10分钟写一个OpenClaw Skill：让你的AI龙虾学会新技能

OpenClaw开箱就能用，但真正让它变成你的专属管家，靠的是Skill（技能）。你不需要学框架、不需要装SDK，只需要一个文件夹、一个Markdown文件，就能教你的AI新本事。

Skill到底是什么？

一句话：Skill就是一个文件夹，里面至少有一个SKILL.md。这个文件告诉AI——你这个技能能干什么、什么时候用、怎么用。

就这么简单。没有注册命令，没有清单文件，把文件夹丢进去，下一个会话AI就自动学会了。

手把手：写一个查天气的Skill

第1步：建目录

mkdir -p ~/.openclaw/skills/weather-check
cd ~/.openclaw/skills/weather-check

第2步：写SKILL.md

这是最关键的文件。AI会逐字阅读它，所以写清楚比写漂亮重要：

---
name: weather_check
description: 查询任意城市的实时天气和未来3天预报。
---

# 天气查询技能

用wttr.in查询天气，无需API Key。

## 用法

查询某城市当前天气：

curl -s "wttr.in/城市名?format=3"

查询详细3天预报：

curl -s "wttr.in/城市名?lang=zh"

## 什么时候用

- 用户问"今天天气怎么样"
- 用户问"明天要不要带伞"
- 用户问某城市的温度、风力等

## 什么时候不用

- 用户问历史天气数据
- 用户问空气质量指数（wttr.in不提供）

## 注意事项

- 城市名支持中文和英文，如"Beijing"或"北京"
- 输出是纯文本，直接转述给用户即可

注意几点写作要诀：

• 命令要给完整路径或完整命令，别写"运行脚本"这种模糊话
• "什么时候用"和"什么时候不用"都要写，防止AI乱调用
• 说明输出格式，方便AI理解结果并转述

第3步：测试

先直接跑脚本确认能用：

curl -s "wttr.in/Shanghai?format=3"
# 输出: Shanghai: ☀️ +22°C

然后开新会话让AI加载Skill：

openclaw skills list  # 确认weather_check已加载

接着跟AI说"上海今天天气怎么样"，它会自动识别这是天气问题，调用你的Skill，然后用人话回答你。

Skill放在哪？

OpenClaw按优先级从多个位置加载Skill：

一般个人用放~/.openclaw/skills/就行，特定Agent专属的放workspace下。

进阶：多脚本Skill

一个Skill不只能有一个脚本。比如做股票查询技能：

stock-price/
├── SKILL.md          # 描述所有能力
├── check-price.sh    # 查实时价格
├── compare.sh        # 对比两只股票
└── watchlist.sh      # 跟踪自选列表

在SKILL.md里分别文档化每个脚本的用法，AI会根据用户的问题自动选对脚本。

脚本也不限于Bash——Python、Node.js，任何可执行文件都行。只要能在命令行跑的，AI就能调。

进阶：带配置的Skill

有些Skill需要API Key之类的配置。在SKILL.md的frontmatter里声明依赖：

---
name: webhook_poster
description: 向配置的Webhook端点发送JSON消息。
metadata:
  openclaw:
    requires:
      config:
        - skills.webhook.apiKey
---

然后用户通过openclaw config set配置即可。

我的观点

Skill的设计哲学很对味——极简即正义。没有SDK、没有编译、没有注册，一个Markdown文件就是一份"AI使用说明书"。这种设计让非程序员也能参与AI能力的扩展，而不仅仅是调参。

但要注意：SKILL.md的质量直接决定AI使用Skill的效果。写得太模糊，AI就会乱调用或者不敢调用；写得太长，AI又可能遗漏关键信息。精确、简洁、有边界，才是好的Skill文档。

另外，Skill的权限问题不能忽视。如果你的Skill包含exec命令，务必在SKILL.md里明确约束输入来源，防止提示词注入让AI执行危险命令。安全第一，能力第二。

5分钟速查表

现在就去给你的龙虾写第一个Skill吧。10分钟，真的够了。