Skills是什么
虽然很多人已经对skills的概念并不陌生，但还是有必要提一下。
Skill是一组打包好的指令和资料，包含一个
SKILL.md
清单文件，外加模板、示例等附件。
当skills可用时，平台会向模型公开每个技能的
name
、
description
和
path
。
它的作用很简单：当模型需要执行某个特定任务时，动态加载对应的「操作手册」。
举个例子：你需要让agent写一份数据分析报告。以前，你得在prompt里反复交代格式、字段、图表规范。现在，把这些全写进一个Skill。模型看到任务描述，自己决定要不要调用。一旦调用，它就拥有了完整的执行标准。
关键是：Skill只在被调用时加载，不会一直占用上下文。
OpenAI的实战建议
基于内部Codex开发和Glean的生产实践，OpenAI给出了这些技巧：
1.把
description
当成路由逻辑写
不要在描述中写「本Skill用于生成高质量报告」这种空话。
回答三个问题：什么时候用？什么时候不用？输出什么？
建议直接加一段「Use when vs.Don't use when」。
这一点很重要，当你的skills没有被调用，很有可能问题就出现在这里，下面是我的Openclaw帮我修改的description，之前只有一句话，现在明确了何时用、何时不用、输出什么。
2.负面例子不是可选项
Glean的教训：第一批Skill上线后，模型正确触发率反而下降20%。
原因是Skill之间太相似，模型选错了。
解决方法是加明确的负面例子：「别在X场景调用我，这时候用Y Skill」。加上后，触发率恢复正常。
3.模板塞进Skill，几乎是免费的
还在system prompt里塞大段模板？Stop。
Skill里的模板只有触发时才加载，不相关查询不会为此多付token。Glean说这是他们质量和延迟优化的最大来源之一。
适用于：结构化报告、摘要、数据导出等需要固定格式的任务。
4.需要确定性时，直接下指令
默认行为是模型自己决定是否用Skill。这很方便，但不够确定。
在关键流程里，直接说：「Use the
data-report
skill.」
这是最简单的可靠性杠杆。
5.Skill+开放网络=高危组合
这是OpenAI明确警告的：把Skills和开放网络访问结合，会给数据泄露创造高风险路径。
Skill通常包含内部规范、数据格式、业务逻辑。如果模型执行时能自由访问外网，理论上可以把这些信息编码发送出去。
推荐配置：
•Skills：允许
•Shell：允许
•网络：仅对最小化白名单开启，且按请求配置
6.用
domain_secrets
管理凭证
如果Skill需要调用受保护的API，不要把密钥写进prompt。
用
domain_secrets
，模型看到的是占位符（如
$API_KEY
），实际值由sidecar在请求发出前注入。模型永远看不到明文。
最后分享两个小技巧
第一条来自宝玉老师——可以把自己的工作拆解下，拆解完了，如果不知道怎么做skills，把内容发给claude code，让它帮你写。
个人认为，任何你写超过两遍的prompt，都该考虑封装。都可以用这种方式来做成skills。
第二条来自最近在Openclaw领域比较活跃的推特博主Alex Finn——遇到这种可以改进自己Agent能力的文档，可以直接把它塞给Openclaw，让它去自我改进。
当你不会做的时候，交给AI来做吧，AI现在动手能力很强了。"