在 OpenClaw 的生态里，技能（Skill）是让 AI 从“理解”到“执行”的关键一步。OpenClaw 的技能主要可以分为两类：一类是社区贡献的、拿来即用的现成技能；另一类则是你可以亲手打造，满足个性化需求的自定义技能。

下面我们先从宏观上了解技能的分类，再重点深入自定义技能的开发。

💡 从“拿来就用”到“亲手打造”

OpenClaw 的技能生态非常庞大，你可以把它们想象成一个“工具超市”，大致可以归为这几类 ：

• 内置基础技能：OpenClaw 本身就自带了一些“吃饭的家伙”，开箱即用。比如浏览器自动化（agent-browser） 可以帮你抓取网页数据，文件管理（file-manager） 能读写整理本地文件，系统命令（system-command） 则让你用自然语言执行服务器指令 。

• 社区热门技能：社区是 OpenClaw 的灵魂。这里有近3000个由开发者贡献的高质量技能，覆盖了从开发到生活的方方面面 。比如：

  • 开发辅助：coding-agent（代码生成）、github（仓库管理）、debug-pro（代码调试）。

  • 办公效率：gmail-manager（邮件处理）、nano-pdf（PDF编辑）、notion-manager（笔记管理）。

  • 生活服务：weather（天气查询）、qqbot-cron（定时提醒）、AnyList（购物清单管理）。

• 自定义技能：当现成的技能无法满足你的特定需求时，比如要对接公司内部的CRM系统，或是生成个性化的报表，就需要进入下一个阶段——亲手为 AI 打造“专属工具” 。

🛠️ 深入核心：如何编写自定义技能

开发一个自定义技能，本质上就是创建一个符合 OpenClaw 规范的、能够处理特定任务的程序模块。整个过程比你想象的要简单 。

📁 1. 技能的核心结构

一个标准的 OpenClaw 技能文件夹里，包含三个核心文件，它们共同构成了技能的“身份”和“大脑”：

文件	作用	比喻
plugin.json	技能的“身份证”：声明技能的名称、版本、作者，以及最重要的——它能执行什么动作（action）、需要接收哪些参数（parameters）、需要申请什么权限（permissions）。	就像是技能的说明书，告诉 OpenClaw 内核这个技能是干什么的，需要什么资源。
index.ts 或 index.js	技能的“手脚”：这是技能的核心执行逻辑。它必须导出一个默认的异步函数（run），接收来自内核的动作名和参数，并返回标准化的执行结果。	就像技能的操作手册，里面是用代码写好的具体干活步骤。
package.json	技能的“补给包”（可选）：如果你的技能需要依赖第三方库（比如用 axios 发请求，用 lodash 处理数据），就在这里声明。	就像一份购物清单，告诉系统运行这个技能还需要哪些额外的“工具”辅助。

🚀 2. 实战案例：编写一个“文件统计报表”技能

假设我们希望 AI 能自动统计一个文件夹里各种类型的文件数量，并生成一份漂亮的 Markdown 格式报表。

第一步：编写 plugin.json，定义技能“能做什么”

这个文件告诉 OpenClaw 内核，这个技能叫什么名字（file-report-skill），能执行一个叫 generate-file-report 的动作，并且它需要两个参数：目标文件夹路径 dirPath（必填）和报表输出路径 outputPath（选填）。同时，它声明自己需要 file.read 和 file.write 两个权限 。

json

{
  "name": "file-report-skill",
  "skills": [
    {
      "action": "generate-file-report",
      "description": "统计目录文件并生成Markdown报表",
      "parameters": [
        {
          "name": "dirPath",
          "type": "string",
          "required": true,
          "description": "要统计的目录绝对路径"
        },
        {
          "name": "outputPath",
          "type": "string",
          "required": false,
          "default": "./file-report.md",
          "description": "报表保存的路径"
        }
      ],
      "permissions": ["file.read", "file.write"]
    }
  ]
}

第二步：编写 index.ts，实现“具体怎么干”

这里我们使用 TypeScript 来编写核心逻辑，主要分为三步 ：

1. 参数解析：从传入的 params 中拿到 dirPath 和 outputPath。

2. 核心处理：调用 countFilesByType 函数，读取目录，遍历文件，根据扩展名统计数量。

3. 结果输出：调用 generateMarkdownReport 将统计数据格式化为 Markdown 表格，并写入到指定的 outputPath 文件中。

typescript

import fs from 'fs';
import path from 'path';

// ... (countFilesByType 和 generateMarkdownReport 函数的实现，参考上文搜索到的内容)

export default async function run(action: string, params: any) {
  try {
    if (action !== 'generate-file-report') {
      return { success: false, message: `不支持的动作：${action}` };
    }

    const { dirPath, outputPath = './file-report.md' } = params;

    // 1. 统计文件
    const fileStats = countFilesByType(dirPath);

    // 2. 生成报表
    const markdown = generateMarkdownReport(fileStats, dirPath);

    // 3. 写入文件
    fs.writeFileSync(outputPath, markdown, 'utf8');

    // 返回成功
    return { success: true, message: `报表已生成至 ${outputPath}`, data: fileStats };
  } catch (error) {
    // 必须返回清晰的错误信息
    return { success: false, message: error.message };
  }
}

🛡️ 3. 开发时的安全规范

赋予 AI 执行任务的能力也伴随着安全责任，开发时请务必遵守以下原则 ：

• 最小权限原则：在 plugin.json 中，只申请完成任务所必须的权限。比如只读文件，就不要申请写入权限。

• 完备的异常处理：用 try...catch 包裹核心逻辑，确保任何错误都不会导致 OpenClaw 内核崩溃，并返回对用户友好的错误信息。

• 无状态设计：技能本身不应保存任何用户状态或数据，所有上下文应由 OpenClaw 内核统一管理。

• 输入校验：对传入的参数（如 dirPath）进行严格校验，防止路径遍历等恶意操作。

💎 总结

OpenClaw 的技能生态为你提供了丰富的选择：从内置的基础能力，到社区贡献的热门工具，再到你可以亲手打造的自定义技能。当你希望 AI 助手能完成一项独一无二的个性化任务时，不妨按照上面介绍的“身份声明（plugin.json）+ 逻辑实现（index.ts）”这一核心模式，为它打造一个专属技能。这不仅是扩展 AI 能力边界的最佳方式，也是让 OpenClaw 从“通用助手”变成你专属“数字员工”的关键一步。

如果你在开发过程中有具体的场景想要实现，或者遇到了报错，随时可以再问我，我们一起看看怎么解决。

下载技能

OpenClaw豆瓣采集

https://download.csdn.net/download/suny8/92701939