Saltar al contenido principal

​
Skills (OpenClaw)

OpenClaw usa carpetas de Skills compatibles con AgentSkills para enseñar al agente a usar herramientas. Cada Skill es un directorio que contiene un SKILL.md con frontmatter YAML e instrucciones. OpenClaw carga Skills integradas más anulaciones locales opcionales, y las filtra en tiempo de carga según el entorno, la configuración y la presencia de binarios.

​
Ubicaciones y precedencia

OpenClaw carga Skills desde estas fuentes:
  1. Carpetas de Skills adicionales: configuradas con skills.load.extraDirs
  2. Skills integradas: incluidas con la instalación (paquete npm o OpenClaw.app)
  3. Skills administradas/locales: ~/.openclaw/skills
  4. Skills personales del agente: ~/.agents/skills
  5. Skills del agente del proyecto: <workspace>/.agents/skills
  6. Skills del espacio de trabajo: <workspace>/skills
Si hay conflicto de nombre de Skill, la precedencia es: <workspace>/skills (máxima) → <workspace>/.agents/skills → ~/.agents/skills → ~/.openclaw/skills → Skills integradas → skills.load.extraDirs (mínima)

​
Skills por agente frente a compartidas

En configuraciones de varios agentes, cada agente tiene su propio espacio de trabajo. Eso significa:
  • Las Skills por agente viven en <workspace>/skills solo para ese agente.
  • Las Skills del agente del proyecto viven en <workspace>/.agents/skills y se aplican a ese espacio de trabajo antes de la carpeta normal skills/ del espacio de trabajo.
  • Las Skills personales del agente viven en ~/.agents/skills y se aplican en todos los espacios de trabajo de esa máquina.
  • Las Skills compartidas viven en ~/.openclaw/skills (administradas/locales) y son visibles para todos los agentes de la misma máquina.
  • Las carpetas compartidas también pueden agregarse mediante skills.load.extraDirs (precedencia mínima) si quieres un paquete común de Skills usado por varios agentes.
Si el mismo nombre de Skill existe en más de un lugar, se aplica la precedencia habitual: gana el espacio de trabajo, luego las Skills del agente del proyecto, luego las Skills personales del agente, después las administradas/locales, luego las integradas y al final los directorios extra.

​
Listas de permitidos de Skills por agente

La ubicación de la Skill y la visibilidad de la Skill son controles separados.
  • La ubicación/precedencia decide qué copia gana cuando una Skill tiene el mismo nombre.
  • Las listas de permitidos del agente deciden qué Skills visibles puede usar realmente un agente.
Usa agents.defaults.skills para una base compartida y luego anula por agente con agents.list[].skills: 
{
  agents: {
    defaults: {
      skills: ["github", "weather"],
    },
    list: [
      { id: "writer" }, // hereda github, weather
      { id: "docs", skills: ["docs-search"] }, // reemplaza los valores predeterminados
      { id: "locked-down", skills: [] }, // sin Skills
    ],
  },
}
Reglas:
  • Omite agents.defaults.skills para que las Skills no tengan restricciones de forma predeterminada.
  • Omite agents.list[].skills para heredar agents.defaults.skills.
  • Establece agents.list[].skills: [] para no tener Skills.
  • Una lista no vacía en agents.list[].skills es el conjunto final para ese agente; no se combina con los valores predeterminados.
OpenClaw aplica el conjunto efectivo de Skills del agente en la construcción del prompt, el descubrimiento de comandos slash de Skills, la sincronización de sandbox y las instantáneas de Skills.

​
Plugins + Skills

Los plugins pueden incluir sus propias Skills listando directorios skills en openclaw.plugin.json (rutas relativas a la raíz del plugin). Las Skills del plugin se cargan cuando el plugin está habilitado. Hoy esos directorios se fusionan en la misma ruta de baja precedencia que skills.load.extraDirs, por lo que una Skill integrada, administrada, de agente o de espacio de trabajo con el mismo nombre las anula. Puedes controlarlas mediante metadata.openclaw.requires.config en la entrada de configuración del plugin. Consulta Plugins para descubrimiento/configuración y Herramientas para la superficie de herramientas que enseñan esas Skills.

​
ClawHub (instalación + sincronización)

ClawHub es el registro público de Skills para OpenClaw. Explóralo en https://clawhub.ai. Usa los comandos nativos openclaw skills para descubrir/instalar/actualizar Skills, o la CLI separada clawhub cuando necesites flujos de publicación/sincronización. Guía completa: ClawHub. Flujos comunes:
  • Instalar una Skill en tu espacio de trabajo:
    • openclaw skills install <skill-slug>
  • Actualizar todas las Skills instaladas:
    • openclaw skills update --all
  • Sincronizar (analizar + publicar actualizaciones):
    • clawhub sync --all
openclaw skills install nativo instala en el directorio skills/ del espacio de trabajo activo. La CLI separada clawhub también instala en ./skills bajo tu directorio de trabajo actual (o recurre al espacio de trabajo de OpenClaw configurado). OpenClaw lo recogerá como <workspace>/skills en la siguiente sesión.

​
Notas de seguridad

  • Trata las Skills de terceros como código no confiable. Léelas antes de habilitarlas.
  • Prefiere ejecuciones con sandbox para entradas no confiables y herramientas riesgosas. Consulta Sandboxing.
  • El descubrimiento de Skills en espacio de trabajo y directorios extra solo acepta raíces de Skills y archivos SKILL.md cuyo realpath resuelto permanezca dentro de la raíz configurada.
  • Las instalaciones de dependencias de Skills respaldadas por el gateway (skills.install, onboarding y la UI de configuración de Skills) ejecutan el escáner integrado de código peligroso antes de ejecutar metadatos de instalación. Los hallazgos critical bloquean de forma predeterminada salvo que el llamador establezca explícitamente la anulación de peligro; los hallazgos sospechosos siguen siendo solo advertencias.
  • openclaw skills install <slug> es diferente: descarga una carpeta de Skill de ClawHub al espacio de trabajo y no usa la ruta de metadatos de instalación anterior.
  • skills.entries.*.env y skills.entries.*.apiKey inyectan secretos en el proceso host para ese turno del agente (no en el sandbox). Mantén los secretos fuera de los prompts y registros.
  • Para un modelo de amenazas más amplio y listas de verificación, consulta Seguridad.

​
Formato (AgentSkills + compatible con Pi)

SKILL.md debe incluir al menos: 
---
name: image-lab
description: Generar o editar imágenes mediante un flujo de trabajo de imágenes respaldado por un proveedor
---
Notas:
  • Seguimos la especificación AgentSkills para el diseño/la intención.
  • El analizador usado por el agente integrado admite claves de frontmatter de una sola línea únicamente.
  • metadata debe ser un objeto JSON de una sola línea.
  • Usa {baseDir} en las instrucciones para hacer referencia a la ruta de la carpeta de la Skill.
  • Claves opcionales de frontmatter:
    • homepage — URL mostrada como “Website” en la UI de Skills de macOS (también compatible mediante metadata.openclaw.homepage).
    • user-invocable — true|false (predeterminado: true). Cuando es true, la Skill se expone como un comando slash de usuario.
    • disable-model-invocation — true|false (predeterminado: false). Cuando es true, la Skill se excluye del prompt del modelo (sigue disponible mediante invocación del usuario).
    • command-dispatch — tool (opcional). Cuando se establece en tool, el comando slash omite el modelo y se envía directamente a una herramienta.
    • command-tool — nombre de la herramienta que se debe invocar cuando command-dispatch: tool está establecido.
    • command-arg-mode — raw (predeterminado). Para el envío a herramientas, reenvía la cadena de argumentos sin procesar a la herramienta (sin análisis del núcleo). La herramienta se invoca con parámetros: { command: "<raw args>", commandName: "<slash command>", skillName: "<skill name>" }.

​
Control de acceso (filtros en tiempo de carga)

OpenClaw filtra Skills en tiempo de carga usando metadata (JSON de una sola línea): 
---
name: image-lab
description: Generar o editar imágenes mediante un flujo de trabajo de imágenes respaldado por un proveedor
metadata:
  {
    "openclaw":
      {
        "requires": { "bins": ["uv"], "env": ["GEMINI_API_KEY"], "config": ["browser.enabled"] },
        "primaryEnv": "GEMINI_API_KEY",
      },
  }
---
Campos bajo metadata.openclaw:
  • always: true — siempre incluye la Skill (omite los demás controles).
  • emoji — emoji opcional usado por la UI de Skills de macOS.
  • homepage — URL opcional mostrada como “Website” en la UI de Skills de macOS.
  • os — lista opcional de plataformas (darwin, linux, win32). Si se establece, la Skill solo es apta en esos sistemas operativos.
  • requires.bins — lista; cada uno debe existir en PATH.
  • requires.anyBins — lista; al menos uno debe existir en PATH.
  • requires.env — lista; la variable de entorno debe existir o proporcionarse en la configuración.
  • requires.config — lista de rutas de openclaw.json que deben ser verdaderas.
  • primaryEnv — nombre de la variable de entorno asociada con skills.entries.<name>.apiKey.
  • install — arreglo opcional de especificaciones de instalador usado por la UI de Skills de macOS (brew/node/go/uv/download).
Nota sobre sandboxing:
  • requires.bins se comprueba en el host en tiempo de carga de la Skill.
  • Si un agente usa sandbox, el binario también debe existir dentro del contenedor. Instálalo mediante agents.defaults.sandbox.docker.setupCommand (o una imagen personalizada). setupCommand se ejecuta una vez después de crear el contenedor. Las instalaciones de paquetes también requieren salida de red, un sistema de archivos raíz escribible y un usuario root en el sandbox. Ejemplo: la Skill summarize (skills/summarize/SKILL.md) necesita la CLI summarize en el contenedor sandbox para ejecutarse allí.
Ejemplo de instalador: 
---
name: gemini
description: Usar Gemini CLI para ayuda con programación y búsquedas en Google.
metadata:
  {
    "openclaw":
      {
        "emoji": "♊️",
        "requires": { "bins": ["gemini"] },
        "install":
          [
            {
              "id": "brew",
              "kind": "brew",
              "formula": "gemini-cli",
              "bins": ["gemini"],
              "label": "Instalar Gemini CLI (brew)",
            },
          ],
      },
  }
---
Notas:
  • Si se listan varios instaladores, el gateway elige una única opción preferida (brew cuando está disponible; en caso contrario, node).
  • Si todos los instaladores son download, OpenClaw lista cada entrada para que puedas ver los artefactos disponibles.
  • Las especificaciones de instalador pueden incluir os: ["darwin"|"linux"|"win32"] para filtrar opciones por plataforma.
  • Las instalaciones con Node respetan skills.install.nodeManager en openclaw.json (predeterminado: npm; opciones: npm/pnpm/yarn/bun). Esto solo afecta a las instalaciones de Skills; el entorno de ejecución del Gateway debe seguir siendo Node (Bun no se recomienda para WhatsApp/Telegram).
  • La selección de instaladores respaldada por el gateway está guiada por preferencias, no solo por node: cuando las especificaciones de instalación mezclan tipos, OpenClaw prefiere Homebrew cuando skills.install.preferBrew está habilitado y brew existe, luego uv, luego el gestor de node configurado y después otros respaldos como go o download.
  • Si todas las especificaciones de instalación son download, OpenClaw muestra todas las opciones de descarga en lugar de reducirlas a un único instalador preferido.
  • Instalaciones con Go: si falta go y brew está disponible, el gateway instala primero Go mediante Homebrew y establece GOBIN en bin de Homebrew cuando es posible.
  • Instalaciones por descarga: url (obligatorio), archive (tar.gz | tar.bz2 | zip), extract (predeterminado: automático cuando se detecta archivo), stripComponents, targetDir (predeterminado: ~/.openclaw/tools/<skillKey>).
Si no hay metadata.openclaw, la Skill siempre es apta (salvo que esté deshabilitada en la configuración o bloqueada por skills.allowBundled en el caso de Skills integradas).

​
Anulaciones de configuración (~/.openclaw/openclaw.json)

Las Skills integradas/administradas pueden activarse o desactivarse y recibir valores de entorno: 
{
  skills: {
    entries: {
      "image-lab": {
        enabled: true,
        apiKey: { source: "env", provider: "default", id: "GEMINI_API_KEY" }, // o cadena de texto sin formato
        env: {
          GEMINI_API_KEY: "GEMINI_KEY_HERE",
        },
        config: {
          endpoint: "https://example.invalid",
          model: "nano-pro",
        },
      },
      peekaboo: { enabled: true },
      sag: { enabled: false },
    },
  },
}
Nota: si el nombre de la Skill contiene guiones, pon la clave entre comillas (JSON5 permite claves entrecomilladas). Si quieres generación/edición de imágenes estándar dentro del propio OpenClaw, usa la herramienta central image_generate con agents.defaults.imageGenerationModel en lugar de una Skill integrada. Los ejemplos de Skills aquí son para flujos personalizados o de terceros. Para análisis nativo de imágenes, usa la herramienta image con agents.defaults.imageModel. Para generación/edición nativa de imágenes, usa image_generate con agents.defaults.imageGenerationModel. Si eliges openai/*, google/*, fal/* u otro modelo de imagen específico de proveedor, añade también la autenticación/clave de API de ese proveedor. Las claves de configuración coinciden con el nombre de la Skill de forma predeterminada. Si una Skill define metadata.openclaw.skillKey, usa esa clave bajo skills.entries. Reglas:
  • enabled: false deshabilita la Skill incluso si está integrada/instalada.
  • env: se inyecta solo si la variable aún no está establecida en el proceso.
  • apiKey: comodidad para Skills que declaran metadata.openclaw.primaryEnv. Admite cadena de texto sin formato u objeto SecretRef ({ source, provider, id }).
  • config: contenedor opcional para campos personalizados por Skill; las claves personalizadas deben vivir aquí.
  • allowBundled: lista de permitidos opcional solo para Skills integradas. Si se establece, solo las Skills integradas de la lista serán aptas (las Skills administradas/del espacio de trabajo no se ven afectadas).

​
Inyección de entorno (por ejecución de agente)

Cuando comienza una ejecución de agente, OpenClaw:
  1. Lee los metadatos de la Skill.
  2. Aplica cualquier skills.entries.<key>.env o skills.entries.<key>.apiKey a process.env.
  3. Construye el prompt del sistema con las Skills aptas.
  4. Restaura el entorno original cuando termina la ejecución.
Esto está delimitado a la ejecución del agente, no a un entorno global del shell. Para el backend integrado claude-cli, OpenClaw también materializa la misma instantánea apta como un plugin temporal de Claude Code y la pasa con --plugin-dir. Claude Code puede entonces usar su resolvedor nativo de skills mientras OpenClaw sigue siendo propietario de la precedencia, las listas de permitidos por agente, el control de acceso y la inyección de env/claves de API de skills.entries.*. Los demás backends de CLI usan solo el catálogo del prompt.

​
Instantánea de sesión (rendimiento)

OpenClaw toma una instantánea de las Skills aptas cuando se inicia una sesión y reutiliza esa lista para los turnos posteriores de la misma sesión. Los cambios en Skills o configuración surten efecto en la siguiente sesión nueva. Las Skills también pueden actualizarse a mitad de sesión cuando el observador de Skills está habilitado o cuando aparece un nuevo nodo remoto apto (ver abajo). Piensa en esto como una recarga en caliente: la lista actualizada se recoge en el siguiente turno del agente. Si cambia la lista efectiva de Skills permitidas del agente para esa sesión, OpenClaw actualiza la instantánea para que las Skills visibles sigan alineadas con el agente actual.

​
Nodos macOS remotos (gateway Linux)

Si el Gateway se ejecuta en Linux pero hay un nodo macOS conectado con system.run permitido (la seguridad de aprobaciones de Exec no está establecida en deny), OpenClaw puede tratar las Skills exclusivas de macOS como aptas cuando los binarios requeridos están presentes en ese nodo. El agente debe ejecutar esas Skills mediante la herramienta exec con host=node. Esto depende de que el nodo informe su compatibilidad de comandos y de una sonda de binarios mediante system.run. Si el nodo macOS se desconecta más tarde, las Skills siguen siendo visibles; las invocaciones pueden fallar hasta que el nodo vuelva a conectarse.

​
Observador de Skills (actualización automática)

De forma predeterminada, OpenClaw observa las carpetas de Skills y actualiza la instantánea de Skills cuando cambian los archivos SKILL.md. Configúralo en skills.load: 
{
  skills: {
    load: {
      watch: true,
      watchDebounceMs: 250,
    },
  },
}

​
Impacto en tokens (lista de Skills)

Cuando las Skills son aptas, OpenClaw inyecta una lista XML compacta de las Skills disponibles en el prompt del sistema (mediante formatSkillsForPrompt en pi-coding-agent). El costo es determinista:
  • Sobrecarga base (solo cuando hay ≥1 Skill): 195 caracteres.
  • Por Skill: 97 caracteres + la longitud de los valores escapados en XML de <name>, <description> y <location>.
Fórmula (caracteres): 
total = 195 + Σ (97 + len(name_escaped) + len(description_escaped) + len(location_escaped))
Notas:
  • El escape XML expande & < > " ' a entidades (&amp;, &lt;, etc.), aumentando la longitud.
  • El recuento de tokens varía según el tokenizador del modelo. Una estimación aproximada estilo OpenAI es ~4 caracteres/token, por lo que 97 caracteres ≈ 24 tokens por Skill más las longitudes reales de tus campos.

​
Ciclo de vida de Skills administradas

OpenClaw incluye un conjunto base de Skills como Skills integradas como parte de la instalación (paquete npm o OpenClaw.app). ~/.openclaw/skills existe para anulaciones locales (por ejemplo, fijar/parchear una Skill sin cambiar la copia integrada). Las Skills del espacio de trabajo son propiedad del usuario y anulan a ambas cuando hay conflictos de nombre.

​
Referencia de configuración

Consulta Configuración de Skills para ver el esquema completo de configuración.

​
¿Buscas más Skills?

Explora https://clawhub.ai.

​
Relacionado