别再装别人的 Skill 了！用 Skill Creator 一句话生成自己的 AI 技能，并配 TaoToken 统一 Key 通道

1. 为什么现成 Skill 总差那么一点ClawHub 上的 Skill 数量已经过万从天气查询到 PDF 处理从邮件自动签到到 GitHub 自动化几乎你能想到的场景都有人做过。我一开始也是「装就完事了」的心态陆陆续续装了四十多个觉得自己的 AI 助手已经武装到牙齿。直到我需要它按公司格式生成周报——它给我一份漂亮的 Markdown格式不对缺了老板要的环比多了没人看的废话。我又试了五个「周报类」Skill没有一个完全合心意。那一刻我意识到一个事实现成的 Skill 解决的是「大多数人的问题」而你的问题永远是「你的问题」。怎么办自己写。可我是一个会用 AI 但不想写代码的人。直到我发现了 Skill Creator——一个教 AI 造 Skill 的 Skill。Skill Creatorchindden/skill-creator是 ClawHub 上正在快速增长的一个「元工具」下载量已经超过 5.9 万次冲上了 ClawHub 当日 Trending 榜前列。它做的事情只有一件通过一段引导式对话帮你把一个模糊的想法变成一份符合规范、可以发布到 ClawHub 的完整 Skill。全程不需要你写一行代码。但光有 Skill 还不够。Skill 跑起来要调模型、要发请求如果你每个 Skill 都单独配一套 Key管理成本会迅速失控。所以这篇除了演示 Skill Creator 的完整流程还会给出在 config.toml / settings.json 里接入 TaoToken 统一 Key 通道的可复制配置让你的自建 Skill 从第一天起就走同一条 API 通道。2. 先理解 Skill 的本质再动手造2.1 一个文件夹加一份说明书很多人把 Skill 想复杂了。没有 SDK没有编译没有特殊运行时。一个 Skill 就是一个文件夹里面有一份 SKILL.md 文件这是唯一的硬性要求。打个比方Tools 是手Skills 是手册。Tools 是能力——读文件、跑命令、搜网页、调 APISkills 是流程——教 AI 如何有纪律地使用这些能力。你的 AI 助手本来就会「动手」Skill 告诉它「什么时候动手、按什么顺序动、最后交出什么」。就像新来的实习生他有力气Tools但你得给他一份标准作业流程Skill他才能稳定地产出你要的结果。还有一个关键认知Skill 不赋予权限。如果你的系统没开 shell 权限一个依赖 shell 的 Skill 虽然能加载但一执行就报错。Skill 只是指令不是特权。2.2 SKILL.md 的结构Skill Creator 生成的核心产物是 SKILL.md结构是 YAML frontmatter 加 Markdown 指令体--- name: weather-daily version: 1.0.0 description: Daily weather report — fetch 3-day forecast for any city and format the output triggers: - /weather - 今天天气 tools: - web_search outputs: - markdown ---frontmatter 里最关键的是 description。它是 AI 判断「什么时候该用这个 Skill」的唯一路由信号。写得好不好直接决定你的 Skill 会不会被触发。坏例子是Helper for coding tasks.——太模糊AI 根本不知道该不该用它。好例子是Guide for creating effective skills. Use when users want to create a new skill...——明确了动作、对象、结果、触发场景。2.3 自由度匹配Skill 设计的核心心法Skill Creator 指南里最值得记住的一个概念叫自由度匹配。任务越脆弱指令越要死板任务越开放指令越要灵活。高自由度纯文字指令适合方案选择、创意工作、需要判断的任务比如代码审查、架构建议。中自由度伪代码加参数有首选模式但允许变化比如部署流程、配置生成。低自由度具体脚本适合操作脆弱易错、一致性至关重要的场景比如数据库迁移、PDF 处理。判断标准就一句话「一个不太聪明的系统能可靠地做到吗」能就写成脚本不能就写成指令。就像过桥窄桥有悬崖必须装护栏开阔地随便走装护栏反而是束缚。3. TaoToken 前置统一 Key 通道怎么接3.1 为什么需要统一通道你自建的 Skill 大概率要调模型。如果每个 Skill 各自维护一套 API Key改一次配置要翻五个文件换一次 Key 要重新部署。TaoToken 提供的是一个统一的 Key 和 API 通道你只需要在一个地方配置所有 Skill 共享同一条出口。TaoToken 的官网是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 端点是 https://taotoken.net/api 。注意 API 地址不带 UTM 参数直接写就行。3.2 拿到 Key 并写入配置先去控制台创建 API Key地址是 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 。创建好之后复制那串 Key接下来分两种配置文件来写。如果你用的是 OpenClaw 生态主配置文件通常是~/.openclaw/config.toml。在文件里加上这一段[api] provider taotoken base_url https://taotoken.net/api api_key sk-你的TaoToken密钥 default_model claude-sonnet-4-20250514 timeout 60 [api.retry] max_attempts 3 backoff_seconds 2如果你用的是 Claude Code 或类似的 settings.json 体系配置长这样{ apiProvider: taotoken, apiBaseUrl: https://taotoken.net/api, apiKey: sk-你的TaoToken密钥, model: claude-sonnet-4-20250514, env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的TaoToken密钥 } }两个配置的核心字段是一样的base_url 指向 TaoToken 的 API 端点api_key 填你创建的那串密钥。default_model 按你实际要用的模型填。3.3 环境变量方式推荐给多 Skill 场景如果你有多个 Skill 要共享同一个 Key用环境变量最省事。在~/.bashrc或~/.zshrc里加export TAOTOKEN_API_KEYsk-你的TaoToken密钥 export TAOTOKEN_BASE_URLhttps://taotoken.net/api然后在 Skill 的 SKILL.md 里引用环境变量名而不是硬编码 Key。这样换 Key 只需要改一处所有 Skill 自动生效。4. 用 Skill Creator 从一句话到 SKILL.md4.1 安装与启动在 OpenClaw 的 WebChat 或 Telegram 里发送/install chindden/skill-creator安装完成后启动引导/skill-creator它会像面试官一样按顺序问你四个问题你的 Skill 要完成什么任务一句话说清用户会用什么关键词触发它比如 /weather、今天天气如何需要调用哪些工具搜索、浏览器、文件读写、HTTP 请求输出格式是什么纯文本、Markdown、代码块。4.2 实战造一个天气日报 Skill我用一个真实案例走一遍。回答引导问题时这样填任务描述查询任意城市未来 3 天天气预报用表格展示温度与天气状况附简短穿衣建议。触发关键词/weather、/check-weather、今天天气。需要的工具web_search。输出格式Markdown 表格加纯文本建议。回答完它会给你一份完整的 SKILL.md 草稿。核心逻辑大致是从用户输入中提取城市名默认北京调用 web_search 查询「{城市} 3天天气预报」提取温度、天气状况、风力数据输出 Markdown 表格今天/明天/后天三列表格下方附两句穿衣建议。检查没问题发送确认/skill-creator confirm文件自动写入~/.openclaw/skills/weather-daily/目录。4.3 测试与迭代立刻就能用/weather London不满意就直接下指令改/skill-creator edit weather-daily Change: add a precipitation probability column to the table它会更新 SKILL.md 并热加载。改自己的 Skill 随时能改这是自定义 Skill 相比内置 Skill 的最大优势。4.4 目录三件套一个成熟的 Skill 除了 SKILL.md通常还带三个目录。scripts/ 放可执行代码执行时不加载进上下文省 token 又保证确定性。references/ 放参考文档按需加载把 SKILL.md 保持精简。assets/ 放输出素材模板、图标、示例数据完全不进上下文。这条设计哲学贯穿始终上下文窗口是公共资源每一行都花钱。SKILL.md 控制在 2000 tokens 以内把深度推给 references把确定性交给 scripts。5. 验证请求与成功结果5.1 验证 TaoToken 通道是否通配置写完之后先用一条最简单的请求确认通道没问题。如果你装了 curl直接打 TaoToken 的 APIcurl -X POST https://taotoken.net/api/v1/messages \ -H Content-Type: application/json \ -H x-api-key: $TAOTOKEN_API_KEY \ -H anthropic-version: 2023-06-01 \ -d { model: claude-sonnet-4-20250514, max_tokens: 64, messages: [{role: user, content: 回复 OK 两个字母}] }如果返回里能看到正常的 content 字段说明 Key 和端点都通了。如果返回 401检查 Key 有没有复制完整返回 404检查 base_url 是不是写成了带路径的完整地址。5.2 验证 Skill 是否加载成功在 OpenClaw 里列出已加载的 Skill/skills list你应该能在列表里看到 weather-daily。然后触发它/weather 上海成功的结果是一张 Markdown 表格三列分别是今天、明天、后天每列有温度和天气状况表格下方有两句穿衣建议。如果触发了但输出格式不对说明 SKILL.md 里的 outputs 字段和实际指令体不一致回去改。5.3 验证 Skill 走的是 TaoToken 通道这一步很多人会漏。Skill 能跑不代表它走的是你配的通道。在 config.toml 里把 default_model 临时改成一个不存在的模型名再触发一次 Skill。如果报错信息里提到的是 TaoToken 的端点说明通道接对了如果报错来自别的域名说明 Skill 内部有自己的 API 配置需要单独覆盖。6. 本篇常见错排查6.1 Skill 装了但触发不了最常见的原因是 description 写得太模糊。AI 路由靠的就是这一行如果它读不出「什么时候该用」就不会触发。回去把 description 改成「动作 对象 结果 触发场景」的格式重新 confirm 一次。6.2 触发了但报权限错误Skill 不赋予权限。如果你的系统没开 shell 权限一个依赖 shell 的 Skill 虽然能加载但一执行就报错。检查 OpenClaw 的权限配置确认 Skill 声明的 tools 都在允许列表里。6.3 API 返回 401 或 403先确认 Key 有没有过期。去 https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi-keysutm_campaignrewrite 重新生成一个替换配置里的旧 Key。如果换了还是 401检查环境变量有没有被其他配置文件覆盖——有时候 settings.json 里的值会盖掉 .bashrc 里的导出。6.4 SKILL.md 太长导致 token 烧得快Skill 一旦触发整份 SKILL.md 进上下文。如果你把几百行参考文档全塞进去每次触发都在烧 token。把深度内容挪到 references/ 目录SKILL.md 只留核心流程和触发条件。6.5 改了 SKILL.md 但没生效热加载不是万能的。有些改动需要重启 OpenClaw 才能生效尤其是 frontmatter 里的 name 和 triggers 字段。改完先试/skill-creator edit走一遍如果还不行就重启。7. 接下来怎么走Skill Creator 的火爆折射出一个更大的趋势AI 工作流的真正杠杆不是模型本身而是你给模型的结构化上下文。一个设计良好的 Skill可以把几周积累的领域经验压缩成一个可复用、可安装、可分享的包。如果你只是想让自建 Skill 跑起来现在就可以打开 OpenClaw输入/install chindden/skill-creator然后想想你每天重复做的那件事值不值得打包成一个 Skill。配置通道的时候记得走 TaoToken 的统一 Key省得以后每个 Skill 单独维护。如果你打算长期做编码类或 Agent 类的 Skill建议直接上 Coding Plan地址是 https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding-planutm_campaignrewrite 额度和通道都更稳。想先验证模型效果的话模型对话入口在 https://taotoken.net/chat?utm_sourcetaotoken_aicg_blog_endutm_contentchatutm_campaignrewrite 接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。Claude Code 相关的配置参考 https://taotoken.net/claudecode-anthropic?utm_sourcetaotoken_aicg_blog_endutm_contentclaudecode-anthropicutm_campaignrewrite 。从今天起别再只当 AI 技能的使用者了。去当它的创作者。