OpenClaw自定义技能本质是为AI编写自然语言说明书而非开发后台服务；需在固定路径建技能文件夹并包含SKILL.md，按YAML头、触发条件、执行步骤三部分撰写，支持可选Python/Node.js实现及权限声明。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜OpenClaw自定义技能不是写后台服务，而是给AI写一份“能看懂、会判断、可执行”的说明书。核心不在于编程多深，而在于把你想让它做的事，用清晰结构和自然语言告诉它——哪怕只写一个SKILL.md文件，也能生效。
第一步：选对位置，建好文件夹新手直接用用户级技能目录，路径固定，免配置：
Linux/macOS：
~/.openclaw/skills/your_skill_name/
Windows：
%USERPROFILE%\.openclaw\skills\your_skill_name\文件夹名就是技能ID，全小写+下划线，比如weather_forecast或pdf_summary必须包含SKILL.md；其他如index.py、manifest.json按需添加第二步：写好SKILL.md——AI的唯一指令源这个文件决定AI会不会调、什么时候调、怎么调。结构要干净，重点写三块：OpenClaw开源的自托管AI智能体助手，曾用名Clawdbot、Moltbot下载头部YAML区：写明name（唯一标识）、description（一句话用途，AI靠它匹配场景）
触发条件：用自然语言描述用户怎么说才会激活，比如“当用户问‘今天北京天气怎么样’或输入‘查XX市天气’时”
执行步骤：分点写清楚AI该调什么工具（浏览器？文件读取？API？）、处理什么信息、怎么组织结果。例如：“1. 提取城市名；2. 调用browser访问中国气象局网页；3. 解析温度、湿度、风力字段；4. 用中文简洁回复，不带HTML标签”
第三步：按需加执行逻辑（非必须，但更可控）
如果纯文本描述不够稳，就补一段轻量代码。主流支持Python和Node.js：Python技能：在文件夹里放__init__.py，继承BaseSkill，实现execute()方法Node.js技能：放index.js，导出execute函数，接收context对象所有外部操作（如联网、读文件）必须提前在SKILL.md里声明权限，比如加一行permissions: [network, filesystem]第四步：启用与验证保存后不用重启OpenClaw，它会自动扫描加载（部分版本需执行openclaw skill reload
）：
在聊天界面直接测试，比如输入你写在“触发条件”里的典型句子观察日志是否显示[Skill] loaded: your_skill_name若未触发，先检查description是否太模糊；若报错，看错误是否指向权限缺失或工具未启用