OpenClaw Skills开发规范与安装流程指南

OpenClaw是一款开源的AI智能体，其核心竞争力在于"Skills"（技能）扩展机制。每个Skill本质上是一个"能力描述+执行逻辑"的组合包。用户既可以通过编写SKILL.md文件来定义技能，也能结合具体代码实现更复杂的业务逻辑。下面从开发规范和安装流程两个维度展开拆解，并结合Molili进行对比，展示简化部署的实际体验。

一、OpenClaw Skills开发规范

1. 核心文件结构

SKILL.md（必选）——这是AI识别技能的唯一凭证，所有关键信息均在此文件中声明。它需要包含以下内容：

元数据头：定义技能名称、版本、权限等基础信息。示例：

---
name: file-report-skill
description: 统计目录文件并生成Markdown报表
version: 1.0.0
permissions: ["file.read", "file.write"]
---

详细描述：这一步至关重要——必须明确触发场景（例如"当用户询问文件统计时调用"）、执行逻辑（如"提取目录下文件类型及数量"）以及异常处理（比如"目录不存在时返回错误提示"）。描述越精准，AI的调用偏差越小。

代码文件（可选）：若业务逻辑较为复杂，可附加Python或TypeScript脚本（如agent.py），通过API调用外部服务或批量处理数据。以文件统计Skill为例，脚本负责遍历目录并生成报表。

2. 开发原则

描述要精准：SKILL.md中的自然语言必须清晰界定技能边界，避免模糊表述导致AI误调用。例如在天气查询Skill中，需明确支持哪些城市、时间粒度（如"仅支持省会城市，时间范围为未来3天"）。

权限最小化：仅申请必要权限——文件读取技能不应申请网络访问权限，严守安全底线。

异常处理要到位：代码中需覆盖潜在错误（网络超时、文件权限不足等），返回结构化错误信息，便于AI后续处理。

二、OpenClaw Skills安装流程（以Molili为例）

1. 手动安装

步骤1：获取Skills的下载源。官方渠道为龙虾的ClawHub：https://clawhub.ai/skills?sort=downloads；第三方作者站点：https://openclawai.cc/。按需下载对应技能。

步骤2：在Molili中进入"设置"，点击"打开工作空间"，即可定位Molili在本地电脑上的存储位置。

步骤3：找到名为skills的文件夹，将下载的技能放入其中。

步骤4：重启Molili，测试技能是否生效。

2. 通过ClawHub CLI安装（推荐）

步骤1：安装ClawHub工具

执行命令 npx clawhub@latest install，工具会自动解析技能依赖并下载到指定目录。

步骤2：选择技能并安装

在列表中选择目标技能（如web_search），工具会将其复制到~/.openclaw/skills/并完成配置。

步骤3：验证安装

使用 openclaw skills list 查看已安装技能，或直接调用技能测试功能进行确认。

归根结底，OpenClaw通过Skills机制实现了极高的可扩展性，但同时对用户的技术能力有一定要求——至少需会编写描述文件、能够处理代码逻辑。相比之下，Molili提供了一键部署的简化方案：预集成技能库、图形化配置，显著降低了使用门槛。实际选型时，需权衡功能灵活性与操作便捷性。

来源：互联网