AI写Skill这件事，其实比大多数人想象的简单得多。你不需要成为编程高手，甚至不需要手动写一行Markdown——只要你能把需求表达清楚，剩下的交给AI就好。下面以QClaw为例，拆解整个流程：从理解Skill是什么，到用对话直接生成一个可用的天气查询技能，再到调试优化的技巧。这套方法不光适用于QClaw，对OpenClaw同样通用。

如何利用 AI 写 Skill：以 QClaw 为例的实战指南

目录

• 一、什么是 Skill？
• 二、AI 写 Skill 的核心思路
• 三、实战：用 AI 写一个天气查询 Skill
• 四、QClaw 特殊配置
• 五、调试与优化技巧
• 六、总结

一、什么是 Skill？

Skill 定义

Skill 是 OpenClaw 的技能扩展系统，通过一个 Markdown 文件（SKILL.md）定义 AI 如何执行特定任务。

Skill 目录结构

my-skill/
├── SKILL.md          # 必选：技能定义（触发条件 + 执行步骤）
├── scripts/          # 可选：执行脚本（Python/Bash 等）
├── references/       # 可选：参考文档
└── assets/           # 可选：资源文件（模板、图标等）

核心文件：SKILL.md

---
name: my-skill          # 技能名称（小写 + 连字符）
description: "一句话描述，AI 用来判断何时触发"
---
# 技能主体

## 触发条件（什么情况下使用这个 Skill）
## 执行步骤（具体怎么做）
## 输出格式（结果应该是什么样）

二、AI 写 Skill 的核心思路

关键认知

关键在于：AI 本身就能写 Skill！你只需要告诉 AI：

1. 你想要什么功能
2. 什么时候触发
3. 期望的输出格式

AI 会自动完成剩下的工作——分析需求、设计触发条件、规划步骤、编写执行逻辑、定义格式，最终生成一份完整的 SKILL.md。

三要素模板

三、实战：用 AI 写一个天气查询 Skill

需求描述

典型的天气查询场景：用户说“查天气”、“今天天气”、“北京天气”时触发，能自动识别城市，返回温度、天气状况和穿衣建议。

让 AI 生成 Skill

直接告诉 AI：

请帮我创建一个天气查询 Skill：
1. 用户说"查天气"、"今天天气"、"XX天气"时触发
2. 自动识别城市名
3. 返回温度、天气、穿衣建议

AI 生成的 SKILL.md

---
name: weather-query
description: "天气查询技能。当用户询问天气、气温、穿衣建议时触发。支持城市名称识别和实时天气查询。"
---
# 天气查询技能

## 触发条件
用户消息包含以下关键词时触发：
- "天气"、"气温"、"温度"
- "今天天气"、"明天天气"
- "XX天气"（城市名 + 天气）
- "穿什么"、"带不带伞"

## 执行步骤
### Step 1：识别城市
从用户消息中提取城市名称：
- 如果用户提到具体城市 → 使用该城市
- 如果没有提到 → 使用用户默认城市或询问

### Step 2：查询天气
调用天气 API 获取数据：
- 温度（当前/最高/最低）
- 天气状况（晴/雨/阴）
- 湿度、风力等

### Step 3：生成建议
根据天气数据生成：
- 穿衣建议
- 出行提醒
- 是否需要带伞

## 输出格式
```markdown
☀️ XX天气