openclaw

关注公众号 jb51net

关闭
AI > openclaw >

OpenClaw自定义Skill开发完整步骤记录(2026最新版)

逻极

OpenClaw 自定义 Skill 开发完整指南(最新版)

OpenClaw 之所以能成为极具扩展性的开源 AI Agent,核心在于其 Skill 扩展机制。不同于传统 Agent 需通过严格 API 对接扩展功能,OpenClaw 的 Skill 仅需“文件夹 + 自然语言描述文件”即可实现,AI 能通过阅读描述自动理解何时调用、如何使用该技能,极大降低了开发门槛,让普通用户也能打造专属 AI 能力。

我们一起从核心原则、开发流程、基础/进阶示例、社区发布等维度,完整拆解 OpenClaw 自定义 Skill 的开发全流程,帮助你快速上手并实现个性化需求。

一、核心认知:什么是 OpenClaw Skill?

OpenClaw 中的每个 Skill,本质是一套“能力描述 + 执行逻辑”的组合包,核心特征如下:

二、Skill 开发核心原则(必看)

开发前需明确 3 个核心原则,避免踩坑:

  1. SKILL.md 是核心:无论是否编写代码,SKILL.md 都必须完整——它直接决定 AI 是否能正确识别、调用技能;

  2. 描述越详细,AI 越精准:重点写清“何时用、怎么用、异常情况怎么处理”,多举示例帮助 AI 理解;

  3. 权限明确化:若技能需文件读写、网络访问、Shell 执行等权限,务必在 SKILL.md 中明确标注,既方便用户判断安全性,也符合社区发布规范。

三、推荐开发流程(新手优先用户技能目录)

新手建议优先使用“用户技能目录”(~/.openclaw/skills/)开发,无需修改项目配置,步骤如下:

步骤 1:创建技能目录

通过终端命令创建独立的技能文件夹(文件夹名称建议简洁,用小写字母+横杠,如 my-weather-skill):

# 1. 创建用户技能目录(若不存在则自动创建)
mkdir -p ~/.openclaw/skills/
# 2. 创建具体技能文件夹(以“天气查询”技能为例)
mkdir -p ~/.openclaw/skills/my-weather-skill
# 3. 进入技能目录,准备编写文件
cd ~/.openclaw/skills/my-weather-skill

步骤 2:编写核心文件(SKILL.md + 可选代码)

根据需求选择“纯文本描述”(新手入门)或“文本描述 + 代码”(进阶功能),具体示例见下文。

步骤 3:测试验证

  1. 重启 OpenClaw Gateway(修改 SKILL.md 可无需重启,系统自动监听;修改代码必须重启);

  2. 通过网页 Dashboard(http://127.0.0.1:18789/)或聊天工具(WhatsApp/Telegram)发送指令测试;

  3. 查看日志排查问题:终端执行 openclaw logs,或在 Dashboard 查看“Logs”板块。

步骤 4:发布到社区(可选)

技能测试稳定后,可发布到 ClawHub(OpenClaw 官方技能市场),供其他用户一键安装。

四、基础示例:纯 SKILL.md 技能(新手入门首选)

无需编写任何代码,仅通过 SKILL.md 的自然语言描述即可实现技能,适合简单场景(如查询、指令分发、固定回复等)。以下以“全球天气查询”技能为例,完整演示开发过程。

1. 编写 SKILL.md 文件

my-weather-skill 目录下创建 SKILL.md 文件,内容分为“固定元数据头”和“详细描述”两部分:

---
# 固定元数据头(必须,AI 优先读取)
name: weather-query
description: 查询全球主要城市实时天气,支持中文查询(含温度、天气状况、湿度、风力)
version: 1.0.0
author: 你的名字
permissions: 网络访问权限(用于调用天气 API)
---
# Weather Query Skill(技能名称,可自定义)
## 1. Description(技能详细说明)
当用户询问天气相关问题时,使用此技能查询实时天气数据,以清晰、友好的中文格式返回结果,帮助用户快速了解目标城市的天气情况。
## 2. When to use(触发场景:明确 AI 何时调用此技能)
- 用户说:“北京今天天气怎么样?”
- 用户说:“上海明天会下雨吗?”
- 用户说:“纽约当前温度是多少?”
- 用户说:“成都后天的天气预报”
- 用户说:“帮我查一下广州近 3 天的天气”
## 3. How to use(调用逻辑:教 AI 如何使用技能)
1. 从用户消息中提取 2 个核心信息:
   - 目标城市(必须,如“北京”“上海”);
   - 查询时间(可选,默认“今天”,支持“明天”“后天”);
2. 调用内置天气查询工具(或外部公开天气 API)获取数据;
3. 整理数据并返回,格式要求:
   - 开头明确“城市 + 时间”(如“北京 2026年2月10日 天气”);
   - 核心信息:温度(默认摄氏度)、天气状况(晴/雨/多云等)、湿度、风力;
   - 结尾补充温馨提示(如“今日有雨,建议带伞”);
4. 若未提取到城市,主动追问用户确认具体城市。
## 4. Edge cases(边缘场景:处理异常情况)
- 模糊地点(如“家附近”“公司旁边”):回复“请告诉我具体城市名称,以便准确查询天气”;
- 未支持城市(如小众县城):回复“暂不支持该城市的天气查询,建议尝试省会或主要城市”;
- 未来多天查询(如“深圳近一周天气”):优先返回未来 3 天概览,说明“长期预报精度有限,仅作参考”;
- 无网络情况:回复“当前网络不可用,无法查询天气,请检查网络连接后重试”。

2. 测试纯文本技能

  1. 确保 OpenClaw Gateway 已启动(若未启动,执行 openclaw gateway);

  2. 在聊天工具或 Dashboard 发送测试指令:帮我查一下北京今天的天气

  3. 验证结果:若 AI 正确返回天气信息,说明技能生效;若未调用,检查 SKILL.md 中“When to use”场景描述是否清晰,或查看日志排查。

五、进阶示例:带 Python 代码的 Skill(实现复杂功能)

对于需要执行具体操作(如生成文件、调用外部 API、操作本地设备)的技能,需搭配代码实现。以下以“生成二维码”技能为例,演示“SKILL.md + Python 代码”的完整开发流程。

1. 创建技能目录结构

技能目录需包含核心描述文件和代码文件,结构如下:

~/.openclaw/skills/generate-qr-code/  # 技能根目录
├── SKILL.md                     # 核心描述文件(必须)
├── agent.py                     # Python 执行逻辑(核心代码文件)
└── references/                  # 辅助资源文件夹(可选)
    └── example-qr.png           # 示例二维码图片(用于说明技能效果)

2. 编写 SKILL.md(关联代码逻辑)

---
name: generate-qr-code
description: 生成二维码/条形码,支持文本、URL、WiFi 配置等内容,可自定义尺寸、颜色并指定保存路径
version: 1.0.0
author: 你的名字
permissions: 文件写入权限(用于保存二维码图片)
---
# Generate QR Code Skill(生成二维码技能)
## 1. Description
当用户需要将文本、URL、WiFi 信息等转换为可视化二维码时,使用此技能生成二维码图片,并保存到指定路径(默认保存到桌面),支持自定义尺寸和颜色。
## 2. When to use
- 用户说:“帮我把 https://openclaw.ai 生成二维码”
- 用户说:“生成一个包含 WiFi 信息的二维码,名称:MyWiFi,密码:12345678”
- 用户说:“生成黑色二维码,内容是‘Hello OpenClaw’,保存到 D 盘根目录”
- 用户说:“帮我做一个 400px 大小的二维码,内容是我的手机号 13800138000”
## 3. How to use
1. 从用户消息中提取核心参数:
   - 必选:生成内容(文本/URL/WiFi 信息,WiFi 格式需为“WIFI:S:名称;T:类型;P:密码;;”);
   - 可选:尺寸(默认 300px)、颜色(默认黑色)、保存路径(默认桌面);
2. 若用户未指定可选参数,使用默认值;
3. 调用 agent.py 中的 generate_qr 函数执行生成操作;
4. 返回结果:告知用户二维码保存路径,若生成失败,说明具体原因(如路径无权限、内容为空)。
## 4. Implementation(代码关联说明)
- 依赖库:qrcode(生成二维码)、Pillow(图片处理);
- 核心函数:async def generate_qr(text: str, size: int = 300, color: str = "black", save_path: str = None);
- 参数说明:
  - text:二维码内容(必选);
  - size:二维码尺寸(单位 px,默认 300);
  - color:填充颜色(默认 black,支持英文颜色名或十六进制色值,如 #FF0000);
  - save_path:保存路径(默认桌面,文件名:qr_code.png)。
## 5. Edge cases
- 内容为空:回复“请提供需要生成二维码的内容(如文本、URL、WiFi 信息)”;
- 保存路径无权限:回复“指定路径无写入权限,请更换保存路径(如桌面)”;
- 未安装依赖库:自动尝试安装 qrcode 和 Pillow,若安装失败,提示用户手动执行“pip install qrcode pillow”;
- 特殊字符内容:自动过滤无效字符,确保二维码可正常识别。

3. 编写 Python 代码(agent.py)

实现生成二维码的核心逻辑,注意函数需为 async 异步函数(适配 OpenClaw 的异步调度机制):

import qrcode
from PIL import Image
import os
import subprocess
import sys
# 自动安装依赖库(若用户未安装)
def install_dependencies():
    required_packages = ["qrcode", "pillow"]
    for package in required_packages:
        try:
            __import__(package)  # 检查库是否已安装
        except ImportError:
            # 自动安装缺失的库
            subprocess.check_call([sys.executable, "-m", "pip", "install", package])
# 初始化:安装依赖库
install_dependencies()
async def generate_qr(text: str, size: int = 300, color: str = "black", save_path: str = None) -> str:
    """
    生成二维码并保存到指定路径,返回生成结果
    参数:
    text: 二维码内容(必选,文本/URL/WiFi 信息等)
    size: 二维码尺寸(px,默认 300)
    color: 填充颜色(默认 black,支持英文或十六进制色值)
    save_path: 保存路径(默认桌面 qr_code.png)
    """
    # 1. 校验必填参数
    if not text or text.strip() == "":
        return "生成失败:请提供需要生成二维码的内容(如文本、URL、WiFi 信息)"
    # 2. 处理默认保存路径(适配 Windows/macOS/Linux 多系统)
    if not save_path:
        if sys.platform == "win32":
            # Windows 桌面路径
            save_path = os.path.join(os.environ["USERPROFILE"], "Desktop", "qr_code.png")
        else:
            # macOS/Linux 桌面路径
            save_path = os.path.expanduser("~/Desktop/qr_code.png")
    # 3. 生成二维码
    try:
        # 配置二维码参数(version:1-40,box_size:方块大小,border:边框宽度)
        qr = qrcode.QRCode(
            version=1,
            error_correction=qrcode.constants.ERROR_CORRECT_M,  # 中等容错率(30% 错误可识别)
            box_size=10,
            border=4,
        )
        qr.add_data(text.strip())  # 添加二维码内容
        qr.make(fit=True)  # 自动适配内容大小
        # 生成图片并调整尺寸
        img = qr.make_image(fill_color=color, back_color="white")
        img = img.resize((size, size), Image.Resampling.LANCZOS)  # 高质量缩放
        # 确保保存目录存在(若路径不存在则创建)
        save_dir = os.path.dirname(save_path)
        if not os.path.exists(save_dir):
            os.makedirs(save_dir)
        # 保存图片
        img.save(save_path)
        return f"二维码生成成功!已保存到:{save_path}\n提示:若无法找到文件,可复制路径到文件管理器直接打开"
    except PermissionError:
        return f"生成失败:无权限写入指定路径({save_path}),请更换保存路径(如桌面)或提升文件权限"
    except Exception as e:
        return f"生成失败:未知错误 - {str(e)}"

4. 测试代码型 Skill

  1. 安装依赖库(若未自动安装):终端执行 pip install qrcode pillow

  2. 重启 OpenClaw Gateway(修改代码必须重启):openclaw gateway restart

  3. 发送测试指令:帮我生成一个包含 URL https://openclaw.ai 的二维码,尺寸 400px,颜色红色,保存到桌面

  4. 验证结果:查看桌面是否存在二维码图片,AI 是否返回成功提示;若失败,通过 openclaw logs 查看错误日志。

六、发布技能到 ClawHub(社区共享)

开发完成的技能可发布到 OpenClaw 官方社区技能市场 ClawHub,供全球用户一键安装。发布前需确保技能结构完整、无恶意代码、描述清晰。

1. 发布前置检查

2. 执行发布命令

终端中运行以下命令,发布技能到 ClawHub:

# 发布命令格式
clawhub publish [技能目录路径] \
  --slug [技能唯一标识] \
  --name [技能展示名称] \
  --version [版本号] \
  --description [技能简短描述] \
  --public \
  --author [作者名] \
  --license [开源许可证]
# 示例(发布“天气查询”技能)
clawhub publish ~/.openclaw/skills/my-weather-skill \
  --slug my-weather-query \
  --name "我的天气查询技能" \
  --version 1.0.0 \
  --description "支持全球主要城市实时天气查询,中文友好,自动识别查询场景" \
  --public \
  --author "你的名字" \
  --license MIT

参数说明:

3. 验证发布结果

  1. 发布成功后,终端会返回技能在 ClawHub 的访问链接(如 https://clawhub.com/skills/my-weather-query);

  2. 可通过搜索验证:终端执行 clawhub search my-weather-query,若能找到技能则说明发布成功。

4. 其他用户安装你的技能

发布后,其他用户仅需执行以下命令即可一键安装:

clawhub install my-weather-query  # my-weather-query 是你发布时的 --slug 参数

七、实用开发技巧 & 避坑指南

  1. SKILL.md 编写技巧

    • “When to use”部分多举示例:AI 对具体示例的理解远优于抽象描述;

    • “How to use”按步骤拆解:用 1、2、3 清晰说明执行流程,降低 AI 理解成本;

    • 边缘场景全覆盖:提前考虑“用户输入模糊”“权限不足”“网络异常”等情况,避免技能执行失败。

  2. 代码开发避坑

    • 函数必须为 async 异步函数:OpenClaw 基于异步机制调度技能,同步函数会导致阻塞;

    • 适配多系统:文件路径使用 os.path模块处理,避免硬编码(如不直接写“C:/Desktop”“/Users/xxx/Desktop”);

    • 添加异常捕获:用 try-except 捕获可能的错误(如权限不足、文件不存在),并返回友好提示。

  3. 测试技巧

    • 优先用 Dashboard 测试:网页端日志更清晰,方便排查问题;

    • 强制 AI 显示思考过程:测试时在指令后添加“请说明你的思考过程”,如“查北京天气,请说明你的思考过程”,可判断 AI 是否正确识别技能;

    • 单独测试代码:先脱离 OpenClaw,直接运行代码函数(如调用 agent.py 中的 generate_qr),确认代码可独立运行再集成。

  4. 动态刷新机制

    • 修改 SKILL.md:无需重启 Gateway,系统会自动监听文件变化并刷新;

    • 修改代码文件(agent.py/index.ts):必须重启 Gateway 才能生效。

八、推荐学习路径(新手到进阶)

  1. 入门阶段:开发 1-2 个纯 SKILL.md 技能(如“问候语技能”“简单计算器技能”),熟悉 SKILL.md 的核心结构;

  2. 基础代码阶段:开发带 Python/TS 代码的技能(如“文本文件生成”“本地图片压缩”),掌握代码与 SKILL.md 的关联方式;

  3. 进阶阶段:开发调用外部 API 的技能(如“股票查询”“翻译工具”),学习异步请求、API 密钥安全管理(避免硬编码);

  4. 社区学习阶段:参考 ClawHub 上高下载量技能(如官方内置技能),学习优秀的 SKILL.md 写法和代码实现思路;

  5. 发布阶段:将成熟技能发布到 ClawHub,收集社区反馈,优化技能兼容性和用户体验。

九、官方参考资源

十、总结

OpenClaw 自定义 Skill 开发的核心优势在于“低门槛 + 高灵活”——无需复杂的 API 对接,仅通过自然语言描述即可实现基础技能,搭配简单代码就能扩展复杂功能。对于新手,建议从纯 SKILL.md 技能入手,熟悉 AI 对描述的理解逻辑;对于进阶用户,可通过代码集成外部 API、本地设备操作等能力,打造专属的“AI 数字员工”。

开发技能的关键在于“把 AI 当作合作者”,用清晰、详细的描述帮它理解你的需求——你描述得越清楚,AI 执行得就越精准。赶紧动手开发第一个专属 Skill,解锁 OpenClaw 的无限可能吧!

到此这篇关于OpenClaw自定义Skill开发完整步骤的文章就介绍到这了,更多相关OpenClaw自定义Skill内容请搜索脚本之家以前的文章或继续浏览下面的相关文章,希望大家以后多多支持脚本之家!