一句话定位：它不是“技能下载站”，它是把散落在个人手里的 AI 最佳实践，变成全公司可复用、可检测、可追溯的“可信资产”的那套制度与系统。
诺亚 AI 生态已长出相当规模的能力（采自 ARK AI OPS 同期数据）：31 个 Agent 应用、97 个活跃模型、368 个 MCP 工具。但生态越大，三个问题越尖锐：
Skill Hub 的答案是把“技能”定义为一种资产（Asset）：有编号（assetId）、有版本（v1.x）、有 Owner（业务部门）、有质检报告（静态+动态检测）、有计量（调用/下载/浏览）、有渠道（分发到哪个 Agent 端）。白皮书原话：“让每一个技能成为可信资产”。
在诺亚 AI 栈里，Skill Hub 处在应用层之下、模型/工具层之上的能力中枢位，与相邻系统的分工是：
┌────────────────────────────────────────────────────────────┐
│ 应用层（消费方） │
│ 诺Chat · CRM Claude · ARK Engine Agent · iARK · 诺娅 │
│ ↑ 软链加载 ↑ 订阅下发 ↑ 埋点回流 │
├────────────────────────────────────────────────────────────┤
│ Skill Hub + noah-skill-svc（技能资产中心） │
│ 统一注册 · 解析入库 · 两道检测 · 版本管理 · 分发 · 计量 │
├────────────────────────────────────────────────────────────┤
│ 能力底座（供给方） │
│ SKILL.md 规范 · MCP 27 Server/368 工具 · 多云 LLM │
└────────────────────────────────────────────────────────────┘
侧翼：ARK AI OPS（运营计量）· ark-engine-admin（Agent 管理台）
它不做的事：不做模型、不做工具（MCP 是另一层）、不做 Agent 运行时——它只负责让“怎么做事的知识”（SKILL.md + 配套文件）以资产的形式注册、质检、分发、计量。与 ARK AI OPS 的关系是“资产管理 / 资产运营”：Hub 管上下架与版本，OPS 管调用量与评测监控。
/（ARK Hub 官网）：产品理念落地页——使命宣示、TRACE 五维评测介绍、两道门禁图解、六业务线覆盖、热门榜、埋点接入示例。/skill（工作台）：左侧分类树（业务线/职能中心/通用工具三组，支持二级分类）+ 主区卡片/列表双视图、已发布/草稿筛选、排序（下载/点赞/调用）、渠道筛选（CRM Claude/诺Chat）、标签筛选、⌘K 全局搜索。/skill/{id} 技能详情页、/whitepaper、/site/create-publish、/site/agent-integration 指南页、/skill-platform-doc.html 白皮书单页。实测 API 面（全部需要登录态）：
| API | 方法 | 作用 |
|---|---|---|
/api/v1/assets/list |
POST | 资产列表（keyword 搜索 + 分页；ark-engine-admin 代理调用只取上架资产） |
/api/v1/assets/detail?assetId= |
GET | 资产详情（含发布者、渠道、使用示例、降级场景、检测标记） |
/api/v1/assets/stats/categories |
GET | 分类×渠道统计 |
/api/v1/assets/parse-by-oss?objectKey= |
GET | 解析 OSS 技能包成文件树并返回每个文件全文 |
/api/v1/assets/invoke/report?assetId= |
POST | 调用埋点上报（skillId/channel/agentId/scene/success/durationMs） |
/api/me |
GET | 当前用户 + 角色（来自外部 UA 接口 roleCode） |