OpenClaw自定义技能开发指南

> 不是阅读文档，是开发工具。帮你从零搭建一个可运行的OpenClaw Skill。

核心能力

1. 一键生成Skill骨架 — 输入技能名称和描述，自动生成完整目录结构+文件
2. 结构验证 — 检查Skill目录是否符合OpenClaw规范
3. 本地调试 — 模拟OpenClaw加载流程，本地测试Skill是否可运行
4. 代码模板库 — 常见功能（文件读写、HTTP请求、数据处理）的即用模板

快速开始

流程1：创建新Skill

用户说："帮我创建一个XX技能" 或 "我想开发一个Skill"

python scripts/scaffold.py --name "my-skill" --display-name "我的技能" --description "技能描述"

自动生成：

my-skill/
├── SKILL.md          # 技能定义文件
├── scripts/
│   └── main.py       # 主脚本（含模板代码）
└── references/
    └── README.md     # 参考文档说明

流程2：验证Skill结构

用户说："帮我检查这个Skill" 或 "验证一下结构"

python scripts/validate.py --path ./my-skill

检查项：

• ✅ SKILL.md 存在且格式正确（front matter必填字段）
• ✅ scripts/ 目录存在
• ✅ 脚本可执行（有shebang或可被python调用）
• ✅ 无敏感信息泄露（API Key硬编码检测）
• ✅ 文件大小合规（单文件≤50KB，总包≤5MB）

流程3：本地调试

用户说："测试一下这个Skill"

python scripts/debug.py --path ./my-skill --input '{"arg1": "value1"}'

模拟OpenClaw加载流程：

1. 解析SKILL.md → 提取脚本调用方式
2. 执行脚本 → 传入input
3. 返回输出结果

流程4：查看代码模板

用户说："给我一个XX功能的模板"

# 查看所有可用模板
python scripts/templates.py --list

# 生成特定模板
python scripts/templates.py --type file-io --output ./my-skill/scripts/file_utils.py

可用模板：

• file-io — 文件读写工具
• http-request — HTTP请求工具（web_fetch风格）
• data-process — 数据清洗/转换工具
• report-gen — 报告生成工具（Markdown输出）
• cli-parser — 命令行参数解析工具

SKILL.md 完整规范

Front Matter 必填字段

---
name: skill-name          # 英文标识符，小写+短横线，唯一
description: 一句话描述     # 80字以内，说清干什么
version: "1.0.0"          # 语义化版本号
updated_at: "2026-06-03"  # 最后更新日期
---

Front Matter 可选字段

category: ["开发工具"]     # 分类标签数组
tags: ["模板", "脚手架"]   # 搜索标签
trigger: ["创建技能"]      # 触发词，Agent匹配用

SKILL.md 正文结构

# 技能名称

> 一句话定位，不是阅读文档是什么

## 核心能力
1. 能力1 — 输入什么 → 输出什么
2. 能力2 — ...

## 交互流程

### 流程1：XXX
1. 用户说/做什么
2. 调用哪个脚本
3. 输出什么

## 脚本说明

### scripts/xxx.py
- 输入：JSON格式参数
- 输出：JSON格式结果
- 逻辑：核心算法说明

## 设计原则
- 原则1
- 原则2

关键规则

1. 必须有脚本 — 纯SKILL.md无scripts/的Skill=阅读型=0分
2. 脚本必须可独立运行 — python scripts/xxx.py --input '...' 能直接跑
3. 输入输出用JSON — 标准化，Agent好解析
4. 不依赖第三方包 — 纯Python标准库，零安装
5. SKILL.md是入口 — Agent先读SKILL.md，再按流程调脚本

目录结构规范

skill-name/
├── SKILL.md              # 必填，技能定义+交互流程
├── scripts/              # 必填，至少1个可执行脚本
│   ├── main.py           # 主脚本
│   └── utils.py          # 工具函数（可选）
├── references/           # 可选，参考文档
│   └── api-spec.md       # API文档等
└── README.md             # 可选，给人看的说明

命名规则

• Skill名称：小写英文+短横线（如 multi-search-engine）
• 脚本文件：小写+下划线（如 profit_calc.py）
• 不要中文文件名，不要空格

脚本开发规范

标准模板

#!/usr/bin/env python3
"""脚本功能一句话描述"""

import sys
import json
import argparse


def main(args):
    """主逻辑"""
    # 解析输入
    if args.input:
        data = json.loads(args.input)
    else:
        data = {}

    # 核心逻辑
    result = process(data)

    # 输出结果
    print(json.dumps(result, ensure_ascii=False, indent=2))


def process(data):
    """核心处理逻辑，输入dict，输出dict"""
    # TODO: 实现你的逻辑
    return {"status": "ok", "data": data}


if __name__ == "__main__":
    parser = argparse.ArgumentParser(description="脚本描述")
    parser.add_argument("--input", type=str, help="JSON格式输入参数")
    parser.add_argument("--output", type=str, help="输出文件路径（可选）")
    args = parser.parse_args()
    main(args)

输入输出规范

• 输入：--input 接JSON字符串
• 输出：stdout打印JSON结果
• 可选：--output 写文件
• 错误：输出 {"status": "error", "message": "错误描述"}

禁止事项

• ❌ 不硬编码API Key（用环境变量或参数传入）
• ❌ 不依赖第三方包（只用标准库）
• ❌ 不写交互式输入（全部参数化）
• ❌ 不写绝对路径（用相对路径）

调试方法

1. 本地单脚本测试

python scripts/main.py --input '{"test": "hello"}'

2. 结构验证

python scripts/validate.py --path ./skill-name

3. 模拟完整流程

python scripts/debug.py --path ./skill-name --input '{"arg1": "value1"}'

4. 常见问题排查

打包发布

打包

cd skill-name
zip -r ../skill-name.zip . -x "*.pyc" "__pycache__/*" ".git/*"

发布到技能平台

curl -X POST https://skill-platform.example.com/api/skills \
  -H "Authorization: Bearer $PLATFORM_API_KEY" \
  -F "file=@skill-name.zip" \
  -F "name=skill-name" \
  -F "description=技能描述"

设计原则

1. 工具型>阅读型 — 有脚本、能运算、有输出，才是Skill
2. 输入→运算→输出 — 用户给数据，脚本算结果
3. 零依赖 — 纯标准库，拿到就能跑
4. 可独立运行 — 每个脚本都能单独 python xxx.py 执行
5. JSON标准化 — 输入输出全用JSON，Agent好对接