🚀 本文收录于Github：AI-From-Zero 项目 —— 一个从零开始系统学习 AI 的知识库。如果觉得有帮助，欢迎 ⭐ Star 支持！

OpenClaw Skill和OpenAI Function Calling有何异同？

by @Laizhuocheng

---

一、核心差异：接口 vs 知识

OpenAI Function Calling是你用JSON Schema定义一个函数接口，让LLM决定何时调用它并生成参数；OpenClaw Skill是你用自然语言写一份操作说明书，让LLM读懂后自己决定怎么用底层工具完成任务——前者定义的是"接口"，后者传递的是"知识"。

说人话就是： 想象你要教别人做菜。Function Calling就像给厨师一张精确的食谱卡片：“材料：鸡蛋2个、番茄1个；步骤：1.打蛋 2.切番茄 3.炒蛋 4.加番茄”。而Skill就像给朋友一本烹饪指南：“番茄炒蛋的做法有很多种，关键是要掌握火候和调味。如果你喜欢酸甜口味，可以多放番茄；如果喜欢嫩滑口感，蛋要快速翻炒…”。

Function Calling是结构化的：你告诉模型"有一个叫get_weather的函数，接受city参数，返回天气数据"。模型只负责在合适的时候生成调用指令，实际执行由你的代码完成。

Skill是语义化的：你告诉模型"这是一份关于如何操作GitHub的说明，包括什么时候该用它、怎么用gh CLI命令、遇到问题怎么处理"。模型读懂说明后，用它已有的Tool（如exec）自行执行操作。

---

二、机制对比：谁在"执行"？

这是两者最根本的区别。

OpenAI Function Calling的流程：

用户请求 → LLM推理 → 生成函数调用 → 你的代码执行 → 返回结果 → LLM生成最终回答

LLM在这里做的事情是：决定调用什么，生成参数。真正的执行（查数据库、调API）发生在你自己的代码里，LLM看不到也控制不了具体的实现。

OpenClaw Skill的流程：

用户请求 → LLM读取Skill说明 → LLM决定调用哪些Tool → LLM生成Tool调用 → Tool执行 → 返回结果 → LLM生成最终回答

LLM在这里做的事情是：读懂说明书，然后自己决定调用哪些底层Tool，按什么顺序执行。Skill本身不是可执行代码，它是写给LLM看的自然语言指导。

---

三、定义方式的差异

这个差异在格式上一眼就能看出来。

Function Calling（OpenAI风格）：

{
  "name": "get_github_prs",
  "description": "Get open pull requests for a repository",
  "parameters": {
    "type": "object",
    "properties": {
      "repo": {
        "type": "string",
        "description": "Repository in owner/name format"
      },
      "state": {
        "type": "string",
        "enum": ["open", "closed", "all"]
      }
    },
    "required": ["repo"]
  }
}

特点：

• 严格的JSON Schema
• 有类型定义，有枚举值
• 机器可以验证参数是否合法
• 接口契约明确

OpenClaw Skill（SKILL.md格式）：

---
name: github
description: Interact with GitHub — review PRs, create issues, check CI status, and manage branches.
---

## When to use
Use when the user mentions GitHub, pull requests, code review, or asks to merge / create / close branches.

## How to use
1. Use `gh` CLI for most operations
2. Always confirm before merging or deleting branches  
3. If `gh` is not installed, tell the user to install it first

特点：

• 纯自然语言
• 没有类型系统，没有参数验证
• LLM读懂这段文字后，自己决定怎么用exec Tool去运行gh命令
• 包含场景判断和最佳实践

---

四、各自的优势和局限

维度	Function Calling	OpenClaw Skill
定义方式	JSON Schema（结构化）	Markdown自然语言（语义化）
执行者	你的代码	LLM自行调用底层Tool
参数验证	有类型系统，机器可验证	无，依赖LLM理解
适合场景	接口清晰、需要确定性的操作	复杂多步骤、需要判断的任务
扩展方式	增加新函数定义	增加新Skill文件
错误处理	代码层精确捕获	LLM自行判断，非确定性
可测试性	单元测试友好	难以穷举测试

Function Calling的优势：可靠性

• 函数定义是机器可读的，参数类型有约束
• 执行结果可以精确捕获和处理
• 错误边界清晰，便于调试和监控
• 性能可预测，不会出现意外的LLM行为

Skill的优势：灵活性

• 不需要预先枚举所有可能的参数和场景
• LLM可以根据上下文灵活解读说明书
• 处理各种未预料到的情况
• 开发成本低，自然语言比JSON Schema更容易编写和维护

---

五、两者并不互斥

一个关键事实：OpenClaw底层仍然在使用类似Function Calling的机制——exec、web_fetch、browser这些Tool，都是以结构化方式暴露给LLM的能力接口。

Skill是在这些Tool之上加了一层"领域知识"：它告诉LLM在具体的业务场景下（比如操作GitHub），该如何组合使用这些底层Tool。

可以把它理解成两层抽象：

• Tool是动词（能做什么）
• Skill是剧本（在什么场景下按什么顺序用这些动词）

实际工作流程示例

当用户说"帮我看看GitHub上有没有新的PR"：

Function Calling方式：

1. LLM识别需要调用get_github_prs函数
2. 生成参数：{"repo": "myorg/myproject", "state": "open"}
3. 你的代码执行GitHub API调用
4. 返回PR列表给LLM
5. LLM生成最终回答

OpenClaw Skill方式：

1. LLM读取github Skill说明
2. 决定使用exec Tool运行gh pr list --repo myorg/myproject
3. 执行命令获取PR列表
4. LLM直接处理输出并生成回答

---

六、开发哲学的差异

Function Calling和Skill的差异，折射出两种不同的AI应用开发哲学。

Function Calling代表的哲学：

“AI作为决策层，代码作为执行层”

• 职责清晰分离
• 需要开发者为每种能力预先写好执行代码
• 适合传统软件工程思维
• 强调可靠性和可维护性

Skill代表的哲学：

“AI既是决策层也是执行层”

• 开发者只需写说明，AI负责从理解到执行的全链路
• 代价是引入了不确定性
• 适合敏捷开发和快速迭代
• 强调灵活性和开发效率

---

七、未来趋势与选择建议

随着LLM能力的持续提升，我们可能会看到越来越多的系统向Skill这种范式迁移——因为用自然语言写说明，远比维护大量JSON Schema更低成本，也更容易被非专业开发者参与贡献。ClawHub上超过3000个社区贡献的Skill已经在验证这个方向。

选择建议

选择Function Calling当：

• 任务接口清晰、参数明确
• 对可靠性要求极高（金融、医疗等场景）
• 需要精确的错误处理和监控
• 团队有较强的工程能力

选择OpenClaw Skill当：

• 任务复杂、涉及多步骤协调
• 需要处理模糊或变化的需求
• 开发资源有限，追求快速迭代
• 希望降低非技术用户的参与门槛

混合使用策略

实际上，最好的方案往往是混合使用：

• 核心能力用Function Calling保证可靠性
• 复杂场景用Skill提供灵活性
• 底层Tool保持结构化，上层Skill提供语义指导

这种分层架构既能享受LLM的智能，又能保持系统的可控性，是当前AI Agent开发的最佳实践。