OpenClaw Skill 开发实战
吃透 OpenClaw 的 Skill 扩展机制（用 SKILL.md 而非代码插件教 Agent 用工具），从零做出完整可用的 Daily Briefing Skill，并用 Lobster 工作流把搜索→总结→审批→推送串成可靠管线。
一个真实的 SKILL.md 校验器，不是预演。粘贴或编辑 SKILL.md，它在你浏览器里解析 frontmatter 并按 Agent-Skills 规范校验——name 命名、description token 预算（≤250）、metadata 结构、触发措辞——并估算 description 的 token 成本。
本地版本说明
校验器完全在客户端运行（解析 + 校验 + token 估算）。它执行的规范来自 OpenClaw Agent-Skills 课件。
SKILL.md 校验器 — 实时试用
粘贴或编辑一个 SKILL.md。这会解析 frontmatter 并按 OpenClaw Agent-Skills 规范校验——name 命名、description token 预算（≤250）、metadata 结构、触发措辞——并估算 description 的 token 成本。全部在客户端。
SKILL.md
结论
desc ≈ 51 tok通过 ✓
YAML frontmatter block found.
"daily-briefing" — valid kebab/snake case.
~51 tokens (≤250 budget).
Spells out when to invoke (good for routing).
present.
declares deps: git.
Markdown body present (instructions for the agent).
description 是最关键的字段——Agent 靠它判断要不要调用这个 skill，而且它常驻系统提示，所以 token 成本是真实的预算考量。编辑上面的示例，看校验项实时更新。
建议体验
编辑示例 SKILL.md，看校验项随输入实时更新。
删掉 `name` 字段或破坏其命名——看它变成 warning/error。
粘贴一段很长的 description，看 token 估算越过 250 预算。
这个试玩能说明什么
你懂 OpenClaw / Agent-Skills 模型：SKILL.md vs plugin vs channel、frontmatter 路由、分层加载、token 预算。
你能端到端写一个真 skill：精准触发 + 配套 Bash 脚本 + references。
你在自由步骤不够可靠时，会用结构化编排（Lobster）+ 审批门。
机制
SKILL.md（Markdown）教 Agent——区别于代码插件
完整实例
Daily Briefing skill：SKILL.md + collect-git-activity.sh
编排
带人工审批门的 Lobster 管线