OpenCode Skills & Agent：信息差挖掘方案整理

Wed, 14 Oct 2026 02:00:00 +0800

核心结论

Skills/Agent：普通大众日常需求很低；技术从业者、重度自动化玩家属于垂直刚需。
OpenCode 定位：终端原生编程Agent，SKILL.md 面向开发工作流，不是面向普通用户生活琐事。
OpenCode 无官方市场，依靠本地目录扫描 SKILL.md，兼容 Claude Code Skill 标准。
信息差Agent能力边界：仅挖掘**公开信息之间的信息差**，无法获取未公开内幕消息；输出结果必须人工复核。

一、Skills & Agent 需求量分析

普通非技术用户

简单问答、文案、资料查询：普通对话大模型足够，不需要Agent+Skills。
Agent适用场景：跨工具串联、多步骤连续执行、本地文件读写、命令执行。这类场景普通人极少，且本地命令执行存在安全风险。
判断：C端大众属于尝鲜需求，非高频刚需。

技术人群（嵌入式/运维/自动化/开发）

需求量大且持续增长，高频场景：
- Git发布、自动生成Changelog、版本管理
- 代码审查、项目脚手架、批量重构、日志分析
- 批量脚本、文档导出、多文件处理、CI辅助
- Shell/Sed/Awk/设备树/构建脚本、编译调试自动化

二、适配OpenCode的Skills市场/注册表

1. AgentPowers.ai（优先推荐）

地址：https://agentpowers.ai/tools/opencode
特点：专门标注支持OpenCode，大量编程类skill（代码审查、Git工作流）；SKILL.md 与Claude Code双平台通用。

2. SkillsMP

地址：https://skillsmp.com/zh
特点：中文界面，收录SKILL.md源码，支持按开发/文档/自动化分类；适合参考样例、学习frontmatter与触发规则。

3. agentskills.io（Anthropic原始标准注册表）

地址：https://agentskills.io
特点：Skill标准发源地，遵循SKILL.md规范；绝大多数skill可直接迁移至OpenCode；偏向通用+编程场景。

4. GitHub Awesome Agent Skills合集

检索关键词：awesome agent skills / opencode skills
使用方式：git clone 直接拷贝到 ~/.config/opencode/skills/
参考仓库：anthropics/skills、openskills

5. OpenAgentSkill Registry

地址：https://www.openagentskill.com
特点：支持API检索skill，适合批量拉取，偏工程自动化场景。

OpenCode Skill 本地手动安装流程

创建目录：~/.config/opencode/skills/xxx-skill/
目录内新建 SKILL.md，编写yaml frontmatter（name、description、metadata）
OpenCode启动自动扫描加载；可在 opencode.json 配置权限、autoinvoke自动触发开关

三、自动获取信息差：OpenCode兼容Skill

两类主流方向

1. OSINT开源情报类（竞品/技术/行业信息差）

仓库：osint-agent-skills
克隆命令：git clone https://github.com/frangelbarrera/osint-agent-skills
能力：多源交叉核验，比对官方文档、社区讨论、第三方评测；识别说法不一致、信息更新不同步；支持Wayback历史快照对比，查看内容版本变更；输出证据日志+差异报告。

2. Market-Intelligence 市场情报类（行业/产品动态）

来源：LobeHub市场情报Skill
地址：https://lobehub.com/skills/openclaw-skills-market-intelligence
能力：定时监控关键词，抓取一手源(GitHub/论坛/官方公告)+媒体二次解读；自动对比差异，标记媒体夸大、官方未声明、社区实测爆料；输出Markdown报告；支持定时任务、Shell调用（可搭配OpenClaw）。

配套辅助Skill（信息搜集底座）

Research(LobeHub)：多搜索引擎交叉检索，URL核验，降低幻觉；多源提取内容用于观点对比，信息差挖掘基础工具。
Agent-Reach / Last30days：跨平台抓取一手社区信号(GitHub/Reddit/B站等)，抓取周期内讨论热度；对比官方宣传与真实用户反馈信息差。
注意：部分依赖Cookie，存在账号风控风险，建议小号使用。

Agent挖掘信息差核心工作原理

定义主题，并行拉取至少3类独立信源：官方一手源、权威媒体、社区用户讨论。
webfetch提取各方核心结论、关键数据、发布时间。
构建对比矩阵，标记冲突点：
- 时间差：A已更新，B仍引用旧信息
- 观点差：官方口径 vs 社区实测矛盾
- 信息缺失：渠道刻意隐藏风险/利好
结构化输出：信息差异清单 + 来源链接 + 可信度评级（优先一手原始信号）
可选定时循环，持续监控新增信息差。

平台获取渠道汇总

LobeHub Skills市场（中文优先）：https://lobehub.com/skills，检索 market-intelligence / research
GitHub：osint-agent-skills
AgentPowers.ai：检索 osint / market research

重要限制与风险提醒

无法拿到未公开内幕信息，仅能挖掘公开信息差。
交叉核验降低幻觉，但Agent仍可能误判冲突，结论必须人工复核。
权限风险：这类skill调用websearch/webfetch，部分附带shell脚本；第三方skill务必通读SKILL.md与附属脚本。
爬虫合规：遵守robots协议，禁止高频大规模爬取，防范网站反爬风控。

四、信息差挖掘 SKILL.md 模板（可直接放入OpenCode）

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22


---
name: info-gap-detector
description: 多源检索并自动识别公开信息之间的信息差，对比官方、媒体、社区三方结论，输出冲突点与证据
---
# 信息差挖掘Agent工作流
## 触发条件
用户需要调研一个主题，对比多方信息，找出观点/数据/时间上的不一致。
## 执行步骤
1. 确认调研主题与关键词，并行使用websearch获取三类信源：官方一手、权威媒体、社区讨论。
2. 对每个网页执行webfetch，提取核心结论、关键数据、发布时间。
3. 构建对比表格，识别信息差异：
 - 数据不一致
 - 发布时间不同步
 - 各方观点冲突
 - 部分来源缺失关键事实
4. 输出结构化报告：
 - 信息差异清单
 - 每条差异附带来源链接
 - 可信度分级（一手源优先）
5. 提示用户人工复核，不做投资/决策结论。
## 约束
禁止访问需要登录的受限内容；不猜测未公开信息；遇到低质量网页自动丢弃。

五、推荐组合方案

基础调研：OpenCode + info-gap-detector(自建) + Research(LobeHub)
持续竞品监控：叠加 market-intelligence，配置定时任务

六、安全提醒

第三方Skill会授予OpenCode终端命令执行、本地文件读写权限。加载外部Skill前，必须完整审查SKILL.md及附属脚本，防范文件删除、本地代码泄露风险。

Skills on ynhugo

OpenCode Skills & Agent：信息差挖掘方案整理

核心结论

一、Skills & Agent 需求量分析

普通非技术用户

技术人群（嵌入式/运维/自动化/开发）

二、适配OpenCode的Skills市场/注册表

1. AgentPowers.ai（优先推荐）

2. SkillsMP

3. agentskills.io（Anthropic原始标准注册表）

4. GitHub Awesome Agent Skills合集

5. OpenAgentSkill Registry

OpenCode Skill 本地手动安装流程

三、自动获取信息差：OpenCode兼容Skill

两类主流方向

1. OSINT开源情报类（竞品/技术/行业信息差）

2. Market-Intelligence 市场情报类（行业/产品动态）

配套辅助Skill（信息搜集底座）

Agent挖掘信息差核心工作原理

平台获取渠道汇总

重要限制与风险提醒

四、信息差挖掘 SKILL.md 模板（可直接放入OpenCode）

五、推荐组合方案

六、安全提醒