一、OpenClaw助推AI工具快速迭代，Skills成为当前应用核心环节
OpenClaw的爆火推动了AI Agent的认知和应用探索，加速了AI工具的迭代升级。大模型技术的发展经历了弥补能力缺陷和平衡高性能与低门槛的过程，Skills作为核心环节应运而生。Skills的优势在于格式简单、易于共享、符合主流大模型智能水平，已成为AI Agent产品的“必选项”。
二、Skills的使用与构建方式
2.1 Skills是什么？
Skills由Anthropic公司提出，定义自由，只需文件夹包含名为“SKILL.md”的文档，并以YAML格式记录“name”和“description”即可。Skills本质是提示词，但采用渐进式披露机制，包括元数据、指令层和资源层，以减少对上下文的占用。
2.2 哪些工具支持Skills？
主流AI工具如AI IDE、AI CLI和Cowork类产品都支持Skills。国内推荐WorkBuddy，其在安全性、使用便捷性上优于OpenClaw。
2.3 Skills的安装、创建与使用细节
Skills来源分为使用他人分享或创建自定义技能。创建自定义技能只需向Agent工具描述需求即可。设计Skills时需注意需求的准确表达、复杂处理逻辑的拆分，以及巧用渐进式披露机制。Skills的使用基于自然语言对话，大模型自主选择Skills的精准度受模型能力、技能描述清晰度、技能数量等因素影响。
三、全方位Skills推荐
3.1 信息数据类Skills
包括A股数据（同花顺、东财、ashare-data、mutual-fund-data、lhb-data）、美股数据（yfinance）、A股文本数据（国金report-retrieval）、美股文本数据（seekingalpha）、其他资讯（Agent Reach）和个人知识库（llm-wiki）。
3.2 工具效用类Skills
包括Agent记忆能力提升（self-improving skill）、文档高质量解析（mineru-extractor）、Office系列插件（word、xlsx、pptx、pdf）、PPT自动生成（pdf-to-ppt）和飞书官方系列Skills。
3.3 投研应用类Skills
包括基金绩效归因（fund-brinson）、A股公告分析（daily-announcement）、行业逻辑应用（med-analyst-agent）、个股深度分析（investment-report）和研报复现（report-repro）。
风险提示
大语言模型输出结果具有一定随机性，模型迭代升级可能导致结论不同，人工智能模型得出的结论仅供参考，可能出现错误答案，OpenClaw等Agent工具使用过程中可能伴随信息泄露、文件丢失等风险。
