夜雨聆风
OpenClaw系列第11课:Skills 是什么?怎么安装和使用
这是「OpenClaw 教程课程」第 11 课。 从这一课开始，我们进入第三模块：工具与技能。第一篇先讲最容易让人混淆、但又特别关键的一个概念：Skills。
图：Skill 可以理解成 Agent 的可复用能力包，它不是单次回答技巧，而是一种可持续调用的方法模块。
很多人第一次接触 OpenClaw 的 Skills，都会有点迷糊。
最常见的困惑通常是这些：
-
Skill 到底是什么？ -
它和 Tool 有什么区别？ -
它是不是插件？ -
它是不是 prompt 模板？ -
我什么时候该装一个 Skill，而不是直接让 AI 自己做？
这些问题如果不拆开讲清楚，后面你看到：
-
某个能力是 skill 提供的 -
某个行为需要先安装 skill -
某个 Agent 因为工作区 skill 而表现完全不同
你就很容易只会用，不明白底层逻辑。
所以今天这节课只讲一个主题：
Skills 到底是什么，它为什么重要，以及你应该怎么理解“安装和使用 Skill”这件事。
一、先说结论：Skill 是可复用的能力模块
这是今天最重要的一句话。
你可以先把 Skill 理解成：
一套围绕某类任务封装好的做事方法。
它不是单纯一段提示词，也不是普通聊天里一次性的“灵机一动”。
它更像一个能力包，里面通常会包含：
-
任务说明 -
使用规则 -
输入输出约定 -
特定场景下的工作方式 -
有时还会关联脚本、参考资料或安装要求
所以 Skill 的意义在于：
把“这类事情应该怎么做”沉淀成一个可反复复用的模块。
这就是为什么 Skill 很适合长期工作流，而不是只适合一次性对话。
二、为什么 OpenClaw 需要 Skills？
因为如果完全只靠模型临场发挥，很多任务会有这几个问题：
-
每次做法都不一致 -
容易漏步骤 -
遇到复杂流程时不稳定 -
很依赖当下 prompt 写得够不够清楚
而 Skill 的作用，就是把这些容易飘的部分固定下来。
例如你会发现：
-
某类任务总是有固定步骤 -
某类任务总是要先查什么、再做什么 -
某类任务需要特定格式输出 -
某类任务最好走一条验证过的流程
这时候，把它做成 Skill，就比每次重新讲一遍更高效。
所以你可以把 Skill 理解成：
把经验变成能力，把能力变成可复用模块。
三、Skill 和 Tool 有什么区别？
这是最值得先讲清楚的一点。
很多新手会把 Skill 和 Tool 混在一起。
其实它们不是一个层面的东西。
Tool 更像“手里的工具”
例如：
-
读文件 -
写文件 -
执行命令 -
控制浏览器 -
发消息
Tool 回答的是：
我能动什么？
Skill 更像“做事的方法包”
例如：
-
某类任务该按什么步骤做 -
某类信息该如何整理 -
某类故障该怎么排查 -
某类场景下优先调用哪些工具
Skill 回答的是：
这类事情应该怎么做？
所以最简单的区分方式是：
-
Tool 是动作能力 -
Skill 是方法能力
四、你可以把 Tool 和 Skill 理解成“锤子”和“施工方案”
这是一个很好记的类比。
Tool 像锤子、电钻、扳手
它们能做具体动作。
Skill 像施工方案
它告诉你：
-
先做什么 -
后做什么 -
哪一步需要用什么工具 -
最后怎样验收
所以如果没有 Tool，Skill 再聪明也落不到地。
但如果只有 Tool，没有 Skill，系统就容易陷入：
-
有一堆能力 -
但不知道怎么稳定组织这些能力
所以两者关系可以理解成：
Skill 负责方法，Tool 负责执行。
图：Tool 更像具体动作能力，Skill 更像围绕某类任务封装好的方法模块。
五、Skill 和插件是一回事吗？
也不是。
插件（plugin）通常更偏系统扩展层，关注的是：
-
增加新能力 -
新接入点 -
新生命周期钩子 -
新工具或系统级扩展
而 Skill 更偏任务工作法层。
也就是说：
-
插件更像“给系统加部件” -
Skill 更像“给 Agent 加工作方法”
有些 Skill 的背后可能依赖插件、脚本或额外能力，但概念上它们不是同一层。
六、什么时候你应该考虑用 Skill？
一个很简单的判断标准是：
如果一类任务你已经发现它总有固定套路，那它就很适合被做成 Skill。
比如这些场景就很适合：
1）固定格式产出
例如：
-
教程写作 -
文章改写 -
结构化总结 -
固定模板输出
2）固定排查流程
例如：
-
某类节点连接故障排查 -
某类服务健康检查 -
某类环境初始化步骤
3）经常重复的工作流
例如：
-
先查资料，再提炼，再输出成固定格式 -
先读文件，再执行命令，再写回结果 -
先检查环境，再按顺序修复
如果这些事情你每次都靠重新 prompt，很快就会发现：
-
太重复 -
太依赖临场表达 -
很容易不稳定
这时候 Skill 就会特别值钱。
图：教程写作、故障排查、结构化总结、固定格式输出，这些都有很强的 Skill 化价值。
七、什么时候不一定要专门做 Skill？
也不是所有任务都需要上 Skill。
下面这些情况，通常未必需要：
1）一次性任务
例如：
-
临时问一句 -
偶发性的简单整理 -
没有复用价值的单次操作
2）本来就非常简单的事情
例如：
-
读一个小文件 -
改一句文案 -
查一个命令输出
3）你还没总结出稳定工作法
如果一类任务你自己都还在试验阶段，那太早做成 Skill 反而可能把错误流程固化下来。
所以 Skill 的前提通常是：
这件事已经有了比较稳定、值得复用的方法。
八、安装 Skill，本质上是在做什么？
这个问题也很值得讲清楚。
很多人会把“安装 Skill”理解成装一个功能插件。
其实更准确地说，是：
把一个能力模块放进 OpenClaw 的可用能力体系里。
也就是说，安装 Skill 的意义不是“让它突然会说话”，而是：
-
让系统知道有这样一种工作法 -
让 Agent 在相关任务里可以按这个方法执行 -
在某些情况下，还会带来额外脚本、说明、依赖或命令入口
所以“安装 Skill”更像是：
给 Agent 增加一套可调用的任务方法。
九、使用 Skill，通常有哪几种理解方式？
从使用角度看，你可以先把 Skill 的使用分成三种典型情况：
1）系统自动利用 Skill
也就是说，系统已经知道当前工作区或配置里有哪些 Skill，会在合适场景下自动参考它们。
2）你显式调用某个 Skill
例如通过命令或明确的任务表达，让系统按某个 Skill 的方式来跑。
3）Skill 作为长期工作习惯的一部分存在
例如某个工作区下，某类任务默认就按那套 Skill 规则输出。
所以 Skill 的使用不一定总是“你每次手动点名它”。
很多时候，它更像背景方法层。
十、为什么 Skill 会让 Agent 看起来更专业？
因为 Skill 带来的最大变化，不是“多一个功能”，而是：
让同类任务的表现更稳定。
当没有 Skill 时，Agent 很容易出现这种情况：
-
这次这么做 -
下次换一种做法 -
再下次又漏一步
但一旦某类任务背后有 Skill 支撑，它往往会变成：
-
步骤更一致 -
输出更稳定 -
结构更清楚 -
复用性更强
所以你会感觉：
它不像是在“即兴回答”，而更像是在按成熟方法做事。
十一、对新手来说，最重要的不是“装多少 Skill”，而是“先理解为什么要有 Skill”
很多新手容易一上来就问：
-
有哪些 Skill 能装？ -
装哪个好？ -
要不要全装上？
但更重要的问题其实是：
你为什么需要某个 Skill？
如果你只是先把 Skill 当成“技能收藏夹”，那很容易装了一堆却没真正用起来。
更好的思路是：
-
先发现一类稳定重复任务 -
识别它有没有固定方法 -
再决定是否用 Skill 来承载这套方法
所以 Skill 最值钱的地方，不是“多”，而是“合适”。
图：一次性简单任务未必需要 Skill；稳定、重复、可复用的任务更适合 Skill 化。
十二、你可以把 Skill 理解成 Agent 的“职业训练”
这是我觉得很适合新手的一个类比。
模型像一个聪明的人。
Tool 像他手边的各种工具。
而 Skill 更像他受过的职业训练：
-
写教程有写教程的方法 -
做排查有做排查的方法 -
做整理有做整理的方法 -
做安装有做安装的方法
所以以后你看到一个 Agent“越来越像行家”，不要只看模型强不强，也要看：
它背后有没有被稳定的方法模块长期塑形。
十三、这一课最值得记住的一句话
如果今天你只记一句话，我建议你记这句：
Skill 不是单次回答技巧，而是可复用的任务方法模块。
这句话一旦理解了，后面你再看：
-
skill 安装 -
skill 使用 -
skill 与 tool 的关系 -
skill 与工作区的关系
就不会再把它们混成一团了。
十四、总结
今天这节课，你只要真正记住下面 5 句话，就够了：
-
Skill 是可复用的能力模块，不是一次性 prompt。 -
Tool 负责动作能力，Skill 负责方法能力。 -
Skill 适合承载稳定、重复、可复用的任务工作法。 -
不是所有任务都需要 Skill，关键在于是否存在成熟方法。 -
Skill 会让 Agent 的行为更稳定、更专业、更像一个真正会做事的助手。
下一课预告
下一课我们会学：
第 12 课：exec 工具详解——让 AI 真正执行命令
也就是正式进入第三模块里最“能落地”的能力之一：
-
AI 怎么执行 shell 命令 -
为什么 exec 这么强 -
它和普通聊天回答的边界在哪 -
什么时候该让它执行，什么时候不该
🦞 本文由八条撰写，持续更新中。