当前位置: 首页 > news >正文

Skills 技能扩展——怎么给你的虾装上新的钳子|卷卷养虾记 · 第六篇

卷卷养虾记 · 第六篇


从一个每天让我烦的场景说起

配好卷卷大概第二个月。

每天早上,我要做同一件事:打开飞书,找昨天的数据报表,把几个核心指标抄到一个固定的模板里,发给团队。

漏放率、误伤率、拦截量、环比变化。

五分钟能搞定。但这五分钟,每天都要做。

做了两个月,我意识到:这种「固定流程+固定模板+固定输出」的事,正是 Agent 最擅长的。

我花了一个下午,给卷卷写了第一个自定义 Skill:风控日报生成器

从那之后,每天早上只需要发一条消息:

「日报」

两分钟,格式标准、数据准确的日报,已经发到团队飞书群里了。

这就是 Skills 干的事——把你重复做的流程,变成一键触发。


什么是 Skills?

在 OpenClaw 里,Skills 是 Agent 的可插拔功能模块

每个 Skill,本质上是一个文件夹,里面有三样东西:

skill-name/ ├── SKILL.md ← 技能说明书(触发条件、执行流程、输出格式) ├── tools/ ← 这个技能用到的工具(可选) └── templates/ ← 输出模板(可选)

Agent 在处理你的消息时,会扫描所有已安装的 Skills,判断当前任务是否匹配某个 Skill 的触发条件,匹配上了就按流程执行。

打个不太准确的比方:

没有 Skills 的 Agent → 一个聪明但什么工具都没有的人 安装了 Skills 的 Agent → 同一个人,但桌上多了锤子、扳手、 计算器、模板库……

工具不让人变聪明,但能让聪明人少干重复活。


Skills 的两种来源

来源一:社区现成的 Skills

OpenClaw 社区里有一个不断增长的 Skill 库。我装过的、觉得真正有用的,整理了一张表:

信息管理类

Skill 名称

功能

适合谁

openclaw-wiki

遇到 OpenClaw 问题先查官方文档,减少乱猜

所有人,必装

himalaya

通过命令行管理邮件,读/写/发

邮件处理量大的人

apple-reminders

操作苹果提醒事项

Mac 用户

apple-notes

读写苹果备忘录

Mac 用户

开发辅助类

Skill 名称

功能

适合谁

github

操作 PR、Issue、查代码

开发者

shell-executor

执行 shell 命令(谨慎使用)

技术用户

code-reviewer

按固定标准做代码审查

技术团队负责人

信息获取类

Skill 名称

功能

适合谁

weather

查天气,支持多城市

日常使用

web-search

联网搜索并摘要

需要实时信息

rss-reader

订阅并摘要 RSS 信息源

需要追踪行业动态

自我进化类

Skill 名称

功能

适合谁

self-improving-agent

从错误中学习,自动记录教训

所有人,强烈推荐

memory-consolidator

定期整理和压缩记忆文件

用了一段时间后必装

安装方式:

# 搜索可用的 Skills openclaw skills search [关键词] # 安装一个 Skill openclaw skills install [skill-name] # 查看已安装的 Skills openclaw skills list # 更新 Skills openclaw skills update [skill-name]

来源二:自己写

这是今天的重点。

现成的 Skills 能解决通用问题。但你工作里那些只属于你的重复流程,没有人会帮你写成 Skill。

得自己写。


写一个 Skill 之前,先问三个问题

不是所有重复的事都值得写成 Skill。写之前问自己:

1. 这件事,我每周至少做两次吗?
→ 不到两次,可能不值得花时间写

2. 这件事的流程,每次都一样吗?
→ 流程每次都不一样,写 Skill 反而会限制你

3. 这件事,有固定的输出格式吗?
→ 没有固定格式,Skill 的价值会大打折扣

三个问题都是「是」,写。有一个「否」,考虑清楚再动手。

我满足这三个条件的场景,整理了一下:

适合写成 Skill

  • 每日风控日报生成
  • 周会议纪要整理
  • 需求文档评审(按固定标准)
  • 策略上线前检查清单
  • 向上汇报材料的固定格式整理

不适合写成 Skill

  • 临时的数据分析(每次问题不一样)
  • 创意类写作(不应该有固定流程)
  • 需要大量判断的复杂决策

手把手:写一个风控日报 Skill

我用自己写过的「风控日报生成器」做案例,完整走一遍。

Step 0:梳理需求

动手写 SKILL.md 之前,先把流程用自然语言描述清楚:

触发条件: 我发送「日报」或「生成日报」 执行流程: 1. 读取飞书上今天的数据报表 (如果读不到,用我提供的数据) 2. 提取以下指标: - 今日拦截总量 - 漏放率(与昨日对比) - 误伤率(与昨日对比) - 重点商户类别异常情况 3. 按日报模板格式整理 4. 生成日报草稿,发给我确认 5. 我确认后,发送到团队飞书群 输出格式: 固定模板,见 templates/daily-report.md 特殊情况处理: - 如果某项指标环比变化超过10%, 自动标注⚠️并说明可能原因 - 如果数据读取失败, 告诉我哪项数据缺失,让我手动补充

想清楚这些,写 SKILL.md 就只是翻译成规范格式。

Step 1:创建文件结构

# 在 Skills 目录下创建文件夹 mkdir -p ~/.openclaw/skills/risk-daily-report/templates # 创建必要的文件 touch ~/.openclaw/skills/risk-daily-report/SKILL.md touch ~/.openclaw/skills/risk-daily-report/templates/daily-report.md

Step 2:写 SKILL.md

SKILL.md 的结构是固定的,分四个部分:基本信息、触发条件、执行流程、异常处理

最关键的是触发条件和执行流程,写清楚这两块,其他都是补充。

触发条件要写三种情况:

## 触发条件 精确触发: 用户发送的消息中包含以下任一关键词: - 「日报」「生成日报」「今日日报」「日报生成」 模糊触发(需要确认): 用户消息包含「今天的报告」「每日报告」 → 询问用户「你是要生成风控日报吗?」 不触发: 包含「周报」「月报」「年报」的消息

「不触发」这条很多人会漏。没有边界的 Skill,会在你不想让它触发的时候触发。

执行流程按步骤写,每步说清楚:做什么、用什么数据、输出什么:

## 执行流程 ### 第一步:数据获取 优先通过飞书 API 读取今日数据报表。 如果读取失败,告知用户缺少哪些数据,让用户手动补充。 需要的指标: - total_intercept:今日总拦截量 - miss_rate / miss_rate_yesterday:今日/昨日漏放率 - false_positive_rate / false_positive_rate_yesterday:今日/昨日误伤率 - anomaly_merchants:重点商户异常情况 ### 第二步:数据处理 计算环比变化。 如果某项指标变化超过 0.1%,标注 ⚠️ 并生成可能原因。 如果有商户异常,标注 🔴 并建议处理优先级。 ### 第三步:生成草稿 按 templates/daily-report.md 填入数据,生成日报草稿。 发给用户确认,等待「发送」指令。 ### 第四步:发送 用户确认后,通过飞书 API 发到指定群组。 发送完成后记录到 memory/daily/[今日].md。

异常处理写三种:数据异常(数值明显偏离正常范围时先暂停)、模板异常(文件不存在时降级输出)、发送失败(把内容给用户手动发)。

写完大概 60-80 行。不用追求完整,先能跑起来。

Step 3:写输出模板

这步很多人会跳过,但它决定了日报的最终质量。

# templates/daily-report.md 【风控日报】{{date}} 今日核心指标 ━━━━━━━━━━━━━━━━━━━━ 拦截总量:{{total_intercept}} 笔 漏放率:{{miss_rate}}% {{miss_rate_flag}} 环比昨日:{{miss_rate_change}}% 误伤率:{{false_positive_rate}}% {{false_positive_flag}} 环比昨日:{{false_positive_change}}% 重点商户情况 ━━━━━━━━━━━━━━━━━━━━ {{anomaly_merchants}} 今日备注 ━━━━━━━━━━━━━━━━━━━━ {{notes}} —— 卷卷自动生成 · {{timestamp}}

模板里的{{变量名}}在执行时会被实际数据替换。

Step 4:激活并测试

# 激活 Skill(让 Agent 扫描到它) openclaw skills activate risk-daily-report # 验证安装 openclaw skills list # 应该能看到 risk-daily-report [active] # 测试触发 # 直接在对话里发「日报」,看 Agent 是否正确识别并执行

第一次测试,建议用假数据跑一遍全流程,确认每个步骤都没问题,再接入真实数据源。


写完之后:迭代才是重点

第一版 Skill 一定不完美。

我的风控日报 Skill,从 v1 到 v3,踩过这些坑:

v1能跑起来,但很脆
飞书 API 一失败就卡死,没有任何降级处理。数据格式稍微变一下就报错。

v2加了异常处理,但触发条件太宽
有一次我说「今天的报告怎么样」,它以为我要生成日报,直接开始执行了。加了「不触发」规则之后好多了。

v3加了数据异常检测,现在真正放心用
有一次数据源出了问题,漏放率数据是 0,它直接发出去了。加了异常检测之后,这种情况会先暂停让我确认。

每次出问题,就是一次改进机会。用self-improving-agent这个 Skill,可以让 Agent 自动记录这些教训,下次遇到类似情况主动规避。


Skills 解决什么问题

重复。

但重复本身不是坏事——重复意味着你已经把某件事想清楚了,流程固化了,可以交出去了。

交出去之后,你的注意力就能放在那些还没想清楚的事上。


本篇小结

→ Skills 是 Agent 的可插拔功能模块,本质是「触发条件 + 执行流程 + 输出模板」
→ 社区 Skill 解决通用问题,自定义 Skill 解决你专属的重复流程
→ 写之前先问三个问题:频率够吗?流程固定吗?格式固定吗?
→ SKILL.md 的核心是把你脑子里的流程,翻译成 Agent 能执行的规范
→ 第一版不用完美,用起来,遇到问题再迭代


下一篇:一只虾能夹,三只虾能搬山——让几只虾一起干活

卷卷养虾记 · 持续更新中

http://www.jsqmd.com/news/596499/

相关文章:

  • 让业务人员直接“问“数据库:Spring AI Alibaba NL2SQL 实战指南
  • 芯模振动制管设备的安装难度大吗
  • 4步实现HMCL数据无缝迁移:从诊断到优化的全流程指南
  • 39、【Agent】【OpenCode】本地代理分析(三)
  • AutoUnipus学习效率工具:提升在线学习体验的智能辅助方案
  • seo竞价排名优化需要定期调整和优化的主要原因是什么_seo竞价排名优化的基本概念是什么
  • 毕业论文答辩新选择:10款AI辅助工具(含爱毕业aibiye)与模板测评
  • 40、【Agent】【OpenCode】本地代理分析(四)
  • 3大理由告诉你为什么7-Zip是Windows文件压缩的最佳选择
  • 利用快马AI快速构建Java八股文交互式学习原型,加速面试准备
  • 千问3.5-2B模型轻量化与加速实践:利用.accelerate库优化推理
  • Java开发者实战:集成霜儿-汉服-造相Z-Turbo的SpringBoot应用
  • 智能化学术答辩:10款高效AI工具推荐及专业模板评测
  • GetQzonehistory:QQ空间历史说说永久备份终极解决方案
  • 手把手教程:Qwen-Image快速部署,小白也能轻松玩转AI绘画
  • 深度解析:Nintendo Switch Tool - 一站式Switch文件格式处理解决方案
  • 3大核心功能重塑英雄联盟游戏体验:League Akari智能工具箱深度解析
  • 从写作到答辩:10款AI工具(含爱毕业)与权威模板实战测评
  • 如何用bypass-paywalls-chrome-clean轻松访问付费内容?5步完整指南
  • 《AI智脉速递》2026 年 3月22日 - 4月4日
  • 雷达官方售后服务中心新址实地考察报告(2026年4月最新地址电话) - 亨得利官方服务中心
  • Postman便携版:Windows免安装API开发工具的新选择
  • E-Marker芯片:快充时代的智能通信官
  • 无锡名表真假鉴定全攻略:百达翡丽等五十品牌防伪数据与六大城市鉴别实战 - 时光修表匠
  • 如何让老照片焕发新生?图像超分技术的4大突破与分辨率增强实践
  • 告别手动评分:用快马AI为Skill-Vetter注入自动评估效率
  • 从零理解Linux定时器:timerfd_create函数详解与常见问题排查
  • 3步精通N_m3u8DL-RE:跨平台流媒体下载终极教程
  • 利用快马平台快速构建trea技术概念的可交互演示原型
  • 中微半导体冲刺港股:年营收11亿 利润2.8亿 周彦套现3.47亿