OpenClaw系列第11课:Skills 是什么?怎么安装和使用

OpenClaw系列第11课:Skills 是什么?怎么安装和使用
Kai这是「OpenClaw 教程课程」第 11 课。
从这一课开始,我们进入第三模块:工具与技能。第一篇先讲最容易让人混淆、但又特别关键的一个概念:Skills。

图:Skill 可以理解成 Agent 的可复用能力包,它不是单次回答技巧,而是一种可持续调用的方法模块。
很多人第一次接触 OpenClaw 的 Skills,都会有点迷糊。
最常见的困惑通常是这些:
- Skill 到底是什么?
- 它和 Tool 有什么区别?
- 它是不是插件?
- 它是不是 prompt 模板?
- 我什么时候该装一个 Skill,而不是直接让 AI 自己做?
这些问题如果不拆开讲清楚,后面你看到:
- 某个能力是 skill 提供的
- 某个行为需要先安装 skill
- 某个 Agent 因为工作区 skill 而表现完全不同
你就很容易只会用,不明白底层逻辑。
所以今天这节课只讲一个主题:
Skills 到底是什么,它为什么重要,以及你应该怎么理解“安装和使用 Skill”这件事。
一、先说结论:Skill 是可复用的能力模块
这是今天最重要的一句话。
你可以先把 Skill 理解成:
一套围绕某类任务封装好的做事方法。
它不是单纯一段提示词,也不是普通聊天里一次性的“灵机一动”。
它更像一个能力包,里面通常会包含:
- 任务说明
- 使用规则
- 输入输出约定
- 特定场景下的工作方式
- 有时还会关联脚本、参考资料或安装要求
所以 Skill 的意义在于:
把“这类事情应该怎么做”沉淀成一个可反复复用的模块。
这就是为什么 Skill 很适合长期工作流,而不是只适合一次性对话。
二、为什么 OpenClaw 需要 Skills?
因为如果完全只靠模型临场发挥,很多任务会有这几个问题:
- 每次做法都不一致
- 容易漏步骤
- 遇到复杂流程时不稳定
- 很依赖当下 prompt 写得够不够清楚
而 Skill 的作用,就是把这些容易飘的部分固定下来。
例如你会发现:
- 某类任务总是有固定步骤
- 某类任务总是要先查什么、再做什么
- 某类任务需要特定格式输出
- 某类任务最好走一条验证过的流程
这时候,把它做成 Skill,就比每次重新讲一遍更高效。
所以你可以把 Skill 理解成:
把经验变成能力,把能力变成可复用模块。
三、Skill 和 Tool 有什么区别?
这是最值得先讲清楚的一点。
很多新手会把 Skill 和 Tool 混在一起。
其实它们不是一个层面的东西。
Tool 更像“手里的工具”
例如:
- 读文件
- 写文件
- 执行命令
- 控制浏览器
- 发消息
Tool 回答的是:
我能动什么?
Skill 更像“做事的方法包”
例如:
- 某类任务该按什么步骤做
- 某类信息该如何整理
- 某类故障该怎么排查
- 某类场景下优先调用哪些工具
Skill 回答的是:
这类事情应该怎么做?
所以最简单的区分方式是:
- Tool 是动作能力
- Skill 是方法能力
四、你可以把 Tool 和 Skill 理解成“锤子”和“施工方案”
这是一个很好记的类比。
Tool 像锤子、电钻、扳手
它们能做具体动作。
Skill 像施工方案
它告诉你:
- 先做什么
- 后做什么
- 哪一步需要用什么工具
- 最后怎样验收
所以如果没有 Tool,Skill 再聪明也落不到地。
但如果只有 Tool,没有 Skill,系统就容易陷入:
- 有一堆能力
- 但不知道怎么稳定组织这些能力
所以两者关系可以理解成:
Skill 负责方法,Tool 负责执行。

图:Tool 更像具体动作能力,Skill 更像围绕某类任务封装好的方法模块。
五、Skill 和插件是一回事吗?
也不是。
插件(plugin)通常更偏系统扩展层,关注的是:
- 增加新能力
- 新接入点
- 新生命周期钩子
- 新工具或系统级扩展
而 Skill 更偏任务工作法层。
也就是说:
- 插件更像“给系统加部件”
- Skill 更像“给 Agent 加工作方法”
有些 Skill 的背后可能依赖插件、脚本或额外能力,但概念上它们不是同一层。
六、什么时候你应该考虑用 Skill?
一个很简单的判断标准是:
如果一类任务你已经发现它总有固定套路,那它就很适合被做成 Skill。
比如这些场景就很适合:
1)固定格式产出
例如:
- 教程写作
- 文章改写
- 结构化总结
- 固定模板输出
2)固定排查流程
例如:
- 某类节点连接故障排查
- 某类服务健康检查
- 某类环境初始化步骤
3)经常重复的工作流
例如:
- 先查资料,再提炼,再输出成固定格式
- 先读文件,再执行命令,再写回结果
- 先检查环境,再按顺序修复
如果这些事情你每次都靠重新 prompt,很快就会发现:
- 太重复
- 太依赖临场表达
- 很容易不稳定
这时候 Skill 就会特别值钱。

图:教程写作、故障排查、结构化总结、固定格式输出,这些都有很强的 Skill 化价值。
七、什么时候不一定要专门做 Skill?
也不是所有任务都需要上 Skill。
下面这些情况,通常未必需要:
1)一次性任务
例如:
- 临时问一句
- 偶发性的简单整理
- 没有复用价值的单次操作
2)本来就非常简单的事情
例如:
- 读一个小文件
- 改一句文案
- 查一个命令输出
3)你还没总结出稳定工作法
如果一类任务你自己都还在试验阶段,那太早做成 Skill 反而可能把错误流程固化下来。
所以 Skill 的前提通常是:
这件事已经有了比较稳定、值得复用的方法。
八、安装 Skill,本质上是在做什么?
这个问题也很值得讲清楚。
很多人会把“安装 Skill”理解成装一个功能插件。
其实更准确地说,是:
把一个能力模块放进 OpenClaw 的可用能力体系里。
也就是说,安装 Skill 的意义不是“让它突然会说话”,而是:
- 让系统知道有这样一种工作法
- 让 Agent 在相关任务里可以按这个方法执行
- 在某些情况下,还会带来额外脚本、说明、依赖或命令入口
所以“安装 Skill”更像是:
给 Agent 增加一套可调用的任务方法。
九、使用 Skill,通常有哪几种理解方式?
从使用角度看,你可以先把 Skill 的使用分成三种典型情况:
1)系统自动利用 Skill
也就是说,系统已经知道当前工作区或配置里有哪些 Skill,会在合适场景下自动参考它们。
2)你显式调用某个 Skill
例如通过命令或明确的任务表达,让系统按某个 Skill 的方式来跑。
3)Skill 作为长期工作习惯的一部分存在
例如某个工作区下,某类任务默认就按那套 Skill 规则输出。
所以 Skill 的使用不一定总是“你每次手动点名它”。
很多时候,它更像背景方法层。
十、为什么 Skill 会让 Agent 看起来更专业?
因为 Skill 带来的最大变化,不是“多一个功能”,而是:
让同类任务的表现更稳定。
当没有 Skill 时,Agent 很容易出现这种情况:
- 这次这么做
- 下次换一种做法
- 再下次又漏一步
但一旦某类任务背后有 Skill 支撑,它往往会变成:
- 步骤更一致
- 输出更稳定
- 结构更清楚
- 复用性更强
所以你会感觉:
它不像是在“即兴回答”,而更像是在按成熟方法做事。
十一、对新手来说,最重要的不是“装多少 Skill”,而是“先理解为什么要有 Skill”
很多新手容易一上来就问:
- 有哪些 Skill 能装?
- 装哪个好?
- 要不要全装上?
但更重要的问题其实是:
你为什么需要某个 Skill?
如果你只是先把 Skill 当成“技能收藏夹”,那很容易装了一堆却没真正用起来。
更好的思路是:
- 先发现一类稳定重复任务
- 识别它有没有固定方法
- 再决定是否用 Skill 来承载这套方法
所以 Skill 最值钱的地方,不是“多”,而是“合适”。

图:一次性简单任务未必需要 Skill;稳定、重复、可复用的任务更适合 Skill 化。
十二、你可以把 Skill 理解成 Agent 的“职业训练”
这是我觉得很适合新手的一个类比。
模型像一个聪明的人。
Tool 像他手边的各种工具。
而 Skill 更像他受过的职业训练:
- 写教程有写教程的方法
- 做排查有做排查的方法
- 做整理有做整理的方法
- 做安装有做安装的方法
所以以后你看到一个 Agent“越来越像行家”,不要只看模型强不强,也要看:
它背后有没有被稳定的方法模块长期塑形。
十三、这一课最值得记住的一句话
如果今天你只记一句话,我建议你记这句:
Skill 不是单次回答技巧,而是可复用的任务方法模块。
这句话一旦理解了,后面你再看:
- skill 安装
- skill 使用
- skill 与 tool 的关系
- skill 与工作区的关系
就不会再把它们混成一团了。
十四、总结
今天这节课,你只要真正记住下面 5 句话,就够了:
- Skill 是可复用的能力模块,不是一次性 prompt。
- Tool 负责动作能力,Skill 负责方法能力。
- Skill 适合承载稳定、重复、可复用的任务工作法。
- 不是所有任务都需要 Skill,关键在于是否存在成熟方法。
- Skill 会让 Agent 的行为更稳定、更专业、更像一个真正会做事的助手。
下一课预告
下一课我们会学:
第 12 课:exec 工具详解——让 AI 真正执行命令
也就是正式进入第三模块里最“能落地”的能力之一:
- AI 怎么执行 shell 命令
- 为什么 exec 这么强
- 它和普通聊天回答的边界在哪
- 什么时候该让它执行,什么时候不该
🦞 本文由八条撰写,持续更新中。








