最近

你的手机一定被这个词刷屏——

openclaw

人们称之为“龙虾”

不仅如此

等话题

还登顶微博多榜热搜第一

成为近期ai智能体领域最受关注的现象级事件

这一话题的主角

是以generic agent为核心的“政务龙虾”dintal claw

而这一技术正来源于复旦科研团队

复旦大学知识工场实验室与企业

联合成立科研团队

研发出了新型智能体genericagent

这一智能体的出圈

离不开各类skills提供的技能支持

skills，就是“龙虾”的“手”、“脚”的使用说明书。大模型负责理解、规划和决策，skills负责把规划真正落到现实世界里。没有它，人工智能体往往只能“告诉你怎么做”；有了skills，ai就能真正为人们干活。

今天，复旦大学肖仰华团队于datahub平台正式上线百万级skills资源库。作为国内高校最早的“龙虾”相关成果之一，其汇聚全球140万+高质量ai技能，搭载先进ai推荐引擎，帮助用户在海量数据中精准定位，释放智能潜力。

datahub平台百万级skills资源库

技能库的核心目的，就是集成高质量的ai skills。在技能库中，使用者可以基于实际应用需求进行skills的选取，涵盖coding编程开发、productivity效率工具、ai-ml人工智能等领域，灵活适配个性化任务需求，实现openclaw等“龙虾”的“个性化”配置。

即日起，技能库已面向全体公众开放在线访问与浏览，体验让ai从聊天到执行任务的“养龙虾”过程。

技能库网址：http://www.fudankw.cn:18000/search-skills.html

搜得准、筛得净：你的agent专属“技能库”

告别传统“只管收录、不管死活”的静态资源库模式，datahub skills构建了一个鲜活的百万级agent技能生态平台。

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（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，实现了技能分类组织。

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。

datahub skills的关键字搜索，搜索结果能够按照多种方式排序

团队对每个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。技能库不但关心skill是否可用，更关心是否泄漏用户隐私、是否安全可控，从而为用户安全使用技能提供参考依据。

团队还建立了包含清晰度、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。

skill card详情页，展示了skill的具体信息

降维打击：为什么它比传统skills目录更懂你？

如果说其他平台是给你递了一本厚厚的、没有目录的黄页，datahub skills则是为你配备了一位全天候7×24小时的严苛“质检员”。这个“质检员”就是a3 实验室（advantage ai agent 实验室，由复旦大学知识工场实验室等联合成立的科研团队）研发的新型智能体：genericagent。

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，包含数据体量、质量评估、成本透明、安全排雷、兼容测试等评估维度。

在datahub，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。我们不仅告诉你某个技能“有什么”能力，更告诉你“功能边界”、“适用场景”、“前置工具”、“应用效果”、“安全风险”。它不仅能让你搜到有用的技能，同时为每一项技能附上一份详细的“体检报告”。

传统find-skill 和 datahub skills的对话式推荐对比

当datahub海量的skills遇上genericagent，真正的“自主进化”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。

agent从此摆脱了“出厂即定型”的标签。遇到不会的任务，它不再原地罢工，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。

借助datahub skills库，让ai从零学会发布小红书

例如，你可以让genericagent从零学会发布小红书。当你发送“发一篇小红书”指令。初始状态下它没有小红书的操作工具。它自主访问datahub，按“质量+安全”双重排序，下载了“小红书通用工具”、“爆款文案生成”和“图像自动化排版”三个skills。agent通过阅读这三个skills在datahub上的透明实现细节和接口文档，自动将它们串联，成功发送了图文并茂的小红书帖子。

这整个过程，是真正的“人机接力”。不需要人工干预，系统在不断调用datahub的高优skills中，将经验沉淀到自己的记忆库中。一个完全新生的agent，只用了一杯咖啡的时间，就演变成为一个熟练的社媒运营能手。

数据集+智能体技能，datahub赋能ai进化

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。

从一开始，它的定位就不只是一个单点工具，而是一个长期建设、持续运营的数据集资源平台。它面向科研工作者、算法工程师与ai开发者，做的不是简单“收录资源”，而是把分散在不同来源、不同格式、不同语境中的数据资产，整理成一个可发现、可理解、可比较、可持续更新的平台底座。

在数据集侧，datahub已沉淀51万+高质量开源数据集，并围绕数据集持续构建知识图谱、论文关联、任务关联、方法关联与版本演化信息。用户在平台上看到的，不只是一个下载入口，而是一个更完整的数据上下文：这个数据集适用于什么任务，被哪些论文使用过，与哪些方法相关，又是否仍在持续演进。

更进一步，datahub还在系统性整合顶会论文中的实验数据、任务跑分记录与sota演进结果。也就是说，平台希望解决的，不只是“有没有数据”，更是“怎么更快找到合适的数据、怎么判断值不值得用、怎么追踪这个方向的前沿变化”。这能显著减少研究者手工翻论文、比结果、追指标的时间成本。

基于知识图谱的数据集资源关联

也正因为其本身就是一个长期建设的数据资源平台，所以上线百万skills，不只是简单“多了一个新频道”，而是平台能力的一次自然拓展，在“数据集发现”之外，进一步补齐“能力发现”。对于数据集，datahub解决的是“找数据、看关系、追前沿”；对于skills，datahub解决的是“找能力、辨优劣、控风险、促调用”。

两者合力，使datahub成为了一个强大的数据与能力发现平台。用户来到datahub，既可以寻找训练与研究所需的数据，也可以寻找执行任务所需的能力单元；既能理解资源本身，也能理解资源之间的关系。

智能化的数据集发现与推荐

在ai时代浪潮之下，团队想做的，不是一排排静态资源货架，而是连接数据、任务、论文、方法与skills的统一入口。它不只是一个skills库，也不只是一个数据集目录，而是让“数据”和“能力”都变得可发现、可理解、可比较、可调用的平台底座。

我们可能已经迎来了ai 智能体爆发的奇点时刻

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、青浦复旦未来技术研究院副院长肖仰华认为，“龙虾”类系统的每一次技术进步都可能产生深远影响。

在他看来，“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。”

就在这两周内，肖仰华让自己的“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”——当“龙虾”闯入朋友圈，人们或许需要重新审视在线社交体系。

“能安装其他‘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。”他认为，今天，“龙虾”类智能体的技术的每一个微小进步都可能给整个人类社会带来蝴蝶效应。技术进步对社会的影响力在指数放大。

“我们可能无意中已经按下了ai世界创世的按钮，即便open claw研发者本人估计也没预料到已经发生的这一切。如果平行世界是存在的，那么今天ai‘龙虾’每一个技术进步都可能是平行世界时空分叉的关键节点，牵引人类走向完全不同的未来。期待更多的有识之士，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。”他说。

在ai创新的浪潮中

复旦人持续探索，也乐于分享

欢迎所有同行者前来体验、使用

共同开拓ai应用的更多可能！

计算与智能创新学院

组 稿

校融媒体中心

文 字

邓晗

图 片

受访者提供

编 辑

邱洁心

责 编

殷梦昊

上观号作者：复旦大学