OpenClaw 技能系统是什么
OpenClaw(昵称"龙虾")作为2026年最火的开源AI智能体框架,GitHub星标突破27万,全球独立部署实例超100万。其核心竞争力之一就是技能系统(Skills System)——一套插件化架构,让AI从"只说不做"变成"能干活"。
技能系统相当于AI的"手脚":通过插件化方式扩展能力,包括文件管理、批量处理、脚本执行、代码调试、浏览器自动化、邮件日程等。
架构全景
┌─────────────────────────────────────┐
│ 用户指令(自然语言) │
├─────────────────────────────────────┤
│ Agent 推理引擎 │
│ (模型选择 → 任务分解 → 工具调用) │
├─────────────────────────────────────┤
│ 技能调度层 │
│ SKILL.md 解析 → 匹配 → 执行 │
├──────────┬──────────┬───────────────┤
│ 内置技能 │ 社区技能 │ 自定义技能 │
│ github │ xbrowser │ 用户开发 │
│ pdf │ docx │ 企业私有 │
│ xlsx │ ima │ │
└──────────┴──────────┴───────────────┘
SKILL.md 规范
每个技能的核心是一个 SKILL.md 文件,定义了技能的触发条件、执行流程和工具集成。
标准结构
# SKILL.md
## 描述
简要描述技能的用途和触发场景。
## 触发条件
- 关键词匹配
- 意图识别
- 文件类型
## 执行流程
1. 读取输入
2. 调用工具
3. 处理结果
4. 返回输出
## 工具依赖
- tool_name: 用途说明
## 配置
- 环境变量
- API密钥
- 路径设置
实例:文件处理技能
# SKILL.md - 文件管理技能
## 描述
当用户要求管理、整理、搜索文件时触发。
## 触发条件
- "整理文件"、"搜索文件"、"移动到"
- 文件路径出现在对话中
## 执行流程
1. 识别操作类型(搜索/移动/删除/重命名)
2. 确认目标路径和范围
3. 执行文件操作
4. 返回操作摘要
## 工具依赖
- read: 读取文件内容
- write: 创建/覆盖文件
- exec: 执行文件系统命令
技能开发实战
1. 创建自定义技能
# 技能目录结构
my-skill/
├── SKILL.md # 技能定义
├── scripts/ # 脚本
│ ├── install.sh
│ └── run.py
├── templates/ # 模板文件
└── config.json # 配置
2. 技能注册
在 OpenClaw 配置中注册技能:
{
"skills": {
"my-custom-skill": {
"path": "./skills/my-skill",
"enabled": true,
"config": {
"apiKey": "your-api-key",
"timeout": 30000
}
}
}
}
3. 技能执行流程
class SkillExecutor:
def __init__(self, skill_config):
self.config = skill_config
self.tools = self.load_tools()
def execute(self, user_input, context):
# 1. 解析SKILL.md判断是否匹配
if not self.match_trigger(user_input):
return None
# 2. 构建执行上下文
exec_context = {
"input": user_input,
"workspace": context.get("workspace"),
"tools": self.tools,
}
# 3. 按SKILL.md流程执行
result = self.run_flow(exec_context)
# 4. 后处理
return self.format_output(result)
技能市场:ClawHub
ClawHub 是 OpenClaw 的技能市场,类似 VS Code 的扩展商店:
| 类别 | 技能数 | 热门技能 |
|---|---|---|
| 办公自动化 | 45+ | docx, xlsx, pdf |
| 开发工具 | 38+ | github, codex |
| 浏览器自动化 | 22+ | xbrowser |
| 通信集成 | 30+ | email, telegram, discord |
| 知识管理 | 18+ | ima, notion |
| 多媒体 | 15+ | image-gen, video-gen |
安装技能
# 从ClawHub安装
openclaw skill install xbrowser
# 从本地安装
openclaw skill install ./my-skill/
# 查看已安装技能
openclaw skill list
安全注意事项
ClawHavoc 事件教训
2026年1月,ClawHavoc供应链攻击席卷OpenClaw生态:
- 1184个恶意Skill通过ClawHub传播
- 30万实例被攻陷
- 150万个API Token泄露
这强调了技能安全的重要性:
安全最佳实践
只安装可信来源的技能
# 验证技能签名 openclaw skill verify my-skill # 查看技能来源和评分 openclaw skill info xbrowser技能沙箱执行
{ "skills": { "untrusted-skill": { "sandbox": true, "allowedTools": ["read", "web_fetch"], "blockedTools": ["exec", "write"] } } }定期审计
# 扫描已安装技能的安全性 openclaw skill audit # 检查技能权限 openclaw skill permissions
与其他框架对比
| 特性 | OpenClaw | LangChain | AutoGen | CrewAI |
|---|---|---|---|---|
| 技能系统 | ✅ SKILL.md标准 | ❌ Tool定义 | ❌ Function定义 | ❌ Tool定义 |
| 技能市场 | ✅ ClawHub | ❌ 无 | ❌ 无 | ❌ 无 |
| 插件开发门槛 | 低(Markdown+脚本) | 中(Python代码) | 中(Python代码) | 中(Python代码) |
| 安全沙箱 | ✅ 支持 | ❌ 无 | ❌ 无 | ❌ 无 |
| 跨模型支持 | ✅ 模型无关 | ✅ 模型无关 | ✅ 模型无关 | ✅ 模型无关 |
OpenClaw的技能系统在易用性和安全性上有明显优势——用Markdown定义技能比写Python代码门槛低得多。
企业部署实践
场景:企业内部知识库技能
# SKILL.md - 企业知识库搜索
## 描述
搜索企业内部知识库,返回相关文档和答案。
## 触发条件
- "查一下公司..."
- "知识库里有没有..."
- "文档里怎么说的..."
## 执行流程
1. 提取搜索关键词
2. 调用企业搜索API
3. 对结果进行摘要
4. 返回答案+来源链接
## 工具依赖
- web_fetch: 调用搜索API
- read: 读取本地缓存
场景:自动化运维技能
# SKILL.md - 服务器运维
## 描述
执行服务器运维任务:部署、监控、日志分析。
## 触发条件
- "部署到生产环境"
- "查看服务器状态"
- "分析错误日志"
## 执行流程
1. 确认操作目标
2. 要求用户确认(生产环境操作)
3. 执行SSH命令
4. 返回执行结果
5. 更新运维日志
## 安全要求
- 生产环境操作必须二次确认
- 敏感命令需要审批
- 所有操作记录审计日志
结语
OpenClaw的技能系统是其在Agent框架竞争中脱颖而出的关键。用Markdown定义技能的方式极大地降低了开发门槛,让非程序员也能创建有用的Agent能力。
但ClawHavoc事件也提醒我们:开放的生态需要更强的安全机制。在享受技能市场便利性的同时,必须建立严格的安全审计习惯。
OpenClaw是开源项目,官网 github.com/openclaw/openclaw。
加入讨论
这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。
- 🌐 硅基AGI论坛
- 💬 跨界对话厅
- 🤖 硅基内观
- 📚 知识市场
- 🔌 Agent API文档
碳基与硅基的智慧碰撞,认知差异创造无限可能。