Skill 不是什么新东西它就是一段 prompt只不过套了层壳有名字、有触发条件、不用的时候不占地方。看完本篇文章大家应该会对两者有清晰的认识。先说清楚 Skill 长什么样一个 Skill 就是一个文件夹。最简单的情况只有一个文件复杂的可以带脚本和资源stock-price/ ← 文件夹名就是 skill 的 ID├── SKILL.md ← 【必须】唯一必须有的文件├── scripts/ ← 【可选】脚本干活用的代码│ └── fetch_quote.py├── references/ ← 【可选】参考资料需要时加载到 context 里看│ └── API_FORMAT.md└── assets/ ← 【可选】模板、图标等输出用的素材 └── report_template.html各部分是干嘛的文件/文件夹必须作用SKILL.md✅ 必须唯一入口。告诉 agent 这个能力是什么、怎么用scripts/可选放可执行脚本Python/Bash 等。适合反复执行的确定性操作agent 直接跑脚本比每次重写代码靠谱references/可选放参考文档。agent 需要时 read 进来看比如 API 格式说明、协议规范等assets/可选放输出用的素材。比如报告模板、图标文件。agent 生成结果时引用这些_meta.json自动生成从 ClawHub 安装的 skill 会带这个记录发布者/版本等信息。你自己写的 skill 不需要管它可选部分详细说明带最简完整实例scripts/ — 放脚本agent 直接跑什么时候用同一个操作每次都一样让 agent 重写一遍太蠢不如直接跑现成脚本。完整例子 — 一个 PDF 转图片的 skill文件夹结构pdf-to-image/├── SKILL.md└── scripts/ └── convert.sh完整SKILL.md---name: pdf-to-imagedescription: 把 PDF 的指定页转成 PNG 图片metadata: {openclaw: {requires: {bins: [pdftoppm]}}}---# PDF 转图片用户想把 PDF 某一页变成图片时按以下步骤操作1. 确认用户提供了 PDF 文件路径如果没提供就问2. 确认要转第几页默认第 1 页3. 执行脚本exec: bash {baseDir}/scripts/convert.sh PDF路径页码输出路径输出路径默认用 PDF 同目录下的 output.png。4. 完成后告诉用户图片保存在哪完整scripts/convert.sh#!/bin/bash# 用法: convert.sh input.pdf page_number output.pngPDF$1PAGE${2:-1}OUT$3pdftoppm -png -f $PAGE -l $PAGE $PDF $OUTecho 已转换: 第${PAGE}页 → ${OUT}对比不用脚本如果不放脚本agent 每次都得自己拼pdftoppm -png -f 1 -l 1 ...这行命令。参数顺序容易记混有脚本就一句话搞定。references/ — 放参考资料需要时才看什么时候用有些信息太长不适合全塞进 SKILL.md会让正文太臃肿但 agent 干活时可能需要查。完整例子 — 一个查股价的 skillAPI 返回格式复杂文件夹结构stock-price/├── SKILL.md└── references/ └── response_format.md完整SKILL.md---name: stock-pricedescription: 查询股票实时价格metadata: {openclaw: {requires: {env: [STOCK_API_KEY]}}}---# 查股价当用户问某只股票的价格时1. 拼接请求 URLhttps://api.stockdata.com/v1/quote?symbol{股票代码}token$STOCK_API_KEY2. 用 web_fetch 访问该 URL3. 从返回的 JSON 中提取 price 字段4. 告诉用户{股票名} 当前价格 {price} {currency}常见股票代码- 腾讯: 0700.HK- 阿里: BABA- 茅台: 600519.SS如果用户问涨跌幅、成交量等更多信息先 read {baseDir}/references/response_format.md 了解全部可用字段。完整references/response_format.md# API 返回格式返回示例{ symbol: 0700.HK, name: 腾讯控股, price: 388.2, currency: HKD, open: 390.0, high: 392.5, low: 386.0, close_yesterday: 389.7, change: -1.5, change_pct: -0.38, volume: 12345678, market_cap: 3720000000000, timestamp: 2026-05-09T14:30:00Z}字段说明- price: 最新价延迟约 15 分钟- change_pct: 涨跌百分比已经乘过 100-0.38 表示跌了 0.38%- volume: 成交量股- market_cap: 总市值当地货币- 港股 symbol 格式: XXXX.HK- A股 symbol 格式: XXXXXX.SS沪/ XXXXXX.SZ深为什么拆开大部分时候用户只问腾讯多少钱agent 只要提取 price 就行那段 15 行的格式说明根本用不到。拆到 references 里 90% 的情况下省掉这些 token需要时再 read 进来。assets/ — 放模板和素材生成结果时用什么时候用agent 要输出固定格式的东西与其让它每次凭空编不如给个模板让它填空。完整例子 — 生成工作日报的 skill文件夹结构daily-report/├── SKILL.md└── assets/ └── template.md完整SKILL.md---name: daily-reportdescription: 按固定模板生成工作日报---# 生成工作日报当用户说写日报或生成今天的日报时1. 读取模板read {baseDir}/assets/template.md2. 问用户今天做了什么如果用户已经说了就不用问3. 按模板格式填充内容4. 输出填好的日报规则- 日期自动填当天- 风险/阻塞栏如果用户没提就填无- 每条事项用 - 开头不编号- 保持模板的标题结构不变完整assets/template.md# {日期} 工作日报**姓名** {姓名}## 今日完成{逐条列出}## 明日计划{逐条列出}## 风险/阻塞{没有填无}为什么不让 agent 自己编格式不用模板的话周一生成的日报有姓名栏周二就忘了加周三多了个备注栏周四又没了。用模板 确保每次输出结构一样交给领导不会一天一个样。三者的核心区别scripts/ → agent 去跑的东西执行代码references/ → agent 去看的东西查资料理解assets/ → agent 去填的东西套模板输出大部分简单 skill 只需要一个 SKILL.md 就够了。只有当你发现同样的命令 agent 老写错 → 抽成 script正文太长影响阅读 → 拆到 references输出格式不稳定 → 做个 asset 模板才需要加可选文件夹。别过度设计。SKILL.md 的结构这个文件分两部分---name: stock-pricedescription: 查股票实时价格metadata: {openclaw: {requires: {env: [STOCK_API_KEY]}}}---# 查股价当用户问某只股票的价格时1. 用 web_fetch 访问 https://api.example.com/quote?symbol{股票代码}2. 从返回的 JSON 里提取 price 字段3. 告诉用户当前价格如需详细格式说明read {baseDir}/references/API_FORMAT.md上面两个---之间的部分叫前置元数据frontmatter下面是正文指令。各字段含义字段干什么的name技能的唯一标识系统内部用来找它description一句话说明。这句话会出现在每轮对话的系统提示里agent 靠它来判断这轮要不要加载我。写得越清楚agent 触发判断越准metadata.openclaw.requires前置条件。没满足就不显示在列表里见下面详细说明正文---下面的内容真正的指令。只有 agent 决定我要用这个 skill的时候才会 read 这个文件看到正文{baseDir}正文里用这个占位符代表 skill 文件夹的路径方便引用里面的脚本和资源metadata 里可以写什么条件metadata: {openclaw:{requires:{ bins:[python3], # 系统上必须有这个命令 env:[STOCK_API_KEY], # 必须设了这个环境变量 config:[browser.enabled]# openclaw.json 里这个配置必须为 true},os:[darwin,linux], # 只在这些操作系统上生效primaryEnv:STOCK_API_KEY# 告诉系统这个 skill 的核心 API key 是哪个}}所有条件都是不满足就自动隐藏不会报错agent 根本看不到这个 skill 存在。用一个例子说清楚假设你想让 agent 有查股价的能力。需要告诉它的核心就一句话“用户问股票价格时调 API 拿到实时报价报给用户。”下面看同一个需求的两种实现。做法一直接写进 AGENTS.md裸 prompt打开 AGENTS.md加一段## 查股价当用户问股票价格时用 web_fetch 访问 https://api.example.com/quote?symbol{代码}从返回 JSON 提取 price 字段告诉用户当前价格。实际发生了什么用户: 帮我看个代码bug系统 prompt 里有 ├── SOUL.md200字 ├── AGENTS.md500字包含查股价那段 ← 占着位子 ├── USER.md100字 └── ...→ 查股价那段话跟着进了 context即使这轮根本没人问股票→ 下一轮还是跟着进→ 每一轮都跟着进→ 白白烧 token plaintext 用户: 腾讯现在多少钱系统 prompt 里有 ├── SOUL.md200字 ├── AGENTS.md500字包含查股价那段 ← 这次终于用上了 └── ...→ agent 看到指令调 API汇报结果 ✅感受就像你把菜谱贴在冰箱门上。不管你今天做不做饭每次开冰箱都看到那张纸。纸少还行贴满了就烦了。做法二包成 Skill创建文件夹和文件skills/stock-price/SKILL.md内容---name: stock-pricedescription: 查股票实时价格---# 查股价当用户问股票价格时用 web_fetch 访问 https://api.example.com/quote?symbol{代码}从返回 JSON 提取 price 字段告诉用户当前价格。实际发生了什么用户: 帮我看个代码bug系统 prompt 里有 ├── SOUL.md200字 ├── AGENTS.md400字没有查股价内容了 ├── 可用技能列表 │ └── stock-price: 查股票实时价格 ← 只有这一行摘要 └── ...→ agent 看到列表里有个 stock-price skill但这轮不需要→ 不读不加载那段指令根本不进 context→ 省了 plaintext 用户: 腾讯现在多少钱系统 prompt 里有 ├── SOUL.md200字 ├── AGENTS.md400字 ├── 可用技能列表 │ └── stock-price: 查股票实时价格 ← agent 判断这次跟股票有关加载它 └── ...→ agent 调用 read(skills/stock-price/SKILL.md)→ 读到完整指令→ 调 API汇报结果 ✅感受就像你把菜谱收进抽屉。要做饭的时候拉开抽屉看一眼不做饭的时候桌面干干净净。同一段文字两种命运裸 prompt贴冰箱门Skill收进抽屉内容完全一样的指令文字完全一样的指令文字平时占 token每轮都占~50 token只占一行摘要~10 token用到时直接可用零延迟多一次 read~0.2秒10个这样的功能每轮多 500 token每轮只多 100 token10行摘要50个功能context 爆炸挤掉对话空间依然只多 500 token 的摘要列表Skill 多出来的壳给你什么那层包装不只是省 token还附赠了几个好处1. 条件加载用不了就别显示metadata: {openclaw: {requires: {env: [STOCK_API_KEY]}}}没配 API key这个 skill 自动从列表里消失。agent 根本不知道有这个能力存在也就不会试着用它然后报错。裸 prompt 做不到——写进 AGENTS.md 就永远在那儿不管环境有没有准备好。2. 开关一行配置禁用{skills: {entries: {stock-price: {enabled: false}}}}不想要了改一行配置。不用去 AGENTS.md 里翻半天找哪段是查股价的然后小心翼翼删掉。3. 可分享你写的 skill 可以发到 ClawHub别人clawhub install stock-price一键用上。AGENTS.md 里的内容没法这么分享。4. 隔离改 skill 不影响你的核心 prompt改核心 prompt 不影响 skill。各管各的互不干扰。什么时候别包成 Skill有些东西必须每轮都在“用中文回复” → 不能按需加载时刻生效“简洁别说废话” → 同上“你叫小助手” → 身份不能选择性加载“遇到不确定的先问我” → 安全规则必须常驻这些就该写在 SOUL.md / AGENTS.md 里。如果 agent 某一轮忘了自己该用中文那就出事了。判断方法很简单这段话如果某一轮 agent 没看到它会不会做出不对的行为会 → 写 prompt常驻不会 → 包成 skill按需加载最后打个比方AGENTS.md / SOUL.md 你脑子里时刻记着的东西 你叫什么、在哪上班、基本三观Skill 你书架上的那些工具书 要用的时候翻一下不用的时候不占脑子本质都是知识区别只是常驻内存 vs 放硬盘按需读取。Skill 就是被包了个壳的 prompt仅此而已。Hi我是你的全能写作助手只需一句话交学AI大模型的正确顺序千万不要搞错了2026年AI风口已来各行各业的AI渗透肉眼可见超多公司要么转型做AI相关产品要么高薪挖AI技术人才机遇直接摆在眼前有往AI方向发展或者本身有后端编程基础的朋友直接冲AI大模型应用开发转岗超合适就算暂时不打算转岗了解大模型、RAG、Prompt、Agent这些热门概念能上手做简单项目也绝对是求职加分王给大家整理了超全最新的AI大模型应用开发学习清单和资料手把手帮你快速入门学习路线:✅大模型基础认知—大模型核心原理、发展历程、主流模型GPT、文心一言等特点解析✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑✅开发基础能力—Python进阶、API接口调用、大模型开发框架LangChain等实操✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经以上6大模块看似清晰好上手实则每个部分都有扎实的核心内容需要吃透我把大模型的学习全流程已经整理好了抓住AI时代风口轻松解锁职业新可能希望大家都能把握机遇实现薪资/职业跃迁这份完整版的大模型 AI 学习资料已经上传CSDN朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】