KNOWLEDGE BASE · AI动态

OpenClaw技能安装卡壳？三步解决审批难题

在使用飞书时，如果你尝试让OpenClaw安装一个新技能，可能会遇到一个令人困惑的问题：Agent虽然生成了安装提案，但流程却卡在pending状态。要想完成安装，你还需要额外说一句'批准并应用'。这种设计在多人协作或权限管理严格的环境下或许有其合理性，但在单人使用的OpenClaw实例中就显得繁琐了。

要解决这个问题，需要从三个层面进行调整。首先，在配置层将Workshop的审批策略设置为auto，这是整个流程的基础。其次，在工作区指令中明确'安装/创建'请求已经包含了apply授权，这是行为策略的核心。最后，如果当前版本仍然受到内置提示词的限制，还需要对编译产物进行兼容补丁处理。

为什么仅仅修改approvalPolicy还不够呢？以名为lobster-hub的pending提案为例，表面上看问题出在审批工具上，因为apply需要确认。但深入分析后会发现，限制其实来自两个方面：一是工具调用前的硬拦截，二是系统提示词的限制。即使配置已经允许自动审批，模型仍然可能因为提示词的原因而等待用户进一步确认。

具体实施时，第一步是在Agent目录下备份并修改openclaw.json配置文件，将skills.workshop.approvalPolicy设置为auto。第二步是在workspace/AGENTS.md文件中添加规则，明确用户请求安装或创建技能时，任务完成的标准是技能已经创建并应用生效。第三步是找到并修改当前编译产物中的限制性提示词文案，使其与新的审批策略保持一致。

需要注意的是，这三个层级是相互独立的。配置层和工作区指令是长期有效的解决方案，而编译补丁只适用于特定版本，且在系统升级后可能会被覆盖。因此，在进行修改时，应该先完成配置和指令的调整，只有在端到端测试仍然卡在pending状态时，才考虑使用补丁方案。

放开审批后，安全边界会发生什么变化呢？虽然auto策略可以让Agent直接将提案变成正式技能，但这也带来了新的风险。例如，恶意或被污染的技能可能会被安装并执行，提示注入可能会诱导Agent误判安装请求等。因此，建议在私聊或受控会话中开放自动apply，同时保留内容扫描和权限限制等安全措施。

最后，每次更新OpenClaw后，都需要检查skills.workshop.approvalPolicy设置、AGENTS.md中的安装策略、编译产物中的提示词是否被官方修复，以及Gateway和飞书Channel的健康状态等。只有确保所有环节都正常工作，才能真正实现安全可靠的技能安装流程。

📖 原文链接：https://studyopenclaw.cn/?p=2656

OpenClaw 知识库 · AI动态