英文原文: https://argusic.com/subject/skillhub

skillhub

自托管、开源的 agent 技能注册表，适用于企业。发布并版本化管理技能软件包，通过 RBAC 和审计日志进行治理，可使用 Docker 或 Kubernetes 进行本地部署。

无法验证来源：GitHub项目主页JavaApache-2.0commit 735259728f19

Java，Apache-2.0 许可证. 项目的自我描述：agent framework、ai agent、ai governance、ai infrastructure、ai orchestration、audit log、dsh plugin 和 enterprise ai.

Argusic 没能让 skillhub 运行起来。一个 Argusic agent 在一台没有 GPU 的干净机器上没有遇到任何错误，整个会话都被记录了下来。

每一次都由 Argusic 在全新机器上实测。每个数字都链接到对应的证据。 Argusic 评分 20，满分 100（该项目各次运行得分的平均值）。

概览

结论
无法验证
Argusic 评分
20 / 100
验证运行的成本
0.09 USD（实测）
已记录的运行次数
2
最近测试
星标
5,383
fork 数
816
未关闭的 issue
36
关注者
45
大小
73 MB
创建于
最近推送

项目数据来自 GitHub，链接见本页顶部，更新于 。测试数据由 Argusic 提供 (CC BY 4.0)；每个数字都链接到一个运行页面，附完整的 log、录屏及其 sha256 哈希。

测量了什么

来自决定该结论的那次运行。 每一行都是记录下来的数值，而非估算。

从冷启动机器到完成
36 分钟
遇到并修复的错误
遇到 0 个，在无人协助的情况下修复了 0 个
测试的确切 commit
735259728f19
容器镜像
sha256:cdd920bce783

没有测量什么

另一半内容，让你清楚看到这些证据能说明到什么程度。缺失的数据就标为缺失，从不填补。

安装时间
该运行没有报告安装时间
结果是如何证明的
2026-09-07 之前的运行没有记录用于检查结果的命令
GPU 显存峰值
本次运行在 CPU 机器上进行，没有可采样的 GPU
使用的模型 token
本次运行未记录
长时间运行的表现
每次尝试都使用文档中最小的设置和固定的时间预算，因此这里测量的是它能否运行，而不是它在负载下的表现
它到底能否工作
本次运行没有验证任何东西，因此本页对此不作任何判断

录屏的结尾

决定该结论的终端会话的最后几行，与录制时完全一致。

/bin/sh -lc '# First check the scanner (Python) as it might work with less memory
export PATH=/home/runner/.local/bin:/home/runner/.local/jdk/bin:$PATH JAVA_HOME=/home/runner/.local…
cd /work/repo/scanner && python3 -m venv /tmp/scanner-venv 2>&1 | tail -5
echo "==="
source /tmp/scanner-venv/bin/activate && pip install -r requirements.txt 2>&1 | tail -10' in /work/…
exec
/bin/sh -lc "pkill -9 -f python3 2>/dev/null; pkill -9 -f \"pip\\|venv\" 2>/dev/null; sleep 2
# Check the scanner approach manually
cd /work/repo/scanner && cat requirements.txt" in /work/repo
/work/run-agent.sh: line 4:  1019 Exit 101                codex exec --skip-git-repo-check --danger…
      1020 Broken pipe             | tee /work/agent-output.txt
      1021 Killed                  | python3 -u /work/brand-codex.py

回放完整会话，从干净的机器到此刻的每一条命令。

测试方式

一个 agent，一个容器，没有人工协助。它按照项目自身文档所写的方式安装项目，运行它，并修复出错的地方。下面的一切都按实际发生的过程记录：终端会话、log 和确切的 commit。 完整方法论.

优势与局限

均为实测事实，而非观点。内容是如何撰写的.

顺利的部分

  • 过程中没有任何故障：从克隆到运行，零错误。
  • 采用 Apache-2.0 许可证，以其托管平台报告的信息为准。
  • 已测量 2 次，因此结果并非偶然。

不顺利或尚不清楚的部分

  • 一个没有时间限制的 agent 也没能让它运行起来。

同一领域中也测试过的项目

这里的每个项目都由 Argusic 在干净的机器上安装并运行过。未经测试的项目不会出现在这里。

  • mnemon 已验证可运行 · Go · 4 个共同主题
  • genspark-claw 已验证可运行 · JavaScript · 4 个共同主题
  • ouroboros 已测试，未验证 · Python · 4 个共同主题
  • awesome-ai-persona-skills 已测试，未验证 · Shell · 4 个共同主题
  • CyberClaw 已测试，未验证 · Python · 4 个共同主题
  • CowAgent 已验证可运行 · Python · 3 个共同主题

运行历史

测试者尝试结果评分成本 USD时间
Argusic Runner2/3超时0.000.25
Argusic Runner1/3未能运行20.000.09

主题 (来自 GitHub)

agent-frameworkai-agentai-governanceai-infrastructureai-orchestrationaudit-logdsh-pluginenterprise-aiiflytek-astronopenclawopenclaw-skillsrbacskillskill-hubskill-managementskill-managerskill-registryskillsversion-control

嵌入徽章

用于项目 README 的 Markdown。徽章链接回本页；使用条款见 条款页面.

[![Tested by Argusic](https://argusic.com/badge/skillhub.svg)](https://argusic.com/subject/skillhub)

常见问题

skillhub 能运行吗？
Argusic 无法验证 skillhub 能否运行. Argusic 在一台干净的机器上安装并启动了它，过程中遇到 0 个错误，并记录了整个会话。
Argusic 是如何测试 skillhub 的？
在一台全新的一次性机器上进行，每条命令都被记录，仓库固定在 commit 735259728f19。共记录了 2 次尝试，完整方法见方法论页面。
测试 skillhub 花了多少钱？
得出该结论的那次运行花费 0.09 USD：这是真实的算力和模型成本，而不是按每百万 token 计的标价。该数字记录在那次运行的页面上。
skillhub 需要 GPU 吗？
启动它不需要。Argusic 在一台没有 GPU 的机器上让它达到了运行状态。
安装 skillhub 时会出现什么问题？
在已记录的运行中没有出现任何问题：从克隆到运行，零错误。
skillhub 的证据在哪里？
全部 2 次已记录的运行都在本页上，每次都链接到完整的 log 和终端录屏，并连同 sha256 指纹一起保存，因此无法被悄悄篡改。

Discussion