夜雨聆风用了OpenClaw一段时间，你可能会发现一件事：裸奔的OpenClaw和装了Skill的OpenClaw，完全是两个物种。
没有Skill的时候，OpenClaw能做的事情有限——对话、写作、简单分析。但装上合适的Skill之后，它可以主动监控你的日历、自动整理GitHub代码、帮你管理知识库、甚至在你睡觉的时候主动给你发消息。
问题来了：ClawHub上有几百个Skill，从哪里开始？
最直接的答案是：看下载量。下载量反映了真实用户的选择，是最诚实的投票。
我把ClawHub按下载量排序，整理出了Top 10。这10个Skill的总下载量接近150万次，其中第一名单个Skill就有251k的下载量。
下面逐一拆解。
📊 下载量TOP10总览
Stars数字有点意外——第一名的self-improving-agent有2300个Stars，是第二名的两倍多。这说明它不只是下载量高，用户粘性也是最强的。
🥇 第1名：self-improving-agent（251k下载 / 2.3k Stars）
一句话：让你的OpenClaw越用越聪明。
这是ClawHub上下载量和Stars双料冠军，没有之一。
self-improving-agent做的事情听起来很简单：记录你和OpenClaw的每一次交互，分析哪里做得好、哪里做得不好，然后自动调整行为模式。
但这件事的价值是复利式的。
第一周用OpenClaw，它可能经常需要你重复解释上下文。装上self-improving-agent之后，它开始记住你的偏好——你喜欢简洁的回答还是详细的解释？你经常处理什么类型的任务？你的工作流程是什么样的？
两周后，你会发现OpenClaw开始"懂你"了。
它怎么做到的？本质是三件事：你纠正它时它会记住（不再犯同类错误）、它会分析你的使用习惯（调整回答风格）、它会发现你的低效操作（主动提建议）。
这个Skill短期用看不出太大差别。但用三个月、六个月之后，你会越来越难离开它。
一个真实场景： 如果你经常让OpenClaw帮你写代码，它会逐渐学会你偏好的代码风格、注释习惯、错误处理方式。一个月后，它写出来的代码和你自己写的越来越像。
🥈 第2名：Find Skills（236k下载 / 971 Stars）
一句话：让OpenClaw自己找到它需要的能力。
这个Skill的概念有点"元"——它是一个帮你找其他Skill的Skill。
但它解决了一个真实的痛点：你不知道你需要什么Skill。
当你让OpenClaw完成一个任务，但它当前没有所需的能力时，Find Skills会自动在ClawHub上搜索相关Skill，评估哪个最适合当前任务，然后建议你安装。
使用场景举例：
你让OpenClaw："帮我整理一下这个PDF里的数据，做成Excel表格。"
OpenClaw发现自己没有处理PDF的能力，Find Skills介入：
搜索ClawHub上的PDF处理Skill 找到"pdf"和"xlsx"两个Skill 告诉你："建议安装这两个Skill来完成这个任务" 你确认后自动安装
为什么下载量这么高？
想想你第一次装OpenClaw的状态——面对一个空白的对话框，不知道从哪里开始。Find Skills解决的就是这个问题：让AI自己告诉你它需要什么。很多人的第一个Skill就是它。
一点要注意：Find Skills是"引导型"工具，不是"执行型"工具。它帮你发现，不帮你执行。
🥉第3名：Summarize（178k下载 / 685 Stars）
一句话：把任何内容压缩成你真正需要的部分。
Summarize是功能最直接的Skill之一。它做一件事，但把这件事做到了极致：智能摘要。
听起来OpenClaw本身就能做摘要？对，但Summarize的价值在于专门化。
普通的OpenClaw摘要是通用的。Summarize会根据内容类型、你的使用场景、你的历史偏好，生成针对性的摘要。
支持的内容类型：
网页文章（给URL就能摘要） PDF文档 长篇对话记录 会议纪要 代码文件（生成功能说明） YouTube视频（通过字幕）
摘要模式：
要点模式：提取3-5个核心观点 执行摘要：商业风格，适合汇报 深度分析：保留论证逻辑，适合研究 一句话版：极度压缩，适合快速过滤
我自己怎么用： 每天早上把前一天攒下来的20多篇文章URL丢给OpenClaw，Summarize批量跑一遍，10分钟内过完所有核心观点。剩下的时间只精读真正有价值的2-3篇。
第4名：Agent Browser（145k下载 / 635 Stars）
一句话：让OpenClaw真正控制你的浏览器。
这是10个Skill里技术含量最高的一个，也是最容易被低估的一个。
Agent Browser给OpenClaw接上了"眼睛和手"——它可以打开网页、点击按钮、填写表单、截图、提取内容，就像一个真人在操作浏览器。
和普通网页抓取的区别：
普通的网页抓取只能读取静态HTML。但现代网页大量使用JavaScript动态渲染，很多内容在HTML里根本不存在，必须等浏览器执行完JS才能看到。
Agent Browser使用真实的Chrome引擎，处理的是完全渲染后的页面，就像真人看到的一样。
可以做什么：
自动登录网站（配合密码管理器） 批量下载文件 监控网页变化（价格、库存、新闻） 自动填写表单 网页内容截图归档 多步骤网页操作自动化
一个实用场景： 让OpenClaw每天早上自动打开你关注的10个网站，提取最新内容，整理成每日简报发给你。全程不需要你操作任何东西。
注意事项： Agent Browser需要本地有Chrome浏览器，且部分网站有反爬机制，不是所有场景都能100%成功。
第5名：Gog（121k下载 / 753 Stars）
一句话：把Google全家桶的操作权交给OpenClaw。
如果你是重度Google用户——Gmail、Google Calendar、Google Drive、Google Docs——Gog是你的效率倍增器。
Gog 把 Google Workspace 的核心功能封装成 OpenClaw 可以直接调用的指令。
覆盖的Google服务：
Gmail：
搜索、阅读、回复、转发邮件 按条件批量处理邮件（归档、标签、删除） 起草邮件草稿 监控特定发件人或关键词
Google Calendar：
查看日程安排 创建、修改、删除日历事件 检查时间冲突 批量导入日程
Google Drive：
搜索文件 上传、下载文件 管理共享权限 整理文件夹结构
实用场景： "帮我看看明天有没有会议冲突，如果有，把下午3点的那个往后推一小时，然后给参会者发邮件说明。"——这个完整的操作链，Gog可以一次性完成。
前提条件： 需要授权Google账号，首次设置需要几分钟。
第6名：Skill Vetter（119k下载 / 478 Stars）
一句话：在安装Skill之前，先让它帮你审查。
这个Skill的存在背景值得单独说一下。
2025年底，ClawHub出现了一次安全事件——有人在平台上批量上传了大量恶意Skill，这些Skill看起来功能正常，但实际上会在后台窃取数据或执行恶意操作。虽然平台很快清理了，但这件事让用户意识到：不是所有Skill都是安全的。
Skill Vetter就是在这个背景下爆火的。
它做什么：
静态代码分析：扫描Skill代码，检测可疑的网络请求、文件操作、数据上传 权限审查：列出Skill需要的所有权限，标记高风险权限 行为模拟：在沙箱环境中运行Skill，观察实际行为 社区信誉：检查Skill的Stars、评论、更新历史
输出报告包括：
风险等级（低/中/高/极高） 可疑行为列表 建议（安装/谨慎安装/不建议安装）
使用建议： 不需要对每个Skill都用Vetter审查，但对于：
Stars很少但下载量异常高的Skill 需要大量权限的Skill 来源不明的Skill
这三类情况，强烈建议先过一遍Vetter。
第7名：Github（118k下载 / 398 Stars）
一句话：用自然语言操作GitHub，告别CLI记忆负担。
对开发者来说，这可能是最实用的一个。
Github Skill把gh CLI的完整功能封装成自然语言接口。你不需要记住任何命令行语法，直接告诉OpenClaw你想做什么。
覆盖的GitHub操作：
仓库管理：
创建、克隆、fork仓库 管理分支 查看提交历史
Issues & PR：
创建、查看、评论Issue 创建PR、审查代码变更 批量关闭已解决的Issue
Actions & CI/CD：
查看工作流状态 触发手动工作流 查看构建日志
代码搜索：
在仓库中搜索特定代码 查找某个函数的所有引用 对比不同版本的代码变化
一个典型场景： "帮我看看这个仓库最近一周有哪些新的Issue，筛选出标了'bug'标签的，整理成一个列表，按优先级排序。"——以前需要手动在GitHub页面上操作，现在一句话搞定。
前提： 需要配置GitHub Personal Access Token。
第8名：ontology（116k下载 / 326 Stars）
一句话：给OpenClaw建立一个结构化的知识图谱。
这是10个Skill里最"学术"的一个，但实用价值被严重低估。
ontology（本体论）在计算机科学里是一个专业术语，指的是对概念及其关系的形式化描述。简单说：它帮助OpenClaw理解概念之间的关系，而不只是孤立的事实。
普通知识存储 vs ontology的区别：
普通方式：
"特斯拉是一家电动车公司" "马斯克是特斯拉CEO" "特斯拉在上海有工厂"
ontology方式：用关系网络来存储——特斯拉"是"电动车公司、特斯拉"由"马斯克"领导"、特斯拉"在"上海"有"工厂、马斯克"还领导"SpaceX、SpaceX"是"航天公司。每个概念之间都有明确的关系标签，而不是一条条孤立的文字。
当你问"马斯克领导的公司在哪些地方有工厂"，ontology能通过关系推理给出答案，而不是简单的关键词匹配。
实用场景：
构建个人知识库（比普通笔记软件更智能） 管理复杂项目的依赖关系 建立行业知识图谱 追踪人物/公司/事件之间的关联
适合谁： 需要管理大量结构化知识的用户——研究人员、咨询师、内容创作者、产品经理。
第9名：Proactive Agent（108k下载 / 575 Stars）
一句话：让OpenClaw从被动响应变成主动出击。
默认情况下，OpenClaw是一个"等待型"AI——你问它，它回答。Proactive Agent改变了这个模式。
装上Proactive Agent之后，OpenClaw可以：
定时执行任务：每天早上8点自动生成日程摘要 条件触发：当某个文件被修改时自动处理 监控推送：发现关键词或变化时主动通知你 周期性汇报：每周自动整理工作进度
推送渠道支持：
系统通知 邮件 Slack 企业微信（需要额外配置）
一个高价值场景： 设置Proactive Agent每天下午6点检查你的任务清单，统计今天完成了多少、还有什么没完成，然后推送一个简短的日终报告给你。不需要你主动去查，它主动告诉你。
和定时任务的区别： 普通定时任务只能按固定时间执行。Proactive Agent可以根据条件动态决定是否触发，更智能。
注意： 需要保持OpenClaw在后台运行，如果应用被关闭，主动推送会停止。
第10名：Weather（102k下载 / 299 Stars）
一句话：天气查询，简单但不简单。
Weather是这10个Skill里功能最简单的，但它的高下载量说明了一件事：基础需求的覆盖同样重要。
Weather能做什么：
当前天气（温度、湿度、风速、天气状况） 未来7天预报 指定城市查询 天气预警
听起来很普通，手机自带天气App也能做到。但Weather的价值在于和其他操作的集成。
集成使用场景：
"明天上海下雨吗？如果下雨，帮我在日历里把下午的户外会议改成线上，并通知参会者。"
这个场景里，Weather提供天气数据，Gog执行日历操作和邮件通知，两个Skill联动完成一个复杂任务。
Weather是一个很好的入门Skill——安装简单、效果立竿见影、不需要复杂配置。如果你刚开始用OpenClaw，Weather是一个很好的起点，帮你建立"Skill能做什么"的直觉。
🔑 怎么选？给不同用户的建议
刚入门的新用户（装这3个就够了）：
Find Skills — 让它帮你发现你需要什么 Summarize — 立刻感受到AI辅助的价值 Weather — 最简单的上手体验
想让AI越来越懂你（长期主义）：
self-improving-agent — 必装，越早装越好
开发者用户：
Github — 日常开发必备 Agent Browser — 自动化测试和数据采集 Skill Vetter — 安全意识必备
重度Google用户：
Gog — 直接打通工作流
知识工作者（研究/咨询/写作）：
ontology — 构建结构化知识库 Summarize — 高效处理大量信息 Proactive Agent — 主动推送关键信息
写在最后
有意思的是，下载量最高的不是什么花哨的功能——是"让AI学会你"（self-improving-agent）、"帮你找工具"（Find Skills）、"帮你读内容"（Summarize）。用户最需要的，其实是最基础的那些东西。
最后一个建议：别一口气装10个。先装3个，真正用起来，感受一下Skill能做什么。再根据自己的实际需求慢慢加。
