用AI写Skill：QClaw实战指南

AI写Skill这件事，其实比大多数人想象的简单得多。你不需要成为编程高手，甚至不需要手动写一行Markdown——只要你能把需求表达清楚，剩下的交给AI就好。下面以QClaw为例，拆解整个流程：从理解Skill是什么，到用对话直接生成一个可用的天气查询技能，再到调试优化的技巧。这套方法不光适用于QClaw，对OpenClaw同样通用。

如何利用 AI 写 Skill：以 QClaw 为例的实战指南

---

目录

• 一、什么是 Skill？
• 二、AI 写 Skill 的核心思路
• 三、实战：用 AI 写一个天气查询 Skill
• 四、QClaw 特殊配置
• 五、调试与优化技巧
• 六、总结

---

一、什么是 Skill？

Skill 定义

Skill 是 OpenClaw 的技能扩展系统，通过一个 Markdown 文件（SKILL.md）定义 AI 如何执行特定任务。

Skill 目录结构

my-skill/
├── SKILL.md          # 必选：技能定义（触发条件 + 执行步骤）
├── scripts/          # 可选：执行脚本（Python/Bash 等）
├── references/       # 可选：参考文档
└── assets/           # 可选：资源文件（模板、图标等）

核心文件：SKILL.md

---
name: my-skill          # 技能名称（小写 + 连字符）
description: "一句话描述，AI 用来判断何时触发"
---
# 技能主体

## 触发条件（什么情况下使用这个 Skill）
## 执行步骤（具体怎么做）
## 输出格式（结果应该是什么样）

---

二、AI 写 Skill 的核心思路

关键认知

关键在于：AI 本身就能写 Skill！你只需要告诉 AI：

1. 你想要什么功能
2. 什么时候触发
3. 期望的输出格式

AI 会自动完成剩下的工作——分析需求、设计触发条件、规划步骤、编写执行逻辑、定义格式，最终生成一份完整的 SKILL.md。

三要素模板

要素	说明	示例
触发条件	AI 如何判断何时使用	用户说“查天气”、“今天天气”
执行步骤	AI 应该怎么做	1. 提取城市名 2. 调用 API 3. 解析结果
输出格式	返回什么内容	城市、温度、天气、建议

---

三、实战：用 AI 写一个天气查询 Skill

需求描述

典型的天气查询场景：用户说“查天气”、“今天天气”、“北京天气”时触发，能自动识别城市，返回温度、天气状况和穿衣建议。

让 AI 生成 Skill

直接告诉 AI：

请帮我创建一个天气查询 Skill：
1. 用户说"查天气"、"今天天气"、"XX天气"时触发
2. 自动识别城市名
3. 返回温度、天气、穿衣建议

AI 生成的 SKILL.md

---
name: weather-query
description: "天气查询技能。当用户询问天气、气温、穿衣建议时触发。支持城市名称识别和实时天气查询。"
---
# 天气查询技能

## 触发条件
用户消息包含以下关键词时触发：
- "天气"、"气温"、"温度"
- "今天天气"、"明天天气"
- "XX天气"（城市名 + 天气）
- "穿什么"、"带不带伞"

## 执行步骤
### Step 1：识别城市
从用户消息中提取城市名称：
- 如果用户提到具体城市 → 使用该城市
- 如果没有提到 → 使用用户默认城市或询问

### Step 2：查询天气
调用天气 API 获取数据：
- 温度（当前/最高/最低）
- 天气状况（晴/雨/阴）
- 湿度、风力等

### Step 3：生成建议
根据天气数据生成：
- 穿衣建议
- 出行提醒
- 是否需要带伞

## 输出格式
```markdown
 XX天气
 温度：XX°C ~ XX°C
 湿度：XX%
 风力：X级
 穿衣建议：...
 出行提醒：...
```

示例对话

用户：北京今天天气怎么样？
AI：
北京天气

温度：15°C ~ 25°C
湿度：45%
风力：3级

穿衣建议：薄外套 + 长袖
出行提醒：今天天气不错，适合出行

---

用户：上海明天要带伞吗？
AI：
上海明天有雨

温度：18°C ~ 22°C
降雨概率：80%

建议：明天记得带伞！

保存 Skill

将 SKILL.md 保存到正确目录：

# OpenClaw 默认路径
~/.openclaw/skills/weather-query/SKILL.md

# QClaw 默认路径
C:\Users\<用户名>\.qclaw\workspace\skills\weather-query\SKILL.md

---

四、QClaw 特殊配置

QClaw vs OpenClaw

对比项	OpenClaw	QClaw
安装方式	命令行安装	一键安装包
默认路径	~/.openclaw/	C:\Users\<用户名>\.qclaw
微信支持	需配置	直接绑定
模型选择	自行配置	默认集成 Kimi/Minimax 等

QClaw Skill 路径

C:\Users\<用户名>\.qclaw\workspace\skills\
├── my-skill-1/
│   └── SKILL.md
├── my-skill-2/
│   ├── SKILL.md
│   └── scripts/
│       └── helper.py
└── ...

快速创建 Skill

在 QClaw 对话框中直接说：

帮我创建一个 Skill，功能是 XXX

AI 会自动：

1. 生成 SKILL.md 内容
2. 告诉你保存路径
3. 重启后自动生效

---

五、调试与优化技巧

常见问题排查

问题	原因	解决方案
Skill 不触发	description 不够清晰	补充更多触发场景描述
执行结果错误	步骤描述模糊	增加详细步骤说明
输出格式乱	格式定义不明确	添加输出模板示例

优化技巧

1. 完善触发条件

#  不好的写法
description: "天气查询"

#  好的写法
description: "天气查询技能。当用户询问天气、气温、温度、穿衣建议、带不带伞时触发。"

2. 添加示例对话

## 示例对话
**用户**：今天天气
**AI**：（期望的回复）
**用户**：北京温度
**AI**：（期望的回复）

3. 使用脚本增强功能

# scripts/weather_api.py
import requests

def get_weather(city):
    url = f"https://api.weather.com/v1/{city}"
    return requests.get(url).json()

然后在 SKILL.md 中引用：

## 执行步骤
1. 调用 `scripts/weather_api.py` 获取天气数据
2. 解析 JSON 结果
3. 格式化输出

---

六、总结

AI 写 Skill 的核心流程

1. 描述需求 → "我想做一个 XXX 功能"
   ↓
2. AI 生成 SKILL.md → 自动创建触发条件 + 步骤 + 格式
   ↓
3. 保存到正确路径 → ~/.openclaw/skills/ 或 ~/.qclaw/workspace/skills/
   ↓
4. 测试验证 → 看是否正确触发和执行
   ↓
5. 迭代优化 → 根据实际效果调整

关键记住

• description 是关键：写清楚什么时候触发
• 步骤要具体：AI 才能正确执行
• 示例很重要：帮助 AI 理解期望输出
• 让 AI 写 Skill：直接对话，无需手动编辑

---

参考资料：

• OpenClaw 官方文档
• AgentSkills 规范
• ClawHub Skills 市场

---

Tags：OpenClaw QClaw Skill AI Agent 教程