OpenClaw技能不响应的根源在于模型未“看见”技能描述或配置错误：需检查SKILL.md命名规范、Base URL纯净性、description动词化及trigger_keywords匹配性，并验证prerequisites和日志中的SOP执行情况。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
OpenClaw Skills 明明已安装、面板里也显示加载成功，但用户说“把这份接口文档转成 Markdown 表格”，它却直接开始手写回复，完全不调用你刚装的 docx 或 table-gen 技能——这种“技能存在却不响应”的情况，根源往往不在技能本身，而在于模型是否真正收到了它的描述信息、是否有能力在对话中判断该不该用。
先确认技能是否真的被模型“看见”
打开终端，执行：openclaw logs --follow，然后发一句明确触发词，比如“生成接口表格”。
观察日志中是否出现类似 Loaded skill: table-gen 或 L1 metadata read for skill table-gen 的记录。没有这行，说明 OpenClaw 根本没把 SKILL.md 的 description 送进模型上下文——后续所有触发逻辑都无从谈起。
这一步失败的最常见原因是：技能目录结构不合规。【技能文件夹下必须存在且仅命名为 SKILL.md（全大写、无空格、无后缀错误）】。若误写为 skill.md、SKILL.MD、SKILL.md.txt 或放在子文件夹里，OpenClaw 会静默跳过，日志里连警告都没有。
Base URL 多写了 /v1，模型请求直接 404
很多用户从 TaoToken 控制台复制地址时，顺手把浏览器地址栏里的完整 URL（如 https://taotoken.net/api/v1?utm_source=...）粘贴进了 OpenClaw 配置。OpenClaw 的客户端会在 Base URL 后自动拼接 /v1/messages，结果变成 https://taotoken.net/api/v1/v1/messages，模型侧返回 404。
正确做法是：只填纯净地址 https://taotoken.net/api，末尾不能带斜杠、不能有 /v1、不能含任何查询参数。
改完后重启 OpenClaw，再发一次测试消息，看 openclaw logs 里是否出现 model request sent。没有这条，说明请求根本没发出去；有这条但后续报错，则进入下一步排查。
description 写得太抽象，模型无法匹配真实语句
方法一：用动词短语覆盖用户真实说法
不要写“处理接口文档”，要写“生成 Markdown 表格”“提取字段名和类型”“按 Swagger 格式解析”“把 JSON Schema 转成可读文档”。用户说“转成表格”，模型才能从 description 里抓到“生成 Markdown 表格”这个动作。
方法二：在 trigger_keywords 字段里补强关键词
SKILL.md 中的 trigger_keywords 是白名单，不是可选项。哪怕 description 再准，如果用户话里没出现 keywords 列表里的任意一个词，模型连 description 都不会读。例如 keywords 设为 ["table", "markdown", "schema"]，用户说“整理成表格”就命中不了——得改成 ["表格", "转成表格", "生成表格"] 才行。
方法三：删掉 description 里的形容词和修饰语
“高效、稳定、专业地生成接口文档”这种描述对模型毫无意义。它只匹配字面动作动词。保留“生成”“提取”“转换”“导出”“解析”“渲染”，其余全部删掉。
模型通道通了，但 Skill 还是跳过执行
第一步：确认 prerequisites 是否卡住
检查 SKILL.md 中 prerequisites 字段是否设置了不存在的文件或环境变量。例如写 prerequisites: ["./openapi.json"]，但当前目录下只有 api.yaml，OpenClaw 会直接放弃执行，不报错也不提示。
第二步：查看日志里是否有 SOP step N skipped
如果有，说明模型已加载技能、也决定调用，但在某一步骤因条件不满足被跳过。这时要顺着日志里标出的步骤编号，去 SKILL.md 对应位置检查输入参数、文件路径或命令是否存在。
第三步：临时禁用 MCP 工具调用验证纯模型链路
在 SKILL.md 里把 mcp_tools 字段注释掉或清空，改用纯文本输出。如果这时技能能正常返回“已生成表格”，说明问题出在工具集成层；如果仍无反应，问题仍在模型理解或配置环节。
