OpenClaw技能开发入门：为Qwen3-32B定制个人天气查询插件
OpenClaw技能开发入门：为Qwen3-32B定制个人天气查询插件
1. 为什么需要自定义OpenClaw技能
上周我需要频繁查询不同城市的天气情况来规划出差行程，手动打开天气网站复制粘贴实在低效。这让我意识到：如果能让OpenClaw直接通过自然语言指令查询天气，效率会提升很多。于是决定动手开发一个天气查询Skill。
OpenClaw的Skill机制本质上是一种插件系统，它允许你将特定功能封装成可复用的模块。与普通API调用不同，Skill的特点在于：
- 自然语言交互：用户可以用"上海明天天气怎么样"这样的日常用语触发功能
- 上下文感知：能理解"和昨天相比"这类相对时间概念
- 多平台适配：输出可自动适配飞书/钉钉等不同渠道的富文本格式
2. 开发环境准备
2.1 基础环境配置
我的开发环境是MacBook Pro (M1 Pro, 16GB) + OpenClaw v2.3.1。建议先执行以下检查：
# 验证OpenClaw核心版本 openclaw --version # 验证ClawHub CLI工具 clawhub --version如果尚未安装ClawHub，可以通过npm快速安装：
npm install -g clawhub@latest2.2 模型服务对接
由于要对接本地部署的Qwen3-32B模型，需要确认模型服务地址。我的配置如下（~/.openclaw/openclaw.json片段）：
{ "models": { "providers": { "local-qwen": { "baseUrl": "http://localhost:8080/v1", "apiKey": "sk-no-key-required", "api": "openai-completions", "models": [ { "id": "qwen3-32b", "name": "Local Qwen3-32B", "contextWindow": 32768 } ] } } } }配置完成后记得重启网关服务：
openclaw gateway restart3. 创建天气查询Skill
3.1 初始化项目结构
使用ClawHub CLI创建技能骨架：
clawhub init weather-skill -t basic cd weather-skill生成的标准目录结构如下：
weather-skill/ ├── package.json ├── skill.json ├── src/ │ ├── index.js │ └── weather.js ├── test/ └── README.md3.2 核心逻辑实现
在src/weather.js中实现天气API调用逻辑。我选择使用和风天气的免费API：
const axios = require('axios'); class WeatherService { constructor(apiKey) { this.apiKey = apiKey || process.env.HEFENG_API_KEY; this.baseUrl = 'https://devapi.qweather.com/v7/weather'; } async getWeather(city, type = 'now') { const locationId = await this.getLocationId(city); const url = `${this.baseUrl}/${type}?location=${locationId}&key=${this.apiKey}`; try { const response = await axios.get(url); return this.formatOutput(response.data, type); } catch (error) { console.error('Weather API error:', error); return `查询失败: ${error.message}`; } } formatOutput(data, type) { // 简化处理逻辑 if (type === 'now') { return `当前温度：${data.now.temp}℃ | 体感：${data.now.feelsLike}℃ | ${data.now.text}`; } return JSON.stringify(data); } }3.3 技能描述配置
关键的skill.json需要明确定义自然语言指令模式：
{ "name": "weather", "description": "查询城市天气信息", "triggers": [ { "type": "command", "patterns": [ "{city}的天气", "{city}明天天气", "{city}未来三天天气" ] } ], "parameters": { "city": { "type": "string", "required": true, "description": "城市名称" } } }4. 测试与部署
4.1 本地测试验证
开发过程中可以使用OpenClaw的调试模式：
openclaw dev ./weather-skill然后在Web控制台(127.0.0.1:18789)输入测试指令：
- "北京现在天气怎么样"
- "上海明天天气"
4.2 发布到ClawHub
首先在ClawHub官网创建开发者账号，然后执行发布：
clawhub login clawhub publish --public发布成功后，其他用户可以通过以下方式安装你的技能：
clawhub install @yourname/weather-skill5. 开发中的典型问题
在实际开发过程中，我遇到了几个值得注意的问题：
问题1：API密钥管理最初我将API密钥硬编码在代码中，后来改为环境变量方式。更安全的做法是使用OpenClaw的密钥管理功能：
// 改进后的密钥获取方式 const apiKey = await this.context.secrets.get('HEFENG_API_KEY');问题2：城市名称歧义当用户输入"朝阳"时，系统无法区分北京朝阳区还是辽宁朝阳市。解决方案是增加位置澄清交互：
async handleAmbiguousCity(city) { const candidates = await this.locationService.search(city); if (candidates.length > 1) { return this.context.reply( `找到多个可能位置：${candidates.join(', ')}\n请明确指定` ); } return candidates[0]; }问题3：输出格式适配不同通信渠道(飞书/钉钉)对富文本的支持不同。最终采用自适应输出方案：
formatOutput(data, channelType) { if (channelType === 'feishu') { return this.formatForFeishu(data); } return this.formatDefault(data); }6. 进阶优化方向
完成基础功能后，可以考虑以下增强：
- 多语言支持：通过Qwen的多语言能力实现英文等查询
- 天气预警：接入气象局预警API实现主动推送
- 行程建议：结合天气数据给出穿衣、出行建议
- 历史查询：使用OpenClaw的存储插件保存查询记录
这个天气查询Skill虽然简单，但完整展示了OpenClaw技能开发的典型流程。你会发现，大部分时间其实花在异常处理和交互优化上，而不是核心功能开发。这也正是AI智能体开发的独特之处——要让机器理解人类的模糊表达，需要更多的"人性化"设计。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。