别再从零造 Agent 了！一文搞懂 Skills 机制，让 AI 能力像乐高一样拼装

发表于 更新于 分类于 阅读次数： 本文字数： 4.8k 阅读时长 ≈ 4 分钟

cover

你花了两天时间，从零写了一个”帮我每天早上自动搜索新闻、整理成早报、发到群里”的 Agent。代码写了 500 行，调试了十几次，终于跑通了。

然后你发现，ClawHub 上已经有一个现成的 Skill，一行命令安装，五分钟配好，效果比你写的还好。

这种感觉，就像你花了一周手搓了一个轮子，结果隔壁工位的同事说：”npm 上有个包，三行代码搞定。”

2026 年做 AI Agent，最大的杠杆不是写代码，是选 Skill。

截至 3 月，ClawHub 上已经有超过 13,700 个 Skills。Claude Code 的 Skills 系统也从简单的 Markdown 指令进化成了完整的可编程 Agent 平台。两套 Skills 体系，覆盖了从个人自动化到企业办公的几乎所有场景。

今天我们来一次彻底的梳理：Skills 到底是什么？两大平台的 Skills 有什么区别？怎么选？怎么用？怎么自己写？

Skills 到底是什么：给 AI 装技能包

最简单的理解：Skills 就是 Agent 的技能包。

没有 Skills 的 Agent，就像一个聪明但什么工具都没有的人。它能思考、能对话，但做不了具体的事。给它装上”浏览器控制”的 Skill，它就能上网搜索；装上”邮件管理”的 Skill，它就能收发邮件；装上”GitHub”的 Skill，它就能帮你审 PR、管 Issue。

和传统的”插件”相比，Skills 有一个根本区别：它们是给 AI 看的指令，不只是给程序看的代码。

一个 Skill 的核心是一个 Markdown 文件（通常叫 SKILL.md），里面用自然语言写着”你是谁、你要做什么、用什么工具、按什么步骤来”。AI 读到这个文件，就知道自己在这个场景下该怎么行事。

这和传统软件开发里的”配置文件 + 代码”完全不同。你不需要写 API 调用逻辑，不需要处理错误重试，不需要管状态机。你只需要用人话把流程描述清楚，AI 自己去执行。

两大 Skills 体系：OpenClaw vs Claude Code

目前 AI Agent 领域有两套主流的 Skills 体系，虽然名字一样，但设计理念和适用场景完全不同。

OpenClaw Skills：万物皆可装

OpenClaw 的 Skills 更像是能力插件市场。每个 Skill 是一个独立的功能模块，安装后 Agent 就获得了对应的能力。

核心数据：

  • ClawHub 上超过 13,700 个 Skills
  • 覆盖：社交媒体、邮件、日历、浏览器、文件管理、智能家居、交易、SEO……
  • 安装方式：一行命令 openclaw skills install <skill-name>
  • 超过 100 个预装 Skills 随 OpenClaw 一起发布

典型 Skills 举例：

Skill 功能
GitHub Agent 审 PR、管 Issue、自动化发布
Email Assistant 跨账号收发邮件、自动归类
Calendar Sync 自然语言管理 Google/Outlook 日历
Home Assistant 对话控制智能家居设备
Browser Control 自动化网页操作
SEO Research 关键词研究、排名追踪

安全警告： 这里必须说一个严肃的问题。2026 年 2 月，ClawHub 上发现了 1,184 个恶意 Skills，其中一些伪装成热门工具窃取钱包凭证。ClawHub 随后清理了 2,419 个可疑 Skills。安装第三方 Skill 时，务必检查来源、查看代码、关注社区评价。不要装来历不明的 Skill。

Claude Code Skills：开发者的瑞士军刀

Claude Code 的 Skills 更像是可编程的工作流模板。每个 Skill 是一个 SKILL.md 文件，定义了 Claude 在特定场景下的行为方式。

核心特性：

  • 文件格式：.claude/skills/<name>/SKILL.md
  • 触发方式：用户手动 /skill-name 或 AI 自动识别场景
  • 支持 YAML frontmatter 配置（工具限制、模型选择、上下文隔离）
  • 支持 Shell 命令注入动态数据
  • 支持子 Agent 执行（context: fork）
  • 支持参数传递（$ARGUMENTS、$0、$1）

内置 Skills：

Skill 功能 亮点
/simplify 代码质量优化 并行 3 个审查 Agent
/review 代码审查 支持 PR 链接
/batch 大规模并行修改 5-30 个独立工作树 Agent
/loop 定时循环执行 后台监控任务
/debug 会话问题排查 Claude 自我诊断
/claude-api API 参考加载 自动检测 SDK 导入

一个关键区别： Claude Code 的 Skills 分为”用户调用”和”自动调用”两种。用户调用是你手动输入 /deploy；自动调用是 Claude 读到 Skill 的 description，判断当前任务匹配就自动加载。这意味着你可以写一些”守护型” Skill——不需要主动触发，Claude 会在合适的时机自己启用。

Skills vs MCP vs Plugins：到底该用哪个

这三个概念很容易混淆。简单区分：

概念 本质 适用场景
Skills 自然语言指令 + 配置 定义 Agent 的行为方式和工作流
MCP（Model Context Protocol） 标准化的工具接口协议 让 Agent 连接外部服务（API、数据库）
Plugins 代码级扩展 添加底层能力（新的通信渠道、存储引擎）

打个比方：如果 Agent 是一个人——

  • Plugins 是给它装义肢、换眼睛，改变它的身体结构
  • MCP 是给它配工具——扳手、螺丝刀、万用表
  • Skills 是给它一本操作手册——“碰到这种情况，用这个工具，按这个步骤来”

实际使用中，三者经常配合。一个”帮我每天自动发周报”的需求：

  1. Plugin：安装企业微信通道插件，让 Agent 能收发企微消息
  2. MCP：连接日历 API 获取本周日程，连接 Git API 获取代码提交
  3. Skill：定义”每周五下午 5 点，汇总本周工作，格式化成周报，发到团队群”

怎么写一个自己的 Skill

以 Claude Code 为例，写一个 Skill 只需要三步。

第 1 步：创建目录和文件

1
2
mkdir -p .claude/skills/deploy
touch .claude/skills/deploy/SKILL.md

第 2 步：编写 SKILL.md

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
---
name: deploy
description: 部署当前项目到生产环境。当用户说"部署"、"发布"、"上线"时触发。
allowed-tools: Bash, Read, Grep
---

# 部署流程

1. 运行 `npm run build`，确认构建成功
2. 运行 `npm test`，确认所有测试通过
3. 运行 `git status`，确认没有未提交的更改
4. 执行 `npm run deploy`
5. 部署完成后，访问生产地址确认页面正常
6. 向用户报告部署结果

如果任何步骤失败，立即停止并报告错误原因。

第 3 步：使用

1
> /deploy

就这么简单。Claude 读到这个 SKILL.md，就知道 /deploy 该怎么做。

进阶技巧

frontmatter 配置项：

1
2
3
4
5
6
7
8
---
name: security-review
description: 审查代码安全漏洞
allowed-tools: Read, Grep, Glob  # 限制工具，防止意外修改
context: fork                     # 在隔离的子 Agent 中运行
disable-model-invocation: true    # 只能手动触发，不能自动触发
model: opus                       # 指定使用更强的模型
---

参数传递：

1
2
3
4
5
6
7
8
9
10
11
---
name: fix-issue
description: 修复指定 Issue
---

请修复 Issue #$ARGUMENTS：
1. 读取 Issue 描述
2. 定位相关代码
3. 实现修复
4. 编写测试
5. 提交代码

使用：/fix-issue 42，Claude 就会去修 Issue #42。

Shell 动态注入：

1
2
3
4
5
6
7
8
---
name: morning-report
description: 生成项目早报
---

当前 Git 状态：
```shell
git log --oneline -10

请根据以上信息生成今日项目早报。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

Shell 命令会在 Skill 加载时执行，结果注入到 Claude 的上下文中。这意味着 Skill 可以获取实时数据。

## 10 个值得安装的 OpenClaw Skills

如果你刚开始用 OpenClaw，以下 10 个 Skills 覆盖了最常见的需求：

1. **Web Browser** — 自动化网页浏览和信息提取
2. **GitHub Agent** — PR 审查、Issue 管理、自动化发布
3. **Email Assistant** — 跨平台邮件管理
4. **Calendar Sync** — 日程管理和提醒
5. **File Manager** — 文件搜索、整理、批量操作
6. **RSS Reader** — 信息聚合和定时推送
7. **Markdown Writer** — 长文写作和格式化
8. **Database Query** — 自然语言查询数据库
9. **API Tester** — 接口测试和文档生成
10. **Smart Home** — 智能设备控制（支持 Home Assistant）

安装方式统一：

```bash
openclaw skills install @official/web-browser
openclaw skills install @official/github-agent
# ...

安装前建议：

  • 优先选 @official/ 前缀的官方 Skill
  • 查看 Skill 的下载量和最近更新时间
  • 检查权限范围——一个”天气查询” Skill 不应该需要文件系统权限

5 个值得创建的 Claude Code Skills

基于社区实践，这 5 个自定义 Skill 能在日常开发中节省大量时间：

1. /commit — 智能提交
自动分析 diff、生成 commit message、遵循项目的提交规范。

2. /review-pr — PR 审查
检查安全漏洞、遗漏的测试、不符合约定的代码。参数支持传入 PR 编号。

3. /fix-issue <number> — Issue 修复
读取 Issue 描述，定位代码，实现修复，编写测试，一条龙。

4. /writing-agent — 内容创作
搜索资料、生成封面、撰写文章、创建文件。这篇文章就是用 Skill 写的。

5. /security-review — 安全审计
用 context: fork 在隔离环境中运行，只允许 Read/Grep/Glob，检查 OWASP Top 10 漏洞。

Skills 的未来：从工具到生态

两个趋势值得关注。

第一，Skills 正在变成”AI 时代的 npm”。 ClawHub 的 13,700 个 Skills，本质上就是一个 AI Agent 的包管理器。和 npm/pip 一样，它面临同样的问题——安全审查、版本管理、依赖冲突。但解决了这些问题之后，它也会释放同样的生产力红利。

第二，Skills 正在模糊”用户”和”开发者”的界限。 传统软件开发里，用户和开发者泾渭分明。但写一个 SKILL.md 不需要编程能力——你只需要用自然语言描述工作流。这意味着一个运营人员可以自己写一个”每周五生成运营周报”的 Skill，一个 HR 可以自己写一个”筛选简历并生成评估”的 Skill。

Anthropic 的 Claude Code 把 Skills 从简单的 Markdown 指令进化成了支持子 Agent、动态注入、生命周期钩子的完整平台。OpenClaw 的 ClawHub 从几百个 Skills 膨胀到了上万个。

别再从零造 Agent 了。先看看有没有现成的 Skill。 如果没有，用 SKILL.md 写一个——可能只需要 10 分钟。

你在用哪些 Skills？有没有自己写过 SKILL.md？如果让你推荐一个最实用的 Skill，你会推荐哪个？评论区分享你的 Skills 使用经验。