大家好，我是小智，专注 AI 工具，AI 智能体和编程提效
前言
最近我用GitHub的免费云主机部署了OpenClaw，又在awesome-openclaw-skills这个库里花了两天时间淘技能。说实话，中间有些卡壳的地方，但最后搭出来的效果，远超我最初的预期。
这篇文章，我就直白地分享一下：怎么从零开始打造一个真正有"手有脚"的AI助手。
为什么OpenClaw单独不够用
我一开始用OpenClaw的时候，就遇到了一个问题。这玩意儿确实聪明，能聊天、能推理。但你要让它干点实事，比如写代码，它可以写。但写完了你还得自己去跑，自己去部署。
那感觉就像带一个刚毕业的实习生。脑子聪明，但没工作经验。干啥都得盯着，有点累。
我那时候才明白：一个裸奔的Agent，模型再强也只是个聪明的空壳。
它需要工具，需要执行力。用一个比喻的话，模型是大脑，Skills（技能）才是手，才是执行力。没有Skills的OpenClaw，就像一个瘫痪的天才。
一、零成本部署OpenClaw
为什么选GitHub Codespaces
ClawdBot又改名了。从Mlotbot到现在的Openclaw，名字越来越像个正经产品了。
image它现在GitHub Star数已经破了13万。我看了一周的教程，发现大家都在折腾各种服务器。其实有个不花钱的方案最好用，那就是GitHub Codespaces。
image简单说，这就是GitHub送你的云电脑。以前我买VPS都是扣扣索索买2核2G的，但Codespaces直接给了2核8G内存，还有32G硬盘。这配置跑Openclaw绰绰有余。
今天我就带大家用Codespaces搭建一个零成本的OpenClaw服务。模型我选了国产的Kimi K2.5，聊天界面用Discord。
第一步：建个仓库
先在GitHub上新建一个仓库。名字随便起，我用了 openclaw。
建好后在页面左边点击Create a codespace。
接着点Create new codespace。
等个几秒钟，你会看到一个网页版的VS Code。这就说明你的云主机开机了。
第二步：安装Openclaw
这就跟在本地用VS Code一样。打开下面的终端，粘贴这行命令。
curl -fsSL https://openclaw.ai/install.sh | bash
现在的安装速度很快，两三分钟就搞定了。你会发现原来的字符画已经变成了OPENCLAW。
第三步：准备Kimi模型
这次我用了Kimi K2.5。英伟达官网虽然能白嫖，但延迟太高。我花钱买了个七天体验卡，在Kimi官网的kimi-code下面就能看到。
image拿到API Key后保存好，我们回到Codespaces继续配置。
image在配置向导里选Moonshot AI，然后选Kimi Code (K2.5)，填入刚才的Key。
如何访问Web控制台
本地部署我们直接访问localhost:18789。在GitHub Codespaces上，它会自动帮我们做端口映射。
在"端口"标签页找到18789，点击那个地球图标就能打开。
image打开后可能会报错，提示缺Token。
image把之前保存的Token填进去，点击Connect。
image接着可能会报1008错误，提示需要配对。这是因为新设备接入的安全机制。
image我们可以用命令行解决。在Codespaces再开一个终端窗口。
查看请求列表：
openclaw devices list
找到那个Pending的ID。
批准它：
openclaw devices approve 0a22644c-205d-4912-a127-cbd71a4c74b8
或者你可以直接改配置文件 ~/.openclaw/devices/pending.json，把 "silent": false改成 true。
image现在Web控制台就正常了。
image
二、700+Skills技能库赋能
为什么Skills是执行力
之前我用OpenClaw的时候，就遇到了一个问题。这玩意儿确实聪明，能聊天、能推理。但你要让它干点实事，模型再强也只是个聪明的空壳。它得有手有脚，得有工具。
模型是大脑，Skills（技能）才是手，才是执行力。
就在我琢磨怎么让它更好用的时候，发现GitHub上有个大佬做了一个Skills集合：awesome-openclaw-skills。这项目现在已经有5.3K Star了。
image简单说，这就是一个给OpenClaw用的"军火库"。它收录了700多个技能插件，从写代码、做SEO、剪视频，甚至到订外卖、管房贷，覆盖了30多个领域。
image最让我觉得爽的一点是，它给我的感觉太像Linux的 apt或者Mac的 brew了。
Skills分类详解
我大致翻了翻库里的分类。老实说，覆盖范围超出我预期。
开发工程向 - 这块最实用。代码分析、自动重构、漏洞扫描都有。甚至还能做自动化测试和跑CI脚本。
Web和自动化 - Web开发辅助、爬虫、SEO分析。还有表单自动填写，用来做重复性工作挺方便。
AI多模态 - 接了各种生图模型。文生图、图生图。文本处理工具也一堆。
image内容和生产力 - 写博客、管理Notion笔记、处理邮件。
生活泛自动化 - 这块比较有意思。购物、订外卖、查出行信息，甚至理财辅助都有。
image怎么安装Skills
这个仓库最核心的逻辑就是像管理软件包一样管理AI技能。
想装什么，一行命令就搞定：
npx clawdhub@latest install <skill-slug>
把 <skill-slug>换成你想要那个技能的标识就行。仓库里每个技能旁边都标了slug，直接复制。
如果你非要手动安装也行，把技能文件夹复制到下面这两个目录之一：
全局目录：
~/.openclaw/skills/
或者项目目录：
<project>/skills/
我是觉得用命令行最省事。
怎么选技能，怎么用才顺手
这是关键一步，也是很多人容易踩坑的地方。
700多个技能，你不可能全装。要学会挑选。
第一，先想清楚你的使用场景。 你的AI员工主要干啥？是写代码？做内容运营？还是自动化办公流程？场景不同，需要的技能就完全不一样。
第二，从高频场景开始装。 不要一次装几十个技能，那样OpenClaw会变得很慢，而且你也没精力管理那么多。我建议先装3-5个最高频的，用两周时间熟悉。
第三，装好了以后要调整权限。 有些技能涉及外部API调用或文件系统操作，要特别小心。OpenClaw的权限管理做得挺细致的，要花时间配置好。
第四，监控执行日志。 每次OpenClaw执行一个任务，都会在Web控制台和Discord里留下日志。养成看日志的习惯，这样才能知道它到底在干啥，有没有哪个地方出问题。
一点思考
Openclaw让我们离贾维斯又近了一步。通过它，我们可以真正拥有一个能感知、能规划、能使用工具的AI智能体。
Kimi K2.5的表现也很稳，7天的体验卡完全够用。
用了这些Skills之后，OpenClaw才算真的有了"手"。建议大家去awesome-openclaw-skills库里淘一淘，说不定能发现不少能省时间的好工具。
一个好的工具框架配上丰富的技能库，才能真正释放AI的价值。就像一个人再聪明，没有工具也干不了大事。
OpenClaw + awesome-openclaw-skills这个组合，给了我一种感觉：我不是在用一个AI聊天工具，而是在打造一个真正的AI员工。它有能力，有执行力，能真实地帮我完成工作。
往期推荐阅读
如果本文对您有帮助，也请帮忙点个 赞👍 + 在看 哈！❤️关注小智AI指南公众号，AI 路上不迷路
粤ICP备14082021号
免费POC，
零成本试错
