OpenClaw安装技能的三种方式
OpenClaw本身功能已经非常强大，但真正让它释放全部潜力的，是那些能够灵活搭配的技能模块。相比Claude Code这类纯命令行操作，OpenClaw的技能安装流程更加友好——通过WebUI界面就能直观管理，不过仍然需要掌握一套完整的操作步骤。
那么，到底如何为OpenClaw安装技能？今天这篇文章就将三种最常用的方法详细拆解，让你一次性搞清楚。
通过官方openclaw命令来配置
运行openclaw config命令进入配置界面，依次选择Local → Skills → Configure Yes，系统会自动列出OpenClaw官方预置的几十个技能。找到你需要的技能，用空格键选中，然后继续执行安装流程即可。整个过程无需编写任何代码，纯粹是菜单式操作，非常直观。
通过对话生成
还有一种更符合“AI原生”理念的方式——直接与OpenClaw对话，让它先完成一个具体功能，随后要求它把这个过程总结成一个技能，方便后续反复使用。下面用一个生成截图的例子来演示具体做法。
[图片]
整个对话流程在截图里展示得非常清晰。我们再测试一下：丢一个链接过去，看看它能否正确识别意图。
[图片]
从反馈来看，它确实成功调用了刚才生成的技能。回到【技能】面板，也能看到这条新增的技能记录。
通过ClawHub
ClawHub是OpenClaw的技能社区，目前已经积累了超过10000个技能。这个网友共建共享的生态质量参差不齐，社区里流传着一句戏称：一半是垃圾，一半是毒药。不过话说回来，只要先在clawhub.ai上找到靠谱的技能，再用工具安装，体验还是相当不错的。
安装
# 使用 npm 全局安装
npm i -g clawhub寻找技能
举个例子，现在需要找一个能总结B站视频的技能。打开clawhub.ai，搜索Bilibili……
[图片]
clawhub.ai/Da vinciEvan…
安装
clawhub install bilibili-subtitle-download-skill确认一个风险提示后，技能就会自动安装完成。默认安装路径是/Users/koffu/.openclaw/workspace/skills/，你可以打开对应的.md文件和脚本文件，研究它的实现逻辑。
也可以在WebUI上再次确认技能是否安装成功。
[图片]
使用
这里有个小插曲：这个技能与我的Python 3.11环境不太兼容，我手动调整了一下才能正常运行。这部分主要聚焦技能安装流程，具体问题就不展开了——后续可以单独开一篇文章来聊，过程确实有点曲折。
技能安装完成后，在WebUI对话框直接调用：
调用bilibili-subtitle-downloader技能，总结一下这个视频https://www.bilibili.com/video/BV1ZSy2B6EYm，要求总结风格是小红书风格稍等片刻，就能拿到精准的总结结果：
搞定！截图已保存到桌面`deepseek_xhs.png`?---
## 视频总结
**标题**：DeepSeek光学压缩技术究竟是啥？
**核心结论**：
- ✅97%字符还原率确实厉害
- ❌ 说它"解决长文本算力爆炸"是过度解读
**技术真相**：
1.? 把带文字的图片压缩成视觉token再还原
2.? 压缩到10%还能保持97%准确率
3.? 文档扫描解析会更便宜准
4.❓ 能否压缩上下文支持更长对话？目前未知
**专家3个错误**：
1.把"有启发"当成"已解决"
2.把OCR效果当成VQA效果
3.把字符还原精度当成信息保留精度
---
**小红书风格**：配图已保存到桌面，可以直接发啦！ ?还可以进一步分析技能源码，找到它下载的视频字幕文件。
离线安装方式
- 步骤一：在ClawHub网站搜索并下载Skill。访问ClawHub官网（clawhub.ai/），搜索目标Skill并下载其ZIP包。
- 步骤二：解压并放置到指定目录。将ZIP包解压到OpenClaw的Skills目录，通常为
~/.openclaw/workspace/skills（具体路径可根据OpenClaw配置调整）。 - 步骤三：重启OpenClaw，使新安装的Skill生效。
总结
以上是从实际使用中总结的三个创建和使用技能的方式。例子选择得比较简单，主要为了演示整套流程。具体怎么玩出新花样，还要靠大家的想象力和实际场景去探索。
