我用30分钟从0到1建了个私人Skill,现在每天省2小时+
Source: http://x.com/i/article/2029565371381133312
最近推上大部分人都在喊“OpenClaw没用”,说对自己完全没提升,其实他们根本没搞懂 —— OpenClaw本身一点都不厉害,它只是个空壳子,真正拉开差距的是你的业务流,
这次我把我搭建 **“**每天定时提醒我学习Twitter账号收藏 ” 的全流程写出来,大家可以参考学习,将你的业务流转变成专属的Skills!
推荐阅读: > *1\. 《20r 搭建 GPT Business 账号池,超低成本使用 Openclaw》*
**2.《Openclaw高级Skills分享,内含最全Skills教程》***\-- 推荐阅读*
**3.《这些文件不懂,难怪你的OpenClaw又笨又傻》***\-- 深入了解OpenClaw*
📚 目录
- 从感知到行动的 Agent 进化论 ( Prompt -> MCP -> Skills)
- SKILL 的核心运行原理
- SKILL.md 文件规范 (五大规则一定遵守)
- 创建你的第一个 Skill (推特书签助手)
- 总结与个人建议
一 、从感知到行动的 Agent 进化论
在深入学习 Skill 之前,我们先理解 AI Agent 领域的几个核心概念。很多人会把 Prompt、MCP、Skills 混为一谈,实际上它们代表了 AI 发展的不同阶段。
- 第一阶段:Prompt
是最初级的 AI 交互方式。你对 AI 说的每一句话就是一个 Prompt,它告诉 AI 当前要做什么。Prompt 的优势是门槛极低——任何人都可以立刻开始使用,不需要任何技术背景。但它的劣势很明显:不可持久、难以复用。每次开启新对话,你都需要重新描述需求!(纯文本、静态、单向)
- 第二阶段:MCP(Model Context Protocol)是 Anthropic 推出的标准化协议,核心价值在于标准化连接外部工具和数据。它解决了 AI 如何调用外部工具的问题。但他不知道什么时候该用什么软件、怎么组合使用才能完成一个完整的任务。 MCP 解决的是 AI 与外部世界连接的问题。然而,MCP 有一个显著的缺陷:每次使用都需要把所有工具的完整 Schema 一次性注入上下文。这导致 Token 消耗极大——几十个工具的 Schema 可能就要占用几千甚至上万个 Token。
- 第三阶段:Skills
是比 MCP 更高一层的抽象。它告诉 AI 不仅能做什么,还告诉 AI 在什么场景下应该使用、具体怎么使用。 Skills 的核心特征是按需加载 + 渐进式披露。这意味着只有在真正需要某个技能时,才会把这个技能的说明加载到上下文中,而不是一次性加载所有技能的完整描述。 OpenClaw 采用三级渐进式披露策略:加载 Skill 目录只占约 1,200 个 Token 的固定开销,详细说明只在需要时才加载。这种设计极具经济节省性。
二、SKILL 的核心运行原理
在动手之前,我们需要先理解 OpenClaw Skill 的工作原理。每个 Skill 是一个包含 SKILL.md 文件的目录,这个文件相当于技能的说明书,告诉 AI 这个技能能做什么、在什么情况下应该调用它。如果技能需要执行更复杂的功能,还可以在目录中添加代码脚本。
SKILL.md 负责描述技能的功能和使用场景
具体的执行逻辑可以由代码脚本完成。
bash
my-skill/
├── SKILL.md # 技能定义文件(必须)
├── README.md # 可选的说明
├── agent.py # 核心执行脚本
├── requirements.txt # Python依赖(可选)
└── references/ # 参考资料
这种文件格式设计让不懂编程的用户也能通过编写清晰的描述来创建有用的技能,同时也允许开发者通过编写代码来实现复杂的功能。
三、SKILL.md 文件规范
在编写 SKILL.md 时,必须遵守下面的规范和规则。违反会导致 Skill 难以被正确触发或执行不稳定。
文件结构规范
markdown
---
name: skill-name
description: 一句话描述技能用途
---
# 技能名称
xxx
## 描述
详细的技能说明...
## 使用方法
什么情况下触发...
## 指令
执行步骤...
``` **2\. Skill 编写规则** markdown
```markdown
# 规则一:明确触发条件,清晰说明「什么时候应该触发」和「什么时候不应该触发」
# 例如:
## 使用方法
当用户说"帮我总结文章"、"提取要点"或"概括以下内容"时使用此技能。
当用户只是闲聊或询问与文章无关的问题时,不使用此技能。
# 规则二:精确描述执行步骤,使用结构化语言,明确告诉模型第一步做什么、第二步做什么、第三步做什么:
## 指令
按以下步骤执行:
1. 使用 read 工具读取 research王13 提供的文件内容
2. 分析文章结构,提取核心观点
3. 生成 200 字以内的摘要
4. 以 Markdown 列表形式输出
# 规则三:定义输出格式,告诉模型应该输出什么格式的结果,便于后续处理:
## 输出格式
必须严格按照以下格式输出:
# [文章标题]
## 摘要
[200字以内的摘要内容]
## 关键要点
- 要点1
- 要点2
- 要点3
# 规则四:设置行为边界 ,明确告诉模型什么不能做,防止失控:
## 约束条件
- 不要修改原始文件内容
- 不要生成超过指定字数的摘要
- 如果文件无法读取,返回错误信息而不是猜测内容
# 规则五:避免常见误区
## 误区一:Skill 等同于一段 Prompt。Skill 不是一次性的对话提示,而是一套可复用的标准化流程。
## 误区二:描述过于模糊。“帮我处理一下” 这种描述会让 AI 不知所措,必须明确说明处理的具体内容和方法。
## 误区三:忽略负面触发条件。只告诉 openclaw 什么时候使用,但不告诉它什么时候不应该使用
四、创建你的第一个 Skill
安装 官方Skill 创建工具(Skill-creator)
markdown
#安装 skill-creator
帮我安装这个skill,链接为:https://clawhub.ai/chindden/skill-creator
2. 调用 Skill-creator 创建标准的Skill文件格式
markdown
# 输入以下对话
我想要创建一个skill,名称为:Research王13的书签管理助手。
其作用是每天定时获取推特账号的书签更新,
第一次获取时将全部的书签都使用6551的skill将其全部下载到文件夹中
后面的每一次更新浏览书签都不需要浏览到底部,
浏览到出现已存在书签的位置即可。
但也需要将新书签保存到文档中。
每日更新一个书签报告,告诉我哪些已经阅读,
阅读了的可以在报告里不显示,但文档不删除
``` **3\. Openclaw会自动生成Skill文件夹** 
> 生成的文件目录非常齐全和规范
 **4\. 修改 Skill.md 内容**
根据自己需求自行修改,*后面加上了中文翻译仅提供学习*
markdown
```markdown
---
name: researchwang-bookmark-assistant
description: Daily Twitter bookmark sync and reporting workflow for @ResearchWang. Execute scheduled X/Twitter bookmark fetching, perform first-run full archive downloads via the "6551" skill, safely halt incremental scans using a 10-tweet buffer zone, persist new bookmarks to a local SQLite database, and generate daily unread-only markdown reports for Obsidian.
user-invocable: true
metadata:
openclaw:
requires:
env:
- 6551_TOKEN
- TWITTER_Cookies
bins:
- curl
primaryEnv: 6551_TOKEN
---
# ResearchWang's Bookmark Assistant (OpenClaw Execution Skill)
You are an automated personal knowledge management assistant running within OpenClaw. Your objective is to maintain a robust local archive of Twitter bookmarks and produce a daily unread-focused report.
## 0) Authentication & Networking
This workflow utilizes a dual-credential architecture. You MUST strictly distinguish their usage when making HTTP requests:
- **Fetching Bookmark List (Private Data)**:
You MUST use the `$TWITTER_Cookies` environment variable. When accessing native Twitter/X endpoints (e.g., GraphQL Bookmarks Endpoint) via `curl`, inject this into the `Cookie` header to retrieve the user's private `tweet_id` list.
- **Fetching Tweet Details & Media Downloads (Public Data via 6551)**:
You MUST use the `$6551_TOKEN` environment variable. When calling the 6551 platform API (Base URL: `https://ai.6551.io`), inject this into the request header as a Bearer Token: `Authorization: Bearer $6551_TOKEN`.
## 1) Directory & Data Layout
Ensure these directories exist before running any workflow:
- `data/bookmarks/raw/` (for media/assets downloaded by the `6551` skill)
- `data/bookmarks/index/` (for the SQLite DB and state files)
- `data/bookmarks/reports/` (for daily markdown reports)
If missing, create them using shell commands.
### Database Initialization
Store all bookmark metadata in `data/bookmarks/index/bookmarks.db` (SQLite3).
If the DB is missing (or table not initialized), run:
sql
CREATE TABLE IF NOT EXISTS bookmarks (
tweet_id TEXT PRIMARY KEY,
author TEXT,
url TEXT,
bookmarked_at DATETIME,
captured_at DATETIME DEFAULT CURRENT_TIMESTAMP,
title TEXT,
summary TEXT,
tags TEXT,
is_read BOOLEAN DEFAULT 0,
read_at DATETIME,
asset_status TEXT CHECK(asset_status IN ('downloaded', 'failed', 'none')) DEFAULT 'none'
);
### State File
Maintain `data/bookmarks/index/state.json`:
json
{
"initialized": false,
"last_seen_tweet_id": null,
"last_sync_at": null,
"next_cursor": null
}
## 2) Execution Workflows
Execute EXACTLY ONE workflow based on the trigger/context.
### Workflow A: First Run (Full Backfill)
Trigger condition: `state.json` shows `"initialized": false`.
1.
**Fetch**: Retrieve bookmarks in paginated batches using available Twitter/X capabilities (using `$TWITTER_Cookies`).
2.
**Download**: Use the `6551` skill (using `$6551_TOKEN`) to download each bookmark's media/thread into `data/bookmarks/raw/`.
3.
**Persist**: Save metadata to `bookmarks.db` using `INSERT OR IGNORE`.
- Set `asset_status = 'downloaded'` on success.
- Set `asset_status = 'failed'` if the `6551` skill fails.
4.
**Pagination Resume**: If interrupted or rate-limited, persist the `next_cursor` in `state.json` so the next run can resume.
5.
**Completion**: When the absolute bottom of the bookmark list is reached:
- Set `last_seen_tweet_id` to the newest bookmark ID.
- Set `"initialized": true`.
- Update `last_sync_at`.
### Workflow B: Incremental Daily Sync
Trigger condition: Scheduled daily run (or explicit user command for incremental sync).
1. Open the bookmark list from the top (newest first).
2. For each bookmark, check its existence in the database:
sql
SELECT tweet_id FROM bookmarks WHERE tweet_id = ?;
3.
**CRITICAL BUFFER RULE**: Do **NOT** stop at the first known `tweet_id`.
- Continue scanning downward until you encounter **10 consecutive** known bookmarks.
- Only after hitting this buffer condition should you halt the fetching process.
4. For each NEW bookmark (not in the database):
- Invoke the `6551` skill to download assets to `data/bookmarks/raw/`.
- Insert the row into the database with `is_read = 0`.
5. Update `state.json`:
- Update `last_sync_at`.
- Update the newest `last_seen_tweet_id`.
- Clear/update `next_cursor` as needed.
### Workflow C: Daily Report Generation
Trigger condition: Immediately after Workflow B (or an explicit user request for a report).
1. Query unread items:
sql
SELECT * FROM bookmarks WHERE is_read = 0 ORDER BY bookmarked_at DESC;
2. Create the report file: `data/bookmarks/reports/YYYY-MM-DD.md`
3. Include ONLY unread items (`is_read = 0`).
4. Strictly use the following template:
md
# 书签日报 - YYYY-MM-DD
- 同步时间: <YYYY-MM-DD HH:MM:SS>
- 今日新增: <Count of newly inserted records today>
- 未读总数: <Total count of records where is_read = 0>
## 未读清单
- [ ] [<title or summary snippet>](<url>)
- 作者: <author>
- 收藏时间: <bookmarked_at>
- ID: `<tweet_id>`
### Workflow D: Update Read State
Trigger condition: The user provides a `tweet_id` and requests to mark it as read.
Run the following SQL:
sql
UPDATE bookmarks
SET is_read = 1, read_at = CURRENT_TIMESTAMP
WHERE tweet_id = '<provided_tweet_id>';
Then return a brief confirmation message.
**NEVER** delete the database record.
## 3) Failure & Exception Handling
- **Twitter Fetch Failure**:
- Keep the prior state unchanged.
- Log the failure reason.
- **6551 Download Failure for a Specific Item**:
- Catch the error and continue processing the remaining items.
- Still insert the bookmark metadata, but set `asset_status = 'failed'`.
## 4) Operational Constraints
- Prefer idempotent operations (e.g., `INSERT OR IGNORE`, `CREATE TABLE IF NOT EXISTS`).
- Preserve all historical bookmarks in SQLite; reports are merely filtered views, perform NO deletions.
- Ensure the workflow is append-safe and resumable across network interruptions.
中文翻译版(参考)
markdown
------------------------------中文翻译版-------------------------------
---
名称:researchwang-书签助手
描述:@ResearchWang的每日Twitter书签同步和报告工作流程。执行预定的X/Twitter书签抓取,通过“6551”技能执行首次运行时的完整存档下载,使用10条推文的缓冲区安全停止增量扫描,将新书签持久化到本地SQLite数据库中,并为Obsidian生成每日非只读Markdown报告。
---
# 研究王13的书签管理助手(OpenClaw执行技能)
你是一个在OpenClaw中运行的自动化个人知识管理助手。负责维护一个健壮的本地Twitter书签存档,并生成一份每日聚焦未读内容的报告。
## 1) 目录与数据布局
在任何工作流运行之前,请确保这些目录已存在:
- `data/bookmarks/raw/`(由`6551`技能下载的媒体/资源)
- `data/bookmarks/index/`(SQLite数据库 + 状态文件)
- `data/bookmarks/reports/`(每日Markdown报告)
如果缺失,请使用shell命令创建它们。
### 数据库初始化
将所有书签元数据存储在`data/bookmarks/index/bookmarks.db`(SQLite3)中。
如果数据库(DB)缺失(或表未初始化),请运行:
sql
如果书签表不存在,则创建它(CREATE TABLE IF NOT EXISTS bookmarks (
tweet_id TEXT 主键,
作者 TEXT,
url TEXT,,
书签时间 DATETIME,
captured_at DATETIME 默认值为当前时间戳,
标题 TEXT,
摘要文本,
标签 TEXT,
is_read 布尔型,默认值为 0,
读取时间 DATETIME,
asset_status TEXT CHECK(asset_status IN ('downloaded', 'failed', 'none')) DEFAULT 'none'
);
### 状态文件
维护`data/bookmarks/index/state.json`文件:
json
{
"initialized": false,,
"last_seen_tweet_id": 空,
"last_sync_at": 空,
"next_cursor": 空
}
## 2) 执行工作流程
根据触发条件/上下文,只执行一个工作流。
### 工作流程A:首次运行(完全回填)
触发条件:`state.json` 显示 `"initialized": false`。
1. 利用现有的Twitter/X获取能力,分批获取带有分页的书签。
2. 使用`6551`技能将每个书签的媒体/线程下载到`data/bookmarks/raw/`目录中。
3. 使用 `INSERT OR IGNORE` 将元数据持久化到 `bookmarks.db` 中。
- 成功后将`asset_status`设置为'downloaded'。
如果`6551`失败,则设置`asset_status`为'failed'。
4.
**分页恢复**:如果中断/受到速率限制,保留`next_cursor`以便下次运行时恢复。
5.
**完成**: 当达到绝对底部时:
- 将`last_seen_tweet_id`设置为最新的书签ID
- 设置 `initialized=true`
- 更新`last_sync_at`
### 工作流B:每日增量同步
触发条件:每日定时运行(或用户明确的增量同步命令)。
1. 从顶部开始打开书签(最新书签优先)。
2. 对于每个书签,检查数据库中是否存在:
sql
从书签表中选择tweet_id,条件是tweet_id等于某个值?;
3.
**关键缓冲规则**:**不要**在第一个已知的`tweet_id`处停止。
- 继续扫描,直到遇到**连续10个**已知书签。
- 只有到那时,才能停止进一步取水。
4. 对于每个新的书签(不在数据库中):
- 调用`6551`技能将资源下载到`data/bookmarks/raw/`目录中
- 将一行数据插入数据库,并设置`is_read`字段为0
5. 更新`state.json`:
- `last_sync_at`
- 最新的`last_seen_tweet_id`
- 根据需要清除/更新`next_cursor`
### 工作流程C:每日报告生成
触发条件:紧接在工作流B(或用户明确报告请求)之后。
1. 查询未读项:
sql
从书签表中选择所有未读的书签,并按书签时间降序排列;
2. 创建报告文件:`data/bookmarks/reports/YYYY-MM-DD.md`
3. 仅包含未读项目(`is_read=0`)。
4. 使用这个精确的模板:
md
/// 译文内容:
---
根据上面的信息,执行如下指令:
您想翻译的文本可能是:
# 书签日报 - YYYY-MM-DD
- 同步时间:<YYYY-MM-DD HH:MM:SS>
- 今日新增:<今日新增记录数>
- 未读总数:<is_read = 0的记录总数>
## 未读清单
- [ ] [<标题或摘要片段>](<网址>)
- 作者:<author>
- 收藏时间:<bookmarked_at>
- ID:<tweet_id>
### 工作流D:更新阅读状态
触发条件:用户提供`tweet_id`并请求将其标记为已读。
运行:
sql
/// 译文内容:
---
根据上面的信息,执行如下指令:
缺失译文,请检查输入
更新书签
将`is_read`设置为1,`read_at`设置为当前时间戳
在tweet_id等于'<provided_tweet_id>'的情况下;
然后返回一个简短的确认信息。切勿删除数据库记录。
## 3) 故障与异常处理
- **Twitter获取失败**:
- 保持先前状态不变
- 记录失败原因
- **特定项目的6551故障**:
- 继续处理剩余项目
- 仍然插入`asset_status='failed'`的书签元数据
## 4) 操作约束
- 首选幂等操作(`INSERT OR IGNORE`、`CREATE TABLE IF NOT EXISTS`)。
- 在SQLite中保留所有历史书签;报告是经过筛选的视图,而非删除的内容。
- 确保工作流程在中断时能够安全追加和恢复。
5. 将下面的代码文件复制到 scripts文件夹下 (我的路径为:/root/.openclaw/workspace/skills/researchwang-bookmark-assistant/scripts)
我的github链接:
https://github.com/huatianwan/researchwang-bookmark-assistant
总共三个文件
scripts/
├── generate_report.py # 创建日报
├── requirements.txt # 所需依赖
├── sync_bookmarks.py # 获取推特书签
# 拷贝方法到服务器的方法
帮我将https://github.com/huatianwan/researchwang-bookmark-assistant/tree/main/scripts的文件全部拷贝到researchwang-bookmark-assistant的script下
``` **6\. 以上就是全部skill的关键步骤,接下来最后验收成果了(测试)** markdown
```markdown
# 测试语句
帮我抓取我的全部书签,并生成日报呈现给我 ,再每天上午9点和晚上23点个自动执行一次
# 显示日报
我现在就要检查一下日报
五、总结与个人建议
创建 OpenClaw Skill 的核心在于理解业务场景并将其转化为清晰的描述。不要急于写代码,先思考这个技能要解决什么问题、在什么场景下被调用、需要什么输入输出。建议从纯描述型的 Skill 开始练习,熟练后再尝试添加代码逻辑。同时,多参考官方文档和社区的优秀 Skill,学习它们的编写方式和结构设计。
记住,一个好的 Skill 不需要多么复杂,只需要恰好解决一个真实的问题。当你能够用 Skill 来自动化自己的日常工作流程时,你会发现 OpenClaw 的真正价值所在。 #OpenClaw