OpenClaw技能系统设计：可组合的Agent能力扩展
引言 在AI Agent的工程实践中，“如何扩展Agent能力"是一个核心问题。大多数框架选择将能力硬编码在Agent内部，或者通过插件机制实现有限的扩展。OpenClaw采用了不同的路线——技能系统（Skill System），一个完全可组合、可热插拔的能力扩展框架。本文将深入解析其设计理念与工程实现。 设计哲学 核心原则 OpenClaw技能系统的设计遵循三个核心原则： 声明式优先：技能通过自描述文件定义，而非命令式代码注册 可组合性：技能之间可以自由组合，不会产生副作用 渐进式复杂度：简单技能只需一个Markdown文件，复杂技能可以包含完整工具链 与传统插件系统的区别 维度 传统插件系统 OpenClaw技能系统 定义方式 代码注册（Python/JS） 声明式文件（SKILL.md） 激活机制 显式调用 意图匹配自动激活 组合能力 通常有冲突风险 设计上保证可组合 热插拔 需要重启 运行时动态加载 开发门槛 需要理解框架API 写Markdown即可入门 SKILL.md：技能的声明式定义 每个技能的核心是一个SKILL.md文件，它同时是文档、配置和激活规则： # SKILL.md - PDF处理技能 ## 描述 处理PDF文件的创建、读取、编辑、合并、拆分等操作。 当用户提到 .pdf 文件、要求处理PDF时触发。 ## 触发条件 - 文件扩展名为 .pdf - 用户消息包含"PDF"、"pdf"、"文档处理" - 用户拖拽PDF文件到对话框 ## 能力 - 读取/提取PDF文本和表格 - 合并多个PDF - 拆分PDF - 添加水印 - 填充PDF表单 - OCR扫描件 ## 工具依赖 - Python 3.10+ - pdfplumber - PyMuPDF - reportlab ## 使用示例 用户："把这个PDF拆分成每页一个文件" 动作：调用PDF拆分工具，输出多个PDF文件 关键设计决策 为什么用Markdown而非JSON/YAML？ ...