大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。

# OpenClaw 自定义 Skill 开发完整指南

1. Skill 系统核心概念解析

OpenClaw 的 Skill 系统是 AI 代理的"专业培训手册"，与传统工具的执行导向不同，它更注重能力的模块化扩展和场景适配 [ref_4]。Skill 本质上是一个可复用的 AI 能力单元，通过自然语言描述和代码实现相结合的方式，为 AI Agent 提供特定领域的专业能力。

1.1 Skill 类型分类

Skill 类型	适用场景	特点说明
Bundled Skill	核心基础功能	随系统预置，提供最基础的 AI 能力支持
Managed Skill	官方维护扩展	由 OpenClaw 团队维护，稳定性高，功能丰富
Workspace Skill	用户自定义	完全自定义开发，满足特定业务需求 [ref_3]

2. Skill 开发环境搭建

2.1 基础环境要求

# 检查 Python 环境 python --version # Python 3.8+ 要求 # 安装 OpenClaw CLI pip install openclaw-cli # 验证安装 claw --version 

2.2 项目初始化

# 创建 Skill 项目目录 mkdir my-custom-skill cd my-custom-skill # 初始化 Skill 结构 claw skill init weather-skill 

3. Skill 目录结构规范

一个标准的 OpenClaw Skill 应包含以下核心文件和目录：

weather-skill/ ├── SKILL.md # 技能描述元数据文件 ├── scripts/ │ └── weather.py # Python 主逻辑实现 ├── references/ │ └── api-guide.md # 参考文档 ├── assets/ │ └── weather-icons/ # 资源文件 └── config.json # 配置文件 

关键目录说明：

• SKILL.md：定义技能的自然语言描述和接口规范
• scripts/：存放可执行的 Python 代码逻辑
• references/：技术文档和 API 参考资料
• assets/：图片、图标等静态资源文件 [ref_4]

4. SKILL.md 核心编写规范

4.1 基础元数据定义

# Weather Query Skill Description 这是一个天气查询技能，能够根据城市名称获取实时天气信息。 Tools - get_weather_data: 获取指定城市的天气数据 Permissions - network_access: 需要网络权限访问天气 API - location_read: 需要读取位置信息权限 Input Format 城市名称（字符串） Output Format JSON 格式的天气数据，包含温度、湿度、天气状况等信息 

4.2 结构化描述**实践

根据参考资料的**实践，SKILL.md 应该采用结构化设计，避免信息堆砌：

1. 按需加载机制：将详细信息外置为子文档，主文件保持精简
2. 明确输入输出：严格定义数据格式和约束条件
3. 场景化描述：通过具体的应用场景提升技能匹配准确率 [ref_2]

5. Python 代码实现详解

5.1 基础技能模板

#!/usr/bin/env python3 """ 天气查询技能主逻辑实现 """ import asyncio import aiohttp import os from typing import Dict, Any async def get_weather_data(city: str) -> Dict[str, Any]: """ 获取指定城市的天气信息 Args: city: 城市名称 Returns: 包含天气数据的字典 """ # 从环境变量获取 API Key api_key = os.getenv('WEATHER_API_KEY') if not api_key: raise ValueError("天气 API Key 未配置") # 构建 API 请求 URL url = f"https://api.weather.com/v1/current?city={city}&key={api_key}" async with aiohttp.ClientSession() as session: async with session.get(url) as response: if response.status == 200: data = await response.json() return else: raise Exception(f"天气 API 请求失败: {response.status}") # 技能注册函数 def register_skills(): """注册技能提供的所有工具函数""" return 

5.2 复杂技能示例：招聘外呼系统

#!/usr/bin/env python3 """ 招聘外呼自动邀约技能实现 参考：招聘外呼实战案例 [ref_5] """ import asyncio import json from datetime import datetime from typing import List, Dict class RecruitmentCaller: def __init__(self): self.api_endpoint = "https://api.recruitment.com/v1/calls" async def make_automatic_call(self, candidate_info: Dict, interview_details: Dict) -> Dict: """ 执行自动外呼邀约 Args: candidate_info: 候选人信息 interview_details: 面试详情 Returns: 外呼结果 """ # 输入验证 if not candidate_info.get('phone'): raise ValueError("候选人手机号不能为空") if not interview_details.get('time'): raise ValueError("面试时间必须指定") # 构建外呼请求 call_request = { "candidate": candidate_info, "interview": interview_details, "call_time": datetime.now().isoformat() } # 调用外呼 API（示例） # 实际实现需要对接具体的外呼平台 API try: # 模拟 API 调用 result = { "status": "success", "call_id": f"call_{datetime.now().strftime('%Y%m%d%H%M%S')}", "message": f"已成功邀约 参加面试", "scheduled_time": interview_details.get('time') } return result except Exception as e: raise Exception(f"外呼执行失败: {str(e)}") # 实例化并注册技能 recruitment_caller = RecruitmentCaller() def register_skills(): return { "make_recruitment_call": recruitment_caller.make_automatic_call } 

6. 配置与安全开发规范

6.1 环境变量配置

// config.json { "skill_name": "weather-query", "version": "1.0.0", "permissions": { "network": true, "file_system": false, "environment_variables": true }, "environment": { "required": ["WEATHER_API_KEY"], "optional": ["WEATHER_API_BASE_URL"] } } 

6.2 安全开发要点

1. 最小权限原则：只申请必要的权限 [ref_5]
2. 凭证隔离：敏感信息通过环境变量管理
3. 输入校验：对所有外部输入进行严格验证
4. 错误处理：完善的异常处理和日志记录

7. 本地测试与调试

7.1 单元测试示例

import pytest from scripts.weather import get_weather_data @pytest.mark.asyncio async def test_weather_query(): """测试天气查询功能""" # 模拟测试环境 import os os.environ['WEATHER_API_KEY'] = 'test_key' # 这里应该使用模拟的测试数据 # 实际测试中需要 mocking API 调用 try: result = await get_weather_data("北京") assert 'temperature' in result assert 'city' in result except Exception as e: # 在测试环境中，API 调用失败是预期的 assert "API" in str(e) 

7.2 集成测试流程

# 启动测试环境 claw dev start # 加载技能进行测试 claw skill load ./weather-skill # 测试技能功能 claw skill test weather-query --input "city=上海" 

8. 技能发布到 ClawHub

8.1 打包准备

# 创建技能包 claw skill pack weather-skill/ # 验证包内容 claw skill verify weather-skill.clawpkg 

8.2 发布流程

1. 注册 ClawHub 账户
2. 获取发布令牌
3. 上传技能包
4. 等待审核通过
5. 版本管理更新 [ref_1]

9. 实战案例：GLM 联网搜索技能

基于参考资料的 GLM 联网搜索案例 [ref_6]，展示如何集成第三方 API：

#!/usr/bin/env python3 """ GLM 联网搜索技能实现 """ import aiohttp import os from typing import Dict, List async def web_search(query: str, max_results: int = 5) -> List[Dict]: """ 使用智谱 AI GLM 进行联网搜索 Args: query: 搜索查询词 max_results: 最大返回结果数 Returns: 搜索结果列表 """ api_key = os.getenv('GLM_API_KEY') if not api_key: raise ValueError("GLM API Key 未配置") headers = { 'Authorization': f'Bearer {api_key}', 'Content-Type': 'application/json' } payload = { 'query': query, 'max_results': max_results } async with aiohttp.ClientSession() as session: async with session.post( 'https://open.bigmodel.cn/api/paas/v4/web_search', headers=headers, json=payload ) as response: if response.status == 200: data = await response.json() return data.get('results', []) else: error_text = await response.text() raise Exception(f"搜索请求失败: {error_text}") def register_skills(): return { "web_search": web_search } 

10. 开发**实践总结

10.1 设计原则

1. 单一职责：每个技能专注于一个特定领域
2. 接口清晰：明确定义输入输出格式
3. 错误友好：提供有意义的错误信息
4. 文档完整：包含详细的使用说明和示例

10.2 性能优化

1. 异步处理：所有 I/O 操作使用异步方式
2. 缓存策略：合理使用缓存减少重复请求
3. 渐进加载：按需加载技能内容优化上下文管理 [ref_2]

通过遵循以上规范和**实践，开发者可以构建出高质量、可复用、易维护的 OpenClaw 自定义技能，充分发挥 AI Agent 的模块化扩展能力。