OpenClaw 是一个运行在本地的 AI 助手，通过技能（Skills）扩展能力。介绍 awesome-openclaw-skills 仓库，该仓库从官方 ClawHub 的数千个技能中筛选出高质量、安全的技能清单，按场景分类。文章详细说明了技能的三种安装方式（CLI、手动、对话链接），分析了列表存在的意义以解决技能过载问题，并展示了 Coding、DevOps 等代表性技能类型。同时强调了安全合规的重要性，建议企业建立白名单机制。最后提供了贡献技能和团队使用的建议，帮助开发者快速搭建本地智能工作流。
面向读者：已经在用 / 打算用本地 AI 助手（OpenClaw）的开发者、架构师、AI 工程师和技术爱好者。你关心的是：有哪些靠谱技能可以用？怎么选？怎么装？怎么避免踩坑？
OpenClaw（之前叫 Moltbot、最早叫 Clawdbot）是一个跑在你本机上的 AI 助手，可以理解成「带终端和文件系统权限的 Claude」。它本身是一个壳，真正的能力是通过「技能（Skills）」扩展出来的，比如操作 GitHub、跑 CI、控家里 IoT、查账、做自动化等。
简单类比一下：
这个仓库 awesome-openclaw-skills 做的事，就是帮你从几千个技能里挑出那批「更值得一看的」，按场景分门别类，做成一个可浏览的清单。
https://github.com/VoltAgent/awesome-openclaw-skills
官方的技能注册表叫 ClawHub，上面挂了 5,705 个社区技能（统计时间是 2026 年 2 月 7 日）。awesome-openclaw-skills 从里头选了 3,002 个放进来，剩下的 2,748 个被过滤掉，主要类型包括：可能是垃圾账号批量上传、金融投机相关、重复命名、被研究者审计判定为恶意、和非英文描述等。
过滤统计大概是这样（这里整理成一张表，方便你快速理解）：
| 类型 | 被排除数量 |
|---|---|
| 疑似垃圾 / 机器人账号 | 1,180 |
| 加密 / 区块链 / 金融投机 | 672 |
| 名字重复或过于相似 | 492 |
| 被研究者安全审计认定为恶意 | 396 |
| 描述非英文 | 8 |
| 合计 | 2,748 |
注意一句话：被收录 ≠ 绝对安全，只是通过了一轮「可用性筛选」。
这些技能遵循 Anthropic 提出的 Agent Skill 规范，可以视为一套适用于 AI 助手 / 编码助手的开放标准。好处是：只要你的代理系统也兼容这个规范，就有机会「复用」这批技能，而不局限于 OpenClaw 自己。
对于做企业 Agent 平台或内部开发平台的团队来说，这个标准化非常关键：你不是在接一个个「脚本」，而是在接一套统一接口的「能力包」。
最推荐的方式是使用 ClawHub 的命令行工具，命令非常简单：
npx clawhub@latest install
跑完之后，你可以用交互式的方式选择、安装技能，避免手动拷目录、配路径。
他们 README 里顺带吐槽了一句命名变来变去（ClawHub / Clawdbot / Moltbot / OpenClaw），这也是现在 Agent 生态的一种常态：名词在变，但背后的协议和技能库在逐渐稳定。
如果你不想依赖 CLI，也可以手动装技能：把技能目录拷贝到指定路径即可。
路径规则：
| 作用范围 | 路径 | 说明 |
|---|---|---|
| 全局 | ~/.openclaw/skills/ | 对所有工作区生效 |
| 当前项目 | ./skills/ | 只对当前项目目录生效 |
优先级是：工作区 > 本地 > 内置。也就是说同名技能，当前项目目录里的定义会覆盖全局，再覆盖内置版本。
这对企业环境很有用：你可以在公司 monorepo 里放一个「内网定制技能」版本，自动覆盖掉开发者本地的「随手试验版」。
还有一个非常「懒人友好」的方法：你在助手聊天框里直接贴 GitHub Skill 仓库链接，然后让助手「用这个技能」。助手会在后台自己完成下载安装、配置，不需要你手动管路径。
这对非工程同事也很友好，比如产品、运营只要拿到技能链接，就能在自己的 OpenClaw 环境里启用对应能力。
ClawHub 本身是一个开放注册表，任何人都可以把技能发上去。问题也很明显：
对开发者来说，这有点像 npm 的早期：你知道生态很丰富，但又怕一不小心装了个有问题的东西。
awesome-openclaw-skills 做了几件实在事：
但仓库也非常明确地写了免责声明：他们不审计、不背书、不保证安全或正确性。 技能都来自官方 github.com/openclaw/skills 仓库，作者各自维护，真正上生产前，你还是要自己看代码、跑测试、做安全评估。
README 给了一张很长的目录表，把 3000 多个技能按场景划分，大概可以帮你回答一个问题：一个本地 AI 助手，现实中能帮我做多少事？
下面这张表简单摘几类出来，让你对整体能力范围有个直观印象（括号里是技能数量）：
| 大类 | 说明（举例） |
|---|---|
| Coding Agents & IDEs (133) | 代码助手、多代理协作、工作区管理、调试、TDD 等 |
| Git & GitHub (66) | PR 审查、分支管理、灾难恢复、仓库镜像、趋势监控等 |
| Web & Frontend (202) | 前端项目脚手架、部署、调试、生成 UI、接前端框架等 |
| DevOps & Cloud (212) | CI/CD、云资源管理、日志分析、部署编排等 |
| Browser & Automation (139) | 浏览器操作、自动填表、爬取信息、执行 web 流程 |
| AI & LLMs (287) | 调各种大模型服务、多模型编排、提示优化、模型对比等 |
| Data & Analytics (46) | 数据分析、报表、指标跟踪 |
| Productivity & Tasks (135) | 任务管理、时间跟踪、个人效率工具 |
| Search & Research (253) | 网络搜索、文献检索、信息聚合 |
| Media & Streaming (80) | 音视频平台控制、内容抓取和生成 |
| Image & Video Generation (60) | 生成图像、视频、动画等 |
| Notes & PKM (100) | 笔记工具、知识库（如 Logseq）、个人知识管理 |
| Smart Home & IoT (56) | 控制家电、传感器、摄像头等 |
| Security & Passwords (64) | 密码管理、安全策略、访问控制 |
| Gaming (61) | 游戏助手、数据分析、游戏相关自动化 |
| Agent-to-Agent Protocols (18) | 不同 AI 代理间通信、协作协议 |
这些类别背后，是 3000 多个具体的能力模块。对做「企业 AI 中台」「Agent 平台」的人来说，这几乎可以当成一个「现成能力地图」：你可以对照自己业务场景，看哪些块可以直接接入，哪些需要做企业化改造。
README 在「Coding Agents & IDEs」下面列了很多具体技能，这里挑几类有代表性的，让你感受一下生态成熟度。
说明：下面只是示例类型，不是官方推荐榜。真实使用前请看对应 SKILL.md 和源码。
agent-council：一整套创建和管理多代理系统的工具，让多个 AI「一起写代码、一起评审」。claw-swarm：协同尝试「极难任务」的代理群体，适合长链路、探索性强的问题。multi-coding-agent / perry-coding-agents：把 Codex CLI、Claude Code、OpenCode、Pi Coding 等代理统一接进来，根据任务调度给不同代理。这类技能对「AI 研发团队」很有吸引力：你可以拿它当一个可定制的「AI 开发团队」，上面再叠你自己的流程规范。
tdd-guide / test-driven-development：把测试驱动开发流程固化成一个可调用的技能，指导你写测试、跑测试、看覆盖率。docker-essentials / docker-sandbox：帮助创建和管理 Docker 沙箱环境，隔离实验、减少对本机环境的污染。python：提供 Python 编码的实践和规范，适合新成员或初级工程师在 AI 助手辅助下快速对齐团队标准。可以把这些技能看成「团队工程手册 + 执行器」。以前写在 Confluence 上的规范，现在变成了 AI 随时可调用的「行动指南」。
cognitive-memory：多层次记忆系统，让代理有更像人的「记忆模型」，包括短期、长期等不同层级。solvr-kb：面向开发者的知识库搜索与贡献，帮助在团队内沉淀问题和解决方案。project-context-sync：维持一个项目级「状态文档」的更新，方便代理和人类同步进度。这类对「长周期项目」很关键，可以减少上下文丢失、重复沟通、信息散落在群聊里的情况。
skill-vetting / skill-vetter：在安装前先审查技能的安全性和实用性，再决定是否接入。skill-publisher-claw-skill / skill-release-manager：帮助你把自家技能规范化发布到公共仓库，管理整个发布生命周期。如果你打算在公司里推广 OpenClaw，这些就是「平台治理工具包」：谁能发技能、怎么审、出了问题怎么回滚，都必须纳入流程。
虽然 OpenClaw 跑在本地，但只要你给了它技能，实际上就是给了它更多「动手能力」。README 里专门强调了安全问题：
对企业顾问 / 平台团队的建议是：
如果你写了一个 OpenClaw 技能，想被列进这个 awesome 列表，流程大致是：先把技能正式发布到官方 github.com/openclaw/skills 仓库，然后再给这个仓库提 PR。
仓库有几点硬性要求：
他们在贡献说明里写得很直白：现在更看重质量，而不是数量。
对你来说，这其实是一个很好的「产品化检验」标准：如果一个技能能进官方技能库，再进 awesome 列表，说明你至少在规范性和稳定性上迈过了门槛。
如果你是做 AI 顾问、架构师或团队负责人，可以把这个仓库当成几个东西：
仓库本身是 MIT 协议，你可以自由使用列表内容、改造文档等。但要注意两点边界：
对企业使用来说，最实在的一句话是：把这个仓库当「导航」，不要当「审计报告」。
如果你已经在用或准备用 OpenClaw，可以按这个顺序试一试：
awesome-openclaw-skills，先从「Coding Agents & IDEs」「Git & GitHub」「DevOps & Cloud」这几类里挑 3〜5 个技能，做为你的起步组合。awesome-openclaw-skills 本质上是一个「现成的 AI 能力超市」，你不用全部买下，只要挑几样适配自己场景的，就能很快搭出一套好用的本地智能工作流。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online