OpenClaw Skill Workshop 深度解读:让 AI Agent 学会你的工作方式,还能自己沉淀成可复用技能

Agent 不该只是执行命令的工具——它应该学会你怎么做事，而且你能在它学会之前先审查一遍。

一、背景：为什么需要 Skill Workshop？

OpenClaw 是目前最受关注的开源个人 AI Agent 运行时之一。它的核心理念是：让 Agent 成为真正理解你工作方式的个人助手。

在 OpenClaw 中，Skills（技能） 是让 Agent 学会可复用工作流程的核心机制。一个 Skill 可能是一份晨间邮件处理清单、一套带验证步骤的发布流程，或者一个包含脚本和模板的项目健康检查工作流。

但这里有一个关键问题：

如果 Agent 写了一个糟糕的回答，你可以忽略它。但如果 Agent 写了一个糟糕的 Skill，这个错误就会变成未来所有工作的行为准则。

Skill Workshop 就是为了解决这个问题而生的。

二、Skill Workshop 是什么？

Skill Workshop 是 OpenClaw 于 2026 年 6 月 3 日正式推出的功能，它是一个有审查环节的技能创建流程——在 Agent 的工作变成可复用行为之前，你必须先审查、修改、确认。

简单来说：

• Agent 发现你反复做某件事 → 它起草一份 Skill 提案
• 你审查提案 → 修改不合适的地方
• 确认后 → Skill 才真正生效

整个流程的核心原则：Proposal First（提案先行）

三、工作流程详解

🔹 第一步：Agent 起草提案

当 Agent 创建或修改一个 Skill 时，它不会直接写入 SKILL.md，而是生成一个 PROPOSAL.md（提案文件）。

这个提案是未激活的，包含草稿指令、支持文件、审查状态，以及 OpenClaw 需要的信息。Agent 不会运行它。

🔹 第二步：在 Control UI 中审查

Board View（看板视图）：完整的工作坊界面。你可以浏览所有待审、已应用、已拒绝、已过期的提案，支持搜索、检查、预览支持文件。

Today View（今日视图）：更快的处理通道。系统逐个展示待审提案，你只需回答一个核心问题：这个应该成为你的技能集的一部分吗？

• 合适 → 直接应用
• 差一点 → 修改后再审
• 不合适 → 跳过拒绝

🔹 第三步：修改与迭代

这是 Skill Workshop 最有价值的环节。

AI 生成的内容往往是”差不多对”——措辞有偏差、步骤有遗漏、需要更安全的兜底方案。Skill Workshop 把这些修改变成持续的修订对话，而不是一条死胡同。

提案始终是正在编辑的对象。Agent 可以修改它，你可以带着完整历史记录反复回到同一个提案。

🔹 第四步：确认应用

审查通过后，提案才被写入为正式的 SKILL.md，成为 Agent 未来行为的组成部分。应用前系统会再次运行安全扫描。

四、支持文件：技能可以带”行李”

有用的 Skill 往往需要配套材料：

• 模板：邮件回复模板、报告模板
• 脚本：冒烟测试脚本、部署脚本
• 参考资料：示例日志、参考代码片段
• 示例：典型输入输出样例

Skill Workshop 允许提案携带这些支持文件，且支持文件会在应用前一起展示给你审查。

安全路径规则：

• 不允许绝对路径
• 不允许路径遍历
• 不允许隐藏路径段
• 只能写入标准支持文件夹（assets/、examples/、references/、scripts/、templates/）

五、多端一致体验

同一个提案流程在以下所有入口都能使用：

• Chat 对话：直接告诉 Agent 你要什么
• Control UI：可视化审查界面
• CLI 命令行：openclaw skills workshop 系列命令
• Gateway API：集成到你的自动化流程

关键 CLI 命令：

# 创建新技能提案
openclaw skills workshop propose-create \
  --name morning-catchup \
  --description "每日收件箱处理" \
  --proposal ./PROPOSAL.md

# 列出所有提案
openclaw skills workshop list

# 审查提案
openclaw skills workshop inspect <proposal-id>

# 应用提案
openclaw skills workshop apply <proposal-id>

# 拒绝提案
openclaw skills workshop reject <proposal-id> --reason "重复"

六、安全与管控

🔹 提案生命周期

创建/更新 → pending（待审）
修改       → pending（待审）
应用       → applied（已生效）
拒绝       → rejected（已拒绝）
隔离       → quarantined（已隔离）
目标变更    → stale（已过期）

只有 pending 状态的提案可以被修改、应用、拒绝或隔离。

🔹 三重安全扫描

提案在应用前会经过安全扫描。结合 OpenClaw 与 NVIDIA 合作的 ClawScan 安全管线，每个 Skill 都会经过三重扫描：

• VirusTotal：恶意软件信誉检测
• 静态分析：危险代码模式识别
• NVIDIA SkillSpector：Agent 级风险检测（隐藏指令、危险代码路径、过度权限等）

🔹 权限管控

• approvalPolicy: "pending"（默认）：Agent 发起 apply/reject/quarantine 时需要人工确认
• approvalPolicy: "auto"：跳过审批提示（适合可信环境）
• 提案上限：每个工作区最多 50 个待审/隔离提案
• 文件大小限制：单个提案最大 40KB，支持文件单文件 256KB、总计 2MB

七、与 OpenClaw 生态的联动

与 ClawHub 技能市场结合

ClawHub 是 OpenClaw 的公共技能市场。通过 Skill Workshop 创建的本地技能与 ClawHub 上的社区技能互不冲突，本地技能拥有更高的加载优先级。

# 从 ClawHub 安装社区技能
openclaw skills install <slug>

# 验证技能安全性
openclaw skills verify <slug> --card

与 NVIDIA 安全合作

2026 年 6 月 1 日，OpenClaw 宣布与 NVIDIA 合作，为每个 ClawHub Skill 提供 Skill Card（技能卡片）——包含发布者信息、功能说明、安全扫描结果和来源证明。这些信息由 ClawHub 验证，不是发布者的自我描述。

性能提升背景

配合 5 月份的性能优化（冷启动快 5.1 倍、安装包小 59%、内存占用降 15%），Skill Workshop 的体验更加流畅。

八、典型使用场景

个人效率：

把每周的收件箱分拣流程变成可复用技能

团队标准化：

把代码发布流程（含验证步骤、冒烟测试）沉淀为团队共享技能

自动化工作流：

把日志分析、报告生成等重复性工作封装为 Agent 可自动执行的技能

知识积累：

把调试特定类型 Bug 的方法论沉淀为技能，Agent 未来遇到类似问题时自动参考

九、项目信息

十、总结

Skill Workshop 解决了 AI Agent 领域的一个核心矛盾：Agent 越智能，它的行为变更就越需要人类审查。

通过”提案→审查→修改→应用”的受控流程，Skill Workshop 让 Agent 的学习能力变得安全可控。你不是在对抗 AI 的自主性，而是在引导它——Agent 负责发现模式，你负责决定什么留下来。

这不是简单的文件编辑，而是 Agent 与人类之间的协作共识机制。对于任何认真使用 AI Agent 的团队和个人来说，这是值得深入探索的功能。

🔗 相关链接

• Skill Workshop 文档：https://docs.openclaw.ai/tools/skill-workshop
• 博客原文：https://openclaw.ai/blog/openclaw-agent-skill-workshop
• NVIDIA 安全合作：https://openclaw.ai/blog/openclaw-nvidia-skill-security
• GitHub：https://github.com/openclaw/openclaw