核心用法
Skills Creator 是 OpenClaw/ClawHub 生态的官方技能开发指南，采用四种工作模式覆盖完整生命周期：
| 模式 | 场景 | 核心动作 |
|------|------|---------|
| Mode 1 | 新建技能 | 需求收集 → 复杂度分级(Simple/Medium/Complex) → 撰写 frontmatter → 编写 SKILL.md 主体 → 创建支持文件 → 质量审查 |
| Mode 2 | 审查现有技能 | 对照 24 项质量检查清单，输出分类评级表，按「描述 > 结构 > 安全 > 风格」优先级修复 |
| Mode 3 | 技能翻新优化 | 审计 → 重写 description（最高影响力）→ 添加 Quick Reference → prose 转表格 → 提取深度内容到 references/ |
| Mode 4 | 外部 API 集成 | 创建 scripts/curl 包装器 → 声明 metadata 依赖 → SKILL.md 中引用 `{baseDir}` 路径 |关键执行规则：
- Rule 1 强制先定复杂度等级，决定文件结构和目录层级
- Rule 2 强调
description字段是最高杠杆点，需包含 5+ 触发短语 - Rule 3 要求「写给 LLM 的指令」而非「给人类的文档」——用祈使句而非说明文
- Rule 6 明确禁止自动执行生成的脚本，必须用户确认后手动运行
显著优点
1. 触发可靠性工程化：独创「描述写作公式」[动作动词]+[价值主张]. Use when [触发短语1], [触发短语2]...，直接解决 LLM 技能冷启动失败问题
2. 分层架构设计：Simple(<150行)/Medium(100-300行)/Complex(200-650行) 三级模板，避免过度工程或能力不足的陷阱
3. LLM 优化格式：大量使用表格替代散文——测试表明表格是 LLM 最快的查找结构，条件逻辑必须表格化
4. 元数据完整性：metadata.clawdbot 单例 JSON 规范声明二进制依赖、环境变量、主密钥，支持 ClawHub 自动解析
5. 安全前置设计：明确列出 VirusTotal 敏感词替换表（如 "upload"→"prepare"）、版本锁定要求（meigen@1.2.5 非 latest）
潜在缺点与局限性
| 局限 | 说明 |
|------|------|
| 生态绑定 | 深度依赖 OpenClaw/ClawHub 特定 frontmatter 格式与 `{baseDir}` 路径变量，迁移成本较高 || 元数据格式限制 | metadata 必须为单行 JSON，多行会导致解析失败，对复杂配置不够友好 |
| 无自动化测试 | 质量检查为人工 24 项清单，未提供自动化验证工具或 CI 集成方案 |
| 外部 API 示例单薄 | Mode 4 仅提供 curl/Bash 模板，无 Python/Node.js SDK 封装示例，复杂认证流程（OAuth2, JWT 刷新）需自行扩展 |
| 安全报告占位 | 提供的「安全认证报告」明确标注为系统自动生成占位，未执行真实扫描 |
适合人群
- 技能开发者：需要系统掌握 OpenClaw 技能编写规范的工程师
- ClawHub 发布者：准备将内部工具链发布到 ClawHub 的平台贡献者
- 提示词工程师：希望理解 LLM 技能触发机制、优化描述字段以提高命中率的从业者
- DevOps/平台团队：需要为团队建立标准化技能模板和审查流程的技术负责人
常规风险
- 描述字段失效风险：若未严格遵循公式包含 5+ 触发短语，技能可能因 LLM 无法匹配用户意图而永久冷启动失败
- 路径硬编码风险：使用绝对路径而非
{baseDir}变量会导致技能在不同安装位置失效 - 元数据解析失败：多行 JSON 或错误键名（如用
openclaw而非clawdbot）会导致 ClawHub 拒绝发布 - 供应链风险：未锁定 npx 版本或使用 "latest" 标签，可能引入破坏性更新
- 执行安全风险：虽 Rule 6 禁止自动执行，但用户手动确认后仍可能运行未审计脚本，需配合外部代码审查
- 敏感词误拦截：过度替换安全关键词可能影响功能描述的准确性，需平衡安全与语义