理解 AI Agent 的三个演进阶段
在动手之前，有必要厘清 Prompt、MCP、Skills 三个概念之间的关系，它们代表了 AI 交互方式的三个不同阶段。
Prompt 阶段是最基础的交互方式。你对 AI 说的每一句话都是 Prompt，门槛极低，但缺点也很明显：不可持久、难以复用，每次新对话都要重新描述需求。它是纯文本的、静态的、单向的。
MCP（Model Context Protocol）阶段是 Anthropic 推出的标准化协议，解决了 AI 如何调用外部工具的问题。但它有一个显著缺陷：每次使用都需要把所有工具的完整 Schema 一次性注入上下文，几十个工具的 Schema 可能就要占用数千甚至上万个 Token。而且 MCP 本身不知道什么时候该用什么工具、怎么组合才能完成一个完整任务。
Skills 阶段是比 MCP 更高一层的抽象。它不仅告诉 AI 能做什么，还告诉 AI 在什么场景下应该使用、具体怎么执行。Skills 的核心特征是按需加载 + 渐进式披露——只有在真正需要某个技能时，才会把它的说明加载到上下文中。OpenClaw 采用三级渐进式披露策略，加载 Skill 目录只需约 1,200 个 Token 的固定开销，详细说明只在需要时才加载。这个设计在 Token 消耗上非常经济。
Skill 的核心运行原理
每个 Skill 本质上是一个包含 SKILL.md 文件的目录。这个文件相当于技能的说明书，告诉 AI 这个技能能做什么、在什么情况下应该调用。如果技能需要执行更复杂的功能，还可以在目录中添加代码脚本。
结构很简单：
SKILL.md负责描述技能的功能和使用场景- 具体的执行逻辑由代码脚本完成
这种设计的好处在于，不懂编程的用户也能通过编写清晰的描述来创建有用的技能，而开发者则可以通过编写代码实现更复杂的功能。
SKILL.md 文件规范
编写 SKILL.md 时必须遵守官方规范，违反会导致 Skill 难以被正确触发或执行不稳定。这一步容易踩坑，建议仔细对照官方文档中的文件结构规范和编写规则来写。
创建你的第一个 Skill：推特书签助手
以下是完整的创建步骤：
- 安装官方 Skill 创建工具：先安装官方提供的 Skill-creator 工具
- 调用 Skill-creator 生成标准文件格式：运行创建命令后，OpenClaw 会自动生成 Skill 文件夹，目录结构非常规范
- 修改 SKILL.md 内容：根据自己的业务需求修改生成的模板，核心是把你的使用场景、触发条件、输入输出描述清楚
- 添加代码脚本：将执行逻辑的代码文件放到
scripts文件夹下（例如路径为/root/.openclaw/workspace/skills/你的skill名称/scripts） - 测试验收：运行 Skill 确认能正确触发和执行
整个过程从零到完成大约 30 分钟，后续每天可以节省大量重复操作时间。
写在最后
创建 Skill 的核心不在于写多复杂的代码，而在于理解你的业务场景并将其转化为清晰的描述。建议先想清楚三个问题：这个技能要解决什么问题？在什么场景下被调用？需要什么输入输出？
从纯描述型的 Skill 开始练手，熟练后再加代码逻辑。一个好的 Skill 不需要多复杂，只需要恰好解决一个真实的问题。当你能把日常重复的工作流都变成 Skill 的时候，OpenClaw 作为一人公司基础设施的价值才真正体现出来。