前两天终于在 Telegram 里跑通了 OpenClaw。
第一个任务，就是让它读取我本地的 blog-to-epub Skill，把 pmarchive.com 上的 34 篇文章合并转成 ePub，直接丢进本地文件夹，方便导入微信读书批量阅读。
整个过程让我对 Skill 和 Agent 的关系有了更深的理解。
安装 OpenClaw：耐心比技术更重要
这已经是我第 4 次尝试安装 OpenClaw 了。
年前试了 3 次，每次都卡在 Gateway 配置上。这次下定决心一定要搞定，花了将近 2 小时，在 AI 的指导下才终于跑通。
过程中遇到的问题不止网关，还有 Telegram 的代理端口、DM 权限等等，更别说之前已经在本地配好的 Kimi API。对非技术人群来说，OpenClaw 和 Claude Code 一样，起步门槛太高了。
但如果你还没开始用，我依然建议你拿一个下午来折腾。原因有两个：
-
只要有耐心，总能搞定。 积极跟 AI 对话、逐步排查，问题都是可以解决的。
-
这是趋势。 接下来会有越来越多产品向 OpenClaw 学习，提供 IM Bot。比如 Manus 在年前也打通了 Telegram。早一步熟悉，挺好的。
只是在安装之前，需要先解决两件事：网络和大语言模型的 API。
网络问题，大家都懂，不展开。
API 我推荐 Kimi。在 Kimi 的 API 开放平台完成实名认证后，有 ¥15 的免费额度，而且 Kimi K2.5 的价格比 Claude Code 便宜不少。
在 X 上看到 Basecamp 的 DHH 已经把 Kimi K2.5 当作主力模型了。
据说 MiniMax 2.5 效果也不错，性价比也很高。
理解 Skill：既是 Prompt，也是 App
用 Agent 就要搭配 Skill，而对 Skill 的理解，我也花了一些时间。现在我的理解是：
Skill 即 Prompt，Skill 即 App。
Skill 是 Prompt，因为它本质上是写给 Agent 看的一份指令——告诉 Agent 做什么、怎么做。
Skill 也是 App，因为当 Skill 和 Agent 结合起来，就能解决一个具体问题。比如我开头提到的例子：让 OpenClaw 用 blog-to-epub Skill 抓取博客、合并成 ePub 导入微信读书批量阅读——这就是一个 App 要解决的问题。而现在，很多 App 能解决的事情，都可以用 Skill + Agent 的组合来搞定。
基于「Skill = Prompt」和「Skill = App」的理解，个人的很多需求都可以拆成两步：
-
先描述问题，创建 Skil。 跟 Agent 讲清楚你的问题和需求，让 Agent 基于需求创建一个 Skill。
-
再执行 Skill。 让 Agent 直接用这个 Skill 来解决问题。
这个流程的好处在于，你不需要提前去搜集「哪个 Skill 好、哪个 Skill 强」。
哪个 Skill 最好用，取决于你当下的需求。
还有一个有趣的用法：主动跟 AI 交流，脑暴哪些重复性工作可以被 Skill 化。
很多时候，我们对自己日常重复做的事情已经习以为常，意识不到它们其实可以自动化。而 AI 能帮你跳出惯性，识别出这些机会，然后直接把它们变成 Skill，来解决问题。