## 到底什么是 Skill?

简单来说,Skill 就是给 OpenClaw 里的 AI 智能体加装的“专业知识包”。
你可以把它看作是给 AI 准备的“特种兵训练手册”。它把某个领域的门道、干活的套路和趁手的工具全都打包在一起,让 AI 换上这个包就能立刻变成某个行业的老师傅。

换个好理解的说法

比喻 核心意思
游戏技能书 就像打 RPG 游戏,吃了书就能解锁新大招。
入职培训材料 就像新员工入职领的手册,里面写全了公司的规矩和干活流程。
专业工具箱 针对特定的脏活累活,专门准备的一套顺手工具。

手把手教你一键部署OpenClaw,连接微信、QQ、飞书、钉钉等,1分钟全搞定!

瞧瞧真实的 Skill 长啥样

比如这个叫 ddg-search-fetch 的 Skill:

---
name: duckduckgo-search
description: 当用户想在网上搜东西,又不想花钱买 API 或者是折腾各种 Key 的时候,就用这个 Skill 通过 DuckDuckGo 来搜索并抓取网页内容。
---

有了它,AI 就学会了:

  • 跑去 DuckDuckGo 帮你在网上搜信息
  • 把指定网页的内容抓回来分析
  • 关键是全程免费,完全不需要 API Key

咱们为什么离不开 Skill?

1. 专门对付 AI 的“知识盲区”

AI 虽然懂得挺多,但它对下面这些事儿通常一窍不通:

2. 让 AI 干活更稳当、不跑偏

如果没有 Skill,AI 每次处理同样的活儿可能都会换个法子,甚至乱来。有了 Skill 就像有了标准作业程序(SOP),保证它每次输出都像一条流水线出来的,靠谱得很。

3. 给 AI 的脑容量“减负”

Skill 的设计很聪明,叫“挤牙膏式加载”:

  1. 先看招牌(名称和简介):这个一直占着位,也就 100 来个词。
  2. 再看正文:只有真正触发了,才把 SKILL.md 的内容加载进来(一般不超 5000 词)。
  3. 最后看资源:需要的时候才去读脚本或文档。
    这样 AI 就不会因为一次性塞进太多废话而变笨了。

4. 好东西大家一起用

写好一个 Skill 之后,你能:


Skill 的“骨架”长啥样?

一个正经的 Skill 文件夹通常是这么摆放的:

skill-name/
├── SKILL.md              # 灵魂所在:最核心的文档
├── _meta.json            # 自动生成的身份证明
├── .clawhub/             # 给 ClawHub 用的配置信息
├── scripts/              # 选配:AI 实际去干活的脚本
│   ├── ddg_search.py
│   └── ddg_fetch.py
├── references/           # 选配:补充的参考书
│   ├── api-docs.md
│   └── examples.md
└── assets/               # 选配:乱七八糟的素材
    ├── templates/
    └── images/

重点聊聊 SKILL.md

这可是 Skill 的命根子,主要分两块:

1. 顶部的元数据(YAML Frontmatter)
---
name: skill-name               # 名字得小写,中间用横线连着
description: Use when...       # 这是重中之重,决定了 AI 什么时候该用它
---

这里有个敲黑板的重点:description 怎么写?

  • AI 认不认这个 Skill 全看这一句。
  • 必须得用 "Use when..." 开头。
  • 重点写“什么时候用”,别光写“我有啥功能”。
  • 别太啰嗦,1024 个字顶天了。
    这种写法才专业:
description: 当你需要写代码实现功能或者修 Bug 之前,先用这个 Skill 来梳理思路。

这种写法就很业余:

description: 这个 Skill 能帮你搞定 TDD,先写测试再写代码,非常牛逼。

手把手教你一键部署OpenClaw,连接微信、QQ、飞书、钉钉等,1分钟全搞定!

2. 下面的正文内容

这里面得告诉 AI:

  • 概况:这玩意儿是干嘛的,核心思想是什么。
  • 使用场景:碰到啥情况就赶紧把这招使出来。
  • 核心套路:干活的步骤和流程。
  • 快捷手册:速查表格。
  • 避坑指南:之前别人踩过的坑,你得提醒 AI 绕着走。

保姆级教程:手把手教你写个“天气查询”Skill

咱们拿查天气这件事来练练手。

第一步:想清楚你要干啥

我们要解决的问题:

  • 用户一问天气,AI 就能查。
  • 别问我要 API Key,要免费的。
  • 最好能查当天的,也能查预报。

第二步:准备“家当”

我们需要:

  • 一个能抓天气数据的 Python 脚本。
  • 一份教 AI 怎么用这个脚本的说明书。

第三步:搭个架子

直接在终端里敲代码:

# 用 OpenClaw 帮我们初始化一下
clawhub init weather-query --path skills/

这时候你的文件夹里就多出了 SKILL.md.clawhub/
手把手教你一键部署OpenClaw,连接微信、QQ、飞书、钉钉等,1分钟全搞定!

第四步:把 SKILL.md 写好

大概内容长这样:

---
name: weather-query
description: 专门用来查天气。只要用户提到“天气”、“多少度”、“下雨没”这类词,就立马启用这个 Skill。
---
# 天气小助手
通过 wttr.in 帮你查天气,省心又免费。
## 怎么用?
# 查北京的天气
python3 scripts/weather.py "Beijing"
# 查上海的未来预报
python3 scripts/weather.py "Shanghai" --forecast

第五步:把干活的脚本补上

scripts/weather.py 里写点代码,用 wttr.in 这个免费接口抓数据就行。

第六步:自己先试一把

在控制台跑一下,看看能不能吐出正确的城市天气。

第七步:大功告成,发布!

clawhub publish skills/weather-query

手把手教你一键部署OpenClaw,连接微信、QQ、飞书、钉钉等,1分钟全搞定!

骨灰级秘籍:Skill 的设计心法

1. 像搞研发一样搞 Skill (TDD)

别瞎写,得对着问题写。

  • 先找茬:看看 AI 在哪儿表现得像个傻子(测试失败)。
  • 再开药:针对那个傻样写 Skill(写代码)。
  • 再回头看:AI 学会了吗?(测试通过)。
    记住一句话:没发现 AI 犯错,就别手痒去写 Skill。

2. 把自由度留给 AI

别把 AI 捆得太死,要分情况对待:

  • 高自由度:只给个大概流程,让 AI 自己发挥,适合那种怎么干都能成的事。
  • 低自由度:规定死脚本参数和顺序,适合那种差一点儿就报错的精细活。

3. 让 AI 更容易搜到你 (CSO)

为了让 AI 在成千上万的 Skill 里一眼相中你:


怎么把你的 Skill 晒出来?

发到 ClawHub 给大伙瞧瞧

# 登录账号
clawhub login
# 发布上去
clawhub publish skills/my-skill

看看别人写了啥好东西

# 搜搜看有没有现成的
clawhub search weather
# 觉得好用就装一个
clawhub install weather-query

安全第一!安装前先查查岗

别啥都往电脑里装,先用 clawhub inspect 看看里面有没有猫腻。
重点盯着这些危险动作:


避坑指南:大牛总结的红黑榜

✅ 应该多做的(红榜)

  1. 接地气:从实际碰到的倒霉场景出发去设计。
  2. 越短越好:AI 已经很聪明了,你只要告诉它那些它不知道的独门秘籍就行。
  3. 用好“Use when…”:这是触发 Skill 的关键咒语。

❌ 千万别干的(黑榜)

  • 在简介里写流程:简介是给 AI 选路用的,不是用来教它干活的。
  • 一个示例写好几种语言:太乱了,AI 会看晕的。
  • 信息复读机:一个内容在 SKILL.md 里写了,就别在 references/ 里再墨迹一遍。

说在最后

Skill 是 OpenClaw 的灵魂。它让原本只会聊天吹水的 AI,变成了能干实事的专业助手。通过 Skill,AI 能学到各行各业的硬核知识,而且越用越顺手。
手把手教你一键部署OpenClaw,连接微信、QQ、飞书、钉钉等,1分钟全搞定!
最后送你一句话:没有失败的案例,就没有存在的 Skill。
行了,别光看了,赶紧去动手撸一个你自己的 Skill 吧!🚀

Logo

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地,聚焦技能开发、插件实践与部署教程,为开发者提供可直接落地的方案、工具与交流平台,助力高效构建与落地 AI 应用

更多推荐