OpenClaw 装完就吃灰？26 个 Tools + 53 个 Skills 的正确打开方式

发表于 更新于 分类于 阅读次数： 本文字数： 5.4k 阅读时长 ≈ 5 分钟

cover

装好 OpenClaw 的第三天，我对着 Telegram 发了一句「帮我整理一下今天的邮件」，它回了一段话，大意是：我没有访问你邮件的权限。

我才意识到，我装了一个什么都不会的 AI 助理。

问题不在 OpenClaw，在我。我以为装上就能用，但 OpenClaw 有 26 个 Tools、53 个官方 Skills、外加 ClawHub 上 13700+ 个第三方 Skills——全开有安全隐患，全关跟聊天机器人没区别。官方文档散落在不同页面，GitHub Issues 里的讨论比文档还详细。

这篇文章帮你理清一件事：装完之后，到底该开什么、关什么、怎么配，才能让 OpenClaw 真正替你干活。

先搞清楚：Tools 和 Skills 是什么关系

很多人装完 OpenClaw 之后的第一个困惑就是：Tools 和 Skills 到底什么区别？

一句话：Tools 是器官，Skills 是教材。

Tools 决定 OpenClaw 「能不能」做某件事。read 和 write 让它读写文件，exec 让它执行命令，web_search 让它搜索网页，browser 让它操控 Chrome。没有对应的 Tool，它就像没有手——再聪明也干不了活。

Skills 决定 OpenClaw 「会不会」做某件事。gog 教它怎么操作 Gmail 和 Google Calendar，obsidian 教它怎么整理笔记，github 教它怎么管理仓库。Skills 是说明书——告诉 AI 怎么组合 Tools 去完成一个具体任务。

关键点来了：装了 Skill 不等于有了权限。

举个例子。你装了 obsidian Skill，OpenClaw 现在「知道」怎么整理 Obsidian 笔记了。但如果你没开 write Tool，它连文件都写不了——知道怎么做，但做不到。

反过来也一样。你开了 exec Tool，OpenClaw 可以执行任何命令。但如果没装 github Skill，它并不知道该怎么用 gh CLI 来帮你管理 PR。

Tools 给能力，Skills 给知识。两者都需要，但配置逻辑完全不同。

26 个 Tools：三层同心圆，逐层开启

把 26 个 Tools 一字排开会让人头大。一个更好的理解方式是把它们想象成三层同心圆：

第一层：核心能力（8 个 Tools）

这是 OpenClaw 的地基。几乎所有人都应该开启。

文件操作四件套： read、write、edit、apply_patch。读文件、写文件、结构化编辑、打补丁。这四个是基础中的基础，不开的话 OpenClaw 连帮你改个配置文件都做不到。

执行与进程： exec 和 process。exec 让 OpenClaw 能执行任何 Shell 命令——注意，是「任何」。它可以帮你装依赖，也可以 rm -rf 你的整台机器。

所以 exec 必须配合审批使用：

1
2
3
4
5
{
  "approvals": {
    "exec": { "enabled": true }
  }
}

开了审批之后，每条命令都会先显示给你看，确认了才执行。烦不烦？烦。但这是你最后一道防线——万一 AI 判断失误，或者被 Prompt Injection 攻击，这个门能救你。

网页访问： web_search 和 web_fetch。一个搜索，一个读网页。开了这两个，OpenClaw 才能上网查资料。

第二层：进阶能力（18 个 Tools）

第一层是「能不能用」，第二层是「好不好用」。这一层的 Tools 把 OpenClaw 从命令执行器变成真正的助手。但每多开一个，攻击面就大一点。按需开启。

浏览器控制： browser、canvas、image。browser 让 OpenClaw 操控 Chrome——点按钮、填表单、截屏。v2026.3.13 新增了 Chrome DevTools 直连模式，可以接入你已登录的 Chrome，不需要装插件。

用它来做价格对比、查规格参数很方便。但有一条红线：涉及支付的最后一步，永远不要交给 AI。

记忆系统： memory_search 和 memory_get。让 OpenClaw 跨会话记住信息。用一周之后，它知道你用 Astro 建站、部署在 Azure、偏好繁体中文——不需要每次重新解释。用得越久，越懂你。

多会话： sessions 系列（5 个 Tools）。同时跑多个会话——一个讨论产品方案，一个查旅行攻略，互不干扰。还有 sessions_yield 和 subagents 用于多 Agent 编排，高级玩家才需要。

消息推送： message。让 OpenClaw 往 Discord、Slack、Telegram、WhatsApp、iMessage 发消息。

这个 Tool 的正确用法是：只给自己发消息。 永远不要让 AI 代替你跟别人沟通。原因很简单：以你名义发出去的消息收不回来。AI 理解错了上下文、用错了语气、或者被 Prompt Injection 利用——后果你承担。

定时任务： cron 和 gateway。cron 设置定时任务，gateway 让 OpenClaw 自动重启。这两个是实现自动化的关键——后面会详细讲。

硬件控制： nodes。跨设备硬件控制——远程截屏、GPS 定位、摄像头。说实话，我想不到什么场景需要让 AI 主动打开摄像头。关掉。

该开哪些？一个实用的参考配置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
{
  "tools": {
    "allow": [
      "read", "write", "edit", "apply_patch",
      "exec", "process",
      "web_search", "web_fetch",
      "browser", "image",
      "memory_search", "memory_get",
      "sessions_list", "sessions_history",
      "sessions_send", "sessions_spawn", "session_status",
      "tts",
      "message", "cron", "gateway", "agents_list"
    ],
    "deny": ["nodes", "canvas", "llm_task", "lobster"]
  },
  "approvals": {
    "exec": { "enabled": true }
  }
}

原则：想不到使用场景的，不开。 nodes（硬件控制）、canvas（画布）、llm_task / lobster（工作流引擎）——大多数人用不到。

53 个 Skills：不是越多越好

53 个官方 Skills 听起来很多，但扫一遍你会发现，跟你有关的可能只有十几个。剩下的——外卖、智能家居、语音通话——不是不好，是跟你的场景不搭。

重要提示：官方 Skills 默认全部自动加载。 只要你机器上装了对应的命令行工具，Skill 就会自动激活。不是「不装就没有」，而是「不关就全开」。

要控制哪些 Skill 生效，用 skills.allowBundled 做白名单：

1
2
3
4
5
6
7
8
9
{
  "skills": {
    "allowBundled": [
      "gog", "github", "tmux", "session-logs",
      "weather", "summarize", "clawhub",
      "healthcheck", "skill-creator"
    ]
  }
}

按使用场景分类，帮你快速决策：

笔记类

4 个笔记 Skill：obsidian、notion、apple-notes、bear-notes。

如果 OpenClaw 跑在 VM 上，apple-notes 和 bear-notes 直接排除——它们只在本地 Mac 上能用。obsidian 操作本地文件，如果 Vault 不在同一台机器上也没法用。跑在 VM 上的话，notion 是最省心的选择——云端服务，没有部署限制。

生产力类

邮件有两个：gog（Google 全家桶）和 himalaya（IMAP/SMTP）。用 Gmail 的话直接上 gog，覆盖 Gmail、Calendar、Tasks、Drive、Docs、Sheets。

任务管理有 things-mac、apple-reminders、trello。如果已经装了 gog，Google Tasks 就包含在内，不需要额外装。

聊天平台类的 Skill——wacli（WhatsApp）、imsg（iMessage）、slack、discord、bird（X/Twitter）——跟 message Tool 不同，这些 Skill 会给 OpenClaw 完整的平台访问权限，包括搜索消息历史、同步对话、管理频道。

建议：外部沟通的最后一步永远手动操作。

开发者类

  • github：通过 gh CLI 操作 GitHub，OAuth 授权，权限可控
  • tmux：管理多个终端会话
  • session-logs：搜索和分析历史对话日志
  • coding-agent：在后台调用其他 AI 编码工具（Claude Code、Cursor 等）

coding-agent 的潜力很大——你可以在 OpenClaw 的 VM 上装 Claude Code，然后通过 Telegram 对它说：「这个 GitHub 仓库挺有意思，clone 下来研究一下，给我搭个 Demo 站点。」它启动 Claude Code，自主执行，完成后推送通知。AI 调度 AI。

密码管理

1password 让 OpenClaw 访问你的 1Password 保险库。听起来很酷——「帮我登录 AWS 控制台」。但权限模型是全有或全无：一旦授权，整个保险库它都能读。你没法限制它只看某几条。

建议：如果真的需要，创建一个「AI 专用保险库」，只放你愿意让 AI 看到的密码。

让 OpenClaw 真正替你干活：自动化配置

配好 Tools 和 Skills 之后，OpenClaw 充其量是一个「你问它答」的助手。真正让它从聊天机器人变成基础设施的，是 cron（定时任务）+ message（消息推送） 的组合。

模式永远是一样的：触发 + 执行 + 推送。 定义什么时候跑、跑什么、结果发到哪里。

自动化实例 1：每日简报

每天早上 6:47，你的 Telegram 收到一份简报——今天的日历安排、需要回复的邮件、天气预报、昨晚有没有 CI/CD 失败。

一个 cron 入口，加一段 prompt，告诉 OpenClaw 用哪些 Tools 收集信息、发到哪里。这一个自动化，替代了你每天早上打开五个 App 的习惯。

自动化实例 2：邮件分类

每天两次，OpenClaw 扫描收件箱，按紧急程度分类，发一份摘要给你。Newsletter 自动归档，需要回复的邮件标记并附上一句话摘要。

效果：邮件管理从每天 30 分钟降到 5 分钟。

自动化实例 3：CI/CD 监控

GitHub Actions 工作流失败时，OpenClaw 读取错误日志，定位可能的原因，推送一条 Telegram 消息告诉你诊断结果。

有人在排队买咖啡的时候，用手机看了一眼推送，直接在 Telegram 里回复 OpenClaw 处理——生产环境问题就这么修了。

自动化实例 4：内容素材收集

每天自动收集特定 Subreddit、Hacker News、RSS 订阅源的热门讨论，整理成一份选题摘要。它不替你写文章——它帮你发现值得写什么。

三条安全红线

OpenClaw 的能力越强，你越需要画清边界。三条红线：

第一条：exec 必须开审批。 没有例外。「任何 Shell 命令」意味着它理论上可以删你所有文件、读你所有密钥。审批是最后一道门。

第二条：message 只发给自己。 对外沟通——回复客户邮件、发 Slack 消息、发推文——永远自己做。AI 以你的名义发出去的话收不回来。

第三条：最后一步永远手动。 结账付款、发布内容、发送消息——任何不可逆的操作，留给自己。OpenClaw 可以帮你把购物车加好，但点「支付」的是你。

这不是因为 AI 不靠谱。而是因为错误的代价不对称——AI 做对了 100 次你觉得理所当然，做错了 1 次你可能损失惨重。把不可逆的决策权留在自己手里，是使用任何 AI Agent 的基本原则。

顺便说一句安全提醒：2026 年 1 月，OpenClaw 被发现了一个 RCE 漏洞（CVE-2026-25253），已经修复。但这提醒我们：保持更新，定期检查版本。