--- read_when: - การเพิ่มหรือแก้ไข Skills - การเปลี่ยนการควบคุมการเข้าถึง Skills, รายการอนุญาต หรือกฎการโหลด - ทำความเข้าใจลำดับความสำคัญของ Skills และพฤติกรรมสแนปชอต sidebarTitle: Skills summary: 'Skills: แบบจัดการโดยระบบกับแบบพื้นที่ทำงาน, กฎการควบคุม, รายการอนุญาตของเอเจนต์ และการเชื่อมต่อ config' title: Skills x-i18n: generated_at: "2026-05-10T20:01:24Z" model: gpt-5.5 provider: openai source_hash: a265932a9990e71c0dd6b4444f26efb04019ed979477b0712a3a45569b1b4dff source_path: tools/skills.md workflow: 16 --- OpenClaw ใช้โฟลเดอร์ skill ที่ **เข้ากันได้กับ [AgentSkills](https://agentskills.io)** เพื่อสอนให้ agent รู้วิธีใช้เครื่องมือ แต่ละ skill คือไดเรกทอรีที่มี `SKILL.md` พร้อม YAML frontmatter และคำแนะนำ OpenClaw โหลด skills ที่มาพร้อมระบบรวมถึงการ override แบบ local ที่เลือกได้ และกรอง skills เหล่านั้นในเวลาที่โหลดตาม environment, config และการมีอยู่ของ binary ## ตำแหน่งและลำดับความสำคัญ OpenClaw โหลด skills จากแหล่งเหล่านี้ โดยเรียงจาก **ลำดับความสำคัญสูงสุดก่อน**: | # | แหล่งที่มา | Path | | --- | --------------------- | -------------------------------- | | 1 | Workspace skills | `/skills` | | 2 | Project agent skills | `/.agents/skills` | | 3 | Personal agent skills | `~/.agents/skills` | | 4 | Managed/local skills | `~/.openclaw/skills` | | 5 | Bundled skills | มาพร้อมกับการติดตั้ง | | 6 | โฟลเดอร์ skill เพิ่มเติม | `skills.load.extraDirs` (config) | หากชื่อ skill ซ้ำกัน แหล่งที่มีลำดับความสำคัญสูงสุดจะเป็นฝ่ายชนะ ไดเรกทอรี `$CODEX_HOME/skills` ดั้งเดิมของ Codex CLI ไม่ใช่หนึ่งในราก skill ของ OpenClaw เหล่านี้ ในโหมด Codex harness การเปิด local app-server จะใช้ Codex homes แบบแยกเฉพาะต่อ agent ดังนั้น skills ส่วนตัวของ Codex CLI จะไม่ถูกโหลดโดยอัตโนมัติ ใช้ `openclaw migrate codex --dry-run` เพื่อทำ inventory และใช้ `openclaw migrate codex` เพื่อเลือกไดเรกทอรี skill ด้วย prompt checkbox แบบโต้ตอบก่อนคัดลอกเข้าไปยัง workspace ของ OpenClaw agent ปัจจุบัน สำหรับการรันแบบไม่โต้ตอบ ให้ระบุ `--skill ` ซ้ำสำหรับ skills ที่ต้องการคัดลอกให้ตรงชื่อ ## Skills แบบต่อ agent เทียบกับแบบแชร์ ในการตั้งค่า **multi-agent** แต่ละ agent มี workspace ของตัวเอง: | ขอบเขต | Path | มองเห็นได้โดย | | -------------------- | ------------------------------------------- | --------------------------- | | ต่อ agent | `/skills` | เฉพาะ agent นั้น | | Project-agent | `/.agents/skills` | เฉพาะ agent ของ workspace นั้น | | Personal-agent | `~/.agents/skills` | ทุก agents บนเครื่องนั้น | | Shared managed/local | `~/.openclaw/skills` | ทุก agents บนเครื่องนั้น | | Shared extra dirs | `skills.load.extraDirs` (ลำดับความสำคัญต่ำสุด) | ทุก agents บนเครื่องนั้น | ชื่อเดียวกันในหลายตำแหน่ง → แหล่งที่มีลำดับความสำคัญสูงสุดชนะ Workspace ชนะ project-agent, ชนะ personal-agent, ชนะ managed/local, ชนะ bundled, ชนะ extra dirs ## allowlists ของ agent skill **ตำแหน่ง** ของ skill และ **การมองเห็น** ของ skill เป็นการควบคุมคนละส่วน ตำแหน่ง/ลำดับความสำคัญตัดสินว่าสำเนาใดของ skill ชื่อเดียวกันจะชนะ ส่วน allowlists ของ agent ตัดสินว่า agent สามารถใช้ skills ใดได้จริง ```json5 { agents: { defaults: { skills: ["github", "weather"], }, list: [ { id: "writer" }, // inherits github, weather { id: "docs", skills: ["docs-search"] }, // replaces defaults { id: "locked-down", skills: [] }, // no skills ], }, } ``` - ละ `agents.defaults.skills` เพื่อให้ skills ไม่ถูกจำกัดโดยค่าเริ่มต้น - ละ `agents.list[].skills` เพื่อสืบทอด `agents.defaults.skills` - ตั้ง `agents.list[].skills: []` เพื่อไม่ให้มี skills - รายการ `agents.list[].skills` ที่ไม่ว่างคือชุด **สุดท้าย** สำหรับ agent นั้น - ไม่ merge กับ defaults - allowlist ที่มีผลจะถูกใช้กับการสร้าง prompt, การค้นหา slash-command ของ skill, การ sync sandbox และ snapshots ของ skill ## Plugins และ skills Plugins สามารถส่ง skills ของตัวเองมาพร้อมระบบได้โดยระบุไดเรกทอรี `skills` ใน `openclaw.plugin.json` (paths สัมพัทธ์กับรากของ plugin) Plugin skills จะโหลดเมื่อเปิดใช้งาน plugin นี่คือตำแหน่งที่เหมาะสำหรับคู่มือการใช้งานเฉพาะเครื่องมือที่ยาวเกินกว่าจะอยู่ในคำอธิบายเครื่องมือ แต่ควรพร้อมใช้งานเมื่อ plugin ถูกติดตั้ง เช่น browser plugin มาพร้อม skill `browser-automation` สำหรับการควบคุม browser หลายขั้นตอน ไดเรกทอรี skill ของ Plugin จะถูก merge เข้าไปใน path ลำดับความสำคัญต่ำเดียวกับ `skills.load.extraDirs` ดังนั้น bundled, managed, agent หรือ workspace skill ที่มีชื่อเดียวกันจะ override ไดเรกทอรีเหล่านั้น คุณสามารถ gate ได้ผ่าน `metadata.openclaw.requires.config` ในรายการ config ของ plugin ดู [Plugins](/th/tools/plugin) สำหรับ discovery/config และ [Tools](/th/tools) สำหรับพื้นผิวเครื่องมือที่ skills เหล่านั้นสอน ## Skill Workshop Plugin **Skill Workshop** แบบเลือกใช้และยังเป็นการทดลอง สามารถสร้างหรืออัปเดต workspace skills จากขั้นตอนที่นำกลับมาใช้ซ้ำซึ่งสังเกตได้ระหว่างงานของ agent โดยปิดใช้งานเป็นค่าเริ่มต้น และต้องเปิดใช้งานอย่างชัดเจนผ่าน `plugins.entries.skill-workshop` Skill Workshop เขียนเฉพาะไปยัง `/skills`, สแกนเนื้อหาที่สร้างขึ้น, รองรับการรออนุมัติหรือการเขียนแบบปลอดภัยอัตโนมัติ, กักกันข้อเสนอที่ไม่ปลอดภัย และ refresh snapshot ของ skill หลังจากเขียนสำเร็จ เพื่อให้ skills ใหม่พร้อมใช้งานโดยไม่ต้อง restart Gateway ใช้สำหรับการแก้ไข เช่น _"ครั้งหน้า ให้ตรวจสอบ attribution ของ GIF"_ หรือ workflow ที่ได้มาจากประสบการณ์จริง เช่น checklist สำหรับ QA สื่อ เริ่มจากการรออนุมัติ ใช้การเขียนอัตโนมัติเฉพาะใน workspaces ที่เชื่อถือได้หลังจากตรวจสอบข้อเสนอแล้ว คู่มือฉบับเต็ม: [Skill Workshop plugin](/th/plugins/skill-workshop) ## ClawHub (ติดตั้งและ sync) [ClawHub](https://clawhub.ai) คือ registry skills สาธารณะสำหรับ OpenClaw ใช้คำสั่ง `openclaw skills` ดั้งเดิมสำหรับ discover/install/update หรือใช้ CLI `clawhub` แยกต่างหากสำหรับ workflow publish/sync คู่มือฉบับเต็ม: [ClawHub](/th/clawhub) | การดำเนินการ | คำสั่ง | | ---------------------------------- | -------------------------------------- | | ติดตั้ง skill เข้า workspace | `openclaw skills install ` | | อัปเดต skills ที่ติดตั้งทั้งหมด | `openclaw skills update --all` | | Sync (สแกน + publish updates) | `clawhub sync --all` | `openclaw skills install` แบบดั้งเดิมจะติดตั้งเข้าไดเรกทอรี `skills/` ของ workspace ที่ใช้งานอยู่ CLI `clawhub` แยกต่างหากก็ติดตั้งเข้า `./skills` ใต้ไดเรกทอรีทำงานปัจจุบันของคุณด้วย (หรือ fallback ไปยัง workspace ของ OpenClaw ที่ config ไว้) OpenClaw จะรับสิ่งนั้นเป็น `/skills` ใน session ถัดไป ราก skill ที่ config ไว้ยังรองรับระดับการจัดกลุ่มหนึ่งระดับ เช่น `skills///SKILL.md` เพื่อให้เก็บ skills บุคคลที่สามที่เกี่ยวข้องไว้ใต้โฟลเดอร์ร่วมกันได้โดยไม่ต้องสแกนแบบ recursive กว้าง ๆ Gateway clients ที่ต้องการการส่งมอบแบบ private ที่ไม่ใช่ ClawHub สามารถ stage archive skill แบบ zip ด้วย `skills.upload.begin`, `skills.upload.chunk` และ `skills.upload.commit` แล้วติดตั้ง upload ที่ commit แล้วด้วย `skills.install({ source: "upload", uploadId, slug, force?, sha256? })` นี่คือ path การ upload สำหรับ admin อย่างชัดเจนสำหรับ clients ที่เชื่อถือได้ ไม่ใช่ flow การติดตั้ง `openclaw skills install ` หรือ ClawHub ตามปกติ โดยปิดเป็นค่าเริ่มต้นและทำงานเฉพาะเมื่อตั้งค่า `skills.install.allowUploadedArchives: true` ใน `openclaw.json` เท่านั้น โหมด upload ยังคงติดตั้งเข้าไดเรกทอรี `skills/` ของ workspace agent ค่าเริ่มต้น ชื่อโฟลเดอร์ภายใน archive จะถูกละเว้นสำหรับเป้าหมายติดตั้งสุดท้าย หน้า skill ของ ClawHub แสดงสถานะสแกนความปลอดภัยล่าสุดก่อนติดตั้ง พร้อมหน้ารายละเอียด scanner สำหรับ VirusTotal, ClawScan และ static analysis `openclaw skills install ` ยังคงเป็นเพียง path การติดตั้งเท่านั้น publishers กู้คืน false positives ผ่าน dashboard ของ ClawHub หรือ `clawhub skill rescan ` ## ความปลอดภัย ปฏิบัติต่อ skills บุคคลที่สามเป็น **โค้ดที่ไม่น่าเชื่อถือ** อ่านก่อนเปิดใช้งาน ควรใช้การรันแบบ sandboxed สำหรับ inputs ที่ไม่น่าเชื่อถือและเครื่องมือที่มีความเสี่ยง ดู [Sandboxing](/th/gateway/sandboxing) สำหรับการควบคุมฝั่ง agent - การค้นหา skill จาก workspace และ extra-dir ยอมรับเฉพาะราก skill และไฟล์ `SKILL.md` ที่ resolved realpath ยังคงอยู่ภายในรากที่ config ไว้ - การติดตั้ง archive private ของ Gateway ปิดเป็นค่าเริ่มต้น เมื่อเปิดใช้งานอย่างชัดเจน จะต้องมี committed zip upload ที่มี `SKILL.md` และใช้การป้องกันเดียวกับการติดตั้ง skill ของ ClawHub ได้แก่ archive extraction, path traversal, symlink, force และ rollback โดยถูก gate ด้วย `skills.install.allowUploadedArchives`; การติดตั้ง ClawHub ปกติไม่ต้องใช้การตั้งค่านั้น - การติดตั้ง dependency ของ skill ที่หนุนโดย Gateway (`skills.install`, onboarding และ UI การตั้งค่า Skills) จะรัน dangerous-code scanner ในตัวก่อน execute installer metadata findings ระดับ `critical` จะ block เป็นค่าเริ่มต้น เว้นแต่ caller จะตั้ง dangerous override อย่างชัดเจน findings ที่น่าสงสัยยังคงเตือนเท่านั้น - `openclaw skills install ` แตกต่างออกไป - คำสั่งนี้ดาวน์โหลดโฟลเดอร์ skill จาก ClawHub เข้า workspace และไม่ได้ใช้ path installer-metadata ข้างต้น - `skills.entries.*.env` และ `skills.entries.*.apiKey` inject secrets เข้าไปใน process **host** สำหรับ agent turn นั้น (ไม่ใช่ sandbox) เก็บ secrets ออกจาก prompts และ logs สำหรับ threat model และ checklists ที่กว้างขึ้น ดู [Security](/th/gateway/security) ## รูปแบบ SKILL.md `SKILL.md` ต้องมีอย่างน้อย: ```markdown --- name: image-lab description: Generate or edit images via a provider-backed image workflow --- ``` OpenClaw ปฏิบัติตามสเปก AgentSkills สำหรับ layout/intent parser ที่ใช้โดย embedded agent รองรับเฉพาะคีย์ frontmatter แบบ **บรรทัดเดียว** เท่านั้น `metadata` ควรเป็น **ออบเจ็กต์ JSON บรรทัดเดียว** ใช้ `{baseDir}` ในคำแนะนำเพื่ออ้างอิง path ของโฟลเดอร์ skill ### คีย์ frontmatter ที่เลือกใช้ได้ URL ที่แสดงเป็น "Website" ใน macOS Skills UI รองรับผ่าน `metadata.openclaw.homepage` ด้วย เมื่อเป็น `true` skill จะถูกแสดงเป็น slash command สำหรับผู้ใช้ เมื่อเป็น `true` OpenClaw จะไม่นำคำแนะนำของ skill ใส่ใน prompt ปกติของ agent skill ยังคงติดตั้งอยู่และยังสามารถรันอย่างชัดเจนเป็น slash command ได้เมื่อ `user-invocable` เป็น `true` ด้วย เมื่อตั้งเป็น `tool` slash command จะข้าม model และ dispatch ไปยัง tool โดยตรง ชื่อ tool ที่จะ invoke เมื่อตั้งค่า `command-dispatch: tool` สำหรับ tool dispatch จะ forward สตริง args ดิบไปยัง tool (ไม่มีการ parse โดย core) tool จะถูก invoke ด้วย `{ command: "", commandName: "", skillName: "" }` ## Gating (filters ขณะโหลด) OpenClaw กรอง skills ขณะโหลดโดยใช้ `metadata` (JSON บรรทัดเดียว): ```markdown --- name: image-lab description: Generate or edit images via a provider-backed image workflow metadata: { "openclaw": { "requires": { "bins": ["uv"], "env": ["GEMINI_API_KEY"], "config": ["browser.enabled"] }, "primaryEnv": "GEMINI_API_KEY", }, } --- ``` ฟิลด์ใต้ `metadata.openclaw`: เมื่อเป็น `true` ให้รวม skill เสมอ (ข้าม gate อื่น) อีโมจิเสริมที่ใช้โดย UI Skills ของ macOS URL เสริมที่แสดงเป็น "เว็บไซต์" ใน UI Skills ของ macOS รายการแพลตฟอร์มเสริม หากตั้งค่าไว้ skill จะมีสิทธิ์ใช้งานเฉพาะบน OS เหล่านั้นเท่านั้น แต่ละรายการต้องมีอยู่บน `PATH` ต้องมีอย่างน้อยหนึ่งรายการอยู่บน `PATH` ตัวแปร env ต้องมีอยู่หรือถูกระบุไว้ในการกำหนดค่า รายการพาธ `openclaw.json` ที่ต้องมีค่า truthy ชื่อตัวแปร env ที่เชื่อมโยงกับ `skills.entries..apiKey` ข้อกำหนดตัวติดตั้งเสริมที่ใช้โดย UI Skills ของ macOS (brew/node/go/uv/download) หากไม่มี `metadata.openclaw` skill จะมีสิทธิ์ใช้งานเสมอ (เว้นแต่ ถูกปิดใช้งานในการกำหนดค่าหรือถูกบล็อกโดย `skills.allowBundled` สำหรับ skills ที่ bundled) บล็อก `metadata.clawdbot` แบบเดิมยังคงยอมรับเมื่อไม่มี `metadata.openclaw` ดังนั้น skills ที่ติดตั้งไว้เก่าจะยังคง gate การพึ่งพาและคำใบ้ตัวติดตั้งของตนไว้ Skills ใหม่และที่อัปเดตควรใช้ `metadata.openclaw` ### หมายเหตุเกี่ยวกับ sandboxing - `requires.bins` จะถูกตรวจบน **host** ในเวลาที่โหลด skill - หาก agent อยู่ใน sandbox ไบนารีต้องมีอยู่ **ภายใน container** ด้วย ติดตั้งผ่าน `agents.defaults.sandbox.docker.setupCommand` (หรือ image แบบกำหนดเอง) `setupCommand` จะรันหนึ่งครั้งหลังจากสร้าง container การติดตั้งแพ็กเกจยังต้องมี network egress, root FS ที่เขียนได้ และผู้ใช้ root ใน sandbox ด้วย - ตัวอย่าง: skill `summarize` (`skills/summarize/SKILL.md`) ต้องมี CLI `summarize` ใน sandbox container เพื่อรันที่นั่น ### ข้อกำหนดตัวติดตั้ง ```markdown --- name: gemini description: Use Gemini CLI for coding assistance and Google search lookups. metadata: { "openclaw": { "emoji": "♊️", "requires": { "bins": ["gemini"] }, "install": [ { "id": "brew", "kind": "brew", "formula": "gemini-cli", "bins": ["gemini"], "label": "Install Gemini CLI (brew)", }, ], }, } --- ``` - หากระบุตัวติดตั้งหลายตัว Gateway จะเลือกตัวเลือกที่ต้องการเพียงตัวเดียว (brew เมื่อพร้อมใช้งาน มิฉะนั้นใช้ node) - หากตัวติดตั้งทั้งหมดเป็น `download` OpenClaw จะแสดงแต่ละรายการเพื่อให้คุณเห็น artifacts ที่พร้อมใช้งาน - ข้อกำหนดตัวติดตั้งสามารถมี `os: ["darwin"|"linux"|"win32"]` เพื่อกรองตัวเลือกตามแพลตฟอร์ม - การติดตั้ง Node จะทำตาม `skills.install.nodeManager` ใน `openclaw.json` (ค่าเริ่มต้น: npm; ตัวเลือก: npm/pnpm/yarn/bun) สิ่งนี้มีผลเฉพาะกับการติดตั้ง skill เท่านั้น; runtime ของ Gateway ควรยังคงเป็น Node - ไม่แนะนำให้ใช้ Bun สำหรับ WhatsApp/Telegram - การเลือกตัวติดตั้งที่รองรับโดย Gateway ขับเคลื่อนด้วยความชอบ: เมื่อข้อกำหนดการติดตั้งผสมหลายชนิด OpenClaw จะเลือก Homebrew ก่อนเมื่อเปิดใช้ `skills.install.preferBrew` และมี `brew` อยู่ จากนั้น `uv` จากนั้นตัวจัดการ node ที่กำหนดค่าไว้ จากนั้น fallback อื่นอย่าง `go` หรือ `download` - หากข้อกำหนดการติดตั้งทุกตัวเป็น `download` OpenClaw จะแสดงตัวเลือกดาวน์โหลดทั้งหมดแทนการยุบเหลือตัวติดตั้งที่ต้องการเพียงตัวเดียว - **การติดตั้ง Go:** หากไม่มี `go` และมี `brew` อยู่ Gateway จะติดตั้ง Go ผ่าน Homebrew ก่อน และตั้ง `GOBIN` เป็น `bin` ของ Homebrew เมื่อทำได้ - **การติดตั้งแบบดาวน์โหลด:** `url` (จำเป็น), `archive` (`tar.gz` | `tar.bz2` | `zip`), `extract` (ค่าเริ่มต้น: อัตโนมัติเมื่อตรวจพบ archive), `stripComponents`, `targetDir` (ค่าเริ่มต้น: `~/.openclaw/tools/`) ## การ override การกำหนดค่า Skills ที่ bundled และ managed สามารถสลับเปิดปิดและระบุค่า env ได้ ภายใต้ `skills.entries` ใน `~/.openclaw/openclaw.json`: ```json5 { skills: { entries: { "image-lab": { enabled: true, apiKey: { source: "env", provider: "default", id: "GEMINI_API_KEY" }, // or plaintext string env: { GEMINI_API_KEY: "GEMINI_KEY_HERE", }, config: { endpoint: "https://example.invalid", model: "nano-pro", }, }, peekaboo: { enabled: true }, sag: { enabled: false }, }, }, } ``` `false` จะปิดใช้งาน skill แม้ว่าจะ bundled หรือติดตั้งแล้วก็ตาม skill `coding-agent` ที่ bundled เป็นแบบ opt-in: ตั้ง `skills.entries.coding-agent.enabled: true` ก่อนเปิดเผยให้ agents ใช้ จากนั้นตรวจให้แน่ใจว่า `claude`, `codex`, `opencode` หรือ `pi` ตัวใดตัวหนึ่งติดตั้งแล้วและ authenticated สำหรับ CLI ของตนเองแล้ว ทางลัดสำหรับ skills ที่ประกาศ `metadata.openclaw.primaryEnv` รองรับ plaintext หรือ SecretRef inject เฉพาะเมื่อยังไม่ได้ตั้งค่าตัวแปรไว้ใน process ถุงข้อมูลเสริมสำหรับฟิลด์กำหนดเองราย skill คีย์กำหนดเองต้องอยู่ที่นี่ allowlist เสริมสำหรับ skills ที่ **bundled** เท่านั้น หากตั้งค่าไว้ เฉพาะ skills ที่ bundled ในรายการเท่านั้นที่จะมีสิทธิ์ใช้งาน (skills ที่ managed/workspace ไม่ได้รับผลกระทบ) หากชื่อ skill มีขีดกลาง ให้ใส่ key ในเครื่องหมายคำพูด (JSON5 อนุญาต keys ที่ใส่เครื่องหมายคำพูด) โดยค่าเริ่มต้น key การกำหนดค่าจะตรงกับ **ชื่อ skill** - หาก skill กำหนด `metadata.openclaw.skillKey` ให้ใช้ key นั้นภายใต้ `skills.entries` สำหรับการสร้าง/แก้ไขรูปภาพ stock ภายใน OpenClaw ให้ใช้เครื่องมือ core `image_generate` ร่วมกับ `agents.defaults.imageGenerationModel` แทน skill ที่ bundled ตัวอย่าง skill ที่นี่มีไว้สำหรับ workflow แบบกำหนดเองหรือของ third-party สำหรับการวิเคราะห์รูปภาพแบบ native ให้ใช้เครื่องมือ `image` ร่วมกับ `agents.defaults.imageModel` หากคุณเลือก `openai/*`, `google/*`, `fal/*` หรือโมเดลรูปภาพเฉพาะ provider อื่น ให้เพิ่ม auth/API key ของ provider นั้นด้วย ## การ inject สภาพแวดล้อม เมื่อ agent run เริ่มต้น OpenClaw จะ: 1. อ่าน metadata ของ skill 2. ใช้ `skills.entries..env` และ `skills.entries..apiKey` กับ `process.env` 3. สร้าง system prompt ด้วย skills ที่ **eligible** 4. คืนค่าสภาพแวดล้อมเดิมหลังจาก run สิ้นสุด การ inject สภาพแวดล้อมถูก **จำกัดขอบเขตไว้ที่ agent run** ไม่ใช่สภาพแวดล้อม shell แบบ global สำหรับ backend `claude-cli` ที่ bundled OpenClaw ยัง materialize snapshot ที่ eligible เดียวกัน เป็น plugin Claude Code ชั่วคราว และส่งผ่าน `--plugin-dir` จากนั้น Claude Code สามารถใช้ native skill resolver ของตนได้ ขณะที่ OpenClaw ยังคงเป็นเจ้าของลำดับความสำคัญ, allowlists ราย agent, gating และ การ inject env/API key ของ `skills.entries.*` backend CLI อื่นใช้เฉพาะ catalog ใน prompt เท่านั้น ## Snapshots และ refresh OpenClaw จะ snapshot skills ที่ eligible **เมื่อ session เริ่มต้น** และ ใช้รายการนั้นซ้ำสำหรับ turn ถัดไปใน session เดียวกัน การเปลี่ยนแปลง skills หรือ config จะมีผลใน session ใหม่ถัดไป Skills สามารถ refresh ระหว่าง session ได้ในสองกรณี: - เปิดใช้ watcher ของ skills - มี remote node ใหม่ที่ eligible ปรากฏขึ้น ให้มองสิ่งนี้เป็น **hot reload**: รายการที่ refresh แล้วจะถูกนำไปใช้ใน turn ถัดไปของ agent หาก allowlist skill ของ agent ที่มีผลเปลี่ยนแปลงสำหรับ session นั้น OpenClaw จะ refresh snapshot เพื่อให้ skills ที่มองเห็นยังคงสอดคล้อง กับ agent ปัจจุบัน ### Watcher ของ Skills โดยค่าเริ่มต้น OpenClaw จะ watch โฟลเดอร์ skill และ bump snapshot ของ skills เมื่อไฟล์ `SKILL.md` เปลี่ยน กำหนดค่าภายใต้ `skills.load`: ```json5 { skills: { load: { extraDirs: ["~/Projects/agent-scripts/skills"], allowSymlinkTargets: ["~/Projects/manager/skills"], watch: true, watchDebounceMs: 250, }, }, } ``` ใช้ `allowSymlinkTargets` สำหรับ layout repo พี่น้องที่ตั้งใจไว้ ซึ่ง root skill built-in มี symlink เช่น `~/.agents/skills/manager -> ~/Projects/manager/skills` รายการ target จะ ถูกจับคู่หลังจาก realpath resolution และควรคงให้แคบไว้ ### Remote macOS nodes (Gateway Linux) หาก Gateway รันบน Linux แต่มี **macOS node** เชื่อมต่ออยู่พร้อมอนุญาต `system.run` (ความปลอดภัยของ Exec approvals ไม่ได้ตั้งเป็น `deny`), OpenClaw สามารถถือว่า skills สำหรับ macOS เท่านั้นมีสิทธิ์ใช้งานเมื่อมี ไบนารีที่จำเป็นอยู่บน node นั้น agent ควรเรียกใช้ skills เหล่านั้น ผ่านเครื่องมือ `exec` พร้อม `host=node` สิ่งนี้พึ่งพา node ที่รายงานการรองรับ command ของตน และการ probe bin ผ่าน `system.which` หรือ `system.run` nodes ที่ offline จะ **ไม่** ทำให้ skills แบบ remote-only มองเห็นได้ หาก node ที่เชื่อมต่ออยู่หยุดตอบ bin probes OpenClaw จะล้าง bin matches ที่ cache ไว้ เพื่อให้ agents ไม่เห็น skills ที่ไม่สามารถรันได้ในปัจจุบันอีกต่อไป ## ผลกระทบต่อ token เมื่อ skills มีสิทธิ์ใช้งาน OpenClaw จะ inject รายการ XML แบบกะทัดรัดของ skills ที่พร้อมใช้งานลงใน system prompt (ผ่าน `formatSkillsForPrompt` ใน `pi-coding-agent`) ค่าใช้จ่ายเป็นแบบ deterministic: - **ค่า overhead ฐาน** (เฉพาะเมื่อมี skill ≥1): 195 ตัวอักษร - **ต่อ skill:** 97 ตัวอักษร + ความยาวของค่า ``, `` และ `` ที่ escape เป็น XML แล้ว สูตร (ตัวอักษร): ```text total = 195 + Σ (97 + len(name_escaped) + len(description_escaped) + len(location_escaped)) ``` การ escape XML จะขยาย `& < > " '` เป็น entities (`&`, `<` เป็นต้น) ทำให้ความยาวเพิ่มขึ้น จำนวน token แตกต่างกันตาม tokenizer ของโมเดล การประเมินแบบ OpenAI โดยคร่าวคือ ~4 ตัวอักษร/token ดังนั้น **97 ตัวอักษร ≈ 24 tokens** ต่อ skill บวกความยาวจริงของฟิลด์ของคุณ ## วงจรชีวิตของ managed skills OpenClaw จัดส่งชุด skills พื้นฐานเป็น **skills ที่ bundled** พร้อมการ ติดตั้ง (แพ็กเกจ npm หรือ OpenClaw.app) `~/.openclaw/skills` มีไว้สำหรับ local overrides - เช่น การ pin หรือ patch skill โดยไม่ เปลี่ยนสำเนาที่ bundled skills ใน workspace เป็นของผู้ใช้และ override ทั้งสองเมื่อชื่อขัดแย้งกัน ## กำลังมองหา skills เพิ่มเติมอยู่หรือไม่? เรียกดู [https://clawhub.ai](https://clawhub.ai) schema การกำหนดค่าแบบเต็ม: [การกำหนดค่า Skills](/th/tools/skills-config) ## ที่เกี่ยวข้อง - [ClawHub](/th/clawhub) - registry skills สาธารณะ - [การสร้าง skills](/th/tools/creating-skills) - การสร้าง skills แบบกำหนดเอง - [Plugins](/th/tools/plugin) - ภาพรวมระบบ plugin - [Plugin Skill Workshop](/th/plugins/skill-workshop) - สร้าง skills จากงานของ agent - [การกำหนดค่า Skills](/th/tools/skills-config) - reference การกำหนดค่า skill - [คำสั่ง slash](/th/tools/slash-commands) - คำสั่ง slash ทั้งหมดที่พร้อมใช้งาน