大家好，我是玄姐。

想象一下： 早上 9 点，你对 AI 说"生成本周行业周报"，3 分钟后，一份包含数据洞察、竞品分析、配图建议的完整报告就躺在了你的桌面上。

这不是科幻，这是 OpenClaw Skills 赋予你的「贾维斯」能力。

一、为什么你需要自定义 Skills？

一个真实的工作场景

作为金融从业者，你每天早晨可能需要：

• 🔍 爬取 5 个财经网站的热点

• 📊 整理昨日市场数据

• ✍️ 撰写晨报摘要

• 📧 发送给团队

传统方式：手动操作 30 分钟，重复 250 次/年。

Skill 自动化：一句话，60 秒搞定。

Skills 的本质是什么？

它是将你的经验、流程、判断力封装成可复用的「数字员工」。就像给 AI 一本「工作手册」，下次遇到同类任务，它自动按手册执行。

二、Skills 核心概念：5 分钟快速理解

Skill 的物理形态

本质上，一个 Skill 就是一个文件夹：

my-skill/├── SKILL.md          # 📋 灵魂文件：指令 + 配置├── script.sh         # ⚙️ 可选：自动化脚本├── config.json       # 🔧 可选：配置文件  └── resources/        # 📁 可选：资源文件

Skills 的三级加载体系

OpenClaw 按优先级加载技能（高→低）：

层级	位置	用途
🥇 工作区技能	./workspace/skills/	当前项目专属
🥈 用户技能	~/.openclaw/skills/	个人技能库
🥉 内置技能	系统自带	官方提供

💡 关键机制：如果你在 workspace 创建了与内置技能同名的 Skill，会自动覆盖内置版本，方便你定制改造。

三、实战：3 分钟创建你的第一个 Skill

我们以「智能金融快讯播报员」为例，手把手教学。

Step 1：创建目录结构

# 进入 OpenClaw 工作区cd ~/.openclaw/workspace
# 创建技能目录（命名规范：kebab-case）mkdir -p skills/finance-briefingcd skills/finance-briefing

Step 2：编写 SKILL.md

创建 SKILL.md 文件（注意：必须大写）：

Step 3：激活 Skill

在 OpenClaw 对话中输入：

刷新技能列表

或重启 Gateway：

openclaw gateway restart

Step 4：测试使用

现在，只需对 AI 说：

"生成今天的晨报"

AI 就会自动执行数据收集、分析、撰写全流程，输出专业晨报！

恭喜！你已经拥有第一个专属 Skill！

四、SKILL.md 格式深度解析

最小可用模板

---name: skill-name          # 唯一标识符（小写+连字符）description: 简短描述     # 告诉 AI 何时使用---
# Skill 标题这里是详细指令...

完整配置示例（金融数据分析 Skill）

字段详解

字段	类型	说明
requires.bins	array	必需的系统命令（如 python3）
requires.env	array	必需的环境变量
requires.config	array	依赖的配置项
primaryEnv	string	主 API Key 环境变量名
os	array	支持的操作系统
always	boolean	true 时跳过激活条件判断

五、进阶实战：创建「研报自动生成器」

这是一个可直接投入使用的完整 Skill，适合金融从业者。

文件路径：~/.openclaw/workspace/skills/report-generator/SKILL.md

使用示例

用户输入：

生成一份关于"人形机器人"的行业研报

AI 执行：

• 🔍 搜索 2024 年人形机器人市场规模、政策文件

• 👥 分析特斯拉 Optimus、波士顿动力、优必选等竞品

• 📊 整理产业链（减速器、电机、传感器）

• 📝 按模板生成 2000 字研报

• ✨ 输出格式化的 Markdown 文档

预计耗时：2-3 分钟（人工可能需要 2 天）

---
## 🎨 最佳实践：写出高质量 Skills 的 5 个原则
### 1️⃣ 命名规范（重要！）
| ✅ 正确示范 | ❌ 错误示范 ||------------|------------|| `finance-briefing` | `financeBriefing` || `stock-screener` | `Stock Screener` || `report-generator` | `tool1` |
**规则**：全小写 + 连字符分隔 + 描述性强
### 2️⃣ 指令要具体，不要抽象
**❌ 模糊的指令**：

你是专业的分析师，帮我分析一下。 记得要全面、深入、专业。

**✅ 具体的指令**：

• 当用户询问股票分析时：

• 获取最近 5 年的 ROE 数据

• 计算 PE/PB 分位点（近 3 年）

• 与行业均值进行对比

**区别**：告诉 AI **做什么（What）**，而不是 **怎么做一个人（How）**。
### 3️⃣ 安全红线：执行前确认
如果 Skill 涉及 `exec`（执行命令），必须加入确认机制：
```markdown## 安全规则
### 命令白名单只允许：- `python3` 运行分析脚本- `ls`、`cat` 查看文件- `mkdir` 创建目录
### 禁止操作- 严禁 `rm` 删除文件- 严禁修改系统配置- 严禁访问 `~/.ssh` 等敏感目录
### 确认机制执行前必须：1. 列出即将执行的所有命令2. 等待用户明确确认（Y/N）3. 记录操作日志到 `operation.log`

3️⃣ 安全红线：执行前确认

如果 Skill 涉及 `exec`（执行命令），必须加入确认机制：

4️⃣ 错误处理：优雅降级

5️⃣ 版本管理：可追溯

建议每个 Skill 都加上版本记录：

## 版本记录
- v1.2 (2024-03-01): 新增港股数据源- v1.1 (2024-02-15): 修复财务指标计算 Bug  - v1.0 (2024-02-01): 初始版本

六、配置优化：让你的 Skill 更强大

配置文件位置

编辑~/.openclaw/openclaw.json：

{  "skills": {    "load": {      "watch": true,           // 自动检测文件变化      "watchDebounceMs": 500   // 防抖延迟    },    "entries": {      "finance-briefing": {        "enabled": true,        "apiKey": "YOUR_KEY",        "env": {          "TUSHARE_TOKEN": "xxx"        },        "config": {          "defaultMarket": "A股",          "dataSource": "tushare"        }      }    }  }}

七、环境变量管理（安全最佳实践）

不推荐：把 API Key 直接写在 SKILL.md 里

推荐方案：

写入系统环境变量（~/.zshrc）：

export TUSHARE_TOKEN="your-token-here"

在 openclaw.json 中引用：

{  "skills": {    "entries": {      "my-skill": {        "env": {          "TUSHARE_TOKEN": "${TUSHARE_TOKEN}"        }      }    }  }}

在 Skill 中检测：

## 环境检查执行前检查：- `TUSHARE_TOKEN` 是否设置？如未设置，提示用户配置方法- Python 依赖是否安装？如未安装，提供 pip install 命令

好了，这就是我今天想分享的内容。如果你对构建企业级 AI 原生应用新架构设计和落地实践感兴趣，别忘了点赞、关注噢~

—1—

加我微信

扫码加我👇有很多不方便公开发公众号的我会直接分享在朋友圈，欢迎你扫码加我个人微信来看👇

加星标★，不错过每一次更新！

⬇戳”阅读原文“，立即预约！