Skills (Habilidades)
O Que São Skills
Skills (habilidades) são módulos extensíveis que adicionam capacidades específicas ao seu agente OpenClaw, permitindo que ele execute ações concretas além de conversar. Se o agente base é um assistente inteligente capaz de entender linguagem natural, as skills são as mãos com que ele age no mundo: consultar APIs, executar scripts, acessar sistemas externos, manipular arquivos, enviar notificações.
A metáfora de “habilidades” é deliberada. Assim como um colaborador humano pode desenvolver novas habilidades — aprender a usar uma ferramenta, dominar um processo, se especializar numa área — seu agente OpenClaw pode ganhar novas capacidades através de skills sem precisar modificar o núcleo do sistema.
Isso é o que diferencia um chatbot de um agente. Um chatbot responde. Um agente com skills age: agenda reuniões no seu calendário, consulta a previsão do tempo antes de sugerir atividades externas, resume um vídeo do YouTube que você compartilhou, executa um script de backup e reporta o resultado. As skills são a ponte entre o entendimento linguístico do modelo e ações reais no mundo.
Como Funcionam
Cada skill é um conjunto de três elementos: um arquivo de instruções em linguagem natural (SKILL.md), os scripts ou comandos que executam a ação, e um arquivo de configuração com credenciais e parâmetros.
O SKILL.md é o elemento mais importante. É onde você descreve ao agente o que a skill faz, quando usá-la, quais parâmetros ela espera e como interpretar os resultados. O agente lê esse arquivo durante o carregamento e passa a saber que tem essa capacidade disponível. Quando uma mensagem do usuário se encaixa no domínio da skill, o agente decide usá-la e executa o script correspondente.
Os scripts podem ser em qualquer linguagem (Python, Bash, Node.js) e realizam a ação concreta: fazer uma chamada de API, consultar um banco de dados, executar um comando no terminal, processar um arquivo. O agente não precisa saber os detalhes da implementação — só precisa saber que a skill existe e o que ela retorna.
A configuração armazena credenciais e parâmetros específicos do ambiente (chaves de API, URLs, preferências). Esse arquivo fica separado do código por boas práticas de segurança — você configura uma vez e todas as chamadas à skill usam as credenciais certas automaticamente.
Exemplo Prático
Uma gestora de e-commerce em Curitiba usa o OpenClaw com a skill summarize e uma skill customizada de integração com seu sistema de pedidos:
Uso da skill summarize:
“Você: Resumo esse vídeo para mim? [URL do YouTube]” “OpenClaw: [usa skill summarize] O vídeo é uma análise de 23 minutos sobre tendências de embalagem para e-commerce. Os 3 pontos principais são: 1) Embalagens sustentáveis aumentam percepção de valor em 34%… [resumo em 5 bullet points]”
Uso da skill customizada de pedidos:
“Você: Quantos pedidos pendentes temos acima de R$500?” “OpenClaw: [usa skill pedidos → consulta API do sistema] Temos 47 pedidos pendentes acima de R$500, totalizando R$31.420. Os 5 mais antigos aguardam há mais de 48h — devo alertar a equipe de fulfillment?”
Sem as skills, o OpenClaw só poderia falar sobre pedidos de forma genérica. Com elas, age diretamente nos sistemas da empresa.
Importância para Empresas
As skills transformam o investimento em IA de ferramenta de conversação em infraestrutura de automação. O valor não está em ter um agente que fala bem — está em ter um agente que faz coisas. Cada skill representa uma categoria de trabalho que pode ser delegada, reduzindo carga operacional da equipe humana.
Para PMEs, a possibilidade de criar skills customizadas sem precisar de um desenvolvedor experiente é especialmente valiosa. Um analista com conhecimento básico de Python pode criar uma skill que integra o OpenClaw ao sistema legado da empresa — algo que de outra forma exigiria um projeto de TI completo. A barreira de entrada é baixa: o SKILL.md é texto, e os scripts podem começar simples e evoluir conforme a necessidade.
O ecossistema de skills também é um ativo de conhecimento. Uma empresa que constrói skills para seus processos específicos está codificando know-how operacional em forma reutilizável. Quando um funcionário que conhecia os detalhes de um processo sai da empresa, as skills que ele criou continuam funcionando — documentando e executando o processo automaticamente.
Skills no OpenClaw
O OpenClaw vem com um conjunto de skills nativas que cobrem casos de uso comuns: summarize (resumir URLs, PDFs e vídeos), weather (previsão do tempo), tmux (controlar terminais remotos), remind-me (agendar lembretes) e qmd (buscar em notas Markdown).
Para instalar skills customizadas, basta criar uma pasta em ~/clawd/skills/nome-da-skill/ com o SKILL.md e os scripts. O agente detecta automaticamente skills novas na inicialização — sem necessidade de reiniciar ou reconfigurar. Para compartilhar skills entre a comunidade, o ecossistema OpenClaw está crescendo com contribuições de usuários que publicam suas skills como projetos open-source.
# Verificar skills instaladas
ls ~/.npm-global/lib/node_modules/openclaw/skills/
# Skills customizadas ficam em
ls ~/clawd/skills/
Termos Relacionados
Perguntas Frequentes
Preciso saber programar para criar uma skill? Para skills simples que chamam APIs REST, conhecimento básico de Python ou Bash é suficiente — nível de copiar e adaptar exemplos. O SKILL.md (instruções para o agente) é apenas texto. Para skills mais complexas com lógica de processamento, alguma experiência em programação é necessária, mas o ponto de partida é acessível.
Skills funcionam com qualquer modelo de LLM? Sim. As skills são executadas como scripts externos — o modelo de LLM apenas decide quando usar a skill e como interpretar os resultados. Você pode usar Claude, GPT-4, Llama ou qualquer outro modelo suportado pelo OpenClaw e as skills continuarão funcionando da mesma forma.
É possível compartilhar skills entre instâncias do OpenClaw? Sim. Skills são apenas arquivos (SKILL.md + scripts), portanto podem ser versionadas em git e compartilhadas entre instâncias, equipes e com a comunidade. A configuração com credenciais fica separada e não é compartilhada por segurança.
Skills podem chamar outras skills?
Na arquitetura atual, skills são chamadas pelo agente conforme necessário. O agente pode usar múltiplas skills numa mesma interação — por exemplo, usando summarize para resumir um documento e depois remind-me para agendar um lembrete com base no resumo. A composição acontece no nível do agente, não das skills entre si.