
使用OpenClaw的Skills对接本地系统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。 ## 示例数据 默认包含迈巴赫S级汽车产品培训演示数据 - 产品信息迈巴赫S级的定位、价格、动力、配置 - 话术技巧销售沟通五步法 - 拜访流程标准销售拜访五步法 三个销售人员示例数据 - 张三话术技巧 55分需要培训 - 李四产品信息 50分、拜访流程 55分需要培训 - 王五全部及格无需培训可以看到这是一个标准的Skill包含了必要信息。接下来测试一下比如问它当前销售人员列表。下面是OpenClaw根据此Skill的回复当前销售团队列表 | 序号 | 销售人员 | |:----:|:---------| | 1 | 张三 | | 2 | 李四 | | 3 | 王五 | 这是演示数据包含三位销售人员。根据评测规则 - **张三**话术技巧 55分需要培训 - **李四**产品信息 50分、拜访流程 55分需要培训 - **王五**全部及格无需培训 需要我帮你 1. 查看完整的评测分数分析和培训需求 2. 生成个性化培训内容 3. 生成对应的考试题目也可以让其实现整个流程比如提问根据每个人的考核成绩生成其对应的培训内容。可以看到OpenClaw会根据用户的指令自动调用对应的Skill来完成任务。根据每个人的考核成绩已为你生成个性化培训内容如下 --- ## **销售人员张三** ### 考核成绩 | 考核项目 | 分数 | 是否需要培训 | |---------|------|-------------| | 产品信息 | 90 | ✔ 不需要 | | **话术技巧** | **55** | ✗ **需要** | | 拜访流程 | 70 | ✔ 不需要 | --- ### **个性化培训内容话术技巧** 1. 开场破冰用身份定位抓注意力。 2. 动力介绍不堆参数讲「体验感」 3. 配置卖点场景化描述让用户「身临其境」 4. 价格沟通弱化数字强调「价值匹配」 5. 促成技巧锁定需求引导体验 --- ## **销售人员李四** ### 考核成绩 | 考核项目 | 分数 | 是否需要培训 | |---------|------|-------------| | **产品信息** | **50** | ✗ **需要** | | 话术技巧 | 80 | ✔ 不需要 | | **拜访流程** | **55** | ✗ **需要** | --- ### **个性化培训内容产品信息** 迈巴赫 S 级 定位大型豪华轿车。 价格2026 款指导价 146.80 万 - 364.30 万。 动力提供多种动力选择如 S 480 4MATIC 搭载 3.0T L6 双涡轮增压 48V 轻混最大功率 280kWS 580 4MATIC 配备 4.0T V8 双涡轮增压 48V 轻混最大功率 410kWS 680 4MATIC 则采用 6.0T V12 双涡轮增压最大功率 450kW。 配置全系标配智能领航辅助 Max 系统支持厘米级高精度定位等功能。内饰采用 Nappa 真皮座椅带菱形格纹 按摩功能后排腿部空间达 1400mm还可选装银质香槟杯、星空顶等奢华配置。 --- ### **个性化培训内容拜访流程** 一、前期准备拜访前 1-2 天 二、开场接待5 分钟建立信任拉近距离 三、需求深挖与价值呈现15-20 分钟精准匹配场景化输出 四、展车体验15-20 分钟身临其境强化感知 五、疑虑化解与促成跟进10-15 分钟解决顾虑推动决策 --- ## **销售人员王五** ### 考核成绩 | 考核项目 | 分数 | 是否需要培训 | |---------|------|-------------| | 产品信息 | 70 | ✔ 不需要 | | 话术技巧 | 80 | ✔ 不需要 | | 拜访流程 | 95 | ✔ 不需要 | **✅ 全部及格无需培训** --- ## 培训需求汇总 | 销售人员 | 需培训项目 | |---------|-----------| | 张三 | 话术技巧 | | 李四 | 产品信息、拜访流程 | | 王五 | 无 | **共 2 人需要参加培训总计 3 个培训模块。**可以看到OpenClaw通过调用对应的Skill自动分析了每个人的评测成绩并且生成了个性化的培训内容。跟我们当初在LangChain Agent的Tools中实现的功能是一致的。总结可以看到OpenClaw的实现思路跟LangChain的Agent是一致的我们可以利用OpenClaw基于给Agent写的Tools来生成OpenClaw的Skill。总体来说就是OpenClaw/Agent - Python - 内部系统/数据这样的一个过程。这种方法只要确保Python一测能顺利的访问到内部系统就可以同样用OpenClaw来实现相同的功能。最后还是强调下如果用OpenClaw需要注意数据的安全在目前版本V2026.3.13尚不建议在生产环境中使用。