Skills trong Openclaw: Cách tạo và sử dụng hiệu quả

Skills trong OpenClaw là gì?

Trước khi đi sâu vào cách tạo và dùng, bạn cần nắm chắc định nghĩa.

Định nghĩa

Skills trong OpenClaw là các "gói hướng dẫn" được đóng gói dưới dạng thư mục + file Markdown (SKILL.md). Mục đích của chúng là dạy AI agent cách thực hiện một loại nhiệm vụ cụ thể - từ quy trình làm việc, tool nào cần dùng, đến config ra sao.

Hiểu nôm na: nếu Tools cho agent khả năng làm việc (ví dụ: gọi API, đọc file, chạy lệnh), thì Skills cho agent biết phải làm gì, làm theo quy trình nào, dùng tool nào trong hoàn cảnh đó.

Thiếu Tools → agent không thể thực thi.
Thiếu Skills → agent có Tools nhưng không biết dùng vào việc gì, theo chuẩn nào.

Skills trong OpenClaw giải quyết vấn đề gì?

Trước đây, mỗi khi muốn agent xử lý một loại tác vụ mới (phân tích dữ liệu, viết content, gọi API ngoài…), developer phải code lại từ đầu hoặc viết prompt thủ công mỗi lần.

Skills giải quyết bài toán đó bằng cách:

• Đóng gói logic xử lý thành module tái sử dụng
• Tích hợp sẵn điểm kết nối với API, database, dịch vụ ngoài
• Chuẩn hóa quy trình lặp đi lặp lại để nhiều agent có thể dùng chung

Nhờ đó, developer tiết kiệm được rất nhiều thời gian thiết kế và debug.

Cấu trúc kỹ thuật của một Skill

File SKILL.md - trái tim của mỗi Skill

Về mặt kỹ thuật, mỗi Skill là một thư mục chứa ít nhất một file SKILL.md. File này gồm 2 phần chính:

Phần 1 - YAML frontmatter (metadata):

• Tên skill
• Mô tả chức năng
• Tools nào cần bật
• Biến môi trường (env variables)
• API key liên quan
• Yêu cầu hệ thống (binary, OS...)

Phần 2 - Nội dung hướng dẫn cho LLM:

• Mô tả quy trình thực hiện nhiệm vụ
• Ví dụ cụ thể
• Các trường hợp ngoại lệ cần xử lý
• Config nâng cao nếu có

Các file bổ sung trong thư mục Skill

Ngoài SKILL.md, một thư mục skill có thể chứa thêm:

• Schema files: Định nghĩa cấu trúc dữ liệu đầu vào/đầu ra
• Prompt phụ: Hỗ trợ các bước con trong quy trình
• Script thực thi: Ví dụ script gọi API, script xử lý dữ liệu
• Tài liệu tham chiếu: Docs, ví dụ, best practice

Cách OpenClaw nạp và kích hoạt Skill

Khi một phiên agent (agent run) bắt đầu, OpenClaw thực hiện theo thứ tự:

• Bước 1: Đọc metadata của tất cả các skill đủ điều kiện
• Bước 2: Inject environment (env, apiKey) cần thiết vào process.env
• Bước 3: Xây dựng system prompt chỉ với những skill đáp ứng điều kiện (đúng môi trường, đúng binary, đúng config)
• Bước 4: Snapshot danh sách skill và tái sử dụng cho toàn bộ phiên hội thoại

Sau khi phiên kết thúc, môi trường gốc được khôi phục hoàn toàn - mọi injection từ skill chỉ tồn tại trong phạm vi agent run, không ảnh hưởng đến shell global của hệ thống.

Một điểm đáng chú ý: danh sách skill có thể được hot reload trong phiên nếu bật watcher hoặc xuất hiện node/skill từ xa mới đáp ứng điều kiện - không cần khởi động lại agent.

Skills và Tools trong OpenClaw khác nhau thế nào?

Đây là câu hỏi gây nhầm lẫn nhiều nhất khi mới tiếp cận OpenClaw. Bảng dưới đây giúp bạn phân biệt nhanh:

Tiêu chí	Tools	Skills
Vai trò	Năng lực thực thi	Kiến thức & quy trình
Ví dụ	Gọi API, đọc file, chạy lệnh	Quy trình viết content, phân tích data
Khi thiếu	Agent không thể thực thi	Agent không biết dùng tool đúng cách
Tái sử dụng	Dùng cho nhiều skill	Dùng cho nhiều agent

Ví dụ thực tế: Bạn có tool "gọi API". Nhưng gọi API để làm gì? Gọi theo thứ tự nào? Xử lý lỗi ra sao? - Đó là nhiệm vụ của Skill.

Chính vì tách biệt rõ ràng như vậy, bạn có thể dùng cùng một bộ Tools cho nhiều use case hoàn toàn khác nhau, chỉ bằng cách thay bộ Skills phù hợp.

Skills trong OpenClaw được nạp từ đâu?

OpenClaw tải Skills từ 3 nguồn chính, theo thứ tự ưu tiên từ cao đến thấp:

Workspace Skills (ưu tiên cao nhất)

Thư mục /skills - áp dụng riêng cho từng agent hoặc workspace cụ thể. Đây là nơi bạn đặt các skill tùy chỉnh cho dự án.

Managed/Local Skills

Thư mục ~/.openclaw/skills - dùng chung cho mọi agent trên cùng máy. Phù hợp cho các skill bạn dùng thường xuyên trên nhiều dự án.

Bundled Skills (ưu tiên thấp nhất)

Các skill đi kèm theo bản cài đặt (npm package hoặc OpenClaw.app). Đây là bộ skill mặc định do OpenClaw cung cấp sẵn.

Khi trùng tên skill, thứ tự ưu tiên là: Workspace → Local (~/.openclaw/skills) → Bundled. Skill ở cấp cao hơn sẽ ghi đè skill cùng tên ở cấp thấp hơn.

Ngoài ra, bạn có thể cấu hình thêm thư mục skill bổ sung qua skills.load.extraDirs trong file ~/.openclaw/openclaw.json. Tùy chọn này có mức ưu tiên thấp nhất, thường dùng để triển khai một bộ skill chung cho nhiều agent trong team.

Hệ sinh thái Skills của OpenClaw

Kho skill cộng đồng

OpenClaw có một hệ sinh thái skill phong phú từ cộng đồng. Repo awesome-openclaw-skills trên GitHub hiện tổng hợp hơn 5.400 skills được lọc và phân loại theo nhóm chức năng, bao gồm:

• Coding assistant: Hỗ trợ lập trình, review code, debug
• Agent-spawner: Tạo và quản lý sub-agent
• Agent-rpg: Biến agent thành Game Master cho game nhập vai
• Agent-registry & Agent-sentinel: Quản lý hệ thống agent quy mô lớn
• Tích hợp dịch vụ: Slack, Notion, GitHub, Google Workspace...

Bên cạnh đó có 1 website tên là Clawhub.AI cũng tập hợp rất nhiều các skills của cộng đồng tải lên. Lưu ý: Không phải SKILLs nào cũng an toàn để sử dụng, chú ý check kỹ trước khi sử dụng nhé.

Nhóm Skills phổ biến nhất

Theo các bài tổng hợp dành cho developer, có 6 nhóm skill được sử dụng nhiều nhất:

Nhóm 1 - Lập trình: Code generation, refactoring, testing, documentation

Nhóm 2 - Nội dung: Viết bài, SEO, copywriting, dịch thuật

Nhóm 3 - Dữ liệu: Phân tích, visualization, ETL, báo cáo

Nhóm 4 - DevOps: CI/CD, deployment, monitoring, hạ tầng

Nhóm 5 - AI & ML: Fine-tuning, prompt engineering, model evaluation

Nhóm 6 - Cộng đồng: Quản lý Discord, tổng hợp feedback, xây dựng knowledge base

Cách chọn và sử dụng Skills trong OpenClaw hiệu quả

Sai lầm phổ biến: "Sưu tập skill"

Nhiều người mới dùng OpenClaw có xu hướng bật càng nhiều skill càng tốt, nghĩ rằng agent sẽ "thông minh hơn". Thực tế ngược lại: bật quá nhiều skill sẽ làm loãng system prompt, tăng độ phức tạp và khó debug khi agent hành xử không như kỳ vọng.

Cách tiếp cận đúng: "Use-case first"

Thay vì sưu tập skill, hãy đi theo hướng ngược lại:

Bước 1: Xác định rõ bài toán cần giải quyết (ví dụ: "Tôi cần agent tự động nghiên cứu thị trường BĐS và tạo báo cáo")

Bước 2: Liệt kê các tác vụ con cần thực hiện (tìm kiếm web, đọc PDF, tổng hợp dữ liệu, xuất báo cáo)

Bước 3: Tìm skill phù hợp với từng tác vụ con

Bước 4: Cài đặt và test từng skill trước khi kết hợp

Bước 5: Tối ưu dần dựa trên kết quả thực tế

Mẹo thực chiến từ Vinalink Academy

• Đặt Workspace Skills cho skill tùy chỉnh của từng dự án - tránh ảnh hưởng chéo giữa các agent
• Giữ file SKILL.md ngắn gọn, rõ ràng - LLM đọc skill ngay trong system prompt, văn phong càng súc tích càng hiệu quả
• Kiểm tra điều kiện môi trường (env, binary) trước khi deploy skill lên production
• Tận dụng hot reload để thêm/sửa skill mà không cần restart toàn bộ agent

Skills trong OpenClaw không phải tính năng phụ - đây là lớp "trí tuệ nghiệp vụ" biến một agent thô thành một trợ lý thực sự biết làm việc theo đúng quy trình của bạn. Hiểu rõ cấu trúc SKILL.md, thứ tự ưu tiên khi nạp, và cách chọn skill theo use-case sẽ giúp bạn khai thác OpenClaw ở mức độ hoàn toàn khác.

Vinalink Academy sẽ tiếp tục cập nhật các bài hướng dẫn chuyên sâu hơn về cách xây dựng Skills tùy chỉnh và kết hợp Skills với MCP server trong các bài tiếp theo. Theo dõi để không bỏ lỡ nhé!