OpenClaw（小龙虾）-技能（skills）是什么及如何部署

我们前面完成了OpenClaw（小龙虾）介绍和部署并接入模型已经可以在本地正常使用，并且已经接入了机器人，可以通过手机让你的小龙虾为你赚钱，但是赚钱之前我们需要对这个小龙虾有什么能力（skills）有一定的了解，以及我们还需要他具有哪些技能。

OpenClaw（小龙虾）介绍

OpenClaw（小龙虾）部署

OpenClaw（小龙虾）接入&更换模型

OpenClaw（小龙虾）接入qq机器人

OpenClaw 的 Skill（技能） 是框架的核心能力单元，相当于 AI 智能体的 “插件 / 应用”，用于封装特定可执行行为，让 AI 从 “能说” 变成 “能做”。

一、核心定义与特性

• 本质：每个 Skill 是一个独立目录，包含 SKILL.md（YAML 元数据 + 自然语言指令），描述 “做什么、怎么做、依赖什么”。
• 定位：原子化、可插拔、可组合、可复用的能力模块。
• 加载机制：三级加载 + 优先级覆盖

工作区技能（<workspace>/skills）：最高优先级，项目专属

用户本地技能（~/.openclaw/skills）：用户全局

内置捆绑技能（随安装包）：最低优先级

• 核心价值：

自然语言驱动，无需写复杂代码

模块化扩展，生态丰富（超 1 万 + 社区技能）

动态注入提示词，高效利用上下文

二、内置核心 Skill 分类（2026.3.7 版本）

#win路径
C:\Users\你的用户\AppData\Roaming\npm\node_modules\openclaw\skills

1、基础核心层（7 个）

保障 OpenClaw 基本运行是框架的 “底层基建”，所有操作依赖这些技能：

• skill-loader：核心加载器，按优先级（工作区 > 用户 > 内置）加载技能
• skill-vetter：安全校验，拦截恶意指令、危险权限调用
• context-manager：上下文管理，维护会话 / 技能执行的上下文状态
• config-handler：配置解析，读取 openclaw.json 及环境变量
• logger：日志记录，输出执行日志、错误排查、行为审计
• dependency-checker：依赖检测，检查技能所需的第三方工具 / 库
• version-manager：版本兼容，适配不同 OpenClaw 版本的技能格式

2、AI 能力层（8 个）

强化 LLM 核心能力，补足大模型原生短板，提升智能性：

• memory-core：长期记忆，跨会话存储 / 检索用户 / 任务信息
• prompt-optimizer：提示词优化，自动精简 / 增强 LLM 输入提示
• llm-router：模型路由，按任务复杂度自动切换轻量 / 大模型（如 Claude/GLM）
• response-formatter：回复格式化，将 LLM 输出转为指定格式（JSON/Markdown）
• thought-tracker：思维追踪，记录 LLM 思考步骤（用于调试 / 解释）
• skill-creator：技能生成，用自然语言让 AI 自动创建 / 优化新技能
• error-retry：错误重试，LLM 调用失败时自动重试 / 切换模型
• cost-control：成本管控，限制 LLM 调用次数 / Token 消耗

3、联网与信息层（9 个）

打通 “线上信息”，解决大模型 “信息滞后” 问题，获取实时 / 专属数据：

• desearch-web-search：通用联网搜索（基于 Desearch 引擎）
• tavily-search：精准搜索，支持指定站点 / 时间范围检索
• ai-web-automation：浏览器自动化，模拟点击 / 填表 / 截图 / 爬取页面
• api-caller：API 调用，对接第三方接口（如天气、电商、企业内部 API）
• rss-reader：RSS 订阅，抓取指定源的实时资讯
• pdf-scraper：PDF 解析，提取 PDF 文本 / 表格 / 图片内容
• web-screenshot：网页截图，保存指定 URL 的页面截图
• ip-locator：IP 定位，获取 IP 对应的地域 / 运营商信息
• dns-query：DNS 查询，解析域名对应的 IP / 备案信息

4、开发与代码层（10 个）

聚焦 “编程场景”，是开发者最常用的技能集合：

• coding-agent：核心代码技能，写代码 / 改 Bug / 代码审查 / 生成项目
• github：GitHub 集成，PR 评审 / Issue 管理 / 仓库克隆 / 提交代码
• claude-code：调用 Claude Code 引擎，做复杂代码开发 / 调试
• docker-handler：Docker 操作，构建 / 启动 / 停止容器、查看日志
• terminal-exec：终端执行，运行 shell/CMD 命令（带权限校验）
• code-formatter：代码格式化，适配 ESLint/Python Black 等规范
• dependency-installer：依赖安装，自动安装代码所需的 npm/pip 包
• unit-test-generator：单元测试生成，为代码自动编写测试用例
• code-complexity：代码复杂度分析，检测冗余 / 高风险代码
• port-scanner：端口扫描，检查本地 / 远程端口开放状态（开发调试）

5、办公与协作层（8 个）

适配 “日常办公”，对接主流办公工具，提升效率：

• message：跨平台发消息（Telegram/Discord/ 飞书 / 企业微信 Webhook）
• calendar-sync：日历同步，查询 / 创建 / 修改日历事件（支持 Cron 定时）
• file-manager：文件操作，增删改查本地 / 远程文件（txt/Excel/Word）
• email-sender：邮件发送，编辑 / 发送带附件的邮件
• todo-manager：待办管理，创建 / 完成 / 查询待办任务（对接飞书 / Notion）
• meeting-notes：会议纪要，语音 / 文字转会议纪要、提取关键信息
• translation：多语言翻译，支持 100+ 语言互译（文本 / 文档）
• ocr-reader：OCR 识别，提取图片 / 截图中的文字

6、工作流与自动化层（7 个）

实现 “复杂任务串联”，将单个技能组合成自动化流程：

• lobster-workflow：核心工作流引擎，可视化编排多步骤任务
• llm-task：子任务下发，将复杂任务拆分给多个 LLM 并行执行
• cron-scheduler：定时任务，按 Cron 表达式触发技能（如每天 9 点爬取数据）
• condition-checker：条件判断，根据任务结果执行不同分支（如 “成功则发消息，失败则重试”）
• loop-handler：循环执行，重复调用指定技能直到满足条件
• data-pipeline：数据流水线，串联 “抓取→解析→格式化→存储” 全流程
• active-maintenance：系统维护，自动清理日志 / 缓存、检查技能健康状态

7、系统与工具层（4 个）

对接 “本地 / 系统能力”，打通 AI 与本地系统的交互：

• system-info：系统信息，获取 CPU / 内存 / 磁盘使用情况
• process-manager：进程管理，启动 / 停止 / 查看本地进程
• clipboard：剪贴板操作，读取 / 写入系统剪贴板内容
• notification：系统通知，触发桌面 / 移动端推送通知

三、安装技能（skills）

#官方仓库
https://clawhub.ai/

在线安装

#除非你明确知道你安装或者你需要什么 
#安装的时候他会判断是否项目目录，如果是则安装到项目
#如果不是则安装到用户工作目录 
npx clawhub@latest install sonosclil

手工安装

#下载对应的skill包
#放置到对应的项目目录或者用户目录