Community translations by veiseule.ai — Help improve them on Crowdin
Skip to main content

Færdigheder (OpenClaw)

OpenClaw bruger AgentSkills-kompatible færdighedsmapper til at lære agenten hvordan man bruger værktøjer. Hver færdighed er en mappe, der indeholder en SKILL.md med YAML frontmatter og instruktioner. OpenClaw belastninger bundtede færdigheder plus valgfri lokale overskrivninger, og filtrerer dem på belastningstidspunktet baseret på miljø, config og binær tilstedeværelse.

Placeringer og prioritet

Skills indlæses fra tre steder:

  1. Bundled skills: leveret med installationen (npm-pakke eller OpenClaw.app)
  2. Administrerede/lokale færdigheder: ~/.openclaw/skills
  3. Arbejdsområdets færdigheder: <workspace>/skills

Hvis et skill-navn konflikter, er prioriteten:

<workspace>/skills (højeste) → ~/.openclaw/skills → bundled skills (laveste)

Derudover kan du konfigurere ekstra skill-mapper (laveste prioritet) via skills.load.extraDirs i ~/.openclaw/openclaw.json.

Per-agent vs. delte skills

I multi-agent opsætninger, hver agent har sit eget arbejdsområde. Det betyder:

  • Per-agent skills ligger i <workspace>/skills kun for den agent.
  • Delte skills ligger i ~/.openclaw/skills (managed/local) og er synlige for alle agenter på samme maskine.
  • Delte mapper kan også tilføjes via skills.load.extraDirs (laveste prioritet), hvis du vil have en fælles skill-pakke brugt af flere agenter.

Hvis det samme skill-navn findes flere steder, gælder den normale prioritet: workspace vinder, derefter managed/local og til sidst bundled.

Plugins + færdigheder

Plugins kan sende deres egne færdigheder ved at notere færdigheder mapper i openclaw.plugin.json (stier i forhold til plugin root). Plugin færdigheder indlæse , når plugin'et er aktiveret og deltage i de normale regler for dygtighed forrang. Du kan gate dem via metadata.openclaw.requires.config på plugin ‘ s config post. Se Plugins for opdagelse/konfiguration og Tools for værktøjsfladen, som disse skills lærer.

ClawHub (installation + synk)

ClawHub er registret over offentlige færdigheder for OpenClaw. Gennemse på https://clawhub.com. Brug den til at opdage, installere, opdatere og sikkerhedskopiere færdigheder. Fuld guide: ClawHub.

Almindelige flows:

  • Installér et skill i dit workspace:
  • clawhub install <skill-slug>
  • Opdatér alle installerede skills:
  • clawhub update --all
  • Synk (scan + udgiv opdateringer):
  • clawhub sync --all

Som standard installeres clawhub i ./skills under din nuværende fungerende mappe (eller falder tilbage til det konfigurerede OpenClaw arbejdsområde). OpenClaw henter der op som <workspace>/skills på den næste session.

Sikkerhedsnoter

  • Behandl tredjepartskvalifikationer som ikke-betroet kode. Læs dem, før du aktiverer.
  • Foretræk sandkasse kørsler for upålidelige indgange og risikable værktøjer. Se Sandboxing.
  • skills.entries.*.env og skills.entries.*.apiKey injicerer hemmeligheder i værtprocessen for den pågældende agent slå (ikke sandkassen). Hold hemmeligheder ude af prompter og logs.
  • For en bredere trusselsmodel og tjeklister, se Security.

Format (AgentSkills + Pi-kompatibel)

SKILL.md skal som minimum indeholde:

---
name: nano-banana-pro
description: Generate or edit images via Gemini 3 Pro Image
---

Noter:

  • Vi følger AgentSkills-specifikationen for layout/intention.
  • Parseren, som bruges af den indlejrede agent, understøtter kun single-line frontmatter-nøgler.
  • metadata skal være et single-line JSON-objekt.
  • Brug {baseDir} i instruktioner til at referere til skill-mappens sti.
  • Valgfrie frontmatter-nøgler:
  • homepage — URL vist som “Website” i macOS Skills UI (også understøttet via metadata.openclaw.homepage).
  • user-invocabletrueřfalse (standard: true). Når true, færdigheder er udsat som en bruger skråstreg kommando.
  • disable-model-invocationtrue¤ false (standard: false). Når true, færdigheder er udelukket fra model prompt (stadig tilgængelig via bruger påkaldelse).
  • command-dispatchtool (valgfrit). Når sat til tool, skråstregen kommando omgår modellen og afsender direkte til et værktøj.
  • command-tool — værktøjsnavn, der skal kaldes, når command-dispatch: tool er sat.
  • command-arg-moderaw (standard). For værktøj afsendelse sender den rå args streng til værktøjet (ingen core parsing).

    Værktøjet kaldes med parametre: { command: "<raw args>", commandName: "<slash command>", skillName: "<skill name>" }.

Gating (filtre ved indlæsning)

OpenClaw filtrerer skills ved indlæsning ved hjælp af metadata (single-line JSON):

---
name: nano-banana-pro
description: Generate or edit images via Gemini 3 Pro Image
metadata:
  {
    "openclaw":
      {
        "requires": { "bins": ["uv"], "env": ["GEMINI_API_KEY"], "config": ["browser.enabled"] },
        "primaryEnv": "GEMINI_API_KEY",
      },
  }
---

Felter under metadata.openclaw:

  • always: true — inkluder altid skill’et (spring andre gates over).
  • emoji — valgfri emoji brugt af macOS Skills UI.
  • homepage — valgfri URL vist som “Website” i macOS Skills UI.
  • os — valgfri liste over platforme (darwin, linux, win32). Hvis angivet, er færdigheden kun berettiget på disse styresystemer.
  • requires.bins — liste; hver skal findes på PATH.
  • requires.anyBins — liste; mindst én skal findes på PATH.
  • requires.env — liste; env-var skal findes eller være angivet i konfigurationen.
  • requires.config — liste over openclaw.json-stier, der skal være truthy.
  • primaryEnv — env var navn forbundet med skills.entries.<name>.apiKey.
  • install — valgfrit array af installer-specifikationer brugt af macOS Skills UI (brew/node/go/uv/download).

Note om sandboxing:

  • requires.bins kontrolleres på hosten ved indlæsning af skill’et.
  • Hvis en agent er sandboxed, skal den binære skal også eksistere inde i beholderen. Installere det via agents.defaults.sandbox.docker.setupCommand (eller et brugerdefineret billede). setupCommand kører én gang efter beholderen er oprettet. Pakken installerer også kræver netværk egress, en skrivbar root FS, og en root bruger i sandkassen. Eksempel: 'summariser' færdighed ('færdigheder/opsummering/SKILL.md') har brug for 'summariser' CLI i sandkassebeholderen til at køre der.

Installer-eksempel:

---
name: gemini
description: Use Gemini CLI for coding assistance and Google search lookups.
metadata:
  {
    "openclaw":
      {
        "emoji": "♊️",
        "requires": { "bins": ["gemini"] },
        "install":
          [
            {
              "id": "brew",
              "kind": "brew",
              "formula": "gemini-cli",
              "bins": ["gemini"],
              "label": "Install Gemini CLI (brew)",
            },
          ],
      },
  }
---

Noter:

  • Hvis der er angivet flere installere, vælger gatewayen én enkelt foretrukken mulighed (brew når tilgængelig, ellers node).
  • Hvis alle installere er download, viser OpenClaw hver post, så du kan se de tilgængelige artefakter.
  • Installer-specifikationer kan inkludere os: ["darwin"|"linux"|"win32"] for at filtrere muligheder efter platform.
  • Node installerer honor skills.install.nodeManager i openclaw.json (standard: npm; muligheder: npm/pnpm/yarn/bun). Dette påvirker kun færdighed installerer; Gateway runtime skal stadig være node (Bun anbefales ikke for WhatsApp/Telegram).
  • Go-installationer: hvis go mangler og brew er tilgængelig, installerer gatewayen først Go via Homebrew og sætter GOBIN til Homebrews bin, når det er muligt.
  • Download-installationer: url (påkrævet), archive (tar.gz | tar.bz2 | zip), extract (standard: auto når arkiv registreres), stripComponents, targetDir (standard: ~/.openclaw/tools/<skillKey>).

Hvis der ikke er angivet nogen metadata.openclaw, er skill’et altid berettiget (medmindre det er deaktiveret i konfigurationen eller blokeret af skills.allowBundled for bundled skills).

Konfigurations-overrides (~/.openclaw/openclaw.json)

Bundled/managed skills kan slås til/fra og forsynes med env-værdier:

{
  skills: {
    entries: {
      "nano-banana-pro": {
        enabled: true,
        apiKey: "GEMINI_KEY_HERE",
        env: {
          GEMINI_API_KEY: "GEMINI_KEY_HERE",
        },
        config: {
          endpoint: "https://example.invalid",
          model: "nano-pro",
        },
      },
      peekaboo: { enabled: true },
      sag: { enabled: false },
    },
  },
}

Bemærk: hvis skill-navnet indeholder bindestreger, så citer nøglen (JSON5 tillader citerede nøgler).

Konfigurationstaster matcher som standard dygtighedsnavn. Hvis en færdighed definerer metadata.openclaw.skillKey, brug denne nøgle under skills.entries.

Regler:

  • enabled: false deaktiverer skill’et, selv hvis det er bundled/installeret.
  • env: injiceres kun hvis variablen ikke allerede er sat i processen.
  • apiKey: bekvemmelighed for skills, der deklarerer metadata.openclaw.primaryEnv.
  • config: valgfri pose til brugerdefinerede per-skill-felter; brugerdefinerede nøgler skal ligge her.
  • allowBundled: valgfri tilladt liste for **bundtede ** færdigheder. Hvis angivet, kun bundtede færdigheder på listen er kvalificerede (administrerede/arbejdsområde færdigheder upåvirket).

Miljøinjektion (per agent-kørsel)

Når en agent-kørsel starter, gør OpenClaw følgende:

  1. Læser skill-metadata.
  2. Gælder alle skills.entries.<key>.env eller skills.entries.<key>.apiKey til process.env.
  3. Opbygger systemprompten med berettigede skills.
  4. Gendanner det oprindelige miljø, efter at kørslen er slut.

Dette er afgrænset til agent-kørslen, ikke et globalt shell-miljø.

Sessions-snapshot (performance)

OpenClaw snapshots de kvalificerede færdigheder når en session starter og genbruger denne liste til efterfølgende sving i samme session. Ændringer af færdigheder eller config træder i kraft på den næste nye session.

Færdigheder kan også opdatere midten af sessionen, når færdighedswatcher er aktiveret, eller når en ny kvalificeret fjernbetjening vises (se nedenfor). Tænk på dette som en varm genindlæsning: den opdaterede liste hentes på næste agent tur.

Fjern-macOS-noder (Linux-gateway)

Hvis Gateway kører på Linux, men et macOS node er forbundet med system. un tilladt (Exec godkendelser sikkerhed ikke indstillet til benægt), OpenClaw kan behandle macOS-kun færdigheder som kvalificerede, når de krævede binære filer er til stede på den pågældende node. Agenten bør udføre disse færdigheder via noder-værktøjet (typisk nodes.run).

Dette er baseret på node rapportering sin kommando støtte og en bin sonde via system.run. Hvis macOS node går offline senere, de færdigheder forbliver synlige; påberåbelser kan mislykkes, indtil noden genoprettes.

Skills-watcher (auto-opdatering)

Som standard overvåger OpenClaw færdigheder mapper og bump færdigheder snapshot når SKILL.md filer ændres. Konfigurer dette under skills.load:

{
  skills: {
    load: {
      watch: true,
      watchDebounceMs: 250,
    },
  },
}

Token-påvirkning (skills-liste)

Når færdigheder er kvalificeret, OpenClaw tilfører en kompakt XML-liste over tilgængelige færdigheder i systemet prompt (via formatSkillsForPrompt i pi-kodning-agent). Omkostningerne er målret:

  • Basis-overhead (kun når ≥1 skill): 195 tegn.
  • Per skill: 97 tegn + længden af de XML-escaped <name>, <description> og <location>-værdier.

Formel (tegn):

total = 195 + Σ (97 + len(name_escaped) + len(description_escaped) + len(location_escaped))

Noter:

  • XML-escaping udvider & < > " ' til entiteter (&amp;, &lt;, osv.), hvilket øger længden.
  • Token antal varierer efter model tokenizer. Et groft estimat i OpenAI-stil er ~4 tegn/token, så 97 tegn ≈ 24 tokens pr. færdighed plus dine faktiske feltlængder.

Livscyklus for managed skills

OpenClaw leverer et basissæt af færdigheder som bundtede færdigheder som en del af installere (npm pakke eller OpenClaw.app). ~/.openclaw/skills findes for lokale tilsidesættelser (for eksempel pinning/lappe en dygtighed uden at ændre den medfølgende -kopi). Arbejdspladsfærdigheder er brugerejede og tilsidesætter både på navnekonflikter.

Konfigurationsreference

Se Skills config for det fulde konfigurationsskema.

Leder du efter flere skills?

Gennemse https://clawhub.com.