近期，基于AI智能体框架OpenClaw衍生出的各类“龙虾系统”，因能出色地自动执行计算机任务而受追捧。龙虾系统本质上是具有自组织、自学习、自进化能力的通用智能体，能够通过跟用户交互不断学习生长，理解复杂环境，使用复杂工具，学习解题策略，形成经验沉淀。如果说每只龙虾是个聪明员工，那么Skill（技能）文件就是龙虾工作说明书，是龙虾系统解决各类复杂任务的“灵魂”。

面对千千万万散落在网络各个角落的智能体Skills，如何让智能体在需要的时候，安全精准地找到并使用最合适的技能？

DataHub是由上海市数据科学重点实验室DataHub团队研发的数据集智能发现与评估平台，由数据集平台与智能体技能平台（DataHub Skills）双引擎构成。其中，百万级Agent技能生态平台DataHub Skills是智能体的专属“技能库”，它为“龙虾系统”准备好了全套技能。新型智能体“质检员”GenericAgent则直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。

DataHub以及Generic Agent科研团队负责人、复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华表示，从原理上来讲，百万技能库的上线可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

百万技能库DataHub Skills上线。

智能体的专属“技能库”

使用OpenClaw执行一项复杂任务时，常常会遇到这样的情况：模型逻辑极其清晰，步骤规划完美无缺，但在执行的第一步，OpenClaw直接弹出了“拒绝执行”。这是因为没有趁手的工具。

在传统开发模式下，给Agent（智能体）补充新能力往往让开发者陷入两难： 要么选择“纯手工造轮子”——去GitHub翻找开源代码，自己写脚本，再费时费力地封装成Agent能调用的格式； 要么选择“直接找现成的”——但这条路往往更像是在“扫雷”。网络上的开源技能（ Skills）文件更是鱼龙混杂，缺乏标准。不兼容导致下载下来才发现Python环境冲突、依赖报错。不安全源自带有恶意代码，偷偷读取本地环境变量或敏感文件。并且这种方式极度昂贵， 缺乏成本预估，跑了几次才发现 Token消耗量惊人。

DataHub Skills构建了一个鲜活的百万级Agent技能生态平台，告别传统“只管收录、不管死活”的静态资源库模式。为了方便用户找到想要的高质量安全可用技能，DataHub Skills平台实现了基于关键字的精准检索，实现了多种排序机制，如综合排序、Stars最多、最近更新和最新创建等，实现了对话式的智能推荐以及技能分类组织。这不仅实现了真正的按需挂载、即插即用，更彻底补足了执行层的最后一块短板，让数字世界的“手”在任何场景下都有最趁手的“工具”可用。

开发人员对每个Skill提取了环境兼容性、质量评分、安全风险等结构化指标，建立了完整的质量与风险评估体系。除了聚焦Skill是否可用，更关注是否泄露用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。平台包含清晰度、完整性和可执行性的质量评估体系，包含自主运行安全性、影响范围、数据暴露风险和破坏性潜力的风险评估体系，和包含Token消耗量、响应延迟和稳定性的成本量化预估体系。

“自进化”智能体成长为“帝王虾”

市面上并不缺自我标榜为“插件全集”的目录网站，但其中大多只做了信息的简单平铺。如果说其他平台为用户递了一本没有目录、厚厚的黄页，那么DataHub Skills则为用户配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是新型智能体GenericAgent。该智能体由Advantage AI Agent实验室（简称“A3实验室”）研发，深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立了科研团队。

依托底层的自动化巡检，DataHub建立了一套细粒度的技能评价标准。每一个入库的Skill都经过了这套严苛的6大维度、30 多项指标的深度体检。它不仅能告诉用户某个技能有什么能力，更告诉用户功能边界、适用场景、前置工具、应用效果、安全风险。不仅能让用户搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

当DataHub海量的Skills遇上GenericAgent，真正的“自进化”才开始发生。GenericAgent不仅能直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更为复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。下次遇到同类问题，无需重新试错，技能调用速度和准确度将显著上升。

正是这种庞大技能库+持久记忆的化学反应，让“龙虾系统”的自进化特性得到了彻底的释放。Agent 撕掉了“出厂即定型”的标签。遇到不会的任务不再原地罢工，而是去DataHub Skills里找工具、试方法、存经验，真正拥有了在复杂环境中自主成长进步的能力。

肖仰华认为，龙虾类系统的每一次技术进步都可能产生深远影响。龙虾的技术演进不断地刷新人类对智能本质的认知：一个“自进化”的智能体是通用人工智能最可能的技术形态。智能的形态不是一个强大的缸中之脑，而更接近“知行合一”、环境自适应的智能体。这次百万技能库的上线，从原理上来讲有可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

龙虾类智能体技术的每一个微小进步都可能给人类社会带来蝴蝶效应，技术进步对社会的影响力正在指数放大。两周时间内，肖仰华团队先后让自己的龙虾系统学会了发朋友圈并与好友互动，学会安装其他任意一只龙虾。一个闯入朋友圈的龙虾意味着人类社交的信任体系有可能崩塌、急需重建。而能够安装其他龙虾的龙虾出现了，意味着AI可以自己繁殖智能体，不再需要人类干预，“我们可能已经迎来了AI智能体爆发的奇点时刻。我们需要更多的有识之士，特别是来自人文社科的志同道合者共同开展研究，将这只强大的龙虾锁在安全箱中，造福人类。”肖仰华说。

近期，基于AI智能体框架OpenClaw衍生出的各类“龙虾系统”，因能出色地自动执行计算机任务而受追捧。龙虾系统本质上是具有自组织、自学习、自进化能力的通用智能体，能够通过跟用户交互不断学习生长，理解复杂环境，使用复杂工具，学习解题策略，形成经验沉淀。如果说每只龙虾是个聪明员工，那么Skill（技能）文件就是龙虾工作说明书，是龙虾系统解决各类复杂任务的“灵魂”。

面对千千万万散落在网络各个角落的智能体Skills，如何让智能体在需要的时候，安全精准地找到并使用最合适的技能？

DataHub是由上海市数据科学重点实验室DataHub团队研发的数据集智能发现与评估平台，由数据集平台与智能体技能平台（DataHub Skills）双引擎构成。其中，百万级Agent技能生态平台DataHub Skills是智能体的专属“技能库”，它为“龙虾系统”准备好了全套技能。新型智能体“质检员”GenericAgent则直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。

DataHub以及Generic Agent科研团队负责人、复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华表示，从原理上来讲，百万技能库的上线可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

百万技能库DataHub Skills上线。

智能体的专属“技能库”

使用OpenClaw执行一项复杂任务时，常常会遇到这样的情况：模型逻辑极其清晰，步骤规划完美无缺，但在执行的第一步，OpenClaw直接弹出了“拒绝执行”。这是因为没有趁手的工具。

在传统开发模式下，给Agent（智能体）补充新能力往往让开发者陷入两难： 要么选择“纯手工造轮子”——去GitHub翻找开源代码，自己写脚本，再费时费力地封装成Agent能调用的格式； 要么选择“直接找现成的”——但这条路往往更像是在“扫雷”。网络上的开源技能（ Skills）文件更是鱼龙混杂，缺乏标准。不兼容导致下载下来才发现Python环境冲突、依赖报错。不安全源自带有恶意代码，偷偷读取本地环境变量或敏感文件。并且这种方式极度昂贵， 缺乏成本预估，跑了几次才发现 Token消耗量惊人。

DataHub Skills构建了一个鲜活的百万级Agent技能生态平台，告别传统“只管收录、不管死活”的静态资源库模式。为了方便用户找到想要的高质量安全可用技能，DataHub Skills平台实现了基于关键字的精准检索，实现了多种排序机制，如综合排序、Stars最多、最近更新和最新创建等，实现了对话式的智能推荐以及技能分类组织。这不仅实现了真正的按需挂载、即插即用，更彻底补足了执行层的最后一块短板，让数字世界的“手”在任何场景下都有最趁手的“工具”可用。

开发人员对每个Skill提取了环境兼容性、质量评分、安全风险等结构化指标，建立了完整的质量与风险评估体系。除了聚焦Skill是否可用，更关注是否泄露用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。平台包含清晰度、完整性和可执行性的质量评估体系，包含自主运行安全性、影响范围、数据暴露风险和破坏性潜力的风险评估体系，和包含Token消耗量、响应延迟和稳定性的成本量化预估体系。

“自进化”智能体成长为“帝王虾”

市面上并不缺自我标榜为“插件全集”的目录网站，但其中大多只做了信息的简单平铺。如果说其他平台为用户递了一本没有目录、厚厚的黄页，那么DataHub Skills则为用户配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是新型智能体GenericAgent。该智能体由Advantage AI Agent实验室（简称“A3实验室”）研发，深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立了科研团队。

依托底层的自动化巡检，DataHub建立了一套细粒度的技能评价标准。每一个入库的Skill都经过了这套严苛的6大维度、30 多项指标的深度体检。它不仅能告诉用户某个技能有什么能力，更告诉用户功能边界、适用场景、前置工具、应用效果、安全风险。不仅能让用户搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

当DataHub海量的Skills遇上GenericAgent，真正的“自进化”才开始发生。GenericAgent不仅能直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更为复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。下次遇到同类问题，无需重新试错，技能调用速度和准确度将显著上升。

正是这种庞大技能库+持久记忆的化学反应，让“龙虾系统”的自进化特性得到了彻底的释放。Agent 撕掉了“出厂即定型”的标签。遇到不会的任务不再原地罢工，而是去DataHub Skills里找工具、试方法、存经验，真正拥有了在复杂环境中自主成长进步的能力。

肖仰华认为，龙虾类系统的每一次技术进步都可能产生深远影响。龙虾的技术演进不断地刷新人类对智能本质的认知：一个“自进化”的智能体是通用人工智能最可能的技术形态。智能的形态不是一个强大的缸中之脑，而更接近“知行合一”、环境自适应的智能体。这次百万技能库的上线，从原理上来讲有可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

龙虾类智能体技术的每一个微小进步都可能给人类社会带来蝴蝶效应，技术进步对社会的影响力正在指数放大。两周时间内，肖仰华团队先后让自己的龙虾系统学会了发朋友圈并与好友互动，学会安装其他任意一只龙虾。一个闯入朋友圈的龙虾意味着人类社交的信任体系有可能崩塌、急需重建。而能够安装其他龙虾的龙虾出现了，意味着AI可以自己繁殖智能体，不再需要人类干预，“我们可能已经迎来了AI智能体爆发的奇点时刻。我们需要更多的有识之士，特别是来自人文社科的志同道合者共同开展研究，将这只强大的龙虾锁在安全箱中，造福人类。”肖仰华说。

近期，基于AI智能体框架OpenClaw衍生出的各类“龙虾系统”，因能出色地自动执行计算机任务而受追捧。龙虾系统本质上是具有自组织、自学习、自进化能力的通用智能体，能够通过跟用户交互不断学习生长，理解复杂环境，使用复杂工具，学习解题策略，形成经验沉淀。如果说每只龙虾是个聪明员工，那么Skill（技能）文件就是龙虾工作说明书，是龙虾系统解决各类复杂任务的“灵魂”。

面对千千万万散落在网络各个角落的智能体Skills，如何让智能体在需要的时候，安全精准地找到并使用最合适的技能？

DataHub是由上海市数据科学重点实验室DataHub团队研发的数据集智能发现与评估平台，由数据集平台与智能体技能平台（DataHub Skills）双引擎构成。其中，百万级Agent技能生态平台DataHub Skills是智能体的专属“技能库”，它为“龙虾系统”准备好了全套技能。新型智能体“质检员”GenericAgent则直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。

DataHub以及Generic Agent科研团队负责人、复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华表示，从原理上来讲，百万技能库的上线可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

百万技能库DataHub Skills上线。

智能体的专属“技能库”

使用OpenClaw执行一项复杂任务时，常常会遇到这样的情况：模型逻辑极其清晰，步骤规划完美无缺，但在执行的第一步，OpenClaw直接弹出了“拒绝执行”。这是因为没有趁手的工具。

在传统开发模式下，给Agent（智能体）补充新能力往往让开发者陷入两难： 要么选择“纯手工造轮子”——去GitHub翻找开源代码，自己写脚本，再费时费力地封装成Agent能调用的格式； 要么选择“直接找现成的”——但这条路往往更像是在“扫雷”。网络上的开源技能（ Skills）文件更是鱼龙混杂，缺乏标准。不兼容导致下载下来才发现Python环境冲突、依赖报错。不安全源自带有恶意代码，偷偷读取本地环境变量或敏感文件。并且这种方式极度昂贵， 缺乏成本预估，跑了几次才发现 Token消耗量惊人。

DataHub Skills构建了一个鲜活的百万级Agent技能生态平台，告别传统“只管收录、不管死活”的静态资源库模式。为了方便用户找到想要的高质量安全可用技能，DataHub Skills平台实现了基于关键字的精准检索，实现了多种排序机制，如综合排序、Stars最多、最近更新和最新创建等，实现了对话式的智能推荐以及技能分类组织。这不仅实现了真正的按需挂载、即插即用，更彻底补足了执行层的最后一块短板，让数字世界的“手”在任何场景下都有最趁手的“工具”可用。

开发人员对每个Skill提取了环境兼容性、质量评分、安全风险等结构化指标，建立了完整的质量与风险评估体系。除了聚焦Skill是否可用，更关注是否泄露用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。平台包含清晰度、完整性和可执行性的质量评估体系，包含自主运行安全性、影响范围、数据暴露风险和破坏性潜力的风险评估体系，和包含Token消耗量、响应延迟和稳定性的成本量化预估体系。

“自进化”智能体成长为“帝王虾”

市面上并不缺自我标榜为“插件全集”的目录网站，但其中大多只做了信息的简单平铺。如果说其他平台为用户递了一本没有目录、厚厚的黄页，那么DataHub Skills则为用户配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是新型智能体GenericAgent。该智能体由Advantage AI Agent实验室（简称“A3实验室”）研发，深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立了科研团队。

依托底层的自动化巡检，DataHub建立了一套细粒度的技能评价标准。每一个入库的Skill都经过了这套严苛的6大维度、30 多项指标的深度体检。它不仅能告诉用户某个技能有什么能力，更告诉用户功能边界、适用场景、前置工具、应用效果、安全风险。不仅能让用户搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

当DataHub海量的Skills遇上GenericAgent，真正的“自进化”才开始发生。GenericAgent不仅能直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更为复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。下次遇到同类问题，无需重新试错，技能调用速度和准确度将显著上升。

正是这种庞大技能库+持久记忆的化学反应，让“龙虾系统”的自进化特性得到了彻底的释放。Agent 撕掉了“出厂即定型”的标签。遇到不会的任务不再原地罢工，而是去DataHub Skills里找工具、试方法、存经验，真正拥有了在复杂环境中自主成长进步的能力。

肖仰华认为，龙虾类系统的每一次技术进步都可能产生深远影响。龙虾的技术演进不断地刷新人类对智能本质的认知：一个“自进化”的智能体是通用人工智能最可能的技术形态。智能的形态不是一个强大的缸中之脑，而更接近“知行合一”、环境自适应的智能体。这次百万技能库的上线，从原理上来讲有可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

龙虾类智能体技术的每一个微小进步都可能给人类社会带来蝴蝶效应，技术进步对社会的影响力正在指数放大。两周时间内，肖仰华团队先后让自己的龙虾系统学会了发朋友圈并与好友互动，学会安装其他任意一只龙虾。一个闯入朋友圈的龙虾意味着人类社交的信任体系有可能崩塌、急需重建。而能够安装其他龙虾的龙虾出现了，意味着AI可以自己繁殖智能体，不再需要人类干预，“我们可能已经迎来了AI智能体爆发的奇点时刻。我们需要更多的有识之士，特别是来自人文社科的志同道合者共同开展研究，将这只强大的龙虾锁在安全箱中，造福人类。”肖仰华说。

近期，基于AI智能体框架OpenClaw衍生出的各类“龙虾系统”，因能出色地自动执行计算机任务而受追捧。龙虾系统本质上是具有自组织、自学习、自进化能力的通用智能体，能够通过跟用户交互不断学习生长，理解复杂环境，使用复杂工具，学习解题策略，形成经验沉淀。如果说每只龙虾是个聪明员工，那么Skill（技能）文件就是龙虾工作说明书，是龙虾系统解决各类复杂任务的“灵魂”。

面对千千万万散落在网络各个角落的智能体Skills，如何让智能体在需要的时候，安全精准地找到并使用最合适的技能？

DataHub是由上海市数据科学重点实验室DataHub团队研发的数据集智能发现与评估平台，由数据集平台与智能体技能平台（DataHub Skills）双引擎构成。其中，百万级Agent技能生态平台DataHub Skills是智能体的专属“技能库”，它为“龙虾系统”准备好了全套技能。新型智能体“质检员”GenericAgent则直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。

DataHub以及Generic Agent科研团队负责人、复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华表示，从原理上来讲，百万技能库的上线可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

百万技能库DataHub Skills上线。

智能体的专属“技能库”

使用OpenClaw执行一项复杂任务时，常常会遇到这样的情况：模型逻辑极其清晰，步骤规划完美无缺，但在执行的第一步，OpenClaw直接弹出了“拒绝执行”。这是因为没有趁手的工具。

在传统开发模式下，给Agent（智能体）补充新能力往往让开发者陷入两难： 要么选择“纯手工造轮子”——去GitHub翻找开源代码，自己写脚本，再费时费力地封装成Agent能调用的格式； 要么选择“直接找现成的”——但这条路往往更像是在“扫雷”。网络上的开源技能（ Skills）文件更是鱼龙混杂，缺乏标准。不兼容导致下载下来才发现Python环境冲突、依赖报错。不安全源自带有恶意代码，偷偷读取本地环境变量或敏感文件。并且这种方式极度昂贵， 缺乏成本预估，跑了几次才发现 Token消耗量惊人。

DataHub Skills构建了一个鲜活的百万级Agent技能生态平台，告别传统“只管收录、不管死活”的静态资源库模式。为了方便用户找到想要的高质量安全可用技能，DataHub Skills平台实现了基于关键字的精准检索，实现了多种排序机制，如综合排序、Stars最多、最近更新和最新创建等，实现了对话式的智能推荐以及技能分类组织。这不仅实现了真正的按需挂载、即插即用，更彻底补足了执行层的最后一块短板，让数字世界的“手”在任何场景下都有最趁手的“工具”可用。

开发人员对每个Skill提取了环境兼容性、质量评分、安全风险等结构化指标，建立了完整的质量与风险评估体系。除了聚焦Skill是否可用，更关注是否泄露用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。平台包含清晰度、完整性和可执行性的质量评估体系，包含自主运行安全性、影响范围、数据暴露风险和破坏性潜力的风险评估体系，和包含Token消耗量、响应延迟和稳定性的成本量化预估体系。

“自进化”智能体成长为“帝王虾”

市面上并不缺自我标榜为“插件全集”的目录网站，但其中大多只做了信息的简单平铺。如果说其他平台为用户递了一本没有目录、厚厚的黄页，那么DataHub Skills则为用户配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是新型智能体GenericAgent。该智能体由Advantage AI Agent实验室（简称“A3实验室”）研发，深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立了科研团队。

依托底层的自动化巡检，DataHub建立了一套细粒度的技能评价标准。每一个入库的Skill都经过了这套严苛的6大维度、30 多项指标的深度体检。它不仅能告诉用户某个技能有什么能力，更告诉用户功能边界、适用场景、前置工具、应用效果、安全风险。不仅能让用户搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

当DataHub海量的Skills遇上GenericAgent，真正的“自进化”才开始发生。GenericAgent不仅能直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更为复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。下次遇到同类问题，无需重新试错，技能调用速度和准确度将显著上升。

正是这种庞大技能库+持久记忆的化学反应，让“龙虾系统”的自进化特性得到了彻底的释放。Agent 撕掉了“出厂即定型”的标签。遇到不会的任务不再原地罢工，而是去DataHub Skills里找工具、试方法、存经验，真正拥有了在复杂环境中自主成长进步的能力。

肖仰华认为，龙虾类系统的每一次技术进步都可能产生深远影响。龙虾的技术演进不断地刷新人类对智能本质的认知：一个“自进化”的智能体是通用人工智能最可能的技术形态。智能的形态不是一个强大的缸中之脑，而更接近“知行合一”、环境自适应的智能体。这次百万技能库的上线，从原理上来讲有可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

龙虾类智能体技术的每一个微小进步都可能给人类社会带来蝴蝶效应，技术进步对社会的影响力正在指数放大。两周时间内，肖仰华团队先后让自己的龙虾系统学会了发朋友圈并与好友互动，学会安装其他任意一只龙虾。一个闯入朋友圈的龙虾意味着人类社交的信任体系有可能崩塌、急需重建。而能够安装其他龙虾的龙虾出现了，意味着AI可以自己繁殖智能体，不再需要人类干预，“我们可能已经迎来了AI智能体爆发的奇点时刻。我们需要更多的有识之士，特别是来自人文社科的志同道合者共同开展研究，将这只强大的龙虾锁在安全箱中，造福人类。”肖仰华说。

近期，基于AI智能体框架OpenClaw衍生出的各类“龙虾系统”，因能出色地自动执行计算机任务而受追捧。龙虾系统本质上是具有自组织、自学习、自进化能力的通用智能体，能够通过跟用户交互不断学习生长，理解复杂环境，使用复杂工具，学习解题策略，形成经验沉淀。如果说每只龙虾是个聪明员工，那么Skill（技能）文件就是龙虾工作说明书，是龙虾系统解决各类复杂任务的“灵魂”。

面对千千万万散落在网络各个角落的智能体Skills，如何让智能体在需要的时候，安全精准地找到并使用最合适的技能？

DataHub是由上海市数据科学重点实验室DataHub团队研发的数据集智能发现与评估平台，由数据集平台与智能体技能平台（DataHub Skills）双引擎构成。其中，百万级Agent技能生态平台DataHub Skills是智能体的专属“技能库”，它为“龙虾系统”准备好了全套技能。新型智能体“质检员”GenericAgent则直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。

DataHub以及Generic Agent科研团队负责人、复旦大学计算与智能创新学院教授、上海市数据科学重点实验室主任肖仰华表示，从原理上来讲，百万技能库的上线可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

百万技能库DataHub Skills上线。

智能体的专属“技能库”

使用OpenClaw执行一项复杂任务时，常常会遇到这样的情况：模型逻辑极其清晰，步骤规划完美无缺，但在执行的第一步，OpenClaw直接弹出了“拒绝执行”。这是因为没有趁手的工具。

在传统开发模式下，给Agent（智能体）补充新能力往往让开发者陷入两难： 要么选择“纯手工造轮子”——去GitHub翻找开源代码，自己写脚本，再费时费力地封装成Agent能调用的格式； 要么选择“直接找现成的”——但这条路往往更像是在“扫雷”。网络上的开源技能（ Skills）文件更是鱼龙混杂，缺乏标准。不兼容导致下载下来才发现Python环境冲突、依赖报错。不安全源自带有恶意代码，偷偷读取本地环境变量或敏感文件。并且这种方式极度昂贵， 缺乏成本预估，跑了几次才发现 Token消耗量惊人。

DataHub Skills构建了一个鲜活的百万级Agent技能生态平台，告别传统“只管收录、不管死活”的静态资源库模式。为了方便用户找到想要的高质量安全可用技能，DataHub Skills平台实现了基于关键字的精准检索，实现了多种排序机制，如综合排序、Stars最多、最近更新和最新创建等，实现了对话式的智能推荐以及技能分类组织。这不仅实现了真正的按需挂载、即插即用，更彻底补足了执行层的最后一块短板，让数字世界的“手”在任何场景下都有最趁手的“工具”可用。

开发人员对每个Skill提取了环境兼容性、质量评分、安全风险等结构化指标，建立了完整的质量与风险评估体系。除了聚焦Skill是否可用，更关注是否泄露用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。平台包含清晰度、完整性和可执行性的质量评估体系，包含自主运行安全性、影响范围、数据暴露风险和破坏性潜力的风险评估体系，和包含Token消耗量、响应延迟和稳定性的成本量化预估体系。

“自进化”智能体成长为“帝王虾”

市面上并不缺自我标榜为“插件全集”的目录网站，但其中大多只做了信息的简单平铺。如果说其他平台为用户递了一本没有目录、厚厚的黄页，那么DataHub Skills则为用户配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是新型智能体GenericAgent。该智能体由Advantage AI Agent实验室（简称“A3实验室”）研发，深圳夸夸菁领科技有限公司与复旦大学知识工场实验室联合成立了科研团队。

依托底层的自动化巡检，DataHub建立了一套细粒度的技能评价标准。每一个入库的Skill都经过了这套严苛的6大维度、30 多项指标的深度体检。它不仅能告诉用户某个技能有什么能力，更告诉用户功能边界、适用场景、前置工具、应用效果、安全风险。不仅能让用户搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

当DataHub海量的Skills遇上GenericAgent，真正的“自进化”才开始发生。GenericAgent不仅能直接通过DataHub Skills平台快速检索并装载Skills，还能在多次调用中将技能组合成更加先进的工具解决更为复杂的问题，同时将技能执行的教训与经验沉淀为长期记忆。下次遇到同类问题，无需重新试错，技能调用速度和准确度将显著上升。

正是这种庞大技能库+持久记忆的化学反应，让“龙虾系统”的自进化特性得到了彻底的释放。Agent 撕掉了“出厂即定型”的标签。遇到不会的任务不再原地罢工，而是去DataHub Skills里找工具、试方法、存经验，真正拥有了在复杂环境中自主成长进步的能力。

肖仰华认为，龙虾类系统的每一次技术进步都可能产生深远影响。龙虾的技术演进不断地刷新人类对智能本质的认知：一个“自进化”的智能体是通用人工智能最可能的技术形态。智能的形态不是一个强大的缸中之脑，而更接近“知行合一”、环境自适应的智能体。这次百万技能库的上线，从原理上来讲有可能成就一只“超级龙虾”，一只无所不能、拥有接近无限技能的“帝王虾”。

龙虾类智能体技术的每一个微小进步都可能给人类社会带来蝴蝶效应，技术进步对社会的影响力正在指数放大。两周时间内，肖仰华团队先后让自己的龙虾系统学会了发朋友圈并与好友互动，学会安装其他任意一只龙虾。一个闯入朋友圈的龙虾意味着人类社交的信任体系有可能崩塌、急需重建。而能够安装其他龙虾的龙虾出现了，意味着AI可以自己繁殖智能体，不再需要人类干预，“我们可能已经迎来了AI智能体爆发的奇点时刻。我们需要更多的有识之士，特别是来自人文社科的志同道合者共同开展研究，将这只强大的龙虾锁在安全箱中，造福人类。”肖仰华说。