动手教学：创建并使用 Skill 与 Agent

动手教学：创建并使用 Skill 与 Agent#

四节实操：创建自己的 Skill、创建自己的 Agent、两者的使用方法，以及在 OpenClaw、QClaw、WorkBuddy 等客户端中导入。

Skill 的本体只是一个文件夹：一份 SKILL.md 说明文件，加上可选的脚本与模板。规范来自 anthropics/skills，所有支持 Agent Skills 规范的客户端都认这个结构。

建文件夹：名字用小写连字符（如 weekly-report），一个技能一个文件夹。
写 SKILL.md：顶部 YAML 写 name 与 description——description 决定客户端「什么时候想起用它」，要写成触发条件（做什么、何时用），而不是功能介绍。
正文写做法：步骤、输入输出、注意事项；可附脚本（如 build.py）并在正文里说明何时执行。
放进技能目录：各客户端的技能目录或「导入本地文件夹 / 仓库地址」入口（见本章第 4 节）。
验证：重开会话后说一句触发语（如「帮我出周报」），确认客户端命中并按步骤执行。

两个常见坑

description 写成广告词导致不触发；一个技能塞多个职责导致匹配混乱——一个技能只解决一类事。

Agent = 系统提示 + 工具权限 + 触发场景。两种主流做法：客户端内置的 Subagent 机制（Markdown 定义，零代码），或框架编排（CrewAI / LangChain，Python 代码）。

Subagent 方式：在客户端的 agents 目录建一个 .md，frontmatter 写 name、description（何时委派给它）与允许的工具白名单；正文就是它的系统提示——职责、边界、输出格式。
框架方式：用 CrewAI 定义角色（role / goal / backstory）与工具集，跑通单 Agent 再加协作。
权限最小化：先只给只读工具（读文件、搜索），验证稳定后再放开写入与执行。
验证：给它三类任务——典型、边界（该拒绝的）、超范围（确认它不越权）。

Skill 与 Agent 怎么选

固定流程交给 Skill（你来指挥）；需要自主决策多步推进的，才做成 Agent——能力越大，越要管好权限。

装好之后，日常就是三件事：触发、组合、验收。

触发：描述任务而不是报指令名——「把这篇 PDF 的要点整理成中文摘要」会自动命中解析类 Skill；也可以显式点名「用 weekly-report 出周报」。
组合：常见流水线 = 抓取类 Skill → 处理类 Skill → 输出类 Skill；需要自动串起来时交给 Agent 排程（如 cron + 桌面 Agent）。
验收：要求 Agent 给出「做了什么、改了哪些文件、结果在哪」，关键产出人工抽查——自动化跑得越顺，越要保留抽检习惯。
迭代：Skill 不命中就改 description 的触发词；Agent 输出不稳就收紧系统提示与工具白名单。

支持 Agent Skills 规范的客户端，导入方式基本是两条路：本地文件夹或仓库地址。各客户端的入口名称可能不同，以各自官方文档为准。

OpenClaw（openclaw/openclaw）：把技能文件夹放进其 skills 目录，或在配置中登记 Skill 仓库地址；重载后即可被调用。
QClaw：在客户端的技能 / 插件管理中选择「导入本地技能文件夹」，或粘贴仓库地址；导入后用一条触发语验证是否生效。
WorkBuddy（workbuddy.cn）：通过技能中心安装在线技能，或导入本地技能文件夹；企业内可统一维护一份技能仓库再分发给团队。
通用排查：导入后不触发，先查三处——文件夹名与 SKILL.md 的 name 是否一致、description 是否写了触发条件、客户端是否需要重开会话。

建议

先在一台客户端跑通最小技能（如 weekly-report），再把同一文件夹复制到其他客户端——规范一致，基本零改动。

接下来：能力会装、Agent 会建、流程会跑——最后一步：把它们变成收入。进入下一页的一人公司实战。

版权与免责声明

本文档仅供个人学习与研究使用，不得用于商业用途，亦不构成任何收益承诺。