手把手教你把 OpenClaw Skills 用出花来——从安装到调教,这个工具真的能让你少加班

你有没有过这种经历——

AI 助手聊得挺顺，但每次让它干点正事，比如”帮我搜一下这个网页”、”生成一张图”、”整理一下飞书文档”，它就卡壳了。

不是它不想干，是它真的不会。

然后你就开始自己干，干完还得自己复制粘贴，一顿操作猛如虎，一看时间过去了半小时。

说实话，这种场景我遇到过很多次了。

后来我才明白，问题不在 AI 本身，在于你没给它装”技能包”。

OpenClaw 里面有个东西叫 Skills，说白了就是给 AI 装插件。你装上对应技能，它就能干对应的活。问题是这玩意儿挺分散的，新手根本不知道去哪找、怎么装、装了怎么用。

所以今天就把我踩过的坑、总结的经验全倒出来，争取让你少走弯路。

我第一次看到这个词的时候，以为是某种高大上的技术概念。翻了一堆文档才发现——

它本质上就是一段提示词 + 一组工具函数的组合包。

举个例子，你可能想让 AI 帮你搜网页。如果你用原生 AI，它得靠你的 prompt 里各种引导。但如果你装了一个”网页搜索 Skill”，OpenClaw 会自动加载对应的工具定义，AI 直接就有搜网页的能力，你不需要写什么复杂的指令。

这就好像手机出厂啥 App 都没装，你想要某个功能就去应用商店下载一个一样。OpenClaw 本身是个空的壳，Skills 才是让它真正能打的东西。

目前 Skills 主要有两个来源：

• • 内置 Skill：OpenClaw 自带的一些核心功能，比如文件操作、代码执行这些
• • 第三方 Skill：社区贡献的，各种用途都有，需要自己安装

今天主要聊的是第三方 Skill，因为这些才是真正拉开差距的东西。

怎么装？三分钟搞定

装 Skill 的方式有好几种，我最常用的是两种：clawhub 命令行和 npm 安装。

第一种：clawhub（推荐）

这是官方出的技能市场，用起来最顺手。

第一步：安装 clawhub

npm i -g clawhub

第二步：登录账号

去 clawhub.ai^[1] 用 GitHub 登录，然后在 settings 里创建一个 token。创建完回来执行：

clawhub login --token 你刚创建的token

登录成功会显示 Logged in as @你的用户名。

第三步：安装技能

clawhub install 技能名

比如你想装一个搜索相关的技能：

clawhub install find-skill

安装完成后，OpenClaw 会自动加载，你发个消息就能用了。

查看已安装的技能：

openclaw skills list

卸载不需要的技能：

clawhub uninstall 技能名

整个过程不超过五分钟，只要 token 创建好了，后面就是一条命令的事。

第二种：npm 安装（适合离线场景）

如果你在内网环境，或者想手动管理，可以直接从 npm 安装：

npm install -g 某个技能包

装完放到 ~/.openclaw/workspace/skills/ 目录下，然后重启网关：

openclaw gateway restart

重启完就能用 openclaw skills list 看到了。

这种方式稍微麻烦一点，但适合公司内网或者有特殊网络限制的同学。

第三种：从 GitHub 直接拉（极客玩法）

有些技能开发者直接把代码扔在 GitHub 上，你也可以直接 clone 到本地：

cd ~/.openclaw/workspace/skillsgit clone 仓库地址

然后重启网关生效。

这些技能我用下来真香

说说我自己装了哪些，以及它们分别怎么用。

1. find-skill —— 技能发现的瑞士军刀

这个技能我几乎每天都在用。

装完以后，你不需要记那些乱七八糟的命令，直接跟 AI 说”帮我找个能处理 PDF 的技能”，它就会自动联网搜索，给你列出相关技能的名称、安装命令和使用说明。

之前我想找个处理 Excel 的技能，在群里问半天没人理。后来装了 find-skill，直接问 AI，三秒钟给我返回了一堆选项和安装命令，当场就装好用上了。

它的本质是个搜索聚合工具，能调用各种 Skill 市场（比如 CoCoLoop、SkillStore、SkillHub）来查，然后帮你整理好告诉你怎么装。

2. browser-use —— 浏览器自动化

这个技能装上以后，AI 就能控制浏览器了。

你可以让它帮你填表单、抓取网页内容、自动点按钮。适合那些重复性的网页操作场景。

我之前用它自动抓过一个竞品的官网产品页，不需要写代码，直接跟 AI 说”帮我把某某页面里所有产品名称和价格整理成一个表格”，它就自动跑完了。

不过要注意，这个技能涉及到浏览器操作，建议只在你自己电脑上用，别拿它去搞什么奇怪的事。

3. web-search / tavily-search —— 联网搜索

基础版的 OpenClaw 不一定有联网搜索能力，装上这个就补全了。

支持实时搜索网页、新闻、论坛帖子这些。装完以后 AI 的知识就不限于训练数据截止日期了，有什么新东西都能查到。

配合 find-skill 使用效果更佳：find-skill 负责找技能，tavily-search 负责实时搜信息，组合起来基本覆盖了日常需求。

4. feishu 相关技能 —— 飞书全家桶

如果你的工作流重度依赖飞书，这几个技能值得装：

• • feishu-calendar：直接让 AI 帮你查日历、约会议、改日程。比如”帮我看看明天上午有没有空”，”约个周五下午三点和产品经理开个会”，AI 都能直接帮你搞定，不需要你打开飞书 App 操作半天。
• • feishu-bitable：操作多维表格，创建记录、查询数据、批量更新这些。比如你想从某个 bitable 里筛选一批数据，直接让 AI 帮你跑，不需要手动复制粘贴。
• • feishu-create-doc / feishu-update-doc：写文档用的。你可以跟 AI 说”帮我把这段内容整理成飞书文档”，它会直接帮你创建好，不需要你先去飞书后台点点点。

这几个技能加起来，基本把飞书相关的日常操作都覆盖了。

5. github —— 直接操作 GitHub

这个技能装上以后，你可以在 OpenClaw 里直接操作 GitHub，包括：

• • 查看仓库文件和目录结构
• • 创建和管理 issue
• • 搜索代码仓库
• • 查看 commit 历史

适合那些需要经常在 GitHub 上查资料、改代码的人。我用它来管理自己开源项目的 issue，偶尔也会用它来搜索一些技术文档。

6. coding-agent —— 代码写代码

这个技能本质上是一个代码生成和优化工具。你给它描述需求，它能帮你写代码、改代码、解释代码。

适合那些需要写代码但不想每次都开 IDE 的场景。简单需求直接对话解决，只有复杂项目才需要上 VSCode。

怎么调教 Skill：几个我踩过的坑

用了一段时间以后，我总结出一套自己的套路，供你参考：

按需安装，不要一口气装一堆

有些人装了五六十个技能，然后发现 AI 反应变慢了。不是技能越多越好，装的越多 AI 加载和检索的成本越高。建议先装自己会用到的几个核心技能，用熟了再扩展。

定期清理不用的技能

隔一段时间用 openclaw skills list 看看自己装了哪些，把确定不用的删掉。技能一多管理成本也上去了，而且有些长期不更新的技能可能有安全风险。

把高频操作串成 Workflow

如果你经常需要做一套固定的操作（比如”先搜资料，再整理成文档，最后发到飞书”），可以把这套流程固定下来，让 AI 每次按这个顺序执行。省得你每次都重复说一样的话。

敏感操作要有确认机制

涉及到发消息、发邮件、删文件这类操作，一定要让 AI 在执行前跟你确认一次。Skill 再好用，也是工具，工具就得在你掌控之下。

说几个我目前还在观望的方向

MCP 协议相关的 Skill

MCP（Model Context Protocol）是最近兴起的一个标准，目标是让 AI 和外部工具之间的连接更标准化。现在社区里已经有一些 MCP Server 的 Skill，但整体还比较早期。如果你对这块感兴趣，可以关注一下 modelcontextprotocol 这个 GitHub 组织。

多 Agent 协作的 Skill

有些 Skill 开始支持多个 AI Agent 协作完成复杂任务。比如一个 Agent 负责搜索，一个负责整理，一个负责输出。这种模式适合大型项目，但目前配置起来还比较麻烦，不建议新手一开始就折腾这个。

最后说两句

写这篇文章的时候，我回想了下自己从第一次装 Skill 到现在的过程。

最开始看到那一堆命令是有点懵的，感觉门槛好像挺高的。但真正跑通一次以后就发现，其实没有想象中那么复杂，而且用起来确实香。

一个典型的场景：我要查一个技术方案，之前得自己打开浏览器、搜资料、一行行看。现在直接跟 AI 说，它给我整理好，我五分钟就能开始干活了。

工具这东西就是这样，入门那一哆嗦过去了，后面就是享受红利。

如果你还没试过 OpenClaw Skills，建议从 find-skill + tavily-search 这两个开始，装上体验一下，先跑通再迭代。别一上来就搞全套，容易半途而废。

好了，今天先聊到这儿。有问题欢迎评论区唠，咱们下次再见。

如果你觉得这篇文章有用，转发一下也是对我最大的支持。我们下期见。

引用链接

[1] clawhub.ai: https://clawhub.ai