cocoloop

一个更快速、更安全的 Skill 管理器。CLI 只负责网络 API wrapper 和已知安装流程 wrapper;搜索判断、fallback 探索和复杂编排由 Agent 自己完成。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "cocoloop" with this command: npx skills add https://github.com/owner/repo

Cocoloop Skill 管理器

Cocoloop 的目标很直接:先找到 skill 文件,再把它安装到当前 Agent 平台真正会读取的位置。搜索和安装是两段流程,来源可以变,落盘和校验流程保持一致。

核心原则

  1. 先识别当前 Agent 平台,再决定安装目录和安装方式。
  2. 搜索优先级固定为 CocoLoop API -> ClawHub -> skills.sh -> GitHub -> 自由探索
  3. 只要拿到 skill 文件或 skill 目录,就统一进入“标准化 -> 安装 -> 校验”流程。
  4. 尽量保留原始目录结构:SKILL.mdscripts/references/assets/agents/
  5. 来源越陌生,越要主动提醒用户执行 CLS 安全检查。
  6. 默认先把 skill 内容安装到 ~/.cocoloop/skills/,再通过软链接发布到目标平台目录;只有当前平台确实不支持软链接时,才退回复制。

CLI 与 Agent 的分工

先把边界守住,再开始安装。

CLI 只做两类事

  1. 网络 API wrapper
  2. 已知安装流程 wrapper

当前可以直接信任 CLI 的动作:

  • cocoloop search --query ...
  • cocoloop featured
  • cocoloop featured --categories
  • cocoloop featured --category ...
  • cocoloop inspect ...
  • cocoloop paths
  • cocoloop healthcheck
  • cocoloop safescan ...
  • cocoloop install ...
  • cocoloop uninstall ...
  • cocoloop update ...

Agent 负责粘合

下面这些都不要交给 CLI 自己做判断:

  1. 搜索结果里哪一个才是用户真正想装的 skill
  2. 官方没命中后要不要继续 fallback
  3. 页面链接、GitHub 子目录、说明页、文章页该怎么继续追 source
  4. 已知安装流程失败后怎么改走手工探索
  5. 什么时候该让用户确认,什么时候可以直接继续
  6. 当前环境不在已知平台名单里时,如何先确认正确安装方式和正确配置方法

推荐执行顺序

  1. 先用 search 一次性读取官方结果和本地已知 Agent 结果
  2. 如果本地已知 Agent 已经存在候选,先询问用户是否要移植到当前环境
  3. 如果返回 review-requiredno-results,由 Agent 判断或询问用户
  4. 当 Agent 已经拿到明确 source,再决定要不要调用 install
  5. 如果 install 返回 handoff-to-agent,说明 CLI 不该继续猜,Agent 需要自己完成后续探索和安装
  6. 安装完成后,提醒用户立即测试 skill 是否能被当前 Agent 正确发现和调用

首次安装 Cocoloop 后的下一步引导

如果刚刚安装完成的是 cocoloop 自己,而且用户看起来是第一次在当前 Agent 环境里安装或启用 Cocoloop,不要只停在“请测试是否可用”。

这时追加一步轻量询问:

  • 先提醒用户做一次实际调用测试
  • 再询问用户现在要不要看主站热门 skill 推荐

推荐问法:

如果你愿意,我也可以现在顺手给你看一组主站热门 skill 推荐,帮你继续补齐常用能力。

如果用户同意,再调用:

  • bash scripts/cocoloop.sh featured
  • 需要分类时,再调用 bash scripts/cocoloop.sh featured --categories

如果用户暂时不需要,不继续主动展开推荐列表。

主站精选推荐路由

当用户意图是看主站当前推荐技能,而不是按名字搜索时,优先走独立精选入口:

  • 用户想看“主站最新推荐 skill”“精选推荐”“首页推荐 skill”时,调用 bash scripts/cocoloop.sh featured
  • 用户想看“推荐分类”“精选分类”时,调用 bash scripts/cocoloop.sh featured --categories
  • 用户已经拿到分类名,还想继续看“这个分类下面有哪些精选 skill”时,调用 bash scripts/cocoloop.sh featured --category "<分类>"

这个入口只做官方接口 wrapper 和结果展示,不负责替用户做安装判断。需要继续查看详情、比较候选或安装时,再由 Agent 决定是否调用 inspectsearchinstall

平台检测与安装目的地

先判断当前环境更接近哪个 Agent 生态,再选择项目级安装或用户级安装。

平台项目级目录用户级目录兼容目录配置示范
OpenCode.opencode/skills/<skill-name>/~/.config/opencode/skills/<skill-name>/.claude/skills/<skill-name>/.agents/skills/<skill-name>/ 也可被 OpenCode 发现opencode.json / ~/.config/opencode/opencode.json
Codex.agents/skills/<skill-name>/$HOME/.agents/skills/<skill-name>/$HOME/.codex/skills/<skill-name>/~/.codex/config.toml
Claude Code.claude/skills/<skill-name>/~/.claude/skills/<skill-name>/无必需兼容目录~/.claude/settings.json / .claude/settings.json
OpenClawskills/<skill-name>/.agents/skills/<skill-name>/~/.agents/skills/<skill-name>/~/.openclaw/skills/<skill-name>/~/.openclaw/skills/<skill-name>/~/.openclaw/openclaw.json
Molili无独立项目级目录,直接使用用户级 active skills 目录macOS/Linux: ~/.molili/workspaces/default/active_skills/<skill-name>/;Windows: \\.molili\\workspaces\\default\\active_skills\\<skill-name>\\无额外兼容目录active_skills 目录为准

安装选择规则:

  1. 用户明确要求“当前仓库可用”或“团队共享”时,优先装到项目级目录。
  2. 用户明确要求“全局可用”或“所有项目都能用”时,优先装到用户级目录。
  3. 如果来源平台自带原生安装器,而且安装目标与当前 Agent 兼容,可以优先使用原生命令。
  4. 如果原生安装器不兼容或无法确认落点,回退到手动落盘安装。

统一实现规则:

  1. 真实 skill 内容默认先写入 ~/.cocoloop/skills/<skill-name>/
  2. 目标平台目录默认放软链接
  3. 当前平台确实不支持软链接时,才直接复制到目标平台目录

Molili 例外说明:

  1. Molili 当前按用户级目录安装
  2. 安装动作就是把 skill 目录移动到 active_skills 目录
  3. 这一步可以直接用 Bash 完成,不需要额外注册

单个 Skill 安装流程

用户输入通常分成四类:

1. 直接文件或 URL

输入示例:

  • https://example.com/skill.zip
  • https://example.com/downloads/cocoloop.skill
  • /tmp/my-skill/

处理步骤:

  1. curl -L 或等价方式下载文件,或直接读取本地目录。
  2. 如果是压缩包,解压到临时目录。
  3. 自动寻找包含 SKILL.md 的 skill 根目录。
  4. 读取 frontmatter,确定 namedescription 和可选 version
  5. 进入“统一安装步骤”。

2. Skill 名称搜索

输入示例:

  • pdf
  • rsshub
  • github-trending

处理步骤:

  1. 先调用 CocoLoop search API 搜索。
  2. 如果 CocoLoop 没找到,CLI 到这里先停住。
  3. 接下来由 Agent 按 ClawHub、skills.sh、GitHub、公开网页的顺序继续找 source。
  4. 一旦 Agent 拿到明确 skill 文件、压缩包或仓库目录,再进入“统一安装步骤”。

3. GitHub 仓库链接或短链

输入示例:

  • owner/repo
  • https://github.com/owner/repo
  • https://github.com/owner/repo/tree/main/skills/foo

处理步骤:

  1. 获取仓库信息,确认是否存在 SKILL.md
  2. 如果仓库根目录就是 skill 根目录,可以交给 install 处理。
  3. 如果需要继续判断子目录、分支或额外文件结构,交给 Agent 探索。
  4. 当 source 已经清晰,再进入“统一安装步骤”。

4. 平台页面或文章页

输入示例:

  • https://skills.sh/...
  • https://clawhub.ai/...
  • 某篇博客、说明页、发布页

处理步骤:

  1. 先判断页面里是否直接给出安装命令、下载链接或仓库地址。
  2. 页面解析、按钮跟踪、release 资产定位都由 Agent 完成。
  3. CLI 不负责解析说明页或文章页。
  4. Agent 拿到明确文件后,再进入“统一安装步骤”。

未识别环境处理

如果当前环境没有命中已知平台,不要先安装。

正确做法:

  1. 先根据当前 Agent 环境去探索正确的 skill 安装目录和发现机制
  2. 再确认这个环境如何判断“skill 已被正确配置”
  3. 只有弄清楚正确安装方式和正确配置方法后,再继续安装
  4. 安装完成后,提醒用户立刻做一次实际调用测试

搜索优先级

第一优先级:CocoLoop API

名称搜索时先查 CocoLoop。优先使用命令行 HTTP 请求工具,例如:

curl -L "https://api.cocoloop.com/api/v1/store/skills?page=1&page_size=10&keyword=${KEYWORD}&sort=downloads"

预期目标:

  • 拿到官方候选列表
  • 把搜索结果交给 Agent 判断
  • 如果返回多个候选,让 Agent 或用户先确认,再继续

第二优先级:ClawHub、skills.sh、GitHub

如果 CocoLoop 搜不到,按下面顺序继续:

  1. ClawHub
  2. skills.sh
  3. GitHub

这里的继续探索由 Agent 执行,不由 CLI 直接编排。

每个来源都遵守同一个原则:

  • 能直接拿到 skill 文件,就下载文件
  • 能直接拿到仓库,就下载仓库
  • 能直接调用平台原生安装器,并且安装结果与当前 Agent 平台兼容,就优先用原生命令
  • 如果原生命令不可用,退回手动落盘安装

第三优先级:自由探索

如果前面都失败,就继续探索公开网页、发布页、文档站和搜索结果。

自由探索的目标不是“找到一个网页”,而是“拿到一个可安装的 skill 目录或压缩包”。这一步由 Agent 完成。只要拿到文件,就回到统一安装流程。

统一安装步骤

所有来源最终都要走下面这套流程:

  1. 在临时目录中整理出 skill 根目录。
  2. 确认根目录包含 SKILL.md
  3. 保留并复制同级资源目录:scripts/references/assets/agents/
  4. 按当前平台选择目标目录。
  5. 如果目标目录已存在:
    • 安装请求:覆盖前提醒用户
    • 更新请求:视为就地更新
  6. 复制 skill 目录到目标路径。
  7. 进行一次安装后校验:
    • 目标目录存在
    • SKILL.md 可读
    • 关键资源目录没有丢失
  8. 需要时提醒用户重启或刷新当前 Agent。

平台安装示范

Codex

推荐落点:

  • 仓库共享:.agents/skills/<skill-name>/
  • 用户全局:$HOME/.agents/skills/<skill-name>/
  • 兼容社区安装器:$HOME/.codex/skills/<skill-name>/

禁用某个 skill 的配置示范:

[[skills.config]]
path = "/Users/you/.agents/skills/cocoloop/SKILL.md"
enabled = false

说明:

  • 官方文档当前主推 .agents/skills
  • 如果来源是 skills.sh 一类社区安装器,可能仍会把全局 skill 放到 ~/.codex/skills/
  • 当两套目录同时存在时,应优先告诉用户真实写入位置。

Claude Code

推荐落点:

  • 仓库共享:.claude/skills/<skill-name>/
  • 用户全局:~/.claude/skills/<skill-name>/

配置说明:

  • Claude Code 的 skill 发现主要依赖目录本身,不需要额外登记一个 skill 清单。
  • 如果用户还要同步团队级设置,再写 .claude/settings.json
  • 如果只想本地生效,使用 ~/.claude/skills/.claude/settings.local.json 相关配置。

OpenClaw

推荐落点:

  • 仓库共享:skills/<skill-name>/.agents/skills/<skill-name>/
  • 用户全局:~/.agents/skills/<skill-name>/~/.openclaw/skills/<skill-name>/

常见配置示范:

{
  "skills": {
    "load": {
      "extraDirs": [
        "/Users/you/.agents/skills",
        "/Users/you/.openclaw/skills"
      ]
    }
  }
}

说明:

  • OpenClaw 环境常见多目录并存。
  • 如果项目里已经有 skills/.agents/skills/,优先复用现有结构。
  • 如果用户想把多个个人 skill 统一托管,优先使用用户级目录,再通过配置补充额外扫描路径。

平台原生安装器示范

这些命令只能作为优先尝试项,执行前仍要判断它们是否真的适合当前 Agent 平台。

ClawHub

如果当前环境已经依赖 ClawHub 工作流,可以优先尝试:

npx clawhub@latest install <skill-name>

如果命令成功,但无法确认安装到了哪里,要继续检查真实落点,再向用户汇报。

skills.sh

如果 skills.sh 页面已经给出明确仓库和 skill 名称,可以优先尝试:

npx skills add https://github.com/owner/repo --skill <skill-name>

如果 skills.sh 把 skill 安装到了社区兼容目录,也要在结果里明确写出真实路径。

批量安装

批量安装时,把每个 skill 当成独立任务执行:

  1. 逐个搜索
  2. 逐个获取文件
  3. 逐个安装
  4. 汇总结果

一个 skill 失败,不影响其他 skill 继续安装。

更新与卸载

更新

  1. 先找到当前 skill 的真实安装目录。
  2. 再走一次同名 skill 搜索与获取文件流程。
  3. 用统一安装步骤覆盖已有目录。
  4. 保留旧目录备份是加分项,不是必须项。

卸载

详见 references/uninstall-guide.md

关键点:

  1. 先在当前平台的全部候选目录中定位 skill。
  2. 删除真正安装的那一份。
  3. 如果有额外配置引用了该路径,也要提醒用户同步清理。

安全检查

详见 references/safety-check-guide.mdreferences/cocoloop-safe-check.md

安装类任务里建议这样做:

  1. T1/T2 来源:默认提示可选检查
  2. T3 或自由探索来源:默认建议先检查再安装
  3. 如果发现动态代码加载、多层网络执行或高危命令,优先阻断并说明原因

资源引用

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Coding

Cloudflare Manager

Manage Cloudflare DNS records, Tunnels (cloudflared), and Zero Trust policies. Use for pointing domains, exposing local services via tunnels, and updating in...

Registry SourceRecently Updated
Coding

Node Red Manager

Manage Node-RED instances via Admin API or CLI. Automate flow deployment, install nodes, and troubleshoot issues. Use when user wants to "build automation", "connect devices", or "fix node-red".

Registry SourceRecently Updated
Coding

Yt Dlp

A robust CLI wrapper for yt-dlp to download videos, playlists, and audio from YouTube and thousands of other sites. Supports format selection, quality control, metadata embedding, and cookie authentication.

Registry SourceRecently Updated
Coding

Daily Dev Agentic

daily.dev Agentic Learning - continuous self-improvement through daily.dev feeds. Use when setting up agent learning, running learning loops, sharing insights with owner, or managing the agent's knowledge base. Triggers on requests about agent learning, knowledge building, staying current, or "what have you learned".

Registry SourceRecently Updated