OpenClaw Skills 安装实战手册（Windows + ClawHub）

这篇文章基于一线实操记录，目标是把 OpenClaw 的技能安装流程从“会用”提升到“稳定可复现”：

• 内置 skill 如何补依赖并变成 Ready
• ClawHub 社区 skill 如何安装与校验
• 遇到 brew not installed、Rate limit exceeded、slug/技能名不一致时如何处理

---

1. 场景与目标

在 OpenClaw 中，skill 大体分两类：

1. 内置技能（openclaw-bundled）
   已随 OpenClaw 提供，但可能缺少外部依赖（如 ffmpeg、gh、summarize）。
2. ClawHub 社区技能（openclaw-workspace）
   通过 clawhub install <slug> 安装到本地技能目录。

本文覆盖 6 个已完成实测的技能：

1. summarize
2. video-frames
3. github
4. find-skills
5. self-improving-agent（OpenClaw 识别名为 self-improvement）
6. proactive-agent（固定版本 1.2.4）

---

2. 先做体检：统一检查命令

先确认全局状态，再决定装什么：

openclaw --version
openclaw skills check
openclaw skills info summarize
openclaw skills info video-frames
openclaw skills info github

核心判断标准：

• ✓ Ready：可直接使用
• ✗ Missing requirements：缺依赖，按提示补齐

---

3. 内置技能安装实战

3.1 summarize

功能简介

• 抽取/总结网页、视频转写内容、文档文本，适合快速信息归纳。

安装命令（Windows）

npm install -g @steipete/summarize
summarize --help
openclaw skills info summarize

关键经验

• WebUI 上显示 Install summarize (brew) 并不代表 Windows 必须装 brew。
• 在 Windows 原生环境，直接用 npm 安装 summarize CLI 更直接。

---

3.2 video-frames

功能简介

• 使用 ffmpeg 从视频中抽帧/切片，适合做封面抽取、素材标注、镜头巡检。

安装命令（Windows）

winget install -e --id Gyan.FFmpeg --accept-source-agreements --accept-package-agreements
ffmpeg -version
openclaw skills info video-frames

测试命令（示例）

$in='D:\视频\情感治愈类\你可以慢慢来.mp4'
$out='D:\视频\情感治愈类\vf_test'
New-Item -ItemType Directory -Path $out -Force | Out-Null
ffmpeg -hide_banner -y -i "$in" -vf "fps=1/5,scale=-2:720" "$out\frame_%03d.jpg"
Get-ChildItem "$out\frame_*.jpg" | Measure-Object

---

3.3 github

功能简介

• 通过 gh CLI 做 issue/PR/CI 查询与操作，适合开发协作自动化。

安装命令（Windows）

winget install -e --id GitHub.cli --accept-source-agreements --accept-package-agreements
gh --version
openclaw skills info github

SSH 登录与校验

gh config set git_protocol ssh --host github.com
gh auth login --hostname github.com --git-protocol ssh --web
gh auth status
gh api user -q .login

---

4. ClawHub 社区技能安装实战

4.1 find-skills

功能简介

• 在对话中帮助识别“缺什么能力”，并推荐可安装 skill。

安装命令

clawhub install find-skills
clawhub list
openclaw skills info find-skills

---

4.2 self-improving-agent

功能简介

• 将失败、纠错、反思沉淀为可复用记录，形成持续改进闭环。

安装命令

npx clawhub install self-improving-agent

若遇到限流（Rate limit exceeded）

clawhub login
clawhub install self-improving-agent --force

注意：技能名映射

• slug：self-improving-agent
• OpenClaw 中技能名：self-improvement

校验：

openclaw skills info self-improvement

---

4.3 proactive-agent（版本固定）

功能简介

• 让 Agent 更主动：上下文记忆、任务推进、复盘纠错、持续优化。

版本固定安装

clawhub install proactive-agent --version 1.2.4

关键经验

• proactive-agent-1-2-4 不是可安装 slug。
• 正确做法是：proactive-agent + --version 1.2.4。

校验：

clawhub list
openclaw skills info proactive-agent

---

5. 飞书里如何发布测试指令

在飞书机器人里，不是发 openclaw ... 终端命令，而是发自然语言任务。

示例：

请使用 video-frames 技能处理本地视频：
输入：D:\视频\情感治愈类\你可以慢慢来.mp4
输出目录：D:\视频\情感治愈类\vf_test
要求：每5秒抽1帧，文件名 frame_%03d.jpg
完成后只回复：输出目录、生成数量、前3个文件名。

---

6. 飞书可直接复制的测试指令合集

下面这组可以直接复制到飞书机器人里逐条测试。

6.1 summarize（网页总结）

请使用 summarize 技能：
总结这篇文章的核心观点、关键数据和可执行建议，输出为 5 条要点。
链接：https://openai.com

6.2 video-frames（视频抽帧）

请使用 video-frames 技能处理本地视频：
输入：D:\视频\情感治愈类\你可以慢慢来.mp4
输出目录：D:\视频\情感治愈类\vf_test
要求：每5秒抽1帧，文件名 frame_%03d.jpg
完成后只回复：输出目录、生成数量、前3个文件名。

6.3 github（仓库 issue 查询）

请使用 github 技能：
查看 openai/openai-python 最近 5 个 open issue，
按创建时间倒序输出：标题、创建时间、链接。

6.4 find-skills（能力检索）

请使用 find-skills 技能：
我想做“自动整理会议纪要并通过邮件发送”，请推荐 3 个最合适的 skill，
并给出每个 skill 的安装命令与适用场景。

6.5 self-improvement（自我改进沉淀）

请启用 self-improvement 工作方式：
如果你接下来执行任务失败或被我纠正，请输出：
1) 失败原因
2) 改进动作
3) 下次避免策略
并给出简短复盘。

6.6 proactive-agent（主动推进）

请按 proactive-agent 模式工作：
目标：帮我搭建一个“技术博客自动生产”工作流。
请先给出 3 个阶段计划，每阶段包含：目标、产出物、验收标准、下一步建议。

6.7 通用连通性自检

你好，做一次连通性自检并简短回复：连通测试通过。

---

7. 常见报错与解决方案

1) brew not installed

• 现象：WebUI 提示 Install xxx (brew) 且在 Windows 报错。
• 处理：优先用 Windows 原生命令安装依赖（winget / npm），不要强行引入 brew。

2) Rate limit exceeded（ClawHub）

• 现象：安装社区 skill 时被限流。
• 处理：先 clawhub login，再重试安装。

3) 技能“已安装”但 skills info <slug> 找不到

• 原因：OpenClaw 使用 SKILL.md 里的 name 作为技能名，不一定等于 slug。
• 处理：openclaw skills check 看最终注册名。

4) 依赖已装但命令不可用

• 原因：PATH 未刷新。
• 处理：重启终端，必要时重启网关：

openclaw gateway restart

---

8. 一组可复用的安装流水线命令

# 0) 基线检查
openclaw skills check

# 1) summarize
npm install -g @steipete/summarize
openclaw skills info summarize

# 2) video-frames (ffmpeg)
winget install -e --id Gyan.FFmpeg --accept-source-agreements --accept-package-agreements
openclaw skills info video-frames

# 3) github (gh)
winget install -e --id GitHub.cli --accept-source-agreements --accept-package-agreements
gh config set git_protocol ssh --host github.com
gh auth login --hostname github.com --git-protocol ssh --web
openclaw skills info github

# 4) clawhub 社区技能
clawhub install find-skills
clawhub install self-improving-agent
clawhub install proactive-agent --version 1.2.4

# 5) 总体验证
clawhub list
openclaw skills check

---

9. 结论

这套流程的重点不是“装上一个 skill”，而是建立一条稳定可复用的技能交付链路：

1. 先用 openclaw skills info/check 定位缺口
2. 对内置 skill 补系统依赖（npm/winget）
3. 对社区 skill 用 clawhub 安装并做版本管理
4. 最后统一做 Ready 校验与对话侧联调

做到这一步后，OpenClaw 才真正具备“可持续扩展”的工程化能力。