OpenClaw 技能包安装与实战：构建 AI 助手工具箱

安装完成后，可以通过 clawhub list 或查看目录 ~/.openclaw/workspace/skills 确认状态。

核心技能详解

Self-Improving：自我学习系统

这是实现个性化交互的关键。它能让 AI 记住你的偏好、纠正错误并持续改进工作模式。

核心特点：

• 分层记忆存储（HOT/WARM/COLD）
• 自动从用户反馈中学习
• 支持项目级和领域级记忆隔离

目录结构：

~/self-improving/
├── memory.md          # HOT: 总是加载的核心记忆
├── corrections.md     # 修正记录日志
├── index.md           # 主题索引
├── projects/          # 项目专属记忆
├── domains/           # 领域知识（编程、写作等）
└── archive/           # 归档的记忆

Tavily Search：智能搜索

AI 优化的网络搜索，返回简洁、相关的结果。需要设置 TAVILY_API_KEY 环境变量。

使用示例：

# 基础搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 新特性"

# 指定结果数量
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" -n 10

# 深度搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" --deep

# 新闻搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" --topic news

Summarize：文章总结

快速总结 URL、PDF、图片、音频、YouTube 视频等内容。

# 总结网页
summarize "https://example.com/article" --length medium

# 总结 PDF
summarize "/path/to/file.pdf" --length short

# 总结 YouTube 视频
summarize "https://youtu.be/xxxxx" --youtube auto

React：开发指导

提供生产级 React 开发指导，涵盖架构、状态管理、性能优化等。核心规则包括服务端状态与客户端状态分离、只使用命名导出、组件 JSX 不超过 50 行以及启用 TypeScript strict 模式。

GitHub：仓库操作

通过 gh CLI 与 GitHub 交互，方便查看 PR、CI 状态等信息。

# 查看仓库信息
gh repo view owner/repo

# 查看最近合并的 PR
gh pr list --repo owner/repo --state merged --limit 5

# 查看 CI 状态
gh pr checks 55 --repo owner/repo

Self-Improving 初始化配置

为了让记忆系统正常工作，需要先搭建好目录结构和核心文件。

创建目录结构

# Windows PowerShell
mkdir -p $env:USERPROFILE\self-improving\projects
mkdir -p $env:USERPROFILE\self-improving\domains
mkdir -p $env:USERPROFILE\self-improving\archive

# Linux/macOS
mkdir -p ~/self-improving/{projects,domains,archive}

创建核心文件

memory.md（核心记忆）

# Memory (HOT Tier)
> 总是加载的记忆，存储最重要的偏好和规则

## Preferences
<!-- 用户偏好 -->

## Patterns
<!-- 已验证的工作模式 -->

## Rules
<!-- 经过确认的规则 -->

corrections.md（修正记录）

# Corrections Log
> 记录用户的修正反馈

| Date | Context | What I Got Wrong | Correct Answer | Learned |
|------|---------|------------------|----------------|---------|
| ...  | ...     | ...              | ...            | ...     |

domains/programming.md（领域记忆）

# Domain: Programming

## Language Preferences
- TypeScript > JavaScript
- Python 用于数据分析

## Framework Preferences
- 前端：React + Next.js
- 状态管理：Zustand
- 样式：Tailwind CSS

验证安装

对 AI 说 memory stats，应返回类似如下信息：

📊 Self-Improving Memory
🔥 HOT (always loaded): memory.md: 0 entries
🌡️ WARM (load on demand): projects/: 0 files
❄️ COLD (archived): archive/: 0 files

API Key 配置

部分技能需要外部服务支持，需提前配置环境变量。

Tavily API

1. 访问 https://tavily.com 注册账号
2. 获取 API Key
3. 设置环境变量

# Windows（永久）
[Environment]::SetEnvironmentVariable("TAVILY_API_KEY", "your-api-key", "User")

# Linux/macOS
echo 'export TAVILY_API_KEY="your-api-key"' >> ~/.bashrc
source ~/.bashrc

其他 API Keys

综合实战案例

场景：技术趋势研究助手

作为开发者，我们需要跟踪技术动态、快速理解新文章并构建知识库。

工作流设计：

1. tavily-search → 搜索技术动态
2. summarize → 提取文章要点
3. react → 构建知识展示界面
4. self-improving → 记住偏好

实战演示

步骤一：搜索技术动态

node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 new features" -n 5

返回结果示例：

## Answer
React 19 introduces concurrent rendering, React Server Components, and the useFormStatus hook for managing form state...

## Sources
- Exploring the New Features of React 19 - LinkedIn
- What's New in React 19 - Telerik.com

步骤二：深入阅读文章

summarize "https://www.telerik.com/blogs/whats-new-react-19" --length medium

步骤三：创建知识卡片组件

根据 react skill 的指导，我们可以快速构建可复用的 UI 组件：

// TechCard.tsx
interface TechCardProps {
  title: string
  summary: string
  source: string
  tags: string[]
}

export function TechCard({ title, summary, source, tags }: TechCardProps) {
  const isSaved = useUIStore((s) => s.savedItems.has(title))
  const toggleSave = useUIStore((s) => s.toggleSave)

  return (
    <article className="rounded-lg border p-4 shadow-sm">
      <header className="mb-2 flex items-start justify-between">
        <h3 className="font-semibold">{title}</h3>
        <button onClick={() => toggleSave(title)}>
          {isSaved ? '★' : '☆'}
        </button>
      </header>
      <p className="text-gray-600 text-sm">{summary}</p>
      <footer className="mt-3 flex gap-2">
        {tags.map(tag => (
          <span key={tag} className="bg-gray-100 px-2 py-0.5 rounded text-xs">
            {tag}
          </span>
        ))}
      </footer>
    </article>
  )
}

步骤四：AI 自动学习偏好

当你告诉 AI：

'我更喜欢 TypeScript，不喜欢 JavaScript'

AI 会自动记录到 ~/self-improving/domains/programming.md：

## Language Preferences
- 首选：TypeScript
- 避免：纯 JavaScript
- 原因：类型安全，更好的 IDE 支持

最佳实践

记忆管理

• HOT 层：只放最重要的偏好，不超过 100 行
• WARM 层：按项目和领域分类
• COLD 层：定期归档不再使用的模式

技能使用原则

1. 按需安装：只安装真正需要的技能，避免环境臃肿
2. 配置优先：先配置好 API Key 再使用，减少调试时间
3. 持续学习：让 self-improving 自然积累偏好，越用越顺手

工作流建议

日常对话中 AI 会自然学习偏好并自动记录；需要搜索时调用 Tavily 和 Summarize；开发阶段则依赖 React 和 GitHub 技能指导，并将项目记忆同步回 Self-Improving 系统。

总结

通过 ClawHub 安装和管理技能包，可以快速扩展 OpenClaw 的能力。ClawHub 提供了便捷的技能包管理，Self-Improving 实现了 AI 的持续学习，各技能协同形成完整的工作流。随着使用时间的增加，AI 会越来越了解你的偏好和工作方式，成为一个真正懂你的智能助手。