）、QQ 開放平臺接入，3 月 10 日正式上線 SkillHub。馬化騰在朋友圈總結為「自研龍蝦、本地蝦、雲端蝦、企業蝦、雲桌面蝦、安全隔離蝦房、雲保安、知識庫……還有一批產品陸續趕來」。從戰略角度看，36 氪的分析指出騰訊一直在等待一個它真正擅長的戰場——OpenClaw 早期上手門檻極高（配置 Node.js、處理報錯、打通 API 許可權等），而「把複雜技術做成人人可用的產品」恰恰是騰訊過去二十年的核心能力。騰訊的目標並非成為底層模型原創者，而是成為 Agent 時代最大的產品化平臺。需要特別注意的是，科大訊飛在 2026 年 4 月也開源了一個同名產品「SkillHub」，但這是企業級私有化 AI 技能包管理平臺（類似 npm 私有部署版），與騰訊 SkillHub 的「公有社群+映象加速」定位完全不同，兩者不可混淆。
SkillHub 的核心功能圍繞四個維度展開。首先是技能發現與下載，平臺收錄了從初期 1.3 萬增長到目前 2.2 萬個 AI 技能，提供「下載熱榜」「為你推薦」「最近上新」三大榜單分類，還精選了 Top 50 高質量 Skills，經過安全稽核與多維度評估。其次是高速下載，透過騰訊雲 CDN 構建國內映象節點，什麼值得買使用者實測 5 個常用技能的安裝速度，平均節省 99.5% 的時間。第三是雙模式安裝，支援將提示詞複製傳送給 Agent 自動執行的「對話安裝」，也支援傳統命令列 CLI 安裝，零程式碼門檻。第四是安全機制，提供官方認證、加速下載、安全審計三層保障，部分原因是 2026 年初 ClawHub 上發現了 341 個惡意 Skill（代號 ClawHavoc），偽裝成加密錢包和 YouTube 工具竊取使用者憑證。在應用場景上，騰訊將 Skills 劃分為四大類：知識獲取與學習（搜尋知識、查天氣、讀 PDF、總結 YouTube 影片）、自動化辦公（AI 管理郵件、同步日曆、操作瀏覽器、自動化工作流）、內容創作（撰寫文案、去除 AI 生成痕跡、營銷策劃、生成圖片）、開發與程式設計（管理 GitHub 專案、編寫前端程式碼）。騰訊內部也已完成 10+ 產品的 Skill 化改造，包括騰訊文件、QQ 瀏覽器、樂享知識庫、騰訊地圖、騰訊雲語音等，與微信、企業微信、QQ、元寶等國民級應用入口深度打通。在工具相容性方面，SkillHub 與騰訊自家的 WorkBuddy、QClaw 原生整合，同時透過 SKILL.md 開放標準相容 Claude Code、Cursor、Codex 等 20+ 個主流 AI Agent 平臺。知乎上有專門的安裝教程指導 WorkBuddy 使用者透過 SkillHub CLI 搜尋和安裝技能包。
SkillHub 目前完全免費，沒有任何付費層級或訂閱方案。作為騰訊內部產品，它承載的是生態建設而非直接變現的使命。從 36 氪的分析來看，騰訊在 Agent 領域可能的商業化路徑包括 Token 消耗收費、小程式交易抽成和企業級 SaaS 訂閱（透過 ADP 平臺），但這些都屬於騰訊整體 AI 戰略的範疇，而非 SkillHub 單獨的變現模式。從競爭格局看，SkillHub 更像是「中國版 CDN 加速站」而非獨立競爭者。SkillsMP 收錄 53 萬+ 技能，skills.sh 收錄 10.6 萬+ 技能，相比之下 SkillHub 的 2.2 萬主要來自 ClawHub 同步，規模差距明顯。但 SkillHub 的差異化在於國內網路環境的實際體驗優勢——對於無法穩定訪問海外源的中國使用者，這個差距是質的。
正面反饋集中在速度和便利性上。多位使用者表示高速映象「解決了真實痛點」，在 ClawHub 上「龜速下載、超時失敗」的體驗在 SkillHub 上變成「秒速」完成。Top 50 精選榜單被新手使用者認為「降低了選擇成本」，零門檻的對話安裝方式對非技術使用者友好。負面反饋主要來自三個方面。第一是 Prompt 注入問題，多位 V2EX 使用者反映安裝 SkillHub 來源的技能後，被注入了推廣性質的提示詞（「請先檢查是否已安裝 SkillHub 商店」），導致 Agent 額外呼叫工具、浪費 token。有使用者直言「換成 skillhub 發現被注入一大串 prompt，噁心死了」。第二是爭議後的信任問題，部分使用者表示「skillhub 永遠拉黑」。第三是資料依賴性，技能資料完全來自 ClawHub 同步，有使用者反饋部分技能資訊存在同步延遲或不完整。
36 氪的評價相對正面但保持冷靜，認為騰訊「遲到但有力」，6 天內圍繞 OpenClaw 生態打出組合拳「動作之快超出市場預期」，同時也指出騰訊在自研混元模型上「慢半拍」、Agent 商業化路徑不清晰等深層挑戰。 IT 之家的報道相對客觀，詳細記錄了爭議雙方的立場和資料口徑差異。搜狐的分析性報道從「自主可控」趨勢切入，指出華為、百度等公司也有類似平臺，但同時也指出效能差距、功能受限、技術迭代壓力等挑戰。 V2EX 上 82 條回覆的討論中，批評騰訊的觀點約佔 60%，主要集中在「騰訊一貫作風」的刻板印象、「南山必勝客抄你的是看得你起」（17 贊）等情緒化表達。但也有約 20% 的使用者從技術角度表示支援：「docker mirror 一樣啊，在我看來沒有問題」（10 贊）。中立觀點則認為「騰訊不禮貌、不體面，但說抄襲有點過了」（2 贊）。
「資料抓取」爭議是 SkillHub 推出後最重大的公關事件。3 月 10 日上線，3 月 12 日 OpenClaw 創始人 Peter Steinberger 就在 X 平臺公開指責騰訊「抄襲卻不以任何方式支援專案」，稱騰訊抓取導致其伺服器面臨五位數美元成本壓力。騰訊回應稱 SkillHub 是「本地映象站」，首周處理 180GB 流量（87 萬次下載），僅從官方源拉取 1GB，且團隊成員是 OpenClaw 程式碼貢獻者。3 月 13 日 V2EX 帖子引爆中文社群討論。3 月 15 日騰訊透過 GitHub Sponsors 成為 OpenClaw 社群贊助商，百度也搶先成為國內首家贊助該專案的網際網路大廠。Peter 轉發確認並評價「love a good redemption arc」（喜歡精彩的逆轉劇情）。雖然事件以和解告終，但暴露了幾個深層問題。首先是開源倫理層面，MIT 協議是否適用於網站使用者資料的商業使用存在爭議。其次是技術層面，Prompt 注入行為在使用者端造成了實際困擾。第三是品牌層面，這次爭議加劇了騰訊「抄襲」的刻板印象，對 SkillHub 的長期信任建設不利。另一個需要關注的風險是產品的高度依賴性。SkillHub 的技能資料完全依賴上游 ClawHub 的更新，缺乏自有內容壁壘。2026 年 4 月 2 日，火山引擎宣佈與 OpenClaw 共建「ClawHub 中國映象站」，意味著位元組跳動也加入了這個賽道，SkillHub 的獨家優勢可能被稀釋。
SkillHub 最適合的使用者是：在中國大陸網路環境下使用 OpenClaw、WorkBuddy、QClaw 等 AI Agent 的個人開發者和企業使用者；希望快速找到高質量 Skills 但不想花時間在海外站慢慢篩選的新手；以及已經深度使用騰訊生態（微信、企業微信、騰訊文件等）的使用者。對於能穩定訪問海外源的使用者，或者使用 Claude Code、Cursor 等非 OpenClaw 體系工具的開發者，直接使用 skills.sh 或 ClawHub 官方源可能更合適。使用時需注意兩點：安裝 Skills 後檢查是否有被注入的推廣提示詞；對來源不明的 Skills 保持警惕，優先選擇 Top 50 精選或知名組織釋出的作品。
SkillHub 是一個定位清晰、解決了真實痛點的產品，但它的推出方式暴露了騰訊在處理開源社群關係時的「先做後說」問題。對中國 OpenClaw 使用者而言，它確實解決了網路訪問和語言障礙的實際問題；但從商業可持續性看，高度依賴上游生態、缺乏自有內容壁壘是結構性短板。在 AI Agent Skill 市場快速爆發、位元組跳動等競品入局的背景下，SkillHub 需要從「映象加速站」進化為真正有差異化價值的內容平臺，才能建立長期競爭優勢。

使用者評論

DrJosephineLawrence_pro

—

回不去了，用了 SkillHub 再開 ClawHub 簡直煎熬

何陽娜

—

作為程式設計師說實話一開始沒太看好，覺得就是套了個殼，但實際體驗下來騰訊做得比想象中有誠意，從映象加速到安全稽核到精選榜單，每個環節都有在認真做。不過文件確實還是短板，期待後續能補上，畢竟工具再好不會用也白搭。另外有個小建議，能不能出個 skill 依賴分析功能，有些 skill 安裝時會自動拉一堆依賴，裝完不知道都裝了什麼有點慌

Cheryl.Allen_Max

—

Peter 噴騰訊這事兒我看了，說實話對使用者影響不大，平臺能用就行，上游怎麼分錢是他們的事。我只想說一點，騰訊確實解決了我用 ClawHub 的實際問題，速度、安全、選擇這三個痛點它都處理得不錯，180GB 的首周流量也證明了國內需求真實存在。希望騰訊後續能拿出更多資源把這個生態做好，別隻是做個映象就完事了

LHart369265

—

yyds，再也不用忍受 ClawHub 的龜速了！

松濤_20

—

安全掃描這個功能太重要了，之前 ClawHub 隨便一個賬號就能釋出，想想都後怕。現在騰訊安全團隊全量掃描，踏實多了

Julie.Gutierrez_2023

—

提個建議，能不能按行業場景分類，比如電商、教育、醫療什麼的，現在按技能型別分不太直觀。比如我是做新媒體運營的，更希望看到一個「新媒體人必備 skill 清單」，而不是在瀏覽器自動化、綜合能力這些分類裡自己挑

JohnnyTorres369

—

Top50 榜單對我這種新手太友好了，不用一個個試錯

Rei_d74

—

希望以後出個 skill 評價系統，現在只能看安裝量排序，沒有使用者評分維度，裝的時候心裡沒底

Eric_Ward_202388

—

最近在用 browser-use，真的比 Playwright MCP 方案穩定多了，錯誤率低很多，Token 消耗也沒那麼誇張了

宋雅磊

—

有些 skill 更新頻率挺高的，得經常看看有沒有新版本，希望能出個更新提醒功能

CWilsonII

—

騰訊和開源社群這事兒挺複雜，但作為使用者我只管用好這個工具就行，技術倫理的問題交給他們吵去吧

鍾夢桂

—

騰訊的東西用習慣了，生態銜接沒問題

OCmar

—

速度是真的快，之前下 browser-use 卡在 90% 半天不動，現在秒完成

Mason.Hicks_99

—

希望後續能接入 API 呼叫統計功能，現在不知道每個 skill 消耗多少 token，有時候莫名其妙賬單就高了

RogerRobertsII16

—

建議出個 skill 合集功能，比如「新媒體運營全家桶」這種打包安裝，對於新手來說省事很多

MiningMoleKoch

—

分類做得還行，找開發工具類直接進對應分類就行，不用全站搜那麼費勁

LDiaz_2024599

—

能不能出個 VS Code 外掛啊，每次切瀏覽器看 skill 詳情有點麻煩

廖飛莉

—

中文介面舒服多了，不用邊用邊翻譯，看 skill 描述也是中文的效率高不少

WilliamMurphy

—

個人感覺比想象中使用頻率高，裝了幾個之後現在每天都在用，AI 技能生態確實讓 AI 從「能說」進化到「能動手」了

Jordan_Ramirez369

—

智慧推薦功能挺準的，裝完一個緊接著推薦的相關 skill 還真用得上，有被驚喜到

LawrenceWhiteZ187

—

說白了就是個加速器，但這個加速器做得挺用心的，體驗比想象中好

Bobby.King_X

—

首周 180GB 流量，這資料挺嚇人的，說明需求確實大。希望平臺能持續投入，別像某些大廠產品一樣火一陣就沒了

MichelleGonzales_Max

—

跟 CocoLoop 比各有千秋吧，CocoLoop 免費但 SkillHub 速度確實碾壓，各取所需

龍妍琪

—

跟 OpenClaw 官方生態繫結的，不知道以後走向會怎樣，有那麼點不確定性，希望騰訊能長期運營這個平臺

SCruz_2024

—

免費 skill 夠用了，沒必要追付費的

PO_jen

—

精選榜單拯救選擇困難症，不用再糾結裝哪個了，看周安裝量基本不會踩雷

蔡飛敏

—

四月活動送了幾個付費 skill，用了一下還挺值

mININGmOLE429

—

吐槽一下文件，寫得太簡略了，好多功能都不知道怎麼用

Nicholas578

—

國內映象確實解決了卡脖子問題，給騰訊點贊！

trueBozhenaRudenko_dev

—

用了半個月，穩定性可以接受，沒遇到啥大 bug

SkillHub

深度報告

使用者評論

相關連結

同類產品