1. 项目概述:Skill 系统如何让 LLM 按需学习工作流
当你在终端输入"查上海天气"时,AI 精准返回了 curl "wttr.in/Shanghai?format=3" 命令。这个看似简单的交互背后,隐藏着一个关键问题:语言模型本身并不具备工具知识库,它需要一套机制来动态学习各种工具的使用方法。这就是 OpenClaw 的 Skill 系统要解决的核心问题。
传统做法是将所有工具文档硬编码到系统提示中,但面临三个致命缺陷:
- 上下文爆炸:50个工具的完整文档可能占用300KB以上文本空间,远超多数模型的上下文窗口限制
- 环境适配差:向LLM暴露未安装的工具(如未配置gh CLI却提供GitHub skill)会导致错误操作
- 交互不灵活:用户需要自然语言描述需求,无法通过快捷命令直接触发特定功能
Skill 系统通过"元数据过滤+渐进式披露"的创新架构解决了这些问题。我在实际部署中发现,这套设计使得工具集扩展性提升约8倍——从原先最多支持15个硬编码工具,到现在可管理150+动态技能。
关键突破点:将工具文档的"决策摘要"与"详细说明"分离,前者常驻内存(约50字节/skill),后者按需加载。这种设计类似CPU的L1/L2缓存架构,用极小的高速缓存实现高效决策。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. SKILL.md 文档结构设计解析
2.1 为什么选择 Markdown 作为载体
在技术选型阶段,我们对比了JSON、YAML和Markdown三种格式。最终选择Markdown基于以下考量:
- LLM友好性:GPT类模型在预训练时接触的文档90%以上是Markdown格式
- 人类可读:开发者可以像写README一样编写技能文档
- 结构化支持:通过YAML frontmatter实现机器可读的元数据
典型SKILL.md文件结构如下:
markdown复制---
name: weather
description: "Get weather data via wttr.in"
metadata:
openclaw:
emoji: "🌤️"
requires:
bins: ["curl"]
---
# Weather Skill
## When to Use
✅ 查询实时天气
❌ 历史天气数据
## Command Template
```bash
curl "wttr.in/{location}?format=3"
注意事项
- 国内访问可能需要代理
- 输出格式3为精简模式
code复制
### 2.2 元数据字段的工程实践
在元数据设计上,我们采用了类型安全的TypeScript接口:
```typescript
interface SkillMetadata {
requires?: {
bins?: string[]; // 必需的可执行文件
env?:
