OpenClaw 作为一款开源的 AI 智能体，其真正的独特之处在于“Skills”（技能）扩展机制。简单来说，每个 Skill 都是一个“能力描述 + 执行逻辑”的组合模块。用户既可以通过编写 SKILL.md 文件来定义技能，也可以结合代码实现更复杂的功能。下面，我们将从开发规范和安装流程两个维度进行详细拆解，并顺便以 Molili 为例进行对比，看看简化部署究竟是怎样一种体验。
一、OpenClaw Skills 开发规范
1. 核心文件结构
SKILL.md（必选）——这是 AI 识别技能的“身份证”，所有关键信息都需写入该文件。那么，它需要包含哪些内容呢？
元数据头：定义技能名称、版本、权限等基础信息。例如：
---
name: file-report-skill
description: 统计目录文件并生成 Markdown 报表
version: 1.0.0
permissions: ["file.read", "file.write"]
---详细描述：这一步非常关键——要明确触发场景（例如“当用户询问文件统计时调用”）、执行逻辑（例如“提取目录下文件类型及数量”），以及异常处理（例如“目录不存在时返回错误提示”）。描述越精准，AI 在调用时就越不容易偏离预期。
代码文件（可选）：如果业务逻辑较为复杂，可以添加一个 Python 或 TypeScript 脚本（例如 agent.py），通过 API 调用外部服务或批量处理数据。以文件统计 Skill 为例，脚本负责遍历目录并生成报表。
2. 开发原则
描述要精准：SKILL.md 中的自然语言描述必须清晰界定技能的边界，避免模糊表述导致 AI 误调用。例如，在天气查询 Skill 中，需明确支持哪些城市以及时间粒度（比如“仅支持省会城市，时间范围为未来 3 天”）。
权限最小化：只申请必要的权限——比如文件读取技能不应申请网络访问权限，安全始终是第一位的。
异常处理要到位：代码中必须考虑所有潜在错误（如网络超时、文件权限不足等），并返回结构化的错误信息，方便 AI 继续处理。
二、OpenClaw Skills 安装流程（以 Molili 为例）
1. 手动安装
步骤 1：首先找到 Skills 的下载源。官方渠道是龙虾的 ClawHub：https://clawhub.ai/skills?sort=downloads；第三方作者也有站点：https://openclawai.cc/。挑选你需要的技能，下载下来。
步骤 2：在 Molili 中找到“设置”，打开“打开工作空间”，即可定位到 Molili 在当前电脑上的存放位置。
步骤 3：找到名为 skills 的文件夹，将下载好的 Skills 放入其中。
步骤 4：重启 Molili，测试技能是否正常运行。
2. 通过 ClawHub CLI 安装（推荐）
步骤 1：安装 ClawHub 工具
执行命令 npx clawhub@latest install，工具会自动解析技能依赖并将其下载到指定目录。
步骤 2：选择技能并安装
在列表中选择目标技能（例如 web_search），工具会将其复制到 ~/.openclaw/skills/ 并完成配置。
步骤 3：验证安装
使用 openclaw skills list 查看已安装的技能列表，或者直接调用技能测试功能来确认安装成功。
总的来说，OpenClaw 通过 Skills 机制实现了高度的可扩展性，但对用户的技术基础有一定要求——至少需要会编写描述文件、能处理代码逻辑。相比之下，Molili 提供了一键部署的简化方案：预集成技能库、图形化配置，大幅降低了上手门槛。实际选择哪个，取决于你是更看重功能的灵活性，还是更在意操作的便捷性。
