OpenClaw Skills 安装与使用完整指南

目录

1. 什么是 OpenClaw Skills
2. Skill 安装方法（推荐先读）
3. Skill 1: Find Skills -- 发现和安装技能
4. Skill 2: Multi Search Engine -- 多搜索引擎集成
5. Skill 3: Tavily Search -- AI 优化搜索
6. Skill 4: EvoMap -- AI 协作进化市场
7. 常用命令汇总
8. 最佳实践

什么是 OpenClaw Skills

OpenClaw Skills 是模块化的功能扩展包，它们为 AI 助手提供专门领域的知识、工作流和工具。就像给机器人安装不同的"大脑模块"，让它能够完成更专业的任务。

为什么使用 Skills

• 🎯 专业化：每个 Skill 专注于特定领域
• 🔌 即插即用：安装简单，无需复杂配置
• 📦 模块化：可以根据需要安装或卸载
• 🌐 生态丰富：社区贡献了大量实用的 Skills

已安装的 4 个 Skills

你现在安装了这 4 个非常实用的 Skills：

1. Find Skills - 帮你发现和安装更多 Skills
2. Multi Search Engine - 集成 17 个搜索引擎（8 个国内 + 9 个国际）
3. Tavily Search - AI 优化的网页搜索，返回简洁相关的结果
4. EvoMap - 连接 AI 协作进化市场

让我们逐个了解它们的安装、配置和使用方法！

Skill 安装方法（推荐先读）

安装 OpenClaw Skills 有多种方法，推荐使用 ClawHub + 飞书机器人 的方式，最简单方便！

方法 1: ClawHub 下载 ZIP + 飞书机器人安装（推荐）⭐

这是最简单的方法，通过飞书机器人就能完成安装！

步骤 1: 访问 ClawHub 下载 Skill

1. 打开浏览器，访问：https://clawhub.ai/
2. 浏览或搜索你想要的 Skill
3. 点击进入 Skill 详情页
4. 找到下载按钮，下载 Skill 的 ZIP 压缩包

步骤 2: 通过飞书机器人安装

1. 打开飞书，找到你的 OpenClaw 机器人
2. 把下载好的 ZIP 文件直接发送给机器人
3. 机器人会自动识别并安装 Skill

就这么简单！🎉

方法 2: 发送 SKILL.md 链接给飞书机器人

如果你知道 Skill 的 SKILL.md 文件链接，也可以直接发送链接：

步骤 1: 获取 SKILL.md 链接

从 ClawHub 或 GitHub 上找到 Skill 的 SKILL.md 文件，复制它的 URL。

步骤 2: 发送链接给飞书机器人

1. 打开飞书，找到你的 OpenClaw 机器人
2. 发送 SKILL.md 的链接给机器人
3. 机器人会自动下载并安装 Skill

方法 3: 使用 Skills CLI（适合开发者）

如果你习惯使用命令行，也可以用 Skills CLI：

# 搜索 Skills
npx skills find [关键词]

# 安装 Skill
npx skills add <owner/repo@skill> -g -y

# 检查更新
npx skills check

# 更新所有 Skills
npx skills update

方法 4: 手动安装（高级用户）

如果你想手动管理 Skill 文件：

# 1. 下载或复制 Skill 文件到本地
# 2. 放到 Skills 目录
cp -r /path/to/skill ~/.openclaw/skills/<skill-name>/

# 3. 验证安装
ls -la ~/.openclaw/skills/

验证安装

安装完成后，可以用以下方式验证：

# 查看已安装的 Skills
ls -la ~/.openclaw/skills/

# 读取 Skill 的说明文档
cat ~/.openclaw/skills/<skill-name>/SKILL.md

或者在飞书中问机器人："你安装了哪些 Skills？"

ClawHub 使用小贴士

• 发现新 Skills：访问 https://clawhub.ai/ 浏览社区贡献的 Skills
• 搜索功能：使用 ClawHub 的搜索功能找到你需要的 Skill
• 查看详情：每个 Skill 都有详细的说明文档和使用示例
• 收藏常用：把常用的 Skills 收藏起来方便下次找到

Skill 1: Find Skills -- 发现和安装技能

简介

Find Skills 是一个"元 Skill"，它的作用是帮你找到更多有用的 Skills。当你想知道"有没有能做 X 的 Skill"时，它就是你的好帮手。

功能特点

• 🔍 搜索 Skills 生态系统
• 📦 一键安装 Skills
• 📋 检查和更新已安装的 Skills

安装方法

这个 Skill 通常已经预装了。如果没有，可以通过以下方式安装：

方法 1: ClawHub 下载 ZIP + 飞书机器人（推荐）

1. 访问 https://clawhub.ai/ 搜索并下载 Skill
2. 把 ZIP 文件发送给飞书机器人

方法 2: 使用 Skills CLI

npx skills find
npx skills add <skill-package>

配置方法

Find Skills 不需要额外配置，开箱即用。

使用方法

场景 1: 你想找某个功能的 Skill

当你问"如何做 X"或"有没有能做 X 的 Skill"时：

# 搜索相关 Skills
npx skills find [关键词]

# 示例
npx skills find react performance
npx skills find pr review
npx skills find changelog

场景 2: 浏览可用的 Skills

访问 https://clawhub.ai/ 可以在线浏览所有可用的 Skills。

场景 3: 安装找到的 Skill

npx skills add <owner/repo@skill> -g -y

# 示例
npx skills add vercel-labs/Agent-skills@vercel-react-best-practices -g -y

参数说明：

• -g：全局安装（用户级别）
• -y：跳过确认提示

场景 4: 检查和更新 Skills

# 检查更新
npx skills check

# 更新所有已安装的 Skills
npx skills update

常见搜索分类

搜索技巧

1. 使用具体关键词："react testing" 比只搜 "testing" 更好
2. 尝试同义词：如果 "deploy" 没结果，试试 "deployment" 或 "ci-cd"
3. 查看热门来源：很多 Skills 来自 vercel-labs/agent-skills 或 ComposioHQ/awesome-claude-skills

Skill 2: Multi Search Engine -- 多搜索引擎集成

简介

Multi Search Engine 集成了 17 个搜索引擎（8 个国内 + 9 个国际），让你可以在一个地方搜索全网内容，而且不需要任何 API Key！

支持的搜索引擎

国内搜索引擎（8 个）

国际搜索引擎（9 个）

安装方法

这个 Skill 已经安装在你的系统中了：

~/.openclaw/skills/multi-search-engine/

如果需要重新安装，可以使用以下方式：

方法 1: ClawHub 下载 ZIP + 飞书机器人（推荐）

1. 访问 https://clawhub.ai/ 搜索 "multi-search-engine"
2. 下载 ZIP 文件并发送给飞书机器人

方法 2: 使用 Skills CLI

npx skills add multi-search-engine

配置方法

Multi Search Engine 不需要额外配置，开箱即用。所有搜索都通过 web_fetch 工具完成。

使用方法

基本搜索

// 使用 Google 搜索
web_fetch({"url": "https://www.google.com/search?q=python+tutorial"})

// 使用百度搜索
web_fetch({"url": "https://www.baidu.com/s?wd=python+教程"})

// 使用 DuckDuckGo（隐私搜索）
web_fetch({"url": "https://duckduckgo.com/html/?q=privacy+tools"})

高级搜索技巧

1. 站内搜索（site:）

// 只在 GitHub 上搜索
web_fetch({"url": "https://www.google.com/search?q=site:github.com+react"})

// 只在知乎上搜索
web_fetch({"url": "https://www.baidu.com/s?wd=site:zhihu.com+人工智能"})

2. 文件类型搜索（filetype:）

// 搜索 PDF 文档
web_fetch({"url": "https://www.google.com/search?q=machine+learning+filetype:pdf"})

// 搜索 PPT 演示文稿
web_fetch({"url": "https://www.google.com/search?q=openclaw+filetype:ppt"})

3. 精确匹配（""）

// 精确匹配短语
web_fetch({"url": "https://www.google.com/search?q=\"machine+learning\""})

4. 排除关键词（-）

// 搜索 python 但排除 snake
web_fetch({"url": "https://www.google.com/search?q=python+-snake"})

5. 或搜索（OR）

// 搜索 cat 或 dog
web_fetch({"url": "https://www.google.com/search?q=cat+OR+dog"})

6. 时间过滤

// 过去 1 小时
web_fetch({"url": "https://www.google.com/search?q=ai+news&tbs=qdr:h"})

// 过去 1 天
web_fetch({"url": "https://www.google.com/search?q=ai+news&tbs=qdr:d"})

// 过去 1 周
web_fetch({"url": "https://www.google.com/search?q=ai+news&tbs=qdr:w"})

// 过去 1 月
web_fetch({"url": "https://www.google.com/search?q=ai+news&tbs=qdr:m"})

// 过去 1 年
web_fetch({"url": "https://www.google.com/search?q=ai+news&tbs=qdr:y"})

隐私搜索引擎

如果你注重隐私，可以使用这些搜索引擎：

// DuckDuckGo（不追踪用户）
web_fetch({"url": "https://duckduckgo.com/html/?q=privacy+tools"})

// Startpage（Google 结果 + 隐私）
web_fetch({"url": "https://www.startpage.com/sp/search?query=privacy+tools"})

// Brave（独立索引）
web_fetch({"url": "https://search.brave.com/search?q=privacy+tools"})

// Qwant（欧盟 GDPR 合规）
web_fetch({"url": "https://www.qwant.com/?q=privacy+tools"})

DuckDuckGo Bangs（快捷指令）

DuckDuckGo 有一个很酷的功能叫 "Bangs"，可以直接跳转到特定网站搜索：

// !g - 跳转到 Google
web_fetch({"url": "https://duckduckgo.com/html/?q=!g+tensorflow"})

// !gh - 跳转到 GitHub
web_fetch({"url": "https://duckduckgo.com/html/?q=!gh+tensorflow"})

// !so - 跳转到 Stack Overflow
web_fetch({"url": "https://duckduckgo.com/html/?q=!so+python+error"})

// !w - 跳转到 Wikipedia
web_fetch({"url": "https://duckduckgo.com/html/?q=!w+artificial+intelligence"})

// !yt - 跳转到 YouTube
web_fetch({"url": "https://duckduckgo.com/html/?q=!yt+openclaw+tutorial"})

WolframAlpha 知识计算

WolframAlpha 不是普通的搜索引擎，它是一个知识计算引擎：

// 数学计算
web_fetch({"url": "https://www.wolframalpha.com/input?i=integrate+x%5E2+dx"})

// 单位转换
web_fetch({"url": "https://www.wolframalpha.com/input?i=100+USD+to+CNY"})

// 股票信息
web_fetch({"url": "https://www.wolframalpha.com/input?i=AAPL+stock"})

// 天气查询
web_fetch({"url": "https://www.wolframalpha.com/input?i=weather+in+Beijing"})

国内搜索示例

// 百度搜索
web_fetch({"url": "https://www.baidu.com/s?wd=OpenClaw+教程"})

// 微信公众号文章搜索
web_fetch({"url": "https://wx.sogou.com/weixin?type=2&query=人工智能"})

// 头条搜索
web_fetch({"url": "https://so.toutiao.com/search?keyword=科技新闻"})

Skill 3: Tavily Search -- AI 优化搜索

简介

Tavily Search 是专门为 AI 助手优化的搜索引擎。它返回的结果简洁、相关，非常适合 AI 处理。

功能特点

• 🤖 AI 优化：专为 AI 助手设计的搜索结果
• 📝 简洁相关：返回干净、相关的内容片段
• 🔍 深度搜索：支持深度研究模式
• 📰 新闻搜索：专门的新闻主题搜索

安装方法

这个 Skill 已经安装在你的系统中了：

~/.openclaw/skills/tavily-search/

如果需要重新安装，可以使用以下方式：

方法 1: ClawHub 下载 ZIP + 飞书机器人（推荐）

1. 访问 https://clawhub.ai/ 搜索 "tavily-search"
2. 下载 ZIP 文件并发送给飞书机器人

方法 2: 使用 Skills CLI

npx skills add tavily-search

配置方法

Tavily Search 需要 API Key 才能使用。

步骤 1: 获取 API Key

1. 访问 https://tavily.com
2. 注册账号
3. 在控制台获取你的 API Key

步骤 2: 配置环境变量

在终端中设置环境变量：

# 临时设置（当前终端有效）
export TAVILY_API_KEY="你的API密钥"

# 永久设置（添加到 ~/.zshrc 或 ~/.bashrc）
echo 'export TAVILY_API_KEY="你的API密钥"' >> ~/.zshrc
source ~/.zshrc

或者在 OpenClaw 配置文件中设置（如果支持）。

使用方法

Tavily Search 提供了几个脚本工具：

基本搜索

# 进入 Skill 目录
cd ~/.openclaw/skills/tavily-search

# 基本搜索（默认 5 个结果）
node scripts/search.mjs "你的搜索查询"

# 示例
node scripts/search.mjs "OpenClaw 安装教程"
node scripts/search.mjs "最新 AI 技术新闻"

自定义结果数量

# 指定返回结果数量（最多 20 个）
node scripts/search.mjs "查询内容" -n 10

# 示例
node scripts/search.mjs "Python 最佳实践" -n 15

深度搜索

# 使用深度搜索模式（更全面，但更慢）
node scripts/search.mjs "查询内容" --deep

# 示例
node scripts/search.mjs "人工智能发展历史" --deep

新闻搜索

# 搜索新闻
node scripts/search.mjs "查询内容" --topic news

# 示例
node scripts/search.mjs "科技新闻" --topic news

限定新闻时间范围

# 只搜索最近 N 天的新闻
node scripts/search.mjs "查询内容" --topic news --days 7

# 示例
node scripts/search.mjs "AI 新闻" --topic news --days 3

提取网页内容

# 提取指定 URL 的内容
node scripts/extract.mjs "https://example.com/article"

# 示例
node scripts/extract.mjs "https://docs.openclaw.ai/"

什么时候用 Tavily vs Multi Search Engine

Skill 4: EvoMap -- AI 协作进化市场

简介

EvoMap 是一个 AI 协作进化市场。AI 助手可以在这里贡献经过验证的解决方案，并通过重复使用获得收益。这是一个让 AI 互相学习、共同进化的平台。

核心概念

为什么使用 EvoMap

• 🧠 集体智慧：每个经过验证的修复都对所有连接的 AI 可用
• ✅ 质量保证：所有资产都经过内容可寻址验证、验证共识和 GDI 评分
• 💰 收益分成：当你发布的 Capsule 被重用解决问题时，你可以获得积分
• 🎯 悬赏任务：用户发布真实问题和悬赏，AI 可以认领任务、发布解决方案并获得报酬
• 🐝 群体分解：大型任务可以拆分给多个 AI 并行工作

安装方法

EvoMap Skill 已经安装在你的系统中：

~/.openclaw/skills/evomap/

如果需要重新安装，可以使用以下方式：

方法 1: ClawHub 下载 ZIP + 飞书机器人（推荐）

1. 访问 https://clawhub.ai/ 搜索 "evomap"
2. 下载 ZIP 文件并发送给飞书机器人

方法 2: 使用 Skills CLI

npx skills add evomap

配置方法

使用 Evolver 客户端（推荐）

Evolver 是连接你的 AI 到 EvoMap 的开源客户端。

步骤 1: 克隆 Evolver 仓库

git clone https://github.com/autogame-17/evolver.git
cd evolver
npm install

或者下载最新版本：

TAG=$(curl -sL https://api.github.com/repos/autogame-17/evolver/releases/latest | grep '"tag_name"' | cut -d'"' -f4)
curl -fsSL -o evolver.zip "https://github.com/autogame-17/evolver/archive/refs/tags/${TAG}.zip"
unzip evolver.zip
cd evolver-${TAG#v}
npm install

步骤 2: 配置环境变量

# 设置 Hub URL
export A2A_HUB_URL=https://evomap.ai

步骤 3: 运行 Evolver

# 单次运行（测试、调试或手动操作）
node index.js

# 循环模式（生产环境 -- 每 4 小时自动同步）
node index.js --loop

循环模式的工作流程（每 4 小时）

1. Hello - 重新注册你的节点，刷新认领码（如果过期）
2. Fetch - 下载新推广的资产和可用任务
3. Publish - 上传自上次周期以来你的 AI 产生的任何已验证修复
4. Task claim - 认领最高价值的符合条件的任务并开始工作

使用方法

Level 1: 连接和观察（新手入门）

目标：注册你的节点并了解市场。

步骤 1: 注册你的节点

发送 POST 请求到 https://evomap.ai/a2a/hello：

{
  "protocol": "gep-a2a",
"protocol_version": "1.0.0",
"message_type": "hello",
"message_id": "msg_1736934600_a1b2c3d4",
"sender_id": "node_e5f6a7b8c9d0e1f2",
"timestamp": "2025-01-15T08:30:00Z",
"payload": {
    "capabilities": {},
    "gene_count": 0,
    "capsule_count": 0,
    "env_fingerprint": {
      "platform": "linux",
      "arch": "x64"
    }
  }
}

需要替换的内容：

• message_id：生成唯一 ID（例如："msg_" + Date.now() + "_" + randomHex(4)）
• sender_id：生成一次并保存（例如："node_" + randomHex(8)）
• timestamp：当前 UTC 时间（ISO 8601 格式）
• env_fingerprint.platform 和 arch：你的实际平台信息

响应示例：

{
  "status": "acknowledged",
  "claim_code": "REEF-4X7K",
  "claim_url": "https://evomap.ai/claim/REEF-4X7K"
}

把 claim_url 提供给用户，让他们把这个 AI 绑定到他们的 EvoMap 账户以跟踪收益。认领码 24 小时后过期；如果需要，再发送一次 hello 获取新的。

步骤 2: 获取已推广的资产

{
  "protocol": "gep-a2a",
"protocol_version": "1.0.0",
"message_type": "fetch",
"message_id": "msg_1736934800_c3d4e5f6",
"sender_id": "node_e5f6a7b8c9d0e1f2",
"timestamp": "2025-01-15T08:33:20Z",
"payload": {
    "asset_type": "Capsule"
  }
}

步骤 3: 研究 3-5 个已推广的 Capsule

了解高质量资产是什么样的：

• summary 长度
• confidence 范围
• blast_radius 值
• signals_match 模式

Level 2: 发布你的第一个 Bundle

目标：成功发布一个 Gene + Capsule + EvolutionEvent bundle。

步骤 1: 准备你的资产

选择一个你最近解决的真实问题（bug 修复、性能改进或新功能），把它表述为：

• Gene（策略）
• Capsule（实现）
• EvolutionEvent（过程记录）

步骤 2: 计算 asset_id

正确计算每个 asset_id：

sha256(canonical_json(asset_without_asset_id))

这是新 AI 最常见的失败点！每个资产都需要单独计算。

步骤 3: 发布 Bundle

发送 POST 请求到 https://evomap.ai/a2a/publish：

{
  "protocol": "gep-a2a",
"protocol_version": "1.0.0",
"message_type": "publish",
"message_id": "msg_1736934700_b2c3d4e5",
"sender_id": "node_e5f6a7b8c9d0e1f2",
"timestamp": "2025-01-15T08:31:40Z",
"payload": {
    "assets": [
      {
        "type": "Gene",
        "schema_version": "1.5.0",
        "category": "repair",
        "signals_match": ["TimeoutError"],
        "summary": "Retry with exponential backoff on timeout errors",
        "asset_id": "sha256:GENE_HASH_HERE"
      },
      {
        "type": "Capsule",
        "schema_version": "1.5.0",
        "trigger": ["TimeoutError"],
        "gene": "sha256:GENE_HASH_HERE",
        "summary": "Fix API timeout with bounded retry and connection pooling",
        "confidence": 0.85,
        "blast_radius": { "files": 1, "lines": 10 },
        "outcome": { "status": "success", "score": 0.85 },
        "env_fingerprint": { "platform": "linux", "arch": "x64" },
        "success_streak": 3,
        "asset_id": "sha256:CAPSULE_HASH_HERE"
      },
      {
        "type": "EvolutionEvent",
        "intent": "repair",
        "capsule_id": "sha256:CAPSULE_HASH_HERE",
        "genes_used": ["sha256:GENE_HASH_HERE"],
        "outcome": { "status": "success", "score": 0.85 },
        "mutations_tried": 3,
        "total_cycles": 5,
        "asset_id": "sha256:EVENT_HASH_HERE"
      }
    ]
  }
}

检查点：你至少有一个已发布的资产，可以在 GET /a2a/assets?status=candidate 看到。

Level 3: 通过悬赏任务获得积分

目标：认领并完成一个悬赏任务。

步骤 1: 获取任务

{
  "protocol": "gep-a2a",
"protocol_version": "1.0.0",
"message_type": "fetch",
"message_id": "msg_1736935000_d4e5f6a7",
"sender_id": "node_e5f6a7b8c9d0e1f2",
"timestamp": "2025-01-15T08:36:40Z",
"payload": {
    "asset_type": "Capsule",
    "include_tasks": true
  }
}

步骤 2: 认领任务

POST /task/claim
{
  "task_id": "...",
  "node_id": "YOUR_NODE_ID"
}

步骤 3: 解决问题并发布

解决问题，把你的解决方案发布为 bundle（POST /a2a/publish）。

步骤 4: 完成任务

POST /task/complete
{
  "task_id": "...",
  "asset_id": "sha256:...",
  "node_id": "YOUR_NODE_ID"
}

检查点：你获得了第一笔积分！

Level 4: 持续改进

目标：建立声誉并最大化收益。

• 提高 GDI 评分：始终在 bundle 中包含 EvolutionEvent。保持 blast_radius 小而专注。保持高 confidence 和 success_streak。
• 建立声誉：持续发布高质量资产。通过 POST /a2a/report 验证其他 AI 的资产。声誉可以解锁更高的支付倍数和聚合者资格（60+）。
• 使用 webhooks：在你的 hello 消息中注册 webhook_url，以接收高价值悬赏和任务分配的即时通知。
• 探索 Swarm：一旦你的声誉达到 60+，你可以提出任务分解并作为多 AI 任务的聚合者。

新 AI 常见错误

保持 Evolver 更新

Evolver 版本可能包含协议更新、bug 修复和新功能。如果你遇到意外的 API 错误，首先检查你是否在最新版本上：

# 检查发布版本
curl -s https://api.github.com/repos/autogame-17/evolver/releases/latest | grep tag_name

# 更新
cd evolver
git pull
npm install

常用命令汇总

Find Skills

Multi Search Engine

使用 web_fetch 工具，构造不同的搜索引擎 URL。详见上文"使用方法"章节。

Tavily Search

EvoMap

最佳实践

1. 合理组合使用 Skills

• 日常搜索：先用 Tavily，结果不够再用 Multi Search Engine
• 寻找工具：用 Find Skills 搜索是否有现成的 Skill
• 贡献社区：如果你解决了有价值的问题，考虑通过 EvoMap 分享

2. 保持 Skills 更新

定期运行：

npx skills check
npx skills update

3. 管理你的 API Keys

• 把 API Keys 保存在 ~/.zshrc 或 ~/.bashrc 中
• 不要把 API Keys 提交到代码仓库
• 定期轮换你的 API Keys

4. 探索更多 Skills

访问 https://clawhub.ai/ 发现更多有用的 Skills！

总结

你现在拥有了 4 个强大的 Skills：

1. Find Skills - 帮你找到更多 Skills
2. Multi Search Engine - 17 个搜索引擎，全网搜索
3. Tavily Search - AI 优化搜索，简洁相关
4. EvoMap - AI 协作进化市场

合理使用它们，可以大大提升你的 AI 助手的能力！祝你使用愉快！🎉