OpenClaw 不稳定？先写一个标准 Skill

许多 OpenClaw 用户都会遇到一个共同的困扰：AI 能正常使用，但输出极不稳定。今天回答得挺好，明天就开始"自由发挥"；你让它简洁点，它却写出一大段冗余内容。这种情况并非使用者不会用，也不是底层模型能力不足——大概率是因为缺少了一个关键步骤：把常用任务写成 Skill。

Skill 的核心价值：稳、快、省

Skill 本质上是一种"固定做事说明卡"，相当于给 AI 编写一份任务执行规范。以往每次使用都需要临时说明"做什么、怎么做、回答成什么样"，而将这些问题系统化地写入 Skill 后，AI 就会严格按照既定规则执行任务。这不仅大幅提升了输出的稳定性，还避免了重复指令的繁琐，更能让有效的方法得以沉淀和复用。

标准 Skill 的两层结构

为什么 Skill 如此重要？核心体现在三个字：稳、快、省。 「稳」意味着输出更加一致，AI 不容易跑偏； 「快」体现在无需每次都重复下达指令； 「省」则是你的方法可以被沉淀、复用甚至分享给他人。 然而，许多人编写 Skill 失败的原因在于：只写了"功能"，却忽略了"格式"。例如仅写一句"查天气，用 wttr.in"，这样虽然能勉强运行，但极不规范，不利于长期维护。

Skill 编写实战：天气查询示例

一个标准的 Skill，建议按照「两层结构」来编写： 第一层是头信息（YAML），放在文件最上面，用 --- 包裹。这部分至少需要包含两个关键要素： - name：技能名称（建议使用英文、简短、稳定） - description：一句话说清用途和触发场景 第二层是正文规则（Markdown），用于告诉 AI 具体要做什么，包括：能力定义、输入格式、执行方法、输出格式、异常处理机制。把这两层都写清楚，Skill 才是真正"可用 + 可维护"的。

下面是一个可以直接使用的天气查询 Skill 示例： --- name: weather-query description: 查询城市当前天气，并用简洁中文返回天气状况和温度。 --- # 天气查询技能 ## 能力 根据用户提供的城市名，查询当前天气信息。 ## 输入 - 城市名（优先英文，如 Shanghai、Beijing） - 若用户输入中文城市名，可先尝试查询；失败时提示改英文 ## 使用方法 调用 wttr.in API：curl "wttr.in/城市名?format=3" ## 输出格式 - 使用中文 - 控制在 1~2 句话 - 必须包含：城市名、天气状况、温度 - 示例：上海当前多云，温度 18°C。 ## 异常处理 查询失败时，提示："天气查询失败，请检查城市名是否正确（建议使用英文城市名）后重试。"

如有侵权，请联系删除。