如果说模型本身是“大脑”，那么Skills更像是“经验+行动指南”。通过编写Skills，我们可以让OpenClaw不再只是被动回答问题，而是能够按照既定规则，主动完成复杂任务。截至发稿前，ClawHub社区中发布的Skills数量已达到了2.6w+，但这些Skills中超过99%都是面向Windows/x86 Linux/Mac且聚焦于办公、网页自动化等方面，面向嵌入式Linux的Skills数量极少且成熟度较低，缺乏对嵌入式外设（GPIO、UART、SPI、I2C、传感器、电机、摄像头）的标准化封装与驱动适配，并且没有针对边缘计算、低功耗、实时性场景（如工业控制、机器人、智能家居、车载等）的专用技能集。
难道嵌入式领域就不配吃"龙虾"吗？！
本文，小编将以一个“控制OK1126B-S开发板上的Led灯闪烁节奏”的简单案例做演示，从基础开始逐步拆解Skills的设计与使用方法。
2、什么是Skills?
从本质上来说，Skills就是一本“操作手册”。它并不是直接帮AI完成任务，而是告诉AI在什么情况下应该做什么，以及如何去做。
我们用一个简单的类比来理解：
在射击游戏中，玩家的目标是击败敌人。枪作为工具，它的职责非常单一：
至于子弹打到哪里，枪本身并不关心。而这个Skill的作用，则类似于“战术手册”。它会告诉AI：
- 什么时候可以开枪（检测到敌人）
- 什么时候不该开枪（有友军在前）
- 什么时候停止（敌人血量归零）
通过这些规则约束，AI就不再是一个机械执行指令的工具，而是开始具备初步的判断能力与决策逻辑，开始“像人一样思考”。
2.1 Skill的基本构成
在OpenClaw中，一个Skill实际上是一个结构化的目录，通常存放在：
~/.openclaw/workspace/skills/${SKILL_NAME}
一个完整的Skill由四个部分组成：
命名规范：
Skill的目录名称必须符合规范，否则无法被识别：
- 只能使用：小写字母+数字+连字符（-）
- 示例：gpio-led-control
这个规范虽然简单，但在实际开发中非常关键，很多Skill无法加载的问题，往往就出在这里。
2.2 SKILL.md 详细解释
SKILL.md是整个Skill的核心，可以理解为“说明书+行为指南”。它由两部分组成：
① 前置元数据（Metadata）
使用---包裹，主要用于定义Skill的基本信息，这些信息的作用是：
- 帮助OpenClaw识别Skill
- 提供语义匹配（Skill触发关键词）
例如：
--- name: gpio-led-control # 必填项 description: 开发板 GPIO LED 灯控制技能。 # 必填项 （以下列出部分可选项， 仅供参考） user-invocable: true # 可选:是否可被用户直接调用 ---
②正文（操作手册）
正文部分则就是具体的操作指导手册了，可以根据需求灵活组织，以我们已经提前写好的"gpio-led-control"下的SKILL.md 简化版为例进行展示：
# GPIO LED Control - 开发板 LED 灯控制 控制 OK1126B-S 等开发板上的系统 LED 灯（work/net 等）。 ## 快速开始 ### 查看可用 LED ### 控制 LED 亮灭 ## 使用场景示例 ## 权限说明 ## 注意事项
在实际编写时，可以根据需要扩展，例如：增加判断逻辑（何时执行）、增加错误处理、增加参数说明、增加示例输入输出等。除了核心的SKILL.md之外，其余三个目录属于辅助结构，各自承担不同角色。
其中，scripts目录主要用来存放可直接运行的脚本文件，适合那些执行逻辑固定、无需频繁改动的任务场景，例如控制LED灯的亮灭转换等。这类脚本可以被直接调用运行，从而减少重复生成代码的过程，提高整体执行效率与稳定性。
references目录则用于整理各类参考资料，例如：API文档、数据库结构说明或操作手册等。这些内容并不会在一开始全部加载，而是根据实际需要按需引入上下文，既避免了无关信息占用资源，也能在关键时刻为AI提供更深入、专业的知识支持。
而assets目录用于存放各类资源文件，例如模板、图片等。与 references 不同，这里的内容不会参与模型上下文推理，而是服务于最终结果的生成，例如报告模板、输出所需图片等，用于提升Skill输出的表现力和完整度。
2.3 自定义Skill编写流程
理解结构之后，我们就可以开始编写自己的Skill了。编写Skill的整个流程可以总结为：
需求分析→资源规划→初始化→编写→打包→测试
第一步：需求分析
在动手之前，必须明确：
- Skill要解决什么问题？
- 使用场景是什么？
- 用户会怎么触发它？
- 输入输出是什么？
触发条件一定要清晰，否则会出现Skill无法被调用或被错误调用的情况
第二步：资源规划
根据需求判断是否需要：
- scripts（是否需要执行代码）
- references（是否需要文档支持）
- assets（是否需要输出资源）
提前规划可以避免后期结构混乱以及反复修改导致的冗余
第三步：编写与调试
我们可以借助OpenClaw，在指定目录中自动生成一份符合规范的Skill初始模板，并在此基础上进行二次完善。不过需要注意的是，这类自动生成的Skill只是一个“起点”，通常无法直接满足实际需求。要想真正落地使用，仍然需要结合具体场景，对其内容进行逐步调整与反复测试，最终打磨出符合预期的功能效果。
3、Skill实战展示
为了更直观地理解，我们编写了一个简单的Skill并放在了对应的目录下，该Skill用于控制OK1126B-S开发板上两颗 LED灯的闪烁。
在OpenClaw这么火，用它做个飞书助手怎么样？一文中，我们已经将安装在开发板上的OpenClaw接入了飞书，因此，我们此时可以直接用飞书对OpenClaw下达命令。
接入不同的Skill后，OpenClaw会：识别用户意图→匹配对应Skill→根据SKILL.md的规则执行→调用scripts中的脚本→返回执行结果。
整个过程无需人工干预，实现真正的“自然语言控制硬件”。
4、总结
我们通过拆解Skills的核心概念、结构，并结合LED控制简易实操案例，清晰展现了Skills的落地应用逻辑。即便只是基础的硬件控制场景，这个案例也直指Skills的核心价值：把复杂业务流程封装成可复用的标准化能力单元。
Skills的设计初衷，就是实现指令化调用、规范化执行：完成Skills搭建后，仅需一句指令即可驱动AI按预设规则完成任务，既彻底规避重复开发、重复调试的冗余劳动，又能保障全场景任务执行的稳定性与一致性，在嵌入式开发、自动化运维、智能设备管控等领域具备极强的实用价值。
嵌入式领域是OpenClaw生态落地的核心突破口，既是实现硬件实时交互、落地边缘智能的关键入口，也是整个生态中增长潜力最大、优质能力供给最紧缺的赛道。只有持续打造丰富、易用、高可靠的嵌入式Skills能力池，OpenClaw才能突破桌面工具的定位局限，真正成长为覆盖“云-边-端”全链路的完整智能执行框架。
" alt="你的OpenClaw只会答不会做？Skills帮你构建主动执行能力">
