带小龙虾逛 ClawHub：自定义 Skill 实战

上一篇我们把 Skills 系统的基本盘讲完了：一份 SKILL.md 就是一份操作手册，仓库自带 53 个 skill，加上内置插件捎来的 14 个，开箱就有 67 个能用；加载时按优先级合并、按声明的依赖条件筛选，再把每个 skill 的「名字 + 描述 + 路径」拼成一段索引塞进系统提示，正文则由模型在命中后自己用 Read 工具按需加载。

但这 67 个终究是官方给的，对每个人的工作流来说都谈不上贴身。真正让 OpenClaw 生态贴近场景的，是自定义 skill，既包括别人写好放到第三方市场 ClawHub 上的，也包括你自己写出来的。今天我们就先带小龙虾去 ClawHub 上逛逛，挑一个 skill 装到本地试试；然后自己动手写一个最小可用的 sysinfo skill；最后把它发布回 ClawHub，让别人也能装来用。

ClawHub 是什么

ClawHub 是 OpenClaw 官方的 skill 和 plugin 注册中心，站点是 clawhub.ai。

它在 OpenClaw 生态里的位置，类似 npm 之于 Node、PyPI 之于 Python：一个能公开浏览、版本化、可搜索的技能仓库。官方文档把 ClawHub 提供的能力归成下面这张特性表：

特性	说明
公开浏览	skill 目录和 SKILL.md 全文都可以匿名公开查看
语义搜索	走 embedding 向量匹配，而不是只对关键词
版本管理	用语义化版本号管理，每次发布生成一个新版本，配带变更说明和标签
下载分发	每个版本一份 zip 包
社区反馈	支持收藏（star）和评论
安全扫描	详情页展示 SkillSpector 和 VirusTotal 安全扫描结果，安装前一眼可见
作者修复面板	被扫描扣留的版本，作者能在 /dashboard 看到并申诉复扫
复扫请求	误判时作者可以申请有限次数的复扫
人工审核	申请审核和审计流程
CLI 友好的 API	适合自动化和脚本调用

装一个 skill 试试

ClawHub 上的 skill 怎么装到本地呢？官方提供了两套 CLI 命令行工具，我们可以使用 CLI 手动搜索和安装，也可以直接和小龙虾对话，让它给你安装。

两个 CLI 工具

ClawHub 有两套官方 CLI 入口：

• openclaw skills：OpenClaw 自家命令族里的一个子命令，装 OpenClaw 时一并就有。负责搜索、安装、更新 ClawHub 上的 skill，外加查看本地 skill 状态（list / info / check）。
• clawhub：独立的 CLI 工具，靠 npm i -g clawhub 单独安装，覆盖 ClawHub 全部功能，除了上面那些不用登录就能做的搜索、安装类操作，还包括登录、发布、删除、复扫、同步等需要鉴权的写操作。

两者常用命令对照如下：

操作	openclaw skills	clawhub	备注
搜索	openclaw skills search "<query>"	clawhub search "<query>"	走向量语义搜索，不只匹配关键词
安装	openclaw skills install <slug>	clawhub install <slug>	默认装 latest 标签的版本，拉到 workspace 的 skills/ 下
安装指定版本	openclaw skills install <slug> --version <ver>	clawhub install <slug> --version <ver>	想锁定某个旧版本时用
更新	openclaw skills update <slug>	clawhub update <slug>	按 .clawhub/lock.json 里的来源元数据重新拉新版本
全部更新	openclaw skills update --all	clawhub update --all	把 lock.json 里登记过的 ClawHub skill 一起升级
查看列表	openclaw skills list	clawhub list	openclaw skills list 列本地全部 skill（bundled / managed / workspace）；clawhub list 只列从 ClawHub 装下来的
查看详情	openclaw skills info <slug>	—	看本地 skill 的来源、frontmatter 元数据、当前是否可用
验证	openclaw skills check	—	把本地所有 skill 的依赖条件挨个核对，不可用的列出来排障
登录	—	clawhub login	默认走浏览器授权；也可以 --token <token> 直接贴 API token
发布	—	clawhub skill publish <path>	把本地 skill 目录推到 registry，生成新 semver 版本
删除	—	clawhub delete <slug> --yes	作者下架自己发布的 skill
复扫	—	clawhub skill rescan <slug>	安全扫描误判时申请重扫（每个版本有次数限制）
同步	—	clawhub sync	扫本地 skills 目录，把改过或新增的批量推上去，按内容 hash 比对，不重发

一般来说，安装别人写的 skill 两种 CLI 工具都可以，但 OpenClaw 自家的 openclaw skills 用起来更顺手一些，因为它还兼顾了 list / info / check 这些看本地状态、排查问题的操作，一个命令全部搞定。要自己往市场上发布 skill，就必须切到 clawhub 了，登录、发布、删除、同步这些写操作只它那边有。

来跑一遍直观感受下，比如我们想要找一个做 PPT 的技能，先搜：

$ openclaw skills search "ppt"

ppt  ppt  将用户讲稿一键生成乔布斯风极简科技感竖屏HTML演示稿...
hnytit-ppt-generator  河南油田工程科技PPT生成器  河南油田工程科技股份有限公司专属PPT制作技能...
...

然后选第一个安装：

$ openclaw skills install ppt

Downloading ppt@1.0.0 from ClawHub…
Installing to ~/.openclaw/workspace/skills/ppt…
Installed ppt@1.0.0 -> ~/.openclaw/workspace/skills/ppt

openclaw skills install 拉的就是 ClawHub 上对应 slug + 版本的 zip 包，解压到当前 workspace 的 skills/ 目录下，并往 .clawhub/lock.json 里写一条来源记录。下次 openclaw skills update --all 时它就知道这份 skill 是从 ClawHub 来的、应该去哪里拉新版本。clawhub install ppt 的效果完全一致，只是走的是独立 CLI 的实现。

让小龙虾帮你装

除了 CLI 手动安装之外，OpenClaw 还提供了一种更顺手的玩法。仓库自带了一份名叫 clawhub 的 skill，作用就是把上面的 CLI 包装成大白话：你用人话告诉 agent「装个能做幻灯片的技能」，它自己去搜索、判断、调命令。skill 本身写得非常薄，frontmatter 里只声明依赖一个二进制：

---
name: clawhub
description: Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
metadata:
  {
    "openclaw":
      {
        "requires": { "bins": ["clawhub"] },
        "install":
          [
            { "id": "node", "kind": "node", "package": "clawhub", "bins": ["clawhub"], "label": "Install ClawHub CLI (npm)" }
          ],
      },
  }
---

正文部分就是一张 cheat sheet：search、install、update、list、publish 几个子命令各贴了一段示例。agent 加载这个 skill 后，看到用户说要装个能做幻灯片的技能，就知道该去跑 clawhub install。

先确认 CLI 装好了：

$ clawhub --cli-version
0.18.0

$ clawhub whoami
not logged in

匿名状态可以装公开 skill，发布才需要 clawhub login。回到 Telegram 或飞书的会话里，直接用大白话跟小龙虾说：

这背后就是 clawhub skill 驱动的，agent 实际做的事和你自己敲 clawhub search + clawhub install 完全等价。装完之后当前会话就能直接用，让它做一个 PPT 试试：

使用浏览器打开，一个 8 页的关于 OpenClaw 的 PPT 就做好了：

关于 skill 安全

通过上面的学习我们知道，从 ClawHub 上装一个 skill 又简单又方便，但方便里隐藏着风险。把别人写的 skill 装到本地，本质上就是在跑陌生人写的代码。2026 年以来，ClawHub 上就出过几起规模化投放恶意 skill 的真实事件，因此 skill 安全不能忽略。

ClawHub 的发布门槛刻意做得很低。按官方文档的说法，任何人都能上传 skill，唯一的限制是发布者的 GitHub 账号要至少注册满一周，这意味着市场里什么都有。OpenClaw 官方对第三方 skill 的态度也很明确：把它当作未经审查的代码看待，启用前一定要先读一遍。

为此，ClawHub 这边主要靠两道防线：自动扫描和人工举报。每个版本的详情页都挂着一行 Security audit 状态，点进去就是完整的审计报告，由两家扫描器并行出结果：

• SkillSpector：NVIDIA 出的安全检查工具，对 prompt 注入、数据外泄、权限提升、供应链风险、过度代理几类规则挨条做检查，命中哪条就在哪条上标红；

• VirusTotal：把 skill 的下载包丢进多家杀软引擎跑一遍，将结果汇总，量化判断有没有被投毒；

没过扫描的版本会从公开安装面下架，普通用户搜不到也装不了，只有作者自己能在 /dashboard 里看到被扣留的版本。如果作者觉得是误判，可以用前面命令表里的 clawhub skill rescan <slug> 申请重扫，每个版本有限次数，避免反复滥用。

第二道防线是人工举报。任何登录用户都能就某个版本发起举报，超过 3 个独立举报，该版本也会被自动隐藏。

最后，skill 装到本地之后，真正的安全其实还是在用户自己手里，可以对照着 skill 的 metadata.openclaw.requires 检查一遍，里面的 bins / env / config 是这份 skill 的权限申报，扫一眼看看合不合理。一个号称只做幻灯片的 skill，不该去读 ~/.openclaw/openclaw.json，也不该往陌生 webhook 发数据。还拿不准的，丢进前面讲过的 sandbox 里跑一段时间再决定。

从零写一个 skill

装别人写好的 skill 我们已经讲完了，下面进入本篇的第二步，自己动手写一份。我们要写的这个叫 sysinfo，目标很朴素：用户随口问一句「这台机器现在剩余多少空间」、「内核是哪个版本」，agent 自动跑 df / uname 给个答案。

仓库里其实带了一个官方推荐的 skill-creator 技能，专门用来指导 agent 一步步创建新 skill：它会先跟你确认需求和触发场景，再生成目录骨架和 SKILL.md 模板，最后做校验和打包。你完全可以直接在 Telegram 或飞书里跟小龙虾说一句「帮我生成一个查系统信息的 skill」，它会按照 skill-creator 的说明，自动把 sysinfo 这份 skill 写出来。不过为了把 SKILL.md 的字段挨个过一遍，我们这次不靠它，纯手写一份只有一个文件的 skill。

第一步，在 workspace 里建目录：

$ mkdir -p ~/.openclaw/workspace/skills/sysinfo

第二步，写 SKILL.md，内容如下：

---
name: sysinfo
description: "用 df / uname / uptime 报告本机的磁盘占用、内存、运行时间和系统信息。"
user-invocable: true
metadata:
  {
    "openclaw":
      {
        "emoji": "🖥️",
        "os": ["darwin", "linux"],
        "requires": { "bins": ["df", "uname", "uptime"] }
      }
  }
---

# sysinfo

当用户询问本机的磁盘空间、内存、运行时长、内核 / 操作系统版本，或者「这台机器现在状态怎么样」时，
通过 `exec` 工具运行对应命令，并用一两句话汇报结果。

## 命令对照

- 各挂载卷的磁盘占用：  `df -h`
- 内核和系统版本：       `uname -a`
- 运行时长与负载：       `uptime`

## 规则

- 总是先把原始命令打出来，再附一句简短总结，不要花哨格式化；
- 不要编造数字——命令失败就老实说；
- 拒绝任何需要 sudo 或会写入文件系统的请求。

frontmatter 字段详解

上一篇介绍 summarize 的 SKILL.md 时已经讲过 name / description / emoji / requires.bins / install 几个字段的含义，sysinfo 这份例子里新引入的字段主要是两个：

1. user-invocable：设为 true 时，表示这个 skill 同时变成一个 slash command，用户可以直接 /sysinfo 内核版本是什么 强制调用，不用等模型自己判断；
2. metadata.openclaw.os：把 skill 限定在指定平台，["darwin", "linux"] 表示只在 macOS 和 Linux 上加载，跑在 Windows 上的 OpenClaw 就看不到；

除此之外，frontmatter 里还有几个常用字段虽然 sysinfo 没用到，也一并介绍一下：

requires.env 声明必须存在的环境变量，常用在依赖 API key 才能工作的 skill 上：

"requires": { "env": ["OPENAI_API_KEY"] }

意思是环境变量里必须有 OPENAI_API_KEY，否则不启用该 skill。

requires.config 声明依赖的 OpenClaw 配置项必须开启：

"requires": { "config": ["browser.enabled"] }

意思是 openclaw.json 里 browser.enabled 配置的值必须为真才会加载，常用在「依赖 browser 工具才能跑」「依赖某个插件启用了才能用」这类场景。

requires.anyBins 声明一组二进制里至少要有一个。比如某个跨平台截图 skill：

"requires": { "anyBins": ["screencapture", "gnome-screenshot", "scrot"] }

三者有任意一个就算可用，解决 macOS / Linux 不同发行版工具名不一致的问题。

primaryEnv 声明这份 skill 默认从哪个环境变量取认证，让用户在 openclaw.json 里能用 apiKey 这个简写配 API key。比如仓库自带的 gh-issues 在 SKILL.md 里写了：

"primaryEnv": "GH_TOKEN"

不声明 primaryEnv 时，用户得在 openclaw.json 里写完整的环境变量名：

{
  skills: {
    entries: {
      "gh-issues": {
        env: { GH_TOKEN: "ghp_xxx" },
      },
    },
  },
}

声明了 primaryEnv 之后，可以直接用 apiKey 简写：

{
  skills: {
    entries: {
      "gh-issues": {
        apiKey: "ghp_xxx",
      },
    },
  },
}

OpenClaw 在 skill 运行前会把这个值注入到 GH_TOKEN 环境变量里。此外，apiKey 比直接写 env.<KEY> 还多了一个好处：它能接 SecretRef 对象，从 keychain、1Password 这类密钥存储里取值：

{
  skills: {
    entries: {
      "gh-issues": {
        apiKey: { source: "keychain", provider: "default", id: "gh-token" },
      },
    },
  },
}

而 env.<KEY> 字段只接受明文。

skill 验证

SKILL.md 写完之后，先让 OpenClaw 把它扫进来。skill 快照是按会话锁定的，所以新加的 skill 要么 /new 起个新会话，要么直接重启网关：

$ openclaw gateway restart

接着用 CLI 检查一遍，确认 skill 被识别到了，并且当前确实 eligible：

$ openclaw skills list --eligible | grep sysinfo

│ ✓ ready  │ 🖥️ sysinfo │ 用 df / uname / uptime │ openclaw-workspace │

$ openclaw skills info sysinfo

🖥️ sysinfo ✓ Ready

用 df / uname / uptime 报告本机的磁盘占用、内存、运行时间和系统信息。

Details:
  Source: openclaw-workspace
  Path: ~/.openclaw/workspace/skills/sysinfo/SKILL.md
  Visible to model: yes
  Available as command: yes

Requirements:
  Binaries: ✓ df, ✓ uname, ✓ uptime
  OS: ✓ darwin, ✓ linux

CLI 验证没问题之后，回到聊天窗口试两种触发方式：

# 模型自动触发
> 帮我看下这台机器现在还剩多少空间

# 用户显式触发
> /sysinfo 内核版本是什么

第一种走 description 匹配，第二种因为 user-invocable: true 直接以 slash command 命中，效果相同：agent 调一次 exec，把 df -h / uname -a 的原始输出附上一两句总结回给你。

把它发布到 ClawHub

sysinfo 已经在本地跑通了，下面把它发布到 ClawHub 上，让别人也能像我们前面装 ppt 那样一行命令装下来。发布这一步走独立的 clawhub 命令，我们先登录：

$ clawhub login

$ clawhub whoami
✔ aneasystone

clawhub login 默认走浏览器授权，也可以 clawhub login --token <token> 直接贴 token。登录后发布单个 skill：

$ clawhub skill publish ~/.openclaw/workspace/skills/sysinfo \
    --slug sysinfo-demo \
    --name "Sysinfo Demo" \
    --version 1.0.0 \
    --changelog "Initial release" \
    --tags latest

这里的 --slug 是市场上的唯一标识，sysinfo 已经存在了，因此我这里改成了 sysinfo-demo，发布成功后可以在 ClawHub 的 dashboard 中查看：

如果本地有一堆 skill 要一起处理，用 clawhub sync --all 扫一遍当前工作目录全量上传，它会按内容 hash 和 registry 比对，只发新增或有改动的。

发布后 ClawHub 会自动跑一遍安全扫描，扫描状态会显示在详情页上。如果误报了，作者可以在 dashboard 里申请有限次数的重新扫描，或者用 clawhub skill rescan <slug> 触发。

小结

回顾今天的内容，我们围绕自定义 skill 学习了如何从 ClawHub 上装别人写好的 skill、如何自己动手手写一份 skill、以及如何将自己写的 skill 发布回 ClawHub 市场。

前面提过的 skill-creator 虽然能让小龙虾按步骤帮你写 skill，但本质只是一份写作指导文档，触发权还在你手里；OpenClaw 还有个叫 Skill Workshop 的内置插件，方向反过来，每轮会话结束自动扫一遍历史消息，把可复用的流程沉淀成 workspace skill，下一篇我们就来看看它。

参考

• OpenClaw 官方文档
• OpenClaw GitHub 仓库
• ClawHub 文档
• Skills 系统文档
• Creating skills 文档
• openclaw skills CLI 文档
• ClawHub 公共注册中心站点
• AgentSkills 规范
• anthropics/skills 官方 skill 仓库

---