OpenClaw Skills安装与实战:打造你的AI技能工具箱
本文介绍如何使用 ClawHub 安装和管理 OpenClaw 技能包,并通过实战案例演示多个技能的协同使用。

前言
OpenClaw 是一个强大的 AI 助手框架,而 Skills(技能包)则是扩展其能力的核心方式。通过安装不同的技能包,你可以让 AI 助手具备搜索、总结、开发指导、自我学习等能力。
本文将带你完成:
- ClawHub CLI 的安装与使用
- 多个实用技能包的安装
- Self-Improving 记忆系统的初始化
- 一个综合实战案例演示
一、ClawHub:技能包管理器
1.1 什么是 ClawHub
ClawHub 是 OpenClaw 的官方技能包市场,提供了丰富的技能包供用户安装使用。
安装 ClawHub CLI:
npm install -g clawhub
1.2 常用命令
| 命令 | 说明 |
|---|---|
clawhub search <关键词> | 搜索技能包 |
clawhub install <包名> | 安装技能包 |
clawhub list | 查看已安装技能 |
clawhub update <包名> | 更新技能包 |
clawhub update --all | 更新所有技能 |
二、搜索与安装技能包
2.1 搜索技能
使用 search 命令查找需要的技能:
clawhub search self-improving
输出结果:
- Searching
xiucheng-self-improving-agent Self Improving Agent (3.689)
self-improving-agent-cn Self Improving Agent CN (3.626)
self-improving Self-Improving Agent (Proactive Self-Reflection) (2.457)
self-evolve Self-Evolve (1.236)
...
2.2 安装技能
clawhub install self-improving
2.3 批量安装
建议安装以下实用技能包:
# 搜索技能 clawhub install tavily-search # 文章总结 clawhub install summarize # React 开发指导 clawhub install react # GitHub 操作 clawhub install github # 自我学习 clawhub install self-improving # 理财建议 clawhub install wealth # 主动代理 clawhub install proactive-agent-lite
2.4 查看已安装技能
clawhub list
或者直接查看目录:
dir ~/.openclaw/workspace/skills
三、技能包详解
3.1 Self-Improving:自我学习系统
功能: 让 AI 能够记住你的偏好、纠正和工作模式,实现持续改进。
核心特点:
- 分层记忆存储(HOT/WARM/COLD)
- 自动从用户反馈中学习
- 支持项目级和领域级记忆隔离
目录结构:
~/self-improving/
├── memory.md # HOT: 总是加载的核心记忆
├── corrections.md # 修正记录日志
├── index.md # 主题索引
├── projects/ # 项目专属记忆
├── domains/ # 领域知识(编程、写作等)
└── archive/ # 归档的记忆
3.2 Tavily Search:智能搜索
功能: AI 优化的网络搜索,返回简洁、相关的结果。
使用方式:
# 基础搜索 node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 新特性" # 指定结果数量 node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" -n 10 # 深度搜索 node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" --deep # 新闻搜索 node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" --topic news
配置: 需要设置 TAVILY_API_KEY 环境变量。
3.3 Summarize:文章总结
功能: 快速总结 URL、PDF、图片、音频、YouTube 视频。
使用方式:
# 总结网页 summarize "https://example.com/article" --length medium # 总结 PDF summarize "/path/to/file.pdf" --length short # 总结 YouTube 视频 summarize "https://youtu.be/xxxxx" --youtube auto
3.4 React:开发指导
功能: 提供生产级 React 开发指导,涵盖架构、状态管理、性能优化等。
核心规则:
- 服务端状态 ≠ 客户端状态
- 只使用命名导出
- 组件 JSX 不超过 50 行
- 启用 TypeScript strict 模式
3.5 GitHub:仓库操作
功能: 通过 gh CLI 与 GitHub 交互。
# 查看仓库信息 gh repo view owner/repo # 查看最近 PR gh pr list --repo owner/repo --state merged --limit 5 # 查看 CI 状态 gh pr checks 55 --repo owner/repo
3.6 Wealth:投资理财
功能: 提供全面的财富管理建议,包括:
- 财务基础建设
- 投资组合建议
- 税 务优化策略
- 退休规划
- 资产保护
四、Self-Improving 初始化配置
4.1 创建目录结构
# Windows PowerShell
mkdir -p $env:USERPROFILE\self-improving\projects
mkdir -p $env:USERPROFILE\self-improving\domains
mkdir -p $env:USERPROFILE\self-improving\archive
# Linux/macOS
mkdir -p ~/self-improving/{projects,domains,archive}
4.2 创建核心文件
memory.md(核心记忆):
# Memory (HOT Tier) > 总是加载的记忆,存储最重要的偏好和规则 ## Preferences <!-- 用户偏好 --> ## Patterns <!-- 已验证的工作模式 --> ## Rules <!-- 经过确认的规则 -->
corrections.md(修正记录):
# Corrections Log > 记录用户的修正反馈 | Date | Context | What I Got Wrong | Correct Answer | Learned | |------|---------|-----------------|----------------|---------|
domains/programming.md(领域记忆):
# Domain: Programming ## Language Preferences - TypeScript > JavaScript - Python 用于数据分析 ## Framework Preferences - 前端:React + Next.js - 状态管理:Zustand - 样式:Tailwind CSS
4.3 验证安装
对 AI 说 “memory stats”,应返回:
📊 Self-Improving Memory 🔥 HOT (always loaded): memory.md: 0 entries 🌡️ WARM (load on demand): projects/: 0 files domains/: 1 file ❄️ COLD (archived): archive/: 0 files
五、API Key 配置
5.1 Tavily API
- 访问 https://tavily.com 注册账号
- 获取 API Key
- 设置环境变量:
# Windows(永久)
[Environment]::SetEnvironmentVariable("TAVILY_API_KEY", "your-api-key", "User")
# Linux/macOS
echo 'export TAVILY_API_KEY="your-api-key"' >> ~/.bashrc
source ~/.bashrc
5.2 其他 API Keys
| 服务 | 环境变量 | 用途 |
|---|---|---|
| OpenAI | OPENAI_API_KEY | summarize |
| Anthropic | ANTHROPIC_API_KEY | summarize |
| GEMINI_API_KEY | summarize |
六、综合实战案例
6.1 案例:技术趋势研究助手
场景: 作为开发者,需要跟踪技术动态、快速理解新文章、构建知识库。
工作流:
1. tavily-search → 搜索技术动态
2. summarize → 提取文章要点
3. react → 构建知识展示界面
4. self-improving → 记住偏好
6.2 实战演示
步骤一:搜索技术动态
node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 new features" -n 5
返回结果示例:
## Answer
React 19 introduces concurrent rendering, React Server Components,
and the useFormStatus hook for managing form state...
## Sources
- Exploring the New Features of React 19 - LinkedIn
https://www.linkedin.com/pulse/...
- What's New in React 19 - Telerik.com
https://www.telerik.com/blogs/...
步骤二:深入阅读文章
summarize "https://www.telerik.com/blogs/whats-new-react-19" --length medium
步骤三:创建知识卡片组件
根据 react skill 指导:
// TechCard.tsx
interface TechCardProps {
title: string
summary: string
source: string
tags: string[]
}
export function TechCard({ title, summary, source, tags }: TechCardProps) {
const isSaved = useUIStore((s) => s.savedItems.has(title))
const toggleSave = useUIStore((s) => s.toggleSave)
return (
<article className="rounded-lg border p-4 shadow-sm">
<header className="mb-2 flex items-start justify-between">
<h3 className="font-semibold">{title}</h3>
<button onClick={() => toggleSave(title)}>
{isSaved ? '★' : '☆'}
</button>
</header>
<p className="text-gray-600 text-sm">{summary}</p>
<footer className="mt-3 flex gap-2">
{tags.map(tag => (
<span key={tag} className="bg-gray-100 px-2 py-0.5 rounded text-xs">
{tag}
</span>
))}
</footer>
</article>
)
}步骤四:AI 自动学习偏好
当你告诉 AI:“我更喜欢 TypeScript,不喜欢 JavaScript”
AI 会自动记录到 ~/self-improving/domains/programming.md:
## Language Preferences - 首选:TypeScript - 避免:纯 JavaScript - 原因:类型安全,更好的 IDE 支持
七、技能协同优势
| 技能 | 贡献 | 使用频率 |
|---|---|---|
| tavily-search | 快速获取高质量搜索结果 | 需要时 |
| summarize | 压缩长文为精华 | 阅读时 |
| react | 构建可复用的知识展示界面 | 开发时 |
| self-improving | 持续学习你的偏好 | 每次会话 |
| github | 查看项目最新动态 | 开发时 |
| wealth | 理财建议 | 规划时 |
八、最佳实践
8.1 记忆管理
- HOT 层 只放最重要的偏好,不超过 100 行
- WARM 层 按项目和领域分类
- COLD 层 定期归档不再使用的模式
8.2 技能使用原则
- 按需安装 - 只安装真正需要的技能
- 配置优先 - 先配置好 API Key 再使用
- 持续学习 - 让 self-improving 自然积累偏好
8.3 工作流建议
日常对话 → AI 自然学习偏好 → 自动记录
↓
需要搜索 → tavily-search → summarize 总结
↓
需要开发 → react/github 指导 → 项目记忆记录
九、总结
通过 ClawHub 安装和管理技能包,可以快速扩展 OpenClaw 的能力:
- ClawHub 提供了便捷的技能包管理
- Self-Improving 实现了 AI 的持续学习
- 各技能协同 形成完整的工作流
随着使用时间的增加,AI 会越来越了解你的偏好和工作方式,成为一个真正懂你的智能助手。
到此这篇关于OpenClaw Skills安装与实战:打造你的AI技能工具箱的文章就介绍到这了,更多相关OpenClaw Skills安装内容请搜索脚本之家以前的文章或继续浏览下面的相关文章,希望大家以后多多支持脚本之家!
相关文章
这篇文章给大家介绍OpenClaw Skills安装教程与失败处理方案,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧2026-03-27
本文为新手提供OpenClawSkills安装指南,包括查看内置Skills、从ClawHub安装新Skills、手动安装Skills、配置API密钥、常见问题及解决方法等内容,感兴趣的可以了解一下2026-03-25
OpenClaw Skills完全指南:手把手教你与实战应用
最近 AI 圈最火的话题莫过于 OpenClaw 了——这个开源 AI 代理框架正在悄悄改变我们与 AI 互动的方式,没有 Skills 的 OpenClaw 只是个能聊天的工具,装上 Skills 后,它才2026-03-24
openclaw安装skills报错的6大解决方案(适用macOS/Windows/Linux)
本文将全面解析openclaw安装skills报错clawhub: command not found的解决方法,涵盖Windows/macOS/Linux平台的6大原因和12种解决方案,有需要的小伙伴可以跟随小编一起学习2026-03-15
Mac安装和配置OpenClaw的超详细保姆级教程(附 skills安装)
OpenClaw是一个开源的AI助手框架,支持多模型接入和技能扩展,适用于多渠道聊天,文章详细介绍了Mac上安装和配置OpenClaw的步骤,包括安装OpenClaw CLI、验证安装、完成onboard2026-03-12
OpenClaw Skills无法安装/安装报错的4步排查法(macOS/Windows/Linux通
OpenClaw Skills 无法安装,通常由权限不足、路径错误、网络连通性问题或依赖缺失四类原因导致,通过逐步排查可在 10 分钟内解决,本文覆盖全平台的系统性排查方法,适用于2026-03-12
OpenClaw Skills 进阶实战指南(前端开发者的AI技能库搭建)
本文详细介绍了如何配置和使用OpenClaw的技能插件,特别是针对前端开发场景,它提供了按需构建技能的选择策略、多种安装技能的方法,以及2026年最受欢迎的OpenClaw技能推荐,此2026-03-11
一文手把手教你用OpenClaw打造专属AI助手:从安装到自定义Skills全过程
如果你最近刷 GitHub Trending,一定见过一只红色龙虾的 logo,本文从零开始搭建一个属于你自己的 OpenClaw AI 助手,并教你如何编写自定义 Skill,让这只龙虾真正为你干活,2026-03-10
openclaw的skills开发规范以及OpenClaw skills安装流程
OpenClaw通过“Skills”机制实现高度可扩展性,每个Skill由“能力描述+执行逻辑”组成,开发者需编写SKILL.md文件或添加Python/TypeScript脚本实现功能,下面从开发规范与安装2026-03-10
本文介绍了OpenClawSkills的四种安装方法分别是手动下载安装、通过飞书/聊天工具安装、命令行安装和WebUI图形化安装,每种方法都有其优缺点,适用于不同的场景,感兴趣的朋友2026-03-10












最新评论