共计 6677 个字符，预计需要花费 17 分钟才能阅读完成。
在篇一中我们完成了 [[OpenClaw]] 的安装，篇二介绍了它的工作原理，篇三讲了如何连接[[飞书]]。到目前为止，OpenClaw 已经可以正常对话和执行基本任务了，但它真正的威力在于可扩展性——通过 Skills 系统，你可以让它学会几乎任何事情。这一篇我们就来聊聊 Skills 是什么、怎么安装，以及哪些 Skills 值得第一时间装上。
什么是 Skills
Skills 是 OpenClaw 的能力扩展机制。如果说 OpenClaw 本体是一个聪明但初来乍到的助手，那 Skills 就相当于给它递上了一本本操作手册——告诉它在特定场景下该用什么工具、按什么步骤、注意什么细节。
从技术实现上看，一个 Skill 其实就是一个包含 SKILL.md 文件的目录，没有 SDK、不需要编译、也不需要特殊的运行时，纯粹是结构化的 Markdown。这也是 OpenClaw 设计哲学的体现——用最简单的方式实现最强大的扩展。
一个典型的 Skill 目录结构如下：
<skill-name>/
SKILL.md # 必须，Skill 的定义文件
scripts/ # 可选，辅助脚本
references/ # 可选，参考资料
SKILL.md 的头部是 YAML 格式的元数据，其中 name 和 description 是必填字段。description 字段至关重要，因为 OpenClaw 正是通过它来判断什么时候该触发这个 Skill。当你在对话中提到相关的任务时，OpenClaw 会自动匹配并加载对应 Skill 的完整指令。
---
name: skill-name
description: What the skill does
user-invocable: true
---
如果设置了 user-invocable: true，你还可以通过斜杠命令（比如 /skill-name）手动触发它。
Skills 的加载有优先级：工作区内的 Skills 优先级最高，其次是 ~/.openclaw/skills 目录中全局安装的 Skills，最后是 OpenClaw 自带的内置 Skills。每个 Skill 注入系统提示词的开销大约只有 24 个 token，所以安装几十个 Skills 也不会明显影响性能。
安装 Skills 的三种方式
通过 ClawHub 命令行安装
[[ClawHub]] 是 OpenClaw 官方的 Skills 市场，可以把它理解为 AI Agent 世界的 npm。通过 clawhub 命令行工具可以搜索和安装 Skills：
npm i -g clawhub
clawhub search "calendar" # 语义搜索，不只是关键词匹配
clawhub install <skill-slug> # 安装到工作区的 skills/ 目录
clawhub update --all # 批量更新所有已安装的 Skills
ClawHub 使用向量嵌入进行语义搜索，所以即使你不知道 Skill 的确切名称，描述一下需求也能找到合适的结果。
直接让 OpenClaw 安装
这是最省事的方式——在对话中告诉 OpenClaw 你想要什么能力，它会自己去 ClawHub 搜索、下载和配置：
帮我安装一个可以搜索网页的 Skill
OpenClaw 会自动执行 clawhub install 并完成配置，你只需要确认即可。
手动安装
如果你有自己开发的 Skill 或者从 GitHub 上克隆的，直接把 Skill 目录复制到工作区的 skills/ 文件夹下即可。OpenClaw 会在下次对话时自动加载。
ClawHub 生态
截至 2026 年 2 月底，ClawHub 上已经有超过 13000 个社区贡献的 Skills，而半年前这个数字还不到 1000。从日程管理到代码审查，从图片生成到邮件处理，几乎你能想到的场景都有人做了 Skill。
不过生态繁荣的同时也带来了安全隐患。2026 年 2 月的「ClawHavoc 事件」中，安全研究人员发现了 341 个恶意 Skills，其中 335 个会安装 Atomic Stealer（AMOS）macOS 恶意软件。ClawHub 随后清理了 2419 个可疑包，并引入了 [[VirusTotal]] 集成进行自动化安全扫描。对于接收到 3 个以上独立举报的 Skill，平台会自动隐藏并等待人工审核。
所以在安装社区 Skills 之前，建议先装上安全审计工具（后面会介绍），并养成安装前查看 SKILL.md 源码的习惯。
开启本地文件访问权限
在介绍具体的 Skills 之前，有一个前置配置需要提一下。OpenClaw 从 2026.3.2 版本开始默认对本地文件访问做了限制，很多 Skills 需要读写文件才能正常工作，所以建议先开启完整的工具权限：
openclaw config set tools.profile full
openclaw gateway restart
开启之后，OpenClaw 就可以对本地文件进行管理、重命名、磁盘分析、整理桌面等操作。如果你对安全比较敏感，也可以保持默认的受限模式，只在需要时临时开启。
网络信息检索和查询
OpenClaw 本身并没有实时联网的能力，它的知识截止于训练数据。要让它获取最新的信息，就需要搜索类的 Skills。
Tavily Search
[[Tavily]] 是专门为 AI Agent 设计的搜索引擎，和传统搜索引擎不同的是，Tavily 返回的结果经过了结构化处理，更适合 LLM 理解和引用。
安装方式：
clawhub install tavily-search
也可以直接告诉 OpenClaw：
帮我安装 Tavily search skill
安装后需要设置 TAVILY_API_KEY 环境变量。Tavily 提供免费额度，每月 1000 次搜索请求，对个人用户来说足够日常使用。
Tavily Skill 实际上提供了五个工具：
tavily_search：常规搜索，适合快速查询事实性问题tavily_extract：从指定 URL 提取干净的 Markdown 内容，非常适合阅读长文章tavily_crawl：站点级别的爬取，可以遍历整个网站tavily_map：枚举网站的 URL 结构，了解站点全貌tavily_research：综合研究报告，会自动搜索多个来源并整合为完整的分析
在实际使用中，我最常用的是 tavily_search 和 tavily_extract。前者用来快速查找信息，后者用来把一篇长文章转成 Markdown 格式方便 OpenClaw 理解和总结。
Brave Search
Brave Search 是 OpenClaw 内置的搜索引擎，主打隐私保护，不追踪用户行为。作为内置功能，它不需要额外安装，开箱即用。
Brave Search 适合广泛的通用搜索，但在技术文档检索和结构化结果方面不如 Tavily。建议的做法是把 Tavily 作为主力搜索引擎，Brave Search 作为备选。
Agent Browser
Agent Browser 是一个基于 Rust 实现的无头浏览器自动化工具，让 OpenClaw 能够像人一样操作网页。它的工作流程遵循一个固定的模式：打开页面 → 获取快照 → 交互操作 → 验证结果 → 重复 → 关闭。
clawhub install agent-browser
Agent Browser 返回的不是原始 HTML，而是经过处理的无障碍树（Accessibility Tree）快照，每个可交互元素都有稳定的引用标识（如 @e1、@e2），OpenClaw 可以通过这些标识精准地点击按钮、填写表单、选择选项。
这个 Skill 的应用场景非常广泛：自动填写表单、抓取需要登录的网站数据、执行端到端测试、定时监控网页变化等。OpenClaw 还支持三种浏览器配置文件——"openclaw"（隔离环境）、"user"（使用你的真实 Chrome 会话，包括登录状态）和 "chrome-relay"（通过扩展中继），可以根据场景灵活选择。
内容总结和生成
Humanizer
写过博客或文档的人可能都有这样的体验：让 AI 生成的内容读起来总有一种说不上来的"AI 味"。Humanizer 这个 Skill 就是专门解决这个问题的。
clawhub install humanizer
Humanizer 能够识别并修正 29 种常见的 AI 写作模式，内置超过 500 个 AI 高频词汇表。它不只是做简单的词汇替换，而是从统计学角度分析文本——人类写作的节奏是有起伏的（burstiness），而 AI 的输出往往过于均匀；人类的词汇多样性（type-token ratio）和 AI 也有显著差异。Humanizer 会从这些维度综合优化文本。
它检测的模式包括：夸张的象征性表达、推销式语言、过度使用破折号、三段式排比、AI 高频词汇（比如「delve into」「landscape」「tapestry」等）、否定式并列句、过多的连接词等。
如果你经常需要用 AI 辅助写作但又不希望读者一眼看出是 AI 写的，这个 Skill 值得安装。还有一个增强版 humanizer-enhanced，能识别 34 种模式，并且针对加密货币和 Web3 领域做了专门优化。
Summarize
Summarize 是一个内容总结工具，支持从多种来源提取和总结信息：网页 URL、本地文件、YouTube 视频、PDF 文档、图片甚至音频。
clawhub install summarize
它的默认后端模型是 Google Gemini 3 Flash，输出长度可以在短摘要、中等和详细三个级别之间选择。对于 YouTube 视频，它会自动提取字幕进行总结；对于被反爬保护的网站，它还支持 Firecrawl 和 Apify 作为备选方案。
在日常使用中，我最常用的场景是把一个很长的 YouTube 技术演讲丢给它，让它帮我提炼出关键要点和时间戳，省去了完整观看的时间。
nano-banana-pro
nano-banana-pro 封装了 Google 的 Gemini 3 Pro Image 模型，让 OpenClaw 具备图片生成能力。
clawhub install nano-banana-pro
安装后需要设置 GEMINI_API_KEY 环境变量。使用时直接在对话中描述想要的画面即可：
生成一张赛博朋克风格的东京街头夜景图
它支持文生图和图生图两种模式，可选 1K、2K 和 4K 分辨率，甚至可以将最多 14 张图片合成到一个场景中。对于博客配图、社交媒体素材这类需求来说，不用离开终端就能完成图片创作是非常方便的。
另外还有一个配套的 nano-banana-pro-prompts-recommend-skill，内置了超过 10000 条精选的图片生成提示词，如果你不太擅长写 prompt，这个辅助 Skill 可以帮到你。
Skill 开发与安全
skill-creator
skill-creator 是一个"元技能"——用来创建其他 Skills 的 Skill。当你有一个反复执行的工作流想要固化下来时，不需要自己从头写 SKILL.md，直接告诉 OpenClaw：
帮我创建一个 Skill，用来每天早上汇总 GitHub 上的 Issue 更新
skill-creator 会自动生成目录结构、编写 SKILL.md、设置元数据，并进行迭代优化。创建好的 Skill 可以通过 clawhub publish 发布到 ClawHub 供他人使用。
官方建议 SKILL.md 的正文控制在 30 到 50 行之间，最多不超过 80 行。如果逻辑复杂，应该把详细内容放到 references/ 目录的辅助文件中，而不是全部塞进 SKILL.md。
Skill Vetter 安全审计
考虑到前面提到的安全事件，Skill Vetter 应该是你安装的第一个 Skill。
clawhub install skill-vetter
它的作用是在安装其他 Skills 之前对其进行安全扫描，检查权限范围是否合理、是否存在可疑的代码模式、是否尝试访问敏感数据等。在 ClawHavoc 事件之后，这个 Skill 的下载量迅速超过了 3500 次。
使用方式很简单——安装了 Skill Vetter 之后，每次你通过 clawhub install 安装新的 Skill 时，它会自动进行安全检查并给出报告。如果发现风险，它会在安装前给你警告。
self-improving-agent
self-improving-agent 是一个让 AI 具备自我修正和经验沉淀的 Skill。它的核心逻辑是：当用户纠正 OpenClaw、命令执行出错、或者发现更好的做法时，自动记录到专门的 Markdown 文件中，作为未来的经验复用。
clawhub install self-improving-agent
这个 Skill 会在如下情况自动触发：
- 用户纠正了 AI 的错误
- 命令或代码执行失败时
- 发现了更好的解决思路时
- 发现知识盲区或想要新的功能
安装后，它会在当前工作区自动创建 .learnings/ 目录，包含三个文件：
.learnings/LEARNINGS.md：记录最佳实践、用户的纠正和知识补漏.learnings/ERRORS.md：记录执行失败的报错信息及修复方案.learnings/FEATURE_REQUESTS.md：记录用户希望未来实现的功能需求
这个 Skill 进一步加强了 OpenClaw 的记忆系统。对于类似问题，它会优先搜索 .learnings/ 目录来避免重蹈覆辙。而对于非常重要或反复出现的内容（比如在 30 天内跨 2 个以上任务出现了 3 次以上），会自动从 .learnings 「升级」到核心记忆文件，比如 AGENTS.md、SOUL.md 或 TOOLS.md 等。可以说这个 Skill 让 OpenClaw 真正具备了"越用越聪明"的能力。
连接外部应用
tmux
tmux Skill 让 OpenClaw 可以管理后台运行的终端会话。最典型的用途是在后台启动一个长时间运行的任务（比如编译、测试或部署），然后在对话中随时查看进度和获取结果。
clawhub install tmux
安装后，你可以让 OpenClaw 在 tmux 会话中启动其他代理或脚本，它们会在后台持续运行，不会因为你关闭对话而中断。这对于需要几分钟甚至几小时才能完成的任务特别有用——比如让一个编码代理在后台重构代码，你只需要隔一段时间问一句"进度怎么样了"。
Obsidian
[[Obsidian]] Skill 让 OpenClaw 能够直接操作你的 Obsidian 笔记库。它通过 obsidian-cli 来实现对笔记的创建、搜索、组织和更新。
clawhub install obsidian
对于像我这样重度使用 Obsidian 作为知识管理工具的用户来说，这个 Skill 的价值很大。你可以在 [[Telegram]] 或[[飞书]]中随口说一句"帮我在笔记库里创建一条关于今天会议的笔记"，OpenClaw 就会自动在正确的目录下创建文件、填充元数据、添加双链。配合 OpenClaw 的定时任务功能，还可以让它每天自动整理笔记、更新索引或生成每日摘要。
我的 Skills 配置建议
如果你刚开始使用 OpenClaw，以下是我建议的安装顺序：
- 首先安装 Skill Vetter，确保后续安装的 Skills 都经过安全检查
- 然后安装 Tavily Search，让 OpenClaw 具备联网搜索能力
- 接着安装 self-improving-agent，让 OpenClaw 开始积累经验
- 最后根据个人需求选装 Summarize、Humanizer、nano-banana-pro 等
一个小技巧：不要一次性安装太多 Skills。虽然每个 Skill 的 token 开销很小，但 Skills 过多会让 OpenClaw 在选择使用哪个 Skill 时产生犹豫。建议根据实际需求逐步添加，让 OpenClaw 有足够的"练习"时间来熟悉每个 Skill 的使用场景。
最后
Skills 系统是 OpenClaw 区别于其他 AI 助手的关键特性之一。它用一种极其简洁的方式——纯 Markdown 文件——实现了强大的能力扩展，同时保持了开放和透明。你可以轻松查看每个 Skill 的完整指令，也可以根据自己的需求修改或创建新的 Skills。
从搜索引擎到浏览器自动化，从内容生成到安全审计，ClawHub 上丰富的社区生态意味着大部分常见需求都有现成的解决方案。而 skill-creator 和 self-improving-agent 的存在，让 OpenClaw 不仅能使用 Skills，还能自己创造和进化 Skills，这种自我扩展的能力让它的上限变得很高。
在下一篇中，我们将深入探讨 OpenClaw 的长期记忆系统，了解它是如何记住你的偏好、积累经验、并在长期使用中变得越来越懂你的。
参考
