OpenClaw Skills 技能系统：给 AI 装上能力扩展包，从发现到安装全流程实战
OpenClaw Skills 技能系统：给 AI 装上能力扩展包，从发现到安装全流程实战
技能（Skills）是 OpenClaw 为 AI 智能体提供的能力扩展包：一个包含
SKILL.md说明文件和可选资源文件的目录，AI 在需要时会自动加载对应技能来解锁搜索网页、生成图片、制作 PPT 等专业能力。本文基于《OpenClaw 保姆级教程》第 10 篇内容展开，完整覆盖技能的本质与目录规范、内置技能的使用、优质技能发现渠道、三种安装方式以及让 AI 自主创建技能的全流程，并补充SKILL.md文件结构与渐进式披露机制的底层原理，帮你安全、高效地给小龙虾"加装"能力。
技能是什么
技能（Skills）就是给 AI 准备的能力扩展包。OpenClaw 本体（小龙虾）只具备读写文件、执行命令等基础能力，装上不同的技能之后，就能解锁各种专业能力，比如搜索网页、生成图片、制作 PPT 等。
技能的载体本质上是一个存放在特定目录下的文件夹，里面包含一个 SKILL.md 说明文件和可选的资源文件（脚本、参考文档、模板等）。AI 在需要时会自动加载对应的技能来增强自己，而不是把技能内容常驻在上下文中。
技能可以安装在多个位置：
~/.openclaw/workspace/skills：小龙虾专用的技能目录，只有你的小龙虾能用~/.agents/skills：通用目录，其他 AI 工具（比如 Cursor、Claude Code）也能自动识别和使用这里的技能
其中 ~/.openclaw/workspace/ 就是小龙虾的工作空间（AI 的家）。在《07 OpenClaw 初始化和基础使用》中可以看到完整的目录结构，skills/ 目录正是工作空间中专门存放自定义技能的子目录，与 AGENTS.md（操作手册）、MEMORY.md（长期记忆）等核心文件平级。
技能包内部长什么样
一个标准技能包的目录结构大致如下：
my-skill/
├── SKILL.md # 必需：技能说明文件（元数据 + 指令内容）
├── scripts/ # 可选：可执行脚本
├── references/ # 可选：参考文档
└── assets/ # 可选：模板和资源
其中 SKILL.md 是整个技能的核心，包含两个关键部分（详见仓库中《Agent Skills：通用 AI 技能库》的深入解析）：
- 元数据：用 YAML 格式写在文件开头，声明技能的名字和能力描述。
description写得越清晰，AI 就越容易在合适的时机自动调用它：
---
name: frontend-design
description: 生成具有专业设计感的前端代码，避免千篇一律的 AI 审美
---
- 指令内容：一套经过精心设计的提示词，指导 AI 具体怎么做，相当于给 AI 发了一本"工作手册"。
不同技能复杂度不同，结构也会有所差异：有的技能只有一个 SKILL.md 文件，有的则包含脚本、参考文档、资源文件和许可证文件等多个组成部分。
按需加载：渐进式披露机制
当工作空间中存在多个技能时，AI 不会把每个技能的完整说明文档都塞进上下文（那样会严重浪费 Tokens），而是采用**渐进式披露（Progressive Disclosure）**机制：
- 先扫描技能目录，只读取每个技能的元数据（名字和描述）；
- 发现描述与当前任务相关时，才读取完整的
SKILL.md说明文档； - 根据执行需要，进一步加载技能包中的脚本、资源等文件。
"用到哪个查哪个"，既精准匹配任务，又节省上下文空间——这正是技能系统能够低成本装载大量能力的关键。
使用内置技能
OpenClaw 的「技能模块」可以全局查看识别到的技能，包括：
- OpenClaw 内置的技能
- 通过插件安装的第三方技能
- 本地目录中的技能
更常用的方式是直接查看和管理 Agent 的技能（在「代理」模块中按 Agent 粒度开关）。
注意：技能不是越多越好，一定要按需选用！ 每开启一个技能，它的说明文件就会被注入到 AI 的上下文中，技能越多，消耗的 Tokens 越大。因此建议先把所有内置的技能关闭（绝大多数是用不到的），可以省下不少 Tokens。当你需要用到什么功能时，先到技能模块搜一下有没有内置技能。
以 AI 生图为例，具体操作流程如下：
- 在技能模块搜索
image，打开内置的nano-banana-pro技能（Nano Banana 是 Google 的图像生成模型）； - 从 Google AI Studio 获取 Nano Banana 的 API Key；
- 确保给小龙虾（代理）开启了这个技能，注意技能的状态要是
eligible可用的； - 建议刚开始在对话中主动提到技能名称，引导 AI 使用技能。
比如可以直接告诉 AI 使用 Banana 技能生图，甚至还可以给 AI 发送图片作为素材：
用 Banana 生成一张让这个人把你做成蒜蓉小龙虾的图片，并且让我在飞书直接看到图片，不要废话！
注意飞书中发送图片要用 filePath 参数指定完整的文件路径
以后在外面拍照之后，可以直接用手机把照片发给小龙虾，让它瞬间生成各种风格的图片。
用斜杠命令触发指定技能
除了让 AI 自动识别技能，还可以通过斜杠命令直接触发指定技能，格式为 /{技能名称}：
/nano-banana-pro 把后面那哥们移除掉，顺便帮我开个美颜，一只眼睛变成永恒万花筒写轮眼
如果图片没有发送成功，可以提醒它注意：飞书中发送图片要用 filePath 参数指定完整的文件路径。生成失败时，也可能是因为网络原因，可以改用国产的大模型来生图。
发现优质技能
除了使用内置技能，还可以通过以下渠道发现优质技能：
- ClawHub：OpenClaw 官方技能商店，技能最全、更新最快
- skills.sh：Vercel 提供的技能搜索引擎，方便按关键词搜索
- GitHub：很多优秀技能开源在 GitHub 上，搜索关键词就能找到
此外，鱼皮的 AI 导航网站也推荐了一批优质技能，可以作为参考。
安全第一：注意技能的可信度
一定要注意技能的安全性！ 尽量安装开源的、可信的、Star 多的、开源社区反馈良好的技能。这一点在《14 OpenClaw 安全指南》中被列为重点安全红线：官方技能市场 ClawHub 上曾被发现有大量恶意插件，有的伪造系统弹窗骗你输密码，有的直接窃取浏览器密码和加密钱包。遇到要求下载压缩包、执行脚本的技能，一律别碰。
这里给大家推荐几个适合小龙虾的技能：
- 自主进化技能：
self-improving-agent，自动捕获学习记录、错误和纠正，实现 AI 代理的持续自我改进 - 网页搜索技能：
Multi-Search-Engine（无需 API Key，内置国内 + 国外搜索引擎），或Tavily Search（需要 API Key，每月 1,000 次搜索，适合搜索国外最新内容） - 安全审查技能：
Skill Vetter，安装新技能前帮你检查技能文件是否安全可信，防止安装到恶意技能 - 办公技能：Anthropic 官方开源的 docx、pptx、xlsx、pdf 处理技能
另外要注意：OpenClaw 内置的 clawhub 技能和 find-skills 这两个"用于发现和安装其他技能"的技能，建议谨慎给小龙虾使用——万一龙虾搜索到一些不安全的技能然后自己安装了就不太好了。我们可以人工用这些工具发现技能，确定没问题后再安装。
安装技能
以 Multi-Search-Engine 为例，演示多种安装方式。无论哪种方式，安装原理都是把技能文件从远程下载到本地存放技能的 skills 目录中。
方式一：直接下载压缩包
把技能压缩包解压后放入技能目录即可：
- 放到
~/.agents/skills：各家 AI 编程工具都能自动识别的通用技能目录，其他 AI 编程工具也能使用这个技能 - 放到
~/.openclaw/workspace/skills：小龙虾的工作空间，只有小龙虾能用
然后就能在「代理」或「技能」模块中看到识别出的工作区技能了，开启并保存，就能在对话中使用了。比如让它搜索信息：
/multi-search-engine 全网搜索鱼皮编程导航相关的信息
方式二：通过 clawhub 命令行安装
先安装 clawhub 命令行工具，它是 OpenClaw 官方技能商店的客户端，可以一行命令搜索和安装技能：
npm i -g clawhub
然后用 clawhub 安装，参数为你在 clawhub 看到的技能名称（别输错了）：
clawhub install multi-search-engine
方式三：通过 NPX 工具安装
Vercel 官方提供的 NPX 工具，适合有 GitHub 开源仓库地址的技能，是官方推荐的方式之一。先到 skills.sh 或者 GitHub 上找到你要安装技能的开源仓库地址和技能名称，然后输入一行命令就能自动安装：
npx skills add https://github.com/vercel-labs/agent-browser --skill agent-browser
比如上面的命令用于安装 agent-browser（让 AI 操作浏览器的技能）。执行过程中可以选择安装到 OpenClaw 或者其他 AI 编程工具的路径下。
注意：不建议通过跟龙虾对话，让它自己安装技能。 AI 做事是有随机性的，有些明确可完成的任务自己做更稳定。
让 AI 自己创造技能
除了安装别人做好的技能，你还可以让 AI 自己创建新技能，把解决方案沉淀为可复用的技能包，龙虾越养越聪明。
建议先安装 Anthropic 官方的 skill-creator 技能，它能够帮你创建出更规范、更懂 AI 的技能。
以作者的真实经历为例：接入飞书后，发现 AI 拍了照片却不会发到飞书，于是引导小龙虾自己探索飞书多媒体发送的方法：
飞书支持给用户发送图片、文件、音频、视频并直接浏览，请你详细了解具体的发送方法，并且必须要把需要发送的文件放到 workspace 工作空间中。你必须记住这些方法，之后快速地给我发送想要的内容。
AI 会去读取飞书技能文档，学习怎么发送多媒体消息。这次不仅成功发送了图片，而且 AI 还很有学习精神，自己去研究有没有更优的方案，甚至自己创建了一个 feishu-media 技能，之后发送多媒体就更丝滑了。
这就是 AI 的厉害之处：只要你下命令，它就能自己研究问题、自己解决问题，还能把解决方案沉淀成可复用的技能，下次直接用。关于多媒体发送的更多背景，可以参考《09 OpenClaw 工具管理与多媒体能力》：不同聊天渠道对多媒体的支持情况不一样，让 AI 把摸索出来的方法保存为技能或写入长期记忆，之后发多媒体消息就顺畅多了。
值得一提的是，AI 自创技能与记忆系统是配合使用的。在《13 OpenClaw 记忆管理与成本控制》中还提到，可以安装 ontology 技能为小龙虾建立结构化的本地知识图谱，让记忆更有条理；如果想让小龙虾"失忆"，删除对应的记忆文件即可。
技能使用与安全配置清单
结合《14 OpenClaw 安全指南》中的安全建议，技能相关的实践要点总结如下：
- 人工审查后再安装：不要让龙虾自动安装技能，关闭
clawhub和find-skills这两个技能的自动使用权限； - 安装 Skill Vetter 做自动审查：安装新技能前先用它检查技能文件是否安全可信；
- 对高危操作开二次确认：删除、发送等不可逆操作，在设置中打开执行审批，不要为了图省事全部放行；
- 按需开关技能：技能说明会注入上下文、消耗 Tokens，只开启当前需要的技能；
- 密钥不要明文存放：API Key 等凭证用环境变量或密钥管理工具存储，
openclaw.json、auth-profiles.json等配置文件不要分享或上传到公开仓库； - 定期备份：利用 Git 托管
~/.openclaw目录，配合.gitignore忽略浏览器数据、媒体文件等无需管理的内容，出问题时可以快速还原。
写在最后
学会技能系统之后，就可以进入下一阶段了：定时任务与自动化，让小龙虾定时帮你巡检、汇报（详见《11 OpenClaw 定时任务与自动化》）。
如果你想深入了解技能的通用标准与底层实现，可以继续阅读仓库中的《Agent Skills：通用 AI 技能库》和《Superpowers：核心技能库》，前者详细拆解了 SKILL.md 结构与渐进式披露原理，后者展示了如何用技能包规范 AI 的完整开发流程。