打造专属 AI 能力:OpenClaw skill-creator 完全指南

你有没有想过，AI 助手如果能"学会"你的工作流程、理解你的业务规则、掌握你的代码规范，会有多强大？

OpenClaw 的 skill-creator 技能就是为此而生的——它让你能够创建完全符合自己实际需求的定制化技能，把 AI 打造成真正懂你的专属助手。

一、技能市场 vs 定制技能

OpenClaw 有一个技能市场 ClawHub（https://clawhub.com），你可以在这里发现社区贡献的优质技能、一键安装他人分享的技能、学习参考优秀技能的设计。

但是，通用技能无法覆盖你的具体情况。

别人的技能不知道你的代码规范和命名约定、你项目的特殊架构和依赖、你团队的审批流程和检查清单、你业务领域独有的规则和术语等等。因此最好的技能，永远是你自己调教出来的。

ClawHub 是起点，不是终点。通用技能可以解决 70% 的问题，剩下 30% 才是真正决定你工作效率的部分，而这些只能靠你自己创建。这就是 skill-creator 存在的意义。

二、技能的本质：AI 的"操作手册"

技能（AgentSkill）是一个模块化的能力扩展包，可以理解为 AI Agent 的"插件"或"应用"。

技能能做什么？

能力类型	说明	示例
专业工作流程	多步骤操作指南	代码发布流程、Bug 修复流程
工具集成	特定工具/API 的使用方法	AWS 部署、数据库操作
领域知识	公司/行业的专业知识	业务规则、数据模型
可复用资源	脚本、模板、参考文档	SQL 脚本、配置模板

三、skill-creator 技能详解

3.1 技能定位

skill-creator 是 OpenClaw 内置的元技能——专门用来创建、编辑、优化和审计其他技能。

核心能力：

• 从零创建新技能
• 优化现有技能（精简、整理、改进）
• 审计技能质量（验证是否符合规范）
• 打包分发（生成可分享的 .skill 文件）

3.2 触发方式

只需对 AI 说：

• "创建一个技能"
• "整理这个技能"
• "优化这个技能"
• "审查这个技能"

四、技能的结构与设计原则

4.1 标准目录结构

my-skill/├── SKILL.md          # 必需：核心指令文件（<500行）├── scripts/          # 可选：可执行脚本├── references/       # 可选：详细参考文档└── assets/           # 可选：模板、图片等资源

4.2 渐进式加载机制

技能采用三层加载策略，有效管理上下文：

4.3 核心设计原则

原则一：精简至上

上下文窗口是公共资源，技能要和其他内容共享。每写一句话都要问：AI 真的需要这个解释吗？

原则二：匹配自由度

根据任务特性设置约束级别：

任务特性	自由度	实现方式
多种方式都可行	高	文本指令
有推荐模式	中	伪代码+参数
必须精确执行	低	具体脚本

原则三：分离核心与细节

核心流程放在 SKILL.md，详细内容放入 references/，保持主文件精简。

五、创建技能的完整流程

5.1 流程概览

5.2 步骤详解

步骤 1：理解需求

通过具体用例理解技能要解决的问题：

• 用户会怎么描述这个任务？
• 执行这个任务需要哪些步骤？
• 有哪些常见变体和例外情况？

步骤 2：规划资源

根据用例分析需要哪些资源：

资源类型	适用场景
scripts/	需要重复执行的代码
references/	需要参考的文档（API文档、数据模型）
assets/	需要复用的输出（模板、配置文件）

步骤 3：初始化技能

运行初始化脚本生成模板：

# 基础用法scripts/init_skill.py my-skill --path skills/public# 指定资源目录scripts/init_skill.py my-skill --path skills/public --resources scripts,references# 包含示例文件scripts/init_skill.py my-skill --path skills/public --examples

步骤 4：编辑实现

编写 SKILL.md 的关键部分：

---name: my-skilldescription: 简明描述技能功能和触发条件。  明确说明（1）技能做什么（2）什么场景触发---# 技能主体## 快速开始核心使用方式...## 高级用法参考 references/advanced.md

步骤 5：打包分发

验证并打包成可分发的 .skill 文件：

scripts/package_skill.py <path/to/skill-folder>

打包脚本会自动：

1. 验证 YAML frontmatter 格式
2. 检查目录结构和命名规范
3. 验证描述完整性
4. 生成 .skill 文件（本质是 zip 压缩包）

步骤 6：迭代优化

在实际使用中收集反馈，持续改进技能。

六、技巧与常见问题

6.1 技巧

技巧	说明
description 写详细	这是触发机制的核心，要明确"何时使用"
SKILL.md < 500 行	保持精简，详细内容放 references
测试脚本可用	添加的脚本必须实际运行验证
使用命名空间	如 `gh-address-comments` 提高触发精度

6.2 常见问题

问题	解决方案
SKILL.md 和 references 内容重叠	信息只存一处，references 引用
写 AI 已知的基础知识	只写 AI 不知道的内容
README、CHANGELOG 等	技能不需要这些文档
references 多层嵌套	保持一层深度

总结

1. 技能的本质是为 AI 提供它不具备的专业知识，比如你的工作流程、业务规则、代码规范。
2. ClawHub 是起点，可以快速获取通用技能；但最好的技能是自己调教的，才能真正匹配你的实际情况。
3. skill-creator 是创建定制技能的元技能，支持创建、优化、审计、打包全流程。
4. 设计原则：精简至上、匹配自由度、分离核心与细节。
5. 渐进加载：元数据始终加载、SKILL.md 触发后加载、资源按需加载。