霍格沃兹测试开发学社

《Python测试开发进阶训练营》(随到随学!)
2023年第2期《Python全栈开发与自动化测试班》(开班在即)
报名联系weixin/qq:2314507862

OpenClaw 13000+ Skills 怎么选?这 30 个最值得装(附 5 个必装 Skill)

很多人第一次打开 ClawHub 的时候都会愣住。

Skill 数量:

一万多。

如果再算上:

GitHub 社区 Skills
Claude Skills
agentskills.io
awesome-claude-skills
整个 Agent Skill 生态已经是:

万级规模。

但问题也随之而来。

Skill 多,并不代表有用。

很多 Skill:

功能重复
质量不稳定
权限过大
甚至存在安全风险
真正长期可用的 Skill,其实只有几十个。

所以问题变成:

OpenClaw 的 Skill 到底该怎么选?

这篇文章我把当前 Skill 生态按 8 个使用场景整理了一遍,并补充了:

Skill 架构解释
Skill 设计模式
Agent 技术架构
看完基本就能理解:

AI Agent Skill 生态是怎么工作的。

目录
1 OpenClaw Skill 生态到底有多大
2 Skill、Prompt、Agent 到底有什么区别
3 安装 Skill 前必须知道的安全问题
4 OpenClaw Skill 生态地图
5 Skill 在 Agent 架构中的位置
6 8 类最有价值 Skills
7 新手推荐安装的 5 个 Skill
8 Skill 的设计模式
9 Skill vs MCP vs Agent
10 AI Agent OS 架构
一、OpenClaw Skill 生态到底有多大
很多人看到 13000+ Skills 会觉得夸张。

实际上这个数量来自多个来源:

image

合起来大约:

万级 Skill 生态。

这说明一件事情:

AI 正在从

模型竞争

转向

能力生态竞争。

也就是:

Agent + Skills。

二、Skill、Prompt、Agent 到底有什么区别
很多人会混淆这三个概念。

其实可以这样理解:

概念
本质
Prompt
一次性指令
Skill
可复用能力
Agent
推理与调度系统
关系如下:

d0a604c0-556d-4476-ad72-f3fe2f192af8

简单说:

Prompt 是一句话。

Skill 是一个工具。

Agent 更像:

AI 操作系统。

三、安装 Skill 前必须知道的安全问题
Skill 生态和浏览器插件非常类似。

插件生态都会遇到一个问题:

恶意插件。

2026 年初安全社区披露过一个漏洞:

CVE-2026-25253

恶意 Skill 可以:

读取环境变量
获取 API Key
访问本地文件
执行系统命令
如果安装来源不明的 Skill。

理论上:

你的

OpenAI Key
Claude Key
云服务器 Key
都有可能被读取。

所以建议安装 Skill 前做三件事。

1 安装 Skill Vetter
作用:

扫描 Skill 代码安全性。

重点检查:

网络请求
文件访问
shell 执行
2 使用 Security Scanner
很多 Skill 社区已经提供安全评级:

SAFE CAUTION DANGEROUS

红色直接删除。

3 使用 100 / 3 原则
只安装:

下载量 >100 发布时间 >3个月

这是最简单有效的筛选方式。

四、OpenClaw Skill 生态地图
Skill 生态大致可以分为五层:

faed770f-d083-4b94-bac7-d3983d1fe7ea

每一层的作用:

层级
作用
Agent
决策与推理
Skills
能力模块
Workflow
自动化流程
Tools
外部工具
Infra
数据与算力
五、Skill 在 Agent 架构中的位置
Skill 本质上是 Agent 的执行模块。

任务执行流程:

060fcbf9-f03d-48a0-b745-f9ce15570dd1

简单理解:

Agent = 大脑 Skill = 手脚 Workflow = 自动化流程

六、8 类最有价值 Skills
目前比较成熟的 Skill 可以分为 8 类。

1 AI 自进化
代表 Skill:

Capability Evolver Self Improving Agent Proactive Agent

核心思想:

让 Agent 自动提升能力

流程:

fccbbccd-858e-4052-a0b2-42dfcd648042

2 开发者效率
常见 Skill:

GitHub Gog Vercel NeonDB Code Review

这些 Skill 可以:

搜索代码
创建 PR
管理 Issue
自动 Review
3 搜索与研究
AI 的限制之一:

知识截止。

搜索 Skill 可以解决这个问题。

推荐:

Agent Browser Tavily Search Exa Search Summarize

流程:

071aa4ae-d05d-42cc-b0cb-8c24a6c30fdb

4 文档与知识管理
常见 Skill:

Obsidian PDF Parser DocStrange PPTX

这些 Skill 可以把:

PDF
PPT
笔记
转换成结构化数据。

人工智能测试开发学习交流群
伙伴们,对AI测试、大模型、质量保障感兴趣吗?我们建了一个 「人工智能测试开发学习交流群」,专门用来探讨相关技术、分享资料、互通有无。无论你是正在实践还是好奇探索,都欢迎扫码加入,一起抱团成长!期待与你交流!👇

image

5 多媒体生成
常见 Skill:

fal-ai ElevenLabs ffmpeg editor Figma

例如 ElevenLabs 可以:

文字转语音
声音克隆
播客生成
6 工作流编排
当 Skill 数量增加。

Workflow 就变得非常重要。

常见 Skill:

Clawflows Mission Control Personal Assistant

自动化流程:

01351d0b-50a3-44e6-b9d5-7b822c5cc1f6

7 日常生活管理
例如:

Remind Me Todo Tracker Weather Travel Manager

这类 Skill 用来管理日常事务。

8 写作与内容创作
例如:

Humanize AI Text Humanizer zh Diagram Generator

Diagram Generator 可以生成:

架构图
流程图
Mermaid 图
七、新手只需要装 5 个 Skill
如果你刚开始使用 OpenClaw。

建议只装这五个:

Skill Vetter Capability Evolver Gog Summarize Agent Browser

安装命令:

clawhub install skill-vetter capability-evolver gog summarize agent-browser
装完之后。

你的 Agent 会具备:

上网能力
文档阅读
自动总结
自我进化
八、Skill 的 3 种设计模式
目前 Skill 主要分为三种。

工具型 Skill
例如:

搜索 浏览器 数据库

特点:

调用 API 完成任务。

流程型 Skill
例如:

自动化日报 工作流自动化

特点:

多步骤任务。

记忆型 Skill
例如:

Personal Assistant

特点:

长期记忆用户信息。

九、Skill vs MCP vs Agent
很多人会问:

Skill 和 MCP 是什么关系?

可以这样理解:

技术
作用
Agent
推理
Skill
能力模块
MCP
工具协议
关系:

3459d798-94fd-48ad-956f-aa2535de39e1

简单说:

Skill 调用 MCP。

MCP 连接工具。

十、AI Agent OS 架构
未来的 AI 系统更像这样:

bc200453-d4ea-4e59-9026-2de030a64bd0

未来的工作模式会变成:

人负责:

决策 创意 判断

AI 负责:

搜索 执行 自动化

写在最后
很多人看到 Skill 数量会焦虑。

但实际上:

真正有价值的 Skill 可能只有几十个。

从 5 个开始。

慢慢扩展。

比一次安装几十个更靠谱。

AI 时代最重要的能力不是:

会不会用 AI。

而是:

会不会设计自己的 AI 工作流。

当你的 Agent 能够:

自动搜索信息 自动整理知识 自动生成报告 自动管理任务

很多重复工作会自动消失。

这才是 Skill 生态真正带来的变化。

推荐学习
开源AI助理 OpenClaw(龙虾)公开课,手把手带你打造24小时不休的AI打工人。

扫码进群,报名学习。

image

关于我们
霍格沃兹测试开发学社,隶属于 测吧(北京)科技有限公司,是一个面向软件测试爱好者的技术交流社区。

学社围绕现代软件测试工程体系展开,内容涵盖软件测试入门、自动化测试、性能测试、接口测试、测试开发、全栈测试,以及人工智能测试与 AI 在测试工程中的应用实践。

我们关注测试工程能力的系统化建设,包括 Python 自动化测试、Java 自动化测试、Web 与 App 自动化、持续集成与质量体系建设,同时探索 AI 驱动的测试设计、用例生成、自动化执行与质量分析方法,沉淀可复用、可落地的测试开发工程经验。

在技术社区与工程实践之外,学社还参与测试工程人才培养体系建设,面向高校提供测试实训平台与实践支持,组织开展 “火焰杯” 软件测试相关技术赛事,并探索以能力为导向的人才培养模式,包括高校学员先学习、就业后付款的实践路径。

同时,学社结合真实行业需求,为在职测试工程师与高潜学员提供名企大厂 1v1 私教服务,用于个性化能力提升与工程实践指导。

posted @ 2026-03-06 14:31  霍格沃兹测试开发学社  阅读(2559)  评论(0)    收藏  举报