如何将OpenClaw的Skills与本地系统无缝对接？

2026年了，养虾了吗？能对接本地系统的方法了解下？ Skills听说过吧，AI圈里整天都在讨论的，，今天我们就通过它来让OpenClaw有能力对接我们本地的系统。 此篇仅提供思路，由于目前OpenClaw不太建议在生产环境使用，并且其能力范围可能远超我们的想象，所以这里只做演示用，实际项目中落地请一定要慎重。 为了演示方便，我利用先前我的一篇随笔，是介绍如何通过LangChain Agent的Tools来为销售团队制定培训和考试内容的： 利用AI Agent，辅助销售团队制定培训和考试内容 https://www.cnblogs.com/aspnetx/p/19242559 主要的方法就是将访问本地系统的方法封装成一个python函数，然后把其作为Agent的Tool，提供给AI，让其决定根据用户的指令，如何利用这些Tools来完成任务。 接下来我们来演示，如何使用OpenClaw的Skills来实现同样的功能，这也是使用任何Agent，包括Openclaw对接本地应用系统的一种方式。 首先，创建Skill。作为一个Agent,它是不知道为了回答特定的问题，该去如何获取相应的数据来完成任务的，Skill就可以帮其完成这个任务。 然而这个Skill我们不需要自己手动去写，我们可以让OpenClaw帮助我们来完成。 比如我可以给OpenClaw下达一个任务： 请根据以下文章里的内容，帮我创建技能： https://www.cnblogs.com/aspnetx/p/19242559 这里你可以懒到，把先前的python代码给它，或者直接让它去我的博客里去读。 技能生成好了之后它会跟你确认是否安装，回复安装即可完成技能的导入。 在OpenClaw的目录中，我们可以看到这个Skill成功安装，并且也可以看到对应的Python代码文件也放到了Scripts目录下。 以下可以看到OpenClaw生成的SKill的markdown文件： --- name: sales-training-agent description: 根据销售评测结果自动分析培训需求，生成个性化培训内容并创建对应的考试题目。Use when需要为销售团队生成培训材料、根据评测结果规划培训计划、或自动生成销售培训考试题目的场景。 --- # Sales Training Agent 自动分析销售评测结果，生成个性化培训内容和对应的考试题目。 ## 功能特点 - 自动获取销售团队名单和评测规则 - 查询每个销售的评测分数，判断是否需要培训 - 根据不及格项目自动加载对应的培训内容 - 使用大模型为每个培训主题生成针对性的考试题目 - 完全遵循人工思考流程，依次调用工具获取信息 ## 包含的工具函数 | 函数 | 功能 | |------|------| | `get_sales()` | 获取销售列表 | | `get_salespolicy()` | 获取评测规则（低于60分需要重新培训） | | `get_salesscore(salesname)` | 获取指定销售的各项评测分数 | | `get_trainingcontent(trainiggroup)` | 根据培训分组获取培训内容（产品信息/话术技巧/拜访流程） | ## 目录结构 ``` sales-training-agent/ ├── SKILL.md └── scripts/ └── sales_training_agent.py ``` ## 使用方法 ```bash cd /Users/xxx/.openclaw/workspace/skills/sales-training-agent/scripts python sales_training_agent.py ``` 脚本会运行Agent并输出完整的推理过程，包括： 1. 获取评测规则 2. 获取销售列表 3. 查询每个人的评测分数 4. 分析哪些人需要哪些培训 5. 获取对应培训内容 ## 依赖 需要安装： - langchain >= 1.0 - volcenginesdkarkruntime（如果使用豆包模型） 你可以更换成其他支持工具调用的大模型（如deepseek、openai等）。