OpenClaw如何自定义SKILL

关注

VIP免费原创最新推荐文章于 2026-07-10 10:21:32 发布 783 阅读 AI 写同款· GEO 优化 ›

OpenClaw自定义Skill开发全攻略 AI代理平台通过Skill机制扩展能力边界，其核心原理是将工具调用逻辑封装为声明式指令。OpenClaw采用Markdown+YAML的轻量级设计，开发者通过自然语言描述触发条件、工具调用流程和数据处理逻辑即可实现功能扩展。这种模式相比传统插件开发更符合LLM的认知特点，在自动化流程、智能助手等场景优势明显。技术实现上涉及环境配置、依赖管理、安全沙箱等工程实践，典型案例包括天气查询等工具类Skill开发。掌握自定义Skill开发能显著提升AI代理的任务处理能力，是构建企业级智能工作流的关键技术。阅读详情

1.SKills机制概述

OpenClaw中的Skills是一种基于提示驱动的能力扩展机制，其本质并非传统意义上的可执行插件，而是通过结构化描述文件（SKILL.md）对大模型行为进行约束与引导。
Skills 的核心作用在于：为Agent提供“何时使用某种能力”以及“如何调用底层工具”的决策依据，从而实现复杂任务的模块化拆解与自动化执行。
从系统架构角度看，OpenClaw的能力体系可分为三层：
● Tool层：提供底层可执行能力（如命令执行、网页访问等）
● Skill层：定义任务流程与工具使用策略
● Plugin层：对工具与技能进行封装与分发

2.Skills工作机制

Skills 的执行依赖于大模型推理过程，其核心流程如下：

用户输入请求（Prompt）
OpenClaw将所有已加载Skills的描述信息（SKILL.md）注入系统提示（System Prompt）
大模型基于：用户请求和Skills描述（description + instructions）来进行推理决策判断是否需要调用某个Skill
若需要，则按照Skill中定义的流程调用对应Tool
Tool返回结果后，由模型整合生成最终输出

因此，Skills的触发机制本质上是“基于语义匹配的提示选择”，而非显式函数调用。
由于Skills描述会被注入上下文，每次推理都需要携带相关信息，因此在 Skills 数量较多时，会显著增加上下文长度与 Token 消耗。

3.自定义Skills的实现方式

3.1 基本结构

OpenClaw会从这几个地方加载skill：
● bundled skills：OpenClaw自带（随着npm安装包一起提供的）
●~/.openclaw/skills：本机共享skill
●/skills：当前workspace专属skill
优先级是：
workspace/skills > ~/.openclaw/skills > bundled skills
也就是说，你自己写的 skill，最常见就是放在当前workspace的skills/目录下。

.openclaw\workspace\skills\
└── my-skill\
    ├── SKILL.md
    ├── scripts/         # 脚本
    ├── references/     # 说明文档、schema、流程
    └── assets/          # 模板、素材、