OpenClaw Agent Skills 实操指南：从安装到自定义，让AI真正“会干活”

如果你刚上手OpenClaw，大概率会有这样的困惑：“为什么我的AI只会陪聊，却做不了实际任务？” 答案很简单——它缺了“手脚”，而 OpenClaw Agent Skills（智能体技能插件），就是给AI装上“手脚”的关键。

OpenClaw 作为2026年爆火的开源AI Agent框架，核心价值在于将大模型的“思考能力”转化为“执行能力”，而 Skills 正是实现这一转化的核心载体。简单来说，若把OpenClaw的核心模型比作“大脑”，Skills 就是它的“工具包”，每一个Skill对应一项具体能力，按需加载、即装即用，让AI从“只会说”变成“会做事”[2][4]。

一、先搞懂：OpenClaw Agent Skills 是什么？

Skill 本质是 OpenClaw 的可插拔能力单元，一个完整的Skill就是一个包含核心配置文件（SKILL.md）的独立文件夹，里面封装了AI执行某类任务所需的全部信息——包括功能描述、调用规则、执行脚本和配置参数[3]。

它有三个核心特点，决定了其灵活性和实用性：

• 模块化可复用：每个Skill专注于一项具体功能（如天气查询、网页抓取、文件管理），复制粘贴文件夹即可迁移，无需重复开发[3]。
• 多渠道加载：OpenClaw 会按优先级加载Skills，从高到低依次是：工作区专属Skills（/skills）、用户级共享Skills（~/.openclaw/skills）、OpenClaw内置Skills（开箱即用）[1][2]。
• 安全可控：加载时会通过多重门控检查（如二进制依赖、环境变量、权限控制），避免恶意技能带来的风险[1]。

截至2026年3月，ClawHub（OpenClaw官方Skill市场）已托管5700+社区技能，覆盖开发、办公、生活等多个场景，从简单的文本摘要到复杂的浏览器自动化，几乎能满足所有日常和工作需求[4]。

二、实操核心：Skill 的安装与基础使用

在自定义Skill之前，我们先从最基础的“安装官方Skill”入手，掌握核心流程。这里以最常用的 tavily-web-search（实时联网搜索Skill）为例，演示完整操作。

2.1 安装准备

确保你已安装 OpenClaw（版本≥1.8.0），检查方式：

openclaw --version

若未安装，先执行安装命令（国内用户建议切换镜像源加速）：

# 切换国内镜像源
npm config set registry https://registry.npmmirror.com
# 安装OpenClaw
npm install -g openclaw

2.2 安装 Skill（两种常用方式）

OpenClaw 提供多种安装方式，最便捷的是通过 ClawHub 命令行安装：

方式1：ClawHub 命令行安装（推荐）

# 安装 tavily-web-search 技能
npx clawhub@latest install tavily-web-search

安装完成后，OpenClaw 会自动加载该Skill，无需重启。

方式2：手动安装（自定义Skill常用）

若需安装自定义Skill或GitHub上的社区Skill，可将Skill文件夹放入对应加载路径，示例：

# 创建共享Skill目录（若不存在）
mkdir -p ~/.openclaw/skills/
# 将自定义Skill文件夹复制到该目录
cp -r /path/to/your-skill ~/.openclaw/skills/
# 重启OpenClaw加载技能
openclaw restart

2.3 基础使用：调用 Skill 完成任务

安装完成后，无需手动配置，直接在与OpenClaw的对话中发出指令，AI会自动识别并调用对应Skill。

示例场景：查询“2026年OpenClaw最新版本更新内容”

用户指令：“使用 tavily-web-search 技能，查询2026年OpenClaw最新版本的更新内容，总结3个核心亮点。”

AI执行流程：

1. 解析用户指令，识别到需要“实时联网搜索”，自动调用 tavily-web-search Skill；
2. 通过Skill访问Tavily搜索API，获取OpenClaw最新版本信息；
3. 解析搜索结果，提取核心更新亮点，以自然语言返回。

AI返回示例：

已调用 tavily-web-search 技能完成搜索，2026年OpenClaw最新版本（v2.1.0）核心更新亮点如下：

1. Skill加载速度提升50%，支持实时热加载，无需重启即可生效；
2. 新增Multi-Agent技能共享机制，多个Agent可共用同一套Skill，减少资源占用；
3. 优化Skill安全门控，新增恶意脚本检测，提升使用安全性。

三、进阶实操：自定义一个 Skill（天气查询示例）

官方Skill虽多，但难免无法满足个性化需求。下面我们从零开始，自定义一个「天气查询Skill」，完整演示Skill的创建、编写和使用流程，小白也能轻松上手[3]。

3.1 第一步：创建 Skill 目录结构

一个标准的Skill需遵循固定目录结构，新建文件夹 weather-query-skill，并创建以下文件/目录：

weather-query-skill/
├── SKILL.md       # 核心配置文件（AI的“使用说明书”）
└── scripts/       # 执行脚本目录
    └── main.py    # 天气查询核心脚本

3.2 第二步：编写 SKILL.md（核心配置）

SKILL.md 是AI识别和调用Skill的关键，需明确Skill的名称、功能、使用场景和脚本调用方式，格式如下（直接复制可用）：

---
name: weather-query
description: 用于查询指定城市的当前天气、温度、湿度及未来1天预报。当用户询问“XX城市天气”“今天热不热”“明天要不要带伞”等天气相关问题时，自动调用此技能。
metadata:
  openclaw:
    emoji: 🌤️
    requires:
      bins: (curl)  # 依赖的二进制工具
---
# 天气查询Skill（weather-query）
## 功能说明
查询指定城市的实时天气信息，包含当前温度、天气状况、湿度，以及明日简要预报。
## 使用方法
直接向AI发出天气查询指令，无需手动指定Skill，AI会自动匹配调用。
## 参数说明
| 参数 | 类型 | 说明 | 必选 |
|------|------|------|------|
| city | string | 城市名称（如“北京”“上海”） | 是 |
## 脚本调用方式
执行scripts目录下的main.py脚本，传入city参数，示例：
python scripts/main.py --city "北京"
## 输出格式
统一返回以下格式的文本：
📍 【城市名称】当前天气
🌡️ 温度：XX℃
☁️ 状况：XXX（如晴、多云）
💧 湿度：XX%
📅 明日预报：XX~XX℃，XXX

关键说明：description字段必须清晰具体，这是AI判断“何时调用该Skill”的核心依据[3]。

3.3 第三步：编写执行脚本（main.py）

使用Python编写核心逻辑，调用免费天气API（wttr.in，无需注册），实现天气查询功能，代码如下（可直接复制运行）：

#!/usr/bin/env python3
import requests
import argparse

def get_weather(city: str) -> str:
    """获取指定城市的天气信息"""
    # 调用免费天气API，返回JSON格式数据
    url = f"https://wttr.in/{city}?format=j1"
    try:
        # 发送请求并设置超时时间
        response = requests.get(url, timeout=10)
        response.raise_for_status()  # 抛出请求异常
        data = response.json()
        
        # 提取当前天气信息
        current_weather = data["current_condition"][0]
        temp_c = current_weather["temp_C"]
        weather_desc = current_weather["weatherDesc"][0]["value"]
        humidity = current_weather["humidity"]
        
        # 提取明日预报信息
        tomorrow_weather = data["weather"][1]
        min_temp = tomorrow_weather["mintempC"]
        max_temp = tomorrow_weather["maxtempC"]
        tomorrow_desc = tomorrow_weather["weatherDesc"][0]["value"]
        
        # 组装输出结果
        result = (
            f"📍 【{city}】当前天气\n"
            f"🌡️ 温度：{temp_c}℃\n"
            f"☁️ 状况：{weather_desc}\n"
            f"💧 湿度：{humidity}%\n"
            f"📅 明日预报：{min_temp}~{max_temp}℃，{tomorrow_desc}"
        )
        return result
    except Exception as e:
        return f"❌ 天气查询失败：{str(e)}（请检查城市名称是否正确）"

if __name__ == "__main__":
    # 解析命令行参数
    parser = argparse.ArgumentParser(description="OpenClaw 天气查询Skill")
    parser.add_argument("--city", type=str, required=True, help="城市名称（如北京、上海）")
    args = parser.parse_args()
    
    # 执行查询并输出结果
    print(get_weather(args.city))

3.4 第四步：安装并测试自定义 Skill

1. 安装Skill：将 weather-query-skill 文件夹复制到共享Skill目录： cp -r weather-query-skill ~/.openclaw/skills/
2. 重启OpenClaw： openclaw restart
3. 测试调用：向OpenClaw发送指令：“查询广州今天的天气”，AI会自动调用我们自定义的 weather-query Skill，返回如下结果： 📍 【广州】当前天气 🌡️ 温度：22℃ ☁️ 状况：多云 💧 湿度：75% 📅 明日预报：20~25℃，晴转多云

四、实用技巧与注意事项

• Skill 管理：可通过 ClawHub 命令更新、卸载Skill，示例： # 更新所有已安装Skill npx clawhub update --all # 卸载某个Skill npx clawhub uninstall weather-query
• 优先级管理：同名Skill中，工作区Skills（/skills）优先级最高，会覆盖共享Skill和内置Skill，适合项目专属定制[2]。
• 安全注意：手动安装社区Skill时，需检查脚本是否包含恶意代码，避免泄露隐私或损坏系统[1]。
• 国内适配：若遇到Skill下载慢或API无法访问，可切换国内镜像源，或替换脚本中的API为国内服务（如天气API可替换为高德天气API）[4]。

五、总结

OpenClaw Agent Skills 是让AI从“对话工具”升级为“实用助手”的核心，它的模块化设计让小白也能轻松上手——无论是安装官方Skill快速满足日常需求，还是自定义Skill适配个性化场景，都能通过简单的操作实现。

截至目前，OpenClaw的Skill生态还在快速壮大，从开发工具到生活服务，从单兵作战到多Agent协作，Skills正在不断拓展AI的能力边界[1]。如果你也想让自己的OpenClaw真正“会干活”，不妨从安装一个常用Skill开始，再尝试自定义属于自己的专属技能，解锁更多AI实操可能～

最后，附上核心资源：

• ClawHub 官方Skill市场：https://clawhub.com
• OpenClaw 官方文档（Skill部分）：https://docs.openclaw.ai/skills