OpenClaw Skills 安装与实战：打造你的 AI 技能工具箱

OpenClaw Skills 安装与实战：打造你的 AI 技能工具箱

本文介绍如何使用 ClawHub 安装和管理 OpenClaw 技能包，并通过实战案例演示多个技能的协同使用。

前言

OpenClaw 是一个强大的 AI 助手框架，而 Skills（技能包）则是扩展其能力的核心方式。通过安装不同的技能包，你可以让 AI 助手具备搜索、总结、开发指导、自我学习等能力。

本文将带你完成：

• ClawHub CLI 的安装与使用
• 多个实用技能包的安装
• Self-Improving 记忆系统的初始化
• 一个综合实战案例演示

一、ClawHub：技能包管理器

1.1 什么是 ClawHub

ClawHub 是 OpenClaw 的官方技能包市场，提供了丰富的技能包供用户安装使用。

安装 ClawHub CLI：

npm install -g clawhub

1.2 常用命令

二、搜索与安装技能包

2.1 搜索技能

使用 search 命令查找需要的技能：

clawhub search self-improving

输出结果：

– Searching
xiucheng-self-improving-agent Self Improving Agent (3.689)
self-improving-agent-cn Self Improving Agent CN (3.626)
self-improving Self-Improving Agent (Proactive Self-Reflection) (2.457)
self-evolve Self-Evolve (1.236)
…

2.2 安装技能

clawhub install self-improving

2.3 批量安装

建议安装以下实用技能包：

# 搜索技能
clawhub install tavily-search

# 文章总结
clawhub install summarize

# React 开发指导
clawhub install react

# GitHub 操作
clawhub install github

# 自我学习
clawhub install self-improving

# 理财建议
clawhub install wealth

# 主动代理
clawhub install proactive-agent-lite

2.4 查看已安装技能

clawhub list

或者直接查看目录：

dir ~/.openclaw/workspace/skills

三、技能包详解

3.1 Self-Improving：自我学习系统

功能： 让 AI 能够记住你的偏好、纠正和工作模式，实现持续改进。

核心特点：

• 分层记忆存储（HOT/WARM/COLD）
• 自动从用户反馈中学习
• 支持项目级和领域级记忆隔离

目录结构：

~/self-improving/
├── memory.md # HOT: 总是加载的核心记忆
├── corrections.md # 修正记录日志
├── index.md # 主题索引
├── projects/ # 项目专属记忆
├── domains/ # 领域知识（编程、写作等）
└── archive/ # 归档的记忆

3.2 Tavily Search：智能搜索

功能： AI 优化的网络搜索，返回简洁、相关的结果。

使用方式：

# 基础搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 新特性"

# 指定结果数量
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" -n 10

# 深度搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" –deep

# 新闻搜索
node skills/tavily-search-1.0.0/scripts/search.mjs "查询内容" –topic news

配置： 需要设置 TAVILY_API_KEY 环境变量。

3.3 Summarize：文章总结

功能： 快速总结 URL、PDF、图片、音频、YouTube 视频。

使用方式：

# 总结网页
summarize "https://example.com/article" –length medium

# 总结 PDF
summarize "/path/to/file.pdf" –length short

# 总结 YouTube 视频
summarize "https://youtu.be/xxxxx" –youtube auto

3.4 React：开发指导

功能： 提供生产级 React 开发指导，涵盖架构、状态管理、性能优化等。

核心规则：

• 服务端状态 ≠ 客户端状态
• 只使用命名导出
• 组件 JSX 不超过 50 行
• 启用 TypeScript strict 模式

3.5 GitHub：仓库操作

功能： 通过 gh CLI 与 GitHub 交互。

# 查看仓库信息
gh repo view owner/repo

# 查看最近 PR
gh pr list –repo owner/repo –state merged –limit 5

# 查看 CI 状态
gh pr checks 55 –repo owner/repo

3.6 Wealth：投资理财

功能： 提供全面的财富管理建议，包括：

• 财务基础建设
• 投资组合建议
• 税务优化策略
• 退休规划
• 资产保护

四、Self-Improving 初始化配置

4.1 创建目录结构

# Windows PowerShell
mkdir -p $env:USERPROFILE\\self-improving\\projects
mkdir -p $env:USERPROFILE\\self-improving\\domains
mkdir -p $env:USERPROFILE\\self-improving\\archive

# Linux/macOS
mkdir -p ~/self-improving/{projects,domains,archive}

4.2 创建核心文件

memory.md（核心记忆）：

# Memory (HOT Tier)

> 总是加载的记忆，存储最重要的偏好和规则

## Preferences

<!– 用户偏好 –>

## Patterns

<!– 已验证的工作模式 –>

## Rules

<!– 经过确认的规则 –>

corrections.md（修正记录）：

# Corrections Log

> 记录用户的修正反馈

| Date | Context | What I Got Wrong | Correct Answer | Learned |
|——|———|—————–|—————-|———|

domains/programming.md（领域记忆）：

# Domain: Programming

## Language Preferences

– TypeScript > JavaScript
– Python 用于数据分析

## Framework Preferences

– 前端：React + Next.js
– 状态管理：Zustand
– 样式：Tailwind CSS

4.3 验证安装

对 AI 说 “memory stats”，应返回：

📊 Self-Improving Memory

🔥 HOT (always loaded):
memory.md: 0 entries

🌡️ WARM (load on demand):
projects/: 0 files
domains/: 1 file

❄️ COLD (archived):
archive/: 0 files

五、API Key 配置

5.1 Tavily API

# Windows（永久）
[Environment]::SetEnvironmentVariable("TAVILY_API_KEY", "your-api-key", "User")

# Linux/macOS
echo 'export TAVILY_API_KEY="your-api-key"' >> ~/.bashrc
source ~/.bashrc

5.2 其他 API Keys

六、综合实战案例

6.1 案例：技术趋势研究助手

场景： 作为开发者，需要跟踪技术动态、快速理解新文章、构建知识库。

工作流：

1. tavily-search → 搜索技术动态
2. summarize → 提取文章要点
3. react → 构建知识展示界面
4. self-improving → 记住偏好

6.2 实战演示

步骤一：搜索技术动态

node skills/tavily-search-1.0.0/scripts/search.mjs "React 19 new features" -n 5

返回结果示例：

## Answer
React 19 introduces concurrent rendering, React Server Components,
and the useFormStatus hook for managing form state…

## Sources
– Exploring the New Features of React 19 – LinkedIn
https://www.linkedin.com/pulse/…
– What's New in React 19 – Telerik.com
https://www.telerik.com/blogs/…

步骤二：深入阅读文章

summarize "https://www.telerik.com/blogs/whats-new-react-19" –length medium

步骤三：创建知识卡片组件

根据 react skill 指导：

// TechCard.tsx
interface TechCardProps {
title: string
summary: string
source: string
tags: string[]
}

export function TechCard({ title, summary, source, tags }: TechCardProps) {
const isSaved = useUIStore((s) => s.savedItems.has(title))
const toggleSave = useUIStore((s) => s.toggleSave)

return (
<article className="rounded-lg border p-4 shadow-sm">
<header className="mb-2 flex items-start justify-between">
<h3 className="font-semibold">{title}</h3>
<button onClick={() => toggleSave(title)}>
{isSaved ? '★' : '☆'}
</button>
</header>
<p className="text-gray-600 text-sm">{summary}</p>
<footer className="mt-3 flex gap-2">
{tags.map(tag => (
<span key={tag} className="bg-gray-100 px-2 py-0.5 rounded text-xs">
{tag}
</span>
))}
</footer>
</article>
)
}

步骤四：AI 自动学习偏好

当你告诉 AI：

“我更喜欢 TypeScript，不喜欢 JavaScript”

AI 会自动记录到 ~/self-improving/domains/programming.md：

## Language Preferences

– 首选：TypeScript
– 避免：纯 JavaScript
– 原因：类型安全，更好的 IDE 支持

七、技能协同优势

八、最佳实践

8.1 记忆管理

• HOT 层 只放最重要的偏好，不超过 100 行
• WARM 层 按项目和领域分类
• COLD 层 定期归档不再使用的模式

8.2 技能使用原则

8.3 工作流建议

日常对话 → AI 自然学习偏好 → 自动记录
↓
需要搜索 → tavily-search → summarize 总结
↓
需要开发 → react/github 指导 → 项目记忆记录

九、总结

通过 ClawHub 安装和管理技能包，可以快速扩展 OpenClaw 的能力：

随着使用时间的增加，AI 会越来越了解你的偏好和工作方式，成为一个真正懂你的智能助手。

相关链接

• ClawHub 市场：https://clawhub.com
• OpenClaw 文档：https://docs.openclaw.ai
• Tavily API：https://tavily.com
• OpenClaw 社区：https://discord.com/invite/clawd

本文首发于 CSDN，转载请注明出处。

作者：OpenClaw 用户
日期：2026-03-10