OpenClaw技能开发为nanobot编写天气查询插件1. 为什么需要自定义技能当我第一次接触OpenClaw时最吸引我的不是它预置的那些功能而是它允许开发者自由扩展能力的开放架构。作为一个经常需要查询天气的开发者我发现现有的天气服务要么需要频繁切换应用要么API调用过于复杂。这促使我决定为我的nanobot开发一个专属天气查询插件。OpenClaw的技能系统本质上是一套标准化的工具调用协议。通过开发自定义技能我们可以让AI助手直接获取实时天气数据而不必每次都手动打开天气应用或网站。这种自动化看似简单却能显著提升日常工作效率。2. 开发前的准备工作2.1 选择天气API市面上有多种天气API可供选择经过对比测试我最终选择了和风天气的免费版。主要考虑以下几点免费额度充足每天1000次调用完全满足个人使用数据准确国内城市覆盖全面更新及时文档友好有清晰的中文文档和示例代码注册流程很简单在和风天气官网申请开发者账号创建项目后即可获得API Key。建议将Key保存在环境变量中不要直接硬编码在代码里。2.2 初始化技能项目OpenClaw的技能开发推荐使用官方模板。我在项目目录下创建了weather-skill文件夹结构如下weather-skill/ ├── package.json ├── skill.json ├── src/ │ ├── index.ts │ └── types.ts └── test/ └── index.test.ts关键的skill.json定义了技能的基本信息{ name: weather, version: 0.1.0, description: 实时天气查询技能, author: yourname, license: MIT }3. 核心代码实现3.1 封装天气API客户端首先实现一个简单的HTTP客户端来调用和风天气API。我选择使用axios库处理网络请求import axios from axios; interface WeatherResponse { now: { temp: number; text: string; windDir: string; humidity: number; }; } export async function getWeather(city: string): PromiseWeatherResponse { const apiKey process.env.HEFENG_API_KEY; const url https://devapi.qweather.com/v7/weather/now?location${city}key${apiKey}; const response await axios.getWeatherResponse(url); return response.data; }这段代码做了几件事从环境变量读取API Key构造请求URL发送GET请求并返回解析后的数据3.2 实现技能处理器OpenClaw技能需要实现一个标准的处理器函数。下面是weather技能的核心逻辑import { Tool } from openclaw; interface WeatherParams { city: string; } export const weatherTool: ToolWeatherParams { name: weather, description: 获取指定城市的实时天气情况, parameters: { type: object, properties: { city: { type: string, description: 城市名称如北京或上海 } }, required: [city] }, execute: async ({ city }) { try { const data await getWeather(city); return { temperature: data.now.temp, condition: data.now.text, windDirection: data.now.windDir, humidity: data.now.humidity }; } catch (error) { throw new Error(获取天气失败: ${error.message}); } } };这个处理器定义了技能名称和描述输入参数的结构使用JSON Schema实际执行逻辑3.3 添加自然语言交互为了让nanobot能理解自然语言查询我们需要在skill.json中添加一些示例对话{ examples: [ { request: 北京天气怎么样, response: 调用weather工具参数{city: 北京} }, { request: 查询上海现在的天气, response: 调用weather工具参数{city: 上海} } ] }这些示例会帮助大模型理解何时应该调用我们的天气技能。4. 测试与调试4.1 单元测试编写测试是确保技能可靠性的关键。我使用jest编写了基础测试用例import { getWeather } from ../src; describe(weather skill, () { it(should return weather data for valid city, async () { const data await getWeather(北京); expect(data.now).toBeDefined(); expect(typeof data.now.temp).toBe(number); }); });4.2 本地测试安装在开发过程中可以使用npm link将技能临时安装到本地OpenClaw实例cd weather-skill npm link openclaw skills link weather-skill然后重启OpenClaw网关服务openclaw gateway restart4.3 对话测试启动OpenClaw后可以通过Web界面或已连接的聊天工具如飞书测试技能用户上海现在的天气如何 AI上海当前气温25℃晴东南风2级湿度65%。如果遇到问题可以查看OpenClaw的日志定位原因tail -f ~/.openclaw/logs/openclaw.log5. 部署与优化5.1 打包发布完成测试后可以将技能发布到npm或私有仓库npm publish或者直接通过git安装openclaw skills add yourname/weather-skill5.2 性能优化在实际使用中我发现了几个可以优化的点添加缓存天气数据变化不频繁可以缓存5-10分钟错误处理对API限流等情况添加重试机制多城市查询支持同时查询多个城市天气优化后的缓存版本示例const cache new Mapstring, { data: any; timestamp: number }(); export async function getWeatherWithCache(city: string) { const cached cache.get(city); if (cached Date.now() - cached.timestamp 600000) { return cached.data; } const data await getWeather(city); cache.set(city, { data, timestamp: Date.now() }); return data; }6. 完整代码模板为了方便其他开发者快速开始我将核心代码整理成了一个可复用的模板import { Tool } from openclaw; import axios from axios; // 1. 定义API响应类型 interface ApiResponse { // 根据实际API响应结构调整 } // 2. 实现API客户端 async function callApi(params: any): PromiseApiResponse { // 实现具体API调用逻辑 } // 3. 定义技能参数类型 interface SkillParams { // 定义技能需要的参数 } // 4. 实现技能工具 export const myTool: ToolSkillParams { name: tool-name, description: 工具描述, parameters: { // JSON Schema参数定义 }, execute: async (params) { // 调用API并处理结果 } }; // 5. 导出技能 export default { tools: [myTool] };这个模板包含了开发一个OpenClaw技能所需的基本结构只需替换API调用和参数定义即可快速开发新技能。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。