乐于分享
好东西不私藏

OpenClaw Skill 太多不会选?我装了 50 个后删得只剩 8 个

OpenClaw Skill 太多不会选?我装了 50 个后删得只剩 8 个

少而精,是交过学费才懂的。


01 我的 Skill 血泪史

刚开始用 OpenClaw 时,我和大多数人一样——觉得装得越多越强大。

看到 ClawHub 上有新 Skill,装。 看到别人推荐"神器",装。 看到"全能增强""超级工具",装。

一个月后,我装了 50 多个 Skill。

然后问题来了: - 系统变慢了 - 有时候技能冲突,同一个命令触发两个技能 - 很多技能装完再也没用过 - 最担心的是——有些技能权限大得吓人

直到我开始用工程思维审视这件事。

17 年工程管理经验告诉我:系统越复杂,风险越高,维护成本越大。

我花了一个周末,做了三件事: 1. 列出所有已装 Skill 的权限清单 2. 统计每个技能的实际使用频率 3. 对照安全标准逐一筛查

最后删得只剩 8 个。

今天把这份筛选逻辑和避坑指南分享给你。希望能帮你少走弯路。


02 安全第一:5 条红线,踩一条就后悔

装 Skill 前,先看安全。这是底线。

红线 1:安全评分 < 85 的不装

ClawHub 自带安全评分系统,低于 85 分的一律不碰。

85 分意味着什么? - 代码经过基本审查 - 无明显恶意行为 - 权限申请合理

低于这个分数,再诱人的功能也不要。


红线 2:权限过大的不装

一个天气技能,不该要文件读写权限。一个笔记技能,不该要系统执行权限。

这是最基本的逻辑。

我见过一个"待办事项"Skill,申请了以下权限: - 文件读写 - 网络访问 - 系统命令执行 - 浏览器控制

一个待办事项,需要这么多权限?

我的原则:权限最小化。 只给技能完成功能所必需的权限。


红线 3:作者不可信的不装

优先选择: - 官方 Skill(OpenClaw 团队出品) - 认证开发者(ClawHub 认证标识) - GitHub 可查、有历史记录的开发者

匿名作者、无源码、无联系方式的,一律不碰。


红线 4:长期不更新的不装

看最后更新时间。

超过 3 个月没更新的 Skill,大概率是弃坑项目。

这种技能可能有未修复的漏洞,也可能与新版本 OpenClaw 不兼容。


红线 5:不预览代码的不装

安装前,先执行:

clawhub inspect 技能名

看什么? - 代码逻辑是否清晰 - 权限申请是否合理 - 有没有可疑的网络请求或文件操作

花 2 分钟预览,胜过事后后悔。


03 按场景选:4 大清单,直接抄

我不推荐具体技能数量,我推荐按场景配置。

下面是我精简后的 4 套清单:

清单 1:全民必装(5 个)

这 5 个是基础底座,人人都需要:

Skill
用途
必要性
skill-vetter
装新技能前自动安全扫描
⭐⭐⭐
find-skills
找优质技能的"导航"
⭐⭐⭐
memory
让 AI 记住你的偏好
⭐⭐⭐
summarize
总结 PDF/网页/音频
⭐⭐
nano-pdf
PDF 拆分、合并、提取表格
⭐⭐

安装命令:

clawhub install skill-vetter find-skills memory summarize nano-pdf

清单 2:办公/职场

根据你用的工具选:

国内用户(飞书生态):

clawhub install feishu-doc

海外用户(Google 生态):

clawhub install gog

文档处理需求:

clawhub install docx xlsx pptx

自动化需求:

clawhub install cron-scheduler  # 定时任务、周报自动生成

原则:同类只留 1 个最优。


清单 3:开发/技术

开发者按需选择:

# 代码管理 clawhub install github  # 调试辅助 clawhub install code-debug  # 浏览器自动化测试 clawhub install webapp-testing  # API 包装 clawhub install mcp-builder

注意: 开发类 Skill 通常权限较大,务必先 inspect 再安装。


清单 4:生活/效率

提升日常效率的小工具:

# 天气查询(免 API 密钥) clawhub install weather  # 网页自动操作 clawhub install agent-browser  # 文本去 AI 味 clawhub install humanizer

04 筛选黄金标准:一眼辨好坏

经过 50 多个 Skill 的试错,我总结了 5 条黄金标准:

标准 1:描述精准

好的描述: 一句话讲清"做什么 + 何时用"

"summarize:总结 PDF/网页/音频"

坏的描述: 模糊、夸张、不说人话

"超级增强你的 AI 能力!"

判断方法: 如果看完描述还不知道这技能具体干什么,别装。


标准 2:功能单一

一个 Skill 只做一件事。

"全能型"Skill 往往意味着: - 功能臃肿 - 容易误触发 - 维护困难

我删掉的那 40 多个 Skill 里,一半是"大而全"的受害者。


标准 3:触发稳定

好的 Skill: - 自然语言能稳定唤起 - 不会在无关场景误触发

坏的 Skill: - 说 A 触发 B - 有时候灵有时候不灵 - 动不动就"我没听懂"

测试方法: 安装后先试用 3 天,观察触发稳定性。


标准 4:社区口碑

看三个指标: - 下载量(高≠好,但太低肯定有问题) - 评分(4.5 分以上较可靠) - 评论(看真实用户反馈,不是刷的好评)

警惕: 下载量高但评分低的,可能有隐性问题。


标准 5:文档齐全

好的 Skill 一定有: - 使用示例 - 参数说明 - 常见问题解答

没有文档的技能,就像没有说明书的电器——能用,但不敢放心用。


05 避坑清单:这 5 个错误别踩

坑 1:装太多

超过 15 个 Skill,系统会明显变慢。

而且技能越多: - 冲突概率越高 - 维护成本越大 - 安全风险越大

我的建议: 控制在 8-12 个以内。


坑 2:功能重复

我见过有人同时安装: - 3 个 PDF 处理技能 - 4 个搜索技能 - 5 个总结技能

结果: 同一个命令,有时候触发这个技能,有时候触发那个。

解决: 同类功能只留 1 个最优。


坑 3:权限过大

安装前必看权限列表。

警惕以下权限组合: - file:write + exec(能写文件还能执行命令) - browser + network(能控制浏览器还能联网) - 全开权限("我全都要"型技能)

原则: 权限与功能匹配,不多不少。


坑 4:长期不更新

打开 ClawHub,看最后更新时间。

3 个月以上没更新的 Skill,大概率是弃坑项目。

这种技能可能有: - 未修复的安全漏洞 - 与新版本不兼容 - 作者已失联

别做实验品。


坑 5:描述模糊

"超级增强""全能 AI""一键搞定"……

看到这种描述,直接跳过。

好的技能不需要夸张的形容词,它只需要说清楚: - 能干什么 - 什么时候用 - 怎么用


06 我的极简清单(8 个)

最后,分享我现在的 Skill 配置:

# 安全底座(3 个) clawhub install skill-vetter find-skills memory  # 核心功能(3 个) clawhub install summarize nano-pdf weather  # 办公需求(2 个) clawhub install feishu-doc docx

总共 8 个,覆盖我 95% 的使用场景。


07 写在最后

装 Skill 不是集邮。

多≠好,精才重要。

17 年工程经验教会我一件事:系统越简单,越可靠。

OpenClaw 是你的工具,不是你的负担。

花 1 小时筛选,胜过之后 100 小时的维护。

少而精,是交过学费才懂的。


✍️ 老吕 17 年工程老兵,2024 年转型 AI 正在实践一人公司(OPC)模式


📌 重点

  1. "少而精,是交过学费才懂的。"
  2. "系统越复杂,风险越高,维护成本越大。"
  3. "一个天气技能,不该要文件读写权限。"
  4. "权限最小化:只给技能完成功能所必需的权限。"
  5. "装 Skill 不是集邮。多≠好,精才重要。"
  6. "系统越简单,越可靠。"
  7. "花 1 小时筛选,胜过之后 100 小时的维护。"

🔧 附:新手起步命令(直接复制)

# 第一步:安全底座 clawhub install skill-vetter find-skills memory  # 第二步:核心功能 clawhub install summarize nano-pdf weather  # 第三步:按需添加 clawhub install feishu-doc  # 国内用户 # 或 clawhub install gog         # 海外用户  # 定期清理 openclaw skills list         # 查看已装 openclaw skills remove 不用的  # 卸载不用的

今天,我的 AI 助理终于"长脑子"了:IMA 接入 OpenClaw 实战

40 岁转型 AI 两年,我发现最危险的不是被取代,而是原地等待

42 岁,负债数百万,失业两年多:一个地产老兵的 AI 自救实录