OpenClaw Skills 开发实战笔记
什么是 Skill？简单说，Skill 是一个文件夹，里面包含SKILL.md（核心指令文件）和配套脚本。它的作用是给 Agent 赋予特定的"工作流程"能力，而不是零散的、每次都要重新解释的指令。
Skill vs Memory：最根本的差别是精度。Memory 是模糊检索——Agent 每次都要"理解"存储的内容，时间长了还会衰减、遗忘。Skill 是精确的文本合约：SKILL.md白纸黑字地写清楚"什么时候用、怎么做、不能怎么做"，Agent 不需要理解和解释，只需要执行。
什么时候用 Skill？当你需要 Agent重复、稳定地执行同一类任务时，比如定时生成报告、按流程处理数据、自动巡检系统。一个任务如果要跑 3 次以上，流程相对稳定，就值得做成 Skill。
我开发了几个 Skills，踩了不少坑。下面分享几个主要问题、解决方案和相关经验。
踩坑记录
起因：靠 memory 执行重复任务，不稳定
最初的想法很简单：让 OpenClaw 执行一个任务，然后告诉它"记住这个流程"，存到 memory 里。想着以后再让它跑同样的任务就直接用 memory 里的流程。
但实际上很快就出现了问题：多跑几次，输出质量飘忽不定；第二天再让它做，要么格式全变、完全不符合要求，要么直接失忆；更离谱的是，有时候它还会否认自己之前做过这个任务。
根本原因是 OpenClaw 的 memory 是模糊检索，不是精确存储。它记住的是大概的意思，不是逐字逐步的流程。每次回忆时重新"理解"一遍，自然每次理解不一样。而且 memory 会被新信息冲刷，时间一长，早期存的内容权重就下降了。
所以我最后的结论是：要让 Agent 稳定重复执行同一个任务，不能靠 memory（不精确），必须靠 Skill（精确的文本指令）。SKILL.md 是白纸黑字的，不存在"忘了"或"理解偏差"的问题。
在开发 Skill 的过程中，我遇到了几个问题。下面逐一记录。
问题 1：OpenClaw 找不到刚部署的 Skill
现象：把新 Skill 部署到<workspace>/skills目录下，但 OpenClaw 找不到这个 Skill，不会自动触发。
原因：OpenClaw 似乎不会主动扫描<workspace>/skills下的新 Skill，新部署的 Skill 不会自动加载 (原因不明)。
解决方案：
- 先执行命令确认 Skill 状态为
"ready"：openclaw skills list - 告诉 OpenClaw：
刷新 skill 列表 - 如果刷新后还没有识别到新 Skill，告诉它：
我在 workspace 下加了新的 [abc] skill - 然后要求它读取新 Skill：
读一下 [abc] skill - OpenClaw 会读取该 Skill 的 SKILL.md 文件并描述其内容，证明 Skill 已被成功加载
OpenClaw Skill 加载优先级（官方文档）
OpenClaw 从多个位置加载 Skills，优先级从高到低：
| 优先级 | 位置 | 说明 |
|---|---|---|
| 1（最高） | <workspace>/skills | 工作区 Skill |
| 2 | <workspace>/.agents/skills | 项目 Agent 的 Skill |
| 3 | ~/.agents/skills | 用户个人 Skill |
| 4 | ~/.openclaw/skills | 本地全局 Skill |
| 5 | Bundled skills | OpenClaw 安装包自带的内置 Skill |
| 6（最低） | skills.load.extraDirs | 配置文件指定的额外目录 |
同名 Skill 出现在多个位置时，高优先级覆盖低优先级。
注：这部分内容参考自 OpenClaw 官方文档。
问题 2：修改 SKILL.md 后 Agent 还在用旧版本
现象：改了 SKILL.md 的内容，但 Agent 下次执行时还是按旧逻辑走。
原因：OpenClaw 宣称支持热重载，配置里也开了watch: true，但实际上 Skill 更改后并不一定会自动更新（原因不明）。这个坑特别隐蔽 — 你可能测了半天，最后才意识到 Agent 根本没用新版本。
我的配置（watch 已开启）：
"skills": { "load": { "watch": true, // 已设为 true，但不一定生效 "watchDebounceMs": 250 } }解决方案：
修改 SKILL.md 后，告诉 OpenClaw：
[abc] skill 已更新，重新加载通常 OpenClaw 会总结一下变化点（新增/删除/修改了什么）
确认一下总结是否正确，确保新版本已被加载
如果发现还是用旧逻辑，让 OpenClaw 清除记忆：
清除和 [abc] skill 相关的记忆然后重新加载 Skill
教训：不要假设热重载生效了。每次在测试 Skill 的改动前，要确保 Skill 已经更新。
问题 3：黑盒创建 Skill 可能行不通
现象：最开始我让 OpenClaw 用skill-creator把任务执行的过程直接写成 Skill（我并没有检查 SKILL.md 的内容），纯黑盒测试 — 跑一遍看结果，不行就让skill-creator改，改完再跑，反复循环。但这种做法总有各种问题，而且效率很低。
原因：
- 不管是 OpenClaw 对需求的理解、它设计的方案，还是它做的改动，都可能存在偏差。它以为自己改好了，实际上问题还在。而我在不清楚 Skill 内容的情况下，做出的判断也不一定对 — 双方都在猜。
- Agent 对"什么是好的 Skill"缺乏判断力 — 它能写出语法正确的 SKILL.md，但不懂什么样的指令能让自己严格执行。它的"修改"本质上是猜测，不是反思。
解决 — 用写代码的方式写 Skill(可以用 coding agent 写)：
- 先开发依赖脚本（scripts）— 抓取、解析、数据处理等脚本，要先测通，确保这层没问题
- 再写 SKILL.md— 这一步要仔细检查 SKILL.md 内容，确保描述准确、步骤严谨
- 最后放到 OpenClaw 里集成测试— 测试 Skill 是否能按预期工作
- 固化有效版本— 一旦某个版本工作正常，通过版本控制 (例如git) 管理起来。能用的版本及时 commit，后续改坏了可以随时回退
这样做效率高了很多。更重要的是，出了问题我知道该查哪一层 — 因为我了解 Skill 内部是怎么回事。
教训：Skill 的核心设计还是需要由人来做 (尤其对于复杂的)。Skill Creator 适合生成初稿，不适合迭代打磨。
问题 4：定时任务不执行，或者执行了但不调用 Skill
现象：我需要一个定时任务，按照 Skill 执行操作并把结果发送到飞书 DM。但实际情况是：要么任务没按时执行，要么没调用 Skill，要么执行出错。
原因：定时任务有两种做法：1）系统 cron job；2）OpenClaw 内置的定时任务机制。应该使用方案 2，并正确配置。
解决：在 OpenClaw 的 Web UI 上配置（配置文件位于~/.openclaw/cron/jobs.json）。以我的定时任务为例：
基本信息
- 名称：填任务名称
调度
- 调度：选"Cron"，配置好 Cron 表达式
- 时区：填
Asia/Shanghai
执行
- 会话：选"隔离会话"
- 唤醒模式：选"立即"
- 执行内容：选"运行助手任务（隔离）"
- 超时：填一个合理的超时时间
- 助手任务提示：填具体的任务描述 — 这里要写得能够触发你的 Skill
投递
- 结果投递：选"发布摘要（默认）"
- 频道：选"飞书"
注意：Skill 里不需要写发送飞书的步骤，只需返回执行结果即可。隔离会话的结果会通过 Inter-session Message 回传到主会话，再由主会话投递到飞书。
教训：定时任务要用 OpenClaw 内置机制，不要用系统 cron。最关键的是"助手任务提示"那段话必须能触发 Skill，否则 Agent 不知道该调用什么。
问题 5：Agent 不严格执行 Skill，生成质量差
现象：Skill 里写了明确的步骤和格式要求，但 Agent 并不严格执行，输出质量不稳定。
原因：SKILL.md 里的指令太"建议性"，不够强制。Agent 天然倾向于偷懒和走捷径。
解决方案：
用强制约束代替建议— 用
MUST、MUST NOT、NEVER明确规则## 约束 - MUST 严格按模板输出，NEVER 省略内容 - MUST 保留具体数字、数据、关键信息 - NEVER 改原意或自由发挥 - NEVER 跳过任何步骤明确输出模板和数据指标— 不是"参考"，而是"必须"
### 输出模板（MUST 严格遵守） - **[项目名称]** — [数据来源](URL) [用自己的话写 N 字核心内容] 数据指标（MUST 满足）： - 类别A MUST ≥ X - 类别B MUST ≥ Y - 类别C MUST = Z（每项 M-N 字）用决策树而非文字描述流程— 让 Agent 按逻辑分支执行，而非自由理解
## 执行流程（决策树） ① 数据获取 IF 成功 → 进入② IF 失败 → 回退：排查错误，通知用户 ② 数据过滤 IF 符合条件 → 进入③ IF 不符合 → 回退：调整参数，重新过滤 ③ 内容提取与分析 IF 质量指标满足 → 进入④ IF 不满足 → 回退：扩大范围，重新提取 ④ 报告组装 [按模板输出] ⑤ 自检清单 □ 所有指标都满足？□ 所有链接前置？ □ 无省略内容？ □ 格式正确？强制自检清单— 明确哪些必须检查，哪些必须 NEVER
MUST 逐项检查后才能返回： □ 所有数据按照规则处理过？ □ 所有内容用自己的话写过，不是直接复制？ □ 所有必填项都有吗？ NEVER： - NEVER 输出模板占位符文字 - NEVER 省略任何数据 - NEVER 等待用户确认（ALWAYS 直接执行）
教训：SKILL.md 是给 Agent严格执行的代码，不是建议文档。用MUST/NEVER+ 决策树 + 自检清单，效果比"应该"强 100 倍。
总结
写合约，不写建议— SKILL.md 是执行代码，用
MUST/NEVER的强制规则替代"应该"的建议。决策树、自检清单、明确格式，是让 Agent 严格执行的关键。工程方法— 像开发代码产品一样开发 Skill。先把脚本逻辑搞定并测通，再精心设计 SKILL.md（流程、格式、验证点），最后在 OpenClaw 中集成测试。别用黑盒 + 反复试错。
好的 Skill 的稳定性和质量，取决于你是否把它当成"代码产品"来开发。