手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

现在的 AI 智能体（Agent）正从单纯的“聊天搭子”转型为真正的“行动派”，而能不能熟练运用工具，就成了衡量它们成色的关键。OpenClaw 的 Skills 系统，正是支撑这种能力跃迁的核心架构。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！
这套系统不只是简单的函数调用，它遵循 AgentSkills 规范，把各种外部工具（比如 API、脚本或命令行）打包成 AI 听得懂、好上手的“技能包”。配合 ClawHub 平台、插件系统和严格的权限管理，OpenClaw 成功搭起了一个企业级的工具生态圈。
今天我们就来扒一扒 OpenClaw Skills 的设计逻辑、加载套路、配置方法以及安全防线，带你亲手打造一个靠谱且聪明的 AI 助手。

一、啥是 Skill？—— 智能体的“外挂插件”

在 OpenClaw 的世界观里，一个 Skill 其实就是一个文件夹，里面主要装着：

  • SKILL.md：核心文件，上半部分是元数据，下半部分是操作手册。
  • （可选的）配套脚本、程序或者配置模板。

✅ 拿 image-lab 这个技能举例：

  • 用途：调用 Gemini 或 DALL·E 画图或改图。
  • 必备：环境变量里的 API 密钥，再加上 gemini 命令行工具。
  • 怎么用：你直接喊 /image-lab 画只猫，或者 AI 发现需要画图时自己去调。
    说白了，Skill 就是一份给 AI 看的“工具说明书”，它得交代清楚：
  1. 我有啥本事（description）
  2. 我要吃啥环境（依赖的软件、变量或配置）
  3. 怎么使唤我（命令怎么写，参数怎么传）
  4. 能不能让用户直接指挥（user-invocable）
    手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

二、技能怎么加载：四种来源与优先级

OpenClaw 会从四个地儿搜罗技能，如果碰到重名的，会按下面的座次排优劣：

来源 存放路径 优先级 适用场景
工作区技能 <workspace>/skills ⭐⭐⭐ 最高 某个 Agent 独享的私人定制工具
本地管理技能 ~/.openclaw/skills ⭐⭐ 中等 这台电脑上所有 Agent 都能用的通用工具
插件内置技能 插件文件夹里的 skills/ ⭐⭐ 中等 插件自带的功能（比如企业微信插件附带的通知功能）
官方捆绑技能 软件自带 ⭐ 最低 像网页搜索、总结之类的基础功能

🔁 规则很简单：谁排位高，谁就说了算。

额外扩展

你也可以在配置里手动加个“编外”目录：

{
  "skills": {
    "load": {
      "extraDirs": ["/opt/company-ai/skills"]
    }
  }
}

手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

三、格式拆解：怎么写 SKILL.md

3.1 必填项

---
name: image-lab
description: 调用后台工作流来生成或编辑图片
---
# 使用说明
记得用 `{baseDir}` 指向这个技能自己的地盘。
调用 `gemini` 命令行时，参数得这么传...

3.2 进阶元数据（metadata.openclaw）

metadata:
  {
    "openclaw": {
      "emoji": "🖼️",
      "homepage": "https://example.com/image-lab",
      "user-invocable": true,
      "disable-model-invocation": false,
      "requires": {
        "bins": ["gemini"],
        "env": ["GEMINI_API_KEY"],
        "config": ["agents.imageModel"]
      },
      "primaryEnv": "GEMINI_API_KEY",
      "install": [
        {
          "kind": "brew",
          "formula": "gemini-cli",
          "bins": ["gemini"]
        }
      ]
    }
  }
重点字段大白话：
字段 意思
user-invocable 用户能不能直接用斜杠命令来使唤它
disable-model-invocation 禁掉 AI 自动调用的权限（只能由人来点火）
command-dispatch: tool 跳过 AI 的脑回路，直接执行工具
requires 启动前检查，缺了关键零件这技能就不上线
install 给 macOS 用户准备的一键装机指南

💡 小贴士：

四、环境拦截：不安全不加载

为了不让 Agent 运行时候掉链子，OpenClaw 启动时会挨个检查每个技能的“体力值”：

requires:
  bins: ["uv", "docker"]        # 这几个软件必须装了
  anyBins: ["ffmpeg", "magick"] # 这俩只要有一个就行
  env: ["AWS_ACCESS_KEY_ID"]    # 密钥得配好
  config: ["browser.enabled"]   # 设置里得开启这项
os: ["darwin", "linux"]         # 别在 Windows 上乱跑

✅ 好处显而易见：

  • 提前避坑，省得用一半报错。
  • 自动隐藏那些在本机根本跑不起来的技能。
  • 给用户提示到底该装啥依赖。

⚠️ 沙盒提醒：
如果你让 Agent 在 Docker 容器里跑，记得容器内外都要搞定这些依赖。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

五、灵活配置：自定义技能脾气

在 openclaw.json 里，你可以给每个技能单独改属性：

{
  "skills": {
    "entries": {
      "image-lab": {
        "enabled": true,
        "apiKey": "sk-xxxx",
        "env": {
          "GEMINI_API_KEY": "sk-xxxx"
        },
        "config": {
          "model": "gemini-1.5-flash"
        }
      },
      "sag": { "enabled": false } // 关掉不想要的技能
    },
    "allowBundled": ["browser", "summarize"] // 只准用这几个官方技能
  }
}

安全注入套路：

六、ClawHub：大家的技能仓库

ClawHub 就是 OpenClaw 的官方技能大卖场，你可以：

  • 随便逛，几千个社区技能随便挑。
  • 一键装好或升级。

常用小命令：

# 把技能装到当前工作区
openclaw skills install image-lab
# 把所有已装的技能都升到最新版
openclaw skills update --all
# 高端玩家直接用 clawhub CLI 同步
clawhub sync --all

手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

七、安全至上：防范于未然

对于外来的技能，OpenClaw 默认是“谁也不信”：

7.1 谨慎对待代码

  • 哪怕是社区现成的，也得扫一眼脚本内容。

7.2 路径防越权

  • 技能必须老老实实待在指定目录下，想通过软链接跳出去搞破坏是不可能的。

7.3 沙盒大法

  • 像改文件、联网这种敏感操作，最好都扔进 Docker 容器里隔离跑。

7.4 密钥绝缘

  • 密钥只传给当下的 Agent 任务，不污染全局变量，主打一个用完即焚。

🔒 老司机建议：
生产环境下，只用审过的技能，且必须套上沙盒。
手把手教你一键部署OpenClaw，连接微信、QQ、飞书、钉钉等，1分钟全搞定！

八、性能调优：别让技能拖累 Token

你开的技能越多，传给 AI 的背景说明就越长，Token 也就烧得越快：

总长度 = 195 + 每个技能的（名字 + 描述 + 路径）

📊 算笔账：
挂 10 个技能，大概会多占 1500 个字符，也就是 300 多个 Token。

避坑指南：

九、进阶玩法：多 Agent 与远程控制

9.1 每个 Agent 都有自己的百宝箱

  • 不同 Agent 可以配不同的工作区技能，互不打扰。

9.2 跨系统远程开工

如果你的 Linux 主机连着一台 macOS：

十、实战演练：写个自己的技能

第一步：搭好窝

mkdir -p ~/.openclaw/skills/my-crm
cd ~/.openclaw/skills/my-crm

第二步：写好说明书 SKILL.md

---
name: my-crm
description: 从咱自家的 CRM 接口查客户数据
metadata:
  {
    "openclaw": {
      "requires": { "env": ["CRM_API_KEY"] },
      "primaryEnv": "CRM_API_KEY"
    }
  }
---
通过 curl 访问内部 API 地址 https://crm.example.com/api/v1。
记得把 CRM_API_KEY 塞进 header 的 Authorization 里。

第三步：填好密钥

{
  "skills": {
    "entries": {
      "my-crm": {
        "apiKey": "在这里填你的密钥"
      }
    }
  }
}

第四步：调教 AI

总结：技能就是 AI 的生存工具

OpenClaw 的 Skills 系统绝不是套个壳子那么简单，它是一套能成长、能验证的能力标准。有了它，开发者能把任何一行代码或一个 API 变成 AI 的新技能，让它从只会耍嘴皮子变成真的能干活。
随着 ClawHub 生态越来越丰富，技能的共享和复用会成为常态。未来的 AI 不再是一个死板的模型，而是一个能随时根据任务“换装”、安全可控的超级个体。

💬 最后说句大白话：
别看技能多就乱装，心里得有根弦。
给 AI 递刀子的时候，记得也给它套上锁链。

# 人工智能 # 大数据
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

cover

使用 Clang 重编 UE5 引擎并实现源码级代码覆盖率插桩

avatar AtomGit开源社区

我花了一周时间横评6家大模型API服务商，这是完整的评测方法和数据

最近帮几个项目做大模型API选型，发现一个普遍的问题：大家选服务商基本靠"同行推荐"和"官网标称数据"，很少有人做过系统性的横向测试。官网数据的问题在于------每家都说自己快、自己稳、自己便宜，但测试条件不统一，数据没有可比性。而同行推荐往往带有场景偏差，做批量标注的和做实时客服的，对"好用"的定义完全不同。所以我花了一周时间，设计了一套尽量公平的评测方案，对6家服务商做了横向对比。同时也拉了

avatar AtomGit开源社区
cover

低代码报表设计实战：从0到1制作企业经营分析BI报表

avatar AtomGit开源社区