概述

AgentSkillsHub 是一个专注于安全性的模型上下文协议（MCP）服务器和 AI Agent 技能目录及评估平台。该平台专为使用 Claude Code 和 Cursor 等工具的 AI 工程师及软件开发团队设计，旨在解决将未经审核的第三方 Agent 工具引入本地或生产工作流时所面临的供应链与安全风险。平台致力于打造一个权威、安全优先的发现中心，提供权限透明度、安装路径以及部署前安全评分。

功能特性

自动化安全扫描： 针对 45 种以上的漏洞模式（如任意代码执行、硬编码凭证泄露以及无限制的文件系统访问）对代码仓库进行审计，并评定 A 至 F 级的安全评级。
精选 MCP 目录： 收录了 1,200 多个模块化 Agent 技能，按开发者工具、金融、电子商务和工作流自动化等功能分类整理，并提供分步设置命令。
采纳度与趋势排行榜： 根据 GitHub Star 数量、安装量和社区热度指标对工具进行排名，帮助团队挑选稳定、经过广泛验证的 Agent 集成方案。
OpenClaw 技能追踪： 维护专属排行榜，收录了近 3,000 个清洗后的 OpenClaw 技能，突出展示已通过验证的实现方式和审计通过率。

实用建议

安装前审查权限范围： 在通过终端运行 claude mcp add 进行添加之前，务必在技能详情页检查其文件读写权限和网络访问目标。
依托已验证的源码路径： 优先选择 A 级评分和官方验证的收录项，避免使用来源不明、快速迭代的包名，以最大限度降低未锁定依赖版本和凭据外泄的风险。
区分单一工具与流程编排： 将目录中列出的 MCP 服务器视为战术性的单一工具端点（例如 Git、文件系统或支付连接器），而将复杂的跨步骤逻辑交由独立的 Agent 框架部署。

OpenClaw 技能

AgentSkillsHub 持续监测 OpenClaw 生态系统，收录了 2,993 个清洗后的 OpenClaw 技能，并对其安全合规性进行评分。尽管该目录与 OpenClaw 执行环境之间的自动化运行时连接尚未作为原生集成载入文档，但一个合理的假设应用场景是：OpenClaw 元 Agent（meta-agent）利用 AgentSkillsHub 的元数据，在运行时预先筛选、审计并动态安装经过验证的工具扩展。这种实现方式可将自动化治理和供应链风险缓解机制引入自主 Agent 工程管线中。