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：

npminstall-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"-n10# 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 --limit5# 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 PowerShellmkdir-p$env:USERPROFILE\self-improving\projects mkdir-p$env:USERPROFILE\self-improving\domains mkdir-p$env:USERPROFILE\self-improving\archive # Linux/macOSmkdir-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

1. 访问 https://tavily.com 注册账号
2. 获取 API Key
3. 设置环境变量：

# Windows（永久）[Environment]::SetEnvironmentVariable("TAVILY_API_KEY", "your-api-key", "User")# Linux/macOSecho'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"-n5

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

1. 按需安装 - 只安装真正需要的技能
2. 配置优先 - 先配置好 API Key 再使用
3. 持续学习 - 让 self-improving 自然积累偏好

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：

1. ClawHub 提供了便捷的技能包管理
2. Self-Improving 实现了 AI 的持续学习
3. 各技能协同 形成完整的工作流

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 ZEEKLOG，转载请注明出处。

作者：OpenClaw 用户
日期：2026-03-10