很多人装好 OpenClaw 之后都会陷入同一个困境：工具散落在各个配置文件里，内置技能默认自动加载，你甚至察觉不到部分能力已经在后台运行。全开担心权限溢出带来安全风险，全关又等于白装一套框架，要自己从官方文档和代码库里拼出完整的能力地图，又要耗费大量时间。
这篇是我经过多轮落地调试后的实操笔记，结合官方文档与开源代码库，梳理清楚 26 个核心工具、53 项官方内置技能的实际作用、开启必要性，以及对应不同场景的组合配置逻辑。关于本地化 AI 代理的更多部署细节与踩坑记录，本文只讨论官方内置能力，社群上万款第三方技能不在本次讨论范围内，安全层面的深度分析也单独整理过，这篇重点讲每一项能力的落地场景，以及怎么根据自己的需求做精准配置。
一、先厘清核心逻辑：Tools 和 Skills 到底有什么区别？
很多人刚接触会混淆这两个概念，其实二者的边界非常清晰：
- Tools 是 AI 的 “执行器官”，决定了它 “能不能做” 一件事。读写文件、执行系统命令、网页搜索、内容抓取、浏览器操作，这些都属于工具范畴。没有对应工具，就像人没有对应的肢体，再清楚方法也执行不了。
- Skills 是 AI 的 “操作手册”，教它 “怎么组合工具” 完成完整任务。比如整理笔记、收发邮件、操作代码仓库、推送社群消息，都是技能在告诉 AI 怎么调用工具一步步完成目标。53 项官方技能覆盖了笔记管理、办公协作、开发运维、智能家居等多个场景。
这里要澄清一个常见误区：安装技能不会自动给 AI 开放新权限。
举个例子，就算加载了笔记管理技能，如果没开启文件写入工具，AI 依然没办法修改你的本地笔记文件。技能只提供操作逻辑，真正的权限开关全部在工具侧。
一项技能要真正生效，必须同时满足三个条件：
- 工具权限开放：对应执行动作需要的工具已经在配置中启用，比如操作邮件需要命令执行工具作为底层支撑
- 依赖工具安装：系统里装好了对应服务的桥接程序，比如对接 Google 服务需要对应的 CLI 工具
- 账号授权完成：你已经在对应平台完成账号登录并授予了访问权限
三者缺一不可。所以不用担心里程碑技能会自动越权，能不能执行最终还是由你的配置决定。
二、三层能力架构：按需搭建你的 AI 落地体系
26 个工具 + 53 项技能全部罗列会非常零散，我按照 “核心 – 进阶 – 场景” 的同心圆逻辑做了分层，你可以根据自己的使用需求逐层开启，不用一次性全量加载。
Layer 1：核心能力层（8 个工具）——AI 代理的运行基础
这 8 个工具是 OpenClaw 最底层的执行能力，只开这一层的话，它就是一个支持读写文件、执行命令、联网检索的智能对话工具，还算不上 “助理”，但所有上层能力都要基于这一层运行。
- 文件操作类：read、write、edit、apply_patch 分别对应文件读取、写入、编辑、代码补丁套用，是最基础的文件处理能力，绝大多数场景都需要开启。
- 执行与进程管理：exec、process exec 工具可以让 AI 执行任意 Shell 命令，小到安装依赖包，大到运行系统脚本。这也是权限风险最高的工具 —— 它既能帮你一键部署环境，也能执行高危命令删除系统文件。
落地建议：开启 exec 的同时，务必打开命令审批机制，每一条命令执行前都会先展示内容，人工确认后再运行。配置方式很简单，在配置文件中加入：
json
{
"approvals": {
"exec": { "enabled": true }
}
}
多一步确认确实会稍微影响效率，但这是抵御 AI 误判、提示词注入攻击的最基础防线，尤其是部署在云服务器上的环境，这道关卡不能省。
process 工具用来管理后台进程，可以查看任务状态、输出日志、终止卡住的程序，一般和 exec 配套开启。
- 网络存取类：web_search、web_fetch 分别对应关键词搜索和网页内容抓取，二者搭配就能实现完整的联网信息检索能力。
Layer 2：进阶能力层（18 个工具）—— 从执行器到 AI 助理的升级
如果说第一层解决 “能不能用” 的问题，第二层就是解决 “好不好用” 的问题。这一层的工具让 AI 拥有记忆、可以操作浏览器、定时推送消息、支持多任务并行，但每多开一个工具就会多一分攻击面，建议按需开启。
- 浏览器与视觉能力：browser、canvas、image browser 工具可以让 AI 直接操作 Chrome 浏览器，点击按钮、填写表单、页面截图都能完成。新版本还支持直接挂载已登录的浏览器会话，不需要额外安装插件。
落地场景：可以用来做商品比价、规格参数整理、批量信息录入，涉及支付、账号敏感操作的 “最后一步” 建议人工完成，不要交给 AI。
canvas 是可视化工作区，用来绘制流程图、架构图；image 工具让 AI 具备图片识别能力，根据自己的使用需求开启即可。
- 长期记忆能力：memory_search、memory_get 让 AI 可以跨会话记住你的使用偏好，比如你的写作习惯、常用的技术栈、部署环境，不用每次对话都重复说明。使用时间越久，AI 对你的需求匹配度越高。
- 多会话管理：sessions 系列工具 支持同时开启多个独立会话处理不同任务，比如一个会话聊产品方案，另一个会话查出行攻略，上下文互不干扰。其中包含会话列表查看、历史记录调取、状态查询、会话间通讯、子任务启动等细分工具，普通用户用基础的查看和管理功能即可，多 Agent 协作场景才会用到高级调度工具。
- 消息推送：message 支持 AI 向 Discord、Slack、Telegram 等多个平台推送消息。
落地建议：只用来让 AI 给自己推送通知，不要开放对外发消息的权限 ——AI 以你的名义发出的内容无法撤回，一旦出现理解偏差或者被攻击，后果需要自己承担。日常可以用来推送待办提醒、任务完成通知、每日资讯汇总，把 AI 变成你的移动信息入口。
- 硬件控制：nodes 支持跨设备控制硬件，比如远程截图、定位、调用摄像头。普通用户几乎没有使用场景，出于安全考虑建议直接关闭。
- 自动化与自管理：cron、gateway cron 用来设置定时任务，gateway 支持 AI 重启自身服务。
落地场景：搭配 message 工具可以实现每日定时推送日报，比如每天早上固定时间推送当日待办、待回复消息、天气预警，不用守在电脑前也能掌握全天安排。
- 其他工具：agents_list、tts、llm_task、lobster agents_list 用来查看可用 Agent ID，单 Agent 环境用不到；tts 是语音合成工具，可以把回复转成语音消息；llm_task 和 lobster 是工作流引擎相关工具，不使用多步骤工作流的话不需要开启。
Layer 3：场景技能层（53 项内置技能）—— 对应需求按需加载
53 项官方内置技能看似很多，但真正匹配个人使用场景的通常只有十几种，剩下的外卖、智能家居、语音通话等技能，和你的需求无关就不用关注。
注意：内置技能默认是自动加载的，只要系统里安装了对应依赖的 CLI 工具，技能就会自动启用。如果想要精准控制，需要用白名单模式只保留你需要的技能。
社群的第三方技能数量更多，目前平台已经接入安全扫描机制，但安装前依然建议自行审核代码，避免风险。
下面按高频场景分类说明选型建议：
- 笔记管理类：包含 Obsidian、Notion、苹果备忘录等多个平台的技能。如果 AI 部署在本地设备，可以直接对接本地笔记工具；如果部署在云服务器上，选择云端笔记工具会更顺畅。
- 办公生产力类：邮件相关有两个方向：一个是完整对接 Google Workspace，覆盖邮件、日历、任务、文档全场景；另一个是通用 IMAP 协议，只支持基础收发信。使用谷歌生态的用户优先选前者，权限也可以随时在账号后台撤销。
- 通讯与社交媒体类：这类技能会让 AI 完整存取你在对应平台的聊天记录、账号数据，权限等级很高。如果只是需要推送通知，用 message 工具就足够，不建议开放完整的社交平台操作权限。
- 开发运维类：GitHub 操作、终端会话管理、对话日志分析、编程代理调度等技能，适合开发人员搭建远程运维、多 AI 协作的工作流。
- 密码管理类：可以对接密码管理器查询密码、自动填表，但授权后就是完整访问整个密码库，无法细分权限。如果确实有需求，建议单独创建 AI 专用的密码库，只放入非核心账号的密码。
三、4 个高频 AI 场景的具体落地方案
方案 1：每日信息聚合流（Daily Brief）落地
核心目标：每天定时推送当日待办、日程、天气、重要消息汇总，不用逐个 APP 查看
所需工具：cron、message、web_fetch
所需技能：办公套件技能、天气技能、内容总结技能
配置逻辑：
- 开启 cron 工具，设置每日固定时间触发任务
- 通过办公套件技能读取当日日历日程、待办任务、未读重要邮件
- 调用天气技能获取当日天气与出行建议
- 用总结技能把所有信息整合成精简的日报
- 通过 message 工具推送到你的即时通讯工具 落地效果：每天早上固定时间收到一份完整的当日安排，不用打开邮箱、日历、天气 APP，一条消息掌握全天重点。
方案 2：远程开发运维流落地
核心目标：移动端就能处理简单的开发运维问题，不用随时背着电脑
所需工具：exec、process、web_search、sessions 系列
所需技能：GitHub 技能、终端会话管理技能、日志分析技能
配置逻辑：
- 开启 exec 并打开审批机制，确保所有命令都经过人工确认
- 通过 GitHub 技能对接代码仓库，支持查看 PR、检查构建日志、处理简单 Issue
- 用终端会话技能管理后台任务，保持进程持续运行
- 搭配 message 工具，任务完成后主动推送结果通知 落地效果：外出时遇到线上告警、构建失败，可以直接通过手机让 AI 排查问题，确认原因后再决定是否需要上机处理，大幅提升应急效率。关于这套方案的详细配置步骤。
方案 3：本地知识管理流落地
核心目标：让 AI 帮你整理笔记、归档资料、生成内容大纲
所需工具：read、write、edit、web_fetch
所需技能：对应你使用的笔记工具技能
配置逻辑：
- 开放对应目录的文件读写权限，限制 AI 只能访问笔记文件夹
- 通过笔记技能让 AI 了解你的笔记目录结构与命名规范
- 可实现零散信息自动归档、长文自动生成摘要、写作大纲自动生成、跨笔记关联知识点 注意：一定要限制 AI 的文件访问范围，不要开放整个磁盘权限，避免误操作。
方案 4：多 Agent 协作流（进阶）
核心目标：让 AI 调度其他 AI 工具，完成复杂的多步骤任务
所需工具：sessions 系列、exec、process、message
所需技能：编程代理技能、自定义技能创建工具
配置逻辑：
- 在环境中部署好对应的编程 AI 工具
- 通过编程代理技能让 OpenClaw 学会调用该工具
- 用多会话工具实现任务拆分，主 Agent 负责调度，子 Agent 负责具体执行
- 任务完成后通过消息工具推送结果 落地效果：你只需要下达一个复杂指令，比如 “克隆这个仓库并做一个可演示的 Demo 页面”，AI 会自动调度编程工具完成代码编写、环境部署，完成后通知你验收，相当于拥有了一个 AI 协作小组。
四、个人落地配置参考
我的 OpenClaw 部署在云服务器上，通过移动端即时通讯工具操作，搭配本地编程助手，形成 “移动端调度 + 桌面端执行” 的双轨工作流。日常用来处理邮件日程、信息检索、远程运维，以及每日定时推送日报。下面是我目前的配置，以及每个选择的原因，你可以直接作为起点调整。
工具配置（26 个开启 22 个）
我的选型原则：没有明确使用场景的一律不开启，权限越高管控越严。
json
{
"tools": {
"allow": [
"read", "write", "edit", "apply_patch",
"exec", "process",
"web_search", "web_fetch",
"browser", "image", "tts",
"memory_search", "memory_get",
"sessions_list", "sessions_history", "sessions_send", "sessions_spawn", "session_status",
"message", "cron", "gateway", "agents_list"
],
"deny": ["nodes", "canvas", "llm_task", "lobster"]
},
"approvals": {
"exec": { "enabled": true }
}
}
关闭的 4 个工具：nodes（无使用场景）、canvas（无绘图需求）、llm_task/lobster（暂未使用工作流引擎）。exec 强制开启审批，message 仅用于给自己发通知，在安全和效率之间做平衡。
技能配置（53 个仅开启 9 个）
使用白名单模式只保留需要的技能，避免默认加载带来的冗余与风险。
json
{
"skills": {
"allowBundled": [
"gog", "github", "tmux", "session-logs",
"weather", "summarize", "clawhub",
"healthcheck", "skill-creator"
]
}
}
核心是办公套件和开发工具，剩下的都是系统管理、信息汇总类的基础技能，完全覆盖我日常的使用场景。
五、新手落地配置三步法
不用一开始就研究全量能力，从最小可用版本开始逐步扩展即可：
- 先开核心层：先把 Layer1 的 8 个基础工具打开，满足基本的读写、执行、联网需求，exec 务必开审批
- 按需加进阶：根据自己的需求添加 Layer2 的工具，比如需要定时提醒就加 cron，需要远程操作就加 browser，用不到的一律不开
- 白名单选技能：用 allowBundled 白名单只加载你真正会用到的技能，不要让默认全量加载的技能占用资源、增加风险