Skills：MCP 插件系统

Skills 是什么

Skills 是 OpenClaw 的插件扩展系统，基于 MCP（Model Context Protocol）协议构建。如果说 Brain 是 Agent 的大脑，那么 Skills 就是 Agent 的双手——让它能够实际操作外部世界。

通过 Skills，Agent 可以读写文件、调用 API、操作浏览器、执行代码、管理数据库，几乎可以做到任何事情。

MCP 协议

MCP 是 Anthropic 提出的模型上下文协议，定义了 LLM 与外部工具之间标准化的交互方式。OpenClaw 全面拥抱 MCP 生态，这意味着：

• 社区中已有的 MCP 工具可以直接接入
• 自己开发的 Skill 也可以被其他 MCP 兼容系统使用
• 工具的输入输出格式统一，降低了开发和调试成本

工具调用流程

1. 用户发送请求到 Gateway
2. Brain 分析请求，判断需要调用哪些工具
3. Brain 生成工具调用指令（包含参数）
4. Skills 模块执行对应工具，返回结果
5. Brain 根据执行结果继续推理或直接回复

这个过程可以多轮迭代——Brain 可能需要连续调用多个工具才能完成一个复杂任务。

内置 Skills

OpenClaw 提供了一些常用的内置 Skill：

• 文件操作：读写本地文件系统
• 网络请求：HTTP 调用和网页抓取
• 代码执行：在沙箱中运行代码片段
• 搜索：网络搜索和本地文件搜索

自定义 Skill 开发

开发一个自定义 Skill 需要定义工具的元信息和执行逻辑：

{
  "name": "my_tool",
  "description": "描述这个工具做什么",
  "parameters": {
    "type": "object",
    "properties": {
      "input": {
        "type": "string",
        "description": "输入参数说明"
      }
    }
  }
}

Skill 以独立进程运行，通过标准输入输出与 OpenClaw 通信，语言不限。

安全考量

Skills 的执行涉及外部操作，安全性至关重要：

• 权限控制：可以限制 Skill 的文件系统访问范围
• 沙箱执行：代码执行类 Skill 在隔离环境中运行
• 审批机制：高风险操作可以配置为需要用户确认

下一步

查看 Telegram 集成指南 了解 Channel 类 Skill 的实际应用，或回顾 Brain 了解工具调用的编排逻辑。