OpenClaw Skill 开发指南
前言
Skill 是 OpenClaw 的核心机制，它让 AI 学会'做事'而不是'说话'。本文带你从零开始，亲手创建第一个属于自己的 Skill，无需编程基础。
一、重新理解 Skill：不是插件，是说明书
1.1 传统插件 vs OpenClaw Skill
传统插件需要开发者编写代码、处理 API 调用、管理后台服务。而 OpenClaw 的 Skill，本质上是一份给 AI 看的执行说明书。
你可以把它想象成教一个新员工做事：你不会直接替他做，而是告诉他'第一步做什么，第二步做什么，遇到什么情况怎么处理'。AI 读完这份说明书，就能自主完成任务。
1.2 Skill 的核心优势
- 零代码门槛：会写 Markdown 就能开发
- 无需后台服务：不需要部署服务器、不需要维护运行时
- 即时生效：放入指定文件夹，重启网关即可识别
- 可复用可分享：可以上传到技能商店供他人使用
1.3 Skill 的最小结构
一个最简单的 Skill 只需要：
skills/
└── 你的技能名/
└── SKILL.md
默认存放路径：~/.openclaw/workspace/skills/
二、Skill 的核心机制：AI 如何读懂你的说明书？
2.1 OpenClaw 的 5 层架构与 Skill 的关系
要理解 Skill 的工作原理，需要了解 OpenClaw 的整体架构：
| 层级 | 核心功能 | 与 Skill 的关系 |
|---|---|---|
| 第 1 层：用户接口层 | 接收用户输入 | 用户通过指令触发 Skill |
| 第 2 层：Gateway 核心层 | 运行时治理 | 管理 Skill 的加载与调度 |
| 第 3 层：消息处理层 | 业务逻辑流转 | 路由消息到对应 Skill |
| 第 4 层：扩展与插件层 | 功能扩展 | Skill 系统所在层 |
| 第 5 层：基础设施层 | 通用支撑能力 | 提供沙箱、记忆等能力 |
当用户下达指令时，Gateway 会解析意图，找到匹配的 Skill，然后将任务交给 Agent Loop 执行引擎。Agent Loop 会按照 SKILL.md 中的 Workflow 逐步执行，并在必要时调用外部工具或脚本。
2.2 Skill 的执行流程
一条消息在 OpenClaw 中的完整旅程如下：
- 协议适配：将不同渠道（微信、钉钉、终端等）的消息统一格式
- 路由分发：根据绑定规则找到对应的 Agent 和 Skill
- 上下文组装：将系统提示词、技能提示、对话历史、当前消息组合
- Agent 执行：进入'推理—执行—再推理'循环
- 工具调用：执行 Skill 中定义的步骤，必要时调用外部 API 或脚本
- 响应投递：将结果返回给用户
- 状态持久化：记录执行历史和重要信息
这个过程中，Skill 扮演的角色就是告诉 AI：'你需要做什么'以及'怎么做'。
三、实战：10 分钟创建你的第一个 Skill
3.1 技能创意：每日早报助手
我们将创建一个名为 daily-brief 的 Skill，功能是每天早上自动抓取上海天气和 V2EX 热门帖子，生成一份简洁的早报推送给用户。
3.2 创建 Skill 目录
首先，在 OpenClaw 的 skills 目录下创建新文件夹：
mkdir -p ~/.openclaw/workspace/skills/daily-brief
touch ~/.openclaw/workspace/skills/daily-brief/SKILL.md
3.3 编写 SKILL.md（核心步骤）
用任何文本编辑器打开 SKILL.md，写入以下内容：
### name: daily-brief
description: >
每日早报，上海天气 + V2EX 热帖。
Use when: 用户需要简报，或早上 8 点定时执行。
NOT for: 专业气象预报、长内容新闻。
## Daily Brief 每日早报
### When to Run
- 每天 8:00 AM 自动执行
- 用户说'今日简报''今天热点''早上好'
- 用户需要快速了解今日热点时
### Workflow
1. 获取上海天气：
curl "https://wttr.in/Shanghai?format=3"
2. 拉取 V2EX 热门帖子：
curl https://www.v2ex.com/api/topics/hot.json
3. 从返回结果中提取前 5 条帖子的标题和节点名称
4. 按指定格式整理信息
### Output Format
📅 今日简报 - {当前日期}
🌤 上海天气：{天气结果}
🔥 V2EX 今日热帖：
1. {标题 1}（{节点 1}）
2. {标题 2}（{节点 2}）
3. {标题 3}（{节点 3}）
4. {标题 4}（{节点 4}）
5. {标题 5}（{节点 5}）
3.4 关键字段解析
让我们拆解一下这个 SKILL.md 的结构：
- frontmatter（头部元数据）：
name：技能名称，用于系统识别description：技能描述，帮助 AI 判断何时使用该技能- 关键技巧：必须写清楚'NOT for'，否则 AI 可能会在不合适的场景下乱触发
- When to Run：定义触发条件，可以是用户关键词或定时任务。写得越具体，AI 判断越准确。
- Workflow：核心中的核心：告诉 AI 具体执行步骤。原则：写命令，不写意图。不要写'查询天气'，而要写具体的 curl 命令。步骤越详细，执行结果越可靠。
- Output Format：定义输出格式，AI 会严格遵守。支持 Markdown 格式，可以美化排版。
3.5 生效与测试
保存文件后，重启 OpenClaw 网关：
openclaw gateway restart
测试执行：
openclaw chat --prompt "使用 daily-brief 生成今日简报"
如果一切正常，你就能看到 AI 按照你定义的格式输出的早报。
3.6 设置定时任务
想让技能每天自动执行？添加定时配置：
openclaw cron add daily-brief "0 8 * * *" --skill daily-brief
这样每天早上 8 点，系统会自动执行这个 Skill 并将结果推送到你配置的渠道（如微信、钉钉等）。
四、进阶：带脚本的复杂 Skill 开发
4.1 什么情况需要脚本？
当任务需要复杂的逻辑处理（如数据清洗、多源整合、条件判断）时，单纯的命令行可能不够用。这时可以为 Skill 配套脚本文件。
4.2 复杂 Skill 结构
skills/
└── trend-scout/
├── SKILL.md
├── scripts/
│ └── run.sh
└── references/
└── source.md
4.3 示例：带 Python 脚本的 Skill
SKILL.md 中可以通过命令调用外部脚本：
### Workflow
1. 执行 Python 脚本进行数据采集和分析：
python3 ~/.openclaw/workspace/skills/trend-scout/scripts/analyze.py
2. 根据脚本输出生成报告
3. 格式化输出结果
4.4 脚本开发注意事项
- 安全性：脚本运行在沙箱环境中，但仍需注意权限控制
- 错误处理：脚本应有完善的异常处理机制
- 输出格式：脚本输出应为结构化格式（如 JSON），便于 AI 解析
五、Skill 调试与优化技巧
5.1 查看执行日志
openclaw logs --skill daily-brief --tail 50
通过日志可以查看 AI 每一步的执行情况，发现问题所在。
5.2 常见问题与解决方案
| 问题 | 可能原因 | 解决方案 |
|---|---|---|
| AI 不触发 Skill | 触发条件描述不清晰 | 在 When to Run 中增加更多关键词 |
| 执行结果不符合预期 | Workflow 步骤不够具体 | 细化每一步，增加具体命令 |
| 输出格式混乱 | Output Format 不规范 | 明确定义格式，使用 Markdown |
| API 调用失败 | 命令格式错误 | 在终端先测试命令可行性 |
5.3 性能优化建议
- 命令缓存：对于频繁调用的 API，考虑在脚本中实现缓存机制
- 错误重试：在 Workflow 中增加失败重试逻辑
- 超时控制：为长时间运行的命令设置超时限制
六、Skill 的分享与安全
6.1 上传到技能商店
完成 Skill 开发后，可以分享给社区：
clawhub publish daily-brief
6.2 安全警示
重要风险提示： 下载他人 Skill 时务必注意安全风险，检查 SKILL.md 中的命令是否涉及敏感操作，查看技能评价和下载量，优先选择官方认证或高信誉开发者发布的技能。
6.3 权限控制最佳实践
在配置文件中限制 Skill 的权限范围：
{
"skills": {
"daily-brief": {
"allowNetwork": true,
"allowFileSystem": false,
"allowExec": ["curl", "python3"]
}
}
}
七、Skill 的应用场景展望
7.1 个人效率场景
- 信息聚合：每日新闻、天气、股票提醒
- 文件管理：自动整理下载文件夹、备份重要文档
- 日程管理：从邮件中提取待办事项，同步到日历
7.2 专业领域场景
- 投研场景：可转债每日赎回公告自动抓取、情报整理
- 销售场景：尽调材料自动生成、产品数据结构化处理
- 合规场景：外部新规定检索、内控制度自动更新
7.3 商业机会：垂类 Skill 市场
目前存在一个适合开发垂直领域的 Agent 空白象限。这意味着：
- 成功率更高：在特定行业内，Skill 处理任务的精度显著提升
- 安全围栏更好做：封闭域的安全性更容易保障
- 溢价空间更大：垂直场景的专用 Skill 更有商业价值
结语
OpenClaw 的 Skill 系统，正是让 AI 从'能说'跨越到'能干'的关键桥梁。通过本文，你已经掌握了从零创建 Skill 的核心技能。这个名为 daily-brief 的简单技能，虽然只有几十行 Markdown，但它代表了 AI 应用的新范式：人类定义规则，AI 执行任务。
在这个转型过程中，掌握 Skill 开发能力的人，将拥有定义未来工作方式的主动权。
你的第一个 Skill，就从今天开始。