当前位置：首页 > news >正文

OpenClaw开源贡献：为Phi-3-mini-128k-instruct提交技能PR

news 2026/6/5 11:59:15

OpenClaw开源贡献：为Phi-3-mini-128k-instruct提交技能PR

1. 为什么要为OpenClaw开发技能？

去年冬天，当我第一次尝试用OpenClaw自动化处理日报时，发现现有的技能库缺少对Phi-3系列模型的支持。这让我意识到——开源生态的繁荣正依赖于每个开发者的微小贡献。今天我想分享的，就是如何通过提交一个技能PR，让Phi-3-mini-128k-instruct更好地融入OpenClaw生态。

开发新技能的价值在于：

填补技术空白：Phi-3作为微软最新推出的轻量级模型，在长文本处理方面表现优异，但OpenClaw原生支持有限
降低使用门槛：通过标准化技能封装，其他开发者可以直接调用而不必重复造轮子
实践开源协作：从issue讨论到PR合并的全流程参与，是理解开源文化的最佳途径

2. 开发前的准备工作

2.1 环境配置

我的开发环境是macOS + VS Code，需要先确保基础工具链就位：

# 安装必备工具 brew install git node@20 npm install -g openclaw@latest clawhub@latest # 克隆官方技能模板库 git clone https://github.com/openclaw/skill-template.git phi3-adapter cd phi3-adapter

2.2 理解技能架构

OpenClaw技能本质是一个Node.js模块，核心结构如下：

phi3-adapter/ ├── package.json # 元数据与依赖声明 ├── src/ │ ├── index.ts # 技能主逻辑 │ └── types.ts # 类型定义 ├── test/ # 测试用例 └── openclaw.json # 技能注册配置

关键是要实现两个核心接口：

skill.execute()- 处理具体任务请求
skill.test()- 提供自验证能力

3. 开发Phi-3适配技能

3.1 初始化技能配置

首先修改package.json声明技能属性：

{ "name": "@community/phi3-adapter", "version": "0.1.0", "description": "OpenClaw skill for Phi-3-mini-128k-instruct model", "openclaw": { "type": "model-adapter", "models": ["phi-3-mini-128k-instruct"] } }

然后在openclaw.json中注册模型参数：

{ "model": { "id": "phi-3-mini-128k-instruct", "name": "Phi-3 Mini (128k)", "contextWindow": 131072, "compatibility": ["openai"] } }

3.2 实现核心逻辑

在src/index.ts中编写适配层，主要处理OpenAI兼容协议到Phi-3特有参数的转换：

import { Skill } from '@openclaw/core'; export default class Phi3Skill implements Skill { async execute(params: any) { // 转换OpenAI风格请求为Phi-3格式 const phi3Params = { model: 'phi-3-mini-128k-instruct', prompt: params.prompt, max_tokens: params.max_tokens || 1024, temperature: params.temperature || 0.7, // Phi-3特有参数 repetition_penalty: 1.2 }; // 调用本地或远程模型服务 const response = await fetch('http://localhost:8000/v1/completions', { method: 'POST', headers: { 'Content-Type': 'application/json' }, body: JSON.stringify(phi3Params) }); return response.json(); } }

3.3 编写测试用例

在test/integration.spec.ts中添加验证逻辑：

describe('Phi3 Adapter', () => { it('should process basic prompt', async () => { const skill = new Phi3Skill(); const result = await skill.execute({ prompt: "解释量子计算", max_tokens: 100 }); expect(result.choices[0].text).toBeDefined(); expect(result.usage.total_tokens).toBeGreaterThan(0); }); });

使用jest运行测试：

npm test

4. 提交Pull Request

4.1 Fork与分支管理

访问OpenClaw官方仓库：https://github.com/openclaw/skills
点击Fork按钮创建个人副本
本地创建特性分支：

git checkout -b feat/phi3-adapter git add . git commit -m "feat: add phi-3-mini-128k-instruct adapter" git push origin feat/phi3-adapter

4.2 创建PR的关键要点

在GitHub页面发起Pull Request时需要注意：

标题格式：feat: 添加Phi-3-mini-128k-instruct适配器

描述模板：

## 变更类型 - [x] 新功能 ## 影响范围 - 新增Phi-3模型适配技能 ## 测试验证 - 本地测试通过jest全部用例 - 手动验证了以下场景： - 短文本生成 - 长文档续写 - 结构化输出

4.3 处理代码审查

根据维护者反馈可能需要：

补充TypeScript类型定义
增加错误处理逻辑
完善文档注释
添加更多测试场景

建议使用git commit --amend保持提交历史整洁。

5. 技能发布与使用

PR合并后，其他开发者可以通过ClawHub安装：

clawhub install @community/phi3-adapter

在OpenClaw配置文件中启用：

{ "models": { "providers": { "phi3-local": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": ["phi-3-mini-128k-instruct"] } } } }

重启网关后即可在任务中调用：