🎯 学习目标：深入理解 Skill 的定义规范和运行机制。
1. Skill 是什么？
Skill 是 OpenClaw 的能力声明单元。它不是可执行程序，而是一组指令和元数据，被注入到 Agent 的上下文中，告诉 AI "你能做什么、怎么做"。
2. Skill 的文件结构
graph TD
subgraph Skill["📦 一个完整的 Skill"]
SkillMD["SKILL.md\n元数据 + 指令\n（YAML frontmatter + Markdown）"]
Scripts["scripts/（可选）\n辅助脚本"]
Examples["examples/（可选）\n示例用法"]
Resources["resources/（可选）\n模板 · 数据文件"]
end
SkillMD -->|"每次对话注入"| Context["Agent 上下文窗口"]
Scripts -->|"Agent 调用"| Exec["工具执行"]3. SKILL.md 格式规范
---
name: weather-query
description: 让 Agent 能够查询全球城市的天气信息
version: 1.0.0
author: your-username
tags: [weather, utility, api]
permissions: [network]
---
# 天气查询技能
## 使用场景
当用户询问天气相关问题时使用此技能。
## 操作步骤
1. 解析用户提到的城市名称
2. 调用 scripts/query_weather.sh 获取天气数据
3. 以友好的格式返回结果
## 输出格式
- 城市名称
- 当前温度
- 天气状况
- 未来 3 天预报
## 限制
- 仅支持中国和美国城市
- 每小时最多查询 60 次
YAML Frontmatter 字段
| 字段 | 必填 | 说明 |
|---|---|---|
| name | ✅ | Skill 唯一标识 |
| description | ✅ | 一句话描述 |
| version | ✅ | 语义化版本号 |
| author | ✅ | 作者 |
| tags | ❌ | 标签列表 |
| permissions | ❌ | 需要的权限声明 |
4. Skill 的运行机制
sequenceDiagram
participant Boot as 启动阶段
participant Agent as Agent
participant Skill as SKILL.md
participant LLM as LLM
Boot->>Agent: 加载所有 Skill
Agent->>Skill: 读取 SKILL.md 内容
Agent->>Agent: 将 Skill 指令注入上下文
Note over Agent: 用户发送消息
Agent->>LLM: Prompt 包含 Skill 指令
LLM->>Agent: "应使用 weather-query"
Agent->>Agent: 执行 scripts/query_weather.sh
Agent->>LLM: 提交执行结果⚠️ Token 成本：每个 Skill 的文本都会被注入到上下文中，消耗 Token。不要安装不需要的 Skill！
下节预告： Ep 18，巡礼 10 大必装 Skill——web-search、file-manager、git-assist 等核心技能。