使用OpenClaw的Skills对接本地系统

2026年了，养虾了吗？能对接本地系统的方法了解下？

Skills听说过吧，AI圈里整天都在讨论的，，今天我们就通过它来让OpenClaw有能力对接我们本地的系统。
此篇仅提供思路，由于目前OpenClaw不太建议在生产环境使用，并且其能力范围可能远超我们的想象，所以这里只做演示用，实际项目中落地请一定要慎重。

为了演示方便，我利用先前我的一篇随笔，是介绍如何通过LangChain Agent的Tools来为销售团队制定培训和考试内容的：
利用AI Agent，辅助销售团队制定培训和考试内容
https://www.cnblogs.com/aspnetx/p/19242559

主要的方法就是将访问本地系统的方法封装成一个python函数，然后把其作为Agent的Tool，提供给AI，让其决定根据用户的指令，如何利用这些Tools来完成任务。

接下来我们来演示，如何使用OpenClaw的Skills来实现同样的功能，这也是使用任何Agent，包括Openclaw对接本地应用系统的一种方式。

首先，创建Skill。作为一个Agent,它是不知道为了回答特定的问题，该去如何获取相应的数据来完成任务的，Skill就可以帮其完成这个任务。
然而这个Skill我们不需要自己手动去写，我们可以让OpenClaw帮助我们来完成。

比如我可以给OpenClaw下达一个任务：

请根据以下文章里的内容，帮我创建技能：
https://www.cnblogs.com/aspnetx/p/19242559

这里你可以懒到，把先前的python代码给它，或者直接让它去我的博客里去读。
技能生成好了之后它会跟你确认是否安装，回复安装即可完成技能的导入。

在OpenClaw的目录中，我们可以看到这个Skill成功安装，并且也可以看到对应的Python代码文件也放到了Scripts目录下。
以下可以看到OpenClaw生成的SKill的markdown文件：

---
name: sales-training-agent
description: 根据销售评测结果自动分析培训需求，生成个性化培训内容并创建对应的考试题目。Use when需要为销售团队生成培训材料、根据评测结果规划培训计划、或自动生成销售培训考试题目的场景。
---

# Sales Training Agent

自动分析销售评测结果，生成个性化培训内容和对应的考试题目。

## 功能特点

- 自动获取销售团队名单和评测规则
- 查询每个销售的评测分数，判断是否需要培训
- 根据不及格项目自动加载对应的培训内容
- 使用大模型为每个培训主题生成针对性的考试题目
- 完全遵循人工思考流程，依次调用工具获取信息

## 包含的工具函数

| 函数 | 功能 |
|------|------|
| `get_sales()` | 获取销售列表 |
| `get_salespolicy()` | 获取评测规则（低于60分需要重新培训） |
| `get_salesscore(salesname)` | 获取指定销售的各项评测分数 |
| `get_trainingcontent(trainiggroup)` | 根据培训分组获取培训内容（产品信息/话术技巧/拜访流程） |

## 目录结构

```
sales-training-agent/
├── SKILL.md
└── scripts/
    └── sales_training_agent.py
```

## 使用方法

```bash
cd /Users/xxx/.openclaw/workspace/skills/sales-training-agent/scripts
python sales_training_agent.py
```

脚本会运行Agent并输出完整的推理过程，包括：
1. 获取评测规则
2. 获取销售列表
3. 查询每个人的评测分数
4. 分析哪些人需要哪些培训
5. 获取对应培训内容

## 依赖

需要安装：
- langchain >= 1.0
- volcenginesdkarkruntime（如果使用豆包模型）

你可以更换成其他支持工具调用的大模型（如deepseek、openai等）。

## 示例数据

默认包含迈巴赫S级汽车产品培训演示数据：
- 产品信息：迈巴赫S级的定位、价格、动力、配置
- 话术技巧：销售沟通五步法
- 拜访流程：标准销售拜访五步法

三个销售人员示例数据：
- 张三：话术技巧 55分（需要培训）
- 李四：产品信息 50分、拜访流程 55分（需要培训）
- 王五：全部及格（无需培训）

可以看到这是一个标准的Skill，包含了必要信息。

接下来测试一下，比如问它：当前销售人员列表。
下面是OpenClaw根据此Skill的回复：

当前销售团队列表：

| 序号 | 销售人员 |
|:----:|:---------|
| 1 | 张三 |
| 2 | 李四 |
| 3 | 王五 |

这是演示数据，包含三位销售人员。根据评测规则：
- **张三**：话术技巧 55分（需要培训）
- **李四**：产品信息 50分、拜访流程 55分（需要培训）
- **王五**：全部及格（无需培训）

需要我帮你：
1. 查看完整的评测分数分析和培训需求？
2. 生成个性化培训内容？
3. 生成对应的考试题目？

也可以让其实现整个流程，比如提问：根据每个人的考核成绩，生成其对应的培训内容。
可以看到OpenClaw会根据用户的指令，自动调用对应的Skill，来完成任务。

根据每个人的考核成绩，已为你生成个性化培训内容如下：

---

## 👤 **销售人员：张三**

### 考核成绩
| 考核项目 | 分数 | 是否需要培训 |
|---------|------|-------------|
| 产品信息 | 90 | ✔ 不需要 |
| **话术技巧** | **55** | ✗ **需要** |
| 拜访流程 | 70 | ✔ 不需要 |

---

### 📋 **个性化培训内容：话术技巧**

```
1. 开场破冰：用身份定位抓注意力。
2. 动力介绍：不堆参数，讲「体验感」
3. 配置卖点：场景化描述，让用户「身临其境」
4. 价格沟通：弱化数字，强调「价值匹配」
5. 促成技巧：锁定需求，引导体验
```

---

## 👤 **销售人员：李四**

### 考核成绩
| 考核项目 | 分数 | 是否需要培训 |
|---------|------|-------------|
| **产品信息** | **50** | ✗ **需要** |
| 话术技巧 | 80 | ✔ 不需要 |
| **拜访流程** | **55** | ✗ **需要** |

---

### 📋 **个性化培训内容：产品信息**

```
迈巴赫 S 级
定位：大型豪华轿车。
价格：2026 款指导价 146.80 万 - 364.30 万。
动力：提供多种动力选择，如 S 480 4MATIC 搭载 3.0T L6 双涡轮增压 + 48V 轻混，最大功率 280kW；S 580 4MATIC 配备 4.0T V8 双涡轮增压 + 48V 轻混，最大功率 410kW；S 680 4MATIC 则采用 6.0T V12 双涡轮增压，最大功率 450kW。
配置：全系标配智能领航辅助 Max 系统，支持厘米级高精度定位等功能。内饰采用 Nappa 真皮座椅带菱形格纹 + 按摩功能，后排腿部空间达 1400mm，还可选装银质香槟杯、星空顶等奢华配置。
```

---

### 📋 **个性化培训内容：拜访流程**

```
一、前期准备（拜访前 1-2 天）
二、开场接待（5 分钟）：建立信任，拉近距离
三、需求深挖与价值呈现（15-20 分钟）：精准匹配，场景化输出
四、展车体验（15-20 分钟）：身临其境，强化感知
五、疑虑化解与促成跟进（10-15 分钟）：解决顾虑，推动决策
```

---

## 👤 **销售人员：王五**

### 考核成绩
| 考核项目 | 分数 | 是否需要培训 |
|---------|------|-------------|
| 产品信息 | 70 | ✔ 不需要 |
| 话术技巧 | 80 | ✔ 不需要 |
| 拜访流程 | 95 | ✔ 不需要 |

**✅ 全部及格，无需培训**

---

## 📊 培训需求汇总

| 销售人员 | 需培训项目 |
|---------|-----------|
| 张三 | 话术技巧 |
| 李四 | 产品信息、拜访流程 |
| 王五 | 无 |

**共 2 人需要参加培训，总计 3 个培训模块。**

可以看到，OpenClaw通过调用对应的Skill，自动分析了每个人的评测成绩，并且生成了个性化的培训内容。跟我们当初在LangChain Agent的Tools中实现的功能是一致的。

总结

可以看到，OpenClaw的实现思路跟LangChain的Agent是一致的，我们可以利用OpenClaw，基于给Agent写的Tools，来生成OpenClaw的Skill。
总体来说就是OpenClaw/Agent -> Python -> 内部系统/数据，这样的一个过程。
这种方法，只要确保Python一测能顺利的访问到内部系统，就可以同样用OpenClaw来实现相同的功能。
最后还是强调下，如果用OpenClaw，需要注意数据的安全，在目前版本（V2026.3.13）尚不建议在生产环境中使用。