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。



你是否希望自己的 AI 助手能完成更多定制化任务？比如让它自动整理文件、调用某个特定的 API，或者生成图片？实现这些功能的核心，就是为 OpenClaw 制作专属的 Skill。

OpenClaw 强大的 Skill 系统基于 AgentSkills 规范，支持你自定义工具、构建自动化流程，甚至是设计复杂的 AI 工作流。今天，我们将深入 云栈社区 开发者们的实践，为你提供一份手把手的 OpenClaw Skill 制作指南。

简单来说，Skill 就是一份告诉 AI 如何使用工具的详细“说明书”。当你为 AI 加载一个 Skill，它就获得了新的认知：有哪些工具可用？这些工具能干什么？以及如何正确调用它们？

OpenClaw 的 Skill 系统具备以下显著特点：

• 基于标准：遵循 AgentSkills 规范，意味着你编写的 Skill 具有良好的可移植性，可在其他支持该规范的平台上复用。
• 配置灵活：支持定义丰富的工具参数、返回值、使用条件乃至环境依赖。
• 层级加载：采用多层加载机制，允许你的自定义 Skill 覆盖官方内置的同名 Skill，实现高度定制化。

OpenClaw 会从三个位置加载 Skill，优先级从高到低依次为：

1. 工作区 Skill：存放在当前工作目录的 skills 子目录下，仅对当前工作区生效。
2. 本地 Skill：存放在 ~/.openclaw/skills 目录下，对本机所有 Agent 都可用。
3. 内置 Skill：随 OpenClaw 安装包自带，是官方的核心技能。

这个优先级机制非常实用：你完全可以创建一个与内置 Skill 同名的自定义版本，放在工作区或本地目录，OpenClaw 会自动优先加载你的版本，从而实现功能覆盖或增强。

一个 Skill 本质上就是一个文件夹，其内部至少需要包含一个核心定义文件 SKILL.md。此外，你还可以在文件夹内放置脚本、配置文件、示例等辅助资源。

例如，一个名为 my-first-skill 的 Skill 可能具有如下结构：

my-first-skill/ ├── SKILL.md       # 核心技能定义文件 ├── scripts/       # 存放可执行脚本 │ └── handler.py └── examples/       # 存放使用示例 └── demo.md

SKILL.md 是 Skill 的灵魂。它采用“YAML frontmatter + Markdown 正文”的格式。前半部分的 YAML 用于定义元信息，后半部分的 Markdown 用于详细描述工具和使用方法。掌握正确的 技术文档 书写规范，能让你的 Skill 更易被 AI 理解。

文件以三个短横线 --- 开始和结束，中间定义最基本的元数据：

--- name: hello-world description: 一个简单的 Hello World 技能 ---

后续可以接着编写详细的使用说明文档。

除了 name 和 description，你可以在 metadata 字段中设置复杂的加载条件，让 Skill 更智能。例如：

--- name: image-generator description: 使用 AI 生成图片 metadata: {"openclaw": {"requires": {"bins": ["python3"], "env": ["API_KEY"]}, "emoji": "🖼️"}} ---

这个配置表示：image-generator 技能需要系统已安装 python3 命令，并设置了 API_KEY 环境变量才会被加载。emoji 字段则指定了该技能在界面中显示的图标。

Skill 的核心价值在于“教会” AI 使用工具。你需要在 SKILL.md 的正文部分，用清晰的结构描述每个工具。

1. 功能说明：一句话讲清楚这个工具是干什么的。
2. 参数列表：详细列出每个参数的名称、类型、是否必填、默认值和简短描述。
3. 返回值说明：明确告知 AI 调用后会得到什么格式的结果。
4. 调用示例：提供典型的调用示例，这是帮助 AI 理解和模仿的关键。

下面是一个定义 generate_image 工具的完整示例：

 工具：generate_image 根据文本描述生成图片。 参数 - prompt: string, 必填   要生成图片的描述文本 - size: string, 可选，默认 `"1024x1024"`   图片尺寸，支持 `1024x1024`, `512x512`, `256x256` - style: string, 可选，默认 `"natural"`   图片风格，支持 `natural`, `vivid`, `anime` 返回值 返回一个图片 URL 字符串。 示例 用户说“帮我画一只可爱的猫”，AI 应该调用： python generate_image(prompt="一只可爱的橘猫，大眼睛，卡通风格", size="1024x1024", style="vivid") 

OpenClaw 支持在 metadata 中设置多种条件，让 Skill 只在满足特定环境时才被加载，避免错误。

metadata: {"openclaw": {"os": ["darwin", "linux"]}}

此技能仅在 macOS 和 Linux 系统上加载。

metadata: {"openclaw": {"requires": {"bins": ["python3", "pip"]}}}

此技能需要系统已安装 python3 和 pip 命令。

metadata: {"openclaw": {"requires": {"env": ["OPENAI_API_KEY"]}}}

此技能需要 OPENAI_API_KEY 环境变量已设置。

metadata: {"openclaw": {"requires": {"config": ["browser.enabled"]}}}

此技能需要在 openclaw.json 配置文件中启用了 browser.enabled 选项。

你可以灵活组合上述条件，确保 Skill 在正确的上下文中工作。

让我们通过一个完整的例子来巩固所学：制作一个名为 weather-skill 的天气查询技能。

weather-skill/ ├── SKILL.md └── scripts/ └── weather.py

--- name: weather description: 查询指定城市的天气信息 metadata: {"openclaw": {"emoji": "🌤️", "requires": {"bins": ["curl"]}}} --- 工具：get_weather 获取指定城市的当前天气信息。 参数 - city: string, 必填   城市名称，支持中英文，如“北京”、“New York” - format: string, 可选，默认 `"celsius"`   温度单位，`celsius` 表示摄氏度，`fahrenheit` 表示华氏度 返回值 返回格式化的天气信息字符串，例如： `北京 today: 晴, 温度 15°C, 湿度 45%` 调用示例 用户问“北京今天天气怎么样”，AI 应该调用： python get_weather(city="北京") 用户问“纽约的温度是多少（华氏度）”，AI 应该调用： python get_weather(city="New York", format="fahrenheit") 注意事项 - 本技能依赖 `curl` 命令调用第三方天气 API。 - 如果 API 调用失败，将返回明确的错误信息。 - 支持中英文城市名称查询。

在 scripts/weather.py 中，你可以使用 Python 编写具体的 API 调用和数据处理逻辑。这部分就是常规的编程工作，用于实现 SKILL.md 中描述的功能。

1. 描述清晰准确：AI 的理解完全依赖于你的描述。务必明确参数类型、是否必填、返回值格式。
2. 提供丰富示例：示例是**的教学材料。为每个工具提供 1-2 个典型调用示例，能极大提升 AI 的使用正确率。
3. 预见边界情况：提前考虑网络超时、参数非法、API 返回错误等异常场景，并在文档中说明建议的处理方式。
4. 善用条件加载：通过 requires 条件确保 Skill 只在满足运行环境时才被激活，提升整体稳定性。
5. 保持功能单一：一个 Skill 最好只专注于一个核心功能或一组紧密相关的工具。功能过于复杂时，应考虑拆分为多个 Skill，便于维护和复用。

OpenClaw 的 Skill 系统将 AI 从单纯的对话伙伴，转变为了能够执行具体任务的工作助手。通过制作自定义 Skill，你可以无限扩展 AI 的能力边界，实现工作流程自动化，并打造个性化的智能体验。

制作过程本身并不复杂，核心在于一份结构清晰的 SKILL.md 文件。从今天开始，尝试为你最常做的重复性工作创建一个 Skill，迈出 AI 赋能的第一步吧。