OpenClaw Skill 凭据隔离的不可能四边形
OpenClaw 的 Skill 凭据隔离存在四个互斥命题：Agent 不接触凭据明文、Skill 生态兼容、无代理执行、代理兼容任意 Skill——四者不可同时成立。本文逐条证明为什么，并给出三种务实折中方案。
Skills
AI Agent 凭据安全架构思考：执行层隔离与凭据三要素
AI Agent 的本质是 LLM 推理 + 环境上下文 + Skills/MCP 执行。本文厘清凭据安全的核心矛盾——LLM 能看到运行时的一切，以及本质解法：执行层隔离。同时澄清凭据与 Skills 的概念边界，提出凭据安全的三个判断维度。
将 eet 密码学工具封装为 OpenClaw Skill：从需求分析到落地的完整实践
实战案例：eet 是一个功能强大的密码学命令行工具，本文展示如何将它变成 Agent 可以智能使用的 Skill，包括触发机制设计、渐进式内容组织、批量处理脚本开发、用户体验优化等核心实践
OpenClaw Skills 入门与实战：从简单到复杂的工作流设计
系统性教程：OpenClaw Skills 是什么、为什么需要、怎么写、怎么用。通过简单到复杂的三个实际案例，深入理解 Skill 的结构设计、资源组织、渐进式加载原则，以及如何让 Agent 更聪明地完成任务
OpenClaw Agent 实战：从多轮对话到自动化工作流
通过实际的多轮对话场景（英语学习 → 生成笔记 → 提交 GitHub），详细解释 OpenClaw Agent 如何协调 LLM、Skills、MCP 和 Function Calling 实现自动化工作流