OpenClaw Skill推荐:【skill-creator】【制作专业技能的六步法】

一、推荐板块

1.1 这是什么

skill-creator 是 OpenClaw 官方技能制作指南，专门教 AI Agent 怎么制作高质量的技能扩展。说白了，它就是一份”如何制作技能”的技能——把所有制作流程、六大步骤、文件结构规范、写作技巧全部沉淀在这个技能里，让 AI Agent 在需要创建新技能时能照着这份指南操作，而不是凭感觉来。

一个技能（Skill）本质上是一个模块化、自包含的扩展包，用来给 AI Agent 补充专业领域的知识、工作流程和工具集成能力。你可以把它理解成某个垂直领域的”上岗培训手册”。

1.2 能做什么

skill-creator 支持的场景非常明确——只要涉及”创建或更新 OpenClaw 技能”，它就会被触发。具体使用示例：

场景一：需要做一个 PDF 处理技能

用户：”帮我创建一个能旋转、合并、拆分 PDF 的技能。”
Agent 激活 skill-creator → 照着六步法走 → 最终交付一个完整技能包

场景二：需要做一个前端脚手架技能

用户：”我想建一个每次快速生成 React + Vite 项目的技能。”
Agent 激活 skill-creator → 分析前端脚手架的共性需求 → 规划 assets/ 模板目录 → 输出完整技能

场景三：业务数据库查询技能

用户：”帮我做个能查 BigQuery 销售数据的技能。”
Agent 激活 skill-creator → 规划 references/schema.md 存放表结构 → 把 API 查询模式封装进 SKILL.md

1.3 安装方式

cd /root/.openclaw/workspace
clawhub install skill-creator --dir skills

安装后，AI Agent 在任何涉及”创建技能 / 制作技能 / 新建 skill”的对话中会自动激活它。

1.4 为什么推荐

之前很多人自己做技能，全靠试。文件放哪、描述怎么写、触发词怎么配，全凭手感，做出来的东西质量参差不齐。skill-creator 把这个过程彻底规范化了——

1. 1. 六步流程固化：从需求理解到最终迭代，每个步骤做什么、输出什么，清晰明确。
2. 2. 文件结构标准化：SKILL.md、scripts/、references/、assets/ 四个目录各自的职责划分清楚，不会有”到底放哪个文件夹”的困惑。
3. 3. 触发词设计有方法论：描述字段不是随便写的，而是围绕”具体触发场景 + 功能范围”来组织，AI Agent 能准确判断什么时候该激活这个技能。
4. 4. 渐进式披露原则：把信息分层，核心逻辑放 SKILL.md，细节放 references/，上下文窗口不会被撑爆。
5. 5. 自由度分级设计：根据任务脆弱程度选择高/中/低自由度——这解决了一个长期被忽视的问题：有些操作容错性低，必须精确执行；有些操作可以灵活探索，不能一刀切。

二、写法分析板块

2.1 frontmatter 的触发词设计

skill-creator 的描述字段（description）是整个技能的核心触发器，原文如下：

“Guide for creating effective skills. This skill should be used when users want to create a new skill (or update an existing skill) that extends Claude’s capabilities with specialized knowledge, workflows, or tool integrations.”

分析它的写法技巧：

技巧一：用 “This skill should be used when” 明确划定触发边界
不是”关于创建技能的资料”，而是非常明确地说明”当用户想做 X 事情的时候，激活此技能”。触发词边界清晰，AI Agent 不会在无关场景下误触。

技巧二：”new skill (or update an existing skill)” 覆盖了两种主场景
创建和更新都包含在内，扩展了适用范围，减少了需要单独建立技能的场景。

技巧三：”specialized knowledge, workflows, and tool integrations” 三层结构
把技能的三大能力类型全部列出——知识、流程、工具集成——让 AI Agent 清楚知道技能能补充哪类能力，触发判断更准确。

2.2 渐进式披露的结构设计

skill-creator 用了典型的渐进式披露（Progressive Disclosure）设计，把信息分三层：

Layer 1: frontmatter（name + description）— 始终加载，约 100 词
Layer 2: SKILL.md body — 技能触发后加载，控制在 500 行以内
Layer 3: references/ — 按需加载，无上限

这种设计的精妙之处在于：越是常用信息，层级越浅；越是专业细节，层级越深。AI Agent 不需要一次性加载所有信息，需要什么读什么，既保证了响应质量，又控制了 token 消耗。

2.3 “自由度分级”的描述技巧

skill-creator 提出了一个很实用的概念——Degrees of Freedom，根据任务特性选择不同自由度：

写这类描述的技巧是：不要只写”可以做什么”，还要写”在什么条件下用哪种方式”，让 AI Agent 理解规则背后的逻辑，而不是机械套用。

2.4 六步法的框架设计

整个 SKILL.md 的主体内容是六步法：

Step 1: 理解具体示例（Understand the skill with concrete examples）
Step 2: 规划可复用内容（Plan reusable skill contents）
Step 3: 初始化（Initialize the skill）
Step 4: 编辑（Edit the skill）
Step 5: 打包（Package the skill）
Step 6: 迭代（Iterate）

这个框架的设计亮点：

• • Step 1 不是收集需求，而是验证假设：先跟用户确认具体使用场景，防止技能做出来不匹配实际需求。
• • Step 2 是整个流程的价值核心：把”示例”转成”可复用资源”——scripts/、references/、assets/ 三选一或组合，是 skill-creator 区别于普通文档的关键。
• • Step 3 和 Step 5 引入了自动化：init_skill.py 和 package_skill.py，降低了手动操作出错的概率。
• • Step 6 把反馈循环固化：不是做完了就结束，而是真实使用后再迭代，保证技能持续改进。

2.5 scripts/ 目录的价值判断标准

skill-creator 给了一个很实在的判断标准——”当同一段代码需要被反复重写时，就把它固化进 scripts/”。

这个判断逻辑很简单但很实用：

• • 如果每次任务都要重写同样逻辑 → 进 scripts/（固化）
• • 如果只需要偶尔查一下文档 → 进 references/（查阅）
• • 如果是输出内容本身的模板 → 进 assets/（模板）

2.6 值得参考的文件组织方式

skill-name/
├── SKILL.md          # 技能核心 + 入口
├── scripts/          # 可执行脚本（token 高效、可不加载进上下文）
├── references/       # 参考文档（按需加载）
└── assets/          # 输出资源模板（不加载，只使用）

这种四目录结构把”读”、”执行”、”参考”、”使用”四种行为分开，职责边界清晰，AI Agent 在不同阶段调用对应目录，行为可预测。

总结：skill-creator 的 SKILL.md 本身就是一个高质量的技能范本——触发词边界清晰、信息分层合理、六步流程可操作、文件结构标准化。如果你想做一个好用的技能，拿 skill-creator 当模板照着写，大概率不会出错。