Skills

OpenClaw ใช้โฟลเดอร์ skill ที่ เข้ากันได้กับ AgentSkills เพื่อสอนให้ agent รู้วิธีใช้เครื่องมือ แต่ละ skill คือไดเรกทอรีที่มี SKILL.md พร้อม YAML frontmatter และคำแนะนำ OpenClaw โหลด skills ที่มาพร้อมระบบรวมถึงการ override แบบ local ที่เลือกได้ และกรอง skills เหล่านั้นในเวลาที่โหลดตาม environment, config และการมีอยู่ของ binary

ตำแหน่งและลำดับความสำคัญ

OpenClaw โหลด skills จากแหล่งเหล่านี้ โดยเรียงจาก ลำดับความสำคัญสูงสุดก่อน:

#	แหล่งที่มา	Path
1	Workspace skills	`<workspace>/skills`
2	Project agent skills	`<workspace>/.agents/skills`
3	Personal agent skills	`~/.agents/skills`
4	Managed/local skills	`~/.openclaw/skills`
5	Bundled skills	มาพร้อมกับการติดตั้ง
6	โฟลเดอร์ skill เพิ่มเติม	`skills.load.extraDirs` (config)

หากชื่อ skill ซ้ำกัน แหล่งที่มีลำดับความสำคัญสูงสุดจะเป็นฝ่ายชนะ ไดเรกทอรี $CODEX_HOME/skills ดั้งเดิมของ Codex CLI ไม่ใช่หนึ่งในราก skill ของ OpenClaw เหล่านี้ ในโหมด Codex harness การเปิด local app-server จะใช้ Codex homes แบบแยกเฉพาะต่อ agent ดังนั้น skills ส่วนตัวของ Codex CLI จะไม่ถูกโหลดโดยอัตโนมัติ ใช้ openclaw migrate codex --dry-run เพื่อทำ inventory และใช้ openclaw migrate codex เพื่อเลือกไดเรกทอรี skill ด้วย prompt checkbox แบบโต้ตอบก่อนคัดลอกเข้าไปยัง workspace ของ OpenClaw agent ปัจจุบัน สำหรับการรันแบบไม่โต้ตอบ ให้ระบุ --skill <name> ซ้ำสำหรับ skills ที่ต้องการคัดลอกให้ตรงชื่อ

Skills แบบต่อ agent เทียบกับแบบแชร์

ในการตั้งค่า multi-agent แต่ละ agent มี workspace ของตัวเอง:

ขอบเขต	Path	มองเห็นได้โดย
ต่อ agent	`<workspace>/skills`	เฉพาะ agent นั้น
Project-agent	`<workspace>/.agents/skills`	เฉพาะ agent ของ workspace นั้น
Personal-agent	`~/.agents/skills`	ทุก agents บนเครื่องนั้น
Shared managed/local	`~/.openclaw/skills`	ทุก agents บนเครื่องนั้น
Shared extra dirs	`skills.load.extraDirs` (ลำดับความสำคัญต่ำสุด)	ทุก agents บนเครื่องนั้น

ชื่อเดียวกันในหลายตำแหน่ง → แหล่งที่มีลำดับความสำคัญสูงสุดชนะ Workspace ชนะ project-agent, ชนะ personal-agent, ชนะ managed/local, ชนะ bundled, ชนะ extra dirs

allowlists ของ agent skill

ตำแหน่ง ของ skill และ การมองเห็น ของ skill เป็นการควบคุมคนละส่วน ตำแหน่ง/ลำดับความสำคัญตัดสินว่าสำเนาใดของ skill ชื่อเดียวกันจะชนะ ส่วน allowlists ของ agent ตัดสินว่า agent สามารถใช้ skills ใดได้จริง

{
  agents: {
    defaults: {
      skills: ["github", "weather"],
    },
    list: [
      { id: "writer" }, // inherits github, weather
      { id: "docs", skills: ["docs-search"] }, // replaces defaults
      { id: "locked-down", skills: [] }, // no skills
    ],
  },
}

กฎ allowlist

ละ agents.defaults.skills เพื่อให้ skills ไม่ถูกจำกัดโดยค่าเริ่มต้น
ละ agents.list[].skills เพื่อสืบทอด agents.defaults.skills
ตั้ง agents.list[].skills: [] เพื่อไม่ให้มี skills
รายการ agents.list[].skills ที่ไม่ว่างคือชุด สุดท้าย สำหรับ agent นั้น - ไม่ merge กับ defaults
allowlist ที่มีผลจะถูกใช้กับการสร้าง prompt, การค้นหา slash-command ของ skill, การ sync sandbox และ snapshots ของ skill

Plugins และ skills

Plugins สามารถส่ง skills ของตัวเองมาพร้อมระบบได้โดยระบุไดเรกทอรี skills ใน openclaw.plugin.json (paths สัมพัทธ์กับรากของ plugin) Plugin skills จะโหลดเมื่อเปิดใช้งาน plugin นี่คือตำแหน่งที่เหมาะสำหรับคู่มือการใช้งานเฉพาะเครื่องมือที่ยาวเกินกว่าจะอยู่ในคำอธิบายเครื่องมือ แต่ควรพร้อมใช้งานเมื่อ plugin ถูกติดตั้ง เช่น browser plugin มาพร้อม skill browser-automation สำหรับการควบคุม browser หลายขั้นตอน ไดเรกทอรี skill ของ Plugin จะถูก merge เข้าไปใน path ลำดับความสำคัญต่ำเดียวกับ skills.load.extraDirs ดังนั้น bundled, managed, agent หรือ workspace skill ที่มีชื่อเดียวกันจะ override ไดเรกทอรีเหล่านั้น คุณสามารถ gate ได้ผ่าน metadata.openclaw.requires.config ในรายการ config ของ plugin ดู Plugins สำหรับ discovery/config และ Tools สำหรับพื้นผิวเครื่องมือที่ skills เหล่านั้นสอน

Skill Workshop

Plugin Skill Workshop แบบเลือกใช้และยังเป็นการทดลอง สามารถสร้างหรืออัปเดต workspace skills จากขั้นตอนที่นำกลับมาใช้ซ้ำซึ่งสังเกตได้ระหว่างงานของ agent โดยปิดใช้งานเป็นค่าเริ่มต้น และต้องเปิดใช้งานอย่างชัดเจนผ่าน plugins.entries.skill-workshop Skill Workshop เขียนเฉพาะไปยัง <workspace>/skills, สแกนเนื้อหาที่สร้างขึ้น, รองรับการรออนุมัติหรือการเขียนแบบปลอดภัยอัตโนมัติ, กักกันข้อเสนอที่ไม่ปลอดภัย และ refresh snapshot ของ skill หลังจากเขียนสำเร็จ เพื่อให้ skills ใหม่พร้อมใช้งานโดยไม่ต้อง restart Gateway ใช้สำหรับการแก้ไข เช่น “ครั้งหน้า ให้ตรวจสอบ attribution ของ GIF” หรือ workflow ที่ได้มาจากประสบการณ์จริง เช่น checklist สำหรับ QA สื่อ เริ่มจากการรออนุมัติ ใช้การเขียนอัตโนมัติเฉพาะใน workspaces ที่เชื่อถือได้หลังจากตรวจสอบข้อเสนอแล้ว คู่มือฉบับเต็ม: Skill Workshop plugin

ClawHub (ติดตั้งและ sync)

ClawHub คือ registry skills สาธารณะสำหรับ OpenClaw ใช้คำสั่ง openclaw skills ดั้งเดิมสำหรับ discover/install/update หรือใช้ CLI clawhub แยกต่างหากสำหรับ workflow publish/sync คู่มือฉบับเต็ม: ClawHub

การดำเนินการ	คำสั่ง
ติดตั้ง skill เข้า workspace	`openclaw skills install <skill-slug>`
อัปเดต skills ที่ติดตั้งทั้งหมด	`openclaw skills update --all`
Sync (สแกน + publish updates)	`clawhub sync --all`

openclaw skills install แบบดั้งเดิมจะติดตั้งเข้าไดเรกทอรี skills/ ของ workspace ที่ใช้งานอยู่ CLI clawhub แยกต่างหากก็ติดตั้งเข้า ./skills ใต้ไดเรกทอรีทำงานปัจจุบันของคุณด้วย (หรือ fallback ไปยัง workspace ของ OpenClaw ที่ config ไว้) OpenClaw จะรับสิ่งนั้นเป็น <workspace>/skills ใน session ถัดไป ราก skill ที่ config ไว้ยังรองรับระดับการจัดกลุ่มหนึ่งระดับ เช่น skills/<group>/<skill>/SKILL.md เพื่อให้เก็บ skills บุคคลที่สามที่เกี่ยวข้องไว้ใต้โฟลเดอร์ร่วมกันได้โดยไม่ต้องสแกนแบบ recursive กว้าง ๆ Gateway clients ที่ต้องการการส่งมอบแบบ private ที่ไม่ใช่ ClawHub สามารถ stage archive skill แบบ zip ด้วย skills.upload.begin, skills.upload.chunk และ skills.upload.commit แล้วติดตั้ง upload ที่ commit แล้วด้วย skills.install({ source: "upload", uploadId, slug, force?, sha256? }) นี่คือ path การ upload สำหรับ admin อย่างชัดเจนสำหรับ clients ที่เชื่อถือได้ ไม่ใช่ flow การติดตั้ง openclaw skills install <slug> หรือ ClawHub ตามปกติ โดยปิดเป็นค่าเริ่มต้นและทำงานเฉพาะเมื่อตั้งค่า skills.install.allowUploadedArchives: true ใน openclaw.json เท่านั้น โหมด upload ยังคงติดตั้งเข้าไดเรกทอรี skills/<slug> ของ workspace agent ค่าเริ่มต้น ชื่อโฟลเดอร์ภายใน archive จะถูกละเว้นสำหรับเป้าหมายติดตั้งสุดท้าย หน้า skill ของ ClawHub แสดงสถานะสแกนความปลอดภัยล่าสุดก่อนติดตั้ง พร้อมหน้ารายละเอียด scanner สำหรับ VirusTotal, ClawScan และ static analysis openclaw skills install <slug> ยังคงเป็นเพียง path การติดตั้งเท่านั้น publishers กู้คืน false positives ผ่าน dashboard ของ ClawHub หรือ clawhub skill rescan <slug>

ความปลอดภัย

ปฏิบัติต่อ skills บุคคลที่สามเป็น โค้ดที่ไม่น่าเชื่อถือ อ่านก่อนเปิดใช้งาน ควรใช้การรันแบบ sandboxed สำหรับ inputs ที่ไม่น่าเชื่อถือและเครื่องมือที่มีความเสี่ยง ดู Sandboxing สำหรับการควบคุมฝั่ง agent

การค้นหา skill จาก workspace และ extra-dir ยอมรับเฉพาะราก skill และไฟล์ SKILL.md ที่ resolved realpath ยังคงอยู่ภายในรากที่ config ไว้
การติดตั้ง archive private ของ Gateway ปิดเป็นค่าเริ่มต้น เมื่อเปิดใช้งานอย่างชัดเจน จะต้องมี committed zip upload ที่มี SKILL.md และใช้การป้องกันเดียวกับการติดตั้ง skill ของ ClawHub ได้แก่ archive extraction, path traversal, symlink, force และ rollback โดยถูก gate ด้วย skills.install.allowUploadedArchives; การติดตั้ง ClawHub ปกติไม่ต้องใช้การตั้งค่านั้น
การติดตั้ง dependency ของ skill ที่หนุนโดย Gateway (skills.install, onboarding และ UI การตั้งค่า Skills) จะรัน dangerous-code scanner ในตัวก่อน execute installer metadata findings ระดับ critical จะ block เป็นค่าเริ่มต้น เว้นแต่ caller จะตั้ง dangerous override อย่างชัดเจน findings ที่น่าสงสัยยังคงเตือนเท่านั้น
openclaw skills install <slug> แตกต่างออกไป - คำสั่งนี้ดาวน์โหลดโฟลเดอร์ skill จาก ClawHub เข้า workspace และไม่ได้ใช้ path installer-metadata ข้างต้น
skills.entries.*.env และ skills.entries.*.apiKey inject secrets เข้าไปใน process host สำหรับ agent turn นั้น (ไม่ใช่ sandbox) เก็บ secrets ออกจาก prompts และ logs

สำหรับ threat model และ checklists ที่กว้างขึ้น ดู Security

รูปแบบ SKILL.md

SKILL.md ต้องมีอย่างน้อย:

---
name: image-lab
description: Generate or edit images via a provider-backed image workflow
---

OpenClaw ปฏิบัติตามสเปก AgentSkills สำหรับ layout/intent parser ที่ใช้โดย embedded agent รองรับเฉพาะคีย์ frontmatter แบบ บรรทัดเดียว เท่านั้น metadata ควรเป็น ออบเจ็กต์ JSON บรรทัดเดียว ใช้ {baseDir} ในคำแนะนำเพื่ออ้างอิง path ของโฟลเดอร์ skill

คีย์ frontmatter ที่เลือกใช้ได้

homepage

string

URL ที่แสดงเป็น “Website” ใน macOS Skills UI รองรับผ่าน metadata.openclaw.homepage ด้วย

user-invocable

boolean

default:"true"

เมื่อเป็น true skill จะถูกแสดงเป็น slash command สำหรับผู้ใช้

disable-model-invocation

boolean

default:"false"

เมื่อเป็น true OpenClaw จะไม่นำคำแนะนำของ skill ใส่ใน prompt ปกติของ agent skill ยังคงติดตั้งอยู่และยังสามารถรันอย่างชัดเจนเป็น slash command ได้เมื่อ user-invocable เป็น true ด้วย

command-dispatch

"tool"

เมื่อตั้งเป็น tool slash command จะข้าม model และ dispatch ไปยัง tool โดยตรง

command-tool

string

ชื่อ tool ที่จะ invoke เมื่อตั้งค่า command-dispatch: tool

command-arg-mode

"raw"

default:"raw"

สำหรับ tool dispatch จะ forward สตริง args ดิบไปยัง tool (ไม่มีการ parse โดย core) tool จะถูก invoke ด้วย { command: "<raw args>", commandName: "<slash command>", skillName: "<skill name>" }

Gating (filters ขณะโหลด)

OpenClaw กรอง skills ขณะโหลดโดยใช้ metadata (JSON บรรทัดเดียว):

---
name: image-lab
description: Generate or edit images via a provider-backed image workflow
metadata:
  {
    "openclaw":
      {
        "requires": { "bins": ["uv"], "env": ["GEMINI_API_KEY"], "config": ["browser.enabled"] },
        "primaryEnv": "GEMINI_API_KEY",
      },
  }
---

ฟิลด์ใต้ metadata.openclaw:

always

boolean

เมื่อเป็น true ให้รวม skill เสมอ (ข้าม gate อื่น)

emoji

string

อีโมจิเสริมที่ใช้โดย UI Skills ของ macOS

homepage

string

URL เสริมที่แสดงเป็น “เว็บไซต์” ใน UI Skills ของ macOS

"darwin" | "linux" | "win32"

รายการแพลตฟอร์มเสริม หากตั้งค่าไว้ skill จะมีสิทธิ์ใช้งานเฉพาะบน OS เหล่านั้นเท่านั้น

requires.bins

string[]

แต่ละรายการต้องมีอยู่บน PATH

requires.anyBins

string[]

ต้องมีอย่างน้อยหนึ่งรายการอยู่บน PATH

requires.env

string[]

ตัวแปร env ต้องมีอยู่หรือถูกระบุไว้ในการกำหนดค่า

requires.config

string[]

รายการพาธ openclaw.json ที่ต้องมีค่า truthy

primaryEnv

string

ชื่อตัวแปร env ที่เชื่อมโยงกับ skills.entries.<name>.apiKey

install

object[]

ข้อกำหนดตัวติดตั้งเสริมที่ใช้โดย UI Skills ของ macOS (brew/node/go/uv/download)

หากไม่มี metadata.openclaw skill จะมีสิทธิ์ใช้งานเสมอ (เว้นแต่ ถูกปิดใช้งานในการกำหนดค่าหรือถูกบล็อกโดย skills.allowBundled สำหรับ skills ที่ bundled)

บล็อก metadata.clawdbot แบบเดิมยังคงยอมรับเมื่อไม่มี metadata.openclaw ดังนั้น skills ที่ติดตั้งไว้เก่าจะยังคง gate การพึ่งพาและคำใบ้ตัวติดตั้งของตนไว้ Skills ใหม่และที่อัปเดตควรใช้ metadata.openclaw

หมายเหตุเกี่ยวกับ sandboxing

requires.bins จะถูกตรวจบน host ในเวลาที่โหลด skill
หาก agent อยู่ใน sandbox ไบนารีต้องมีอยู่ ภายใน container ด้วย ติดตั้งผ่าน agents.defaults.sandbox.docker.setupCommand (หรือ image แบบกำหนดเอง) setupCommand จะรันหนึ่งครั้งหลังจากสร้าง container การติดตั้งแพ็กเกจยังต้องมี network egress, root FS ที่เขียนได้ และผู้ใช้ root ใน sandbox ด้วย
ตัวอย่าง: skill summarize (skills/summarize/SKILL.md) ต้องมี CLI summarize ใน sandbox container เพื่อรันที่นั่น

ข้อกำหนดตัวติดตั้ง

---
name: gemini
description: Use Gemini CLI for coding assistance and Google search lookups.
metadata:
  {
    "openclaw":
      {
        "emoji": "♊️",
        "requires": { "bins": ["gemini"] },
        "install":
          [
            {
              "id": "brew",
              "kind": "brew",
              "formula": "gemini-cli",
              "bins": ["gemini"],
              "label": "Install Gemini CLI (brew)",
            },
          ],
      },
  }
---

กฎการเลือกตัวติดตั้ง

หากระบุตัวติดตั้งหลายตัว Gateway จะเลือกตัวเลือกที่ต้องการเพียงตัวเดียว (brew เมื่อพร้อมใช้งาน มิฉะนั้นใช้ node)
หากตัวติดตั้งทั้งหมดเป็น download OpenClaw จะแสดงแต่ละรายการเพื่อให้คุณเห็น artifacts ที่พร้อมใช้งาน
ข้อกำหนดตัวติดตั้งสามารถมี os: ["darwin"|"linux"|"win32"] เพื่อกรองตัวเลือกตามแพลตฟอร์ม
การติดตั้ง Node จะทำตาม skills.install.nodeManager ใน openclaw.json (ค่าเริ่มต้น: npm; ตัวเลือก: npm/pnpm/yarn/bun) สิ่งนี้มีผลเฉพาะกับการติดตั้ง skill เท่านั้น; runtime ของ Gateway ควรยังคงเป็น Node - ไม่แนะนำให้ใช้ Bun สำหรับ WhatsApp/Telegram
การเลือกตัวติดตั้งที่รองรับโดย Gateway ขับเคลื่อนด้วยความชอบ: เมื่อข้อกำหนดการติดตั้งผสมหลายชนิด OpenClaw จะเลือก Homebrew ก่อนเมื่อเปิดใช้ skills.install.preferBrew และมี brew อยู่ จากนั้น uv จากนั้นตัวจัดการ node ที่กำหนดค่าไว้ จากนั้น fallback อื่นอย่าง go หรือ download
หากข้อกำหนดการติดตั้งทุกตัวเป็น download OpenClaw จะแสดงตัวเลือกดาวน์โหลดทั้งหมดแทนการยุบเหลือตัวติดตั้งที่ต้องการเพียงตัวเดียว

รายละเอียดรายตัวติดตั้ง

การติดตั้ง Go: หากไม่มี go และมี brew อยู่ Gateway จะติดตั้ง Go ผ่าน Homebrew ก่อน และตั้ง GOBIN เป็น bin ของ Homebrew เมื่อทำได้
การติดตั้งแบบดาวน์โหลด: url (จำเป็น), archive (tar.gz | tar.bz2 | zip), extract (ค่าเริ่มต้น: อัตโนมัติเมื่อตรวจพบ archive), stripComponents, targetDir (ค่าเริ่มต้น: ~/.openclaw/tools/<skillKey>)

การ override การกำหนดค่า

Skills ที่ bundled และ managed สามารถสลับเปิดปิดและระบุค่า env ได้ ภายใต้ skills.entries ใน ~/.openclaw/openclaw.json:

{
  skills: {
    entries: {
      "image-lab": {
        enabled: true,
        apiKey: { source: "env", provider: "default", id: "GEMINI_API_KEY" }, // or plaintext string
        env: {
          GEMINI_API_KEY: "GEMINI_KEY_HERE",
        },
        config: {
          endpoint: "https://example.invalid",
          model: "nano-pro",
        },
      },
      peekaboo: { enabled: true },
      sag: { enabled: false },
    },
  },
}

enabled

boolean

false จะปิดใช้งาน skill แม้ว่าจะ bundled หรือติดตั้งแล้วก็ตาม skill coding-agent ที่ bundled เป็นแบบ opt-in: ตั้ง skills.entries.coding-agent.enabled: true ก่อนเปิดเผยให้ agents ใช้ จากนั้นตรวจให้แน่ใจว่า claude, codex, opencode หรือ pi ตัวใดตัวหนึ่งติดตั้งแล้วและ authenticated สำหรับ CLI ของตนเองแล้ว

apiKey

string | { source, provider, id }

ทางลัดสำหรับ skills ที่ประกาศ metadata.openclaw.primaryEnv รองรับ plaintext หรือ SecretRef

env

Record<string, string>

inject เฉพาะเมื่อยังไม่ได้ตั้งค่าตัวแปรไว้ใน process

config

object

ถุงข้อมูลเสริมสำหรับฟิลด์กำหนดเองราย skill คีย์กำหนดเองต้องอยู่ที่นี่

allowBundled

string[]

allowlist เสริมสำหรับ skills ที่ bundled เท่านั้น หากตั้งค่าไว้ เฉพาะ skills ที่ bundled ในรายการเท่านั้นที่จะมีสิทธิ์ใช้งาน (skills ที่ managed/workspace ไม่ได้รับผลกระทบ)

หากชื่อ skill มีขีดกลาง ให้ใส่ key ในเครื่องหมายคำพูด (JSON5 อนุญาต keys ที่ใส่เครื่องหมายคำพูด) โดยค่าเริ่มต้น key การกำหนดค่าจะตรงกับ ชื่อ skill - หาก skill กำหนด metadata.openclaw.skillKey ให้ใช้ key นั้นภายใต้ skills.entries

สำหรับการสร้าง/แก้ไขรูปภาพ stock ภายใน OpenClaw ให้ใช้เครื่องมือ core image_generate ร่วมกับ agents.defaults.imageGenerationModel แทน skill ที่ bundled ตัวอย่าง skill ที่นี่มีไว้สำหรับ workflow แบบกำหนดเองหรือของ third-party สำหรับการวิเคราะห์รูปภาพแบบ native ให้ใช้เครื่องมือ image ร่วมกับ agents.defaults.imageModel หากคุณเลือก openai/*, google/*, fal/* หรือโมเดลรูปภาพเฉพาะ provider อื่น ให้เพิ่ม auth/API key ของ provider นั้นด้วย

การ inject สภาพแวดล้อม

เมื่อ agent run เริ่มต้น OpenClaw จะ:

อ่าน metadata ของ skill
ใช้ skills.entries.<key>.env และ skills.entries.<key>.apiKey กับ process.env
สร้าง system prompt ด้วย skills ที่ eligible
คืนค่าสภาพแวดล้อมเดิมหลังจาก run สิ้นสุด

การ inject สภาพแวดล้อมถูก จำกัดขอบเขตไว้ที่ agent run ไม่ใช่สภาพแวดล้อม shell แบบ global สำหรับ backend claude-cli ที่ bundled OpenClaw ยัง materialize snapshot ที่ eligible เดียวกัน เป็น plugin Claude Code ชั่วคราว และส่งผ่าน --plugin-dir จากนั้น Claude Code สามารถใช้ native skill resolver ของตนได้ ขณะที่ OpenClaw ยังคงเป็นเจ้าของลำดับความสำคัญ, allowlists ราย agent, gating และ การ inject env/API key ของ skills.entries.* backend CLI อื่นใช้เฉพาะ catalog ใน prompt เท่านั้น

Snapshots และ refresh

OpenClaw จะ snapshot skills ที่ eligible เมื่อ session เริ่มต้น และ ใช้รายการนั้นซ้ำสำหรับ turn ถัดไปใน session เดียวกัน การเปลี่ยนแปลง skills หรือ config จะมีผลใน session ใหม่ถัดไป Skills สามารถ refresh ระหว่าง session ได้ในสองกรณี:

เปิดใช้ watcher ของ skills
มี remote node ใหม่ที่ eligible ปรากฏขึ้น

ให้มองสิ่งนี้เป็น hot reload: รายการที่ refresh แล้วจะถูกนำไปใช้ใน turn ถัดไปของ agent หาก allowlist skill ของ agent ที่มีผลเปลี่ยนแปลงสำหรับ session นั้น OpenClaw จะ refresh snapshot เพื่อให้ skills ที่มองเห็นยังคงสอดคล้อง กับ agent ปัจจุบัน

Watcher ของ Skills

โดยค่าเริ่มต้น OpenClaw จะ watch โฟลเดอร์ skill และ bump snapshot ของ skills เมื่อไฟล์ SKILL.md เปลี่ยน กำหนดค่าภายใต้ skills.load:

{
  skills: {
    load: {
      extraDirs: ["~/Projects/agent-scripts/skills"],
      allowSymlinkTargets: ["~/Projects/manager/skills"],
      watch: true,
      watchDebounceMs: 250,
    },
  },
}

ใช้ allowSymlinkTargets สำหรับ layout repo พี่น้องที่ตั้งใจไว้ ซึ่ง root skill built-in มี symlink เช่น ~/.agents/skills/manager -> ~/Projects/manager/skills รายการ target จะ ถูกจับคู่หลังจาก realpath resolution และควรคงให้แคบไว้

Remote macOS nodes (Gateway Linux)

หาก Gateway รันบน Linux แต่มี macOS node เชื่อมต่ออยู่พร้อมอนุญาต system.run (ความปลอดภัยของ Exec approvals ไม่ได้ตั้งเป็น deny), OpenClaw สามารถถือว่า skills สำหรับ macOS เท่านั้นมีสิทธิ์ใช้งานเมื่อมี ไบนารีที่จำเป็นอยู่บน node นั้น agent ควรเรียกใช้ skills เหล่านั้น ผ่านเครื่องมือ exec พร้อม host=node สิ่งนี้พึ่งพา node ที่รายงานการรองรับ command ของตน และการ probe bin ผ่าน system.which หรือ system.run nodes ที่ offline จะ ไม่ ทำให้ skills แบบ remote-only มองเห็นได้ หาก node ที่เชื่อมต่ออยู่หยุดตอบ bin probes OpenClaw จะล้าง bin matches ที่ cache ไว้ เพื่อให้ agents ไม่เห็น skills ที่ไม่สามารถรันได้ในปัจจุบันอีกต่อไป

ผลกระทบต่อ token

เมื่อ skills มีสิทธิ์ใช้งาน OpenClaw จะ inject รายการ XML แบบกะทัดรัดของ skills ที่พร้อมใช้งานลงใน system prompt (ผ่าน formatSkillsForPrompt ใน pi-coding-agent) ค่าใช้จ่ายเป็นแบบ deterministic:

ค่า overhead ฐาน (เฉพาะเมื่อมี skill ≥1): 195 ตัวอักษร
ต่อ skill: 97 ตัวอักษร + ความยาวของค่า <name>, <description> และ <location> ที่ escape เป็น XML แล้ว

สูตร (ตัวอักษร):

total = 195 + Σ (97 + len(name_escaped) + len(description_escaped) + len(location_escaped))

การ escape XML จะขยาย & < > " ' เป็น entities (&, < เป็นต้น) ทำให้ความยาวเพิ่มขึ้น จำนวน token แตกต่างกันตาม tokenizer ของโมเดล การประเมินแบบ OpenAI โดยคร่าวคือ ~4 ตัวอักษร/token ดังนั้น 97 ตัวอักษร ≈ 24 tokens ต่อ skill บวกความยาวจริงของฟิลด์ของคุณ

วงจรชีวิตของ managed skills

OpenClaw จัดส่งชุด skills พื้นฐานเป็น skills ที่ bundled พร้อมการ ติดตั้ง (แพ็กเกจ npm หรือ OpenClaw.app) ~/.openclaw/skills มีไว้สำหรับ local overrides - เช่น การ pin หรือ patch skill โดยไม่ เปลี่ยนสำเนาที่ bundled skills ใน workspace เป็นของผู้ใช้และ override ทั้งสองเมื่อชื่อขัดแย้งกัน

กำลังมองหา skills เพิ่มเติมอยู่หรือไม่?

เรียกดู https://clawhub.ai schema การกำหนดค่าแบบเต็ม: การกำหนดค่า Skills

ที่เกี่ยวข้อง

ClawHub - registry skills สาธารณะ
การสร้าง skills - การสร้าง skills แบบกำหนดเอง
Plugins - ภาพรวมระบบ plugin
Plugin Skill Workshop - สร้าง skills จากงานของ agent
การกำหนดค่า Skills - reference การกำหนดค่า skill
คำสั่ง slash - คำสั่ง slash ทั้งหมดที่พร้อมใช้งาน

Overview

Plugins

Bundled plugin guides

Building plugins

Automation

Tools

Agent coordination

Skills

ตำแหน่งและลำดับความสำคัญ

Skills แบบต่อ agent เทียบกับแบบแชร์

allowlists ของ agent skill

Plugins และ skills

Skill Workshop

ClawHub (ติดตั้งและ sync)

ความปลอดภัย

รูปแบบ SKILL.md

คีย์ frontmatter ที่เลือกใช้ได้

Gating (filters ขณะโหลด)

หมายเหตุเกี่ยวกับ sandboxing

ข้อกำหนดตัวติดตั้ง

การ override การกำหนดค่า

การ inject สภาพแวดล้อม

Snapshots และ refresh

Watcher ของ Skills

Remote macOS nodes (Gateway Linux)

ผลกระทบต่อ token

วงจรชีวิตของ managed skills

กำลังมองหา skills เพิ่มเติมอยู่หรือไม่?

ที่เกี่ยวข้อง

Overview

Plugins

Bundled plugin guides

Building plugins

Skills

Automation

Tools

Agent coordination

Documentation Index

​ตำแหน่งและลำดับความสำคัญ

​Skills แบบต่อ agent เทียบกับแบบแชร์

​allowlists ของ agent skill

​Plugins และ skills

​Skill Workshop

​ClawHub (ติดตั้งและ sync)

​ความปลอดภัย

​รูปแบบ SKILL.md

​คีย์ frontmatter ที่เลือกใช้ได้

​Gating (filters ขณะโหลด)

​หมายเหตุเกี่ยวกับ sandboxing

​ข้อกำหนดตัวติดตั้ง

​การ override การกำหนดค่า

​การ inject สภาพแวดล้อม

​Snapshots และ refresh

​Watcher ของ Skills

​Remote macOS nodes (Gateway Linux)

​ผลกระทบต่อ token

​วงจรชีวิตของ managed skills

​กำลังมองหา skills เพิ่มเติมอยู่หรือไม่?

​ที่เกี่ยวข้อง

ตำแหน่งและลำดับความสำคัญ

Skills แบบต่อ agent เทียบกับแบบแชร์

allowlists ของ agent skill

Plugins และ skills

Skill Workshop

ClawHub (ติดตั้งและ sync)

ความปลอดภัย

รูปแบบ SKILL.md

คีย์ frontmatter ที่เลือกใช้ได้

Gating (filters ขณะโหลด)

หมายเหตุเกี่ยวกับ sandboxing

ข้อกำหนดตัวติดตั้ง

การ override การกำหนดค่า

การ inject สภาพแวดล้อม

Snapshots และ refresh

Watcher ของ Skills

Remote macOS nodes (Gateway Linux)

ผลกระทบต่อ token

วงจรชีวิตของ managed skills

กำลังมองหา skills เพิ่มเติมอยู่หรือไม่?

ที่เกี่ยวข้อง