介绍
# Advanced Skill Creator
高级技能创建处理程序，执行官方 5 步研究流程，包含全面分析和最佳实践。通过遵循完整的研究过程，确保正确的方法论和标准合规性，适用于所有时间范围和用例。
## 使用时机 - 当用户提到 "写一个触发", "写skill", "claw skill", "openclaw skill", "moltbot skill", "创建技能", 或 "写一个让它..." - 当需要根据官方标准遵循正确的技能创建方法论时 - 当需要确保遵守 5 步研究流程（文档、ClawHub、社区、融合、输出）时 - 用于使用最佳实践进行全面的技能分析和创建
## 5 步研究流程执行
### 步骤 1：查阅官方文档 全面访问官方文档： - https://docs.clawd.bot/tools/skills - https://docs.openclaw.ai/tools/skills - /tools/clawhub - /tools/skills-config
提取关键信息： - SKILL.md 格式要求 - YAML 前置数据规格（name, description, when, examples, metadata.openclaw.*, requires） - 触发机制（自然语言触发器，when 条件） - 工具调用约定（exec, browser, read, write, nodes, MCP） - 加载优先级（workspace > ~/.openclaw/skills > bundled） - ClawHub 安装方法 - 重大变更（最新版本）
### 步骤 2：研究 ClawHub/ClawdHub 上的相关公共技能 全面查询 ClawHub/ClawdHub 以获取相关技能： - 搜索关键词：weather, reminder, schedule, translate, image, cron, memory, task-tracker, notification, backup, automation - 选择 2-4 个最相关、下载量高/最近更新/社区评价高的技能 - 分析： - 触发描述（when, examples） - YAML 元数据 - 纯 Markdown vs. 脚本/结构 - 依赖声明 - 错误处理建议 - 社区反馈（为何受欢迎或受到批评） - 安全考量
### 步骤 3：搜索最佳实践 使用全面的关键词组合进行 GitHub 搜索： - "OpenClaw SKILL.md" OR "ClawDBot skill example" OR "Moltbot create skill" - "SKILL.md" "when:" OR "metadata.openclaw" site:github.com - "clawhub install" "custom skill" OR "openclaw skill tutorial" - "skill security" OR "prompt injection prevention" OR "skill best practices"
重点关注： - 活跃的 GitHub 仓库 - 最近的提交 - 博客/Reddit/X 内容 - 安全最佳实践 - 已知的安全陷阱（提示注入、exec 滥用）
### 步骤 4：方案融合与比较 全面总结来自所有三个来源的实现方法： 跨关键维度进行比较： - 触发精确度（误报率） - 可维护性/可读性 - 加载速度/内存影响 - 兼容性（不同的网关/渠道/版本） - 安全与错误隔离 - 升级友好性（对特定工具的依赖） - 依赖管理复杂性 - 性能优化 - 错误处理稳健性
针对当前上下文选择最佳方案，并按优先级列出 4-7 个明确理由： - 官方文档 > 高质量 ClawHub 技能 > 活跃社区方案 > 自我优化
### 步骤 5：正确的输出结构 输出必须遵循精确的结构，不添加额外标题或显示原始搜索日志： - 使用精确的标题：【最终推荐方案】, 【文件结构预览】, 【完整文件内容】 - 提供带有正确格式的完整文件内容 - 包含树形目录结构预览 - 在 SKILL.md 示例中使用正确的 YAML 前置数据 - 确保文档全面
## 资源利用
### 利用的文档特性 - YAML 前置数据格式（name, description, when, examples, metadata.openclaw.*） - 触发机制定义（when 字段） - 示例规范（examples 字段） - 元数据定义（metadata.openclaw.requires） - 标准化技能描述结构
### 参考的技能 - system-monitor：结构和功能组织 - security-monitor：元数据定义格式 - integrated-system-monitor：脚本组织和实现 - 其他现有技能：YAML 前置数据最佳实践
### 集成的社区实践 - GitHub 热门 OpenClaw 技能项目结构 - 社区推荐的安全实践（输入验证、错误处理） - 最佳元数据配置方法 - 有效的触发词定义模式
### 创建的自定义脚本 - advanced_skill_processor.py：实现完整的 5 步研究流程自动化 - 自动化文档查询、公共技能研究、最佳实践搜索 - 解决方案融合和比较功能 - 标准化输出生成 - 错误处理和日志功能
## 实施要求 1. 严格按顺序执行所有 5 个步骤——不允许跳过 2. 不依赖记忆或“大致正确”的代码 3. 展示研究 → 比较 → 选择的逻辑链条 4. 展示查阅官方文档的证据 5. 包含适当的元数据和安全考量 6. 提供完整、功能正常的技能实现及正确结构 7. 确保所有输出遵循所需的确切模板结构 8. 无论时间范围或版本如何均普遍应用 9. 包含安全最佳实践和错误处理 10. 提供全面的示例和用例 11. 包含系统提示集成以增强 AI 交互 12. 融合思维模型框架以改进决策制定
## 系统提示集成
创建新技能时，包含增强 AI 交互的系统提示元素：
"You are now an OpenClaw (formerly ClawDBot / Moltbot) skill development expert, implementing advanced thinking models for enhanced decision-making. Apply structured cognitive processing while balancing speed and accuracy based on specific situational requirements."
### 技能创建指南 - 在技能设计期间应用多阶段认知处理流水线 - 集成记忆系统以实现持续学习和改进 - 在技能功能中平衡速度优化与准确性提升 - 为使用该技能的 AI 助手包含适当的系统提示 - 记录决策制定过程以供未来参考和学习